您當前的位置：檢測資訊 > 科研開發
嘉峪檢測網 2025-03-27 20:40
摘 要： 通過對不同企業銀杏葉片中7種主要有效成分含量進行差異分析，建立銀杏葉片質量評價體系模型。按照《中華人民共和國藥典》2020年版高效液相色譜法，測定不同企業銀杏葉片中總黃酮醇苷（槲皮素、山奈酚、異鼠李素）及萜類內酯（白果內酯、銀杏內酯A、銀杏內酯B、銀杏內酯C）的含量。利用單因素方差分析、相關性分析、聚類分析和主成分分析等多元統計法，對不同企業多批次銀杏葉片的質量進行評價。不同企業30批次銀杏葉片中總黃酮醇苷和萜類內酯含量均符合《中華人民共和國藥典》2020年版一部規定，但不同批次之間7個有效成分含量存在差異，其中7號樣品的主成分綜合評價F值最高（5.69），在同類產品質量評價最優；槲皮素、銀杏葉內酯B對銀杏葉片藥用品質F值影響最大。基于多元統計法建立的銀杏葉片質量評價體系模型，可為銀杏葉片的質量控制和優劣評價提供科學依據。
關鍵詞： 質量評價； 有效成分； 主成分分析； 聚類分析； 銀杏葉片； 多元統計法
銀杏葉片為銀杏科植物銀杏的干燥葉經加工制成的提取物制劑，主要用于治療瘀血阻絡引起的胸痹中風、半身不遂及舌強語謇，目前在神經系統和心血管疾病等方面具有廣泛的應用［1-4］。研究表明銀杏葉片的主要活性成分為黃酮類化合物和萜類內酯類化合物［5-8］，除此以外還含有原花青素類、兒茶素類和有機酸類等成分。例如由德國威瑪舒培博士藥廠首次研發的銀杏葉片（金納多）中，有87%的成分是已知可控的。而《中華人民共和國藥典》關于銀杏葉片仿制藥的標準中僅關注其中“黃酮24%+內酯6%”的黃金比例，相較于美國藥典和歐洲藥典，未設置二者的含量上限和萜類內酯單體含量范圍［9-10］。僅通過控制少量指標的中藥質量標準不具有足夠的支撐性，同時銀杏葉提取物原料中多組分和含量的差異性導致了銀杏葉制劑的成分含量不夠明晰，進而拉開了國產銀杏葉片與進口同種藥物之間質量、療效和安全性的差距［11］。
在《中華人民共和國藥典》2020年版一部規定［12］的基礎上，筆者通過對銀杏葉片中總黃酮醇苷及萜類內酯多成分含量進行測定，根據多元統計法分析不同企業銀杏葉片中多成分含量差異，進而建立銀杏葉片質量評價體系模型，提高國產銀杏葉片的藥品質量標準，為上市產品質量評價提供參考依據。
1. 實驗部分
1.1 主要儀器與試劑
分析天平：XPE205DR型，感量為0.01 mg，瑞士梅特勒-托利多集團。
高效液相色譜儀：1260型，安捷倫科技（中國）有限公司。
高效液相色譜儀：U3000型，賽默飛世爾科技(中國)有限公司。
色譜柱：（1） C18型反相鍵合硅膠，250 nm×4.6 nm，5 μm，沃特世科技（中國）有限公司；（2） C18型反相鍵合硅膠，250 nm×4.6 nm，2.6 μm，廣州菲羅門科學儀器有限公司。
甲醇、乙腈：色譜純，賽默飛世爾科技（中國）有限公司。
槲皮素：含量（質量分數）為99.1%，批號為100081~201610，中國食品藥品檢定研究院。
總萜類內酯：含量（質量分數）為100%，批號為610017~201501，銀杏內酯A、銀杏內酯B、銀杏內酯C、白果內酯的特征量值分別為28.44%、16.22%、13.73%、33.73%，中國食品藥品檢定研究院。
實驗所用玻璃器皿均用體積分數為30%的硝酸浸泡48 h，再采用超純水反復沖洗3次，晾干后備用。
實驗用水：超純水。
銀杏葉片樣品：薄膜衣，共30批次，編號為1#～30#，具體信息見表1。
表1 銀杏葉片樣品來源
Tab. 1 Sources of Ginkgo Leaf Sample
注：1）為避免給企業造成不必要影響，生產企業名稱以“***”代替；2）［規格1］為每片含黃酮醇苷9.6 mg、萜類內酯2.4 mg，［規格2］為每片含黃酮醇苷19.2 mg、萜類內酯4.8 mg。
1.2 實驗步驟
銀杏葉片為口服藥，［規格1］為2片/次、3次/日，［規格2］為1片/次，3次/日。為了方便統計，設定［規格1］×2=［規格2］。銀杏葉片中總黃酮醇苷、萜類內酯等多個有效成分含量的測定，按《中華人民共和國藥典》2020年版一部“銀杏葉片”項下“含量測定”方法檢驗［12］。
1.3 數據處理
數據處理分析采用Excel 365、WPS office 19與Bionfomatics 微生信等數據科學分析在線平臺系統相結合的方法對銀杏葉片中7個有效成分測定結果進行差異性分析［13-14］。
2. 結果與討論
2.1 含量測定結果
銀杏葉片中總黃酮醇苷、總萜類內酯多個有效成分含量的測定結果見表2。
表2 銀杏葉片中有效成分測定結果
Tab. 2 Determination results of active ingredients in Ginkgo leaf tablets
注：總黃酮醇苷Xa=X1+X2+X3，總萜類內酯Xb=X4+X5+X6+X7，總計Xz=Xa+Xb。
由表2可知，樣品中總黃酮醇苷、總萜類內酯的含量均符合《中華人民共和國藥典》2020年版規定。銀杏葉片中槲皮素、山奈酚的含量遠高于其他有效成分的含量，其他成分的含量相近。
2.2 單因素方差分析
依據單因素方差分析法［15］，利用相關軟件對30批次不同企業銀杏葉片的7個有效成分測定結果，進行差異顯著性分析，結果表明不同企業銀杏葉片中槲皮素、山奈酚、異鼠李素及白果內酯、銀杏內酯A、銀杏內酯B、銀杏內酯C共7種組分均具有顯著性差異，p值為0.00，小于0.05。
2.3 聚類分析
聚類分析是數據統計中經常使用的一種表示方法［16-18］。聚類分析熱圖不僅能將相似樣品歸類，還能用距離反應樣品間的相近程度；不僅能夠直觀地反映數據特征、查看數據總體情況，還能以顏色變化來顯示數據的矩陣。
以銀杏葉片中7個有效成分含量測定結果為變量，運用相關平臺系統，選擇Completelinkage法為聚類方法、Squared Euclidean Distance為測量距離方法，在線繪制HeatmapCluster，Cluster是數據處理，Heatmap是數據展示。對30批銀杏葉片中有效成分含量進行系統聚類分析，X軸為不同有效成分、Y軸為樣品編號，結果見圖1。
圖1 有效成分含量聚類分析熱圖
Fig. 1 Heat map of clustering analysis of active component content
由圖1可知，編號18#、19#、23#、24#、25#、26#、28#、29#、30#為同一生產企業，安徽***藥業有限公司供樣；編號16#、17#為同一生產企業，浙江***藥業有限公司供樣。同一廠家不同批次（不同生產時間）的樣品聚在一組，表明該企業原料供應可靠、工藝流程規范，藥品質量穩定。編號10#、12#及5#、8#為不同企業生產的銀杏葉片聚為一組，表明不同生產廠家在原料來源和生產工藝具有類似之處。編號7#樣品與其他類別的距離比較大，表明與其他樣品質量存在較大的差異。
2.4 相關性分析
通過相關數據科學分析平臺，對30批次銀杏葉片中有效成分含量的測定結果進行在線相關性分析，有效成分之間相關性分析結果見表3。由表3可知，KMO檢驗統計量大于0.5、Bartlett檢驗對應p值小于0.05，各有效成分之間均有一定的相關關系，數據反映的信息存在重疊。山奈酚、槲皮素與異鼠李素，銀杏內酯B與銀杏內酯C呈極顯著正相關性（p值分別為0.001、0.007、0.008，均小于0.01）；銀杏內酯A與異鼠李素呈顯著正相關性；山奈酚與銀杏內酯A，槲皮素與銀杏內酯C、異鼠李素相關性不顯著，白果內酯與其他有效成分相關性均不顯著。兩有效成分之間相關系數R絕對值越大，表明兩有效成分間的聯系越緊密，主成分分析法適合對上述有效成分含量測定結果進行降維分析［19］。
表3 有效成分之間相關性分析結果
Tab. 3 Correlation analysis result of effective components
注：1）表示在0.01水平（雙尾），極顯著相關性，p<0.01；2）表示在0.05水平（雙尾），顯著相關性，p<0.05。
2.5 主成分分析
主成分（PCA）分析是有效成分線性降維變換的多元統計分析方法，廣泛應用于中藥質量評價［20-22］。該分析方法通過降維可以排除眾多化學信息中相互重疊的信息，從復雜的結果中篩選出主要影響因素，以突出主要問題，使復雜的問題簡單化。依據2.2相關性分析可知，銀杏葉片中有效成分的構成因子較多，不同因子間存在密切相關性和相對獨立性，通過主成分分析可以將多元數據的特征在低維空間里直觀地表示出來。
運用相關軟件，對30批銀杏葉片中7個有效成分測得數據進行主成分分析，各主成分的特征值、方差貢獻率和累積方差貢獻率見表4。
表4 各主成分的特征值、方差貢獻率和累積方差貢獻率
Tab. 4 Eigenvalue and variance cumulative contribution of principal components
注：提取的主成分特征值應大于1。
由表4可知，選取特征值大于1的成分作為主成分，共提取了3個有效主成分。第1主成分PCA1貢獻率為 30.7%，第2主成分PCA2貢獻率為25.0%，第3主成分PCA3貢獻率為20.4%。前3個主成分的累計方差貢獻率達76.0%，可以反映銀杏葉片質量的大部分信息。
通過上述3個主成分的特征值和方差貢獻率，可以計算得到各主成分因子的荷載矩陣，結果數據見表5。
表5 主成分因子載荷矩陣
Tab. 5 Component load matrix after principal component analysis
由表5可知，第1個主成分中，山奈酚、銀杏內酯A的載荷系數較大，其值分別為0.527、0.488，它們對第1個主成分的貢獻最多；第2個主成分中，白果內酯、銀杏內酯B、銀杏內酯C的載荷系數較大，其值分別為-0.466、0.503、0.567，它們對第2個主成分的貢獻最多；第3個主成分中，槲皮素、白果內酯的載荷系數較大，其值分別為0.550、0.477，它們對第3個主成分的貢獻最多。
2.6 模型建立
用主成分載荷矩陣中各有效成分數據，作為3個主成分中各有效成分所對應的系數，即特征向量。根據表2、表5，不同企業生產的銀杏葉片3個主成分得分表達式［23-25］如下：
F1=∑PCA1，i×Xj
F2=∑PCA2，i×Xj
F3=∑ PCA3，i×Xj
即：
F1=0.399X1+0.527X2+0.394X3-0.198X4+0.488X5+0.358X6+0.046X7，
F2=-0.149X1-0.334X2-0.260X3-0.466X4+0.082X5+0.503X6+0.567X7，
F3=0.550X1+0.196X2-0.452X3+0.477X4-0.306X5+0.242X6+0.275 X7。
i為表5中不同因子， j = 1、2、3、4、5、6、7。根據上述3個主成分的方差貢獻率，來建立銀杏葉片品質綜合評價模型為F = 30.6% × F1/76.0% + 25.0% × F2/76.0% + 20.4% × F3/76.0%。
根據該綜合評價模型，計算不同批次銀杏葉片的主成分得分及綜合得分F值。綜合得分F值越高，則該批銀杏葉片品質越好，主成分得分及綜合排序見表6。由表6可知，3個批次F＞5、3個批次3＜F＜4、25個批次4＜F＜5，占83.3%，說明大多數銀杏葉片質量接近，生產工藝成熟、制造路線穩定；F值的大小與黃酮醇苷、萜類內酯含量高低不呈線性關系。
表6 主成分得分及綜合排序
Tab. 6 Principal component scores and comprehensive ranking
2.7 綜合評價
利用相關信息云平臺，在線繪制F值與有效成分相關性網絡熱圖，結果見圖２。由圖２可知，F值與X1槲皮素、X6銀杏內酯B，相關系數R值均大于0.5、顯著性p值小于0.05，F1與X2山奈酚相關系數大、顯著性強，同主成分分析結果一致。
圖２ 銀杏葉片質量評價F值相關性網絡熱圖
Fig. ２ Ginkgo Folium Tablet quality evaluation F value line chart
3. 結論
總黃酮醇苷和總萜類內酯的含量反映了銀杏葉提取物的質量，直接影響其相關制劑的臨床療效。基于其中7個主要活性成分的多元統計分析，建立了銀杏葉片的質量體系評價模型，為藥品標準制定和質量控制提供了統計學依據。
不同廠家生產的銀杏葉片均符合中國藥典2020年版要求，但其中總黃酮醇苷和總萜類內酯含量差異顯著。綜合評價結果表明，7#樣品銀杏葉片的得分F值最高，相比其他企業生產的同種產品品質最好。銀杏葉片的質量優劣主要來源于生產過程中所使用銀杏葉提取物的質量，不同的工藝路線也會影響最終銀杏葉提取物的質量。從統計分析的角度提醒廣大以銀杏葉提取物為原料的生產企業，不僅要關注銀杏葉提取物本身的質量，同時需關注銀杏葉的產地及當地銀杏樹的生長環境，應對不同產地及同一產地不同采收期的銀杏葉片所提取的銀杏葉提取物做質量對比。銀杏葉的生長環境和銀杏葉提取物的生產過程決定了銀杏葉提取物的質量，農業部門和藥品生產監管部門應加強監督指導，切實提高我國銀杏相關藥品的質量。
總黃酮醇苷和總萜類內酯反映了銀杏葉提取物主要有效成分的含量，與臨床療效直接相關［9］。基于其中7個主要活性成分的多元統計分析，建立了銀杏葉片的質量體系評價模型，為藥品標準制定和質量控制提供了統計學依據。銀杏葉制劑因其廣泛的藥理活性和良好的生物安全性，自上市以來便具有廣闊的應用市場和高端的科研前景，然而我國相關制劑尚處于研究初期，我們務必盡快提高銀杏葉制劑的質量標準和工藝水平，才能盡早占領國際主流市場，趕超國際先進標準。
參考文獻：
1 蔣文瀟， 王保和. 銀杏內酯對缺血性腦血管疾病的藥理研究進展［J］. 遼寧中醫雜志， 2015， 42（2）： 441.
JIANG Wenxiao， WANG Baohe. Progress on pharmacology of ginkgolides for ischemic cerebrovascular diseases ［J］. Liaoning Journal of Traditional Chinese Medic， 2015， 42（2）： 441.
2 王旋， 張慧靈， 顧振綸， 等. 銀杏內酯藥理作用的研究進展［J］. 中草藥， 2005， 36（11）： 1 741.
WANG Xuan， ZHANG Huiling， GU Zhenlun， et al. Advances in studies on pharmacological activities of ginkgolides ［J］. Chinese Traditional and Herbal Drugs， 2005， 36（11）： 1 741.
3 耿婷， 申文雯， 王佳佳， 等. 銀杏葉中內酯類成分的研究進展［J］. 中國中藥雜志， 2018， 43（7）： 1 384.
GENG Ting， SHEN Wenwen， WANG Jiajia， et al. Research development of ginkgo terpene lactones ［J］. China Jouanal of Chinese Materia Medica， 2018， 43（7）： 1 384.
4 肖海龍， 高爾， 胡曉麗. 銀杏葉總黃酮藥理作用研究進展［J］. 中國藥房， 2005， 16（12）： 947.
XIAO Hailong， GAO er， HU Xiaoli. Research progress on pharmacological effects of total flavonoids from Ginkgo biloba leaves ［J］. China Pharmacy， 2005， 16（12）： 947.
5 肖斯婷， 曹春然， 劉紅艷， 等. 銀杏葉提取物的藥學研究進展［J］. 中國藥事， 2022， 36（4）： 429.
XIAO Siting， CAO Chunran， LIU Hongyan， et al. Advances in pharmaceutical research of extracts from ginkgo biloba leaves ［J］. Chinese Pharmaceutical Affairs， 2022， 36（4）： 429.
6 盧鑫， 高爾. 銀杏苦內酯藥理作用的研究進展［J］. 中國藥房， 2006， 17（3）： 221.
LU Xin， Gao Er. Research progress on pharmacological effects of ginkgolide ［J］. China Journal of Chinese Materia Medica， 2006， 17（3）： 221.
7 聶黎行， 戴忠， 魯靜， 等. 銀杏葉、銀杏葉提取物及其制劑質量控制研究進展［J］. 中國藥事， 2011， 25（2）： 171.
NIE Lixing， DAI Zhong， LU Jing， et al. Quality control of ginkgo folium， ginkgo leafs extract and their preparations ［J］. Chinese Pharmaceutical Affairs， 2011， 25（2）： 171.
8 魏宇梁， 吳邵卿， 王飛飛， 等. 高頻感應爐燃燒-紅外吸收法測定銀杏及銀杏葉中的硫含量［J］. 化學分析計量， 2017， 26（2）： 61.
WEI Yuliang， WU Shaoqing， WANG Feifei， et al. Determination of sulfur content in ginkgo biloba and ginkgo leaves by infrared absorption method after combustion in an induction furnace ［J］. Chemical Analysis and Meterage， 2017， 26（2）： 61.
9 劉麗娜， 金紅宇， 李耀磊， 等. 銀杏葉片及銀杏葉膠囊的質量分析及建議［J］. 中國實驗方劑學雜志， 2021， 27（1）： 147.
LIU Lina， JIN Hongyu， LI Yaolei， et al. Quality analysis and suggestion for ginkgo folium tablets and ginkgo folium capsules ［J］. Chinese Journal of Experimental Traditional Medical Formulae， 2021， 27（1）： 147.
10 食品藥品監管總局. 食品藥品監管總局發布銀杏葉藥品補充檢驗方法［J］. 化學分析計量， 2015， 24（4）： 74.
NATIONAL MEDICAL PRODUCTS ADMINISTRATION. Supplemental test methods for ginkgo biloba drugs released by national medical products administration ［J］. Chemical Analysis and Meterage， 2015， 24（4）： 74.
11 程顯隆， 李明華， 郭曉晗， 等. 中藥補充檢驗方法研究及在市場監管中的作用［J］. 中國食品藥品監管， 2022， 20（3）： 74.
CHENG Xianlong， LI Minghua， GUO Xiaohan， et al. Study of supplementary testing methods for traditional chinese medicine and their application in market supervision ［J］. China Food & Drug Administration Magazine， 2022， 20（3）： 74.
12 國家藥典委員會. 中國藥典：2020版［M］： 第4版. 北京： 中國
CHINESE PHARMACOPOEIA COMMITTEE. Chinese pharmacopoeia 2020 ［M］. 4nd ed. Beijing： China Medical Science and Technology Press， 2020： 1 613.
13 胡小霞， 鄧麗娟， 劉睿婷， 等. 基于主成分分析的大蒜藥用質量評價［J］. 食品工業科技， 2023， 44（12）： 293.
HU Xiaoxia， DENG Lijuan， LIU Ruiting， et al. Evaluation of medicinal quality of garlic based on principal component analysis ［J］. Science and Technology of Food Industry， 2023， 44（12）： 293.
14 陳歡， 高萌， 羅小泉， 等. 不同產地枳殼藥材中12種有效成分的主成分分析和判別分析［J］. 中草藥， 2019， 50（14）： 3 433.
CHEN Huan， GAO Meng， LUO Xiaoquan， et al. Principal component analysis and discriminant analysis of 12 effective chemical constituents in Aurantii Fructus from different areas ［J］. Chinese Traditional and Herbal Drugs， 2019， 50（14）： 3 433.
15 崔新剛， 王穎瑩. 基于主成分分析和聚類分析的不同廠家維C銀翹片質量評價［J］. 中國民族民間醫藥， 2021， 30（3）： 40.
CUI Xingang， WANG Yingying. Quality evaluation of vitamin c yinqiao tablets from different manufacturers based on principal component analysis and cluster analysis ［J］. Chinese Journal of Ethnomedicine and Ethnopharmacy， 2021， 30（3）： 40.
16 王茜， 廖華軍， 鞠偉閩， 等. 基于多元統計分析的草珊瑚不同藥用部位中10種成分含量的研究［J］. 中國藥學雜志， 2023， 58（11）： 977.
WANG Qian， LIAO Huajun， JU Weimin， et al. Content determination of 10 components in different medicinal parts of sarcandra glabra based on multi-variate statistical analysis ［J］. Chinese Pharmaceutical Journal， 2023， 58（11）： 977.
17 石延榜， 林秀敏， 王勝超， 等. 基于主成分分析-聚類分析法的不同商品規格白芍飲片中5種成分比較及質量評價研究［J］. 中國現代應用藥學， 2020， 37（22）： 2 708.
SHI Yanbang， LIN Xiumin， WANG Shengchao， et al. Study on comparison and quality evaluation of 5 kinds of components in different commercial specifications herb pieces of paeoniae radix alba based on principal component analysis coupled with cluster analysis ［J］. Chinese Journal of Modern Applied Pharmacy， 2020， 37（22）： 2 708.
18 宋延秋. 主成分分析法用于黃芩飲片質量控制研究［J］. 中國藥房， 2011， 22（43）： 4 093.
SONG Yanqiu. Principal component analysis for quality control of scutellaria baicalensis decoction Pieces ［J］. China Pharmacy， 2011， 22（43）： 4 093.
19 楊釗， 劉文瑜， 黃杰， 等. 基于主成分分析和聚類分析綜合評價不同品種藜麥在黃土高原地區種植的適宜性［J］. 江蘇農業科學， 2023， 51（24）： 21.
YANG Zhao， LIU Wenyu， HUANG Jie， et al. Comprehensive assessment on planting suitability of different varieties of quinoa in the Loess Plateau based on principal component analysis and cluster analysis ［J］. Jiangsu Agricultural Sciences， 2023， 51（24）： 21.
20 李陽， 周瑞， 唐志書， 等. 基于聚類分析和主成分分析的正源方HPLC指紋圖譜研究［J］. 藥物分析雜志， 2020， 40（10）： 1 760.
LI Yang， ZHOU Rui， TANG Zhishu， et al. HPLC fingerprint of Zhengyuan prescription based on cluster analysis and principal component analysis ［J］. Chinese Journal of Pharmaceutical Analysis， 2020， 40（10）： 1 760.
21 梁寒峭， 田婧， 馮瑞章， 等. 主成分分析和聚類分析用于中藥大黃藥材和提取物的質量評價［J］. 時珍國醫國藥， 2019， 30（5）： 1 036.
LIANG Hanqiao， TIAN Jin， FENG Ruizhang， et al. Comprehensive evaluation of quality of Rhubarb based on principal component and clus-ter analysis ［J］. Lishizhen Medicine And Materia Medica Research， 2019， 30（5）： 1 036.
22 高妍， 李德旺， 過立農， 等. 云南重樓UPLC特征圖譜研究［J］. 中國食品藥品監管， 2019， 17（9）： 38.
GAO Yan， LI Dewang， GUO Linong， et al. Study on UPLC characterization of Paris polyphylla ［J］. China Food & Drug Administration Magazine， 2019， 17（9）： 38.
23 惠大永， 張曉莉， 黃壯壯， 等. 基于主成分和聚類分析的不同地區紅花質量評價［J］. 西北藥學雜志， 2021， 36（2）： 180.
HUI Dayong， ZHANG Xiaoli， HUANG Zhuangzhuang， et al. Evaluation of the quality of safflower from different regions based on principal component and cluster analysis method ［J］. Northwest Journal of Pharmacy， 2021， 36（2）： 180.
24 陳菊， 陸敏， 黃正連， 等. 基于主成分和聚類分析貴州黔東南紅酸湯品質的綜合評價［J］. 中國釀造， 2023， 42（6）： 146.
CHEN Ju， LU Min， HUANG Zhenglian， et al. Comprehensive evaluation of southeast Guizhou red sour soup quality based on principal component analysis and cluster analysis ［J］. China Brewing， 2023， 42（6）： 146.
25 范菊娣， 覃容貴， 張玨， 等. 主成分和聚類分析法對不同產地半枝蓮的綜合質量評價［J］. 中國實驗方劑學雜志， 2016， 22（23）： 40.
FAN Judi， QIN Ronggui， ZHANG Jue， et al. Comprehensive quality evaluation of scutellaria barbata different habitats by pricipal component analysis and cluster analysis method ［J］. Chinese Journal of Experimental Traditional Medical ，2016， 22（23）： 40.
引用本文： 金鳳華，程慶兵，鄭正，等 . 基于多元統計法不同企業銀杏葉片有效成分差異性分析［J］. 化學分析計量，2024，33（12）： 70. (JIN Fenghua, CHENG Qingbing, ZHENG Zheng, et al. The difference analysis of Ginkgo Folium Tablet from different enterprises based on multivariate statistical method [J]. Chemical Analysis and Meterage, 2024, 33(12): 70.)
來源：化學分析計量
