基于超高效液相色谱多指标成分定量测定联合化学计量学、熵权优劣解距离法的上清丸质量评价研究

Multi-index ultra performance liquid chromatography quantitation coupled with chemometrics and entropy weight-technique for order preference by similarity to ideal solution for comprehensive quality assessment of Shangqing Pills

摘要

目的 建立超高效液相色谱（ultra performance liquid chromatography， UPLC）多波长同时测定上清丸中12个活性成分含量的方法，结合正交偏最小二乘法判别分析（orthogonal partial least squares-discriminant analysis， OPLS-DA）和熵权优劣解距离法（entropy weight-technique for order preference by similarity to ideal solution， EW-TOPSIS）对上清丸开展综合质量评价，为其质量标准提升提供科学依据。 方法 采用CAPCELL CORE C₁₈色谱柱（150 mm×2.1 mm， 2.7 μm）；以乙腈-体积分数0.1%磷酸溶液为流动相进行梯度洗脱；采用多波长检测（238、254、280、300 nm），同时测定栀子苷、黄芩苷、汉黄芩苷等12个成分的含量；以15批次样品的含量数据为基础，采用主成分分析（principal component analysis， PCA）和OPLS-DA筛选影响质量差异的标志性成分；运用EW-TOPSIS法对15批次样品进行质量优劣排序。 结果 12个成分在各自质量浓度线性范围内与峰面积呈良好的线性关系（r≥0.999 2），平均加样回收率为95.2%~104.1%，相对标准偏差（relative standard deviation， RSD）<2.0%，精密度、稳定性、重复性均符合方法学要求。PCA将15批样品聚为3类，OPLS-DA筛选出变量重要性投影（variable importance in projection， VIP）>1的差异标志性成分为大黄素甲醚、大黄酚、大黄酸、大黄素、芦荟大黄素及黄芩苷。EW-TOPSIS法对15批次样品完成质量优劣综合排序，结果与多元统计分析相互印证。 结论 建立的UPLC多指标定量方法准确、可靠，可实现上清丸的精准质量控制；结合化学计量学与EW-TOPSIS法的综合评价模式，能有效筛选质量差异标志物并实现样品质量的客观排序，为上清丸的整体质量控制及质量标准提升提供了新的思路和方法。

Abstract

Objective To establish an ultra-performance liquid chromatography （UPLC） method for simultaneous quantification of 12 bioactive constituents （including geniposide） in Shangqing Pills. This study aims to provide a scientific basis for enhancing the quality standard of Shangqing Pills by implementing a comprehensive quality evaluation using orthogonal partial least squares-discriminant analysis （OPLS-DA） and the entropy weight-technique for order preference by similarity to ideal solution （EW-TOPSIS）. Methods Separation was performed on a CAPCELL CORE C₁₈ column （150 mm × 2.1 mm， 2.7 µm） with acetonitrile-0.1 % phosphoric acid gradient. Multi-wavelength detection was employed （238， 254， 280 and 300 nm） to simultaneously quantify 12 components， including geniposide， baicalin， and wogonoside. Based on the content data from 15 batches of samples， principal component analysis （PCA） and OPLS-DA were used to screen quality-discriminating markers. The EW-TOPSIS was applied for comprehensive quality ranking of 15 commercial batches. Results All 12 analytes showed good linearity within their ranges； mean recoveries were 95.2%-104.1% （RSD<2.0%）. Multivariate analysis clustered the 15 batches into 3 distinct groups， with physcion， chrysophanol， rhein， emodin， aloe-emodin and baicalin identified as the key discriminating markers. EW-TOPSIS provided a quantitative quality ranking of all batches. Conclusion The established UPLC multi-component quantitative method is accurate， reliable， and suitable for the precise quality control of Shangqing Pills. The integrated evaluation model， combining chemometrics with the EW-TOPSIS method， can effectively screen for quality-differentiating markers and provide an objective quality ranking of samples. This approach offers a novel strategy and methodology for the holistic quality control and standard improvement of Shangqing Pills.

Graphical abstract

关键词

上清丸 / 超高效液相色谱 / 化学计量学 / 熵权优劣解距离法 / 质量评价

Key words

Shangqing Pills / ultra performance liquid chromatography / chemometrics / entropy weight-technique for order preference by similarity to ideal solution / quality evaluation

上清丸由菊花、薄荷、川芎、白芷、荆芥、防风、桔梗、连翘、栀子、黄芩（酒炒）、黄柏（酒炒）、大黄（酒炒）12味中药材组成，具有清热散风、解毒通便的功效，临床常用于治疗头晕耳鸣、目赤肿痛、鼻流黄涕、口舌生疮、牙龈肿痛、大便秘结等症^［1］。上清丸现行质量标准收载于《卫生部药品标准中药成方制剂第十册》（WS3-B-1878-95）^［1］，仅包含性状、显微鉴别项，无含量测定指标，难以实现对制剂内在质量的有效控制。因此，建立上清丸多指标成分质控模式，挖掘多指标成分定量数据之间的关联，查找影响药品质量差异的标志物，建立综合质量评价方法，对更加系统地评价上清丸的内在质量具有重要的现实意义。多指标定量测定可以更全面地对中药及中药复方进行质量控制^［2］。化学计量学因结果准确度高而被广泛应用于评价中药材、中成药等成分复杂物质的质量^［3］。熵权优劣解距离法（entropy weight-technique for order preference by similarity to ideal solution， EW-TOPSIS）通过对各评价指标的相关数据进行归一化处理、加权决策矩阵分析，计算最优、最劣距离以及各评价指标与最优方案的接近程度，从而对样品的品质差异进行科学评价，具有较好的准确性和科学性^［4］。

本研究选择上清丸中栀子、黄芩（酒炒）、大黄（酒炒）、白芷等药材的12个核心活性成分为定量指标，建立超高效液相色谱（ultra performance liquid chromatography， UPLC）多波长同时测定方法；结合主成分分析（principal component analysis， PCA）、正交偏最小二乘法判别分析（orthogonal partial least squares-discriminant analysis， OPLS-DA）筛选影响质量差异的标志性成分；并运用EW-TOPSIS法对15批次上清丸进行综合质量排序，旨在建立上清丸的多维度质量评价体系，为其质量标准提升及生产质量控制提供科学依据。

1 仪器与试药

1.1 仪器

Waters ACQUITY型超高效液相色谱仪（美国Waters公司）；BS224S、SECURA225D型电子天平（德国赛多利斯公司）。

1.2 试药

对照品：栀子苷（批号110749-201919，质量分数为97.1%）、芦荟大黄素（批号110795-202011，质量分数为97.5%）、大黄酸（批号110757-201607，质量分数为99.3%）、大黄素（批号110756-201913，质量分数为96.0%）、大黄酚（批号110796-201922，质量分数为99.4%）、大黄素甲醚（批号110758-201817，质量分数为99.2%）、黄芩苷（批号110715-202122，质量分数为94.2%）、黄芩素（批号111595-201808，质量分数为97.9%）、汉黄芩苷（批号112002-201702，质量分数为98.5%）、汉黄芩素（批号111514-201706，质量分数为100%）、欧前胡素（批号110826-201918，质量分数为99.0%）、异欧前胡素（批号110827-201812，质量分数为99.6%），均购自中国食品药品检定研究院；乙腈（色谱纯，德国默克公司）；纯化水（实验室自制）；甲醇、乙醇、磷酸均为分析纯，均购自西陇科学股份有限公司。

15批次上清丸样品均来源于2022年国家药品抽检，涉及7家生产企业（以A~E表示），样品信息见表1。制备阴性样品的12味药材饮片均由广州白云山陈李济药厂有限公司提供，经张赟华主任药师鉴定均为正品。药材信息见表2。

2 方法与结果

2.1 混合对照品溶液的制备

分别取大黄素、大黄酸、大黄酚、大黄素甲醚、芦荟大黄素、黄芩苷、汉黄芩苷、黄芩素、汉黄芩素、欧前胡素、异欧前胡素、栀子苷对照品适量，精密称定，加甲醇制成大黄素、大黄酸、大黄酚、大黄素甲醚、芦荟大黄素、黄芩苷、汉黄芩苷、黄芩素、汉黄芩素、欧前胡素、异欧前胡素、栀子苷的质量浓度分别为8、8、40、10、10、60、16、16、3.2、10、4、40 µg·mL^-1的混合对照品溶液，于4 ℃冷藏备用。

2.2 供试品溶液与阴性样品溶液的制备

取上清丸大蜜丸适量，剪碎，取约1.0 g，精密称定，置于具塞锥形瓶中，精密加入体积分数为75%的甲醇25 mL，称定质量，加热回流1 h，放冷至室温，用体积分数为75%的甲醇补足减失的质量，摇匀，滤过，取续滤液，即得供试品溶液。按上清丸处方比例分别制备缺栀子、大黄（酒炒）、黄芩（酒炒）、白芷的阴性样品，同法制备阴性样品溶液。

2.3 色谱条件

采用CAPCELL CORE C₁₈色谱柱（150 mm×2.1 mm，2.7 μm）；以乙腈（A）-体积分数0.1%磷酸（B）为流动相，梯度洗脱（0~2 min，5% A；2~10 min，5% A→10% A；10~22 min，10% A→18% A；22~25 min，18% A→23% A；25~28 min，23% A→28% A；28~30 min，28% A→35% A；30~32 min，35% A→50% A；32~36 min，50% A→65% A；37~42 min，5% A）；流速为0.4 mL∙min^-1；柱温为35 ℃；检测波长为238 nm（栀子苷）、254 nm（芦荟大黄素、大黄酸、大黄素、大黄酚、大黄素甲醚）、280 nm（黄芩苷、汉黄芩苷、黄芩素、汉黄芩素）、300 nm（欧前胡素、异欧前胡素）；进样量为1 μL。

取上述混合对照品溶液、供试品溶液及阴性样品溶液适量，按照拟定的色谱条件进样，记录色谱图。结果显示，12个成分峰分离度良好，阴性样品在各成分相应保留时间处无干扰，方法的专属性良好。见图1。

2.4 线性关系

精密称取大黄素、大黄酸、大黄酚、大黄素甲醚、芦荟大黄素、黄芩素、黄芩苷、汉黄芩苷、欧前胡素、栀子苷对照品适量，置于50 mL量瓶中；另取汉黄芩素、异欧前胡素对照品适量，置于10 mL量瓶中，用甲醇定容至刻度，摇匀；精密量取一定量汉黄芩素、异欧前胡素溶液，置于上述50 mL量瓶中，用甲醇定容至刻度，摇匀，制成各对照品质量浓度分别为0.079、0.087、0.408、0.105、0.099、0.092、0.609、0.161、0.114、0.399、0.032、0.032 mg·mL^-1的混合对照品储备液。按照2、5、10、25、50倍梯度稀释法制备系列线性对照品溶液，按照2.3项下色谱条件进样测定，记录色谱图峰面积。以进样量（μg）为横坐标（x）、峰面积为纵坐标（y），绘制标准曲线，计算回归方程。结果显示，12个成分在各自线性范围内线性关系良好（r≥0.999 2）。见表3。

2.5 方法学考察

2.5.1 精密度实验

精密吸取2.1项下制备的混合对照品溶液适量，按照2.3项下色谱条件重复进样6次，计算栀子苷、黄芩苷、汉黄芩苷、黄芩素、芦荟大黄素、大黄酸、汉黄芩素、欧前胡素、大黄素、异欧前胡素、大黄酚、大黄素甲醚色谱峰峰面积的相对标准偏差（relative standard deviation， RSD）。结果显示，各成分峰面积的RSD分别为0.2%、0.2%、0.3%、0.2%、0.6%、0.2%、1.5%、0.2%、0.4%、1.1%、0.2%、0.4%，表明仪器的精密度良好。

2.5.2 稳定性实验

取同一批上清丸样品（S1），按照2.2项下方法制备供试品溶液，按照2.3项下色谱条件，分别于制备后0、2、4、6、10、16、24 h进样测定，计算栀子苷、黄芩苷、汉黄芩苷、黄芩素、芦荟大黄素、大黄酸、汉黄芩素、欧前胡素、大黄素、异欧前胡素、大黄酚、大黄素甲醚色谱峰峰面积的RSD。结果显示，各成分峰面积RSD分别为0.4%、0.1%、0.1%、0.1%、0.1%、0.1%、0.1%、0.2%、0.1%、0.6%、0.1%、0.1%，表明供试品溶液在24 h内稳定性良好。

2.5.3 重复性实验

取同一批上清丸样品（S1）6份，按照2.2项下方法制备供试品溶液，按照2.3项下色谱条件进样测定，用外标法计算栀子苷、黄芩苷、汉黄芩苷、黄芩素、芦荟大黄素、大黄酸、汉黄芩素、欧前胡素、大黄素、异欧前胡素、大黄酚、大黄素甲醚的含量，计算含量RSD。结果显示，各成分含量RSD分别为0.5%、0.6%、0.7%、0.7%、1.5%、0.9%、0.7%、0.7%、1.9%、0.6%、0.3%、1.9%，表明方法的重复性良好。

2.5.4 加样回收率实验

取已知含量的上清丸（S1）6份，每份0.5 g，精密加入与样品中成分含量相当的混合对照品溶液，按照2.2项下方法制备加样回收供试品溶液，按照2.3项下色谱条件进样测定栀子苷、黄芩苷、汉黄芩苷、黄芩素、芦荟大黄素、大黄酸、汉黄芩素、欧前胡素、大黄素、异欧前胡素、大黄酚、大黄素甲醚的平均加样回收率。结果显示，各成分平均加样回收率分别为98.8%、96.0%、96.1%、104.1%、95.2%、101.3%、97.2%、101.8%、97.7%、98.8%、99.1%、95.8%，RSD依次为0.9%、1.6%、0.9%、1.0%、1.9%、1.3%、0.7%、1.0%、1.3%、0.9%、1.1%、1.6%，表明方法的准确度良好。

2.6 含量测定

取15批次上清丸样品，按照2.2项下方法制备样品溶液，按照2.3项下色谱条件进样测定，采用外标法计算各成分的含量，见表4。结果显示，不同企业生产的上清丸上述12种成分的含量存在较大的差异，但相同企业之间差异较小，产品均一性较好。

2.7 多元统计分析

2.7.1 PCA分析

以15批次样品中12个成分的含量数据为基础，构建12×15的数据分析矩阵，采用SIMICA 14.1软件建立PCA模型，见图2。结果显示，PCA模型共提取2个主成分，代表样本对自变量累积解释能力模型参数R²X（cum）＝0.576>0.4，表明PCA模型可有效解释原始数据的方差信息。15批次样品较为分散，大致可聚为3类，第一类包括S1~S5，主要来自A、B企业；第二类包括S6~S8和S14~S15，主要来自C、D、F、G企业；第三类包括S9~S13，主要来自D、E、F企业。样品聚类趋势与生产企业高度相关，表明不同企业上清丸的质量存在一定差异，同一企业样品的质量相对均一。

2.7.2 OPLS-DA分析

在PCA基础上建立OPLS-DA判别模型，自变量模型参数R²X（cum）＝0.572>0.5，因变量模型参数R²Y（cum）＝0.904>0.5，且累积预测能力参数Q²（cum）＝0.842>0.5，且R²Y（cum）-Q²（cum）=0.062<0.3；经200次响应排序检验，R²拟合直线Y轴截距<0.3，Q²拟合直线Y轴截距为负值，表明模型稳定性好、预测能力强，无过拟合现象，可用于判别15批次上清丸的质量差异^［5-9］。OPLS-DA得分图显示，不同类别样品的分离趋势较PCA更为显著。见图3。

以12个成分为横坐标，以变量重要性投影（variable importance in projection， VIP）为纵坐标绘制VIP柱状图，见图4。结果显示，大黄素甲醚、大黄酚、大黄酸、大黄素、芦荟大黄素、黄芩苷的VIP值均>1，是引起上清丸质量差异的核心标志性成分，上述成分分别为酒大黄、酒黄芩的核心活性成分，表明酒大黄、酒黄芩的原材料质量差异或炮制工艺不同，是造成不同企业上清丸质量差异的主要原因。

2.8 EW-TOPSIS法综合质量评价

TOPSIS模型建立方法主要包括初始化决策矩阵的建立、决策矩阵的归一化处理、评价指标熵权的计算、加权决策矩阵的构建、加权决策矩阵最优向量和最劣向量的确定、每一评价指标与正负理想解的距离计算，最后根据各评价指标对最优解的欧氏贴近度得到优劣评价结果^［10-11］。以15批次样品中12个成分的含量为评价指标，采用EW-TOPSIS法进行综合质量排序，能够消除人为主观因素对评价结果的干扰。

2.8.1 数据标准化处理

以15批次上清丸样品中12个成分含量为指标（X_ij ），12个成分均为越大越优型指标，采用极差标准化对原始含量数据进行同向化处理^［12-13］，极差标准化计算公式为Y_{ij}=\frac{X_{ij}-\mathrm{m}\mathrm{i}\mathrm{n}(X_j)}{\mathrm{m}\mathrm{a}\mathrm{x}(X_j)-\mathrm{m}\mathrm{i}\mathrm{n}(X_j)}，其中X_ij 为原始数据，Y_ij 为数据标准化后的值。见表5。

2.8.2 熵权计算

根据信息熵公式计算各指标的信息熵（E_j ），并进一步计算各指标的客观权重（W_j ）。计算公式为E_j=-\frac{\mathrm{1}}{\mathrm{l}\mathrm{n}(n)}{\sum }_{i=\mathrm{1}}^n{p}_{ij\mathrm{l}\mathrm{n}{p}_{ij}}，其中p_{ij}=\frac{Y_{ij}}{{\sum }_{i=\mathrm{1}}^n{Y}_{ij}}，如果p_{ij}=0，定义为：\underset{p_{ij}\to \mathrm{0}}{\mathrm{l}\mathrm{i}\mathrm{m}}{p}_{ij}\mathrm{l}\mathrm{n}{p}_{ij=\mathrm{0}}。W_j=\frac{\mathrm{1}-E_j}{m-\sum E_j}。见表6。

2.8.3 加权决策矩阵的构建

将标准化处理后的矩阵进行归一化处理，将归一化矩阵与评价指标的权重相乘，得到加权决策矩阵。见表7。

2.8.4 欧式贴近度的计算及排序

确定加权决策矩阵最优向量及最劣向量，计算各指标的正负理想解的距离（D^＋、D^－）和最优的欧式贴近度（C_i ），根据C_i 值大小进行质量综合排序。计算公式为D_i^{+}=\sqrt[]{{\sum }_{j=\mathrm{1}}^m(R_{ij}-R^{+}{)}^{\mathrm{2}}}，D_i^{-}=\sqrt[]{{\sum }_{j=\mathrm{1}}^m(R_{ij}-R^{-}{)}^{\mathrm{2}}}，C_i=\frac{D_i}{D_i^{+}+D_i^{-}}。

EW-TOPSIS排序结果显示，15批次上清丸的质量优劣顺序为S1>S11>S4>S9>S10>S5>S12>S2>S3>S13>S8>S14>S7>S6>S15，其中A、B企业样品整体排名靠前，C、F、G企业样品排名靠后，结果与PCA、OPLS-DA的多元统计分析结果相互印证，进一步证实了不同企业上清丸的质量差异。见表8。

3 讨论

本研究以12种成分的提取效率、峰形、分离度为评价指标，考察了不同提取溶剂（体积分数50%、75%、75%乙醇和纯甲醇）、不同提取方式（超声、加热回流）及不同提取时间（30、45、60 min），结果显示，体积分数75%甲醇加热回流1 h为最佳提取条件，该条件下各成分提取充分，色谱峰的峰形对称、分离较好，无杂峰干扰。

在检测波长选择上，通过各对照品溶液进行200~400 nm全波长扫描，结合各成分的最大吸收波长及分离度，采用多波长检测模式：238 nm测定栀子苷，254 nm测定芦荟大黄素、大黄酸、大黄素、大黄酚、大黄素甲醚；280 nm测定黄芩苷、汉黄芩苷、黄芩素、汉黄芩素；300 nm测定欧前胡素、异欧前胡素，既保证了各成分的检测灵敏度，又有效避免了杂峰干扰，实现了12个成分的同时分离与测定。

PCA作为无监督的模式识别方法，通过高维到低维的模式变换分析处理多变数据，最大程度保留原始数据；OPLS-DA是一种有监督的判别分析统计方法，用于识别不同样本组间的差异标志物，已广泛应用于中药质量评价与控制^［12］。EW-TOPSIS是一种多指标决策分析方法，可客观赋予各指标权重，有效规避人为主观因素对产品内在质量评价的干扰，已广泛应用于中药材及中药复方制剂的质量评价^［13-14］。本实验采用PCA、OPLS-DA等化学计量学方法，对不同厂家15批上清丸中12种成分的含量测定结果进行综合分析，结果显示，不同企业上清丸质量差异较大，同一企业质量相对稳定。OPLS-DA化学模式识别结果表明，大黄素甲醚、大黄酚、大黄酸、大黄素、芦荟大黄素、黄芩苷可能是影响上清丸质量的主要潜在标志物，建议在进行上清丸质量标准提升时，将酒大黄、酒黄芩的含量测定纳入质量控制范围。所建立的EW-TOPSIS分析法对15批上清丸质量优劣进行排序，S1>S11>S4>S9>S10>S5>S12>S2>S3>S13>S8>S14>S7>S6>S15，该结果与PCA、OPLS-DA分析结果相互印证。同时提示生产企业应重点关注酒大黄、酒黄芩的质量，减少因原药材质量差异导致的上清丸质量波动。

本研究建立的UPLC多指标成分定量控制模式，结合化学模式识别与EW-TOPSIS分析方法，简便准确，可为上清丸整体质量控制方法的建立提供参考与借鉴。最终实现上清丸质量与临床疗效的稳定。但该方法主要针对上清丸中非挥发性成分进行含量测定与评价，而菊花、川芎、荆芥、防风等药材均含有大量挥发性成分，后期需对这些挥发性成分开展研究，以更全面地评价上清丸的质量。

参考文献

[1] 中华人民共和国药典委员会. 中华人民共和国卫生部 药品标准：中药成方制剂第十册 ［S］. 北京：中华人民共和国卫生部，1995：8.

[2] 关丽文，高鑫磊，杨天明. 基于HPLC多指标含量测定及化学计量学的养正消积胶囊质量评价［J］. 西北药学杂志，2022，37（3）：26-33．

[3] GUAN Liwen， GAO Xinlei， YANG Tianming. Quality evaluation of Yangzheng Xiaoji Capsules based on HPLC multi-index content determination and chemometrics［J］. Northwest Pharmaceutical Journal，2022，37（3）：26-33．

[4] 徐建华，徐月华，周虹，等. 基于多成分定量联合多元统计分析及熵权优劣解距离法评价寒喘祖帕颗粒的质量［J］. 西北药学杂志，2025，40（2）：35-46．

[5] XU Jianhua， XU Yuehua， ZHOU Hong，et al ．Quality evaluation of Hanchuan Zupa Granules by multi-component quantitative and multivariate statistical analysis and the entropy weight-technique for order preference by similarity to ideal solution method［J］. Northwest Pharmaceutical Journal，2025，40（2）：35-46．

[6] 吴有根，杜颖，陈燕军. 高效液相色谱多成分定量联合化学计量学和熵权优劣解距离法评价舒美宁胶囊质量［J］. 化学分析计量，2024，33（11）：19-25，45．

[7] WU Yougen， DU Ying， CHEN Yanjun ．Quality evaluation of Shumeining Capsules by high performance liquid chromatography multi-component quantitative combined with chemometrics and entropy weight solution distance method［J］. Chemical Analysis and Meterage，2024，33（11）：19-25，45．

[8] 巴小翠，孙俊英，陈玉洁，等. 基于HPLC多指标成分定量联合OPLS-DA、EW-TOPSIS法的天丹通络胶囊质量评价研究［J］. 现代药物与临床，2023，38（5）：1094-1101．

[9] BA Xiaocui， SUN Junying， CHEN Yujie，et al. Quality evaluation of Tiandan Tongluo Capsules based on HPLC multi-index component quantification combined with OPLS-DA and EW-TOPSIS［J］. Drugs & Clinic，2023，38（5）：1094-1101．

[10] 徐子祺，王志坚，王科兵. 基于HPLC多指标成分联合化学计量学、熵权TOPSIS法的儿肤康搽剂综合质量评价［J］. 中国药物应用与监测，2023，20（2）：85-89．

[11] XU Ziqi， WANG Zhijian， WANG Kebing. Comprehensive quality evaluation of Erfukang Liniment based on HPLC multi-index determination combined with chemometrics and entropy weight TOPSIS method［J］. Chinese Journal of Drug Application and Monitoring，2023，20（2）：85-89．

[12] 谭川，魏谭军，陈飞，等. 化瘀除痹合剂HPLC多药效成分定量控制及化学计量学联合加权TOPSIS法综合质量评价［J］. 中医药导报，2025，31（6）：101-107．

[13] TAN Chuan， WEI Tanjun， CHEN Fei，et al ．Quantitative control of multiple bioactive components in Huayu Chubi Mixture by HPLC and comprehensive quality evaluation using chemometrics combined with weighted TOPSIS method［J］. Guiding Journal of Traditional Chinese Medicine and Pharmacology，2025，31（6）：101-107．

[14] 华阳，刘海平，李志明. 多指标成分定量控制联合化学计量学、熵权优劣解距离法的复方牙痛酊综合质量评价［J］. 药物流行病学杂志，2023，32（8）：895-905．

[15] HUA Yang， LIU Haiping， LI Zhiming. Comprehensive quality evaluation of Compound Yatong Tincture based on HPLC multi-index quantitative determination combined with chemometrics and EW-TOPSIS method［J］. Chinese Journal of Pharmacoepidemiology，2023，32（8）：895-905．

[16] 李平，李新锋，蔡晓旭，等. 基于HPLC多指标成分定量测定联合化学计量学、熵权优劣解距离法的降糖通脉片质量评价研究［J］. 中草药，2023，54（8）：2417-2426．

[17] LI Ping， LI Xinfeng， CAI Xiaoxu，et al. Study on quality evaluation of Jiangtang Tongmai Tablets based on HPLC multi-index component quantification combined with chemometrics and EW-TOPSIS method［J］. Chinese Traditional and Herbal Drugs，2023，54（8）：2417-2426．

[18] 史丛晶，白浩东，李雨昕，等. 基于熵权法结合灰色关联法和TOPSIS法的不同产地知母及盐知母质量评价研究［J］. 中国现代应用药学，2023，40（7）：873-880．

[19] SHI Congjing， BAI Haodong， LI Yuxin，et al. Study on quality evaluation of Anemarrhenae Rhizoma and salt Anemarrhenae Rhizoma from different producing areas by gray correlation method and TOPSIS method based on entropy weight method［J］. Chinese Journal of Modern Applied Pharmacy，2023，40（7）：873-880．

[20] 石依姗，万青，汪秋兰，等. 基于熵权TOPSIS法和灰色关联度分析的藤茶药材等级研究［J］. 中草药，2022，53（17）：5504-5512．

[21] SHI Yishan， WAN Qing， WANG Qiulan，et al. Research on grades of vine tea based on entropy TOPSIS method and grey correlation analysis［J］. Chinese Traditional and Herbal Drugs，2022，53（17）：5504-5512．

[22] 崔婷，李焐仪，文珊，等. 基于OPLS-DA结合熵权TOPSIS的不同产地益智仁综合质量评价［J］. 中国现代中药，2022，24（8）：1561-1567．

[23] CUI Ting， LI Wuyi， WEN Shan，et al. Comprehensive quality evaluation of alpiniae oxyphyllae fructus from different producing areas based on OPLS-DA combined with entropy weight TOPSIS method［J］. Modern Chinese Medicine，2022，24（8）：1561-1567．

[24] 汪小彩，王晓波，褚书豪. 基于HPLC多指标成分定量控制和化学计量学的孕康颗粒综合评价［J］. 今日药学，2025，35（1）：37-43．

[25] WANG Xiaocai， WANG Xiaobo， CHU Shuhao. Comprehensive evaluation of Yunkang Granules based on HPLC multi-index quantitative control and chemometrics［J］. Pharmacy Today，2025，35（1）：37-43．

[26] 周湘媛，李振雨，马懿飞，等. 基于化学计量学和熵权TOPSIS法对不同产地白茅根药材的质量评价［J］. 中药材，2023，46（4）：940-945．

[27] ZHOU Xiangyuan， LI Zhenyu， MA Yifei，et al. Quality evaluation of Cogongrass Rhizome from different habitats based on chemometrics and entropy TOPSIS method［J］. Journal of Chinese Medicinal Materials，2023，46（4）：940-945．

基金资助

云南省市场监督管理局2023年科技计划项目(2023YSJK12)

监管科学行动计划第二批重点项目(MPAJGKX-2023-084)