Machine-learning-driven Multidimensional Identification of Traditional Chinese Medicine Ginkgo Folium Using SERS

doi:10.7503/cjcu20260047

Abstract

Abstract:

This study establishes a multidimensional discrimination strategy for ginkgo folium based on surface- enhanced Raman spectroscopy（SERS） combined with machine learning. A systematic investigation was conducted across four dimensions（geographical origin， drying process， storage quality， and pesticide residues）， enabling intelligent classification and quality assessment of ginkgo folium. The results showed that the SERS spectra of ginkgo folium extracts exhibited characteristic peaks of flavonoids（quercetin， kaempferol， isorhamnetin） and ginkgolides. Based on SERS combined with partial least squares discriminant analysis（PLS-DA）， 100% classification accuracy was achieved for ginkgo folium samples from five origins and processed by four drying methods， indicating that both origin differences and drying processes significantly affect their chemical composition. Furthermore， SERS combined with partial least squares regression（PLS） accurately predicted storage time（training set， R²=0.991； cross-validation set， R²=0.841） and enabled highly sensitive quantitative detection of pesticide residues， including glyphosate and thiram. In summary， SERS combined with machine learning provides a rapid， highly sensitive， and reliable analytical strategy for origin tracing， process monitoring， storage evaluation， and pesticide residue detection of ginkgo folium and other traditional Chinese medicinal materials. This approach opens a novel technical pathway for quality control and safety supervision in traditional Chinese medicines field.

Key words: Ginkgo folium, Surface-enhanced Raman spectroscopy, Machine learning, Multidimensional identification, Quality assessment of traditional Chinese medicine

CLC Number:

O654

TrendMD:

MA Qilin, WU Ye, TANG Danyang, YANG Maosheng, XU Guofu, YANG Fan, SHI Jia, YAO Jianquan. Machine-learning-driven Multidimensional Identification of Traditional Chinese Medicine Ginkgo Folium Using SERS[J]. Chem. J. Chinese Universities, 2026, 47(7): 20260047.

Figures/Tables 6

References 20

[1]	Wang S. J.， Kang A.， Di L Q.， Zhang S. J.， Tian L.， Zhou W.， Yun F.， Shan J. J.， Zhao X. L.， Chin. Tradit. Herb. Drugs， 2013， 44（5）， 626—631
	汪素娟，康安，狄留庆，张圣洁，田乐，周伟，恽菲，单进军，赵晓莉. 中草药， 2013， 44（5）， 626—631
[2]	Chen X.， Jiangsu Agric. Sci.， 2004，（5）， 109—110
	陈学林. 江苏农业科学， 2004，（5）， 109—110
[3]	Li X. B.， Tu P. F.， Chin. Tradit. Herb. Drugs， 2003， 34（5）， 4—6
	李晓波，屠鹏飞. 中草药， 2003， 34（5）， 4—6
[4]	Zhang Y.， Zhou B.， Li Q.， Jin M.， Bai Y.， Chem. Res. Chinese Universities， 2024， 40（2）， 237—254
[5]	Yu Y.， Fan J.， Liu H.， Nie Z.， Chem. Res. Chinese Universities， 2025， 41（2）， 254—265
[6]	Wu L.， Ouyang Z. H.， Cao S. C.， Yi D. L.， Qin X. R.， Sun S. X.， Liu X.， Chin. J. Light Scatter.， 2005， 17（2）， 180—186
	伍林，欧阳兆辉，曹淑超，易德莲，秦晓蓉，孙少学，刘峡. 光散射学报， 2005， 17（2）， 180—186
[7]	Bao H. M.， Leong S. X.， Chen J. R. T.， Shi Z.， Chen S.， Lv Y.， Liu T. X.， Phang I. Y.， Ling X. Y.， CCS Chem.， 2024， 6（6）， 1403—1421
[8]	Yang Y.， Dong H.， Wang S.， Sang Y. S.， Li Z. G.， Zhang L.， Wang C. W.， Liu Y.， Chin. J. Lasers， 2022， 49（15）， 193—202
	杨勇，董浩，王澍，桑瑶烁，李志刚，张龙，汪崇文，刘勇. 中国激光， 2022， 49（15）， 193—202
[9]	Lu Y. Y.， Qiao Y.， Bao H. M.， Chen K.， Wei Y.， Zhao Q.， Leon G. K.， Zhang H. W.， Ling X. Y.， Cai W. P.， Anal. Chem.， 2025， 97， 8537—8544
[10]	Wang Z.， Li X.， Song W.， Wang C.， Wang Z.， Peng X.， Chem. Res. Chinese Universities， 2025， 41（4）， 704—715
[11]	Rong H.， Chen Y. Zhang S.， Chen Y.， Shen L.， Fang W.， Chem. Res. Chinese Universities， 2025， 41（5）， 1014—1020
[12]	Zhu T.， Yuan X.， Mao G.， Wei L.， Xiao L.， Chem. Res. Chinese Universities， 2024， 40（2）， 320—325
[13]	Bao H. M， Zhang H.， Zhou L.， Fu H.， Liu G. Q.， Li Y.， Cai W. P.， ACS Appl. Mater. Interfaces， 2019， 11（3）， 28145—28153
[14]	Bao H. M.， Motobayashi K.， Ikeda K.， Anal. Chem.， 2022， 94（49）， 17169—17176
[15]	Yadav B.， Yadav R. K.， Srivastav G.， Yadav R. A.， J. Mol. Struct.， 2022， 1258， 132637
[16]	Wiercigroch E.， Szafraniec E.， Czamara K.， Pacia M. Z.， Majzner K.， Kochan K.， Kaczor A.， Baranska M.， Malek K.， Spectrochim. Acta A Mol. Biomol. Spectrosc.， 2017， 185， 317—335
[17]	Krysa M.， Szymańska⁃Chargot M.， Zdunek A.， Food Chem.， 2022， 393， 133430
[18]	Uyeki S. C.， Pacheco C. M.， Simeral M. L.， Hafner J. H.， J. Phys. Chem. A， 2023， 127（6）， 1387—1394
[19]	Li L. H.， Wei R.， Zhang X.， Li Y. Z.， Wang A. X.， Xia Q. Y.， J. At. Mol. Phys.， 2024， 41（6）， 41—44
	李丽华，魏冉，张鑫，李云志，王爱香，夏其英. 原子与分子物理学报， 2024， 41（6）， 41—44
[20]	Liang X.， Li L.， Xu T.， Xu F.， Dong W.， J. Clin. Med. Lit.， 2018， 5（43）， 168—169
	梁鑫，李莉，徐涛，许凤，董巍. 临床医药文献电子杂志， 2018， 5（43）， 168—169

Wavenumber/cm^-1	Assignment^*	Chemical composition	Ref.
683	δ（C—C—C）， δ（aromatic ring）	Kaempferol	［15］
735	δ（sugar ring）	Saccharides	［16］
815	ν（C—O—C）	Kaempferol	［15］
880	ν（C=C）， β（C—CH）	Saccharides	［16］
960	ν（C—C）	Saccharides	［16］
1032	ν（C—O—C）	Saccharides	［16］
1168	ν（C—C—C）， ν（C—O—C）	Isorhamnetin	［17］
1248	τ（CH₂）	Saccharides	［16］
1320	δ（CH₂/CH₃）， δ（aromatic ring）	Quertetin	［18］
1371	τ（CH₃）	Quertetin	［18］
1479	δ（CH₂）， δ（fatty acid chain）	Ginkgolides	［19］
1593	ν（C=C）	Quertetin	［20］

Wavenumber/cm^-1	Assignment^*	Chemical composition	Ref.
683	δ（C—C—C）， δ（aromatic ring）	Kaempferol	［15］
735	δ（sugar ring）	Saccharides	［16］
815	ν（C—O—C）	Kaempferol	［15］
880	ν（C=C）， β（C—CH）	Saccharides	［16］
960	ν（C—C）	Saccharides	［16］
1032	ν（C—O—C）	Saccharides	［16］
1168	ν（C—C—C）， ν（C—O—C）	Isorhamnetin	［17］
1248	τ（CH₂）	Saccharides	［16］
1320	δ（CH₂/CH₃）， δ（aromatic ring）	Quertetin	［18］
1371	τ（CH₃）	Quertetin	［18］
1479	δ（CH₂）， δ（fatty acid chain）	Ginkgolides	［19］
1593	ν（C=C）	Quertetin	［20］