目前，指纹图谱技术在陆源中药的质量控制中应用较多，在传统中药的种类鉴别和质量优劣判断领域发挥了重要作用，也逐渐被国内外所接受。但是，指纹图谱技术在海洋中药的质量控制方面应用相对较少。基于此，本实验对海龙、海马和淡菜三种传统海洋中药的红外光谱（IR）指纹图谱和高效液相色谱（HPLC）指纹图谱进行研究，为其质量控制提供可靠的方法，也为其他海洋中药的质量控制提供借鉴。1.海龙指纹图谱技术研究：为建立海龙的质量控制技术并实现海龙的种类鉴别，本实验采用傅里叶变换红外光谱仪（FTIR）对33批海龙药材及其醇提物进行扫描，建立海龙的红外光谱指纹图谱，并应用聚类分析及判别分析对预处理后的数据进行多元统计分析。分析结果表明，海龙药材指纹图谱的聚类结果并不理想，无法准确鉴别海龙种类。海龙醇提物指纹图谱中，三种正品海龙及一种伪品海龙聚集为不同的类别，基本实现不同种类海龙的鉴别；在主成分分析的基础上进行判别分析时，吸收峰3010.4³006.5cm^-1、1745.3¹741.4cm^-1、1467.6¹463.7cm^-1、1417.4¹413.6cm^-1、1168.7¹164.8、723.2⁷19.3cm^-1在主成分1上的载荷最大；吸收峰2925.5²919.7cm^-1、2854.2²850.3cm^-1在主成分2上的贡献最大，据此建立的判别函数可用于区分四种海龙，其正确率达到98.75%。因此，红外光谱结合统计学方法能够快速、无损地鉴别不同种类的海龙。2.海马指纹图谱技术研究：为建立海马的质量控制技术并实现海马的种类鉴别（三斑海马与刺海马），本实验采用FTIR对35批海马药材及其醇提物进行扫描，建立海马的红外光谱指纹图谱，并应用聚类分析及主成分分析对预处理后的数据进行多元统计分析。分析结果表明，海马药材指纹图谱的聚类结果并不理想，无法准确鉴别海马种类。海马醇提物指纹图谱中，三斑海马与刺海马聚集为不同的类别。在主成分分析的基础上进行判别分析时，吸收峰3305.4³297.7cm^-1、2919.7²915.9cm^-1、2852.2²848.4cm^-1、1656.6¹652.7cm^-1、1542.8¹538.9cm^-1、1456.0¹452.2cm^-1、在主成分1上的载荷较大，而1045.2¹041.4cm^-1主成分2上的载荷最大，据此建立的判别函数可用于区分三斑海马与刺海马，其正确率达到93.55%。因此，红外光谱结合统计学方法能够快速、无损地鉴别不同种类的海马。3.淡菜指纹图谱技术研究：（1）淡菜原材料IR指纹图谱：利用聚类分析法和双指标分析法，对不同产地的24份淡菜样品的红外指纹图谱进行了比较分析，结果表明：应用SPSS11.5进行聚类分析时，各样品红外光谱经归一化处理后聚类效果较为明显，但精确度相对较低；应用双指标序列法时，共有峰率及变异峰率的计算相对繁琐，但可以用量化关系精确地表示出各样品之间的关系。因此红外光谱指纹图谱结合聚类分析或双指标序列法可以快速、无损地鉴别不同产地的淡菜，为淡菜产地溯源提供了一种切实可行的方法，也为其他水产品的产地溯源提供了借鉴的依据。（2）淡菜醇提物IR指纹图谱：利用FTIR收集淡菜醇提物红外光谱，原始光谱经过多点基线校正、聚类分析，采用平均值法建立淡菜的红外指纹图谱共有模式。相似度分析表明，各样品红外光谱与所建立的指纹图谱共有模式比较相似度良好，所选用建立共有模式的21批样品相似度均大于0.9，符合指纹图谱要求；而聚类分析中剔除的3个样品（S7、S10和S21）相似度均低于0.9，不符合指纹图谱研究要求，相似度分析和聚类分析结果相吻合。主成分分析建模结果表明，前两个主成分能代表原始数据96%的信息，相同产地的样品在主成分散点图上聚集为同一的类群，基本实现不同产地淡菜的鉴别。载荷因子分析结果表明，不同产地淡菜醇提物的差别主要体现在不饱和脂肪酸及磷脂的含量上。海口、厦门产区的淡菜样品所含不饱和脂肪酸含量较高；大连、烟台产区的淡菜样品含有较多的磷脂成分，舟山产区不饱和脂肪酸及磷脂含量均较低。因此,红外光谱指纹图谱结合聚类分析和主成分分析法可以快速、无损地鉴别不同产地淡菜，并且能反映不同产地淡菜醇提物中不饱和脂肪酸和磷脂含量的差异。（3）淡菜HPLC指纹图谱：采用高效液相色谱法，通过对色谱条件的优化建立淡菜的HPLC指纹图谱，并标定了其中的13个共有峰。方法学考查的RSD值均小于5%，相似度值均大于0.9，符合指纹图谱建立的要求。运用建立的淡菜HPLC指纹图谱对剩余样品进行鉴定，结果证明建立的淡菜HPLC指纹图谱可用于快速的定性物种鉴别。为进行快速的真伪鉴别及研究其药用有效成分提供了科学的依据。同时以共有峰相对峰面积为指标，运用系统聚类分析方法基本实现淡菜样品的产地鉴别。