انگشت نگاری کروماتوگرافی به عنوان یک روش جامع برای کنترل کیفیت، تشخیص و تایید ماهیت داروهای گیاهی محسوب می شود و در طبقه بندی نمونه های مختلف گیاهان دارویی و تعیین گونه های شیمیایی موجود در آن ها از اهمیت زیادی برخوردار است. پیچیدگی زیاد بافت نمونه های طبیعی، تجزیه ی کروماتوگرافی آن ها را با مشکلات زیادی مواجه می کند که برطرف کردن آن ها به کمک روش های متداول بسیار سخت و زمان بر می باشد. در سال های اخیر، استفاده از روش های کروماتوگرافی تلفیقی و ترکیب آن ها با روش های چندمتغیره ی کمومتریک به صورت رویکردی نو در آنالیزهای انگشت نگاری کروماتوگرافی در آمده و کاربرد گسترده ای پیدا کرده است. در این پژوهش یک استراتژی جدید بر مبنای ترکیب روش های تفکیک منحنی چند متغیره و طبقه بندی چند متغیره جهت آنالیز کامل اثر انگشت کروماتوگرافی عصاره ی گیاه سالویا رتورانا توسعه داده شده است. بدین منظور اجزای شیمیایی موجود در 20 نمونه ی گیاهی مربوط به 5 منطقه ی مختلف به روش اولتراسونیک استخراج شده و پس از آن عصاره های متانولی به دست آمده به وسیله ی دستگاه کروماتوگرافی مایع با عملکرد بالا- آشکارساز آرایه ی دیودی در شرایط مناسب آنالیز شد و اثرانگشت کروماتوگرافی آن ها به دست آمد. سپس اثر انگشت های کروماتوگرافی نمونه ها با استفاده از اطلاعات حاصل از روش های آنالیز مرتبه ی منطقه ای بخش بندی شده و داده های هر ناحیه به صورت ستونی و با در نظر گرفتن مقادیر طیفی به عنوان راستای مشترک برای همه ی نمونه ها روی هم قرار داده شد. روش تفکیک منحنی چند متغیره- حداقل مربعات متناوب به منظور آنالیز همزمان ماتریس های داده ی مربوط به هر یک از نواحی کروماتوگرافی به کار رفت و در نتیجه الگو های خالص کروماتوگرافی، طیفی و غلظتی همه ی گونه های شیمیایی موجود در نمونه های مختلف به دست آمد. مقادیر فقدان برازش در بیشتر موارد کمتر از 10% محاسبه شد و به علاوه مقادیر انحراف استاندارد نسبی برای سطوح پیک بازیابی شده در اکثر موارد کمتر از 10% اندازه گیری شد که تکرارپذیری روش کلی مورد استفاده را نشان داد. علاوه بر آن وجود 31 گونه ی شیمیایی در ترکیب عصاره ی گیاه سالویا رتورانا تایید شد که در مرحله ی بعد برخی از آن ها از طریق مقایسه ی طیف خالص به دست آمده با طیف گونه های استاندارد و طیف های موجود در مراجع تعیین شدند. پس از آن سطوح پیک خالص گونه های شیمیایی به دست آمده به صورت یک ماتریس جدید آرایش یافت و روش های خوشه بندی مختلف شامل روش های آنالیز مولفه ی اصلی، k نزدیک ترین همسایه و میانگین k ام برای دسته بندی نمونه های سالویا رتورانا به کار رفت. نتایج نشان داد که نمونه های مورد نظر متعلق به 4 گروه مجزا می باشند. علاوه بر آن، 5 گونه ی شیمیایی شاخص به عنوان مهم ترین متغیر ها برای تشخیص و تمایز گروه ها تعیین شد.در نهایت شبکه ی عصبی مصنوعی انتشار متقابل برای مشاهده ی اثر متغیرهای مختلف در تفاوت نمونه های مناطق متفاوت استفاده شد.نتایج به دست آمده به وسیله ی روش های طبقه بندی مختلف در توافق کامل با هم بوده و مدل مناسبی برای طبقه بندی نمونه های مجهول در اختیار قرار داد.نتایج به دست آمده نشان داد که ترکیب روش های تفکیک منحنی چند متغیره و خوشه بندی چند متغیره می تواند جهت آنالیز کامل عصاره ی گیاه سالویا به طور موفقیت آمیز به کار رود و پنجره ای نو به سمت آنالیز اجزای شیمیایی نمونه های پیچیده مانند داروهای گیاهی باز کند.