近紅外光譜法對巴戟天藥材中水分含量的快速測定

周文婷+王海霞+林萍+盧慧娟+姬生國

摘要：建立了巴戟天（Morinda officinalis How.）藥材中水分含量的近紅外定量模型，可快速測定巴戟天中水分含量。按照《中華人民共和國藥典》（2010版）規定采用烘干法測定166批巴戟天藥材的水分含量，采集并用多元散射校正法、二階導數法預處理近紅外光譜，結合偏最小二乘法建立了近紅外水分定量分析模型。所建立的校正模型的內部交叉驗證決定系數為0.985 5，內部交叉驗證均方差為0.402 7，校正均方差為0.169，預測均方差為0.180。結果表明，該近紅外水分定量模型穩定、準確，可快速進行巴戟天藥材中水分含量的測定。

關鍵詞：巴戟天（Morinda officinalis How.）;水分;近紅外光譜;

中圖分類號：R282 ? ? ? ?文獻標識碼：A ? ? ? ?文章編號：0439-8114（2014）21-5253-03

DOI：10.14088/j.cnki.issn0439-8114.2014.21.053

Rapid Determination of Moisture in Morinda officinalis How. with NIRS

ZHOU Wen-ting， WANG Hai-xia， LIN Ping， LU Hui-juan， JI Sheng-guo

（School of Traditional Chinese Medicine， Guangdong Pharmaceutical University， Guangzhou 510006， China）

Abstract： To establish a method for rapid and quantitative determination of the moisture in Morinda officinalis How. with near-infrared spectroscopy（NIRS）， moisture of 166 samples were determined by oven drying method. The quantitative detest model was established by PLS and was pretreated by MSC combined with second-derivative. The determination coefficient， root-mean-square error of cross-validation， root-mean-square error of calibration and root-mean square error of prediction was 0.985 5， 0.402 7， 0.169 and 0.180 in the created calibration model， respectively. This model is steady， accurate and reliable. It can be used for analyzing the moisture in Morinda officinalis How.

Key words： Morinda officinalis How.; moisture content; NIRS

巴戟天為茜草科植物巴戟天（Morinda officinalis How.）的干燥根，具有補腎助陽、強筋壯骨、祛風除濕等功效[1]。水分含量是巴戟天藥材質量控制的一個重要指標，《中國藥典》（2010版）規定其水分含量不得超過15%，其收載的測定方法是烘干法，但該測定方法比較繁瑣，耗時較長，且受到多種條件制約。本課題組應用近紅外光譜技術在中藥分析中做了大量的工作后發現，該技術應用于中藥水分含量的測定具有分析速度快、結果準確、操作方便、簡單、無需對藥材進行復雜的前處理等特點[2-6]，因此，利用該技術對不同地區巴戟天的水分含量進行測定，可以探索該技術在藥物水分測定中應用的可行性。

1 ?材料與方法

1.1 ?材料與儀器

2013年6～7月期間分別采集于廣西省梧州市古龍鎮、太平鎮、嶺景鎮;廣東省云浮市大方鎮、千官鎮;肇慶市高良鎮等地的種植和栽培基地。經廣東藥學院中藥學院姬生國教授鑒定，為茜草科植物巴戟天的根，藥材烘至七成干，輕輕錘扁后烘至全干，粉碎后過50目篩，備用。傅里葉變換近紅外光譜儀，配有漫反射積分球、樣品旋轉器和石英樣品杯、OPUS光譜采集軟件和TQ8.0分析軟件（Tensor37型，Bruker 公司）;Q/ZT153-1998型電熱鼓風恒溫干燥器（浙江正泰儀器儀表有限公司）;AY120型十萬分之一分析天平（日本島津公司）。

1.2 ?方法

1.2.1 ?巴戟天水分含量的測定方法 ?取樣品粉末2～5 g，平鋪于干燥至恒重的扁形稱量瓶中，厚度不超過5 mm，疏松樣品不超過10 mm，精密稱定，打開瓶蓋在100～105 ℃干燥5 h，將瓶蓋蓋好，移至干燥器中，冷卻30 min，精密稱定;再在上述溫度干燥1 h，冷卻，稱重，直至連續兩次稱重的差異不超過 ?5 mg;以減失的質量除以藥材粉末量，即得該批藥材中的水分含量。166批樣品水分含量為5.403%～10.404%，均符合文獻[7]中巴戟天藥材水分含量的規定。

1.2.2 ?近紅外光譜采集 ?取4 g樣品粉末，混合均勻后放入石英樣品杯，輕輕振搖使分布均勻。采用積分球漫反射測定樣品，分辨率為8 cm-1;掃描32次; 掃描范圍為10 000～4 000 cm-1;溫度為（23.0±0.5） ℃;相對濕度為40%～50%。每批樣品重復裝樣并掃描5次，求平均光譜。

2 ?結果與分析

2.1 ?建模樣品原始近紅外光譜

166批巴戟天樣品近紅外光譜疊加圖如圖1。從圖1中可知各批次近紅外光譜十分接近，難以通過圖譜直接判定水分含量與個別波長點的吸光度之間的相關性，不能從某一個波長點來確定其水分含量。

2.2 ?光譜預處理

由于樣品顆粒的均勻度及其他因素的影響會引起近紅外光譜基線的漂移和光譜的不重復，因此，必須對原始光譜進行預處理。常用的預處理方法有一階導數（First derivative）、二階導數（Second derivative）、多元散射校正（Multiplicative signal correction，MSC）、標準正態變量變換（Standard normal varidte transformation， SNV）、矢量歸一化、最大-最小歸一化等。本試驗采用偏最小二乘法（Partial least squares，PLS）為建模方法，以內部交叉驗證決定系數（R2）、校正均方差（Root-mean-square error of calibration，RMSEC）、預測均方差（Root-mean-square error of prediction，RMSEP）為綜合指標，來考察不同預處理方法對模型建立的影響。其中，R2 越接近1，說明樣品分析值與近紅外模型預測值相關性越好;RMSEC、RMSEP越小，且RMSEP/RMSEC≤1.2時，模型的預測性能越好[8]。最終確定MSC+Second derivative為最佳預處理方法，見表1。

2.3 ?建模波段的選擇

水分子在近紅外光譜中的特征吸收譜帶為5 155 ～7 880 cm-1，主要包含了藥材中水分的相關信息[9-14]。不同波段下所建立的模型預測性不同。本試驗以R2、RMSEC、RMSEP 等為綜合指標，考察不同建模波段對模型的影響，通過對比發現，雖然建模波段為4 000～9 000 cm-1時，R2為99.26，但是，RMSEP/RMSEC>1.2，不符合要求，可能是出現了過擬合現象，所建立的模型不能很好的預測樣品的含水量，因此4 000～9 000 cm-1并不是最好的建模波段。在波段為4 184.77～5 237.72 cm-1，6 498.93～7 042.76 cm-1時，各項指標符合要求，因此最佳建模波段為4 184.77～5237.72 cm-1，6 498.93～7 042.76 cm-1。見表2。

2.4 ?主因子數的選擇

主成分分析法的目的是將數據降維，將原變量進行轉換，使少數幾個新變量是原變量的線性組合。同時，這些變量要盡量多地表征原變量的數據特征而不丟失信息。這幾個新變量稱為主成分或主因子。因此，在回歸擬合模型建立時，主因子數對模型的穩定性有很大影響，選取的主因子數太少，將會丟失原始光譜較多的有用信息，欠擬合;如果選取的主因子太多，會出現過擬合現象。主因子數的選取以RMSECV為指標，RMSECV越小，模型預測精度越高，RMSECV最小時，所選的主因子數最佳[15]。本試驗RMSECV最小值為0.402 7，所對應的最佳主因子數為8（圖2）。

2.5 ?校正模型的建立與驗證

本試驗運用交叉驗證法，選取132批樣品作為校正集，剩下的34批樣品作為驗證集。驗證集樣品水分范圍為6.479%～10.302%，在校正集樣品的水分含量范圍內。用所選取的最佳預處理方法和建模波段建立模型，本模型中R2為0.985 5，RMSEC為0.169，RMSEP為0.180，主因子數為8。以預測值與實際值的比值為預測回收率，得到34批驗證集樣品的平均預測回收率為100.09%，見圖3、表3。

2.6 ?巴戟天水分模型方法學考察

2.6.1 ?精密度考察 ?取同一份樣品粉末10 g，重復6次掃描其NIR圖譜，輸入NIR分析模型計算其含量，其RSD值為1.184%，結果見表4。

2.6.2 ?重復性考察 ?分別取同一樣品5份，各10 g，分別掃描其NIR圖譜，輸入NIR分析模型計算其含量，計算結果RSD為1.319%，結果見表5。

3 ?小結與討論

本試驗采用PLS建立校正模型，并比較了不同的波段和光譜預處理方法，以R2、RMSECV、RMSEC和RMSEP為指標，最終確定使用MSC結合二階導數處理光譜，最佳波段為4 184.77～5 237.72 cm-1和6 498.93～7 042.76 cm-1，選擇前8個主成分建立最優校正模型。

同時，在進行化學計量學校正時，有時并不一定需要所有的光譜數據都參與校正，而只用某些光譜區間就可以得到很好的校正效果，這樣可以減少參與建模的數據量，降低不相關區間的噪音干擾。因此，需要對不同波段進行比較，以選擇最好的建模波段。

按照文獻[7]的規定，需要使用烘干法對巴戟天藥材中水分進行測定，但該法操作繁瑣，耗時較長，受到多種條件限制。本研究利用近紅外光譜技術結合化學計量學建立了巴戟天水分的定量模型后，僅需要采集樣品的近紅外光譜，并代入近紅外模型中，便可馬上得到藥材的水分含量。與傳統水分測定方法相比，本研究所建立的利用近紅外光譜測定巴戟天中水分含量的方法，具有操作簡單、測定速度快、對藥材無損等優勢，可應用于中藥質量控制及相關方面。

參考文獻：

[1] 肖鳳霞，林 ?勵.巴戟天補腎壯陽作用的初步研究[J].食品與藥品，2006，8（5）：45-46.

[2] 蔡佳良，李蕾蕾，姬生國.近紅外光譜法快速測定廣藿香中水分含量[J].醫藥導報，2012，31（11）：1468-1470.

[3] 李蕾蕾，王海霞，林 ?萍，等.近紅外光譜技術在枇杷葉水分含量測定中的應用[J].中國實驗方劑學雜志，2013，19（19）：104-107.

[4] 王 ?東，賈 ?永，姬生國，等.近紅外光譜法對不同蒸制時間地黃的鑒別研究[J].光譜實驗室，2010，27（4）：1356-1360.

[5] 王 ?東，王 ?玲.近紅外光譜法測定黃芩藥材中黃芩苷的含量[J].中醫研究，2007，20（2）：20-22.

[6] 郭 ?昊，杜偉鋒，蔡寶昌，等.近紅外光譜法測定溫郁金中吉馬酮含量[J].中國新藥雜志，2013，22（13）：1582-1586.

[7] 國家藥典委員會.中華人民共和國藥典[M].北京：中國醫藥藥科技出版社，2010.

[8] 褚小立.化學計量學方法與分子光譜分析技術[M].北京：化學工業出版社，2011.

[9] 郭念欣，蔡佳良，李蕾蕾，等.運用近紅外技術建立藿香正氣膠囊中厚樸酚的定量模型[J].中國實驗方劑學雜志，2013，19（8）：146-148.

[10] 郭念欣，蔡佳良，姬生國.近紅外光譜技術在陳皮道地性分析中的應用[J].中國藥房，2013，24（15）：1394-1396.

[11] 蔡佳良，黃潔燕，鄧婉婷，等.近紅外光譜法快速測定廣藿香中醇溶性浸出物含量[J].中國藥學雜志，2012，47（24）：2026-2028.

[12] 蔡佳良，郭念欣，姬生國.不同干燥方法對廣藿香中百秋李醇含量影響的近紅外光譜分析[J].云南中醫中藥雜志，2013，34（1）：53-54.

[13] 蔡佳良，黃潔燕，等.運用近紅外光譜法建立廣藿香含葉量定量分析模型[J].中國現代應用藥學，2013，30（3）：260-263.

[14] 蔡佳良，郭念欣，黃潔燕，等.運用近紅外光譜法建立廣藿香中百秋李醇的定量模型[J].中國中藥雜志，2012，37（14）：2113-2116.

[15] 陸婉珍.現代近紅外光譜分析技術[M].第二版.北京：中國石化出版社，2006.

（責任編輯 ?胡西洲）

[3] 李蕾蕾，王海霞，林 ?萍，等.近紅外光譜技術在枇杷葉水分含量測定中的應用[J].中國實驗方劑學雜志，2013，19（19）：104-107.

[4] 王 ?東，賈 ?永，姬生國，等.近紅外光譜法對不同蒸制時間地黃的鑒別研究[J].光譜實驗室，2010，27（4）：1356-1360.

[5] 王 ?東，王 ?玲.近紅外光譜法測定黃芩藥材中黃芩苷的含量[J].中醫研究，2007，20（2）：20-22.

[6] 郭 ?昊，杜偉鋒，蔡寶昌，等.近紅外光譜法測定溫郁金中吉馬酮含量[J].中國新藥雜志，2013，22（13）：1582-1586.

[7] 國家藥典委員會.中華人民共和國藥典[M].北京：中國醫藥藥科技出版社，2010.

[8] 褚小立.化學計量學方法與分子光譜分析技術[M].北京：化學工業出版社，2011.

[9] 郭念欣，蔡佳良，李蕾蕾，等.運用近紅外技術建立藿香正氣膠囊中厚樸酚的定量模型[J].中國實驗方劑學雜志，2013，19（8）：146-148.

[10] 郭念欣，蔡佳良，姬生國.近紅外光譜技術在陳皮道地性分析中的應用[J].中國藥房，2013，24（15）：1394-1396.

[11] 蔡佳良，黃潔燕，鄧婉婷，等.近紅外光譜法快速測定廣藿香中醇溶性浸出物含量[J].中國藥學雜志，2012，47（24）：2026-2028.

[12] 蔡佳良，郭念欣，姬生國.不同干燥方法對廣藿香中百秋李醇含量影響的近紅外光譜分析[J].云南中醫中藥雜志，2013，34（1）：53-54.

[13] 蔡佳良，黃潔燕，等.運用近紅外光譜法建立廣藿香含葉量定量分析模型[J].中國現代應用藥學，2013，30（3）：260-263.

[14] 蔡佳良，郭念欣，黃潔燕，等.運用近紅外光譜法建立廣藿香中百秋李醇的定量模型[J].中國中藥雜志，2012，37（14）：2113-2116.

[15] 陸婉珍.現代近紅外光譜分析技術[M].第二版.北京：中國石化出版社，2006.

（責任編輯 ?胡西洲）

[3] 李蕾蕾，王海霞，林 ?萍，等.近紅外光譜技術在枇杷葉水分含量測定中的應用[J].中國實驗方劑學雜志，2013，19（19）：104-107.

[4] 王 ?東，賈 ?永，姬生國，等.近紅外光譜法對不同蒸制時間地黃的鑒別研究[J].光譜實驗室，2010，27（4）：1356-1360.

[5] 王 ?東，王 ?玲.近紅外光譜法測定黃芩藥材中黃芩苷的含量[J].中醫研究，2007，20（2）：20-22.

[6] 郭 ?昊，杜偉鋒，蔡寶昌，等.近紅外光譜法測定溫郁金中吉馬酮含量[J].中國新藥雜志，2013，22（13）：1582-1586.

[7] 國家藥典委員會.中華人民共和國藥典[M].北京：中國醫藥藥科技出版社，2010.

[8] 褚小立.化學計量學方法與分子光譜分析技術[M].北京：化學工業出版社，2011.

[9] 郭念欣，蔡佳良，李蕾蕾，等.運用近紅外技術建立藿香正氣膠囊中厚樸酚的定量模型[J].中國實驗方劑學雜志，2013，19（8）：146-148.

[10] 郭念欣，蔡佳良，姬生國.近紅外光譜技術在陳皮道地性分析中的應用[J].中國藥房，2013，24（15）：1394-1396.

[11] 蔡佳良，黃潔燕，鄧婉婷，等.近紅外光譜法快速測定廣藿香中醇溶性浸出物含量[J].中國藥學雜志，2012，47（24）：2026-2028.

[12] 蔡佳良，郭念欣，姬生國.不同干燥方法對廣藿香中百秋李醇含量影響的近紅外光譜分析[J].云南中醫中藥雜志，2013，34（1）：53-54.

[13] 蔡佳良，黃潔燕，等.運用近紅外光譜法建立廣藿香含葉量定量分析模型[J].中國現代應用藥學，2013，30（3）：260-263.

[14] 蔡佳良，郭念欣，黃潔燕，等.運用近紅外光譜法建立廣藿香中百秋李醇的定量模型[J].中國中藥雜志，2012，37（14）：2113-2116.

[15] 陸婉珍.現代近紅外光譜分析技術[M].第二版.北京：中國石化出版社，2006.

（責任編輯 ?胡西洲）