四川松潘地產大黃藥材近紅外光譜法快速鑒別研究

劉蟬 王珺

◇醫學基礎與藥學研究◇

四川松潘地產大黃藥材近紅外光譜法快速鑒別研究

劉蟬 王珺

目的：利用近紅外光譜法快速分析四川松潘地產大黃藥材。方法：以三種大黃藥材和對照藥材為研究對象，建立近紅外一致性檢驗模型。結果：通過對三種大黃藥材、對照藥材及偽品大黃的研究，掃描近紅外光譜圖，并結合實驗室的檢測結果，建立近紅外一致性檢驗模型，并用樣品交叉驗證，驗證了模型的準確性。結論：近紅外光譜法具有快速、簡便、準確的特點，可用于四川松潘地產大黃藥材的快速鑒別。

大黃 藥材 近紅外光譜 一致性檢驗模型

近紅外光譜（near-infrared spectroscopy，NIR）是由分子振動使分子振動從基態向高能級躍遷時產生的光譜，主要攜帶了含氫基團等振動的合頻和倍頻吸收，不同的分子具有表征其結構特性的振動頻率，即對應特有的紅外吸收光譜，這是紅外光譜定性分析的物理基礎[1]。目前，大黃藥材的分析主要采用色譜法，這些方法準確可靠，但檢測周期長，前處理過程復雜，無法避免使用各種有機化學試劑等缺陷。藥材中所含化學成分比較復雜，但其化合物中一般都含有能引起近紅外吸收的C-H和O-H鍵。不同大黃藥材中所含成分的差異及含量的不同，均會導致其近紅外光譜圖也不盡相同，這種反映在光譜圖上面的差異性使近紅外光譜技術應用于其分類成為可能[2]。本文采用NIR技術與化學計量學相結合的方法，建立了四川松潘地區大黃藥材的NIR鑒別模型，可快速準確地實現鑒別分析。

1 儀器設備和材料

1.1 儀器設備 Matrix-F傅里葉變換近紅外光譜儀（德國Bruker），配有采樣光纖，OPUS分析軟件；四號篩、五號篩；恒溫干燥箱（德國Binder）；西林瓶（經過一致性檢驗挑選所得）；XP205型電子天平（瑞士Mettler Toledo）。

1.2 樣品 三種大黃的對照藥材（全部用于建模）；唐古特大黃藥材樣品11批；掌葉大黃藥材樣品8批；藥用大黃藥材樣品1批、偽品大黃藥材樣品2批。

2 方法

2.1 光譜采集 分別取上述樣品粉末，過篩，取能通過四號篩但不能通過五號篩的粉末，作為供試品，精密稱取1g，置西林瓶中，輕輕敲打使粉末均勻分布在西林瓶底部，蓋上橡膠塞，每個樣品制備6個供試品。溫度20℃，空氣濕度60%，用光纖探頭直接抵住西林瓶底部中心位置，不留空隙，采集樣品的NIR漫反射圖譜，得到6張近紅外光譜。NIR光譜儀參數為：掃描范圍：12000～4000cm-1，分辨率為8cm-1，掃描次數為32次。由采集的三種大黃的對照藥材和一個偽品大黃藥材的典型原始光譜圖，見圖1可知，不同種類的大黃藥材，雖然化學成分不盡相同，但近似的組成基本掩蓋了化學成分的差異，使得NIR光譜差別較小，尤其是原始圖譜，峰位基本無變化，無法直接作出鑒別判斷。它們之間的差別只能通過化學計量學方法提取近紅外光譜中含有的特征信息來區分[3]。

圖1 原始圖譜

2.2 數據處理

2.2.1 光譜預處理[4]目前在NIR分析中應用較多的光譜預處理方法主要有微分法、矢量歸一化法(VN)等。本研究應用了微分法中的二階導數法（2ndD）。導數光譜可以增強原譜的信號。1stD可以明顯地消除光譜即顯的漂移，這對校正光譜的不確定性十分有效。采用2ndD法則可以消除基線的線性傾斜（也稱圖譜的旋轉），可去除高頻基線漂移、高頻隨機噪音、裝樣條件差異和光散射等影響。由于樣品粒徑和裝樣條件差異對固體光纖采集的光譜影響最大，故采用2ndD法作為預處理方法。預處理結果見圖2、3可以得到，光譜圖的基線漂移得到校正，增加了重疊峰的分辨率，增強了光譜特征。但微分在除去低頻基線的同時，也會放大高頻的噪音。因此，進行平滑處理以濾去噪音。

圖2 經1stD預處理后的光譜圖

圖3 經2stD預處理后的光譜圖

2.2.2 譜段的選擇 在上述近紅外光譜掃描范圍中，每個光譜圖包含兩千余個數據點，信息量豐富，但如果直接用來建模，計算量大且運算復雜，可能影響數據的準確性。考慮到藥材所含化學成分比較復雜，但其中的化合物中一般都含有可以引起近紅外吸收的C-H、O-H及N-H鍵，這些X-H鍵的合頻和倍頻吸收比較集中地反映在譜段9000～4250cm-1，經過優化后的譜段選擇結果見表1。

表1 NIR譜段的選擇

2.2.3 CI限度的選擇 優選的CI限度見表2。

表2 優選的三個模型的CI限度值

3 結果

近紅外一致性檢驗模型準確性得到驗證。唐古特大黃、掌葉大黃及三種大黃藥材模型的建立及驗證結果分別見圖4。

圖4 一致性檢驗模型驗證結果

表3 常用的幾種鑒別方法與NIR法的比較[5]

4 討論

4.1 近紅外光譜法用于大黃鑒別是可行的 NIR方法與其他鑒別分析方法應用于中藥材及飲片的比較見表3。本研究首次采用近紅外漫反射光譜法進行了松潘地產三種大黃的鑒別，由于化學成分差別較大，故樣品之間的區別比較明顯，結果與形態學分類結果一致，判斷準確，表明這種判斷方法用于大黃分類及偽品的鑒別是可行的。這種鑒別方法無須經過提取分離等過程而獲得樣品內在的成分信息，更加簡單快捷，為中藥鑒定學提供了一種新的方法和手段。

4.2 樣品處理 采用“雙篩分”法對樣品粉末進行篩選，并且用2ndD對原始光譜進行處理，可大大減少粒徑差異對分析帶來的影響。由于本研究得到的樣品數量有限，所建立的一致性檢驗模型仍需完善，選擇足量有代表性的校正集樣本數量越多，建立模型的準確性和抗干擾能力越強;并且校正集樣本必須具備良好的代表性，即建立校正模型的樣品應能涵蓋以后要分析樣品性質參數的范圍[6]。

4.3 譜段的選擇 在5000～5600cm-1這一段是與水分吸收有較大關聯的譜段，即使同一個樣品，在不同的時間測定多次，在這個譜段上也會有所差異，但是其余的譜段內的特征基本是相似的，這說明了空氣中的水分變化對這個譜段的影響是比較大的，因此不適宜參與建立一致性檢驗模型。

1 饒毅，魏惠珍，方少敏,等．近紅外光譜技術在中藥制藥過程質控中的應用[J]．中成藥,2011,33（1）:126～130．

2 馮艷春，胡昌勤．近紅外光譜法在藥物分析中的應用[J]．中國藥事，2003，17(5)：312～314．

3 萬定榮，江燕，陳科力．近紅外光譜用于卷柏屬藥用植物種下類型鑒別及種間關系探討[J]．中華中醫藥雜志，2008，23(11)：967～970．

4 胡昌勤，馮艷春．近紅外光譜法快速分析藥品[M]．北京：化學工業出版社，2010．

5 國家藥典委員會．中國藥典[M]．北京:中國醫藥科技出版社,2010．

6 張學博，尹利輝．近紅外光譜一致性檢驗方法用于快速判斷藥品質量的研究[J]．藥物分析雜志,2011，31 (3)：603～608．

Establishment of near-infrared(NIR)spectroscopic conformity test for rapid Examination of Rhubarb Planted in Songpan Area Sichuan

Anhui Food and Drug Inspection Institute,Hefei 230051,Anhui
LIU Chan,WANG Jun

Objective:Establishing near-infrared reflectance(NIR)conformity test model to identity the Rhubarbs Planted in Songpan Area Sichuan.METHODS Using NIR technology to screen Rhubarbs planted in Songpan area, and establishing models of rapid identification of Rhubarb.RESULTS The NIR models for identifying the Rhubarb from fake products successfully,and distinguished between the Rheum palmatum L.and Rheum tanguticum Maxim.ex Balf precisely.CONCLUSION The established NIR methods can be applied to identify the Rhubarbs quickly and precisely.

Rhubarb;Near-infrared(NIR);Spectroscopic;Conformity test /

R282.5

A

1671－8054（2015）02-0073-03

（編審：張善堂 施仲賦）

安徽省食品藥品檢驗研究院 合肥 230051

2014-12-12收稿，2015-02-01修回