不同產(chǎn)地覆盆子的近紅外漫反射快速無(wú)損鑒別

高鴻彬 瞿敏 劉浩

摘要 目的：利用近紅外光譜法，從整體上對(duì)不同產(chǎn)地的覆盆子藥材進(jìn)行了快速無(wú)損鑒別研究。方法：采用近紅外光譜技術(shù)不經(jīng)任何化學(xué)處理，對(duì)原始樣品直接檢測(cè)，獲取樣品的全部完整的光譜信息，通過結(jié)合聚類分析、相似度計(jì)算和主成分分析多種模式識(shí)別技術(shù)對(duì)樣品進(jìn)行定性分析，實(shí)現(xiàn)了不同產(chǎn)地覆盆子藥材的快速無(wú)損鑒別。結(jié)果：雖然不同產(chǎn)地覆盆子所含化學(xué)成分不盡相同，但是相似的組成在近紅外光譜圖上顯示出極其的相似性，在1 401.4～2 252.5 nm的波長(zhǎng)區(qū)間，借助于聚類分析的模式識(shí)別方法能夠用于覆盆子產(chǎn)地的快速鑒別，這與相似度計(jì)算以及主成分分析的結(jié)果一致。結(jié)論：該方法準(zhǔn)確可信、快速無(wú)損、采樣少，它為中藥材產(chǎn)地的分析鑒別提供了新的方法參考，應(yīng)用前景良好。

關(guān)鍵詞 近紅外漫反射光譜法;覆盆子;快速無(wú)損鑒別;主成分分析;相似度計(jì)算;聚類分析

Abstract Objective：To quickly identify Rubus Chingii Hu，the medicinal material from different regions without damage using near-infrared diffuse reflectance spectrometry.Methods：The near-infrared diffuse reflectance spectrometry was used to detect the original samples directly without any chemical treatment to obtain the complete spectral information of the samples.Through the combination of cluster analysis，similarity calculation，and principal component analysis，multiple pattern recognition technologies，the samples were qualitatively analyzed to achieve the rapid and non-destructive identification of Rubus Chingii Hu from different regions.Results：Although the chemical components of Rubus Chingii Hu from different regions were different，the similar components showed extremely similar on the near-infrared spectrum.In the wavelength region of 1 401.4～2 252.5 nm，the pattern recognition method based on the cluster analysis could be used for rapid identification of Rubus Chingii Hu origin，which was consistent with the results of similarity calculation and principal component analysis.Conclusion：The method is accurate，reliable，fast and nondestructive，and with few samples.It provides a new method reference for the analysis and identification of the origin of traditional Chinese medicine，and has a good application prospect.

Keywords Near-infrared diffuse reflectance spectrometry; Rubus Chingii Hu; Rapid and nondestructive identification; Principal component analysis; Similarity calculation; Cluster analysis

覆盆子為薔薇科植物華東覆盆子Rubus chingii Hu的干燥果實(shí)[1]。其主產(chǎn)地在浙江、安徽等中國(guó)東部，又名華東覆盆子，常被稱為樹莓、對(duì)頭苗、牛奶母、大麥泡等。覆盆子一般生長(zhǎng)于低海拔至中海拔地區(qū)的山坡、路邊陽(yáng)處或陰處灌木叢中，在我國(guó)廣泛分布，于安徽、江蘇、浙江、福建、江西、四川、陜西、貴州、廣西等地皆有其蹤跡。近年來覆盆子被廣泛種植，因種植覆盆子投入少、成本低，生產(chǎn)技術(shù)易掌握，日常管理比較簡(jiǎn)單，而且經(jīng)濟(jì)效益非常明顯，很多地方已經(jīng)把覆盆子種植當(dāng)作一個(gè)重要的產(chǎn)業(yè)來扶持。2015版中華人民共和國(guó)藥典中記載覆盆子味甘、酸，溫，歸肝、腎、膀胱經(jīng)，功能與主治為益腎固精縮尿，養(yǎng)肝明目。用于遺精滑精，遺尿尿頻，陽(yáng)痿早泄，目暗昏花等癥的治療[1]。研究人員從覆盆子中分離出生物堿、黃酮、萜類等各種有效成分[2]，現(xiàn)代研究表明覆盆子具有緩解身體疲勞、改善學(xué)習(xí)和記憶能力、抑菌、抗誘變、延緩衰老、抗腫瘤、防止血栓形成的功效。

覆盆子產(chǎn)區(qū)較廣，藥材質(zhì)量?jī)?yōu)劣傳統(tǒng)方法多以其性狀判斷，缺乏系統(tǒng)、科學(xué)的鑒別手段。如何科學(xué)地、快速地對(duì)不同產(chǎn)地的覆盆子進(jìn)行鑒別，減少人為因素和個(gè)體因素的干擾，以保證其質(zhì)量，已成為重要的課題。在2015版中華人民共和國(guó)藥典中對(duì)于覆盆子的常規(guī)鑒別方法有顯微鑒別、性狀鑒別和薄層色譜法[1]。性狀鑒別是中藥鑒定方法中最常見的一種，但是需要積累相當(dāng)豐富的實(shí)際經(jīng)驗(yàn)，且易受主觀因素影響最后的鑒定結(jié)果，不利于中藥實(shí)現(xiàn)現(xiàn)代化的要求。顯微鑒別和理化鑒別方法步驟繁瑣，用時(shí)長(zhǎng)，在很大程度上取決于實(shí)驗(yàn)操作人員的實(shí)踐經(jīng)驗(yàn)和嫻熟程度[3]。近年來，隨著多種現(xiàn)代儀器分析技術(shù)的出現(xiàn)和應(yīng)用，顯著提高了中藥質(zhì)量控制的研究水平，比如可見分光光度法[4]、液相色譜法[5]、質(zhì)譜法等，由于這些方法需要分離和提取藥材，消耗大量時(shí)間和化學(xué)試劑，并且實(shí)驗(yàn)者操作時(shí)身體長(zhǎng)時(shí)間觸及到有毒的化學(xué)物質(zhì)，影響其身體健康，不適合用于中藥的快速鑒別。近紅外光譜作為一種簡(jiǎn)便、高效、無(wú)損的檢測(cè)手段[6-9]，在中藥的定性分析方面取得了巨大的進(jìn)展[10-13]。實(shí)驗(yàn)者可利用近紅外光譜技術(shù)直接檢測(cè)多種形態(tài)的試驗(yàn)樣品，而無(wú)需破壞樣品和制備樣品，就能獲得大量的樣品信息。本文所采用的近紅外漫反射光譜技術(shù)，結(jié)合各種模式識(shí)別技術(shù)如聚類分析、相似度計(jì)算和主成分分析，對(duì)來自多個(gè)地區(qū)的覆盆子進(jìn)行了整體識(shí)別研究，方法便捷、實(shí)驗(yàn)結(jié)果令人滿意，為中藥材產(chǎn)地的分析鑒別[14-20]提供了新的方法參考，應(yīng)用前景良好。

1 材料

1.1 儀器 傅里葉變換近紅外光譜儀（德國(guó)布魯克光譜儀器公司，型號(hào)：MPA），配有積分球漫反射采樣系統(tǒng)和PbS檢測(cè)器，儀器自帶OPUS近紅外操作軟件。電子天平（瑞士METTLER TOLEDO公司，型號(hào)：XS205DU），鼓風(fēng)干燥箱（上海博迅實(shí)業(yè)有限公司，型號(hào)：GZX-9240），100 g手提式中藥粉碎機(jī)（廣州市旭朗機(jī)械設(shè)備有限公司，型號(hào)：XL-06A）。

1.2 分析樣品 覆盆子藥材：收集于安徽省亳州市譙城區(qū)康美中藥城，來自浙江2個(gè)（新昌，文中以浙江表示;淳安，文中以浙江2表示）、江蘇、安徽2個(gè)（黃山，文中以安徽表示;宣城，文中以安徽2表示）、福建、四川、陜西共8個(gè)產(chǎn)地，每個(gè)產(chǎn)地覆盆子各6批次。經(jīng)仁濟(jì)醫(yī)院寶山分院藥劑科沈祎主管中藥師鑒定為華東覆盆子（Rubus chingii Hu）的干燥果實(shí)。覆盆子產(chǎn)地的信息表見表1。

2 方法

積分球漫反射測(cè)樣：所有覆盆子樣品48批，經(jīng)60 ℃烘干12 h。取出放冷后，粉碎，粉末過三號(hào)篩網(wǎng)（50目），密封，干燥保存，即得樣品粉末。各稱取48批覆盆子樣品約3.0 g放入樣品杯，利用金箔作為對(duì)照，每批一共掃描32次，設(shè)定掃描的分辨率2 nm，掃描范圍為：833～2 500 nm（對(duì)應(yīng)12 000～4 000波數(shù)）。對(duì)不同產(chǎn)地的覆盆子開展相近程度、聚類分析的評(píng)價(jià)以及提取主要成分進(jìn)行比較。

3 結(jié)果

3.1 不同產(chǎn)地覆盆子的近紅外光譜圖 不同產(chǎn)地的覆盆子，其有效成分的組成雖不全相同，但大致相近的主體成分掩飾了化學(xué)組成的細(xì)微差異，所對(duì)應(yīng)的近紅外光譜差異不明顯，如圖1所示，想要快速區(qū)分，技術(shù)難度極大。本文采用各種模式識(shí)別技術(shù)如聚類分析、相似度計(jì)算和主成分分析，從近紅外光譜中提取特有專屬信息，尋找被多樣復(fù)雜的共同點(diǎn)所掩飾的特質(zhì)，從而用于分析鑒別。

3.2 不同產(chǎn)地覆盆子的聚類分析 通過選取光譜信息豐富、強(qiáng)度相對(duì)較大的近紅外光譜1 401.4～2 252.5 nm譜段進(jìn)行多次聚類分析計(jì)算，經(jīng)過嘗試，采用Ward′s算法[21]計(jì)算出類平均距離，使8個(gè)產(chǎn)地，每個(gè)產(chǎn)地6批共48批覆盆子的樣品得到準(zhǔn)確分類，聚類分析結(jié)果和局部放大圖分別見圖2和圖3。

從聚類分析圖可以清楚地看出，不同產(chǎn)地的覆盆子最終聚為一大類。進(jìn)一步的聚類則地域相近的各自聚為一類，即浙江（新昌，文中以浙江表示;淳安，文中以浙江2表示）和安徽（黃山，文中以安徽表示;宣城，文中以安徽2表示）兩產(chǎn)地的首先分別各自聚為一類，接著江蘇和浙江的聚為一類，然后和福建、安徽聚類，最后和四川、陜西聚類，并且同一產(chǎn)地的不同批次各自聚為一類。

3.3 不同產(chǎn)地覆盆子利用近紅外光譜技術(shù)的相似度計(jì)算 近紅外光譜由于光譜重疊嚴(yán)重，同中藥指紋圖譜研究中的色譜研究類似，有必要計(jì)算圖譜之間的相似度，以顯示它們之間的細(xì)微差別，從而全面表達(dá)樣品之間的近紅外光譜指紋特征，體現(xiàn)其相似程度，實(shí)現(xiàn)樣品更客觀、更真實(shí)的歸類。在本研究中，計(jì)算覆盆子譜圖之間的相關(guān)系數(shù)來考察其相似度，對(duì)應(yīng)的結(jié)果見表2。

從上述覆盆子樣品間的相似度計(jì)算結(jié)果可以看出，浙江、江蘇、安徽、福建四地所產(chǎn)覆盆子樣品之間總體上具有較高的相似度，而四川和陜西產(chǎn)覆盆子樣本間的相似性較高，但這兩地所產(chǎn)覆盆子樣本和浙江、江蘇、安徽、福建所產(chǎn)覆盆子樣本間的相似性相對(duì)較小，這與文中3.2的結(jié)果相同。這些微小的差別在3.1的近紅外漫反射圖譜上很難觀察到，然而根據(jù)計(jì)算不同覆盆子樣品漫反射光譜圖的相似程度，非常直觀地看出樣品之間的差別與相似之處，最終實(shí)現(xiàn)覆盆子樣品的快速識(shí)別。

3.4 近紅外光譜主成分分析 主成分分析（PCA）是一種無(wú)監(jiān)督的模式識(shí)別算法，該法無(wú)需依據(jù)已知類別關(guān)系的引導(dǎo)，只需提取近紅外光譜圖全譜信息即可對(duì)其進(jìn)行分析，在不丟失重要光譜信息的情況下，同時(shí)以較少的新變量代替原有的多個(gè)變量，就可以消除大量重復(fù)疊加信息的影響，并能最大程度保留原始有效數(shù)據(jù)信息[22]。本研究采用PCA法對(duì)不同產(chǎn)地覆盆子樣品的近紅外光譜圖進(jìn)行主成分分析，對(duì)原始光譜數(shù)據(jù)進(jìn)行降維處理后，由圖4所示的前8個(gè)主成分累積貢獻(xiàn)率為99.99%，前2個(gè)主成分（PC1和PC2）累積貢獻(xiàn)率為99.84%，說明前2個(gè)主成分（PC1和PC2）可以替代原變量99.84%的信息。因此以貢獻(xiàn)率最大的前2個(gè)主成分（PC1和PC2）繪制得分圖5，橫坐標(biāo)代表主成分1（PC1）的得分值，縱坐標(biāo)代表主成分2（PC2）的得分值，非常直觀地觀察各個(gè)產(chǎn)地覆盆子樣品在主成分空間的分布情況，雖然來自浙江（新昌，文中以浙江表示;淳安，文中以浙江2表示）和安徽（黃山，文中以安徽表示;宣城，文中以安徽2表示）的覆盆子分別各自較為明顯地集中于相近的空間分布區(qū)域內(nèi)，但總體上來自浙江、安徽、江蘇、福建、四川、陜西的覆盆子均相對(duì)集中地分別聚為各自獨(dú)立的8組，且組間互不交叉，表明不同產(chǎn)地覆盆子在主成分空間圖中載荷量差異有統(tǒng)計(jì)學(xué)意義，由此可對(duì)覆盆子產(chǎn)地進(jìn)行準(zhǔn)確分類，這與聚類分析和相似度計(jì)算的鑒別結(jié)果一致。

4 討論

中藥的鑒定分類和質(zhì)量分析的最常見方法是以形態(tài)特征分析為主，加上一些理化分析法（薄層色譜法為主）。我國(guó)所擁有的中藥材種類豐富多樣，來源復(fù)雜，尤其是同屬中藥材，比如覆盆子雖然來自不同產(chǎn)地，但是其本身的化學(xué)成分和形態(tài)學(xué)特征差別不大，通過傳統(tǒng)的形態(tài)學(xué)、理化學(xué)分析方法難以區(qū)分鑒別，而運(yùn)用液相色譜法、質(zhì)譜法等現(xiàn)代儀器分析方法對(duì)其進(jìn)行鑒定，需要先進(jìn)行藥材的預(yù)處理，時(shí)間消耗長(zhǎng)，同時(shí)也浪費(fèi)較多試劑，對(duì)環(huán)境也產(chǎn)生污染，不適合快速分析。近紅外光譜所主要反映的信息是分子內(nèi)含氫基團(tuán)（如C-H、O-H、N-H等）振動(dòng)時(shí)倍頻和合頻的吸收，相關(guān)的信息量較多，其分析領(lǐng)域基本包括了全部的有機(jī)化合物和混合物。近紅外光譜技術(shù)利用非侵入式技術(shù)手段，快速分析取得藥材樣品中所含全部化學(xué)成分的光譜信息，這比通過檢測(cè)任一種或幾種成分獲取樣品信息更加綜合且全面。目前近紅外光譜技術(shù)對(duì)覆盆子產(chǎn)地的定性分析研究尚未見報(bào)道。

本研究通過近紅外漫反射光譜法結(jié)合聚類分析、相似度計(jì)算和主成分分析等多種模式識(shí)別技術(shù)，實(shí)現(xiàn)了多個(gè)不同產(chǎn)地覆盆子的快速無(wú)損鑒別，所得結(jié)果準(zhǔn)確可靠，方法可行，從而為客觀真實(shí)地評(píng)價(jià)中藥材產(chǎn)地的鑒別分析提供了新的方法參考，應(yīng)用前景良好。

參考文獻(xiàn)

[1]國(guó)家藥典委員會(huì).中華人民共和國(guó)藥典（一部）[S].北京：中國(guó)醫(yī)藥科技出版社，2015：382.

[2]石永芳.覆盆子的營(yíng)養(yǎng)成分和藥理作用的研究進(jìn)展[J].山東化工，2017，46（6）：71-72.

[3]王亞敏，張卓勇，湯彥豐，等.近紅外光譜技術(shù)在中藥鑒別及分析中的應(yīng)用[J].首都師范大學(xué)學(xué)報(bào)，2004，25（3）：41-45，51.

[4]郭宣宣，邱曉霞，張玲，等.可見分光光度法測(cè)定覆盆子中總?cè)坪縖J].安徽中醫(yī)藥大學(xué)學(xué)報(bào)，2017，36（5）：85-87.

[5]張玲，邱曉霞，岳婧怡.HPLC法同時(shí)測(cè)定覆盆子中鞣花酸和5種黃酮成分的含量[J].中藥材，2017，40（11）：2625-2628.

[6]高鴻彬，劉浩，相秉仁.半夏及其偽品天南星的近紅外漫反射快速無(wú)損鑒別[J].光譜實(shí)驗(yàn)室，2012，29（2）：899-902.

[7]趙桉熠，劉艷，石佳，等.基于質(zhì)量常數(shù)評(píng)價(jià)方法的山豆根飲片等級(jí)評(píng)價(jià)研究[J].中國(guó)中藥雜志，2020，45（7）：1664-1669.

[8]賴長(zhǎng)江生，周融融，余意，等.基于近紅外分析和化學(xué)計(jì)量學(xué)方法對(duì)不同產(chǎn)地靈芝快速鑒別及多糖含量測(cè)定的研究[J].中國(guó)中藥雜志，2018，43（16）：3243-3248.

[9]陳龍，張曉冬，孫揚(yáng)波.基于近紅外漫反射光譜和PCA-SVM算法快速鑒別爐甘石[J].中國(guó)實(shí)驗(yàn)方劑學(xué)雜志，2019，25（18）：116-123.

[10]侯典云，宋經(jīng)元，石林春，等.中藥材鎖陽(yáng)的ITS2條形碼分子鑒定研究[J].中國(guó)中藥雜志，2013，38（23）：4028-4032.

[11]劉珈羽，李峰慶，郭換，等.白及粉品種近紅外快速定性鑒別模型的建立[J].成都中醫(yī)藥大學(xué)學(xué)報(bào)，2018，41（1）：34-37.

[12]劉征輝，魏靜娜，趙琳琳，等.近紅外光譜技術(shù)在金銀花和山銀花判別中的應(yīng)用研究[J].中國(guó)現(xiàn)代中藥，2020，22（1）：58-64.

[13]閆曉劍，張瀚云，范林宏，等.便攜式近紅外光譜儀云端智能快速檢測(cè)花椒飲片[J].中南藥學(xué)，2019，17（9）：1436-1439.

[14]周穎，劉佳明，李秀蕓.近紅外光譜技術(shù)對(duì)女貞子進(jìn)行快速檢測(cè)方法的研究[J].中國(guó)藥師，2020，23（1）：172-175.

[15]熊陳誠(chéng)，李莉，王婷媛.基于近紅外光譜技術(shù)不同產(chǎn)地肉桂子模型的建立[J].西北藥學(xué)雜志，2016，31（3）：221-225.

[16]梁獻(xiàn)葵，雷敬衛(wèi)，紀(jì)亮，等.基于近紅外光譜法對(duì)懷牛膝的定性及定量研究[J].中國(guó)醫(yī)院藥學(xué)雜志，2019，39（10）：1021-1026.

[17]賴添悅，蔡逢煌，彭昕，等.核密度估計(jì)算法結(jié)合近紅外光譜技術(shù)鑒別三葉青產(chǎn)地[J].光譜學(xué)與光譜分析，2018，38（3）：794-799.

[18]唐艷，王維皓，劉江弟，等.基于近紅外技術(shù)的西洋參質(zhì)量評(píng)價(jià)及產(chǎn)地鑒別[J].中藥材，2018，41（3）：540-545.

[19]黃得棟，何微微，馬曉輝，等.近紅外光譜法鑒別不同產(chǎn)地的南五味子[J].中獸醫(yī)醫(yī)藥雜志，2018，37（2）：47-50.

[20]吳習(xí)宇，祝詩(shī)平，黃華，等.近紅外光譜技術(shù)鑒別花椒產(chǎn)地[J].光譜學(xué)與光譜分析，2018，38（1）：68-72.

[21]相秉仁.計(jì)算藥學(xué)[M].北京：中國(guó)醫(yī)藥科技出版社，1990：160-165.

[22]聶黎行，張燁，胡曉茹，等.近紅外光譜法結(jié)合模式識(shí)別技術(shù)快速無(wú)損鑒別天然牛黃、體外培育牛黃和人工牛黃[J].藥物分析雜志，2017，37（10）：1897-1903.