25種動物和礦物類中藥飲片水煎液密度與出膏率相關性研究

朱田密，陳樹和，閆斌，陳洪燕，郭雷偉，黃長梅，酒凱利，李學林，張璐

(1.湖北省中醫院藥事部，武漢 430061；2.湖北省中醫藥研究院中藥研究所，武漢 430074；3.湖北中醫藥大學藥學院，武漢 430065；4.河南中醫藥大學第一附屬醫院藥學部，鄭州 450000)

動物藥與礦物藥都有悠久歷史，是中藥極具特色的重要組成部分[1-4]，常常相提并論。3000多年前人類開始利用蜂蜜和蠶，2000多年前出現了珍珠、牡蠣養殖[5]。商周時期已有礦物藥用的記載[6]。秦漢時期藥物學專著《神農本草經》記載了動物藥67種，礦物藥46種；唐代《新修本草》收載動物藥127種；明代《本草綱目》收載動物藥461種，金石藥161種[7-8]。至今，動物、礦物類中藥飲片仍是醫療機構處方調配常用藥，廣泛應用于內、外、婦、兒、五官、皮膚等各科。中藥湯劑是中醫臨床治療疾病的最常用方式，具有個體化、調配靈活、顯效快的優點。當前，盡管醫院藥師不斷普及煎藥知識，各級醫療機構也設置了煎藥室提供中藥代煎服務，但煎藥質量標準難以量化，質量優劣難以客觀判斷[9]，煎藥質量評價仍然面臨困難。利用水煎液密度與出膏率的相關性在線監測中藥湯劑煎煮質量是一種新的思路，筆者在本實驗中以礦物類、動物類中藥飲片為研究對象，探討中藥飲片水煎液密度與出膏率之間的關系。

1 儀器與試藥

1.1儀器 AU-120L型高精度密度測定儀(杭州金邁儀器有限公司)；DHG-9146A型鼓風干燥箱(上海習仁科學儀器有限公司)；ME204E型萬分之一電子天平(瑞士梅特勒-托利多公司，感量：0.1 mg)；ZNHW智能恒溫電熱套(天津工興實驗室儀器有限公司)。

1.2試藥 動物類中藥飲片15種，礦物類中藥飲片10種，每種飲片3批，均購自安徽普仁中藥飲片有限公司、亳州滬譙藥業有限公司、安徽人民中藥飲片有限公司，由湖北省中醫院陳樹和主任藥師鑒定，均符合2015年版《中華人民共和國藥典》標準，樣品留存于湖北省中醫院中藥研究所，樣品信息見表1。煎煮用水為自來水。

2 方法與結果

2.1單味飲片煎煮吸水率的測定 分別稱取飲片50 g，置1 000 mL圓底燒瓶，加水浸泡30 min(一煎加7倍水，二煎加6倍水)，電熱套加熱回流煎煮。一般飲片一煎30 min，二煎20 min；質地堅硬或滋補類飲片一煎60 min，二煎40 min。根據飲片性質實行特殊煎法：包煎及先煎。煎液用80目篩網[篩孔內徑(180±7.6) μm]過濾，濾液轉移至量筒中量取體積，分別計算一煎和二煎吸水率。

2.2單味飲片水煎液密度與出膏率的測定 分別稱取飲片50 g，通過吸水率精確計算加水量，使得到一煎和二煎煎煮液體積之和為500 mL，轉移至500 mL量瓶，置恒溫熱水浴保溫，液體密度測定儀測定80 ℃時煎液的密度(阿基米德原理)。精密吸取80 ℃煎液25 mL，置于已干燥至恒重的蒸發皿中，水浴蒸干，105 ℃干燥3 h，置干燥器中冷卻30 min，迅速精密稱定重量，計算飲片出膏率。出膏率(%)=(W膏/取液量)×得液量/W飲片×100%，每批樣品測1次，見表1。

2.3散點趨勢直觀分析 對測得的25種動物類、礦物類飲片共75批樣品的水煎液密度和飲片出膏率數據在直角坐標系中作散點圖，使之可視化，從直觀上觀察圖中散點分布趨勢，見圖1。散點呈現兩個分布趨勢：在水煎液密度、出膏率坐標值低處(出膏率<5%)有大量散點密集分布；而在坐標值較高處(出膏率>5%)散點分布似有線性趨勢。分段線性回歸模型能更靈活和準確地擬合線性趨勢[10]，筆者先對數據分類，再分別進行相關回歸分析。

2.4聚類分析 K-均值聚類算法是聚類分析中基于劃分的經典算法，具有良好簡捷性和較強適應性，可以對多種數據類型進行聚類分析[11]。筆者應用SPSS Statistics 17.0版統計軟件，按照水煎液密度、出膏率兩個變量，對75個個案進行K-均值聚類分析。

將聚類數設置為2，用方差分析對聚類結果進行檢驗，見表2。sig達到顯著水平，說明這種分類比較有效，通過聚類所得的類別之間差異有統計學意義。聚類結果：第一類59例個案，包括：全部10種礦物類飲片(煅磁石、生石膏、滑石粉、煅花蕊石、煅赤石脂、煅赭石、浮石、龍骨、煅龍骨、龍齒)和7種貝殼動物類飲片(煅蛤殼、煅瓦楞子、煅石決明、牡蠣粉、煅牡蠣、珍珠母、紫貝齒)各3例，以及蟬蛻3例、夜明砂3例、炒九香蟲2例。第二類個案16例，包括蠶沙、醋五靈脂、蜂房、醋龜甲、醋鱉甲各3例，炒九香蟲1例。

將聚類數設置為3，用方差分析檢驗聚類結果，見表3。sig也達到顯著性水平，表明聚類有效。聚類結果：第一類54例個案，包括全部10種礦物類飲片和7種貝殼動物類飲片各3例，以及蟬蛻3例。第二類10例個案，為醋鱉甲3例，夜明砂3例，醋龜甲2例，炒九香蟲2例。第三類11例個案，為蠶沙、蜂房、醋五靈脂各3例，醋龜甲1例，炒九香蟲1例。

K-均值聚類的類別數是一個輸入參數，要根據具體業務經驗判斷。不論設置為2類還是3類，全部礦物類飲片與貝殼動物類飲片都集中聚到一類。有的非貝殼動物類飲片品種由于批次不同導致差異，在聚類結果中數據點跨了類，而實際分類處理中不宜使一種飲片的不同批次樣品跨類，故參考聚類分析結果并結合實際情況，給出礦物類、動物類飲片實際分類研究建議：將礦物類飲片和貝殼動物類飲片作為一個類別，將非貝殼動物類飲片，即動物全體、含動物膠的骨質鱗甲、糞便、附屬物等作為另一個類別，分別研究其水煎液密度與出膏率關系。

表1 25種75批動物類和礦物類中藥飲片水煎液密度和出膏率測定結果

Tab.1 Determination results on decoction density and extract rate of 25 kinds，75 batches of animal and mineral decoction pieces

序號飲片種類飲片名稱特殊煎法/一般煎法水煎液密度/[g·(cm3)-1]123飲片出膏率/%1231動物藥醋龜甲先煎0.998 91.000 40.999 67.1511.398.402動物藥醋鱉甲先煎0.997 20.996 60.996 89.459.828.613動物藥煅蛤殼先煎0.996 00.994 60.996 10.660.350.764動物藥煅瓦楞子先煎0.995 20.994 70.994 70.690.840.595動物藥煅石決明先煎0.996 00.997 20.995 51.590.591.566動物藥牡蠣粉先煎0.999 40.998 61.000 31.801.952.697動物藥煅牡蠣先煎0.996 00.994 40.996 00.680.700.758動物藥珍珠母先煎0.996 10.994 70.995 70.210.230.239動物藥紫貝齒先煎0.992 90.995 40.993 60.410.190.3410動物藥夜明砂包煎0.998 80.998 70.998 16.206.006.1811動物藥蠶砂包煎1.002 41.006 01.004 414.3719.3717.9212動物藥醋五靈脂包煎1.000 20.999 40.997 412.9812.1312.0013動物藥蜂房一般煎法1.001 21.000 01.000 813.3215.0315.0314動物藥蟬蛻一般煎法0.994 80.996 00.995 81.732.532.4815動物藥炒九香蟲一般煎法1.000 90.994 10.997 211.434.765.6716礦物藥龍骨先煎0.994 00.996 90.995 10.901.070.4717礦物藥煅龍骨先煎0.994 90.994 10.996 30.470.410.1718礦物藥龍齒先煎0.994 80.995 00.994 40.820.280.4719礦物藥煅磁石先煎0.995 90.998 30.997 40.600.680.7020礦物藥生石膏先煎0.994 60.995 80.992 82.472.572.4321礦物藥滑石粉包煎0.998 20.996 20.995 50.270.490.5422礦物藥煅花蕊石先煎0.996 90.996 60.996 60.300.320.3223礦物藥煅赤石脂先煎、包煎0.996 70.997 80.997 80.400.450.6324礦物藥煅赭石先煎0.994 90.995 10.995 10.831.430.4725礦物藥浮石先煎0.995 60.995 20.996 90.400.420.40

圖1 25種75批次動物類、礦物類飲片水煎液密度與出膏率的散點圖

Fig.1 Scattered map of decoction density and extract rate of 25 kinds, 75 batches of animal and mineral decoction pieces

2.5相關與回歸分析

2.5.1礦物類與貝殼動物類飲片的水煎液密度與出膏率的關系 將分類所得第一類別，即10種礦物類與7種貝殼動物類飲片共51例個案的水煎液密度與出膏率作相關分析，提取數據制表[12]，見表4。水煎液密度與出膏率Pearson相關性的雙側顯著性檢測結果P為0.209(>0.05)，應肯定零假設，即礦物類、貝殼動物類飲片的水煎液密度與出膏率間是獨立的，不存在相關性，Pearson相關系數0.179。

表2 聚類數設置為2的方差分析結果

Tab.2 ANOVA results with cluster number set to 2

項目聚類均方df誤差均方dfFSig.密度0.00010.0007365.0690.000出膏率1 556.22314.28173363.5340.000

2.5.2非貝殼動物類飲片的水煎液密度與出膏率關系 對于第二類別，即除了貝殼之外的8種動物類飲片共24例個案作相關分析，提取數據制表，如表5所示，水煎液密度與出膏率Pearson相關性的雙側顯著性檢測結果P為0.000(<0.01)，說明在0.01水平(雙側)上顯著相關，應否定零假設，即除貝殼之外的動物類飲片的水煎液密度與出膏率間存在顯著相關性，Pearson相關系數為0.864。對其進行一元線性回歸分析，以飲片出膏率(%)為自變量X，以飲片水煎液密度[g·(cm3)-1]為因變量Y，模擬回歸方程為Y=0.000 5X+0.994 0，r=0.864，線性范圍1.73～19.37。回歸曲線見圖2。

表3 聚類數設置為3的方差分析結果

Tab.3 ANOVA results with cluster number set to 3

項目聚類均方df誤差均方dfFSig.密度0.00020.0007249.2740.000出膏率872.43921.72072507.2150.000

表4 第一類別中藥飲片水煎液兩個變量的描述性及相關性分析

Tab.4 Descriptive analysis and relevance analysis on two variables of first decoction pieces category

項目水煎液密度出膏率均值0.995 8540.784 4標準差0.001 525 80.655 10Pearson相關系數0.179雙側顯著性檢驗結果P0.209樣本量N51

表5 第二類別中藥飲片水煎液兩個變量的描述性及相關性分析

Tab.5 Descriptive analysis and relevance analysis on two variables of second decoction pieces category

項目水煎液密度出膏率均值0.998 9909.748 1標準差0.002 853 84.827 43Pearson相關系數0.864雙側顯著性檢驗結果P0.000樣本量N24

表6 回歸預測驗證實驗結果

Tab.6 Results of validation test for regression forecast

批次飲片名稱出膏率/%水煎液密度個別值預測區間α=0.01水煎液密度實測值/(g·cm-3)1炮山甲1.730.994 9±0.004 50.998 82炮山甲2.090.995 0±0.004 40.998 43炮山甲2.000.995 0±0.004 40.997 74土鱉蟲14.121.001 1±0.004 31.000 95土鱉蟲12.781.000 4±0.004 31.000 06土鱉蟲11.941.000 0±0.004 20.999 77地龍17.061.002 5±0.004 41.006 08地龍17.981.003 0±0.004 51.006 09全蝎17.531.002 8±0.004 41.000 2

圖2 非貝殼動物類飲片回歸曲線與個體水煎液密度值預測

Fig.2 Regression curve of animal decoction pieces other than shellfish and regression forecast of single decoction density value

3 討論

筆者在本實驗探討動物類、礦物類中藥飲片水煎液密度與出膏率之間的相關性，采用基于聚類分析基礎上的回歸分析[13]，有效處理了分布較復雜的數據點，使回歸更接近于數據點走向趨勢，提高后期預測的準確性。從化學成分和作用上看，貝殼動物類飲片的主要化學成分是鈣鹽和微量元素[14]，礦物類飲片的起效成分也是微量元素。礦物類飲片中的化石藥也是補充人體鈣質的不足[6]。從溶解性看，貝殼動物類飲片與礦物類飲片都微溶或不溶于熱水，出膏率均低，具有相似性。經K-均值聚類分析，聚為一類具有合理性。其水煎液密度與出膏率不具相關關系，是因為溶解度小，出膏率值很低，接近于0，有的煎液呈混懸狀或有沉淀，從而增加了測量水煎液密度與出膏率時吸取液體的取樣誤差。

蟬蛻由于出膏率低且水煎液密度低，被K-均值聚類分析分配到第一類中，然而蟬蛻的性質與貝殼類、礦物類迥異，因此，筆者對數據進行分析時，將蟬蛻歸為非貝殼動物類，作為非貝殼動物類線性方程最低起始點更為合適。

礦物類飲片與貝殼動物類飲片的水煎液密度與出膏率值低且不具線性相關性的研究結果提示，應采用其他方式評價礦物類飲片和貝殼動物類飲片的煎煮質量，其方法有待進一步研究。

非貝殼動物類中藥飲片品種不多，目前所測的飲片品種和批次數據有限，回歸方程僅初步模擬非貝殼動物類中藥飲片水煎液密度與出膏率線性關系，與實際會有差距。后期擬增加樣品量，增加批次，以完善回歸方程，提高方程準確性。并且，結合本研究項目同期開展的植物類中藥飲片煎煮的研究結果，最終建立復方煎煮預測模型。通過已測得的單味中藥飲片的理論出膏率，推算復方的理論出膏率，再通過數學模型預測復方煎煮液的密度作為質量控制的指標，將實測水煎液密度與之比較，從而評判煎煮質量。