電子舌用于川貝母真偽及商品規格快速辨識研究

張慧杰張 璐 馮文豪桂新景林兆洲施鈞瀚田亮玉王艷麗姚 靜李學林劉瑞新*

（1.河南中醫藥大學，河南 鄭州 450008；2.河南中醫藥大學第一附屬醫院，河南 鄭州 450000；3.河南省中藥飲片臨床應用現代化工程研究中心，河南 鄭州 450000；4.河南中醫藥大學呼吸疾病中醫藥防治省部共建協同創新中心，河南 鄭州 450000；5.首都醫科大學附屬北京中醫醫院，北京 100010；6.北京市中藥研究所，北京 100035）

川貝母為百合科植物川貝母Fritillaria cirrhosa D.Don、暗紫貝母Fritillaria unibracteata Hsiao et K.C.Hsia、甘肅貝母Fritillaria przewalskii Maxim.、梭砂貝母 Fritillaria delavayi Franch.、太白貝母Fritillaria taipaiensis P.Y.Li 或瓦布貝母Fritillaria unibracteata Hsiao et K.C.Hsiavar wabuensis（S.Y.Tang et S.C.Yue）Z.D.Liu，S.Wang et S.C.Chen的干燥鱗莖，按性狀不同分別習稱“松貝”“青貝”“爐貝”“栽培品”［1]，藥用價值高，療效顯著，臨床應用廣泛［2]，市場需求量大［3-4]，但其價格昂貴，導致摻雜、摻偽現象嚴重。《中國藥典》方法雖能準確、可靠地鑒別川貝母真偽，但條件復雜苛刻，且耗時較長，可及性差；人工鑒別主要依靠鑒別者豐富的經驗，從形、色、氣、味等方面綜合評價，結合藥材本身的特性給出鑒別結果，但對鑒別人員要求較高，主觀性強、且難以量化和傳承。因此，探索一種方法快速、精準地鑒別川貝母飲片真偽及規格就顯得尤為重要。

電子舌又稱味覺指紋圖譜技術，是一種運用味覺指紋分析技術模擬人體味覺器官來分析和識別“味道”的新型多傳感器檢測系統，能夠對味道做出準確而特異的識別［5]，已應用于食品檢測［6-10]、中藥鑒定［11-14]、不同味道區分［15-17]、不良味道掩蓋及掩味效果評價［18-23]、炮制工藝評價［24-26]、味覺定性定量辨識。本研究采用電子舌技術提取川貝母味覺信息值，結合化學計量學建立辨識模式，探討它用于中藥飲片真偽及規格快速辨識的可行性。

1 材料

1.1 儀器 TS-5000Z 型電子舌（日本Insent 公司）；LC-20A 型高效液相色譜（日本島津公司）；2000ES 型蒸發光散射檢測器（美國奧泰公司）；BSA224S-CW/BCA2248-CW/CP225D 型電子天平（德國Sartorius 公司）；LCD-A200 型電子天平（福州華志科學儀器有限公司）；PHSJ-3F 型數字酸度計（上海儀電科學儀器股份有限公司）；YJA 型電動勻漿儀（臺州市椒江五星機械儀器廠）；HK250型超聲波清洗器（上海科導超聲儀器有限公司）。

1.2 試劑與藥物 平貝母對照藥材（上海源葉生物科技有限公司，Y29A9H69015）。對照品貝母素甲（中國食品藥品檢定研究院，110750-201612，純度≥96%）；貝母素乙（上海源葉生物科技有限公司，B20081-20 mg，純度≥98%）；西貝母堿（中國食品藥品檢定研究院，110767-201710，純度≥96%）。甲醇（煙臺市雙雙化工有限公司，20180301）；乙腈為色譜級（德國Merck 公司）；二氯甲烷（天津市恒興化學試劑制造有限公司，20170812）；二乙胺（天津市永大化學試劑有限公司，20121006）；乙酸乙酯（天津市永大化學試劑有限公司，20150324）；氨水（煙臺市雙雙化工有限公司，20161101）；乙腈為色譜純；其余為分析純。川貝母購自鄭州2 家中醫院、醫藥公司和藥材市場，具體信息見表1。

2 方法

2.1 辨識方法

2.1.1 傳統經驗辨識法（M1）主要依靠鑒別者既往經驗結合本次收集的川貝母樣本特征，從顏色、大小、形狀、質地等方面進行評價給出鑒定結果。本實驗聘請8 位中藥鑒定領域的專家，在互相不干擾的情況下對編號后隨機放置的80 批川貝母進行鑒別，最后以評價專家人數≥3/4 比例原則確定其真偽及商品規格。

2.1.3 電子舌辨識法（M3）采用TS-5000Z 型電子舌檢測80 批川貝母的味覺信息。制備樣品后各稱量5 g 置勻漿儀中粉碎，加入100 mL 人工唾液，超聲（37 ℃、50 kHz）處理5 min，濾過，檢測程序設置為自動，參數設置參考文獻［18，28]，最后提取有效味覺值建立辨識模型。

TS-5000Z 型電子舌共有4 根苦味傳感器（C00、AN0、BT0、AE1），對應的味覺分別是“酸性苦味”“堿性苦味”“堿基鹽類苦味”“澀味”；C00 和AE1傳感器各輸出2 種味覺信息，分別稱作“先味”“回味”（先味即剛入口時的味覺感受，回味即漱口之后殘存的味覺感受），而AN0 和BT0 傳感器只能輸出回味值，最終得到6 種味覺值。

2.2 真偽模型建立及優化 80 批川貝母的6 種電子舌味覺值作為自變量矩陣X，M1和M2相結合的結果作為分類標準Y（設置4 類為爐貝、松貝、青貝和平貝），利用MATLAB 工具箱分別建立80 個樣本的DA、LS-SVM、PLS-DA、PCA-DA 真偽辨識模型，模型準確率以留一法交互驗證的結果為準，參考文獻［29] 構建。商品規格模型的建立及優化原理同上。

2.3 用時、準確率計算

2.3.1 用時 傳統經驗辨識的時間計算采用平均算法，藥典檢測的時間主要包括樣本的前處理和檢測時間，電子舌辨識時間包括樣本的前處理時間、測試時間及帶入模型的時間［29]。

2.3.2 準確率 M1、M3的準確率計算都以M2結果為標桿信息，前者為M1/M2，后者為M3/M2。

3 結果

3.1 辨識

3.旅游企業旅游風險預防管理。首先，旅游企業應做好旅游風險源的排查，進行評估和控制。在人員方面，旅游企業應重視對員工進行安全知識培訓，提高員工應對各類型旅游風險的應對能力。在環境方面，提前對旅游環境進行分析評估，包括旅游環境、自然環境、社會環境、衛生環境等，并做出預案。其次，重視旅游保險。旅游企業應當加強與保險公司的溝通與合作，細分保險產品，根據赴菲游客的年齡、赴菲游路線、具體旅游項目以及游客風險接受偏好等要素進行設計。

3.1.1 傳統經驗 1～20 號為正品爐貝，21～22、25～40 號為正品松貝，41、44～60 號為正品青貝，61～78、80 號為平貝，23～24 號為偽品，42～43、79 號未判出。見表1。

3.1.2 藥典 23～24、42～43、61～80 號外觀性狀不滿足藥典項下川貝母的描述；23～24、43 號中不含貝母素乙；61～80 號雖符合川貝母外觀性狀，但其薄層結果與平貝母對照藥材相同位置顯相同顏色的斑點，被認定為川貝母偽品；71、74、78 號不含螺紋導管，其余均滿足《中國藥典》 要求；80 個樣本貝母素甲、貝母素乙、西貝母堿3 種生物堿總含量均在0～0.05%之間。見表1。

表1 樣品信息及3 種辨識方法結果Tab.1 Information of samples and results of three identification methods

續表1

3.1.3 電子舌味覺值 80 批樣品的6 個味覺值均可參與建模，最終電子舌味覺值為80×6 的數據矩陣，見圖1。

圖1 電子舌味覺值結果Fig.1 Results of taste value by e-tongue

3.2 真偽模型交互驗證

3.2.1 DA 辨識 80 個樣本有8 個被錯誤分類，分別是1、2、4、44、45 號正品被錯分成偽品，24、79、80 號偽品被錯分成正品，不存在未被模型分類的樣本，模型準確率為90.00%。

3.2.2 LS-SVM 辨識結果 80 個樣本中有8 個被錯誤分類，分別是1、4、42、45 號正品被分成偽品，23～24、67、79 號偽品被錯分成正品，不存在未被模型分類的樣本，模型準確率為90.00%。

3.2.3 PLS-DA 辨識結果 80 個樣本中有8 個被錯誤分類，分別是1、2、4、44、46 號正品被錯分成偽品，24、79～80 號偽品被錯分成正品，不存在未被模型分類的樣本，模型準確率為90.00%。

3.2.4 PCA-DA 辨識 80 個樣本中有8 個被錯誤分類，分別是1、4、45 號正品被錯分成偽品，23～24、79～80 號偽品被錯分為正品，不存在未被模型分類的樣本，模型準確率為91.25%。

3.3 商品規格模型的交互驗證

3.3.1 DA 辨識 變量選擇6 個，識別模式選擇線性，模型分類結果見表2。

表2 6 個變量的DA 模型辨識結果Tab.2 Results of DA model identification for 6 variables

3.3.2 LS-SVM 辨識 變量選擇6 個，函數選擇徑向基函數核，模型分類結果見表3。

表3 LS-SVM 模型辨識結果Tab.3 Results of LS-SVM model identification

3.3.3 PLS-DA 辨識 變量選擇4 個，識別模式選擇線性，模型分類結果結果見表4。

表4 4 個變量的PLS-DA 模型辨識結果Tab.4 Results of PLS-DA model identification for 4 variables

3.3.4 PCA-DA 辨識 結果見圖2～3、表5，可知PCA-DA 為商品規格分類中的最優模型。識別模式選擇線性，前4 個主成分累積貢獻率達75%以上，可解釋原變量大部分信息，故變量數選擇4 個。

表5 4 個變量的PCA-DA 模型辨識結果Tab.5 Results of PCA-DA model identification for four variables

圖2 PCA-DA 辨識結果Fig.2 Results of PCA-DA identification

3.4 用時及準確率的比較 電子舌辨識法真偽模型準確率與傳統經驗比較，無顯著性差異（P ＞0.05），但規格辨識模型準確率較人工低（P ＜0.01）；電子舌辨識法雖不如傳統經驗辨識快（P＜0.01），但遠較藥典檢測快（P＜0.01）。見圖4。

圖3 PCA-DA 辨識模型交互驗證結果Fig.3 Results of PCA-DA identification model interactive verification

圖4 M1、M2、M3 的耗時及準確率比較Fig.4 Comparison of time consumption and accuracy rates of M1，M2 and M3

4 討論與結論

真偽辨識模型中有7 個樣本被錯誤分類，分別是1、4、23～24、45、79～80 號；規格辨識模型中有18 個被分錯樣本，主要集中在1、4、6、11、22、28～29、38、4、45、54、61、80 號，以上樣本同時被4 個模型分錯，并被誤分為同一類，可能本身特征不明顯，屬于易分錯類；另一方面，真偽辨識準確率高達91.25%，表明電子舌技術有應用于川貝母真偽辨識的潛力。商品規格辨識模型準確率不夠理想，可能有以下2 個原因：（1）爐貝、松貝和青貝雖在外觀性狀上存在差異，但都來源于百合科貝母屬，味道極為相近，而電子舌又以嘗“味”來進行區分，故容易混淆；（2）鑒別中藥飲片真偽及商品規格，需要從形、色、氣、味等特征進行綜合評價，本研究僅用電子舌味覺值進行建模，信息量不夠豐富。后期擬結合電子眼、電子鼻、電子舌等技術綜合評價，構建多源融合辨識模型，判別結果有望更加精確。

真偽辨識模型的準確率從高到低，依次為PCA-DA＞PLS-DA=LS-SVM=DA，最終優選PCADA 模型用于川貝母的真偽辨識；商品規格辨識模型的準確率從高到低，依次為LS-SVM＞PCA-DA=DA＞PLS-DA，但因LS-SVM 存在未分類樣本，最終以PCA-DA 模型對川貝母的商品規格進行辨識。

綜上所述，電子舌辨識雖不如傳統經驗辨識快，但較藥典檢測時間顯著縮短，真偽辨識模型準確率與傳統人工經驗鑒別無顯著性差異，可為中藥飲片的質量評價指明新方向，同時為構建其質量快速辨識的數據庫提供理論基礎。