三七總皂苷提取物物理指紋圖譜構建及預測方法

摘要：【目的】為了豐富中藥質量一致性評價手段，促進新原料的風險評估，提升中藥原料的質量控制水平。【方法】以三七總皂苷提取物為研究對象，借鑒中藥化學指紋圖譜的概念，構建其物理指紋圖譜，通過數據驅動的方法對不同批次原料之間的差異進行深入分析并探索關鍵物理屬性參數之間的關系；根據主成分分析和層次聚類分析的結果劃分樣品類別，在此基礎上建立分類模型并篩選出造成樣品物理屬性質量差異的重要變量；采用近紅外光譜技術對不同原料的質量進行快速識別并建立重要物理屬性參數的快速預測方法。【結果】首先清晰地闡明關鍵物理屬性參數之間的關系，篩選出對樣本分類貢獻較大的物理屬性參數；建立能夠快速有效鑒別原料差異的分類模型；采用近紅外光譜技術對不同原料的質量進行快速識別并建立重要物理屬性參數的快速預測方法。【結論】所建方法可以對不同批次三七總皂苷提取物的物理屬性質量進行準確分析，能夠最大化地從物理屬性參數數據中提取有效信息，從而提升藥品生產過程中原料的質量控制水平。

關鍵詞：三七總皂苷提取物；物理指紋圖譜；數據驅動；近紅外光譜

中圖分類號：TB4;R943文獻標志碼：A

引用格式：

張曉陽，侯一哲，黎翩，等.三七總皂苷提取物物理指紋圖譜構建及預測方法[J].中國粉體技術，2024，30（4）：115-127.

ZHANG Xiaoyang，HOUYizhe，LIPian，etal.Construction and prediction of physical fingerprints of notoginseng total saponinsextracts[J].China Powder Science and Technology，2024，30（4）：115-127.

在口服固體劑型制造過程中，配方和工藝開發應考慮原料的特性，以確保生產工藝的穩健性1。目前對原料的質量評價主要集中在化學成分上，而有限的化學成分指標并不能對原料的可制造性進行全面評估。物理性質是中藥化學組成和結構特征的宏觀表現，對制劑處方及成型工藝有著重要影響。文獻[2-3]基于化學指紋圖譜技術并結合Sué-Negre提出的SeDeM專家系統構建了中藥提取物的物理指紋圖譜，用于對中藥粉體質量的一致性進行評價。物理指紋圖譜的方法打破了化學質量屬性評價的局限性，為中藥產品的進一步工藝優化和改進提供了方向，特別是在中藥顆粒、片劑的制備工藝上得到了廣泛應用。

Snick等6提出了一種利用主成分分析（principal component analysis，PCA）來評估粉末原料物理屬性質量相似性的方法，并進行了大量的表征測試。Escotet-Espinoz等7提出了一種層次聚類方法（hierarchical clustering analysis，HCA）來對具有相似特征的材料進行分組。通過PCA和HCA的結合能夠準確評估表征物理屬性參數之間的共線性和相似性水平，進一步理解這些物理屬性參數特性，從而減少需要收集的物理屬性參數的數量。在這些研究基礎之上，Benedetti等8提出了一種數據驅動的方法對原料的流動特性進行考察，對新材料進行風險評估，從而加快藥品開發和二次工藝選擇。此外，國內研究人員在中藥原輔料的物理屬性參數表征上進行了相應研究，對不同批次中藥原料之間的差異進行了分析，在一定程度上提升了中藥質量控制水平I？-11。特別是智能中醫藥口服固體制劑原輔料物理屬性參數數據庫的構建，深化了對原輔料性質的理解，提高了制劑處方優化和工藝設計的效率，對中藥的發展有著較為深遠的影響[12]。

本文中以三七總皂苷提取物為例，首次基于近紅外光譜（near infrared spectroscopy，NIRS）技術并結合數據驅動的方法建立了三七總皂苷提取物的物理指紋圖譜，從物理角度對其質量的一致性進行評價，然后以數據驅動的方法對原料的物理屬性進行了深入分析，建立了分類模型，以促進新原料的風險評估。采用近紅外光譜技術對不同原料的質量進行快速識別并建立了重要物理屬性參數的快速預測方法，從而提升其質量控制水平。

1材料與方法

1.1材料和設備

材料：三七總皂苷提取物，分別從5個廠家（以下簡稱為A、B、C、D、E）收集得到，共得樣品23份。樣品密封于自封袋中，編號，備用。

儀器：BT-1001型智能粉體特性測試儀（丹東百特儀器有限公司）;Bettersize2600型激光粒度分布測試儀（丹東百特儀器有限公司）;HX204型快速水分測定儀（美國梅特勒-托利多集團）;DG-202BS型電熱恒溫干燥箱（天津市天宇實驗儀器有限公司）;Labonce-150SD型藥品穩定性試驗箱（北京蘭貝石恒溫技術有限公司）;AL204型電子天平（梅特勒-托利儀器（上海）有限公司）;Antaris II型傅立葉變換近紅外光譜儀（美國賽默飛舍爾科技公司），配備漫反射模塊，Result 3.0軟件采集光譜圖，固體樣品旋轉杯。數據分析由MATLAB R2019a（MathWorks.Inc，Natick，USA）軟件完成。

1.2方法

本文中三七總皂苷提取物的物理指紋圖譜的構建和重要物理屬性參數的快速預測主要由5個連續步驟組成，數據采集、相似度評價、探索性分析、無監督模式識別、監督模式識別，如圖1所示。

1.2.1數據采集

物理指紋圖譜是多種物理屬性參數的綜合圖形描述。物理指紋圖譜的構建以滿足制劑成型或質量一致性評價等功能需求為導向，由若干個一級指標和二級指標構成。根據中藥提取物粉末自身物理性質以及藥用功能，將粉末物理屬性質量屬性分為5個方面，即堆積性、流動性、可壓性、均一性和穩定性，本文中主要將這5個指標作為三七總皂苷提取物的一級指標13-141。二級指標是表征一級指標的具體參數，由實驗直接測定或通過一定計算而得，如表征堆積性的松裝密度和振實密度；表征可壓性的顆粒間孔隙率和壓縮性指數等。另外，凝集度是一種根據粉體在篩分時表現的特性，反映粉體的團聚程度；分散度作為反映粉體噴流性指數的一個關鍵參數，對生產環境和成本有著重要影響，因此，本研究將這2種物理屬性參數也納入到考察當中。最終，經文獻調研并結合本實驗室條件，選擇松裝密度Pda、振實密度pd、不均勻系數a、粒徑分布寬度9sp、豪斯納比H、休止角α、平板角θ、凝集度A、顆粒間孔隙率φ、壓縮性指數IC、含水率w、吸濕性w和分散度D共13個物理屬性參數作為構成三七皂苷提取物粉末物理指紋圖譜的二級指標。物理指紋圖譜的構成指標和相關計算方法見表1。

表1中含水率w的實驗測定方法為：取約2.00 g的待測粉末平鋪于快速水分測定儀的樣品盤中，于105 ℃下加熱10 min，讀數即得。吸濕性w的實驗測定方法為：取105 ℃下烘至恒重的具塞稱量瓶置于溫度為（25±1）℃、相對濕度為（80±2）%的穩定性試驗箱中24 h，精密稱定質量m？。再取適量待測樣品平鋪于稱量瓶中，厚度約為1 mm，稱定質量m？，將稱量瓶口敞開，并與瓶蓋同置于上述環境中24h后，稱定質量m？，按照公式（1）計算吸濕性

1）物理屬性參數的標準化處理

由于各二級物理屬性參數的數值范圍和量綱存在差異，因此為方便展示對其分別進行標準化或歸一化處理。根據所選指標的性質，參考藥用輔料手冊及相關文獻確定每個物理屬性參數的可能數值范圍和其轉換方法。將所測物理指標值標準化至同一尺度，即0～10，各物理屬性參數的標準化轉換公式及轉換范圍見表2。

2）物理指紋圖譜的構建

根據1.2.1節中的方法，分別對23批三七總皂苷提取物粉末的13個物理指標進行測定，并依據1.2.1節中的方法進行標準化處理。為了能夠直觀地展示不同批次樣品之間各物理指標的差異和相似程度，通過繪制雷達圖來構建三七總皂苷提取物粉末的物理指紋圖譜。圖2所示為三七總皂苷提取物粉末的物理指紋圖譜，以時鐘12：00：00方向為起點，13個二級指標按照堆積性、流動性、可壓性、均一性、穩定性的順序（后面是凝集度和分散度），順時針方向依次排列。每個物理屬性參數的標準化轉換值所構成的不規則十三邊形（黃色區域）表示三七總皂苷提取物粉末的物理指紋圖譜。

1.2.2相似度評價

與中藥化學指紋圖譜類似，物理指紋圖譜是評價中藥提取物粉體批間質量一致性、識別異常批次、保障其制備工藝可重復性和可控性的有利工具。為了量化不同批次產品在各質量指標上的相似或差異程度，從而實現對其質量進行客觀綜合評價，需要采用相關數據分析手段。目前，在中藥質量的整體評價中，指紋圖譜相似度評價是一種應用較為成熟的技術，通常是通過計算2個數據向量之間夾角的余弦來確認數據之間的相似性121-23;然而，該方法注重維度之間的差異而忽略了數值上的差異、相關系數易受峰值影響[24]。歐氏距離是衡量多維空間中2個點之間的絕對距離，可以準確反映體現個體數值特征的絕對差異。綜上，本文中基于三七總皂苷的13個物理屬性參數的轉化值，采用夾角余弦法和歐氏距離計算不同批次樣品之間的相似度，對不同樣品之間物理質量屬性的差異進行綜合評價。相似度值越接近1，歐氏距離值越小，不同樣品之間的物理性質越相近。

1.2.3探索性分析

PCA是一種常用的數據分析方法，利用正交變換把一系列可能線性相關的變量轉換為一組線性不相關的新變量，也稱為主成分，用于提取數據的主要特征分量，常用于高維數據的降維，以排除重疊信息和噪聲的干擾。數學上可以將其描述為，對包含N個樣本和V個變量的矩陣X進行奇異值分解，從而實現數據的降維，見公式（2），其中P和T分別表示模型的加載矩陣和得分矩陣，E為殘差矩陣，上標T表示轉置矩陣。

本文中采用PCA作為一種初步的探索性多元分析技術，將23份樣品物理屬性數據投影到降維空間中，以研究變量之間的相關性并深入理解樣品之間的關系。

1.2.4無監督模式識別

HCA是一種無監督模式的聚類方法，用于識別具有相似特征的樣本。在這一方法中，數據按照成對觀察相似性的鏈接規則以嵌套的類和級別序列進行組織（25。這一步需要建模者和材料科學家之間的積極合作，因為正確識別數據中的集群對于確保在下一步中設計出性能良好的分類器至關重要。聚類算法對數據中的噪聲特別敏感，因此，在聚類分析之前需要經過PCA分析以消除噪聲的干擾。

1.2.5監督模式識別

正交偏最小二乘法判別分析（orthogonal partial least squares-discriminant analysis，OPLS-DA）集成了一個正交信號校正濾波器來區分數據中有助于預測定量響應與正交的變化，簡單地講，OPLS-DA使用Y矩陣中的信息將X矩陣分解為與Y相關和正交的模塊。OPLS-DA也可用于判別分析，并且能夠將預測變量與非預測變量分開。此外，OPLS-DA能夠更容易地解釋模型，由于它更關注預測性的信息，即在預測性組件中總結識別性信，因此，OPLS-DA是定性分析中的有力工具。根據前面分析結果并結合先驗知識，將23批三七總皂苷提取物樣品劃分不同的類別并添加好標簽，然后基于OPLS-DA建立分類模型，并識別造成原料物理屬性質量差異的重要變量。

1.2.6快速NIRS技術的開發

數據驅動技術已被證明為從原料提取物粉末中獲取的大量數據中提取有效信息的有力工具，可以來評估原料批次間物理屬性質量的可變性，但在這些分析過程之中，物理屬性參數的測定較為繁瑣，耗時，并且會對樣品造成一定的損耗，不利于生產過程中的實時放行，為此，需要開發一種快速、無損的分析技術以對其物理質量屬性進行預測。NIRS數據可以反映原料的物理化學信息，其與粉末的水分含量、密度等性質具有較強的相關性，并且NIRS信息作為原料物理性質的補充，能夠全面的對原料的性質進行表征，從而對不同批次間原料質量的差異進行綜合評價。本文中引入NIRS技術對原料質量進行分析，并建立了相關物理屬性參數的定量預測模型。

1）NIRS采集條件優化

隨機選取3批三七總皂苷提取物樣品以掃描次數、分辨率和優化增益3個參數為條件，按照3×3隨機組合，共計27種組合方式，具體信息見表3。計算各光譜波數所對應的RSD值，作趨勢變化圖，以其中1批樣品結果為例進行展示，以趨勢變化最穩定為最佳采集條件，結果如圖3所示。由于實際采集過程中優化增益為Empty4×時，光源能量過強，超過樣品吸收而報錯，因此實際上對18種組合條件進行考察。最終，優化的采集條件為掃描次數為128次，分辨率為16 cm-1，優化增益為Empty 1×。

2）NIRS光譜采集及預處理

按照上節確定的最佳采集條件，在波數為4000～10000 cm1處對23份三七總皂苷提取物樣品進行表3近紅外光譜不同參數設定條件采集，此時環境溫度盡量保持在25℃左右，在同一時間內盡可能快的完成NIRS采集。使用TQ Analyst軟件將這23份樣品的光譜數據導出，再通過SIMCA 14.1軟件先對光譜進行預處理。本研究中采用試錯法，對處理方法進行優選，以光譜數據PCA分析的結果與先驗知識的匹配程度作為評價指標來選擇最佳預處理方法。最終選擇標準正則變換、Savitzky-Golay平滑和2階導數對光譜進行預處理，以消除光散射、噪聲和基線漂移。樣品的原始光譜與預處理后的光譜如圖4所示。

2結果和分析

2.1物理指紋圖譜評價結果

根據1.2.1節中的方法，構建23批三七總皂苷提取物粉末的物理指紋圖譜，如圖5所示。由圖可知，本文中所收集的23批三七總皂苷提取物粉末流動性較差，可壓性良好，差異主要體現在均一性、穩定性和凝集度上；在可壓性和分散度上也有一定的差異；而其余指標的差異在雷達圖中難以展示，因此需要進一步的分析，以判斷不同批次原料之間的相似和差異程度。

為了能夠更清楚地觀察樣品之間的相似度和距離評價結果，以相關性熱圖進行展示，如圖6所示。顏色越接近藍色，代表相似度越高，距離越小，樣品一致性較好；反之，代表相似度越低，距離越大，樣品差異性越大。由圖可得，2種方法所得結果基本相似，其中S5—S12批次物理性質與其他批次之間（特別是S1—S4和S21—23）存在較為明顯的差異，即C廠的樣品與其他廠家樣品物理屬性之間存在差異；而且C廠不同批次生產的樣品也存在一定的差異，尤其是S10。B廠中S4樣品也與其他樣品存在一定的差異。A廠與E廠的樣品物理屬性較為一致，且其各自批次之間樣品物理屬性質量較為穩定。D廠內部不同批次樣品質量穩定，差異較小。相對于夾角余弦計算的相似度，基于距離的指紋圖譜一致性評價對其有一定的補充。如S13—S20樣品與S1—S3和S21—S23之間存在輕微的差異，在圖6（a）中并未體現，因此，這2種計算方法在指紋圖譜評價中作為互補的手段，能更準確地評價樣品質量的一致性。

2.2探索性分析結果

采用MATLAB軟件對23批三七總皂苷提取物粉末的物理指紋圖譜數據進行PCA分析。為具體了解三七總皂苷提取物粉末的各主成分主要包含的物理屬性參數，分別繪制了3個主成分載荷直方圖，如圖7所示。由圖可知，主成分1由穩定性、均一性、可壓性、流動性以及凝集度這些物理屬性參數指標信息構成，它反映了絕大多數信息變化；主成分2主要由pa和pa2個參數構成，它主要體現原料的堆積性；主成分3受D、w和w？的影響較大。

2.3無監督模式識別結果

本文中采用歐氏距離作為距離標準來評估原料物理性質之間的差異，其中聚類方法選用最遠元素，聚類個數設為5，分析結果如圖8所示。5個廠家的樣品在物理屬性上有一定的區分度，但A廠與E廠的樣品物理屬性最為接近。B廠中的S3與D廠樣品物理性質相似，S4樣品與其他樣品物理性質均有差異，單獨歸為一類。S14樣品因具有較高的α、θ、H和w而與S6和S11較為接近，從而與C廠的樣品為一類。C廠中的樣品內部批次之間具有一定的差異，但其仍然與其他廠家的樣品存在差異。以上結果均說明這23批三七總皂苷提取物粉末的物理屬性存在一定差異，因此，根據聚類分析結果將樣品設定為四類，用于下一步OPLS-DA分析，進一步篩選出對樣本分類貢獻較大的物理屬性參數。

2.4監督模式識別分析結果

根據2.3節中得到的結果，分別為23批樣品指定類別。將23批樣品物理屬性參數數據導入到SIMCA-P14.1軟件中進行OPLS-DA分析，模型自動擬合得出R2（X）和R2（Y）分別為0.975和0.898。最佳潛變量為3，得三維得分圖，如圖9（a）所示。從圖中可以看出四類原料物理屬性之間存在明顯的界限，說明所建模型可以反映這4類原料之間的物理屬性參數差異，從而對其進行有效鑒別。經變量投影重要性（variable importance projection，VIP）分析可得，如圖9（b），VIP值在1左右，趨勢變化不大。pdca、A。、α、pa的VIP值均大于1，代表這些物理屬性參數對整體模型的貢獻度高于平均水平；另外，C與w的VIP值非常接近于1，并且之前物理屬性參數相關性分析時，這2個參數與其他參數之間均有一定的相關性，因此，最終確定了7個關鍵物理屬性參數用于對原料物理屬性質量的評估。

2.5 NIRS分析結果

2.5.1定性分析

對23批樣品的NIRS數據（預處理后的光譜數據）做PCA和HCA分析，結果如圖10所示。基于NIRS數據的PCA和HCA分析結果基本與前面的分析結果相一致，表明NIRS技術可以對不同原料的物理屬性質量進行準確鑒別，從而加快原料的篩選進程。另外，該分析結果更貼近實際，即不同樣品分類結果與廠家基本對應。由其HCA結果樹狀圖可以看出，僅有D廠中的一個樣品S14被劃歸到D廠中，其他廠的樣品均可以單獨分類。分析原因可能是近紅外光譜中除體現物理屬性特征外還反映原料的化學特征信息，其代表的信息更全面，所以，其與實際結果更接近。本研究更側重于樣品的物理屬性差異，因為其直接影響制劑的成型。例如，由之前的分析結果可知，S4樣品的物理屬性與其它樣品之間差異較大，其具有較小的pa和p.，而在NIRS定性分析結果并不能被量化，基于此我們建立了物理屬性參數的定量預測模型，用來量化不同樣品物理屬性質量之間的差異。

2.5.2定量分析

本文中基于極限學習機（extreme learning machine，ELM）算法構建了原料物理屬性參數的定量預測模型。由2.4節可知，造成樣品物理屬性質量差異的重要物理屬性參數有7個，分別為pd、pde、α、C、a、w與A。，因此，通過建立這7個物理屬性參數的定量預測模型，可以實現對樣品的物理屬性進行快速分析。

采用Kennard-Stone算法，對樣本集進行劃分，其中對于pa和C2個參數，由于其范圍相對較窄，因此采用x-y distances算法對其劃分，將其參數值也納入到考察中，這樣會確保校正樣品的參數范圍較大，從而增加模型精度。70%的樣本作為校正集（15個樣本）用于定量模型的建立；其余樣本作為驗證集（8個樣本），用于測試模型的預測性能。ELM算法中特征映射的隨機初始化為其帶來了泛化的優勢，但也帶來一定的隨機性。為此，我們將ELM連續運行20次，將20次預測結果的平均值作為最終預測結果。本文使用平均絕對誤差Em、預測均方根誤差E和相關系數R來評估ELM預測模型的性能，結果見表4。

由表可知，除A？外，預測模型的E均小于1.3268，E均小于1.5902，表明預測值與測量值之間的誤差較小，預測模型的精度較高；除pu外，預測模型的R均大于0.7178，說明預測值與實測值之間存在較好的相關性，該模型可以對數據的變化作出解釋。A。的預測模型誤差相對偏高，這可能是樣品數量較少，不足以對每類樣品單獨進行建模分析，從而造成其產生誤差，但其R較高，說明模型可以在一定程度上對其數據變化進行解釋。pdc的R相對較小，這可能是因為p.的范圍分布較窄，大部分集中在0.78～0.85 mg之間，數據間的變化趨勢不明顯所致，但這并不代表模型的預測結果不準確，通過其預測誤差（Em、E）可以證明模型的準確性。綜上分析，本文所建方法基本滿足需求，可以對原料的物理屬性參數進行快速預測。

3結論

當前對于中藥的質量一致性評價研究主要集中在化學層面上，而缺乏對其物理質量屬性的考察。而在中藥制劑生產過程中，制劑原料的物理屬性會對制劑處方以及成型質量產生重要影響。作為化學性質評價的補充，物理指紋圖譜的構建有助于反映原料的整體性質，從而為質量源于設計理念在中藥原料質量控制研究中的應用提供數據支持。

1）本研究所建方法可以對不同批次三七總皂苷提取物的物理屬性質量進行準確分析，能夠最大化從物理屬性參數數據中提取有效信息，促進制劑生產過程中原料的選擇，可供企業在工藝設計的早期開發階段使用。

2）本文介紹的數據分析方法在產品開發和工藝優化過程中效果明顯，因為大多數結果都可以用圖形表示，以便不具備數據建模背景的生產人員能夠容易理解數據的變化規律。該方法可以提高企業的生產效率并提升中藥質量控制水平。

3）該研究思路并不局限于三七總皂苷提取物粉末，也適用于其他中藥原料以及輔料等粉末狀物質。

利益沖突聲明（Conflict of Interests）

所有作者聲明不存在利益沖突。

All authors disclose no relevant conflict of interests.

作者貢獻（Authors'Contributions）

張曉陽和侯一哲進行了方案設計，黎翩、李正和李文龍參與了論文的寫作和修改。所有作者均閱讀并同意了最終稿件的提交。

The study was designed by ZHANG Xiaoyang and HOU Yizhe.The manuscript was written and revised by LIPian，LI Zheng and LI Wenlong.All authors have read the last version of paper and consented to itssubmission.

參考文獻（References）

[1]LEANE M，PITTK，REYNOLDS G.A proposal for a drug product manufacturing classification system（MCS）for oral soliddosage forms[J].Pharmaceutical Development amp;Technology，2015，20（1）：12-21.

[2]張毅，徐冰，孫飛，等.中藥提取物粉末物理指紋譜研究及應用[J].中國中藥雜志，2016，41（12）：2221-2227.

ZHANG Y，XUB，SUNF，etal.Physical fingerprint for quality control of traditional Chinese medicine extract powders[J].China Journal of Chinese Materia Medica，2016，41（12）：2221-2227.

[3]DAISY，XU B，SHIGL，etal.SeDeM expert system for directly compressed tablet formulation：a review and new perspec-tives[J].Powder Technology，2018，342：517-527.

[4]畢映燕，李俊江，李季文，等.基于質量源于設計（QbD）理念的祛寒逐風顆粒制備工藝及其物理指紋圖譜研究[J].中草藥，2021，52（19）：5891-5898.

BIY Y，LIJJ，LIJW，etal.Study on preparation technology and physical fingerprint of QuhanZhufeng Granules based onquality by design[J].Chinese Traditional and Herbal Drugs，2021，52（19）：5891-5898.

[5]羅錚，鄧雯，張前亮，等.當歸破壁粉制備工藝優化及物理指紋圖譜評價研究[J].中草藥，2019，50（24）：5980-5987.

LU0 Z，DENGW，ZHANGQL，etal.Optimization of preparation process and evaluation of physical fingerprint of AngelicaeSinensis Radix cell wall broken powder[J].Chinese Traditional and Herbal Drugs，2019，50（24）：5980-5987.

[6]SNICK BV，DHONDTJ，PANDELAERE K，etal.A multivariate raw material property database to facilitate drug productdevelopment and enable in-silico design of pharmaceutical dry powder processes[J].International Journal of Pharmaceutics，2018，549（1/2）：415-435.

[7]ESCOTET-ESPINOZA MS，MOGHTADERNEJAD S，SCICOLONEJ，etal.Using a material property library to find surro-gate materials for pharmaceutical process development[J].Powder Technology，2018，339：659-676.

[8]BENEDETTI A，KHO0 J，SHARMAS，etal.Data analytics on raw material properties to accelerate pharmaceutical drugdevelopment[J].International Journal of Pharmaceutics，2019，563：122-134.

[9]祝明利，張芳語，張瀚，等.中藥大品種制造關鍵質量屬性表征：粉末與顆粒物理屬性的蘇黃止咳膠囊中間體過程質量控制方法研究[J].中國中藥雜志，2021，46（7）：1636-1643.

ZHU ML，ZHANGFY，ZHANG H，etal.Critical quality atribute assessment of big brand traditional Chinese medicine：process quality control method of SuhuangZhike Capsules intermediate based on physical properties of powder and granules[J].China Journal of Chinese Materia Medica，2021，46（7）：1636-1643.

[10]陳恒晉，楊光，趙立杰，等.基于粉體特征物理性質的中藥飲片分類研究[J].中國中藥雜志，2021，46（15）：3753-3763.

CHENHJ，YANG G，ZHAO LJ，etal.Material classification of decoction pieces based on physical properties of powder[J].China Journal of Chinese Materia Medica，2021，46（15）：3753-3763.

[11]張前亮，羅錚，鄧雯，等.丹參破壁飲片物理屬性的質量評價[J].中國實驗方劑學雜志，2020，26（23）：145-152.

ZHANGQL，LUOZ，DENGW，etal.Quality evaluation of physical properties of ultrafine granular powder of Sabviae mil-tiorrhizae radix et rhizoma[J].Chinese Journal of Experimental Traditional Medical Formulae，2020，26（23）：145-152.

[12]曹君杰，徐冰，戴勝云，等.iTCM中藥口服固體制劑原輔料物性數據庫的構建及應用[J].中草藥，2021，52（17）：5166-5175.

CAO JJ，XUB，DAISY，etal.Construction and application of iTCM material database for pharmaceutical excipients ofChinese medicine oral solid dosage forms[J].Chinese Traditional and Herbal Drugs，2021，52（17）：5166-5175.

[13]胡慶軒，鄭懷玉，林文娟，等.有機粉體流動性的測定[J].中國粉體技術，1999，5（5）：11-14.

HUQX，ZHENGHY，LIN WJ，etal.Determination of fluidity of organic powder[J].China Powder Science and Tech-nology，1999，5（5）：11-14.

[14]張鵬.卡爾指數法在評價煤粉粉體特性中的應用[J].中國粉體技術，2000，6（5）：33-36.

ZHANG P.Application of Carr index method in comprehensive evaluating properties of coal powder[J].China PowderScience and Technology，2000，6（5）：33-36.

[15]SCHOLTZJC，STEENEKAMPJH，HAMMAN J H，etal.TheSeDeM expert diagram system：its performance andpredictability in direct compressible formulations containing novel excipients and different types of active ingredients[J].Powder Technology，2017，312：222-236.

[16]ISAAC N，ANNA N，MARC S，etal.Optimization of the cohesion index in the SeDeM diagram expert system andapplication of SeDeMdiagram：an improved methodology to determine the cohesion index[J].PLoS One，2018，13（9）：0203846.

[17]李延年，伍振峰，尚悅，等.基于浸膏物理指紋譜評價不同干燥方式對浸膏粉體性質的影響[J].中草藥，2018，49（10）：2372-2377.

LIYN，WUZF，SHANG Y，etal.Effect on different drying methods on powder properties of extraction paste based onphysical fingerprint ofextract[J].Chinese Traditional and Herbal Drugs，2018，49（10）：2372-2377.

[18]張煜皓，王雅雯，宿軍慧，等.中藥粉體物理指紋圖譜研究進展[J].分析測試學報，2021，40（1）：139-148.

ZHANG Y H，WANG Y w，SUJH，etal.Physical fingerprint of traditional Chinese medicine powders：a review[J].Journal of Instrumental Analysis，2021，40（1）：139-148.

[19]RAYMOND CR，PAULJS，MARIAN E Q.Handbook of pharmaceutical excipients[M].Sixth edition.London：thePharmaceutical Press，2009.

[20]GAO SM，LIUJS，WANG M，etal.Quantitative and HPLC fingerprint analysis combined with chemometrics for qualityevaluation of codonopsis radix processed with different methods[J].Chinese Herbal Medicines，2019，11（2）：160-168.

[21]鄒純才，鄢海燕.我國中藥色譜指紋圖譜相似度評價方法30年（1988—2017年）研究進展與展望[J].中國中藥雜志，2018，43（10）：1969-1977.

ZOU CC，YANHY.Research progress on chromatographic fingerprint similarity evaluation method for traditional Chinesemedicine in the past 30 years（1988—2017）and its prospect[J].China Journal of Chinese Materia Medica，2018，43（10）：1969-1977.

[22]侯文，劉宏勝，王樹森，等.基于HPLC指紋圖譜和多成分同時測定的護肝劑質量評價研究[J].中草藥，2018，49（24）：5830-5835.

HOU w，LIUHS，wANGSS，etal.Quality evaluation of Liver-protection Agent based on HPLC fingerprint and simulta-neous determinations of multiple components[J].Chinese Traditional and Herbal Drugs，2018，49（24）：5830-5835.

[23]LEEGJ，LEEJH，PARKJH，etal.Assessment of chemical equivalence in herbal materials using chromatographicfingerprints by combination of three similarity indices and three-dimensional kernel density estimation [J].AnalyticaChimica Acta，2018，1037：220-229.

[24]JAIN A K，DUIN RPW，MAO JC.Statistical pattern recognition：a review[J].IEEE Transactions on Pattern Analysisand Machine Intelligence，2000，22（1）：4-37.

[25]BOCCARD J，RUTLEDGE D N.A consensus orthogonal partial least squares discriminant analysis（OPLS-DA）strategyfor multiblock omics data fusion[J].Analytica Chimica Acta，2013，769（6）：30-39.

[26]張坤峰，王政，曹君杰，等.中藥口服固體制劑原輔料近紅外光譜數據庫的構建及應用[J].分析測試學報，2021，40（1）：1-9.

ZHANG KF，WANGZ，CAOJJ，etal.Establishment and application of a near Infrared spectral database for pharmaceu-tica excipients of Chinese medicine oral solid dosage forms[J].Journal of Instrumental Analysis，2021，40（1）：1-9.

Construction and prediction of physical fingerprints ofnotoginseng total saponins extracts

ZHANG Xiaoyang1，HOU Yizhe1，LI Pian2，LI Zheng1，LI Wenlong1

1.College of Pharmaceutical Engineering of Traditional Chinese Medicine，Haihe Laboratory of Modern Chinese Medicine，TianjinUniversity of Traditional Chinese Medicine，Tianjin 301617，China;

2.Langtian Pharmaceutical（Hubei）Co.，Ltd.，Huangshi 435000，China

Abstract

Objective The current research on the quality consistency evaluation of traditional Chinese medicine mainly focuses on thechemicallevel，and often overlooks the examination of physical quality attributes.In the production process of traditionalChinese medicine formulations，the physical properties of raw materials significantly impact the formulation and molding qual-ity.As a supplement to the evaluation of chemical properties，the construction of physical fingerprints can reflect the overallproperties of raw materials，thereby providing data support for the application of design concepts in the quality control researchof traditional Chinese medicine raw materials.

Method This study takes the total saponin extract of Panax notoginseng saponins as the research object and evaluates the consis-tency of samples from different manufacturers from a physical perspective by constructing its physical fingerprint map.ANIRmethod was developed to address the issue of tedious and time-consuming determination process of physical property parameter，which is not conducive to real-time release during production.This method is used to quickly identify the physical property qual-ity of different raw materials and establish a fast prediction model for important physical property parameters.

Results This method can acurately analyze the physical quality of different batches of Panax ginseng total saponin extracts，maximizing the extraction of effective information from the physical property data and facilitating the selection of raw materials inthe production process of formulations.It can be used by companies in the early development stage of process design.Inaddi-tion，the data analysis method presented in this paper is effective in the process of product development and process optimiza-tion，as most results can be represented graphically，allowing production staff without a background in data modlling to easilyunderstand the changing patterns of the data.

Conclusion A NIR method has been developed to address the issue of tedious and time-consuming physical property parameterdeterminationprocess，which is not conducive to real-time release during production.This method is used to quickly identifythe physical property quality of different raw materials and establish a fast prediction model for important physical propertyparameters.The method developed in this study could accurately analyze the physical quality of different batches of Panax gin-seng total saponin extracts，which could maximize the extraction of effective information from the physical property data andfacilitate the selection of raw materials in the production process of formulations and could be used by companies in the earlydevelopment stage of process design.Inaddition，the data analysis method presented in this paper is effective in the process ofproduct development and process optimization as most of the results can be represented graphically so that production staff with-out a background in data modelling can easily understand the changing patterns of the data.This method can improve the produc-tion efficiency of enterprises and enhance the quality control of traditional Chinese medicine.At the same time，thisresearchidea is not limited to the powder of Panax ginseng total saponin extract，but is also applicable to other raw materials of traditionalChinesemedicine，as well as auxiliary materials and otherpowdered substances.

Keywords：notoginseng total saponins;physicalfingerprint;data-driven;near-infrared spectroscopy

（責任編輯：孫媛媛）