青海及周圍地區(qū)的蕨麻紅外圖譜的建立及計算機解析＊

陳穎， 文慧， 謝久祥， 吳啟勛

（1.青海民族大學(xué) 化學(xué)與生命科學(xué)學(xué)院，青海 西寧810007；2.青海大學(xué) 農(nóng)牧學(xué)院，青海 西寧810016）

1 引 言

隨著現(xiàn)代儀器和計算機的發(fā)展，紅外指紋圖譜技術(shù)已經(jīng)越來越多地運用于中藥質(zhì)量的控制［1］.經(jīng)預(yù)處理后的中藥材或中藥可通過現(xiàn)代的信息收集手段和質(zhì)量分析方法得到特征的圖譜、圖像及其圖譜數(shù)據(jù)，稱為中藥的指紋圖譜技術(shù)［2］.所得的圖譜經(jīng)數(shù)據(jù)分析處理，可反映中藥中所含的化學(xué)成分及其數(shù)量，進而反映中藥的整體質(zhì)量，與傳統(tǒng)僅依靠幾種指標或有效成分的質(zhì)量控制方法相比，更具科學(xué)性［3］.目前我國指紋圖譜的數(shù)據(jù)預(yù)處理依據(jù)《中藥注射劑指紋圖譜研究的技術(shù)要求》采用相似度分析法［4］，但因中藥指紋圖譜極其復(fù)雜，在使用中若僅依靠相似度分析法，有時得到的結(jié)果與實際不符，甚至可能是錯誤的［5］.本文利用化學(xué)指紋圖譜主流技術(shù)之一的紅外譜法，建立了青海及周圍地區(qū)藏藥蕨麻的紅外圖譜，并以計算機作為紅外圖譜解析的工具，實現(xiàn)了對青海及周圍地區(qū)蕨麻的質(zhì)量鑒別.

蕨麻是比較常用的中藏藥，又名人參果、延壽果等，薔薇科委陵菜屬的植物，在我國主要分布在甘肅、青海、西藏、山西、寧夏、新疆、內(nèi)蒙古等地.蕨麻所含有的各種氨基酸比例與人體需要的氨基酸基本相符，很容易被人體吸收，有較好的保健作用；蕨麻性甘溫，富含多種維生素，具有健胃益脾、生津止渴、益氣補血、收斂止血、止咳、止瀉、利痰的功效［6］；此外，蕨麻還能增強機體的抗感染能力，可用于防治各種急性傳染病、過敏性疾病、壞血病以及肝病等.蕨麻含脂肪1.14%、灰分3.52%、粗蛋白10.08%、膳食纖維15.18%、總糖12.47%、還原糖1.90%、淀粉18.02%［7］.

2 蕨麻紅外圖譜建立

2.1 樣品來源

實驗用蕨麻樣品共11批，符合國家關(guān)于建立指紋圖譜研究技術(shù)要求的至少10個批次規(guī)定.蕨麻樣品采自主產(chǎn)地青藏高原，包括青海各地以及西藏拉薩、寧夏銀川等地，經(jīng)青海民族大學(xué)化學(xué)與生命科學(xué)學(xué)院李軍喬教授鑒定為薔薇科委陵菜屬植物鵝絨委陵菜的根，即蕨麻.其批次來源見表1.

表1 蕨麻樣本來源表Table 1 The source of potentilla anserine samples

2.2 儀器和試劑

島津公司出品的IRPrestge－21型傅立葉變換紅外光譜儀，檢測器采用新型高靈敏度DLATGS檢測器，光譜純溴化鉀.

2.3 實驗方法

2.3.1 樣品的制備

將不同產(chǎn)地的蕨麻樣本洗凈，在65℃下干燥至恒重，然后再粉碎、過100目篩子，取5mg過篩后的蕨麻樣品粉末和600mg溴化鉀混合均勻后再研磨，壓片后待測.

2.3.2 測定條件

測定的波數(shù)范圍為4 000～400cm－1，其掃描的光譜信號加到16次，本實驗的分辨率為4cm－1.為了降低誤差，譜圖基線采用儀器自帶軟件自動進行多點基線校正和平滑處理.每個樣品平行測定3次，取其吸光度的平均值.

2.4 蕨麻紅外圖譜的建立

測定了11個不同產(chǎn)地的蕨麻樣品.典型紅外圖譜（青海玉樹）如圖1.

圖1 玉樹蕨麻紅外光譜Fig.1 The infrared spectrum of potentilla anserine from Qinghai

2.5 蕨麻的紅外圖譜解析

由圖1可得，在1 200～800cm－1、1 400～1 200cm－1、3 200～2 800cm－1和3 600～3 200cm－1波段中，出現(xiàn)了蕨麻比較典型的多糖化合物官能團的吸收峰，分別為多糖化合物分子內(nèi)O－H鍵和多糖化合物分子間O－H鍵的伸縮振動、C－H鍵的變角振動和彎曲振動、吡喃環(huán)的C－O－C與C－O－H兩種C－O鍵形成的伸縮振動，在1 630cm－1附近的吸收峰為酰胺基團中乙?；奶卣魑辗?，表明蕨麻中的多糖含有氨基糖；在845.45cm－1處的吸收峰為其蕨麻α－吡喃型糖的特征吸收峰，而在890cm－1附近則沒有吸收峰，說明蕨麻多糖成苷的半縮醛羥基主要為α構(gòu)型的吡喃糖，但是沒有蕨麻的β構(gòu)型的吡喃糖；2 921cm－1處的吸收峰不是很明顯，說明蕨麻樣品分子結(jié)構(gòu)中含有的亞甲基和甲基比較少，表明其分子的鏈比較短，相對的分子量也較小.

3 紅外圖譜的數(shù)據(jù)預(yù)處理和計算機解析及其結(jié)果

通常來說，中藥材的紅外指紋圖譜極其復(fù)雜且很難辨識.如果人工對樣品的紅外指紋圖譜進行鑒別，不僅費力，而且會因主觀的猜測和判斷影響結(jié)果的準確性.若選擇適當?shù)乃惴ú⑴c計算機識別技術(shù)和指紋圖譜解析結(jié)合起來，則可大幅度地提高鑒別的準確性，且容易實現(xiàn)自動化的操作.

3.1 數(shù)據(jù)預(yù)處理

紅外光譜分析技術(shù)的主要難點在于信息的提取.光譜數(shù)據(jù)在建模前需要進行一定預(yù)處理，在紅外光譜分析中，由于光譜儀收集到的光譜圖除含有樣品的組成、含量、結(jié)構(gòu)等有用信息之外，還有一些無關(guān)的噪聲，主要來自儀器、制樣（如均勻性、粒度形狀和直徑的大小等）以及實際操作環(huán)境（如濕氣、溫度及CO2等）等環(huán)節(jié).如果直接使用原始光譜信號進行分析，會影響最終所建模型的精度與準確性.因此，要對光譜進行預(yù)處理，來減弱或者消除各種非目標因素對光譜的影響，盡可能地刪除無關(guān)信息及噪聲，以提高所建模型的穩(wěn)健性和預(yù)測能力.本文采用小波分析對蕨麻紅外光譜進行降噪和壓縮，提出了小波分析信號降噪與壓縮性能評價指標.在小波降噪的基礎(chǔ)上，進一步進行光譜壓縮，光譜數(shù)據(jù)長度由1 868壓縮為241，為原始數(shù)據(jù)長度的八分之一.小波變換重構(gòu)后的壓縮數(shù)據(jù)，消去了噪聲，但仍保留了原始光譜數(shù)據(jù)的信息，可以用于后面的化學(xué)計量學(xué)方法鑒別蕨麻.原始信號與消噪、壓縮信號的均方根誤差RMS（表2）已經(jīng)很小，達到10－4～10－5數(shù)量級，與光譜測量精度相當.小波分析信號降噪與壓縮均來自于MATLAB的自行編程計算.研究選取高階正交緊支集Daubechies（dbN，N＝5）小波作為小波變換的母函數(shù).小波分解層數(shù)，采用小波工具箱中wmaxlev函數(shù)，在確定對信號S作小波分解時的最高分解層數(shù)的基礎(chǔ)上，選定一個合適的層數(shù)，研究選定的層數(shù)N＝3.采用小波工具箱中thselect函數(shù)，對比分析四種不同的小波閾值降噪模型對光譜數(shù)據(jù)進行降噪的效果（RMS評價），確定采用啟發(fā)式SURE（heursure）方法獲取閾值.

表2 蕨麻樣品小波降噪、壓縮后的均方根誤差（RMS）Table 2 Root mean square error of wavelet denoising and compression of potentilla anserine samples

3.2 相似度分析

相似度分析是藥典委員會推薦使用的數(shù)據(jù)分析法，當前通常使用的指標（參數(shù)）為夾角余弦和相關(guān)系數(shù).因蕨麻樣本的紅外指紋譜圖反映的是被測樣品的整體特征，需找出待鑒別樣品圖譜和標準圖譜的親疏程度，確定一個合理的閾值，從而鑒別被測樣品的質(zhì)量優(yōu)劣.

兩個n維模式矢量Xs和Xt間的相關(guān)系數(shù)Rst和夾角余弦cosαst算式為［7］

3.3 灰色理論分析

灰色關(guān)聯(lián)度分析事實上是相似性的排序分析.根據(jù)序列曲線幾何形狀的相似性來判斷聯(lián)系是否緊密.一組幾何曲線形狀越相似，則關(guān)聯(lián)度越大，反之則越小.選定參考序列（一般選優(yōu)序列），則通過灰色關(guān)聯(lián)度分析可以得出樣品與參考序列的關(guān)聯(lián)度，關(guān)聯(lián)度大表明該樣品與參考模式相似程度高，產(chǎn)品質(zhì)量也就越高［8－9］.求序列關(guān)聯(lián)度的算法如下：

設(shè)有若干灰色數(shù)據(jù)序列，其一為母序列 X0（i），余為子序列 Xi（i），定義｛Xj（i）｝對｛X0（i）｝的關(guān)聯(lián)系數(shù) GRCoj（i）為［10］

式中ρ為分辨系數(shù)，其值影響關(guān)聯(lián)系數(shù)的差異顯著性.取值范圍為0＜ρ＜1，一般取0.5，則灰色關(guān)聯(lián)度GRDoj為

不同產(chǎn)地蕨麻紅外光譜相似度分析結(jié)果見表3.

表3 不同產(chǎn)地蕨麻紅外光譜的相似度分析Table 3 The similarity analysis and grey correlation coefficient of infrared spectrum of potentilla anserine from different regions

3.4 結(jié)論

表3中的相關(guān)系數(shù)Rst、夾角余弦cosαst及灰色關(guān)聯(lián)系數(shù)均是以蕨麻主產(chǎn)地青海玉樹3號樣品作為比較標準應(yīng)用MATLAB自行編程計算做出的.由表3可以看出，相關(guān)系數(shù)Rst和夾角余弦cosαst數(shù)據(jù)比較集中，大都在0.99左右，少數(shù)在0.98～0.97之間.而灰色關(guān)聯(lián)系數(shù)數(shù)據(jù)比較分散，分布在0.9～0.6之間.盡管如此，也還是能做出質(zhì)量優(yōu)劣的基本鑒別.青海玉樹、海南、黃南等地區(qū)的相關(guān)系數(shù)Rst和夾角余弦cosαst（0.99左右）和灰色關(guān)聯(lián)系數(shù)（0.8以上）均高，可以得出該地區(qū)出產(chǎn)的蕨麻質(zhì)量高，而寧夏、拉薩地區(qū)的相關(guān)系數(shù)Rst和夾角余弦cosαst（0.97～0.98）和灰色關(guān)聯(lián)系數(shù)（0.7以下）均較低，則該地區(qū)出產(chǎn)的蕨麻質(zhì)量較低.這些鑒別結(jié)果，與目前商品市場流通的實際質(zhì)量情況相符.

至于1號樣品比較特別，按相關(guān)系數(shù)Rst、夾角余弦cosαst及灰色關(guān)聯(lián)系數(shù)判定應(yīng)是質(zhì)量較好之列，雖然購自寧夏，但產(chǎn)地不詳，疑是青海蕨麻流入之產(chǎn)品.

4 結(jié)束語

根據(jù)我國關(guān)于紅外指紋圖譜建立的技術(shù)要求，本文建立了青海及周圍地區(qū)的蕨麻紅外圖譜，并用于蕨麻的質(zhì)量鑒別.通過運用相似度分析和灰色關(guān)聯(lián)度分析，提高了蕨麻鑒別結(jié)果的準確性，且容易實現(xiàn)算法的自動化.

［1］伍賢學(xué)，王光江，朱選德，等.團狀雪靈芝提取過程中二十八烷醇的紅外光譜跟蹤分析［J］.云南民族大學(xué)學(xué)報：自然科學(xué)版，2014，23（1）：24－27.

［2］高榮強，范世福，嚴衍祿，等.近紅外光譜的數(shù)據(jù)預(yù)處理的研究［J］.光譜學(xué)與光譜分析，2004，24（12）：1563－1565.

［3］孫素琴，劉蓬勃，劉軍，等.NIR FT－Raman和FTIR光譜法無損快速鑒別藥材的真?zhèn)危私且鹣慵捌鋫纹罚跩］.現(xiàn)代儀器，2001（5）：19－20.

［4］謝培山.中藥色譜指紋圖譜［M］.北京：人民衛(wèi)生出版社，2005.

［5］孫素琴，白雁，余振喜，等.紅外光譜與計算機輔助解析技術(shù)對中藥牛膝的鑒別研究［J］.中藥材，2005，28（3）：181－184.

［6］吳婧，蔡正洪，郭靖.蕨麻現(xiàn)狀與研究進展［J］.青海農(nóng)林科技，2009（4）：70－72.

［7］張雅銘，侯陸星，蔡光明.蕨麻的化學(xué)成分及生物活性研究進展［J］.解放軍藥學(xué)學(xué)報，2009，25（6）：531－533.

［8］吳啟勛，梁永欣，盧永昌.灰色理論與均勻設(shè)計在化工過程優(yōu)化中的應(yīng)用［J］.計算機與應(yīng)用化學(xué)，2002，9（13）：271－274.

［9］周長會，吳啟勛.灰色關(guān)聯(lián)度在葉綠素吸光度分析中的應(yīng)用［J］.云南師范大學(xué)學(xué)報：自然科學(xué)版，2012，32（5）：67－71.

［10］林鵬程，吳啟勛.灰色關(guān)聯(lián)度分析及應(yīng)用［J］.鹽湖研究，2001，9（2）：48－50.