近紅外光譜法快速測(cè)定肉桂藥材的水分

秦斌 閆研 殷果 庾紅萍 王炳志 王鐵杰

摘 要 目的：建立快速測(cè)定肉桂藥材水分的方法。方法：采用甲苯法測(cè)定藥材樣品含水量（作為參考值）。采用近紅外光譜法結(jié)合偏最小二乘法建立藥材樣品水分的定量模型。根據(jù)藥材樣品水分測(cè)定參考值，采集80批藥材樣品，以常數(shù)偏移消除法預(yù)處理光譜，藥材樣品水分測(cè)定最佳波段范圍為7 502.2～6 896.6、5 600.6～4 998.9 cm-1。結(jié)果：藥材樣品水分定量模型的內(nèi)部交叉驗(yàn)證決定系數(shù)（R2）為0.974 9，交叉驗(yàn)證均方差為0.404；模型外部驗(yàn)證R2為0.940 4，預(yù)測(cè)均方差為0.306。結(jié)論：該方法快速準(zhǔn)確，簡(jiǎn)便無(wú)污染，可用于肉桂藥材水分的快速測(cè)定。

關(guān)鍵詞 肉桂；近紅外光譜法；水分；定量模型

中圖分類號(hào) R927.1 文獻(xiàn)標(biāo)志碼 A 文章編號(hào) 1001-0408（2018）14-1949-05

DOI 10.6039/j.issn.1001-0408.2018.14.18

ABSTRACT OBJECTIVE： To develop a method for rapid determination of water content in Cinnamomum cassia. METHODS： The moisture of sample was determined by toluene method （as reference value）. IFRS-PLS was used to establish quantitative correction model of moisture in sample. According to moisture determination of sample， 80 batches of samples were collected， and constant offset elimination method was used to pretreat spectrum. The optimal spectrum range for moisture determination of medicinal sample were 7 502.2-6 896.6 cm-1 and 5 600.6-4 998.9 cm-1. RESULTS： The internal cross validation decision coefficient （R2） of moisture quantitative correction model was 0.974 9， and the root mean square error of cross validation （RMSECV） was 0.404. R2 of model external validation was 0.940 4， and the predicted root mean square error was 0.306. CONCLUSIONS： The method is rapid， accurate， simple and free from pollution. It can be used for rapid determination of moisture in C. cassia.

KEYWORDS Cinnamomum cassia； Near-infrared spectroscopy； Moisture； Quantitative model

肉桂收載于2015年版《中國(guó)藥典》（一部），為樟科植物肉桂（Cinnamomum cassia Presl） 的干燥樹(shù)皮，其性大熱，味辛、甘，是我國(guó)傳統(tǒng)的名貴中藥材，同時(shí)也是著名的辛香食用調(diào)料的來(lái)源之一，可補(bǔ)火助陽(yáng)、引火歸元、溫通經(jīng)脈、散寒止痛[1-3]。中藥材中含有過(guò)量的水分易導(dǎo)致藥材發(fā)生霉?fàn)€變質(zhì)或使有效成分分解[4-6]，因此，控制中藥材水分對(duì)于保證其質(zhì)量有重要意義。常用中藥材水分測(cè)定方法有烘干法、甲苯法等[7]，但前者耗時(shí)較長(zhǎng)，后者所用試劑具有毒性且操作煩瑣，因此，需建立一種準(zhǔn)確、簡(jiǎn)便、快速檢測(cè)中藥材水分含量的方法。近紅外光譜法（NIR）在評(píng)價(jià)中藥材質(zhì)量時(shí)，無(wú)需樣品前處理，測(cè)定過(guò)程快速、無(wú)損、綠色健康、經(jīng)濟(jì)環(huán)保，具有常規(guī)分析方法所不具有的優(yōu)點(diǎn)[8-9]。本研究通過(guò)建立肉桂藥材水分的NIR定量模型，為中藥材水分含量的快速測(cè)定提供參考。

1 材料

1.1 儀器

MATRIX-F型NIR儀（包括光纖探頭、InGaAs檢測(cè)器）、OPUS 5.0軟件（德國(guó)Bruker公司）；AJ210A型多功能粉碎器（東莞市塘廈興萬(wàn)電子廠）；MS105DU型電子分析天平（美國(guó)Mettler-Toledo公司）。

1.2 試劑

甲苯為色譜純，水為純化水。

1.3 藥材

80批肉桂藥材分別來(lái)源于江西、安徽、廣西等地（見(jiàn)表1），經(jīng)深圳市藥品檢驗(yàn)研究院中藥室鑒定為真品。藥材樣品粉碎過(guò)65目篩，備用。

2 方法與結(jié)果

2.1 水分（參考值）的測(cè)定

取80批藥材樣品粉末適量，精密稱定，按照2015年版《中國(guó)藥典》（四部）通則0832水分測(cè)定法第四法[7]操作，測(cè)定其中水分，每批平行測(cè)定3份。結(jié)果顯示，藥材樣品水分含量為6.8%～21.0%，詳見(jiàn)表1。

2.2 NIR的采集

取藥材樣品粉末裝入樣品杯，粉末均勻分布，采用漫反射掃描法，以光纖探頭接觸藥材藥品粉末，在不透光狀態(tài)下采集藥材樣品光譜。以儀器內(nèi)置背景為參比，掃描間隔為2 cm-1，掃描范圍為12 000～4 000 cm-1，累計(jì)掃描次數(shù)為32次，分辨率為8 cm-1。每批藥材樣品采集6張光譜，得平均圖譜，則80批藥材樣品的NIR光譜疊加圖見(jiàn)圖1。

2.3 校正集和驗(yàn)證集樣品的選擇

根據(jù)“2.1”項(xiàng)下含水量分布情況，將80批藥材樣品按約2 ∶ 1的比例用OPUS 5.0軟件自動(dòng)分為校正集和驗(yàn)證集，其中所選建模用校正集樣品的水分含量范圍覆蓋驗(yàn)證集樣品，詳見(jiàn)表2。

2.4 光譜預(yù)處理方法的選擇

在建立NIR定量分析模型前，為了消除光譜噪音、光譜漂移等非線性因素對(duì)定量結(jié)果的影響，首先要對(duì)藥材樣品的NIR原始光譜進(jìn)行預(yù)處理。常用的預(yù)處理方法有常數(shù)偏移消除法（Constant offset elimination，COE）、直線差減法（Straight line subtraction，SLS）、一階導(dǎo)數(shù)法（First derivative，F(xiàn)D）、二階導(dǎo)數(shù)法（Second derivative，SD）等[10]。通過(guò)采用不同預(yù)處理方法可得不同的決定系數(shù)（R2）、交叉驗(yàn)證均方差（RMSECV）、預(yù)測(cè)均方差（RMSEP），詳見(jiàn)表3。

運(yùn)用OPUS 5.0軟件對(duì)表1數(shù)據(jù)進(jìn)行處理，以R2、RMSECV、RMSEP為評(píng)價(jià)指標(biāo)，綜合評(píng)價(jià)所建不同模型的準(zhǔn)確性與適用性。其中，R2越接近 1，NIR 預(yù)測(cè)值與參考值相關(guān)性越好；RMSECV、RMSEP越小，所建定量分析模型適用性越強(qiáng)、預(yù)測(cè)效果越好。結(jié)果表明，以COE法預(yù)處理效果最好，可以消除多重光譜偏差。對(duì)光譜進(jìn)行微調(diào)處理，經(jīng)最佳光譜預(yù)處理方法處理后得NIR，詳見(jiàn)圖2。

2.5 建模波段的選擇

采用COE法對(duì)不同的波段范圍進(jìn)行手動(dòng)優(yōu)化比較，通過(guò) OPUS 5.0軟件分析得到檢測(cè)水分含量預(yù)測(cè)最佳波段為7 502.2～6 896.6、5 600.6～4 998.9 cm-1，詳見(jiàn)表4。

2.6 定量模型的建立

采用OPUS 5.0軟件，并結(jié)合偏最小二乘法（PLS），對(duì)光譜采用COE法預(yù)處理光譜，在“2.5”項(xiàng)下波段內(nèi)對(duì)56批藥材樣品中的含水量進(jìn)行建模。結(jié)果，模型內(nèi)部交叉驗(yàn)證R2=0.974 9，RMSECV=0.404；模型外部驗(yàn)證R2=0.940 4，RMSEP=0.306。在6.8%～21.0%的水分含量范圍內(nèi)，以參考值（x）為橫坐標(biāo)、預(yù)測(cè)值（y）為縱坐標(biāo)進(jìn)行線性回歸，得回歸方程為y=0.981 1x+0.224 4（r=0.974 9），詳見(jiàn)圖3。

2.7 定量模型的驗(yàn)證

利用建立的水分定量模型對(duì)驗(yàn)證集藥材樣品的水分含量進(jìn)行預(yù)測(cè)，并與參考值進(jìn)行比較，結(jié)果見(jiàn)表5。

由表5可見(jiàn)，該模型預(yù)測(cè)值與參考值接近，驗(yàn)證相對(duì)偏差范圍在0.17%～5.11%，準(zhǔn)確度在94.89%～103.43%之間，即該模型準(zhǔn)確度較高，可用于預(yù)測(cè)肉桂藥材的水分。

3 討論

NIR分析技術(shù)是一種可以快速、高效地對(duì)樣品進(jìn)行定性和定量分析的低碳環(huán)保的檢測(cè)技術(shù)，近年來(lái)在中藥領(lǐng)域的應(yīng)用日益普遍[11-15]。NIR定量模型是對(duì)已知含量的樣品建立定量模型，通過(guò)PLS法對(duì)未知含量的樣品進(jìn)行準(zhǔn)確定量分析。經(jīng)查詢，目前尚無(wú)肉桂藥材的NIR研究報(bào)道，現(xiàn)行藥典NIR模型庫(kù)中也無(wú)肉桂藥材的NIR模型。本研究利用NIR結(jié)合PLS法建立肉桂藥材水分定量分析模型后，僅需要采集藥材樣品的NIR，并代入所建NIR模型中，便可預(yù)測(cè)藥材樣品的水分含量。本試驗(yàn)收集到的藥材樣品來(lái)自各個(gè)地方的廠家，涵蓋范圍較廣且分布較為均勻，具有一定的代表性，故所建模型預(yù)測(cè)結(jié)果具有較高的準(zhǔn)確度。

綜上所述，本方法快速準(zhǔn)確，簡(jiǎn)便無(wú)污染，可用于肉桂藥材水分的快速測(cè)定，同時(shí)也為生產(chǎn)企業(yè)日常自檢和主管部門(mén)現(xiàn)場(chǎng)檢查提供了一定參考。

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].2015年版.北京：中國(guó)醫(yī)藥科技出版社，2015：136-137.

[ 2 ] 梁曉艷，郭占京. 肉桂的藥理作用研究概況[J]. 現(xiàn)代醫(yī)藥衛(wèi)生，2013，29（10）：1501-1503.

[ 3 ] 娜仁其其格. 肉桂的傳統(tǒng)應(yīng)用、化學(xué)成分及藥理作用的研究概況[J]. 中國(guó)蒙醫(yī)藥，2015（7）：29-30.

[ 4 ] 李君，李俊雅. 近紅外光譜法測(cè)定絞股藍(lán)中水分的含量[J]. 黑龍江醫(yī)藥，2013，26（2）：179-181.

[ 5 ] 白雁，李珊，張威，等. 近紅外光譜法快速檢測(cè)金銀花中水分的含量[J]. 中國(guó)現(xiàn)代應(yīng)用藥學(xué)， 2011，28（11）：1025-1028.

[ 6 ] 白雁，郝敏，雷敬衛(wèi)，等. 近紅外光譜法快速測(cè)定白芍中水分及浸出物含量[J]. 中華中醫(yī)藥雜志，2016， 31（4）：1466-1467.

[ 7 ] 國(guó)家藥典委員會(huì). 中華人民共和國(guó)藥典：四部[S].2015 年版.北京：中國(guó)醫(yī)藥科技出版社，2015：通則67.

[ 8 ] 郭瑞鋒，郄冰冰，張鋮源. 鹽酸地芬尼多片近紅外光譜定量模型的建立[J]. 中國(guó)藥房，2014，25（25）：2352-2354.

[ 9 ] 陸婉珍. 現(xiàn)代近紅外光譜分析技術(shù)[M].北京： 中國(guó)石化出版社，2007： 430-441.

[10] 閆研，殷果，劉凱雙，等. 近紅外光譜法快速鑒別三九胃泰顆粒及其水分定量分析[J].中國(guó)藥房，2016，27（18）：2551-2554.

[11] 張迪文，白雁，謝彩俠. 近紅外光譜法快速測(cè)定女貞子藥材中女貞苷的含量[J].中國(guó)藥房，2016，27（36）：5140- 5143.

[12] 朱靜毅，應(yīng)忠良，聞琍毓. 近紅外光譜分析技術(shù)在藥品質(zhì)量控制中的應(yīng)用[J]. 中國(guó)藥房，2009，20（7）：550-554.

[13] 阮治綱，李彬. 近紅外光譜分析技術(shù)的原理及在中藥材中的應(yīng)用[J]. 藥物分析雜志，2011，31（2）：408-412.

[14] 江燕，楊眉，張學(xué)博，等. 中藥飲片近紅外光譜水分定量模型的研究[J]. 藥物分析雜志，2013，33（9）：1572-1577.

[15] 馬曉青，蔡皓，劉曉，等. 近紅外光譜在中藥鑒別和質(zhì)量控制中的應(yīng)用[J]. 中國(guó)藥房，2012，23（7）：661-663.

（收稿日期：2017-11-27 修回日期：2018-01-03）

（編輯：張 靜）