近紅外光譜建模法在中藥質(zhì)檢中的應(yīng)用

汪方舟

近紅外光譜建模法在中藥質(zhì)檢中的應(yīng)用

汪方舟

山東農(nóng)業(yè)大學(xué)化學(xué)與材料科學(xué)學(xué)院, 山東 泰安 271018

近紅外光譜技術(shù)近年來應(yīng)用廣泛，發(fā)展極快，本文簡要介紹了近紅外光譜技術(shù)的原理和快速、無損、可在線分析等特點，對近紅外光譜分析模型的建立過程進(jìn)行了闡述，分析了近紅外光譜技術(shù)在中藥質(zhì)量檢驗方面的應(yīng)用情況。

近紅外光譜; 標(biāo)準(zhǔn)建模; 中藥質(zhì)量鑒定

近紅外光譜技術(shù)（Near Infrared Reflectance Spectroscopy，NIRS）是近年來發(fā)展迅速的一種綠色分析技術(shù)，是把化學(xué)計量學(xué)算法與近紅外光譜檢測技術(shù)融合到一起，根據(jù)不同物質(zhì)對近紅外光的吸收特性對物質(zhì)的結(jié)構(gòu)和組成進(jìn)行定性、定量分析的一門技術(shù)，具有實時、快速、無損、環(huán)保和可進(jìn)行多組分分析的特點，己經(jīng)得到了廣泛的重視和應(yīng)用[1]。由于包括中藥在內(nèi)的天然產(chǎn)物分子絕大部分成分的基團(tuán)基頻振動的合頻與倍頻吸收都在近紅外區(qū)，所以近紅外光譜技術(shù)十分適于進(jìn)行中藥材的鑒別研究。中藥材組成十分復(fù)雜，其紅外光譜是其中多個組分紅外光譜的疊加，光譜的吸收峰強度與峰形是相同或不同的官能團(tuán)互相作用的結(jié)果，但隨著近年來紅外光譜儀器和化學(xué)計量方法學(xué)的發(fā)展進(jìn)步，近紅外光譜分析的準(zhǔn)確性進(jìn)一步提高，越來越多地應(yīng)用于中藥材的鑒別研究[2]。文章就近紅外光譜分析技術(shù)的原理、分析過程、標(biāo)準(zhǔn)模型的建立作一簡述以期為后續(xù)研究奠定基礎(chǔ)。

1 近紅外光譜原理

紅外光譜(Infrared spectra,IR)是指以連續(xù)波長的紅外線為光源照射樣品所測得的吸收光譜，它是由于分子發(fā)生振動能級的躍遷而產(chǎn)生的，又稱振動光譜。近紅外光譜與中紅外光譜之間的一段譜區(qū)，波長范圍在780~2526 nm之間，分為短波（780~1100 nm）和長波（1100~2526 nm）[3]。是X—H（如C—H，N—H和O—H）或多鍵振動的倍頻和合頻的主要吸收區(qū)，對于含氫原子的官能團(tuán)的化合物，如醇、酚、胺和碳?xì)浠衔铮┒藖喖谆?、環(huán)氧基和順反雙鍵、氫鍵等具有較好的研究效果[4]。絕大多數(shù)有機(jī)物的一些主要結(jié)構(gòu)和組成都可以在其的近紅外光譜中找到信號，而且獲取光譜容易，譜圖穩(wěn)定[5]。

2 近紅外光譜應(yīng)用于中藥質(zhì)檢

我國中藥資源十分豐富且使用歷史悠久，在醫(yī)藥行業(yè)中占據(jù)重要的地位。目前市場上存在很多以次充好、以假亂真的中藥材，而中藥材中的偽品、混淆品直接影響中藥的質(zhì)量，中藥質(zhì)量的可控性研究是醫(yī)藥行業(yè)關(guān)注的焦點。中藥成分復(fù)雜，傳統(tǒng)鑒定有性狀鑒定、顯微鑒定和理化鑒定等方法，這些方法大多需要預(yù)處理，分析過程耗時長且操作繁瑣，而近紅外光譜技術(shù)則可以實現(xiàn)中藥材的快速、無損壞、在線鑒定。因此近紅外光譜法近年來在中藥領(lǐng)域中的應(yīng)用廣泛，包括真?zhèn)舞b別、品種鑒定、產(chǎn)地鑒別、質(zhì)量評價等，節(jié)約了生產(chǎn)成本，減少了工作量，并提升了經(jīng)濟(jì)效益。

2.1 真?zhèn)舞b別

藥材的鑒別是藥物質(zhì)量標(biāo)準(zhǔn)的核心，假藥是危害國民身體健康的原因之一，目前全球范圍的假藥比例達(dá)5%~10%。近紅外光譜法作為一種快速無損鑒定技術(shù)，適用于假藥的識別與鑒定。王良金等應(yīng)用近紅外圖譜直觀法分析鑒別假藥，與已知真品藥物的近紅外光譜對比，驗證了復(fù)方甘草片、六味地黃丸等13個中成藥品種，證明了應(yīng)用近紅外譜圖直觀對比法篩查市場上常見的假藥是切實可行的。劉荔荔等用近紅外漫反射峰位鑒別法成功地對天麻進(jìn)行了真?zhèn)舞b別。王剛力等用近紅外光譜技術(shù)準(zhǔn)確地鑒別了紅參及其偽品，顯示了將近紅外光譜技術(shù)應(yīng)用于中藥鑒別分析的良好前景。鐘健理等采用近紅外光譜技術(shù)對黃茶及其染色品進(jìn)行了研究，結(jié)果表明這種便捷的技術(shù)可以快速準(zhǔn)確地鑒別真?zhèn)尾⒈阌谠谒幤窓z測車上推廣使用[6]。目前藥檢部門快速打假就采用了近紅外光譜分析技術(shù)，中國藥品生物制品檢定所將近紅外識別系統(tǒng)與化學(xué)快速鑒別系統(tǒng)結(jié)合建立快速檢測平臺，研發(fā)了集藥品快速檢測技術(shù)、信息技術(shù)于一體的流動實驗室，即藥品檢測車，以實現(xiàn)“掌握信息，快速篩查，靶向抽樣，目標(biāo)檢驗”的目的[7]，藥品檢測車用于基層現(xiàn)場快速鑒別假藥具有很大使用價值。

2.2 品種鑒定

藥用植物同屬藥材之間親緣關(guān)系較近，其化學(xué)成分也非常接近，對這些藥材及其制品的生藥之間的存在鑒別困難，但不同種藥材中化學(xué)成分的種類及含量還是存在差異的，利用近紅外光譜技術(shù)和化學(xué)計量學(xué)方法相結(jié)合，更具科學(xué)性，更加準(zhǔn)確、快速，可有效輔助性應(yīng)用于藥用植物近緣種之間的分類鑒定[8]。Lau CC等應(yīng)用近紅外光譜區(qū)分葛根屬的不同品種，建立了一套快速的分析檢測技術(shù)。劉國林等四對不同產(chǎn)地的42種中藥蛇床子的類別進(jìn)行了分析，二維平面分布圖顯示不同種的蛇床子在近紅外光譜上存在重大差異，為中藥的類別分析提供了可能[6]。

2.3 產(chǎn)地鑒別

我國中藥藥材產(chǎn)地分布區(qū)域廣泛,不同的產(chǎn)地會直接影響藥材成分、藥用價值和應(yīng)用效果，因此中藥材產(chǎn)地的鑒定分析是保證中藥的品質(zhì)，確保療效和用藥安全的關(guān)鍵環(huán)節(jié)。應(yīng)用近紅外光譜技術(shù)可以反映不同產(chǎn)地的同種藥材在化學(xué)成分上的細(xì)微變化，有效的實現(xiàn)產(chǎn)地的快速鑒別。目前，已成功運用基線校正和方差處理方法，對黃蔑和人參進(jìn)行了地域性鑒別，結(jié)合非線性映射法和系統(tǒng)聚類分析法，對不同產(chǎn)地的5種自芷類中藥進(jìn)行鑒定研究，獲得相同的結(jié)果，方法可靠[9]。

2.4 質(zhì)量評價

由于中藥制劑生產(chǎn)過程中的提取、濃縮、混合、壓片、包衣等步驟的工藝參數(shù)的變化將直接影響最終產(chǎn)品的質(zhì)量，目前存在生產(chǎn)加工中間過程不可控、產(chǎn)品質(zhì)量均一性差等問題[10]，隨著對藥品質(zhì)量要求的不斷提高，過程質(zhì)量控制技術(shù)在我國中藥生產(chǎn)過程中的應(yīng)用逐漸被人們重視。而近紅外光譜分析技術(shù)的快速、多參數(shù)測定、無污染等優(yōu)點，成為目前實現(xiàn)中藥制劑生產(chǎn)全過程的在線監(jiān)測的有力工具。近年來，不少學(xué)者對NIRS技術(shù)在中藥生產(chǎn)過程中的在線監(jiān)測進(jìn)行了研究，如Huang等[11]將NIRS結(jié)合多元統(tǒng)計過程控制方法用于中藥丹參注射液醇沉過程的在線控制，所建立控制模型可用于生產(chǎn)過程異常批次快速診斷。

圖 1 近紅外光譜法的分析過程圖

3 近紅外光譜法分析過程

由于近紅外光譜存在吸收強度弱、光譜重疊嚴(yán)重等缺點，要想進(jìn)行準(zhǔn)確的定性定量分析，必須借助化學(xué)計量學(xué)方法所建立的高質(zhì)量的模型[12]NIR定量分析流程是系統(tǒng)地解決NIR測定各種難點、完成分析的過程，是建立在傳統(tǒng)分析方法上的一種二級分析方法。分析流程如圖1所示[13]。

3.1 收集樣品

建立校正模型前，需要廣泛收集的代表性祥品作為訓(xùn)練集，樣品應(yīng)分布均勻且能覆蓋以后要分析樣品的范圍。樣品的覆蓋范圍越大，適用范圍就越寬，相應(yīng)的分析精度就可能變差；范圍越小，分析結(jié)果的精度就相對較高，但適用范圍會變窄。

3.2 用標(biāo)準(zhǔn)方法測定樣品

對于較復(fù)雜的天然產(chǎn)物(如中藥材)，必須用國家標(biāo)準(zhǔn)方法或者常規(guī)方法來得到測定目標(biāo)組分準(zhǔn)確的參數(shù)數(shù)據(jù)，并盡量減少人為誤差，這是能夠準(zhǔn)確建模的前提。

3.3 樣品光譜的采集

不同性狀的樣品的選擇不同的光譜釆集方式，均勻且流動性好的液體樣品或者固體樣品使用采用透射光譜，固體顆粒、粉末、纖維、織物等不規(guī)則物品采用漫反射光譜。釆集樣品光譜時，需選擇適當(dāng)?shù)牟杉K和參數(shù)。為了采集光譜的穩(wěn)定性，同一樣品需釆集多次光譜。

圖 2 不同產(chǎn)地枸杞子樣品原始光譜[14]

3.4 光譜的預(yù)處理

在近紅外光區(qū)間樣品吸收較弱，為了解決各種背景干擾如隨機(jī)噪音、信號本底、光散射等因素對光譜的干擾，需要對光譜采用預(yù)處理方法。光譜分析化學(xué)計量學(xué)軟件中包含各種處理方式，如光譜的扣減、微分、多元散射校正、歸一化處理等功能,能將干擾消除或減到最小，把較弱的信號放大出來，提高光譜的分辨率。

表 1 不同光譜預(yù)處理對矯正模型樣品識別結(jié)果的影響（主成分?jǐn)?shù)為10）

圖 3 枸杞子的判別分析結(jié)果[14]

3.5 建立校正模型

采用一定的數(shù)學(xué)方法分別對采用不同預(yù)處理方法的光譜進(jìn)行分析，尋找建立數(shù)學(xué)模型的最佳校正范圍和最佳因子數(shù)建立模型。對于吸收光譜，一般用比耳定律來關(guān)聯(lián)吸光度及某種物化性質(zhì)。對于漫反射光譜，是用類似比耳定律的一些公式。

由于近紅外光譜中各組分的譜帶重疊嚴(yán)重，用單波長數(shù)據(jù)建立的校準(zhǔn)曲線必將產(chǎn)生較大誤差，因此必須利用多波長甚至全譜數(shù)據(jù)建立校正模型[15]。常用的化學(xué)計量學(xué)多元校正方法包括：主成分回歸法[16]、多元線性回歸等[17]、偏最小二乘法（PLS）[18]、間隔偏最小二乘法(iPLS)[19]。經(jīng)過計量學(xué)的發(fā)展，也產(chǎn)生了一些特殊校正方法,如拓?fù)?、人工神?jīng)網(wǎng)絡(luò)、小波變換等方法。

3.6 用驗證集樣品評價模型

建立模型后，采用外部驗證法進(jìn)行檢驗，另取若干樣品作為驗證集，掃描獲得驗證集樣品NIRS光譜，在異常樣品剔除、光譜預(yù)處理后將其導(dǎo)入建標(biāo)模型，與已知的參數(shù)數(shù)據(jù)比較運算，通過關(guān)系數(shù)、標(biāo)準(zhǔn)偏差等指標(biāo)來評價模型的好壞檢測結(jié)果。

表 2 7個驗證樣品判別預(yù)測分析結(jié)果

4 結(jié)論

近紅外光譜技術(shù)可較為客觀地反映藥材內(nèi)在的質(zhì)量，較其他鑒定方法操作更加簡便，可不受試樣藥材形態(tài)特征的限制且對試樣無明顯損壞，無需復(fù)雜的前處理過程，同時檢測過程高效快速無污染，應(yīng)用范圍較為廣泛。但是近紅外光譜檢測靈敏度較低，諸檢測結(jié)果校正模型需要大量樣本，定量分析中要求被測組分的含量不小于0.1%[20]對于藥材中含量較低的成分不能運用這種檢測方法。

近紅外光譜技術(shù)的研究中建立可靠的校正模型是關(guān)鍵因素，因而隨著計算機(jī)軟件技術(shù)、分析儀器設(shè)備以及分析技術(shù)的進(jìn)步，近紅外光譜技術(shù)將可以更好地應(yīng)用于中藥及其制劑的分析領(lǐng)域[21]，其在中藥鑒定中的應(yīng)用范圍和應(yīng)用價值將不斷提高，對中藥研究和制劑生產(chǎn)發(fā)揮日益重要的推動作用。

[1] 付小環(huán),胡軍華,李家春,等.應(yīng)用近紅外光譜技術(shù)對獲等藥材進(jìn)行定性定量檢測研究[J].中國中藥雜志,2015,40(2):280-286

[2] 姜大成,何淑華,張潔.紅外光譜鑒定中藥材的原理與方法[J].中藥材,1993,16(7):42-43

[3] 張欣,單楊.國外近紅外光譜分析技術(shù)在食品安全問題中的應(yīng)用研究進(jìn)展[J].食品工業(yè)科技,2010,31(9):398-401

[4] 徐廣通,袁洪福,陸婉珍.現(xiàn)代近紅外光譜技術(shù)及應(yīng)用進(jìn)展[J].光譜學(xué)與光譜分析,2000,20(2):134-142

[5] 王亞敏,張卓勇,湯彥豐,等.近紅外光譜技術(shù)在中藥鑒別及分析中的應(yīng)用[J].首都師范大學(xué)學(xué)報:自然科學(xué)版,2004,25(3):41-45

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

[7] 胡昌勤,成雙紅,馮艷春,等.藥品檢測車運行模式的探討[J].中國藥事,2008,22(8):641-644

[8] 鄒淑涵,徐文芬,何順志.近紅外光譜技術(shù)在中藥鑒定中的應(yīng)用與發(fā)展[J].貴州科學(xué),2015,33(5):65-69

[9] 澤郎尼瑪.近紅外光譜分析技術(shù)的原理及在中藥材中的應(yīng)用[J].大家健康,2015,9(1):278-279

[10] 聶黎行,王鋼力,李志猛,等.近紅外光譜法在中藥生產(chǎn)過程分析中的應(yīng)用[J].光學(xué)學(xué)報,2009,29(2):541-547

[11] Huang HX, Qu HB. Inline monitoring of alcohol precipitation by near－infrared spectroscopy in conjunction with multivariate batch modeling[J]. Analytica Chimica Acta, 2011,707(1-2):47-56

[12] 劉言,蔡文生,邵學(xué)廣.近紅外光譜分析方法研究:從傳統(tǒng)數(shù)據(jù)到大數(shù)據(jù)[J].科學(xué)通報,2015,60(8):704-713

[13] 黃維,楊季冬.波段優(yōu)選在近紅外光譜分析某些天然產(chǎn)物成分的應(yīng)用研究[D].重慶:西南大學(xué),2014

[14] 許春瑾,張睿,于修燭.基于近紅外光譜的中寧枸杞子判別分析[J].食品科學(xué),2014,35(2):164-167

[15] 郝生燕,劉丹丹,汝應(yīng)俊,等.菜籽粕養(yǎng)分含量變異及其近紅外光譜技術(shù)檢測[J].甘肅農(nóng)業(yè)大學(xué)學(xué)報,2014,49(4):28-32

[16] Hao L, Jiewen Z, Li S,. Freshness measurement of eggs using near-infrared (NIR) spectroscopy and multivariate data analysis[J]. Innovative Food Science and Emerging Technologies, 2011,12:182-186

[17] 李琴,鄭雷玉,袁紅梅.近紅外光譜技術(shù)在鑒別食品真?zhèn)魏彤a(chǎn)地屬性的應(yīng)用研究進(jìn)展[J].硅谷,2011(6):43,68

[18] Ni YN, Mei MH, Kokot S. Analysis of complex, processed substances with the use of NIR spectroscopy and chemometrics: Classification and prediction of properties - The potato crisps example[J]. Chemometrics and Intelligent Laboratory Systems, 2011,105(2):147-156

[19] 朱秀超,王立琦.油脂酸價近紅外光譜檢測PLS建模方法研究陰[J].信息技術(shù),2010,30(8):16-18

[20] 趙中振,梁之桃.近紅外光譜技術(shù)在中藥鑒定中的應(yīng)用與優(yōu)勢[J].中國中藥雜志,2012,37(8):1062-1065

[21] 周文婷,林萍,王海霞,等.近紅外光譜技術(shù)在中藥領(lǐng)域質(zhì)量評價中的應(yīng)用[J].湖北農(nóng)業(yè)科學(xué),2014,53(14):3231-3235

The Application of Near-infrared Spectroscopy (NIR) Modeling in the Quality Detection for Traditional Chinese Medicine

WANG Fang-zhou

271018,

Near infrared spectrum technology has developed rapidly and been widely applied in recent years, especially, this paper briefly introduces the principle of near infrared spectrum technology and characteristics of fast, nondestructive and on-line analysis, process of near infrared spectral analysis model, analysis of near infrared spectroscopy in the application of traditional Chinese medicine quality detection.

Near infrared spectroscopy; standard modeling; quality detection for traditional Chinese medicine

O657.33

A

1000-2324(2018)05-0787-04

10.3969/j.issn.1000-2324.2018.05.012

2018-03-05

2018-04-01

汪方舟(1990-),女,碩士研究生,研究方向天然產(chǎn)物分析. E-mail:1274591349@163.com