韓嘉欣, 陳昌云
(南京曉莊學院環(huán)境科學學院,江蘇南京 211171)
姜黃為姜科植物姜黃(Curcumalonga.L.)的干燥根莖,屬多年生草本植物,可作為保健食品的植物原料。姜黃主要成分為姜黃素類化合物和倍半萜類化合物,臨床上具有抗腫瘤、抗氧化、抗艾滋病、抗老年癡呆等藥理活性[1],可治療痛經(jīng)、出血、跌撲腫痛、胸肋刺痛等疾病。板藍根(Radix)為十字花科植物菘藍的干燥根莖,分為北板藍根和南板藍根,前者盛產(chǎn)于河北、江蘇等地,后者盛產(chǎn)于廣東、福建等地。板藍根味苦性寒[2],具有增強免疫力、抗病毒、抗菌、抗炎等療效[3 - 5],可用于瘟病發(fā)斑、流感、流腦等[6],是多種抗流感類中成藥的主要來源。目前,市場上仍有板藍根混偽品,如南北板藍根混偽品及板藍根與葛根的混偽品,所以,在生產(chǎn)過程中對其進行質(zhì)量控制尤為重要[7]。
化學計量學中無監(jiān)督模式識別(Unsupervised Pattern Recognition)中最常用的是主成分分析(PCA)和系統(tǒng)聚類分析(HCA)。PCA是以最佳的方法提取特征量之間相關性,特征量通過標準化后對其進行線性組合,最大程度的篩選出能體現(xiàn)原始數(shù)據(jù)信息的變量,大大降低維度,且可同時分析變量[8]。HCA是按照相似度為依據(jù),對樣品進行分類,以“物以類聚”為核心,在生物學領域被大規(guī)模使用[6]。雙指標模型以n個樣品為參照點,形成n維序列空間,加上共有峰率和變異峰率雙指標空間,可在2+n維(n:樣品數(shù)目)空間中觀察樣品間的異同,共有峰率越高,則說明樣品間關系越親近[9]。Ding等[10]通過化學計量學結(jié)合高效液相色譜對姜黃進行產(chǎn)地分析;Jin[12]利用高效液相色譜對板藍根中(R-S)-告依春的含量進行分析。紅外光譜具有樣品前處理簡單、分析速度快、樣品無損壞等優(yōu)點。本實驗采用紅外光譜指紋圖譜結(jié)合雙指標模型對板藍根樣品、板藍根與葛根混偽品進行品質(zhì)分析和產(chǎn)地分類,并運用PCA和HCA分析,進一步對姜黃樣品進行歸類。
島津FT-IR Prestige-21紅外光譜儀,光譜掃描范圍4 000~400 cm-1,分辨率4 cm-1,掃描次數(shù)16次,扣除CO2和H2O的背景干擾。
收集30份姜黃樣品,產(chǎn)地分別為:廣東(C0、C5、C10、C15、C20和C25號),廣西(C1、C6、C11、C16、C21和C26號),山東(C2、C7、C12、C17、C22和C27號),安徽(C3、C8、C13、C18、C2和C28號),四川(C4、C9、C14、C19、C24和C29號)。4份板藍根樣品來自河北、廣東、江蘇和福建,依次編號為R1、R2、R3和R4號;1份葛根藥材產(chǎn)地為河北,編號為R6號;1份板藍根復方顆粒(成份:板藍根,乙醇,蔗糖和糊精)產(chǎn)地為廣西。將4份板藍根樣品與葛根混合(3∶2),制成板藍根偽品,編號分別是R7、R8、R9和R10號。
將用于紅外光譜分析的姜黃和板藍根樣品純凈并干燥24 h,粉碎,過200目篩。紅外光譜圖和紅外二階導數(shù)圖采用IRsolution處理,25點平滑。運用SPSS軟件對姜黃樣品進行主成分分析與系統(tǒng)聚類分析。
R1~R10的紅外光譜光譜圖見圖1。從圖1可以看出,板藍根復方顆粒R5在3 538 cm-1出現(xiàn)了蔗糖的尖銳強特征峰-OH,1 262 cm-1和1 192 cm-1等出現(xiàn)了尖峰,為輔料蔗糖、糊精的特征峰,1 100、1 024、960和886 cm-1強吸收峰為蔗糖、糊精的特征峰C-O-C,804 cm-1特征峰歸屬于飽和C-H伸縮振動。板藍根原料R1~R4與葛根原料R6,及兩者混偽品R7~R10峰形分布類似;其中,2 995 cm-1附近強特征峰歸屬于-CH2反對稱伸縮振動,1 970 cm-1附近為-C=O的伸縮振動,1 500 cm-1附近特征峰歸屬于-CH3和-CH2彎曲振動吸收峰。吸收峰波數(shù)見表1。
表1 板藍根紅外吸收峰數(shù)據(jù)
C0~C4的紅外光譜光譜圖見圖2。從圖2可看出,不同產(chǎn)地的姜黃均在3 002、1 572、1 294 和873 cm-1附近有固定吸收。其中,3 002 cm-1附近強峰歸屬于-OH的伸縮振動,1 572 cm-1和1 492 cm-1附近為苯環(huán)骨架的伸縮振動,1 294 cm-1附近強吸收峰為-C=O的伸縮振動所采集到的峰,與文獻報道[11]姜黃含有姜黃素類化合物和沒藥烷倍半萜類化合物所含有的基團具有一致性。
根據(jù)參考文獻[12]紅外指紋圖譜的雙指標序列,分別計算姜黃紅外指紋圖譜的共有峰率和變異峰率。
C0∶C1(53.8;42.9,42.9),C2(81.8;11.1,11.1),C3(81.8;11.1,11.1),C4(54.5;66.7,16.7)
C1∶C0(53.8;42.9,42.9),C2(66.7;22.5,22.5),C3(66.7;22.5,22.5),C4(70.0;42.9,0.0)
C2∶C0(81.8;11.1,11.1),C1(66.7;22.5,22.5),C3(100.0;0.0,0.0),C4(70.0;42.9,0.0)
C3∶C0(81.8;11.1,11.1),C1(66.7;22.5,22.5),C3(100.0;0.0,0.0),C4(70.0;42.9,0.0)
C4∶C0((54.5;16.7,66.7),C1(70.0;0.0,42.9),C2(70.0;0.0,42.9),C3(70.0;0.0,42.9)
5個姜黃樣品共有峰率均大于53.8%,最高是C2∶C3為100.0%;最低是C0∶C1為53.8%。變異峰率最低的是C3∶C4和C2∶C3,均為0.0%;最高的是C0∶C4,其值為66.7%。
圖1 板藍根的紅外(IR)光譜圖Fig.1 IR spectra of Radix Curve:1-4 are Radix samples from Hebei, Guangdong, Jiangsu and Fujjian, 5 is Radix compound granule;6 is Kudzuvine root sample from Hebei;7-10 are mixtures of four different Radix samples with Kudzuvine root, respectively.
圖2 不同產(chǎn)地姜黃的紅外(IR)光譜圖Fig.2 IR spectra of Curcuma longa.L.from different regions 0-4 are Curcuma longa.L. samples from Guangdong, Guangxi, Shandong, Auhui and Sichuan, respectively.
R1: R2(68.8;36.4,9.1),R3(86.7;15.4,0.0),R4(66.7;50.0,0.0),
R6(86.7;15.4,0.0),R7(62.5;50.0,10.0),R8(62.5;50.0,0.0),
R9(66.7;50.0,0.0),R10(73.3;36.4,0.0)
R2:R1(68.8;9.1,36.4),R3(78.6;9.1,18.2),R4(76.9;20.0,10.0),
R6(60.0;33.3,33.3),R7(76.9;20.0,10.0),R8(76.9;20.0,10.0),
R9(69.2;33.3,11.1),R10(64.3;33.3,22.2)
R3:R1((86.7;0.0,15.4),R2(78.6;18.2,9.1),R4(71.4;33.3,10.0),
R6(78.6;18.2,9.1),R7(71.4;33.3,10.0),R8(71.4;33.3,10.0),
R9(76.9;30.0,0.0),R10(71.4;33.3,10.0)
R4:R1(66.7;0.0,50.0),R2(76.9;10.0,20.0),R3(71.4;10.0,33.3),
R6(76.9;10.0,20.0),R7(90.9;10.0,0.0),R8(100.0;0.0,0.0),
R9(75.0;29.6,14.8),R10(83.0;10.0,0.0)
R6:R1(86.7;0.0,15.4),R2(60.0;33.3,33.3),R3(78.6;9.1,18.2),
R4(76.9;20.0,10.0),R7(64.3;33.3,22.2),R8(76.9;20.0,10.0),
R9(69.2;33.3,11.1),R10(91.7;9.1,0.0)
R7:R1(62.5;10.0,50.0),R2(76.9;10.0,20.0),R3(71.4;10.0,33.3),
R4(90.9;0.0,10.0),R6(64.3;33.3,22.2),R8(76.9;20.0,10.0),
R9(69.2;33.3,11.1),R10(91.7;9.1,0.0)
R8:R1(62.5;0.0,50.0),R2(76.9;10.0,20.0),R3(71.4;10.0,33.3),
R4(100.0;0.0,0.0),R6(76.9;10.0,20.0),R7(83.3;10.0,10.0),
R9(61.5;37.5,25.0),R10(75.0;29.6,14.8)
R9:R1(66.7;0.0,50.0),R2(69.2;11.1,33.3),R3(76.9;0.0,30.0),
R4(75.0;14.8,29.6),R6(69.2;11.1,33.3),R7(61.5;25.0,37.5),
R8(75.0;14.8,29.6),R10(75.0;14.8,29.6)
R10:R1(73.3;0.0,36.4),R2(64.3;22.2,33.3),R3(71.4;10.0,33.3),
R4(83.3;10.0,10.0),R6(91.7;0.0,9.1),R7(75.0;14.8,29.6)
R8(83.3;10.0,10.0),R9(75.0;29.6,14.8)
板藍根R1~R4共有峰率均大于66.7%,最高是R1:R3達到86.7%,最低是R1:R4為66.7%;變異峰率最大是R1:R4為50.0%,最小是R1:R3為0.0%。因此,產(chǎn)地對于板藍根的化學成分有影響。
葛根R6與板藍根R1~R4共有峰率均大于60.0%,最高的是R6:R1為86.7%,變異峰率最大的是R6:R2,其值為33.3%。葛根和板藍根的混偽品R7~R10與純板藍根樣品R1~R4,共有峰率最小的是R7:R1和R8:R1,62.5%,最大的是R8:R4,100.0%;變異峰率最大的是R7:R1,R8:R1和R9:R1,50.0%,最小的是R8:R4和R7:R4為0.0%。所以,葛根含有的官能團與板藍根極其相似,因此每逢病毒性疾病流行時,板藍根會供不應求,因此常常存在板藍根與葛根混用現(xiàn)象,這是不恰當?shù)摹?/p>
圖3 板藍根的紅外二階導數(shù)圖譜Fig.3 Second derivative IR spectra of RADIX Curve:1-10 are same as in Fig.1.
紅外二階導數(shù)圖譜可以分離重疊的峰,提高紅外圖譜的分辨率[13]。為進一步對R1~R10進行區(qū)分,將2 000~400 cm-1范圍內(nèi)的紅外光譜進行二階導數(shù)處理,處理圖譜如圖3。不同產(chǎn)地的板藍根R1~R4在1 639~1 465 cm-1、1 422~1 195 cm-1、1 157~1 016 cm-1、880~572 cm-1和718~404 cm-1具有相似的峰形。其中,1 639~1 465 cm-1范圍之間為單峰,位于1 639cm-1處;1 422~1 195 cm-1范圍之間有雙峰,位于1 422和1 292 cm-1處;1 157~1 016 cm-1范圍之間有3個吸收峰,位于1157、1 086 和1 016 cm-1處;880~572 cm-1范圍之間有3個吸收峰,位于880、821和767cm-1處;718~404 cm-1為單峰,位于577 cm-1處。R4較R1~R3而言,峰信號更強。
板藍根與葛根的混偽品R7~R10在1 739~1 499 cm-1、960~762 cm-1和583~403 cm-1具有相似的峰形。1736~499 cm-1為雙峰,位于1 736和1 499 cm-1處,其中R8在1 499 cm-1峰形更尖銳,信號更強;960~762 cm-1范圍之間為雙峰,位于955和877 cm-1處;583~403 cm-1范圍之間有單個吸收峰,位于583 cm-1處。R7在1 338、1 236、1 166、1 005 cm-1附近峰信號較弱。
本實驗選取類內(nèi)平均鏈鎖法(Within-groups Linkage),并運用歐式距離平方作為測度,此種聚類方法和測度運用較為廣泛[14],且結(jié)果較精確。所得的樹狀圖如4。從圖4可以看出,姜黃樣品仍然可以按照產(chǎn)地聚為一類。將6個共有的紅外特征吸收峰的波數(shù),作為輸入變量(30×6)用于主成分分析。因PC1和PC2的總方差貢獻率為88.101%(其中,PC1=68.067%,PC2=20.034%),所以僅擷取PC1和PC2即可。從圖5可以看出,30個姜黃樣品較明顯分為5類。首先,在PC1上,廣西和四川的姜黃得分為正值,且廣西姜黃樣品得分最高,廣東姜黃得分最低;因此,在PC1上能較好地區(qū)分廣西和廣東姜黃,且較其他產(chǎn)地姜黃,廣西姜黃樣品分布較為疏散。5號峰在PC1上對廣東的姜黃樣品載荷最小,其和1、3 6號峰能清晰地區(qū)分產(chǎn)地分別是廣東和廣西的姜黃樣品。其次,在PC2上,四川和山東的姜黃樣品得分均為正值,廣東的姜黃樣品得分接近0,四川和廣西的姜黃樣品得分為負值。6號峰在PC2上載荷最大,不能很好地將山東和四川的姜黃樣品分類,2號和5號峰能很清晰的將安徽和四川產(chǎn)地的姜黃樣品區(qū)分。綜上,PC1不能有效地將安徽、廣東和山東的姜黃樣品進行區(qū)分;較PC1而言,不同產(chǎn)地的姜黃樣品在PC2上分布的更分散,能達到很好的分類效果。
圖4 30份姜黃樣品樹狀分布圖Fig.4 Dendrogram of 30 Curcuma longa.L. samples
圖5 30份姜黃樣品的主成分分析圖Fig.5 PCA plot of the 30 Curcuma longa.L. samples
廣東和安徽姜黃樣品綜合得分為均為正值,前者綜合得分均值為1.12,得分最高,品質(zhì)最佳,后者綜合得分為0.49,次之;山東的姜黃樣品品質(zhì)居中,綜合得分均值為-0.09;四川的姜黃樣品綜合得分為-0.229;廣西的姜黃樣品得分最低,品質(zhì)最差,綜合得分均值為-0.71。
本文運用雙指標模型和化學計量學對姜黃和板藍根樣品紅外光譜圖進行分析,達到了產(chǎn)地和品質(zhì)分類的目的。由于葛根與板藍根的官能團種類相似,兩者混偽品與純板藍根共有峰率均大于62.5%。山東的姜黃樣品綜合得分與安徽的姜黃樣品得分最接近,廣西和廣東的姜黃樣品得分差值最大,且綜合雙指標模型,可得廣西與廣東的姜黃樣品質(zhì)量差別大。雙指標模型能較精確地分析樣品間親緣關系,系統(tǒng)聚類分析和主成分分析僅適用于常規(guī)分類,準確度低。