懷地黃葉片中總環(huán)烯醚萜苷及總苯乙醇苷含量快速分析模型的建立

耿曉桐，王豐青，謝彩俠*，陶曉賽，李雅靜，雷敬衛(wèi)

1河南中醫(yī)藥大學(xué)，鄭州 450046；2河南農(nóng)業(yè)大學(xué)，鄭州 450000

地黃為玄參科植物地黃 (RehmanniaglutinosaLibosch.) 的新鮮或干燥塊根，具有清熱生津之功效[1]，主產(chǎn)于河南、山西、山東、河北等地，以“古懷慶府”(今河南的溫縣、沁陽(yáng)、武陟、孟縣等地)一帶地黃栽培歷史最長(zhǎng)，俗稱(chēng)“懷地黃”，為我國(guó)“四大懷藥”之一，也是我國(guó)具有特殊地理標(biāo)志的常用大宗藥材之一。

地黃中主要含有環(huán)烯醚萜苷類(lèi)、苯乙醇苷類(lèi)、紫羅蘭酮類(lèi)、糖類(lèi)等化合物，地黃葉片作為地黃植株重要的部位，在地黃整個(gè)生長(zhǎng)發(fā)育期內(nèi)的生物量較高，而且含有多種化學(xué)成分[2]。研究表明，地黃葉片中部分苯乙醇苷和環(huán)烯醚萜苷類(lèi)成分含量高于地黃塊根[3，4]，作為商品藥材，地黃葉被收載于 1988年版《北京市中藥材標(biāo)準(zhǔn)》[5]。近幾年，隨著地黃的臨床應(yīng)用和研究的不斷深入，地黃在方劑中的使用頻率明顯增多。另外，由于市場(chǎng)上具有清涼滋補(bǔ)的地黃保健食品的開(kāi)發(fā)，使地黃的市場(chǎng)需求量不斷增加，但由于地黃的連作障礙和土地資源有限等原因?qū)е碌攸S資源相對(duì)緊缺，因此地黃葉的開(kāi)發(fā)利用開(kāi)始逐漸被研究者所關(guān)注。

中藥藥效的發(fā)揮往往是多個(gè)有效部位群整體協(xié)同作用的結(jié)果，總環(huán)烯醚萜苷和總苯乙醇苷作為地黃中重要的兩類(lèi)有效成分[6]，其含量的高低在一定程度上可以反映地黃葉片質(zhì)量的優(yōu)劣，因此建立一種可以快速檢測(cè)總環(huán)烯醚萜苷及總苯乙醇苷含量的方法對(duì)于地黃葉片的質(zhì)量評(píng)價(jià)及資源利用具有重要的意義。目前常規(guī)測(cè)定中藥中總環(huán)烯醚萜苷及總苯乙醇苷含量所采用的方法有紫外可見(jiàn)分光光度法、HPLC法[7,8]、UPLC-MS法[9]、聚酰胺吸附法[10]、二階導(dǎo)數(shù)光譜法[11]等，但地黃樣品用于測(cè)定總苯乙醇苷及總環(huán)烯醚萜苷的含量測(cè)定基本均用紫外分光光度法[12,13]，綜合考慮到紫外分光光度法處理較為復(fù)雜、誤差來(lái)源較多、試劑用量較大，污染較為嚴(yán)重，近紅外光譜法作為一種無(wú)損、快速、綠色的分析方法已經(jīng)廣泛的應(yīng)用于中藥的質(zhì)量分析中[14,15]，而地黃葉片中總環(huán)烯醚萜苷及總苯乙醇苷含量快速測(cè)定方法的研究未見(jiàn)報(bào)道?；诖?，本研究以不同種質(zhì)的懷地黃為研究對(duì)象，采集其生育期內(nèi)的地黃葉片，利用紫外可見(jiàn)分光光度法結(jié)合化學(xué)計(jì)量學(xué)軟件建立懷地黃葉片中總環(huán)烯醚萜苷和總苯乙醇苷含量的測(cè)定方法，以實(shí)現(xiàn)地黃葉片質(zhì)量的快速評(píng)價(jià)和合理利用。

1 儀器與試藥

1.1 儀器

萬(wàn)分之一電子天平(METTLER TOLEDO梅特勒-托利多儀器上海有限公司)、HH-S2雙孔智能水浴鍋(鞏義市予華儀器有限責(zé)任公司)、Nicolet 6700 型傅立葉變換近紅外光譜儀(美國(guó)Thermo Nicolet 公司) 、紫外-可見(jiàn)分光光度計(jì)(EVOLUTIION 260 BIO，Thermo)、石英比色皿(宜興市銀星分析器件廠)。

1.2 試劑

毛蕊花糖苷(四川省維克奇生物科技有限公司，批號(hào)：MUST-17020715)、梓醇(成都曼思特生物科技有限公司，批號(hào)：MUST-17102510)、甲醇(分析純，天津市致遠(yuǎn)化學(xué)試劑有限公司)、無(wú)水乙醇(天津市致遠(yuǎn)化學(xué)試劑有限公司，分析純)、2，4-二硝基苯肼(天津市大茂化學(xué)試劑廠)、鹽酸(煙臺(tái)市雙雙化工有限公司)、氫氧化鈉(天津市恒興化學(xué)試劑制造有限公司)、蒸餾水(鄭州山溪泉蒸餾水有限公司)。

1.3 實(shí)驗(yàn)樣品

實(shí)驗(yàn)以金九、白變、山東、BJ-1、QH-1、85-5等六個(gè)常見(jiàn)地黃種質(zhì)的葉片為研究對(duì)象，每次每個(gè)種質(zhì)隨機(jī)選取5株作為一個(gè)樣品，每次每個(gè)種質(zhì)共收集10株，即兩份樣品。從6月～12月整個(gè)生育期內(nèi)收集了六個(gè)種質(zhì)地黃葉片共128份。將地黃葉片洗凈，在真空干燥箱中55 ℃烘干，經(jīng)高速萬(wàn)能粉碎機(jī)粉碎后過(guò)50目篩，保存于干燥器中備用。

2 結(jié)果與分析

2.1 懷地黃葉片近紅外光譜的采集

取適量懷地黃葉片粉末平鋪于近紅外光譜儀的樣品杯中，采用積分球漫反射法，在光譜范圍12 000～4 000 cm-1、分辨率8 cm-1、掃描次數(shù)64的條件下獲取128份地黃葉片樣品近紅外光譜圖。每份樣品重復(fù)掃描3次，取其平均光譜作為每份樣品的最終光譜，葉片的近紅外原始光譜疊加圖見(jiàn)圖1。

圖1 128份地黃葉片的近紅外原始光譜疊加圖Fig.1 128 near infrared primordial spectral superposition of Rehmannia glutinosa leaves

2.2 地黃葉片中總環(huán)烯醚萜苷含量的測(cè)定[4]

2.2.1 供試品溶液的制備

精確稱(chēng)量地黃葉片粉末1 g，加70%乙醇10 mL超聲45 min，補(bǔ)足重量，過(guò)濾后定容至50 mL容量瓶中，搖勻。精密量取2.5 mL于50 mL容量瓶中，加70%乙醇定容，搖勻，即得地黃葉片的供試品溶液。

2.2.2 對(duì)照品溶液的制備

精確稱(chēng)量梓醇對(duì)照品 5.21 mg 置于25 mL量瓶中，加70%乙醇溶液定容即得。

2.2.3 樣品的含量測(cè)定

采用外標(biāo)法進(jìn)行含量測(cè)定，精密量取地黃葉片的供試品溶液1 mL，置于10 mL容量瓶中，加入1 mol/L鹽酸溶液2 mL，搖勻，90 ℃水浴15 min，室溫靜置放冷，加二硝基苯肼乙醇溶液 0.5 mL，搖勻，90 ℃水浴25 min，室溫靜置 15 min 放冷，再加入 1mol/L NaOH 70%乙醇溶液 3 mL，搖勻，室溫靜置1 h。以 70% 乙醇作為空白對(duì)照，測(cè)定462 nm下的吸光度。每份樣品重復(fù)三次，結(jié)果取三次平均值為一組數(shù)據(jù)，共測(cè)得兩份數(shù)據(jù)，以保證數(shù)據(jù)的準(zhǔn)確性。地黃葉片中總環(huán)烯醚萜苷的含量測(cè)定結(jié)果見(jiàn)表1。

2.2.4 方法學(xué)考察

2.2.4.1 標(biāo)準(zhǔn)曲線的制備

分別精密量取2.2.2項(xiàng)下梓醇對(duì)照液1.5、2.0、2.5、3.0、4.0 mL 于10 mL 容量瓶中，加70 %乙醇定容，即對(duì)照品濃度分別為0.031 3、0.041 7、0.052 1、0.062 5、0.083 4 mg/mL。制備方法同供試品，在462 nm波長(zhǎng)下測(cè)定吸光度，重復(fù)測(cè)定三次，取其平均值。以吸光度(A)為縱坐標(biāo)，對(duì)照品濃度(C)為橫坐標(biāo)繪制標(biāo)準(zhǔn)曲線，得回歸方程y=10.609x-0.091 8,R2=0.995 5，結(jié)果表明梓醇濃度在0.031 3～0.083 4 mg/mL-1范圍內(nèi)與吸光度呈良好的線性關(guān)系。

圖2 地黃葉片總環(huán)烯醚萜苷類(lèi)含量標(biāo)準(zhǔn)曲線Fig.2 Standard curve of total iridoid glycosides in Rehmannia glutinosa leaves

2.2.4.2 精密度試驗(yàn)

取同一供試品溶液按2.2.3項(xiàng)下方法連續(xù)測(cè)定5次，記錄吸光度，RSD為1.14%。說(shuō)明儀器的精密度良好。

2.2.4.3 穩(wěn)定性試驗(yàn)

取同一供試品溶液按2.2.3項(xiàng)下方法于0、30、60、90、120 min連續(xù)測(cè)定5次，記錄吸光度。RSD為0.71%。說(shuō)明供試品溶液在2 h內(nèi)穩(wěn)定。

2.2.4.4 重復(fù)性試驗(yàn)

稱(chēng)量同一樣品5份，按照2.2.1項(xiàng)下方法制得供試品，按照2.2.3項(xiàng)下方法測(cè)定吸光度，RSD為2.08%。說(shuō)明該方法重復(fù)性好。

2.3 地黃葉片中總苯乙醇苷含量的測(cè)定[16]

2.3.1 供試品溶液的制備

稱(chēng)取地黃葉片粉末約1 g，精密稱(chēng)定，置于具塞錐形瓶中，精密加入60%甲醇50 mL，稱(chēng)定重量。超聲處理30 min后放至室溫，補(bǔ)足重量，搖勻，過(guò)濾。精密量取續(xù)濾液1 mL，至50 mL容量瓶中，60%甲醇定容即得地黃葉片的供試品溶液。

2.3.2 對(duì)照品溶液的制備

取毛蕊花糖苷對(duì)照品1.21 mg于10 mL容量瓶中，甲醇定容即得。

2.3.3 樣品的含量測(cè)定

采用外標(biāo)法進(jìn)行含量測(cè)定，取地黃葉片的供試品溶液于比色皿中，用紫外分光光度計(jì)在334 nm處測(cè)量吸光度，每份樣品重復(fù)三次，取三次結(jié)果的平均值為一組數(shù)據(jù)，每份樣品共測(cè)得兩組數(shù)據(jù)，以確保數(shù)據(jù)的準(zhǔn)確度。地黃葉片中總苯乙醇苷的含量測(cè)定結(jié)果見(jiàn)表2。

2.3.4 方法學(xué)考察

2.3.4.1 標(biāo)準(zhǔn)曲線的制備

精密吸取2.3.2項(xiàng)下毛蕊花糖苷對(duì)照品儲(chǔ)備液0.5、0.6、0.7、1.0、1.2、1.8 mL分別置于5 mL容量瓶中，用甲醇稀釋并定容至刻度，搖勻，即對(duì)照品濃度分別為0.012 1、0.014 5、0.016 9、0.024 2、0.029 0、0.043 5 mg/mL。同時(shí)以相應(yīng)的溶劑作空白，于 334 nm 波長(zhǎng)處測(cè)定各對(duì)照品溶液的吸光度，重復(fù)測(cè)定三次，取其平均值。以吸光度(A)為縱坐標(biāo)，對(duì)照品濃度(C)為橫坐標(biāo)繪制標(biāo)準(zhǔn)曲線，得回歸方程y=25.9 4x+0.078 1，R2=0.992 5。結(jié)果表明，毛蕊花糖苷質(zhì)量濃度與吸光度在0.012 1～0.043 5 mg/mL范圍內(nèi)呈良好的線性關(guān)系。

2.3.4.2 精密度試驗(yàn)

取同一供試品溶液按2.3.3項(xiàng)下方法連續(xù)測(cè)定5次，記錄吸光度，RSD為2.04%。說(shuō)明儀器的精密度良好。

2.3.4.3 穩(wěn)定性試驗(yàn)

取同一供試品溶液按2.3.3項(xiàng)下方法于0、30、60、90、120 min連續(xù)測(cè)定5次，記錄吸光度。RSD為1.25%。說(shuō)明供試品溶液在2 h內(nèi)穩(wěn)定。

2.3.4.4 重復(fù)性試驗(yàn)

稱(chēng)量同一樣品5份，按照2.3.1項(xiàng)下方法制得供試品，按照2.3.3項(xiàng)下方法測(cè)定吸光度，RSD為1.65%。說(shuō)明該方法重復(fù)性好。

表1 地黃葉片中總環(huán)烯醚萜苷的含量測(cè)定結(jié)果(%)

續(xù)表1(Continued Tab.1)

樣品編號(hào)Sample serial number總環(huán)烯醚萜苷Total iridoid glycoside樣品編號(hào)Sample serial number總環(huán)烯醚萜苷Total iridoid glycoside樣品編號(hào)Sample serial number總環(huán)烯醚萜苷 Total iridoid glycoside253.739683.6431114.125263.751693.9431124.578273.294703.9251133.862284.485712.8601143.789291.183722.9101154.746301.516734.0561164.671314.486744.1651174.325323.942753.2701184.042333.002763.2921193.862342.986774.2941203.755354.382784.6401214.228364.238793.5181223.847374.891803.2321234.054384.558812.5281244.017393.283822.6971254.257402.824832.5581264.467412.445842.7781273.880422.740855.1021284.172433.765864.480

表2 地黃葉片中總苯乙醇苷含量測(cè)定結(jié)果(%)

續(xù)表2(Continued Tab.2)

樣品編號(hào)Sample serial number總苯乙醇苷Total iridoid glycoside樣品編號(hào)Sample serial number總苯乙醇苷Total iridoid glycoside樣品編號(hào)Sample serial number總苯乙醇苷Total iridoid glycoside164.097592.4941024.162173.122602.5911037.409183.045612.7171047.197195.275622.8421052.681205.291635.1761062.668213.942645.1471076.089223.917655.0331086.095231.940665.1871093.562241.917672.8321103.527256.001682.7801116.881266.197693.6331126.955273.063703.5401132.406283.197711.4201142.409294.875721.4651153.288304.175734.1091163.385314.039743.8011176.880323.943753.5201186.954331.782763.5411194.822341.849773.3991204.787353.464783.7951214.778363.362793.8901224.884376.235803.9991234.926385.994811.7831244.958394.432821.8241252.535404.413830.985 1262.593412.443840.979 1271.598422.456854.9221281.974435.091865.127

注：1-24為85-5地黃生育期內(nèi)的樣品，25-48為BJ-1地黃生育期內(nèi)的樣品，49-72為白變地黃在生育期的樣品，73-96為金九地黃在生育期內(nèi)的樣品，97-112為山東地黃生育期內(nèi)的樣品，113-128為QH-1地黃在生育期內(nèi)的樣品。

Note:1-24 is 85-5 Rehmannia glutinosa growing period sample.25-48 is BJ-1 Rehmannia glutinosa growing period sample.49-72 is Baibian Rehmannia glutinosa growing period sample.73-96 is the sample of Jinjiu Rehmannia glutinosa in the growing period.97-112 is the sample of Shandong Rehmannia glutinosa in the growing period， and 113-128 is the sample of QH-1 Rehmannia glutinosa in the growing period.

2.4 地黃葉片中總環(huán)烯醚萜苷及總苯乙醇苷近紅外定量分析模型的建立

2.4.1 校正集和驗(yàn)證集樣品的選擇

根據(jù)“2.2”項(xiàng)下地黃葉片中總環(huán)烯醚萜苷含量及“2.3”項(xiàng)下地黃葉片中總苯乙醇苷苷含量的分布，按照校正集和驗(yàn)證集樣品數(shù)為4∶1的比例、驗(yàn)證集樣品的含量范圍在校正集的含量范圍之內(nèi)的原則，總環(huán)烯醚萜苷模型隨機(jī)選取102個(gè)地黃葉片樣品作為校正集、24個(gè)地黃葉片樣品作為驗(yàn)證集，總苯乙醇苷模型隨機(jī)選取103個(gè)地黃葉片樣品作為校正集、25個(gè)葉片樣品作為驗(yàn)證集，分別建立地黃葉片中總環(huán)烯醚萜苷及總苯乙醇苷的定量分析校正模型，校正集和驗(yàn)證集的樣品信息見(jiàn)表3、表4。

表3 地黃葉片校正集和驗(yàn)證集樣品總環(huán)烯醚萜苷分布范圍

表4 地黃葉片校正集和驗(yàn)證集樣品總苯乙醇苷分布范圍

2.4.2 光譜預(yù)處理方法的選擇

不同種質(zhì)生育期內(nèi)的地黃葉片由于發(fā)育程度、物理性質(zhì)及測(cè)定條件等的差異，會(huì)引起光譜基線的漂移以及斜率的變化，進(jìn)而影響模型的預(yù)測(cè)性能。當(dāng)模型的內(nèi)部交叉驗(yàn)證決定系數(shù)(R2)接近于1，校正均方根偏差(RMSEC)和預(yù)測(cè)均方?jīng)Q定差(RMSEP)差別較小時(shí)模型的預(yù)測(cè)能力較強(qiáng)，因此我們以上述參數(shù)為指標(biāo)，考察了不同光譜預(yù)處理方法對(duì)模型性能的影響，以選擇最優(yōu)的預(yù)處理方法，結(jié)果見(jiàn)表5、表6。

表5不同光譜預(yù)處理方法對(duì)地黃葉片總環(huán)烯醚萜苷定量校正模型性能的影響

Table 5 Effect of different spectral pretreatment methods on quantitative calibration model of total iridoid glycosides in leaves of Rehmannia glutinosa

光譜預(yù)處理方法R2RMSEPRMSEC多元散射校正MSC0.951 80.303 00.339 0標(biāo)準(zhǔn)歸一化SNV0.957 30.265 00.319 0一階導(dǎo)數(shù)First derivative0.972 10.095 40.259 0二階導(dǎo)數(shù)Second derivative0.964 30.156 00.292 0SNV+First derivative0.966 40.130 00.284 0MSC+First derivative0.961 70.200 00.303 0MSC+Second derivative0.968 50.167 00.275 0SNV+Second derivative0.961 40.183 00.304 0MSC+SD+卷積平滑SG0.968 80.184 00.273 0MSC+SD+直接差分法ND0.923 90.443 00.422 0

表6不同光譜預(yù)處理方法對(duì)地黃葉片總苯乙醇苷定量校正模型性能的影響

Table 6 Effect of different spectral pretreatment methods on quantitative calibration model of total phenylethanol glycosides in leaves ofRehmanniaglutinosa

光譜預(yù)處理方法R2RMSEPRMSECMSC0.997 00.1600.116 0SNV0.997 70.1700.101 0MSC+FD0.998 00.2110.095 3MSC+SD0.998 20.1420.089 9SNV+FD0.997 50.2680.106 0MSC+FD+SG0.998 10.2580.091 4SNV+FD+ND0.996 30.2430.129 0

結(jié)果表明地黃葉片中總環(huán)烯醚萜苷及總苯乙醇苷原始光譜分別選用constant+FD、MSC+SD的光譜預(yù)處理方法可以獲得預(yù)測(cè)性能較好的模型。

2.4.3 建模區(qū)間的選擇

近紅外光譜主要反映基團(tuán)伸縮振動(dòng)產(chǎn)生的倍頻峰、組頻峰的信息，由于倍頻峰及組頻峰峰強(qiáng)較弱不易區(qū)分，各峰重疊嚴(yán)重，因此冗余信息以及噪音干擾較大。為了獲取與待測(cè)組分含量相關(guān)的最大信息量，以建立最優(yōu)的預(yù)測(cè)模型，我們對(duì)不同波段范圍所建模型的性能進(jìn)行考察，以篩選最優(yōu)建模區(qū)間，結(jié)果見(jiàn)表7、表8。

表7 光譜范圍對(duì)地黃葉片總環(huán)烯醚萜苷定量校正模型性能的影響

表8 光譜范圍對(duì)地黃葉片總苯乙醇苷定量校正模型性能的影響

通過(guò)TQ 8.0軟件分析各波段范圍所對(duì)應(yīng)的R2、RMSECV值可知，地黃葉片總環(huán)烯醚萜苷及總苯乙醇苷定量分析模型的最佳建模區(qū)間均為11 998.9 3～3 999.63 cm-1。

2.4.4 主因子數(shù)的選擇

在相同的校正集樣品下，主因子數(shù)的選擇對(duì)模型的穩(wěn)定性和NIR預(yù)測(cè)結(jié)果有較大影響，主成分?jǐn)?shù)過(guò)少或過(guò)多均影響模型的預(yù)測(cè)準(zhǔn)確性。本研究以RMSECV為評(píng)價(jià)模型性能參數(shù)，選擇RMSECV最小時(shí)的因子數(shù)即為最佳主因子數(shù)。結(jié)果見(jiàn)圖4。由圖知，地黃葉片總環(huán)烯醚萜苷及總苯乙醇苷定量校正模型的最佳主因子數(shù)分別為7和9。

圖4 主因子數(shù)對(duì)RMSECV的影響Fig.4 Effects of principal factor numbers on RMSECV注：A.總環(huán)烯醚萜苷；B.總苯乙醇苷。Note:A.Total iridoid glycosides；B.Total phenylethanol glycoside.

2.4.5 地黃葉片中總環(huán)烯醚萜苷及總苯乙醇苷定量模型的建立

分別以103個(gè)地黃葉片總環(huán)烯醚萜苷樣品和102個(gè)地黃葉片總苯乙醇苷樣品為校正集，利用TQ 8.0分析軟件結(jié)合PLS 法，分別選擇最佳的光譜預(yù)處理方法、建模波段和主因子數(shù)建立地黃葉片中總環(huán)烯醚萜苷及總苯乙醇苷的定量分析模型。地黃葉片中總環(huán)烯醚萜苷及總苯乙醇苷NIR預(yù)測(cè)值與參考值的相關(guān)圖及偏差圖見(jiàn)圖5、圖6。

圖5 地黃葉片中總環(huán)烯醚萜苷含量NIR預(yù)測(cè)值與參考值之間的相關(guān)圖與偏差圖Fig.5 Correlation and deviation between NIR predicted value and reference values of total iridoid glycosides in leaves of Rehmannia glutinosa注：A 相關(guān)圖；B 偏差圖。Note:A.correlation;B.deviation.

圖6 地黃葉片中總苯乙醇苷含量NIR預(yù)測(cè)值與參考值之間的相關(guān)圖與偏差圖Fig.6 Correlation and deviation between NIR predicted value and reference values of total phenethyl glucoside in leaves of Rehmannia glutinosa 注：A 相關(guān)圖；B 偏差圖。Note:A.correlation;B.deviation.

2.4.6 地黃葉片中總環(huán)烯醚萜苷和總苯乙醇苷定量模型的驗(yàn)證

分別將24份總環(huán)烯醚萜苷驗(yàn)證集樣品和25份總苯乙醇苷驗(yàn)證集樣品的近紅外光譜圖輸入到相應(yīng)的近紅外定量模型中，將總環(huán)烯醚萜苷及總苯乙醇苷含量的NIR預(yù)測(cè)值與實(shí)測(cè)值進(jìn)行比較，結(jié)果見(jiàn)表9、表10。由表知，NIR模型預(yù)測(cè)總環(huán)烯醚萜苷及總苯乙醇苷的含量結(jié)果與常規(guī)的UV法測(cè)定的數(shù)據(jù)比較接近，絕對(duì)及相對(duì)偏差較??；且總環(huán)烯醚萜苷配對(duì)樣本t檢驗(yàn)結(jié)果顯示t=0.240，P=0.813>0.05，總苯乙醇苷配對(duì)樣本t檢驗(yàn)結(jié)果顯示t=1.296，P=0.207>0.05。以上結(jié)果表明預(yù)測(cè)值與實(shí)測(cè)值的差異無(wú)統(tǒng)計(jì)學(xué)意義，說(shuō)明兩個(gè)模型的預(yù)測(cè)性能較好，可以用于地黃葉片中總環(huán)烯醚萜苷及總苯乙醇苷的含量測(cè)定。

3 討論

近紅外光譜技術(shù)作為一種間接的分析方法，它主要運(yùn)用化學(xué)計(jì)量學(xué)軟件從樣品復(fù)雜的背景與譜峰重疊的近紅外光譜圖中提取和樣品性質(zhì)相關(guān)的信息，建立光譜特征與樣品性質(zhì)等之間關(guān)系的數(shù)學(xué)模型，可用于物質(zhì)的定量及定性分析。一般情況下，在待測(cè)組分含量高、樣品數(shù)量多、樣品代表廣泛、基礎(chǔ)數(shù)據(jù)測(cè)定準(zhǔn)確、儀器性能穩(wěn)定的條件下所建立的模型性能相對(duì)較好。本研究結(jié)果表明，總環(huán)烯醚萜苷及總苯乙醇苷作為地黃重要的有效成分，在地黃葉片中含量較高，比較適合于利用近紅外光譜法進(jìn)行快速測(cè)定。另外，不同種質(zhì)生育期內(nèi)地黃葉片中苯乙醇苷類(lèi)和環(huán)烯醚萜苷類(lèi)成分差異較大，為了保證樣品的代表性，我們以道地產(chǎn)區(qū)的金九、白變、山東、BJ-1、QH-1、85-5等六個(gè)常見(jiàn)地黃種質(zhì)在不同生育期內(nèi)的地黃葉片為研究對(duì)象，經(jīng)過(guò)基礎(chǔ)數(shù)據(jù)測(cè)定、建模條件的優(yōu)選，建立了可以相對(duì)準(zhǔn)確的預(yù)測(cè)懷地黃中總環(huán)烯醚萜苷及總苯乙醇苷含量的近紅外地定量分析模型，為懷地黃葉片的快速質(zhì)量評(píng)價(jià)提供一種可參考的方法。

表9 24份總環(huán)烯醚萜苷驗(yàn)證集樣品的NIR預(yù)測(cè)結(jié)果(%)

表10 25份總苯乙醇苷驗(yàn)證集樣品的NIR預(yù)測(cè)結(jié)果(%)

續(xù)表10(Continued Tab.10)

樣品編號(hào)Sample serial number測(cè)定值Measured value預(yù)測(cè)值Predictive value絕對(duì)偏差A(yù)bsolute deviation相對(duì)偏差Relative deviationP523.3643.300-0.064-0.020533.4033.399-0.004-0.001655.0335.1120.0790.016693.6333.6940.0610.017711.4201.361-0.059-0.042773.9993.907-0.092-0.023840.9791.0140.0350.036914.8624.802-0.060-0.012943.6053.6250.0200.0061003.1653.137-0.028-0.0091014.2044.116-0.088-0.0201024.1624.116-0.046-0.0111052.6812.653-0.028-0.0101142.4092.4130.0040.0021214.7784.8080.0300.0061252.5352.5570.0220.009

地黃種植區(qū)域廣泛，因受自然環(huán)境、生產(chǎn)種植、采收加工、雜交和變異及人文環(huán)境等多因素影響，最終形成了一系列地黃栽培種及其變種，而且不同種質(zhì)和產(chǎn)地的地黃葉片色澤、厚度、化學(xué)質(zhì)量特征及近紅外光譜特征都存在一定的差異。本研究主要利用懷地黃產(chǎn)區(qū)不同種質(zhì)及生育期的地黃葉片的相關(guān)信息，經(jīng)過(guò)對(duì)光譜背景的處理，初步建立了懷地黃葉片中總環(huán)烯醚萜苷及總苯乙醇苷的定量分析模型，但模型中并沒(méi)有包括不同產(chǎn)地的地黃葉片信息，因此模型的使用范圍還受到一定的限制，后期還有待于繼續(xù)豐富地黃葉片樣本，進(jìn)一步完善和優(yōu)化模型，為快速檢測(cè)地黃葉片的質(zhì)量以合理開(kāi)發(fā)利用地黃葉片資源提供一種簡(jiǎn)便可行的方法。