牛膝藥材的紅外指紋圖譜建立及多元統(tǒng)計(jì)分析

賈豪 雷益銘 張維方 雷敬衛(wèi) 楊春靜 李瑩瑩 謝彩俠

中圖分類號(hào) R284 文獻(xiàn)標(biāo)志碼 A 文章編號(hào) 1001-0408（2022）02-0153-07

DOI 10.6039/j.issn.1001-0408.2022.02.05

摘 要 目的 建立不同產(chǎn)地牛膝藥材的紅外指紋圖譜，并進(jìn)行多元統(tǒng)計(jì)分析。方法 采用Spectrum for Window 3.02和OMNIC 9.2軟件建立61批牛膝藥材樣品的紅外指紋圖譜;以紅外指紋圖譜共有峰的相對(duì)峰高為變量，采用Excel 2016軟件進(jìn)行正態(tài)分布分析，采用SPSS 22.0軟件進(jìn)行聚類分析和主成分分析并計(jì)算綜合得分，采用SIMCA 14.1軟件進(jìn)行正交偏最小二乘法-判別分析，以變量重要性投影（VIP）>1為標(biāo)準(zhǔn)，篩選影響牛膝藥材成分質(zhì)量的標(biāo)志性波數(shù)。結(jié)果 61批牛膝藥材樣品紅外光譜圖的相關(guān)系數(shù)為0.967 2～0.997 7;共有13個(gè)共有峰。正態(tài)分布分析結(jié)果顯示，河南產(chǎn)與河北產(chǎn)牛膝藥材共有峰相對(duì)峰高的正態(tài)分布曲線未有交叉，河南產(chǎn)與內(nèi)蒙古產(chǎn)牛膝藥材的正態(tài)分布曲線存在交叉。聚類分析結(jié)果顯示，當(dāng)組間距離為15時(shí)，61批牛膝藥材樣品可聚為3類，其中N1～N12聚為一類，N13～N45聚為一類，N46～N61聚為一類。主成分分析結(jié)果顯示，前3個(gè)主成分的累計(jì)方差貢獻(xiàn)率為91.121%;河南省焦作市駕步村產(chǎn)牛膝藥材（編號(hào)N40）的綜合評(píng)分最高（2.39），河北省安國市新安村產(chǎn)牛膝（編號(hào)N4）的綜合評(píng)分最低（-2.89）。正交偏最小二乘法-判別分析結(jié)果顯示，61批牛膝藥材樣品可分為3類，其中N1～N12為一類，N13～N28為一類，N29～N61為一類;共篩選出7個(gè)影響藥材樣品質(zhì)量的標(biāo)志性波數(shù)，其VIP值從大到小對(duì)應(yīng)的波數(shù)依次為1 059、927、2 933、813、1 732、1 128、3 367 cm-1，其中1 732 cm-1處為皂苷類成分的特征吸收峰，1 059、1 128、927 cm-1處為糖苷類成分的特征吸收峰。結(jié)論 紅外指紋圖譜結(jié)合正態(tài)分布分析、聚類分析、主成分分析和正交偏最小二乘法-判別分析可用于鑒別不同產(chǎn)地牛膝藥材。

關(guān)鍵詞 牛膝;紅外指紋圖譜;正態(tài)分布分析;聚類分析;主成分分析;正交偏最小二乘法-判別分析;產(chǎn)地

Establishment of infrared fingerprints and multivariate statistical analysis of Achyranthes bidentata

JIA Hao1，2，LEI Yiming3，ZHANG Weifang1，2，LEI Jingwei1，2，YANG Chunjing2，4，LI Yingying1，2，XIE Caixia1，2 ? ? ? （1. School of Pharmacy， Henan University of Chinese Medicine， Zhengzhou 450046， China; 2. Henan Provincial Engineering Technology Research Center for TCM Quality Control and Evaluation， Zhengzhou 450046， China; 3. College of Orthopedics and Traumatology， Henan University of Chinese Medicine， Zhengzhou 450046， China; 4. Section of Clinical Pharmacy， Pharmacy Department， the Third Affiliated Hospital of Henan University of Chinese Medicine， Zhengzhou 450046， China）

ABSTRACT ? OBJECTIVE To establish the infrared fingerprints of Achyranthes bidentata from different producing areas， and to conduct multivariate statistical analysis. METHODS The infrared fingerprints of 61 batches of A. bidentata samples were established by Spectrum for Window 3.02 and OMNIC 9.2 software. Taking the relative peak height of common peaks of infrared fingerprint as the variable， the normal distribution analysis was carried out by Excel 2016 software; SPSS 22.0 software was used for cluster analysis and principal component analysis， and the comprehensive score was calculated; the orthogonal partial least squares-discriminant analysis was carried out by SIMCA 14.1 software， and the marker wave numbers affecting the quality of A. bidentata were screened by taking the variable importance in projection （VIP） >1 as the standard. RESULTS The correlation coefficients of infrared spectra of 61 batches of A. bidentata samples were 0.967 2-0.997 7; there were 13 common peaks. The results of normal distribution analysis showed that the normal distribution curve of relative peak height of common peaks for A. bidentata from Henan and Hebei did not cross， and the normal distribution curve of A. bidentata from Henan and Inner Mongolia crossed. The results of cluster analysis showed that when the distance between groups was 15， 61 batches of A. bidentata samples could be clustered into 3 categories， including N1-N12 were clustered into one category， N13-N45 were clustered into one category， and N46-N61 were clustered into one category. The results of principal component analysis showed that the cumulative variance contribution rate of the first three principal components was 91.121%; comprehensive score of A. bidentata （number N40） in Jiabu village， Jiaozuo City， Henan Province was the highest （2.39）， and that of A. bidentata （number N4） in Xin’an village， Anguo City， Hebei Province was the lowest （-2.89）. The results of orthogonal partial least squares-discriminant analysis showed that 61 batches of A. bidentata samples were divided into three categories， including N1-N12 were clustered into one category， N13-N28 were clustered into one category and N29-N61 were clustered into one category. Seven marker wave numbers affecting the quality were selected. The corresponding wave numbers of VIP from large to small were 1 059， 927， 2 933， 813， 1 732， 1 128 and 3 367 cm-1， 1 732 cm-1 was the characteristic obsorption peak of saponins，1 059， 1 128， 927 cm-1 were the characteristic obsorption peaks of glycosides. CONCLUSIONS Infrared fingerprint combined with normal distribution analysis， cluster analysis， principal component analysis and orthogonal partial least squares-discriminant analysis can be used to identify A. bidentata from different producing areas.

KEYWORDS ? Achyranthes bidentata; infrared fingerprint; normal distribution analysis; cluster analysis; principal component analysis; orthogonal partial least squares-discriminant analysis; producing areas

牛膝始載于《神農(nóng)本草經(jīng)》，為莧科植物牛膝Achyranthes bidentata Bl.的干燥根[1]，具有補(bǔ)肝腎、強(qiáng)筋骨、活血化瘀的功效，常用于臨床治療高血壓、冠心病、心絞痛、哮喘等[2]。牛膝主要含有皂苷類、甾酮類、多糖類等化合物[3]，具有抗生育、抗腫瘤、抗衰老、抗炎及抗骨質(zhì)疏松等藥理作用[4-5]。因牛膝產(chǎn)于古懷慶府（今河南焦作一帶），為河南四大懷藥之一，故又稱為懷牛膝[6]。目前，我國已形成三大牛膝產(chǎn)區(qū)，即內(nèi)蒙古赤峰、河北安國和河南焦作[7]。

關(guān)于牛膝的研究主要集中在β-蛻皮甾酮、人參皂苷Ro等成分的含量測定，高效液相色譜（HPLC）指紋圖譜的建立以及炮制工藝的優(yōu)化等方面[8-12]。2020年版《中國藥典》（一部）規(guī)定采用薄層色譜法對(duì)牛膝中β-蛻皮甾酮和人參皂苷Ro進(jìn)行鑒別，采用HPLC法對(duì)牛膝中β-蛻皮甾酮進(jìn)行含量測定[13]。但由于牛膝藥材的化學(xué)成分復(fù)雜，僅對(duì)單一成分進(jìn)行定量分析，具有一定的局限性;加之HPLC法多成分檢測的成本較高，方法建立及測試費(fèi)時(shí)、操作繁瑣，所需流動(dòng)相（甲醇、乙腈等）具有一定的毒性，應(yīng)用受限[14]。紅外光譜法具有靈敏度高、特征性強(qiáng)、檢測快速、無損等特點(diǎn)[15]，同時(shí)該法具有一定的整體性、客觀性和科學(xué)性，既能反映藥材內(nèi)部所有復(fù)雜成分峰的疊加，又能反映藥材所含不同成分及其比例，故可全面體現(xiàn)藥材的質(zhì)量[16]。隨著紅外光譜技術(shù)的發(fā)展，其分辨率及圖譜識(shí)別能力均有了新的突破，已成為中藥快速鑒別及質(zhì)量評(píng)價(jià)的一種有效手段[17-19]。美日韓等國藥典均已將紅外光譜技術(shù)作為藥物鑒定的重要方法[20]?；瘜W(xué)模式識(shí)別分析可以數(shù)字化地表達(dá)光譜信息，其結(jié)合紅外光譜能更加客觀地評(píng)價(jià)中藥材的質(zhì)量[21]?；诖?，本研究建立了上述三大產(chǎn)地牛膝藥材的紅外指紋圖譜，同時(shí)結(jié)合化學(xué)模式識(shí)別進(jìn)行分析，旨在為快速鑒別牛膝提供參考。

1 材料

1.1 主要儀器

本研究所用主要儀器有Spectrum 100型傅里葉變換紅外分光光度計(jì)、Spectrum for Window 3.02軟件（美國Pekin Elmer公司），F(xiàn)W-4A型粉末壓片機(jī)（天津市拓普儀器有限公司），F(xiàn)W-100型高速萬能粉碎機(jī)、101-3AB型點(diǎn)熱恒溫鼓風(fēng)干燥箱（北京中興偉業(yè)儀器有限公司），ME204E/OL型萬分之一天平[梅特勒-托利多儀器（上海）有限公司]等。

1.2 主要藥品與試劑

25S-牛膝甾酮對(duì)照品（批號(hào)3737，純度≥98.0%）、25R-牛膝甾酮對(duì)照品（批號(hào)3736，純度≥98.0%）、竹節(jié)參皂苷Ⅳa對(duì)照品（批號(hào)2665，純度≥98.0%）、β-蛻皮甾酮對(duì)照品（批號(hào)1889，純度≥98.0%）均購自上海詩丹德標(biāo)準(zhǔn)技術(shù)服務(wù)有限公司;溴化鉀（光譜純，批號(hào)C12045707）購自天津市科密歐化學(xué)試劑有限公司;無水乙醇（分析純，批號(hào)20210720）購自天津市致遠(yuǎn)化學(xué)試劑有限公司;水為純凈水。

牛膝藥材共61批（編號(hào)N1～N61），其中N1～N12購自河北省安國市藥材市場，N13～N28購自內(nèi)蒙古自治區(qū)赤峰市藥材市場，N29～N61采自河南省焦作市牛膝產(chǎn)地。所有藥材經(jīng)河南中醫(yī)藥大學(xué)藥學(xué)院陳隨清教授鑒定，均為莧科植物牛膝A. bidentata Bl.的干燥根。取牛膝藥材，除去須根、泥沙，捆成小把，曬至干皺，將頂端切齊，曬干后，用水潤透，除去殘留蘆頭，于55 ℃烘干，粉碎，過200目篩，用自封袋密封，保存至干燥器，備用。61批牛膝藥材樣品的來源信息見表1。

2 方法與結(jié)果

2.1 紅外光譜的建立

2.1.1 樣品片的制備 取牛膝藥材樣品粉末2 mg，加入干燥溴化鉀200 mg，研磨，混勻;取混合均勻的樣品適量，置于專用壓片模具中，以8 MPa壓制30 s，得均勻半透明的薄片，即供試樣品片。同法制備溴化鉀空白片和各對(duì)照品樣品片。

2.1.2 測定條件 光譜掃描范圍為400～4 000 cm-1，掃描前扣除CO2和H2O的干擾，掃描次數(shù)為16次/s，掃描速度為0.2 cm/s，光譜分辨率為4 cm-1，實(shí)驗(yàn)室溫度為20～25 ℃，相對(duì)濕度為25%～35%。

2.1.3 精密度試驗(yàn) 取牛膝藥材樣品（編號(hào)N1）粉末，按“2.1.1”項(xiàng)下方法制備供試樣品片，按“2.1.2”項(xiàng)下條件連續(xù)測定6次，將所得紅外光譜圖導(dǎo)入OMNIC 9.2軟件。結(jié)果顯示，紅外光譜圖的相關(guān)系數(shù)為0.997 2～0.997 4（n=6），表明方法精密度良好。

2.1.4 重復(fù)性試驗(yàn) 取牛膝藥材樣品（編號(hào)N1）粉末，共6份，按“2.1.1”項(xiàng)下方法制備供試樣品片，按“2.1.2”項(xiàng)下條件測定，將所得紅外光譜圖導(dǎo)入OMNIC 9.2軟件。結(jié)果顯示，紅外光譜圖的相關(guān)系數(shù)為0.995 5～0.998 1（n=6），表明方法重復(fù)性良好。

2.1.5 穩(wěn)定性試驗(yàn) 取牛膝藥材樣品（編號(hào)N1）粉末，按“2.1.1”項(xiàng)下方法制備供試樣品片，分別于室溫下放置0、30、60、90、120、150 min時(shí)按“2.1.2”項(xiàng)下條件測定，將所得紅外光譜圖導(dǎo)入OMNIC 9.2軟件。結(jié)果顯示，紅外光譜圖的相關(guān)系數(shù)為0.991 3～0.997 4（n=6），表明樣品在室溫下放置150 min內(nèi)穩(wěn)定性良好。

2.1.6 紅外光譜數(shù)據(jù)分析 取61批牛膝藥材樣品粉末，按“2.1.1”項(xiàng)下方法制備供試樣品片，按“2.1.2”項(xiàng)下條件測定，采用Spectrum for Window 3.02軟件采集上述藥材樣品的紅外光譜圖，得到61批牛膝藥材的紅外指紋圖譜，采用OMNIC 9.2軟件計(jì)算紅外光譜圖的相關(guān)系數(shù)。結(jié)果顯示，61批牛膝藥材樣品紅外光譜圖的相關(guān)系數(shù)為0.967 2～0.997 7;所得紅外光譜圖的峰形、峰位、峰高基本相似，表明不同產(chǎn)地牛膝藥材中含有相似的化學(xué)成分，所含特征峰及其形狀基本一致，但指紋區(qū)（400～1 350 cm-1）存在一定差異。結(jié)果見圖1。

采用OMNIC 9.2軟件將61批牛膝藥材樣品的紅外光譜圖進(jìn)行平均處理后將透過率轉(zhuǎn)化為吸光度，得到不同產(chǎn)地牛膝藥材的平均紅外光譜圖，詳見圖2。由圖2可知，61批牛膝藥材樣品共有13個(gè)共有峰。在3 367 cm-1附近強(qiáng)而寬的吸收峰為多糖類、皂苷類、甾酮類化合物中的O—H伸縮振動(dòng)峰。2 933 cm-1處的吸收峰為—CH2不對(duì)稱伸縮振動(dòng)峰，結(jié)合1 420、1 332 cm-1附近的C—H彎曲振動(dòng)峰，表明牛膝藥材所含成分具有較多的飽和烷基。1 732 cm-1附近的吸收峰是羧酸類及酯類等化合物中的C=O伸縮振動(dòng)峰;1 638 cm-1處的吸收峰為水分子O—H彎曲振動(dòng)峰、酰胺基N—H彎曲振動(dòng)峰、共軛羰基C=O伸縮振動(dòng)峰;1 259 cm-1處的吸收峰可能是C—H彎曲振動(dòng)和C—O伸縮振動(dòng)的疊加峰，主要包括多糖類、糖苷類、脂類成分中的C—O和C—O—C不對(duì)稱伸縮振動(dòng)峰;1 128、1 059、1 027、927 cm-1附近的吸收峰為糖類、糖苷類等成分中的C—O伸縮振動(dòng)峰。有研究表明，牛膝中主要含有皂苷類、甾酮類、多糖類等成分[7]?，F(xiàn)分離得到的三萜皂苷類成分主要為以齊墩果酸為苷元的皂苷類成分（如竹節(jié)參皂苷Ⅳa、牛膝皂苷Ⅰ、牛膝皂苷Ⅱ等）和甾酮類成分（如β-蛻皮甾酮、25S-牛膝甾酮、25R-牛膝甾酮等）[5]。

采用OMNIC 9.2軟件將牛膝藥材樣品和各對(duì)照品樣品片的紅外光譜圖進(jìn)行平均處理后，得到牛膝藥材與各對(duì)照品的平均紅外光譜圖，詳見圖3。由圖3可知，在1 732 cm-1處為皂苷類成分的特征吸收峰，1 638 cm-1處為甾酮類成分的特征吸收峰。

2.2 正態(tài)分布分析

采用Spectrum for Window 3.02軟件，以1 027 cm-1附近最強(qiáng)吸收峰的吸光度（采用Spectrum for window 3.02軟件將透過率轉(zhuǎn)化為吸光度）為參照，對(duì)共有峰峰高進(jìn)行歸一化處理，得到13個(gè)共有峰的相對(duì)峰高，詳見圖4（因3 367、2 933 cm-1處主要為O—H與—CH2的吸收峰且為強(qiáng)吸收峰，1 700～1 900 cm-1波段主要為酯類成分、1 500～1 700 cm-1波段主要為酸類成分、950～1 200 cm-1波段主要為糖類成分，其余5個(gè)波數(shù)為牛膝藥材紅外光譜中的強(qiáng)吸收峰且在上述3個(gè)波段內(nèi)，故選擇圖中的7個(gè)共有峰進(jìn)行分析）。由圖4可知，2 933、1 732、1 638 cm-1這3個(gè)波數(shù)能將3個(gè)不同產(chǎn)地牛膝藥材樣品區(qū)分開來。進(jìn)一步去除1 732、1 638 cm-1處吸收峰相對(duì)峰高的離散值（相對(duì)峰高與均值相差的較大值）后，計(jì)算1 732、1 638 cm-1處吸收峰的相對(duì)峰高比值，采用Excel 2016軟件，以不同產(chǎn)地牛膝藥材樣品1 732、1 638 cm-1處吸收峰的相對(duì)峰高比值為橫、縱坐標(biāo)繪制正態(tài)分布曲線，詳見圖5。由圖5可知，河南產(chǎn)與河北產(chǎn)牛膝藥材的正態(tài)分布曲線未有交叉，表明兩地牛膝藥材樣品質(zhì)量存在明顯差異;河南產(chǎn)與內(nèi)蒙古產(chǎn)牛膝藥材的正態(tài)分布曲線存在交叉，表明兩地牛膝藥材樣品質(zhì)量相近。

2.3 聚類分析

以61批牛膝藥材樣品中13個(gè)共有峰的相對(duì)峰高為原始數(shù)據(jù)，采用組間連接法以平方Euclidean距離為分類依據(jù)，采用SPSS 22.0軟件進(jìn)行聚類分析，詳見圖6。由圖6可知，當(dāng)組間距離為10時(shí)，61批牛膝藥材樣品可聚為4類，其中N1～N12聚為一類，N13～N18、N36～N45聚為一類，N19～N35聚為一類，N46～N61聚為一類;當(dāng)組間距離為15時(shí)，可聚為3類，其中N1～N12聚為一類，N13～N45聚為一類，N46～N61聚為一類;當(dāng)組間距離為20時(shí)，可聚為兩類，其中N1～N12聚為一類，N13～N61聚為一類，聚類分析結(jié)果與正態(tài)分布分析結(jié)果基本一致。

2.4 主成分分析

主成分分析是在盡可能保持原有數(shù)據(jù)信息的前提下，通過降維處理達(dá)到簡化指標(biāo)的目的，目前已被廣泛用于數(shù)據(jù)統(tǒng)計(jì)分析[22]。以61批牛膝藥材樣品中13個(gè)共有峰的相對(duì)峰高為原始數(shù)據(jù)，采用SPSS 22.0軟件進(jìn)行主成分分析。結(jié)果顯示，前3個(gè)主成分的累計(jì)方差貢獻(xiàn)率為91.121%（>85%），表明前3個(gè)主成分可以反映牛膝藥材樣品中13個(gè)共有峰的基本特征和主要信息，故選取特征值大于1的前3個(gè)主成分進(jìn)行后續(xù)分析。結(jié)果見表2、圖7。

采用SPSS 22.0軟件計(jì)算3個(gè)主成分的得分，以各主成分的方差貢獻(xiàn)率為權(quán)重，對(duì)主成分得分和對(duì)應(yīng)權(quán)重進(jìn)行加權(quán)平均，得綜合得分：綜合得分=（56.383×主成分1+24.735×主成分2+10.003×主成分3）/91.121。綜合得分可反映牛膝藥材的質(zhì)量，綜合得分越高，表示質(zhì)量越好[23]。61批牛膝藥材中，河南省焦作市駕步村產(chǎn)牛膝藥材（編號(hào)N40）的綜合得分最高，河北省安國市新安村產(chǎn)牛膝藥材（編號(hào)N4）的綜合得分最低。結(jié)果見表3。

2.5 正交偏最小二乘法-判別分析

為分析樣品組間差異性，以61批牛膝藥材樣品中13個(gè)共有峰的相對(duì)峰高為原始數(shù)據(jù)，采用SIMCA 14.1軟件進(jìn)行正交偏最小二乘法-判別分析。結(jié)果顯示，數(shù)據(jù)矩陣的解釋率參數(shù)（R 2X）=0.986，模型區(qū)分參數(shù)（R 2Y）=0.943，模型預(yù)測能力參數(shù)（Q 2）=0.932，均大于0.5，表明模型擬合程度較好，具有較高的穩(wěn)定性和預(yù)測能力[24]。在95%置信區(qū)間（confidence interval，CI）內(nèi)牛膝藥材樣品存在一定的差異性，可將61批牛膝藥材樣品分為3類，其中N1～N12位于得分圖的右側(cè)，為一類;N13～N28位于得分圖的左下側(cè)，為一類;N29～N61位于得分圖左上側(cè)，為一類。結(jié)果見圖8。

變量重要性投影（variable importance in projection，VIP）可衡量各共有峰的表達(dá)模式對(duì)樣本分類判別的影響強(qiáng)度和解釋能力，從而輔助篩選影響質(zhì)量差異的標(biāo)志性波段[25]。以VIP>1為標(biāo)準(zhǔn)[26]篩選影響牛膝藥材質(zhì)量的標(biāo)志性波段，且在95%CI內(nèi)，VIP值越大，表示質(zhì)量差異越顯著，對(duì)區(qū)別不同產(chǎn)地牛膝藥材的貢獻(xiàn)越大[27]。結(jié)果顯示，共篩選出7個(gè)影響牛膝藥材質(zhì)量的關(guān)鍵波數(shù)，其VIP從大到小對(duì)應(yīng)的波數(shù)依次為1 059、927、2 933、813、1 732、1 128、3 367 cm-1，其中1 732 cm-1處為皂苷類成分的特征吸收峰，1 059、1 128、927 cm-1處為糖苷類成分的特征吸收峰。結(jié)果見圖9。

3 討論

“藥王”孫思邈在《備急千金要方》中云：“古之醫(yī)者……用藥必依土地，所以治十得九?！盵28]由此可見，產(chǎn)地因素對(duì)藥材品質(zhì)有一定的影響。不同產(chǎn)地的溫度、濕度、降水量、風(fēng)速、地形、土壤、微生物等因素均會(huì)通過影響藥材的物候規(guī)律和生長發(fā)育、能量代謝、物質(zhì)合成及氣體交換等生理過程，進(jìn)而影響其有效物質(zhì)（次生代謝產(chǎn)物）的生成，繼而導(dǎo)致不同產(chǎn)地牛膝中三萜皂苷類、甾酮類、多糖類等有效成分含量各有不同，最終引起藥材質(zhì)量及臨床療效的差異[29]。

有研究認(rèn)為，紅外光譜圖中1 700～1 900 cm-1波段主要為酯類成分、1 500～1 700 cm-1波段主要為酸類成分、950～1 200 cm-1波段主要為糖類成分，這些初級(jí)代謝產(chǎn)物在相應(yīng)波段范圍內(nèi)的振動(dòng)吸收均有差別[30]。本研究結(jié)果顯示，河南產(chǎn)牛膝藥材中2 933、1 732、1 638 cm-1處吸收峰的相對(duì)峰高均高于內(nèi)蒙古產(chǎn)和河北產(chǎn)牛膝藥材。因此，筆者認(rèn)為，可將這3個(gè)波數(shù)對(duì)應(yīng)吸收峰的相對(duì)峰高用于區(qū)分不同產(chǎn)地牛膝藥材。

正態(tài)分布分析結(jié)果顯示，河南產(chǎn)與河北產(chǎn)牛膝藥材的正態(tài)分布曲線未有交叉，表明兩地牛膝藥材樣品質(zhì)量存在明顯差異;河南產(chǎn)與內(nèi)蒙古產(chǎn)牛膝藥材的正態(tài)分布曲線存在交叉，表明兩地牛膝藥材樣品質(zhì)量相近。聚類分析結(jié)果顯示，當(dāng)組間距離為15時(shí)，61批牛膝藥材可聚為3類，其中N1～N12聚為一類、N13～N45聚為一類、N46～N61聚為一類。主成分分析結(jié)果顯示，前3個(gè)主成分的累計(jì)方差貢獻(xiàn)率為91.121%;河南省焦作市駕步村產(chǎn)牛膝藥材（編號(hào)N40）的綜合得分最高，河北省安國市新安村產(chǎn)牛膝藥材（編號(hào)N4）的綜合得分最低。以上結(jié)果表明，河南產(chǎn)牛膝與內(nèi)蒙古產(chǎn)牛膝的質(zhì)量相似，均與河北產(chǎn)牛膝存在一定差異。

正交偏最小二乘法-判別分析結(jié)果顯示，61批牛膝藥材樣品分為3類，其中N1～N12位于得分圖的右側(cè)，為一類;N13～N28位于得分圖的左下側(cè)，為一類;N29～N61位于得分圖左上側(cè)，為一類，表明不同產(chǎn)地牛膝藥材質(zhì)量具有一定差異。共篩選出7個(gè)影響牛膝藥材質(zhì)量的標(biāo)志性波數(shù)，VIP從大到小對(duì)應(yīng)的波數(shù)依次為1 059、927、2 933、813、1 732、1 128、3 367 cm-1，其中1 732 cm-1處為皂苷類成分的特征吸收峰，1 059、1 128、927 cm-1處為糖苷類成分的特征吸收峰。

綜上所述，紅外指紋圖譜結(jié)合正態(tài)分布、聚類分析、主成分分析和正交偏最小二乘法-判別分析可用于鑒別不同產(chǎn)地牛膝藥材;不同產(chǎn)地牛膝藥材質(zhì)量存在一定差異。

參考文獻(xiàn)

[ 1 ] 王小燕，郭常潤，常軍民，等.懷牛膝多糖的柱前衍生化-HPLC指紋圖譜建立及單糖成分含量測定[J].中國藥房，2021，32（3）：294-300.

[ 2 ] 唐維維，梁獻(xiàn)葵，馬馳虹，等.不同采收季節(jié)懷牛膝指紋圖譜研究[J].中藥材，2019，42（9）：2079-2085.

[ 3 ] 紀(jì)亮，劉倩茹，梁獻(xiàn)葵，等.不同規(guī)格懷牛膝不同極性部位HPLC指紋圖譜[J].中國藥學(xué)雜志，2020，55（8）：580-587.

[ 4 ] 胡建平，孫延平，蘇發(fā)智，等.懷牛膝多糖的提取分離及生物活性研究進(jìn)展[J].化學(xué)工程師，2021，35（10）：52-55.

[ 5 ] 羅懿釩，歐陽文，唐代鳳，等.牛膝中皂苷和甾酮類物質(zhì)基礎(chǔ)及藥理活性研究進(jìn)展[J].中國現(xiàn)代中藥，2020，22（12）：2122-2136.

[ 6 ] 張留記，劉曉苗，屠萬倩，等. HPLC法同時(shí)測定懷牛膝中5個(gè)成分的含量[J].藥物分析雜志，2018，38（4）：623-629.

[ 7 ] 施之琪，朱月琴，曹琰，等.基于標(biāo)準(zhǔn)湯劑的牛膝配方顆粒質(zhì)量評(píng)價(jià)研究[J].中藥新藥與臨床藥理，2019，30（7）：863-869.

[ 8 ] 屠萬倩，張留記，劉曉苗，等.多指標(biāo)正交試驗(yàn)法優(yōu)選牛膝酒炙工藝[J].中藥材，2018，41（7）：1589-1592.

[ 9 ] 張振凌，胡婷婷，田雙雙，等.不同鹽制方法對(duì)牛膝中有效成分含量的影響[J].中國實(shí)驗(yàn)方劑學(xué)雜志，2017，23（3）：10-13.

[10] 屠萬倩，張留記，劉曉苗，等.牛膝及其炮制品中甾酮類和皂苷類成分的含量比較[J].中藥新藥與臨床藥理，2019，30（1）：89-93.

[11] 屠萬倩，張鈺，李桂本，等.正交試驗(yàn)-主成分分析法優(yōu)選牛膝醋制工藝[J].中藥新藥與臨床藥理，2020，31（8）：990-994.

[12] 鄧穎嘉，何燕珊，劉奇越，等.基于化學(xué)計(jì)量方法建立牛膝及酒牛膝指紋圖譜[J].中藥材，2021，44（4）：912-916.

[13] 國家藥典委員會(huì).中華人民共和國藥典：一部[S]. 2020年版.北京：中國醫(yī)藥科技出版社，2020：270.

[14] 耿淑琴，樊肇勝，劉豪，等.短瓣金蓮花指標(biāo)成分的紅外光譜快速分析[J].光譜學(xué)與光譜分析，2019，39（11）：3624- 3628.

[15] 王秀芬，李靜，馬芳，等.基于紅外光譜技術(shù)對(duì)不同產(chǎn)區(qū)枸杞子的分析[J].醫(yī)藥導(dǎo)報(bào)，2018，37（6）：721-726.

[16] 龔海燕，羅曉，雷敬衛(wèi)，等.不同產(chǎn)地金銀花中紅外光譜分析[J].中醫(yī)學(xué)報(bào)，2016，31（1）：96-98.

[17] 范帥帥，高晗，田偉，等.人參、紅參、西洋參3種配方顆粒的傅里葉變換紅外光譜快速鑒別方法[J].藥物評(píng)價(jià)研究，2018，41（12）：2242-2247.

[18] 姜澤明，周甜甜，卜洪洋，等.落葉松樹皮原花青素生產(chǎn)過程的紅外光譜分析[J].光譜學(xué)與光譜分析，2018，38（1）：62-67.

[19] 張?jiān)?，羅文匯，孫冬梅.紅外光譜技術(shù)在中藥配方顆粒中的研究進(jìn)展[J].中醫(yī)藥導(dǎo)報(bào)，2014，20（2）：99-101.

[20] 胡詠川，田曉鑫，劉蕾，等.近紅外光譜技術(shù)鑒定中藥的進(jìn)展[J].中國中藥雜志，2012，37（8）：1066-1071.

[21] 李燕青，丁姍姍，郭德慧.葛根提取物中麥芽糊精的中紅外快速定量分析[J].現(xiàn)代食品科技，2020，36（2）：283- 291，240.

[22] 陳佳，張權(quán)，楊蕊，等.甘草藥材及其炮制品炙甘草化學(xué)模式識(shí)別分析[J].藥物分析雜志，2020，40（11）：1963-1976.

[23] 唐維維，王婭平，雷敬衛(wèi)，等.基于化學(xué)模式識(shí)別法評(píng)價(jià)明礬炮制不同果形梔子藥材的質(zhì)量[J].中藥材，2020，43（7）：1601-1606.

[24] 張桐，王玥玥，王康宇，等.基于化學(xué)模式識(shí)別法的不同品種木通藥材指紋圖譜研究[J].藥物分析雜志，2021，41（9）：1590-1597.

[25] 郭麗，楊忠杰，于曉濤，等.南、北五味子藥材的HPLC指紋圖譜建立及化學(xué)模式識(shí)別分析[J].中國藥房，2020，31（18）：2224-2229.

[26] 譚小娟，李世雄，李瓔峪，等.白術(shù)飲片的指紋圖譜形狀特征與質(zhì)量標(biāo)志物（Q-Marker）研究[J].中草藥，2021，52（16）：4844-4851.

[27] 王震.不同生長期穿心蓮藥材HPLC指紋圖譜及化學(xué)模式識(shí)別[J].藥物分析雜志，2021，41（3）：410-420.

[28] 孫思邈.備急千金方[M].焦振廉，校注.北京：中國醫(yī)藥科技出版社，2011：10.

[29] 顧志榮，馬天翔，孫嵐萍，等.基于傅里葉變換紅外光譜及化學(xué)計(jì)量學(xué)方法的不同產(chǎn)地鎖陽藥材分類鑒別[J].中國實(shí)驗(yàn)方劑學(xué)雜志，2019，25（22）：159-165.

[30] 張維方，樊克鋒，雷敬衛(wèi)，等.地黃藥材的紅外指紋圖譜及多元統(tǒng)計(jì)分析[J].光譜學(xué)與光譜分析，2021，41（11）：3392-3398.

（收稿日期：2021-08-21 修回日期：2021-12-07）

（編輯：陳 宏）