金銀花藥材與粉末近紅外光譜特征的比較研究*

河北中醫(yī)學院 /河北省中藥組方制劑應用技術研發(fā)中心/河北省中藥組方制劑技術創(chuàng)新中心/河北省心腦血管病中醫(yī)藥防治研究重點實驗室

厲博文 石子薇 李 菁 馬東來 (石家莊 050091)

提要 目的：比較研究金銀花藥材和粉末的近紅外光譜特征。方法：應用近紅外光譜技術檢測不同產地(包括河南省、河北省和山東省)金銀花藥材和粉末的近紅外光譜。采用一階導數結合矢量歸一化法，9點平滑進行光譜的預處理，采用原始光譜比較、近紅外一致性模型檢驗、定性鑒別和聚類分析的方法，比較金銀花藥材與粉末近紅外光譜的差異。結果：在12 000～4 000 cm-1波數范圍內，同產地金銀花藥材與粉末的近紅外原始光譜存在一定的差異。在8 003.6～7 243.8 cm-1、6 900.5～5 646.9 cm-1、4840.7～ 4 462.7 cm-1波段內，同產地金銀花藥材與粉末的近紅外光譜特征存在一致性，兩者在定性鑒別模型中的因子得分分布界限不明顯。因子法結合聚類分析中兩者的光譜可以優(yōu)先被歸為一類，不能被準確地鑒別。結論：金銀花藥材與粉末在定性分析中表現出一致性。金銀花藥材可以不經粉碎直接進行近紅外檢測和定性分析，具有一定的實際應用價值，為金銀花快速鑒別方法的研究提供實驗依據和新思路。

金銀花(LoniceraJaponicaThunb.)為忍冬科忍冬屬植物忍冬及同屬植物干燥花蕾或帶初開的花[1]，古時稱為“忍冬”，曾收載于《名醫(yī)別錄》，《本草綱目》將其命名為金銀花[2]，其性寒，味甘，歸肺、心、胃經，具有清熱解毒、疏散風熱的作用[3]，臨床治療脹滿下疾、溫病發(fā)熱和熱毒癰瘍等癥[4]。金銀花中含有黃酮類、環(huán)烯醚萜苷類和有機酸類等化學成分，具有抗炎解熱、抗腫瘤和抗菌抗病毒等藥理作用[5]。

金銀花廣泛分布于全國各省區(qū)，商品藥材主要來源于山東省、河南省等地[6]，其藥材質量受到生長條件、加工方式及采收季節(jié)等方面的影響，山銀花曾作為金銀花品種收錄于1977～2000年版《中國藥典》。為準確地進行金銀花品質優(yōu)劣和藥材真?zhèn)舞b別，多種檢測方法與手段應用于金銀花的質量控制，如中藥經驗鑒別[7]、近紅外光譜分析法、高效液相色譜法等。其中，近紅外光譜技術具有檢測速度快、樣品處理簡單、對樣品無污染等優(yōu)勢[8]，如近紅外光譜結合SIMCA模式的方法可對金銀花和山銀花進行鑒別分類，有效地判別金銀花真?zhèn)蝃9]。逐步判別模式識別可以較好地鑒別不同品種和產地的金銀花[10]。陳璐等[11]應用近紅外光譜技術，建立偏最小二乘判別模型快速鑒別不同品種和產地金銀花，模型正確判別率可達100%。近紅外光譜漫反射法和化學計量學方法快速檢測不同批次金銀花藥材中綠原酸和木犀草苷的含量[12]。

然而，金銀花藥材與粉末近紅外光譜特征比較的相關研究較少，其分類鑒別的研究文獻多以粉末為研究對象?！吨袊幍洹?020年版一部中金銀花的檢測包括特征圖譜、檢查和含量測定項均采用金銀花粉末[1]，因此，為確保粉末檢測結果的準確性，需要對粉末與藥材的近紅外檢測結果一致性進行深入研究。

本文將應用BRUKER-MAP近紅外光譜分析儀(布魯克科技有限公司)檢測金銀花藥材和粉末的近紅外光譜，并選擇適宜波段范圍，采用合適的方法進行光譜預處理，建立金銀花近紅外光譜一致性模型、定性鑒別分析模型和聚類分析模型，全面準確地比較藥材與粉末在定性分析中的差異，為金銀花藥材的無損化檢測實際應用提供實驗依據。

1 儀器與樣品

1.1 實驗儀器 BRUKER-MAP近紅外光譜分析儀(布魯克科技有限公司)、高速多功能粉碎機(浙江永集市榮浩工貿有限公司)、小號鐵研船(浙江省永康市清溪衡器廠)、標準檢驗篩(65目，浙江上虞市華豐五金儀器有限公司)、AN0868型電子天平(上海民橋精密科學儀器有限公司)。

1.2 樣品的收集與分組 收集金銀花樣品92份，所有樣品經河北中醫(yī)學院鄭玉光教授鑒定為忍冬科植物忍冬LonicerajaponicaThunb.的干燥花蕾或帶初開的花。

分別將河北產地、河南產地和山東產地的金銀花按照約為 3∶1的比例，隨機劃分為校正集和驗證集，樣品信息見表1。

表1 金銀花樣品信息

2 方法

2.1 藥材處理方法 取金銀花藥材于粉碎機粉碎，過65目檢驗篩，備用。每份樣品中分別稱取6 g藥材和粉末。

2.2 近紅外光譜采集 分別將金銀花藥材和粉末裝入近紅外掃描杯中，混合均勻，使裝量為杯容量的2/3，輕輕按平。調節(jié)儀器分辨率為 8 cm-1，在12 000～4 000 cm-1波數范圍內進行近紅外波長掃描，每個樣品重復掃描3次，同時采集近紅外的背景光譜，將每個檢測光譜扣除背景光譜，計算平均值作為樣品的原始光譜。

2.3 光譜預處理 應用OPUS軟件對每個樣品的原始光譜進行如下預處理，包括一、二階導數法與一、二階導數結合矢量歸一化法，比較不同方法的預處理效果。最終選擇一階導數結合矢量歸一化，9點平滑的預處理方法。

2.4 結果與分析

2.4.1 原始光譜對比：分別比較金銀花不同產地藥材和不同產地粉末的原始光譜(圖1)，以黑色標記河南樣品，深灰色標記河北樣品，淺灰色標記山東樣品，結果表明，在12 000～4 000 cm-1波數范圍內，金銀花不同產地藥材和粉末的近紅外光譜波形基本一致，沒有明顯差異。

注：A. 藥材近紅外光譜 ；B. 粉末近紅外光譜。圖1 金銀花藥材和粉末的近紅外光譜比較圖

分析比較同產地金銀花藥材和粉末的紅外光譜(圖2)，以灰色標記藥材樣品，黑色標記粉末樣品，結果表明，在12 000～4 000 cm-1波數范圍內，金銀花不同產地藥材和粉末的近紅外光譜波形基本一致，但粉末的近紅外吸收強度略高于藥材。

注：A. 河南產地；B. 河北產地；C. 山東產地。圖2 同產地金銀花藥材和粉末NIR光譜圖的比較

2.4.2 建立近紅外一致性模型：分析比較金銀花不同產地藥材和粉末的原始光譜，發(fā)現在8 003.6～7 243.8 cm-1、6 900.5～5 646.9 cm-1、4 840.7～4 462.7 cm-1波段內存在較大的差異，因此選擇上述波段，將藥材的原始光譜預處理后作為比對光譜，建立近紅外一致性檢驗模型，結果見表2。

經過一致性模型的檢驗，發(fā)現金銀花的藥材與粉末的近紅外光譜均在CI限度以內，不能將兩者鑒別，兩者均被鑒別為金銀花的正品藥材，表明兩者近紅外光譜存在較高的一致性。結果見圖3。

注：1.參考光譜(灰色)； 2.測試光譜(黑色)。圖3 一致性檢驗報告圖

2.4.3 近紅外定性鑒別分析：將金銀花不同產地藥材和粉末的原始光譜，經一階導數結合矢量歸一化，9點平滑的方法預處理，在8 003.6～7 243.8 cm-1、6 900.5～5 646.9 cm-1、4 840.7～4 462.7 cm-1波段內建立定性鑒別分析模型，得到金銀花樣品鑒別得分分布圖。從分布圖中看出，樣品可以明顯地分為3大類，即河南樣品、河北樣品及山東樣品。金銀花的藥材與粉末分布分界不顯著，范圍接近或少量樣品存在重疊情況，不能很好地實現兩者的鑒別。因此，在二級子庫中，將藥材與粉末定義為一類，建立金銀花定性鑒別模型，模型檢驗結果顯示，驗證集的驗證率為100%，可以實現不同產地樣品的鑒別。結果見圖4。

注：A.河南藥材、a.河南粉末；B.河北藥材、b.河北粉末；C.山東藥材、c.山東粉末。圖4 金銀花樣品鑒別得分分布圖

2.4.4 聚類分析：將92張金銀花的原始光譜進行一階導數結合矢量歸一化，9點平滑的預處理，運用因子算法和加權平均距離法在8 003.6～7 243.8 cm-1、6 900.5～5 646.9 cm-1、4 840.7～4 462.7 cm-1波段內建立聚類分析模型，得到金銀花樣品間的相似度關系圖，結果見圖5。應用此模型，金銀花樣品可以明顯地歸為3個不同產地，即河南省、河北省及山東省樣品。藥材與粉末光譜的相似度較高，兩者的歸屬關系較近，雖然能分別歸屬，但其相似度明顯高于產地歸屬，可被合并為一類。

圖5 金銀花樣品聚類分析圖

3 結論

本研究采用定性分析法進行金銀花藥材與粉末的近紅外光譜比較研究。通過對92種金銀花進行譜圖掃描，一階導數結合矢量歸一化法，9點平滑進行光譜的預處理，采用原始光譜比較、近紅外一致性模型檢驗、定性鑒別和聚類分析的方法，比較金銀花藥材與粉末近紅外光譜的差異。研究發(fā)現，在12 000～4 000 cm-1波段內，金銀花藥材與粉末的近紅外原始光譜存在一定的差異。在8 003.6～7 243.8 cm-1、6 900.5～5 646.9 cm-1、4 840.7～4 462.7 cm-1波段內，藥材與粉末近紅外光譜均在CI限度以內，兩者近紅外光譜不易被鑒別。在運用因子算法和加權平均距離法建立聚類分析模型中，不同產地的金銀花可進行聚類。同產地金銀花藥材與粉末光譜的相似度較高，兩者的歸屬關系較近，可被合并為一類，不能被準確地鑒別。因此，金銀花藥材與粉末不能通過近紅外光譜的定性分析方法被鑒別。

4 討論

藥材粉碎一般不改變其在化學、物理和生物學特性。然而，粉末在樣品性狀鑒別方面存在一定的困難。通過對比藥材與粉末的原始光譜，發(fā)現粉末的近紅外吸收程度較高，推測其原因為粉末與紫外掃描的接觸面積大于藥材的。

近紅外光譜的定性分析方法的考察，分別進行一二階導數、矢量歸一化法及結合一二階導數矢量歸一化法的考察，5～25點平滑的光譜預處理方法考察，最終選擇一階導數結合矢量歸一化法，9點平滑進行光譜的預處理。數據計算方法的考察，包括標準法(歐式距離)、因子化法和因子化(原始光譜)等，最終確定因子化法為本實驗的計算方法。

近紅外一致性模型檢驗結果顯示，同產地的藥材與粉末在定性鑒別中沒有明顯差異。聚類模型分析進一步驗證這一結論，金銀花藥材與粉末的近紅外光譜在分類關系可歸于一類，其相似度明顯高于不同產地樣品的光譜。因此，藥材與粉末的近紅外光譜在定性分析中存在一致性，提示金銀花原產地的藥材可以不用粉碎，直接進行近紅外檢測，簡化了樣品處理過程，在金銀花的定性鑒別中具有實際應用價值，為金銀花近紅外檢測的準確性和質量標準內容的研究提供實驗依據和新思路。此外，為進一步驗證藥材與粉末近紅外光譜的差異，需要擴大產地的檢測范圍，并進行兩者的近紅外定量分析方面的研究。