近红外光谱法鉴别何首乌真伪的应用研究(1)
[摘要]目的：建立近红外定性分析模型能够对何首乌真伪进行鉴别，同时区分何首乌与其炮制品制何首乌，可用于该药材快速筛查，加强药品监管效能。方法：采集30多份何首乌和制首乌样品以及其伪品白首乌、冀蓼、毛脉蓼的近红外光谱图，利用近红外光谱技术结合化学计量学方法建立何首乌定性判别模型和一致性检验模型，并尝试对不同产地何首乌进行聚类分析。结果：所建模型能够将何首乌与其伪品准确识别，同时能够区分何首乌与制何首乌。结论：近红外光谱法在何首乌药材鉴别、分类中得到实际应用，可作为鉴别该药材的初筛手段。
[关键词]近红外；何首乌；鉴别
何首乌为蓼科植物何首乌Polygonum multiflorum Thunb. 的干燥块根。叶枯萎时采挖，削去两端，洗净，个大的切成块，干燥，称何首乌，具可安神、养血、活络，解毒(截疟)、消痈之效。白首乌又叫隔山消、白何乌、白何首乌、隔山撬、山东何首乌、泰山何首乌等，为萝藦科牛皮消属植物戟叶牛皮消Cynanchum bungei Decne的块根。翼蓼Pteroxygonum giraldii、毛脉蓼P. cillinerve均为蓼科植物，其中翼蓼是使用历史最久， 误用地域最广的何首乌伪品[1]。
, 百拇医药
制何首乌为何首乌炮制加工品，可补益精血、乌须发、强筋骨、补肝肾，是常见贵细中药材。何首乌、制何首乌为中国药典中单列的2个品种，两者药效并不相同，何首乌含有一种蒽醌衍生物，这种物质能促进肠管蠕动而通便，经过炮制后可使结合性蒽醌衍生物水解成无泻下作用的游离蒽醌衍生物，同时能降低毒性，而还原糖含量亦随之增加，所以熟首乌能乌须黑发，而生首乌有润肠通便的作用[2]。近期发展起来的新型分析技术近红外光谱法在药材鉴别方面有一定应用价值[3]。
近红外(Near-infrared，NIR) 是指介于可见光与中红外光之间的电磁辐射波，美国材料检协会(ASTM)将其定义为波长在780～2 526 nm(波数为12 820～3 959 cm-1)的电磁波。近红外光谱区包含的信息量及其丰富，随着计算机技术的提高、分析技术的开发以及仪器制造技术的发展，对近红外光谱区谱图信息的解析正得到深入发展和进一步完善。如今，利用其分析速度快、样品前处理简单、无需试剂、无污染、多组分检测、高效的特点，使得近红外光谱分析法在农产品、食品、石油化工、质量监督等各领域均得到广泛应用，其中在中药分析领域也具有广阔的应用前景[3-4]。本实验采集到30多份何首乌和制首乌样品以及伪品白首乌、冀蓼、毛脉蓼的近红外光谱图， 通过对它们的近红外图谱比较研究， 以期能为准确鉴别何首乌和其伪品、何首乌和制何首乌提供可供借鉴的科学依据。
, 百拇医药
1仪器及试药
1.1仪器
德国 Bruker Matrix-F型傅里叶变换近红外光谱仪(配有1. 5m 长的固体光纤探头，InGaAs 型检测器；OPUS 5. 0及7.0光谱分析软件)； RT-02高速粉碎机、四号药典筛。
1.2试药
本实验所用样品分别来自广东德庆、广东信宜、广东高州、贵州凯里、云南等产地所有样品均经本所中药室鉴定， 见表1。
2方法与结果
2.1NIR 光谱的采集
将药材分别粉碎， 过四号筛， 装入玻璃试管中(装样高度1.8～2 cm) ， 用近红外光谱仪光纤探头采集光谱。扫描的条件： 扫描范围4 000～10 000 cm-1， 扫描次数32次， 分辨率8 cm-1， 每份样品采集3张光谱， 近红外光谱仪采集到的各种类型药材的原始光谱图分别经过求平均处理后的平均光谱图见图1。
, 百拇医药
2.2近红外定性判别模型的建立
2.2.1训练集、验证集样本的划分选择标准算法(Standard)，在全谱段范围分别对何首乌、制何首乌总样本光谱图进行聚类分析，分别得到5个和4个不同的亚类，选取训练集样本使得涵盖所有亚类和几乎所有收集到的产地。由此划分，何首乌总样本中15批，制何首乌10批作为训练集的两组建模样品。剩下的何首乌4批、制何首乌2批以及白首乌、毛脉蓼、冀蓼各1批作为验证集样品。
2.2.2适合定性分析的谱区及光谱预处理选择首先扣除容易受空气中水分含量影响的7 500～6 900 cm-1，5 600～5 000 cm-1的水峰位置， 并选择具有合适吸收峰的谱段范围，本文选择吸光度在0.4～1.2波数为7 000～5 400，5 000～4 100 cm-1作为区别何首乌与其他品种的特征谱段。
全谱段范围扣除12 000～10 000 cm-1几乎没有吸收峰的谱段和4 200～4 000 cm-1容易受到仪器电噪音干扰的边缘谱段，因此全谱段鉴别模型谱段选取10 001.5～4 196.5 cm-1谱段范围。
, 百拇医药
2.2.3对原始光谱进行光谱预处理对于基线偏移，可以通过矢量归一化或者一阶导数化来消除； 对于基线旋转，可以采用一阶导数化结合矢量归一化处理来消除，或使用二阶导数化[5]。用不同的预处理光谱，对比不同品种光谱的差异，结果特征谱段范围光谱矢量归一化法处理后，不仅消除了光谱的漂移，而且最大限度地体现了不同品种光谱的差别。
2.2.4建立通用性定性分析模型在OPUS定性建模中，利用参考样本测得的光谱数据计算光谱距离来建立定性判别模型。每个品种的近红外光谱在空间上呈现出某一确定的分布，依此品种的平均光谱为球心，并以阈值为半径，从而建立定性模型。阈值DT=DMax+So×X3，其中DMax为匹配值的最大值(maximum hit)，S0为标准偏差， X为缺省值0.25。
利用OPUS 7.0 光谱软件中“建立定性测试方法”选项，通过对训练集样品光谱按进行谱段选择和光谱预处理，建立具有特征谱段和全谱段的两层识别模型，对未知样品2次计算光谱距离，来综合判别样品的性质。, http://www.100md.com(韩莹 毕福钧 侯惠婵 张永耀)
[关键词]近红外；何首乌；鉴别
何首乌为蓼科植物何首乌Polygonum multiflorum Thunb. 的干燥块根。叶枯萎时采挖，削去两端，洗净，个大的切成块，干燥，称何首乌，具可安神、养血、活络，解毒(截疟)、消痈之效。白首乌又叫隔山消、白何乌、白何首乌、隔山撬、山东何首乌、泰山何首乌等，为萝藦科牛皮消属植物戟叶牛皮消Cynanchum bungei Decne的块根。翼蓼Pteroxygonum giraldii、毛脉蓼P. cillinerve均为蓼科植物，其中翼蓼是使用历史最久， 误用地域最广的何首乌伪品[1]。
, 百拇医药
制何首乌为何首乌炮制加工品，可补益精血、乌须发、强筋骨、补肝肾，是常见贵细中药材。何首乌、制何首乌为中国药典中单列的2个品种，两者药效并不相同，何首乌含有一种蒽醌衍生物，这种物质能促进肠管蠕动而通便，经过炮制后可使结合性蒽醌衍生物水解成无泻下作用的游离蒽醌衍生物，同时能降低毒性，而还原糖含量亦随之增加，所以熟首乌能乌须黑发，而生首乌有润肠通便的作用[2]。近期发展起来的新型分析技术近红外光谱法在药材鉴别方面有一定应用价值[3]。
近红外(Near-infrared，NIR) 是指介于可见光与中红外光之间的电磁辐射波，美国材料检协会(ASTM)将其定义为波长在780～2 526 nm(波数为12 820～3 959 cm-1)的电磁波。近红外光谱区包含的信息量及其丰富，随着计算机技术的提高、分析技术的开发以及仪器制造技术的发展，对近红外光谱区谱图信息的解析正得到深入发展和进一步完善。如今，利用其分析速度快、样品前处理简单、无需试剂、无污染、多组分检测、高效的特点，使得近红外光谱分析法在农产品、食品、石油化工、质量监督等各领域均得到广泛应用，其中在中药分析领域也具有广阔的应用前景[3-4]。本实验采集到30多份何首乌和制首乌样品以及伪品白首乌、冀蓼、毛脉蓼的近红外光谱图， 通过对它们的近红外图谱比较研究， 以期能为准确鉴别何首乌和其伪品、何首乌和制何首乌提供可供借鉴的科学依据。
, 百拇医药
1仪器及试药
1.1仪器
德国 Bruker Matrix-F型傅里叶变换近红外光谱仪(配有1. 5m 长的固体光纤探头，InGaAs 型检测器；OPUS 5. 0及7.0光谱分析软件)； RT-02高速粉碎机、四号药典筛。
1.2试药
本实验所用样品分别来自广东德庆、广东信宜、广东高州、贵州凯里、云南等产地所有样品均经本所中药室鉴定， 见表1。
2方法与结果
2.1NIR 光谱的采集
将药材分别粉碎， 过四号筛， 装入玻璃试管中(装样高度1.8～2 cm) ， 用近红外光谱仪光纤探头采集光谱。扫描的条件： 扫描范围4 000～10 000 cm-1， 扫描次数32次， 分辨率8 cm-1， 每份样品采集3张光谱， 近红外光谱仪采集到的各种类型药材的原始光谱图分别经过求平均处理后的平均光谱图见图1。
, 百拇医药
2.2近红外定性判别模型的建立
2.2.1训练集、验证集样本的划分选择标准算法(Standard)，在全谱段范围分别对何首乌、制何首乌总样本光谱图进行聚类分析，分别得到5个和4个不同的亚类，选取训练集样本使得涵盖所有亚类和几乎所有收集到的产地。由此划分，何首乌总样本中15批，制何首乌10批作为训练集的两组建模样品。剩下的何首乌4批、制何首乌2批以及白首乌、毛脉蓼、冀蓼各1批作为验证集样品。
2.2.2适合定性分析的谱区及光谱预处理选择首先扣除容易受空气中水分含量影响的7 500～6 900 cm-1，5 600～5 000 cm-1的水峰位置， 并选择具有合适吸收峰的谱段范围，本文选择吸光度在0.4～1.2波数为7 000～5 400，5 000～4 100 cm-1作为区别何首乌与其他品种的特征谱段。
全谱段范围扣除12 000～10 000 cm-1几乎没有吸收峰的谱段和4 200～4 000 cm-1容易受到仪器电噪音干扰的边缘谱段，因此全谱段鉴别模型谱段选取10 001.5～4 196.5 cm-1谱段范围。
, 百拇医药
2.2.3对原始光谱进行光谱预处理对于基线偏移，可以通过矢量归一化或者一阶导数化来消除； 对于基线旋转，可以采用一阶导数化结合矢量归一化处理来消除，或使用二阶导数化[5]。用不同的预处理光谱，对比不同品种光谱的差异，结果特征谱段范围光谱矢量归一化法处理后，不仅消除了光谱的漂移，而且最大限度地体现了不同品种光谱的差别。
2.2.4建立通用性定性分析模型在OPUS定性建模中，利用参考样本测得的光谱数据计算光谱距离来建立定性判别模型。每个品种的近红外光谱在空间上呈现出某一确定的分布，依此品种的平均光谱为球心，并以阈值为半径，从而建立定性模型。阈值DT=DMax+So×X3，其中DMax为匹配值的最大值(maximum hit)，S0为标准偏差， X为缺省值0.25。
利用OPUS 7.0 光谱软件中“建立定性测试方法”选项，通过对训练集样品光谱按进行谱段选择和光谱预处理，建立具有特征谱段和全谱段的两层识别模型，对未知样品2次计算光谱距离，来综合判别样品的性质。, http://www.100md.com(韩莹 毕福钧 侯惠婵 张永耀)