3
64 JournalofChineseMedicinalMaterials 第33卷第3期2010年3月
[2]石钺,石任兵,陆蕴如1我国药用金银花资源、化学成分
尽可能明确提取物中所含成分的归属,除去模糊无
效成分。本研究中所选的6个共有峰面积占总峰面积99%以上。本研究为金银花注射液原料提供质量控制方法,为金银花注射液安全性提供保证。
参
考
文
献
及药理研究进展[J]1中国药学杂志,1999,34(11):
72427251
[3]刘长河1金银花指纹图谱研究现状[J]1辽宁中医药大
学学报,2008,10(4):16821701
[4]周玉新,雷海明,徐永红,等1中药指纹图谱研究技术
[M]1北京:化学工业出版社,2002:1311
[1]国家药典委员会1中华人民共和国药典[S]1一部1北
京:化学工业出版社,2005:15221531
张延莹,张金巍,刘 岩
(天津天士力现代中药资源有限公司,天津300410)
摘要 目的:应用近红外光谱技术结合化学计量学方法鉴别三七及其伪品。方法:收集3个主产地三七及3种常见三七伪品共289批样品,采集近红外光谱图,采用判别分析法对其进行定性鉴别。结果:建立的模型鉴别准确率达到100%。结论:近红外光谱技术可快速、准确鉴别三七及其伪品。
关键词 近红外光谱;三七;鉴别;判别分析
中图分类号:R28215 文献标识码:A 文章编号:100124454(2010)0320364203
三七Panaxnotoginseng(Burk1)F1H1Chen系五加科人参属植物,始载于《本草纲目》,又名参田七、田七人参、金不换,主要分布在云南、广西。具有止血散瘀、消肿定痛的功效,用于治疗呕血、咳血、胸腹刺痛、冠心病以及外伤出血等证,被誉为“国药明珠”。由于目前三七资源紧缺,价格不断上涨,因此市场上常有伪品出现,且性状与正品极为相似。目前三七及其伪品的鉴别主要采用经验鉴别和理化
〔224〕
鉴别的方法。近红外光谱技术作为一种新型分析技术,具有操作方便、快速,样品不必经过提取、精制等预处理过程即可直接进行分析等优势,是一种理想的质量监控手段。本研究采集289份三七及其常见伪品包括莪术、郁金和姜黄的近红外光谱图,并
表1 批号
1～150151～175176～185186～222223～256257～289
〔1〕
结合化学计量学手段,建立了一种新的三七及其
伪品的鉴别方法,为三七药材的质量监控提供科学依据。1 仪器与材料111 仪器 Antaris傅立叶变换近红外光谱仪(美国ThermoFisher公司),SabIR漫反射光纤探头附件。Result软件(美国ThermoFisher公司)用于光谱的采集,TQAnalyst612软件(美国ThermoFisher公司)用于光谱的预处理及算法的计算。112 材料 实验样品包括云南、广西、四川等不同产地三七药材以及莪术、郁金、姜黄等常见三七伪品,样品来源见表1。所有样品均由天士力现代中药资源有限公司质检部鉴定。
产地云南广西四川广西、福建广西广东、广西
来源
GAP种植基地
289份样品产地与来源
名称
三七Radixetrhizomenotoginseng三七Radixetrhizomenotoginseng三七Radixetrhizomenotoginseng莪术Rhizomacurcumae郁金Radixcurcumae
姜黄Rhizomacurcumaelongae
供应商采购安国药材市场供应商采购供应商采购供应商采购
收稿日期:2009207213
基金项目:国家科技支撑项目(2007BAI47B02)
作者简介:张延莹(19742),女,高级工程师,研究方向:中药新技术应用开发及产业化放大研究;Tel:022286342192,E2mail:zhangyy2@tasly1com。
JournalofChineseMedicinalMaterials 第33卷第3期2010年3月 365
2 方法
选取表1中任意235批样品组成校正集,其他
54批样品组成验证集。以所得校正集模型,测定验证集样品的归属,验证模型的准确性。211 光谱的采集方法 将原料药材在60℃下烘干6h,粉碎,过60目标准药筛。然后统一置入50mL标准取样瓶中,垫实,备用。 用近红外光谱仪SabIR漫反射光纤探头附件采集实验样品的近红外光谱。光谱扫描条件:扫描范围
-121
10000～4000cm,扫描次数32次,分辨率8cm。 图1～4模型;其余第136～150批、169～175批、183～185
批、211～222批、248～256批、282～289批样品的近红外光谱作为验证集对优化后的校正集,模型进行验证。213 光谱预处理方法 由于存在样品不均匀、光散射等干扰,以及近红外仪器自身的随机噪音,故应采用合理的光谱预处理方法以消除噪音、降低样品,提高模型的预测精(Multi2p结合一阶微分平滑处理对样品光谱在,可有效地消除基线漂移,能更为细致的反映不同样品之间的信息差异。214 主成分数的确定方法 主成分分析的中心目的是将数据降维,将原变量进行转换,使少数几个新变量成为原变量的线性组合。同时这些变量要尽可能多地表征原变量的数据特征而不丢失信息。经转换得到的新变量互不相关,可消除相互重叠的信息
〔5〕
部分。如果使用的主成分数过多,会包括过多的测量噪音而使模型的预测能力下降;主成分数过少,则会丢失原始光谱中较多的有用信息,降低了模型的预测准确度。 本研究分别选取了10、15、20、25作为主成分数建立判别模型,结果选择15时模型预测效果最佳。3 结果311 模型的建立 用判别分析法(DiscriminantA2
-1
nalysis)取全光谱范围(10000～4000cm)的一阶光谱经过多元校正(MSC)和Norris平滑处理建模效果最佳。建立的三七及其主要伪品的鉴别模型见图5。312 模型的验证 选取了第136～150批、169～175批、183～185批、211～222批、248～256批、282
图1 三七近红外光谱图
图2 莪术近红外光谱图
图3 郁金近红外光谱图
～289批样品的近红外光谱作为验证集对优化后的校正集模型进行验证,检验模型的预测能力。验证结果见表2。从表中可看出,模型的预测结果与实际结果一致,模型的预测准确率为100%,说明所建方法用于鉴别三七及其伪品是可行的。
图4 姜黄近红外光谱图
212 模型的建立方法 选取第1～135批、151～168批、176～182批、186～210批、223～247批、257
图5 三七及其伪品的鉴别模型图
—□—三七 —△—伪品
～281批样品的近红外光谱图作为校正集建立鉴别
366 表2 样品编号
136～150169～175183～185211～222248～256282～289
JournalofChineseMedicinalMaterials 第33卷第3期2010年3月