全 文 :2012 年 9 月 1 日 第 9 期
No. 9 1 Sep. 2012
中 医 学 报
CHINA JOURNAL OF CHINESE MEDICINE
第 27 卷 总第 172 期
Vol. 27 Serial No. 172
近红外光谱技术测定山橿药材中水分的含量
Assay of Moisture Content in Lindera Reflexa Hemsl by Near Infra-red Spectrum
史君星 Shi Junxing1,雷敬卫 Lei Jingwei2,陈随清 Chen Suiqing2
1.安阳市人民医院药剂科,河南 安阳 455000
Pharmacy Service,Anyang Peoples Hospital,Anyang,Henan,China455000
2.河南中医学院,河南 郑州 450008
Henan College of Traditional Chinese Medicine,Zhengzhou,Henan,China 450008
摘要:目的:运用近红外光谱技术对山橿药材中水分含量进行快速测定。方法:利用近红外漫反射光谱法结合 TQAnalyst 8. 0
软件,建立山橿药材中水分的定量分析模型.结果:建立的模型内部交叉验证决定系数(R2)为 0. 999 74、内部交叉验证均方差
(RMSECV)为 0. 219、预测均方差(RMSEP)为 0. 259。结论:该方法快速、简便、结果准确,有望在中药体系中有更广泛的应用。
Abstract:Objective:Determine the moisture content in Lindera reflexa Hemsl by near infra-red spectrum and chemical metrology meth-
od. Methods:Establish the quantitative analysis model using near infra-red diffuse reflectance spectrum combined with TQAnalyst 8. 0
software. Results:The internal cross validation determination coefficient (R2)is 0. 999 74,internal cross validation determination mean
square error(RMSECV)is 0. 219,prediction mean square error(RMSEP)is 0. 259. Conclusion:This method is rapid,simple and accu-
rate,expected more extensive application in the traditional Chinese medicine system.
关键词:山橿;水分含量;近红外光谱技术
Key words:lindera reflexa hemsl;moisture content;near infra-red spectrum
中图分类号 CLC number:R284. 2 文献标识码 Document code:A 文章编号 Article ID:1674 - 8999(2012)09 - 1161 - 02
山橿(Lindera reflexa Hemsl) ,樟科,落叶乔木或灌木,产
于大别山、桐柏山和伏牛山南部。根入药,有理气止痛,止血
消肿之效[1],为中成药“胃痛宁片”的主要原料[2]。
中药含有过量的水分,不仅易霉烂变质或使有效成分分
解,还会使称量上相对的减少了实际用量而影响治疗效果。
因此,控制药材中水分含量对于保证药材质量有密切关系。
为了控制山橿药材中水分的含量,笔者利用近红外光谱技术
(NIB)对山橿药材中水分的含量进行了定量分析,并建立了
水分的 NIR定量分析模型。该方法具有分析时间短、样品无
损耗、预测结果准确等优点,可以有效地避免测定过程中样
品返潮带来的误差,在山橿药材的收购、储藏及在线监测方
面有重要的意义。
1 仪器与试药
Thermo Nicolet 6700 型傅立叶变换近红外光谱仪(配有
漫反射积分球附件、OMNIC 光谱采集软件和 TQ8. 0 分析软
件) ,水分测定仪,甲苯(分析纯)。山橿药材为 2008 年 10 月
至 2010 年 4 月期间采自河南省信阳地区,部分药材由羚锐
公司提供。全部药材共 66 份,由河南中医学院药学院鉴定
为樟科植物山橿的根。
2 方法与结果
2. 1 近红外光谱数据的采集
将收集到的 66 份山橿样品粉碎,过 60 目筛,分别取 6 g
装入 50 mL 标准石英杯,每次扫描前振荡 5 ~ 6 次,混合均
匀。以空气为参比,扣除背景采集光谱图,采用积分球漫反
射,温度:25 ~ 30 ℃;相对湿度:50%;分辨率:8 cm -1;扫描波
长范围为 12 000 ~ 4 000 cm -1;扫描次数:32 次;每个样品重
复 3 次,计算平均光谱。见图 1。
图 1 66 份山橿药材样品的近红外光谱图
2. 2 山橿药材中水分含量测定
精密称定 66 批次山橿药粉各 50 g,分别装入水分测定
仪的圆底烧瓶中,加甲苯 200 mL,按中华人民共和国药典
·1611·
DOI:10.16368/j.issn.1674-8999.2012.09.001
2012 年 9 月 1 日 第 9 期
No. 9 1 Sep. 2012
中 医 学 报
CHINA JOURNAL OF CHINESE MEDICINE
第 27 卷 总第 172 期
Vol. 27 Serial No. 172
(2010 版)一部(附录 IX H)水分测定法第二法操作[3],测定
结果,66 份样品的水分含量在 5. 08% ~ 8. 14%之间,平均值
为 6. 95%。
2. 3 建立水分含量的 NIR分析模型
2. 3. 1 校正集和验证集样品的选择 应用 TQ8. 0 软件,根
据山橿药材中水分含量分布情况,从 66 份样品中,选取 54
个有代表性的样品组成校正集,建立 NIR模型;另外的 12 个
样品作为验证集,对建立的 NIR模型进行内部验证。验证集
样品选取的原则是:验证集水分含量分布范围在训练集的水
分含量范围之内。[4]见表 1。
表 1 校正集与验证集样品水分分布范围表
样品 n 水分含量最大值(g) 水分含量最小值(g)
校正集组成 54 8. 14 5. 08
验证集组成 12 7. 96 5. 35
2. 3. 2 光谱预处理 高频随机噪音、信号本底、基线飘移、
样品不均匀与光散射等都对建立校正模型造成很大的影响。
因此,需要对光谱进行预处理才可以最大限度的减少误差。
通过对不同光谱预处理后模型的 R2 和 RMSEC的比较,结果
以 SG + First Derivative(一阶导数)处理效果最好[5]。
2. 3. 3 建模谱段的选择 偏最小二乘法(PLS)可以处理全
谱信息,但这些信息中同时还包含了一些冗余信息[6]。因
此,在建立模型时要求选择的区间尽量避免冗余信息,还要
包含大量待测组分的信息。根据不同光谱范围的 R2 和 RM-
SEC值确定山橿中水分含量所对应的最佳波段范围为
7 690. 28 ~ 4 493. 73 cm -1。
2. 3. 4 建模主因子数的确定 在建立模型过程中,要求 PLS
模型采用的主因子数,既不会由于因子数取得太少而导致信
息不全,预测能力降低,也不会由于因子数取得太多而导致
模型过于复杂,出现过拟合现象。以校正样品集 RMSECV为
优化参数,选择最适主成分数,当 RMSECV值最小时,所选主
成分数最佳,因此,当 PLS 因子数为 8 时为最佳建模因子
数[7]。
2. 3. 5 定量模型的建立 运用 TQ8. 0 定量分析软件,通过
PLS法建立模型,66 份样品用于建模(其中 54 份样品作为校
正样品集,12 份作为验证集样品) ,选用 SG + First Derivative
对光谱进行预处理,采用波段为 7 889. 20 ~ 4 164. 76 cm -1,
因子数为 8,用校正集样品进行内部验证,R2 = 0. 999 74,RM-
SEC = 0. 016 5,NIR预测值与真实值的相关图,见图 2。
图 2 NIR预测值与真实值的相关图
2. 3. 6 NIR 定量模型的内部验证 依据上述所建立的模
型,将验证集样品的近红外光谱代入模型中,得到 NIR 预测
值,将 12 份验证集样品的预测值与药典法测定值进行比较,
得平均回收率为 99. 65%。
2. 4 统计学方法
将 12 份验证集样品的 NIR侧得值与药典法测得值进行
配对 T检验,结果对于给定显著性水平 0. 05,t(0. 05 /2,
11)= 2. 20,经配对 t检验,12 个样品 NIR预测值与药典法测
定值的 t检验值为 0. 194,小于给定值 2. 20,即 2 种方法的分
析结果差异无统计学意义,该模型通过内部验证,可以准确
预测其覆盖范围的山橿药材中水分含量。
3 讨论
由以上数据可以看出该分析模型的建立比较成功,可以
比较准确的预测出山楝后材浸出物的含量。本实验,旨在利
用 NIR简便、快速、无损、无污染的优点建立一种中药质量控
制分析方法,可提高生产效率和降低成本,从而真正将实验
室研究成果应用到社会生产,为加快中药现代化的进程做出
贡献。
参考文献:
[1]张涛,陈随清,张峰,等.山橿治疗胃溃疡及镇痛抗炎有效部位的
筛选[J].中医学报,2011,26(5) :597 - 599.
[2]河南省卫生厅. 河南省药品标准[S]. 郑州:河南科学技术出版
社,1984:157.
[3]国家药典委员会.中华人民共和国药典[M].北京:中国医药科技
出版社. 2010:40 - 42.
[4]张爱军,戴宁,赵国磊.丹参产业化提取中近红外在线检测技术的
研究[J].中草药,2010,41(2) :238 - 340.
[5]薛丽红,杨林章.基于可见近红外高光谱的菠菜硝酸盐快速无损
测定研究[J].光谱学与光谱分析,2009,29(4) :926 - 930.
[6]白雁,张威,王星.近红外光谱法测定不同厂家银黄颗粒中黄芩苷
含量[J].中国中药杂志,2010,35(2) :166 - 168.
[7]陆婉珍.现代近红外光谱分析技术[M].北京:中国石化出版社,
2007:30 - 35.
收稿日期:2012 - 05 - 06
作者简介:史君星(1973 -) ,男,河南安阳人,医学学士,主管
中药师,主要从事中药鉴定、制剂的研究工作。Email:shi-
junxingcen@ 163. com;Tel:13629836593。
通讯作者:雷敬卫(1972 -) ,男,医学博士,副教授,主要从事
中药材资源与质量分析。Tel:13803852361
编辑:倪婷婷
·2611·