全 文 ：12银杏内酯 C 　22白果内酯　32银杏内酯 A 　42银杏内酯 B
12ginkgolide C 　22bilobalide 　32ginkgolide A 　42ginkgolide B
图 1 　对照品( A)和银杏滴丸( B)的 HPLC图谱
Fig11 　HPLC Chromatograms of reference substances ( A)
and Yinxing Dropping Pills ( B)
较多报道 ,但对于在制剂中 ,特别是滴丸剂中银杏萜
类内酯测定的报道很少 ,这是因为在滴丸制剂中成
分复杂 ,互相干扰较多 ,增加了测定的难度。本实验
建立了一种简便的滴丸剂中银杏萜类内酯的测定方
法 ,具有一定的参考价值。
参考文献 :
[ 1 ] 　单鸣秋 ,张　丽 ,曹雨诞1 HPLC2EL SD 法测定银杏叶提取物
中内酯的含量[J ]1 中草药 ,2004 ,35 (12) :1366213681
[ 2 ] 　刘利群 ,刘天扬 ,金 　涛1 HPLC2EL SD 法测定银杏叶口腔崩
解片中的银杏内酯含量[J ]1 中国药师 ,2006 ,9 (6) :52925301
[3 ] 　颜玉贞 ,谢培山1 HPL C2EL SD 法测定银杏叶中的 4 种萜类内
酯含量[J ]1 药物分析杂志 ,2001 ,21 (3) :17321761
[4 ] 　张亚中 ,周亚球 ,王 娟 ,等 1 HPLC2EL SD 法测定银杏叶软胶
囊中萜类内酯的含量[J ]1 中成药 ,2005 ,27 (1) :222241
丹参产业化提取中近红外在线检测技术的研究
张爱军1 ,戴 　宁2 ,赵国磊1 3
(11 天津天士力现代中药资源有限公司 ,天津 　300410 ; 21 天津天士力集团研究院 ,天津 　300410)
摘　要 :目的 　以丹参提取过程为研究对象 ,利用近红外在线检测技术 ,摸索建立出一种生产级别的中药提取过程
在线控制方法。方法 　将近红外检测仪器连接在提取设备上 ,在线采集提取液的近红外光谱 ,同时采集提取液样
本并检测样本中的丹酚酸 B 质量浓度 ,使用化学计量学方法建立起在线检测模型。结果 　以丹酚酸 B 为检测成分
建立丹参在线检测模型 ,模型的相关系数为 01989 9 ,校正均方差为 01185 ,模型预测均方差为 01303。结论 　应用
近红外在线检测技术 ,建立了丹酚酸 B 检测模型 ,实现了对丹参提取生产过程的在线监控。
关键词 :丹参 ;近红外光谱 ;丹酚酸 B ;在线检测
中图分类号 :R28412 　　　文献标识码 :B 　　　文章编号 :0253 2670 (2010) 02 0238 03
　　近红外技术是 20 世纪 80 年代后 ,随着计算机
技术、化学计量学技术及仪器分析技术的发展和应
用 ,逐渐发展起来的一门独立的分析技术 ,在国外近
红外光谱分析技术广泛应用在石油、烟草、农业、药
品和食品等多个领域[1 ] 。中药在我国有着悠久的应
用历史 ,中药中主要的药用有效成分如酚酸类、黄酮
类、生物碱等含有大量的 X2H 基团 ,在近红外谱段
内有较强吸收 ,因此近红外光谱分析适用于对中药
质量的分析研究 ,并在药材的真伪鉴别、产地分类、
制剂包衣厚度测定等方面取得了一定的成果[2 ,3 ] 。
同时利用近红外光谱技术实现对中药提取过程的质
量控制应用方面也多有报道[ 4 ] 。本研究旨在通过使
用近红外光谱技术实现对使用生产型设备进行丹参
提取的生产过程的在线检测 ,监测丹参中的有效成
分的变化情况 ,为生产工艺的优化和生产参数的调
整提供数据支持 ,提高中药生产过程的质控水平 ,最
终实现提取生产过程的规范管理和标准化操作。
1 　仪器与材料
AN TA RIS 傅里叶近红外分析仪 , DCS ( Dis2
t ributed Cont rol System ,集散控制系统) , Result2
Integration 工作流程设计软件 , RESUL T2Opera2
tion 操作软件 ; Agilent 1100 高效液相色谱仪 ;
JJ 2000 型精密电子天平 ;500L 多功能提取设备。
丹参产于陕西商洛 ,经天士力现代中药资源有
限公司质检部鉴定为丹参 S al vi a mi l t iorrhi z a
Bunge 的干燥根茎 ;丹酚酸 B 对照品 (中国药品生物
制品检定所) ;甲醇、乙腈 (色谱纯) ,甲酸 (分析纯) 。
2 　方法与结果
211 　丹参提取液的制备 :称取丹参药材 ,加 6 倍量
水 ,药液沸腾后 ,保持微沸状态 ,开启药液循环管路 ,
提取 2 h ,放液 ,药渣再加入 5 倍量水 ,药液沸腾后 ,
保持微沸状态 ,开启药液循环管路 ,提取 1 h ,放液 ,
·832· 中草药　Chinese Traditional and Herbal Drugs 　第 41 卷第 2 期 2010 年 2 月
3 收稿日期 :2009204202　　　　　　　　　　　　　　　　　　　　　　
合并两煎提取液留用 ,药渣弃去。
212 　N IR 谱图的在线采集 :使用流通池配合远程
光纤进行谱图采集。采集条件为分辨率 8 cm - 1 ,扫
描次数 32 次 ,扫描范围 10 000～4 000 cm - 1 ,数据
格式为 Absorbance 格式 ,光程为 2 mm。
213 　丹酚酸 B 的 H PL C 法测定
21311 　色谱条件 : Agilent C18色谱柱(250 mm×416 mm ,
5μm) ;流动相 :甲醇2乙腈2甲酸2水(30 ∶10 ∶1 ∶59) ;检测
波长 :286 nm;体积流量 :1 mL/ min ;进样量 : 10μL ;柱
温 :30 ℃。理论板数按丹酚酸 B 峰计算应不低于 2
000 ;在此条件下 ,丹酚酸 B 在 10 min 左右出峰。
21312 　对照品溶液的制备 :精密称取丹酚酸 B 对
照品适量 ,加 75 %甲醇制成 13912 μg/ mL 溶液 ,
即得。
21313 　供试品溶液的制备 :取提取液适量 ,摇匀 ,精
密称取 1 mL ,置于 25 mL 量瓶中 ,75 %甲醇稀释至
刻度 ,摇匀 ,过 0145μm 微孔滤膜 ,取续滤液 ,即得。
21314 　测定 :外标峰面积法测定。
214 　光谱数据的处理 :采用 Thermo 公司的 TQ 分
析软件 ,将样品的近红外谱图 (图 1) 同 H PL C 法测
定结果逐一对应 ,输入至 TQ 分析软件中 ,完成谱图
和检测数据的录入 ,建立校正样品集。
图 1 　丹参提取液的近红外谱图
Fig. 1 　IR Spectrum of Radix Salviae
Miltiorrhizae extract solution
215 　分析算法的选择 : 采用 PL S ( Partial Least
Square ,偏最小二乘法) 回归法建立定量校正模型 ,
以相关系数 ( R) (correlation coefficient ) 和均方差
(root mean square error of calibration ,RMSEC) 为
指标选择建模参数和优化模型结构 ,以预测均方差
(root mean square error of p rediction , RMSEP) 考
察模型的预测性能。
216 　光谱的预处理 :由于存在样品成分复杂、光散
射等干扰因素 ,以及近红外仪器自身的噪音干扰 ,因
此需要选择合理的光谱预处理方法以消除噪音 ,提
高模型的预测精度和稳定性。试验中选择一阶微分
和 Norris 平滑对建模光谱进行预处理 ,可有效地消
除基线漂移、噪音干扰 ,能更为细致的反映出不同样
品之间的信息差异。
217 　光谱波段的选择 : PL S 回归法可容许处理全
谱信息 ,但从不同波段的试验结果来看 ,当选择全谱
段进行建模时 ,RMSEC 值较大。因此 ,建模前对光
谱波段进行筛选 ,可以避免引入过多信息 ,改善模型
性能。不同波段光谱的模型相关系数 ( R) 值和均方
差值见表 1。
表 1 　波段选择对 PLS校正模型的影响
Table 1 　Effect of wave selection on PLS calibration model
波　段 相关系数 R RMSEC
全波段 (10 000～4 000 cm - 1) 01 782 31 01 821
波段 1 (9 570～7 359 cm - 1) 01 974 01 01 296
波段 2 (7 359～6 973 cm - 1) 01 921 90 01 507
波段 3 (6 429～5 434 cm - 1) 01 989 92 01 185
波段 4 (5 530～4 912 cm - 1) 01 741 59 01 879
波段 5 (4 970～4 312 cm - 1) 01 933 28 01 470
　　可以看出 ,波段 3 的模型 R 值最高 ,其 RMSEC
为 01185 ,波段 2 和波段 4 分别为水分子的二倍倍
频和一倍倍频的吸收峰所在区域 ,因此这两个波段
受水分子吸收因素的影响 , R 值较低 ,尤其是波段 4
(水分子一倍倍频吸收谱峰) , R 仅为 01741 6。因
此 ,根据全波段和各个波段对模型 R 值的影响 ,选
择波数为 6 429～5 434 cm - 1 作为丹酚酸 B 模型进
行数据处理的光谱区间。
218 　模型主因子数的选择 :采用 PL S 法建立定量
校正模型 ,采用的主因子数不同 ,模型的 R 值和预
测能力也会有较大的差异。在校正集样本一定的情
况下 ,因子数取得太少 ,会导致建模的信息不全 ,模
型预测能力太低 ;反之 ,因子数取得太多 ,会导致模
型过于复杂 ,并且在训练中可能出现过拟合现象。
通过考察模型的预测性能选择一个最优化的主因子
数 ,对于丹酚酸 B ,当 PL S 因子数选 8 的时候为最
佳建模因子数。
219 　模型的建立 :通过对 4 批次试验数据进行筛
选 ,采用一阶微分光谱对丹酚酸 B 质量浓度进行
PL S 建模 ,模型 R 为 01989 92 ,均方差为 01185。相
关系数图见图 2。
2110 　模型评价 :按照相同的生产条件 ,重复进行 1
批次生产 ,采集过程数据 27 个 ,作为评价组 ,进行模
型预测测评。评价组各数据点的丹酚酸 B 质量浓
度的预测值与 HPL C 检测值的变化趋势见图 3。结
果表明 ,通过使用模型对评价组的数据进行对比和
软件分析 ,预测均方差为 01303 ,平均数据偏差为
619 % ,效果良好。
3 　讨论
311 　不同采谱方式的对信号稳定性的影响 :试验之
·932·中草药　Chinese Traditional and Herbal Drugs 　第 41 卷第 2 期 2010 年 2 月
图 2 　丹参提取液的相关系数图
Fig. 2 　Correlation coeff icient of Radix Salviae
Miltior rhizae extract solution
图 3 　丹参药液中丹酚酸 B的变化
Fig. 3 　Change of salvianolic acid B in Radix
Salviae Miltior rhizae extract solution
初 ,考虑到光谱采集装置是连接在生产管路上的 ,曾
经采用过动态采谱方式 ,药液在流通池内不断的流
动 ,会产生小的湍流并生产小气泡 ,部分气泡会粘附
在流通池的侧壁上 ,直接影响到光谱信号的采集。
同时 ,生产车间的设备能力大且制造精度不及试验
室的条件 ,如药液泵的瞬间压力变化、管道内部的摩
擦阻力变化 ,会使实际到达流通池的药液速度也不
尽相同 ,光谱信号会出现偏差或假信号的现象 ,影响
到后期的数据分析和处理。在进行近红外光谱数据
的采集时 ,采用在线静态采谱方式 ,并在流通池前加
上过滤缓冲装置 ,减少因液体流动形成的泡沫和局
部湍流。静态谱图的特点是 :药液在流通池内呈静
止状态 ,性质稳定 ,不受气泡和液体流动带来的干扰
因素的影响 ,采集到的近红外谱图可以充分的反映
提取液的状态和性质。
312 　流通池按照位置的调试 :开始试验时 ,检测流
通池是安装在提取罐循环管路中的药液泵药液出口
端之后 ,在多次试验中发现 ,流通池内经常有药液沫
出现 ,并且采集到的谱图呈现不规律变化。通过现
场观察发现 ,药液中含有小气泡 ,正是这些小气泡干
扰了谱图的采集。经过分析原因为 ,药液泵在将药
液急速泵出时 ,药液与管路中的空气形成一种气液
混合状态 ,因此无法采集到稳定的近红外谱图。考
虑到上述情况 ,将流通池位置设置在循环管路中的
药液泵的进口端的前面 ,减少了对流通池的正面压
力冲击 ,发现药液中的气泡问题得到了很大的改观 ,
基本上可以间断的采集到较稳定的谱图 ,但仍然会
出现谱图采集不稳的情况。
313 　管路连接方式 :在将流通池连接到药液泵后 ,
谱图采集有时仍会不稳定 ,观察发现 ,两条并联管路
因管径不等 ,管路阀门的开度不同 ,液体在各条管路
内的流动速度也不等 ,因此从流通池内通过的药液
也会受到干扰 ,产生振动性小气泡。为了减少这种
影响 ,尝试以间断互换的方式开启和关闭主循环管
路和流通池所在的检测管路 ,将流通池的连接方式
由并联改为串联 ,从采集到的谱图显示 ,较好的消除
了气泡的影响 ,在药液提取过程中能够采集到稳定
的近红外光谱图 ,并可用它们进行模型的建立和组
分量的检测。
近红外光谱技术在中药领域得到了越来越多的
应用 ,如药材的产地鉴别[5 ] ,测定中药材中的含水
量[6 ] 。在生产过程质量控制方面 ,有文献报道 ,在中
药渗漉生产过程中也应用到近红外检测技术[7 ] 。在
中药提取领域 ,尚没有生产级 N IR 在线检测的先
例 ,无成功经验可以借鉴 ,只能在摸索中行进。由于
中药中成分复杂 ,几乎不可能直接从一张 N IR 光谱
图中找到某种化学成分的特征吸收带。所以 ,在
N IR 光谱定量分析中 ,需要预先使用参考化学方法
测定出样品的组成 ,再在样品的 N IR 光谱信息与其
化学组成之间建立经验性的数学关系 ,不同计算方
法建立的模型也不尽相同 ,需要根据具体的物质选
择合适的化学计量学方法。本实验通过采用近红外
在线检测技术 ,并解决了实际生产过程谱图采集的
问题 ,建立起丹酚酸 B 的测定模型 ,实现对丹参生
产提取过程的有效成分变化情况的生产控制 ,基本
可以满足生产环境下对在线监控的要求。
参考文献 :
[ 1 ] 　徐广通 ,袁洪福 ,陆婉珍 ,等1 现代近红外光谱技术及应用发展
[J ]1 光谱学与光谱分析 ,2000 ,20 (2) :13421421
[ 2 ] 　王亚敏 ,张卓勇 ,汤彦丰等1 近红外光谱技术在中药鉴别及分
析中的应用 [J ]1 首都师范大学学报 :自然科学版 , 2004 , 25
(3) :412451
[ 3 ] 　柯博克 ,刘雪松 ,陈 勇 ,等 1 近红外光谱快速测定复方丹参滴
丸的包衣厚度[J ]1 中草药 ,2006 ,37 (5) :68526881
[4 ] 　刘　岩 ,张延莹 ,张金巍 ,等1 NIR 技术对复方丹参提取过程的
在线监控研究[J ]1 中草药 ,2009 ,40 (3) :38323861
[ 5 ] 　史春香 ,杨悦武 ,郭治昕1 近红外技术定量分析丹参药材[J ]1
中药材 ,2006 ,29 (9) :89728991
[ 6 ] 　冯军勤 ,周誉昌 ,吕　华 ,等1 运用近红外漫反射光谱技术检测
中药水分含量[J ]1 大众科技 ,2006 ,88 (2) :462471
[ 7 ] 　刘　全 ,瞿海斌 ,程翼宇1 用于渗漉提取过程分析的中药有效
组分近红外光谱快速测定法 [J ]1 化工学报 ,2003 , 54 ( 11) :
1586215911
·042· 中草药　Chinese Traditional and Herbal Drugs 　第 41 卷第 2 期 2010 年 2 月