免费文献传递   相关文献

牻牛儿苗科11种中药材红外光谱鉴定及聚类分析



全 文 :第3 3卷,第2期             光 谱 学 与 光 谱 分 析 Vol.33,No.2,pp371-375
2 0 1 3年2月             Spectroscopy and Spectral Analysis  February,2013  
牻牛儿苗科11种中药材红外光谱鉴定及聚类分析
孙仁爽1,金哲雄1*,张哲鹏1,许长华2,周 群2,孙素琴2*
1.哈尔滨商业大学生命科学与环境科学研究中心,黑龙江 哈尔滨 150076
2.清华大学化学系,北京 100084
摘 要 结合傅里叶变换红外光谱技术与聚类分析法,建立牻牛儿苗科11种中药材的快速鉴别方法。采用
傅里叶变换红外光谱法鉴别牻牛儿苗科11种中药材;在建立主成分分析模型的基础上,采用SIMCA聚类
分析法对三种中药材进行了快速的分类研究。红外光谱结合聚类分析技术对牻牛儿苗科中药材聚类结果较
理想,识别率和拒绝率达到98%以上,盲样的预测率达到91%。红外光谱与聚类分析法相结合可以快速、
无损识别牻牛儿苗科中药材。
关键词 牻牛儿苗科;红外光谱;聚类分析;品种鉴别
中图分类号:O657.3  文献标识码:A  DOI:10.3964/j.issn.1000-0593(2013)02-0371-05
 收稿日期:2012-09-18,修订日期:2012-12-20
 基金项目:国家自然科学基金项目(21075076)资助
 作者简介:孙仁爽,1980年生,哈尔滨商业大学生命科学与环境科学研究中心博士研究生  e-mail:srs666@sina.com
*通讯联系人  e-mail:jin-ai-pu@vip.163.com;sunsq@tsinghua.edu.cn
引 言
  牻牛儿苗科中药材品种繁多,资源丰富。其后经历代本
草的发展,品种演变,至今已有十几个品种。其中,牻牛儿苗
(Erodium stehaianum Willd.)、老鹳草(Geranium wilfordii
Maxim.)和野老鹳草(Geranium carolinianum L.)为2010版
《中国药典》收载品种[1],鼠掌老鹳草等虽非药典收载品种,
但其资源分布广泛,在多个地区作商品使用,为保证用药安
全,正确区分牻牛儿苗科中药材品种显得尤为重要。
2010版《中国药典》一部仅有牻牛儿苗的性状鉴别,其质
量评价多依赖于鉴别人员的经验,主观性较强,且性状鉴别
多针对于原药材,市场上流通的饮片已切成小段,鉴别困
难。由于本类药材化学成分复杂,且均含有鞣质、黄酮类等
成分,化学反应和薄层色谱法等[2]传统鉴别手段的鉴别专属
性不强,且样品前处理繁琐,大大影响分析效率。鉴于“先分
离后分析”方法的缺点,“不分离即分析”成为更加理想的混
合物分析鉴别方法。
红外光谱法基本无需样品分离,是直接、快速、无损的
分析方法。混合物的红外光谱与其所含成分密切相关。种
属、产地等因素导致中药材成分的变化均可直接反映于其红
外光谱,据此可以对中药材的品种等进行鉴别。由于组分的
复杂性,不同药材在红外光谱上的差异可能是极其微弱的,
因此需要使用导数光谱和二维红外光谱将它们之间的红外特
征差异进一步放大,从而达到区别不同药材的目的。当样本
数量较少时,可以采用红外光谱、导数光谱和二维红外光谱
进行鉴别,当样本数量较多时,可使用统计学的方法如模式
识别进行鉴别[3]。采用红外光谱法结合SMICA(soft inde-
pendent modeling of class analogy)聚类分析法对牻牛儿苗科
中药材进行了分析,方法简便,结果满意。
1 实验部分
1.1 仪器设备
Spectrum GX FTIR光谱仪(PerkinElmer,Inc.),DTGS
检测器,光谱分辨率4cm-1,测量范围4 000~400cm-1,扫
描累加32次;二维相关光谱所用的变温附件为Love Control
公司的Portable Controler可编程控制单元,控温范围50~
120℃。
1.2 样品来源
137份牻牛儿苗科样品,分别由通化师范学院、辽宁中
医药大学、中国药科大学、苏州大学和佳木斯大学提供,经
通化师范学院中药教研室于俊林教授鉴定为牻牛儿苗样品
29份,老鹳草样品75份,野老鹳草样品25份,鼠掌、突节、
线裂、大花、毛蕊、长白、灰背、块根老鹳草各1份,凭证标
本保存于通化师范学院标本室。
1.3 方法与数据处理
采用KBr压片法制样,获得各样本在室温下的红外光谱
图。用PerkinElmer公司的Spectrum软件获得二阶导数图
谱,平滑点数为13点。将所压样品装入变温附件,温度程控
50~120℃,温度从50℃逐步升高,每升温10℃采集一次
红外光谱,经清华大学分析中心红外光谱组设计的二维相关
分析软件处理采集的系列光谱—变温动态谱,即获得二维红
外相关光谱。
聚类分析采用Perkin Elmer公司的 Quant+和SIMCA
应用软件。
2 结果与讨论
2.1 牻牛儿苗科11种中药材红外光谱比较
2.1.1牻牛儿苗科11种中药材红外光谱及二阶导数谱分析
图1所示,牻牛儿苗科11种中药材红外光谱在1 800~
900cm-1比较相似,1 734~1 706cm-1归属于鞣质类、黄酮
类等活性成分的 C O 伸缩振动,1 058~1 032cm-1处为
糖类成分C—O伸缩振动,但是通过对其红外光谱进一步分
析发现,其对应峰的位置、形状、强度均有差异,表1中通
过对牻牛儿苗科11种中药材中鞣质类、黄酮类特征峰
C O 与糖类成分特征峰C—O比较发现,老鹳草中鞣质
类、黄酮类相对含量最高,其次为突节老鹳草,块根老鹳草
相对含量最低[4]。
  牻牛儿苗科11种中药材中所含成分复杂使原始图谱较
难区分,而利用二阶导数图谱增加原图谱表观分辨率,将原
图谱的特征峰分为多个特征峰,可使差异更加明显,如表2
牻牛儿苗科11种中药材二阶导数谱相似度比较发现,老鹳
草与鼠掌老鹳草较为接近,相似度为0.933 6,野老鹳草差异
最大,相似度为0.667 7。
Fig.1 FTIR spectra(1 800~900cm-1)and second derivative infrared spectra
(1 700~1 000cm-1)of eleven genera of Chinese herbs in geraniaceae
a:G.wilfordii.;b:G.sibiricum.;c:G.krameri.;d:G.soboliferum Kom.;e:G.himalayense Klotzsch.;f:G.eriostemon.;
g:E.stehaianum Willd.;h:G.carolinianum L.;i:G.paishanense.;j:G.wlassowianum.;k:G.dahuricum.
Table 1 Intensities of peaks of eleven genera
of Chinese herbs in geraniaceae
Genus
C O
(1 728cm-1,A1)
C—O
(1 033cm-1,A2)
A1/A2
G.wilfordii . 0.739 6  0.887 3  0.833 5
G.sibiricum . 0.613 9  1.072 0  0.572 7
G.krameri . 0.593 4  0.855 1  0.694 0
G.soboliferum Kom . 0.728 4  1.199 8  0.607 1
G.himalayense Klotzsch . 0.590 7  1.051 0  0.562 0
G.eriostemon . 0.545 5  0.916 0  0.595 5
E.stehaianum Willd . 0.628 7  1.104 4  0.569 3
G.carolinianum L . 0.626 9  1.156 5  0.542 1
G.paishanense . 0.583 7  1.162 1  0.502 3
G.wlassowianum . 0.477 4  0.837 5  0.571 3
G.dahuricum . 0.560 4  1.464 3  0.382 7
Table 2 Correlation coefficients(r)of eleven genera of Chinese
herbs in geraniaceae(1 700~1 000cm-1)
Genus  r  Genus  r
G.wilfordii . 1.000 0 G.himalayense Klotzsch 0.787 2
G.sibiricum . 0.933 6  G.soboliferum Kom  0.781 8
G.paishanense . 0.851 7  G.dahuricum  0.709 8
G.eriostemon . 0.817 1  G.wlassowianum  0.695 7
E.stehaianumWilld 0.811 5  G.carolinianum L  0.667 7
G.krameri  0.788 7
2.1.2牻牛儿苗科11种中药材二维相关红外光谱
如图2和表3所示,牻牛儿苗科11种中药材1 750~
1 000cm-1波数范围的二维相关光谱发现,不同品种出现不
同的自动峰,其中鼠掌老鹳草和野老鹳草自动峰个数最多为
8个,最强自动峰分别为1 640和1 580cm-1;线裂老鹳草自
273 光谱学与光谱分析                    第33卷
动峰数最少为4个,其中1 639cm-1处最强。每种老鹳草在
1 080cm-1处与其他位置交叉峰均为负,说明1 187和1 080
cm-1附近C—O伸缩振动吸收峰随温度升高与其他特征峰变
化趋势相反。综上所述,不同品种中所含热敏感物质不同,
二维相关红外光谱中有多处差异,因此利用二维相关红外光
谱可以直观有效地对牻牛儿苗科11种中药材进行区分[5]。
Fig.2 2D-IR synchronous correlation spectra(1 750~1 000cm-1)of eleven genera of Chinese herbs in geraniaceae
(a):G.wilfordii.;(b):G.sibiricum.;(c):G.krameri.;(d):G.soboliferum Kom.;(e):G.himalayense Klotzsch.;(f):G.eriostemon.;
(g):E.stehaianum Willd.;(h):G.carolinianum L.;(i):G.paishanense.;(j):G.wlassowianum.;(k):G.dahuricum.
Table 3 Autopeaks in 2D-IR synchronous correlation spectra of eleven
genera of Chinese herbs in geraniaceae(1 800~1 000cm-1)
     Genus      Autopeaks(Intensity higher than 25%of the maximum autopeak) Total
G.wilfordii . 1 629 1 559 1 469 1 449 1 419 1 184 1 139  7
G.sibiricum . 1 700 1 640 1 590 1 559 1 450 1 419 1 359 1 109  8
G.krameri . 1 629 1 580 1 449 1 299 1 189 1 077  6
G.soboliferum Kom . 1 639 1 559 1 450 1 170  4
G.himalayense Klotzsch . 1 629 1 560 1 449 1 300 1 160  5
G.eriostemon . 1 649 1 580 1 449 1 420 1 180  5
E.stehaianum Willd . 1 649 1 619 1 299 1 179 1 090 1 070 1 019  7
G.carolinianum L . 1 650 1 580 1 559 1 469 1 219 1 190 1 140 1 090  8
G.paishanense . 1 649 1 640 1 579 1 560 1 190 1 180 1 089  7
G.wlassowianum . 1 640 1 619 1 590 1 559 1 189 1 139 1 088  7
G.dahuricum . 1 649 1 579 1 299 1 189 1 080 1 020  6
  Note:Figures in bold denote the maximum autopeaks;Figures with underline denote the second maximum autopeaks
2.2 牻牛儿苗、老鹳草和野老鹳草的聚类分析
2.2.1 牻牛儿苗、老鹳草和野老鹳草聚类分析模型的建立
使用129个样本,随机选择107个样本作为训练集,其
余22个样本为测试集。采用Spectrum Quant+和SIMCA
Procedures软件,使用2 000~400cm-1之间信息较为丰富
的红外光谱建立已知牻牛儿苗、老鹳草和野老鹳草模型,并
训练该模型。预先对1 770~835cm-1区间的红外光谱进行
标准正态分布校正(SNV),使用补偿式校正(Offset)以消除
光谱基线漂移[6]。
2.2.2 牻牛儿苗、老鹳草和野老鹳草聚类模型的评价指标
(1)类间距
表4为牻牛儿苗、老鹳草和野老鹳草不同类模型之间的
距离,野老鹳草与老鹳草获得的类间距为13.87,野老鹳草
与牻牛儿苗获得的类间距为12.4,老鹳草与牻牛儿苗获得的
类间距为7.14,类间距的数值越大,表明类与类之间的差异
越明显。
373第2期                    光谱学与光谱分析
Table 4 Inter class distances of three genera of samples(Critical probability level:0.01)
Genus  G.wilfordii Maxim . G.carolinianum L . E.stehaianum Willd.
G.wilfordii Maxim . - 13.87  7.14
G.carolinianum L . - - 12.4
  (2)识别率与拒绝率
表5中三个品种的模型识别率和拒绝率几乎都达到
100%,说明该模型可以很好地识别牻牛儿苗、老鹳草和野
老鹳草样本[7]。
Table 5 Recognition rate and rejection rate
of three genera of samples
Genus  Recognition rate/% Rejection rate/%
G.wilfordii Maxim . 98(62/63) 100(44/44)
G.carolinianum L . 100(21/21) 100(86/86)
E.stehaianum Willd . 100(23/23) 100(84/84)
2.2.3 聚类分析结果图
图3为牻牛儿苗、老鹳草和野老鹳草明显地分成三组,
说明在该模型中三个品种差异显著。此外,牻牛儿苗模型中
样本比较分散,主要是由于牻牛儿苗样品分布广泛,而老鹳
草和野老鹳草分布区域相对集中。
Fig.3 Classification results of three genera of samples
2.2.4 未知样品的预测
经计算得出老鹳草、野老鹳草和牻牛儿苗的预测率分别
为83.3%,100%和100%。
表6为某一未知样品的聚类结果,老鹳草的可能性为
96.82%,说明该模型具有较强的识别能力。
图4为该未知样品的聚类分析图,弧线内表示落在聚类
模型的未知样品,而野老鹳草的标准集合也在此聚类模型
内,可认定该未知样品为野老鹳草,结果与实际是一致
的[8]。
Table 6 Class identification of unknown sample
Genus
Spectral
residuals
Model
residuals
Combined
residuals
Probability
G.carolinianum L . 0.668 3  0  0.668 3  0.968 2
E.stehaianum Willd . 2.707  1.976  3.352  0
G.wilfordii Maxim . 2.481  3.583  4.358  0
Fig.4 Classification results of unknown samples
3 结 论
  利用红外光谱结合二阶导数和二维相关光谱对牻牛儿苗
科11种中药材进行鉴别,不仅可对其品种进行有效区分,还
可对其所含成分(多糖、鞣质类等)进行定性和相对含量分
析。利用SIMCA法对牻牛儿苗、老鹳草和野老鹳草红外光
谱进行了聚类分析,样品的识别率和拒绝率均在98%以上,
基本实现了三个品种中药材的鉴别,说明这种方法建立的模
型是合理的,有较强的识别能力,可以作为一种快速鉴别牻
牛儿苗、老鹳草和野老鹳草的方法。此外,如果获得足够多
的样本,增加训练集样本数,该法的准确率还会提高。总之,
傅里叶变换红外光谱法结合聚类分析的方法可以牻牛儿苗科
11种中药材进行快速、有效、准确的鉴别。
References
[1] Pharmacopiea Committee of the Ministry of Health of the People’s Republic of China(中华人民共和国国家药典委员会编).Pharmacopiea
the People’s Republic of China(中华人民共和国药典).The Medicine Science and Technology Press of China(中国医药科技出版社),
2010.80.
[2] LIN Xi-ting(林夕霆).Strait Pharmaceutical Journal(海峡药学),2004,16(5):97.
[3] CAO Gang,CONG Xiao-dong,CAI Hao(曹 岗,丛晓东,蔡 皓,等).Chinese Journal of New Drugs(中国新药杂志),2012,21(12):
1427.
[4] SUN Su-qin,ZHOU Qun,CHEN Jian-bo(孙素琴,周 群,陈建波).Analysis of Traditional Chinese Medicine by Infrared Spectroscopy
473 光谱学与光谱分析                    第33卷
(中药红外光谱分析与鉴定).Beijing:Chemical Industry Press(北京:化学工业出版社),2010.
[5] SUN Su-qin,ZHOU Qun,QIN Zhu(孙素琴,周 群,秦 竹).Atlas of Two-Dimensional Correlation Infrared Spectroscopy for Tradi-
tional Chinese Medicine Identification(中药二维相关红外光谱鉴定图集).Beijing:Chemical Industry Press(北京:化学工业出版社),
2003.
[6] Ghasemi-Varnamkhasti Mandi,Mohtasebi Seyed Saied,Luz Rodriguez-Mendez,et al.Talanta,2012,89:286.
[7] Monfreda M,Gobbi L,Grippa A.Food Chemistry,2012,134:2283.
[8] Sirisomboon Panmanas,Tanaka Munehiro,Kojima Takayuki,et al.Journal of Food Engineering,2012,112:218.
Discrimination of Eleven Genera of Chinese Herbs in Geraniaceae by
FTIR Spectroscopy and Clustering Analysis
SUN Ren-shuang1,JIN Zhe-xiong1*,ZHANG Zhe-peng1,XU Chang-hua2,ZHOU Qun2,SUN Su-qin2*
1.Center of Research and Development on Life Sciences and Environment Sciences,Harbin University of Commerce,Harbin
150076,China
2.Department of Chemistry,Tsinghua University,Beijing 100084,China
Abstract A fast identification method of eleven genera of Chinese herbs in geraniaceae was developed by the combination of
Fourier transform infrared spectroscopy with clustering analysis.FTIR spectroscopy was employed to identify and analyze eleven
genera of Chinese herbs in geraniaceae.On the basis of a principal component analysis(PCA)model,three genera of Chinese
herbs were rapidly classified by using the method of SIMCA clustering analysis.These samples could be successfuly classified
by SIMCA.Recognition rate and rejection rate reached up to 98%.The accuracy of clustering reached up to 91%during blind
sample testing.It is concluded that in combination with clustering analysis,FTIR method provides an effective way to rapidly
evaluate Chinese herbs in Geraniaceae.
Keywords Geraniaceae;FTIR;Clustering analysis;Identification of plant varieties
(Received Sep.18,2012;accepted Dec.20,2012)  
*Corresponding author
敬告读者———《光谱学与光谱分析》已全文上网
  从2008年第7期开始在《光谱学与光谱分析》网站(www.gpxygpfx.com)“在线期刊”栏内
发布《光谱学与光谱分析》期刊全文,读者可方便地免费下载摘要和PDF全文,欢迎浏览、检
索本刊当期的全部内容;并陆续刊出自2004年以后出版的各期摘要和PDF全文内容。2009
年起《光谱学与光谱分析》每期出版日期改为每月1日。
《光谱学与光谱分析》期刊社
573第2期                    光谱学与光谱分析