近红外光谱建模法在中药质检中的应用

汪方舟

近红外光谱建模法在中药质检中的应用

汪方舟

山东农业大学化学与材料科学学院, 山东 泰安 271018

近红外光谱技术近年来应用广泛，发展极快，本文简要介绍了近红外光谱技术的原理和快速、无损、可在线分析等特点，对近红外光谱分析模型的建立过程进行了阐述，分析了近红外光谱技术在中药质量检验方面的应用情况。

近红外光谱; 标准建模; 中药质量鉴定

近红外光谱技术（Near Infrared Reflectance Spectroscopy，NIRS）是近年来发展迅速的一种绿色分析技术，是把化学计量学算法与近红外光谱检测技术融合到一起，根据不同物质对近红外光的吸收特性对物质的结构和组成进行定性、定量分析的一门技术，具有实时、快速、无损、环保和可进行多组分分析的特点，己经得到了广泛的重视和应用[1]。由于包括中药在内的天然产物分子绝大部分成分的基团基频振动的合频与倍频吸收都在近红外区，所以近红外光谱技术十分适于进行中药材的鉴别研究。中药材组成十分复杂，其红外光谱是其中多个组分红外光谱的叠加，光谱的吸收峰强度与峰形是相同或不同的官能团互相作用的结果，但随着近年来红外光谱仪器和化学计量方法学的发展进步，近红外光谱分析的准确性进一步提高，越来越多地应用于中药材的鉴别研究[2]。文章就近红外光谱分析技术的原理、分析过程、标准模型的建立作一简述以期为后续研究奠定基础。

1 近红外光谱原理

红外光谱(Infrared spectra,IR)是指以连续波长的红外线为光源照射样品所测得的吸收光谱，它是由于分子发生振动能级的跃迁而产生的，又称振动光谱。近红外光谱与中红外光谱之间的一段谱区，波长范围在780~2526 nm之间，分为短波（780~1100 nm）和长波（1100~2526 nm）[3]。是X—H（如C—H，N—H和O—H）或多键振动的倍频和合频的主要吸收区，对于含氢原子的官能团的化合物，如醇、酚、胺和碳氢化合物，末端亚甲基、环氧基和顺反双键、氢键等具有较好的研究效果[4]。绝大多数有机物的一些主要结构和组成都可以在其的近红外光谱中找到信号，而且获取光谱容易，谱图稳定[5]。

2 近红外光谱应用于中药质检

我国中药资源十分丰富且使用历史悠久，在医药行业中占据重要的地位。目前市场上存在很多以次充好、以假乱真的中药材，而中药材中的伪品、混淆品直接影响中药的质量，中药质量的可控性研究是医药行业关注的焦点。中药成分复杂，传统鉴定有性状鉴定、显微鉴定和理化鉴定等方法，这些方法大多需要预处理，分析过程耗时长且操作繁琐，而近红外光谱技术则可以实现中药材的快速、无损坏、在线鉴定。因此近红外光谱法近年来在中药领域中的应用广泛，包括真伪鉴别、品种鉴定、产地鉴别、质量评价等，节约了生产成本，减少了工作量，并提升了经济效益。

2.1 真伪鉴别

药材的鉴别是药物质量标准的核心，假药是危害国民身体健康的原因之一，目前全球范围的假药比例达5%~10%。近红外光谱法作为一种快速无损鉴定技术，适用于假药的识别与鉴定。王良金等应用近红外图谱直观法分析鉴别假药，与已知真品药物的近红外光谱对比，验证了复方甘草片、六味地黄丸等13个中成药品种，证明了应用近红外谱图直观对比法筛查市场上常见的假药是切实可行的。刘荔荔等用近红外漫反射峰位鉴别法成功地对天麻进行了真伪鉴别。王刚力等用近红外光谱技术准确地鉴别了红参及其伪品，显示了将近红外光谱技术应用于中药鉴别分析的良好前景。钟健理等采用近红外光谱技术对黄茶及其染色品进行了研究，结果表明这种便捷的技术可以快速准确地鉴别真伪并便于在药品检测车上推广使用[6]。目前药检部门快速打假就采用了近红外光谱分析技术，中国药品生物制品检定所将近红外识别系统与化学快速鉴别系统结合建立快速检测平台，研发了集药品快速检测技术、信息技术于一体的流动实验室，即药品检测车，以实现“掌握信息，快速筛查，靶向抽样，目标检验”的目的[7]，药品检测车用于基层现场快速鉴别假药具有很大使用价值。

2.2 品种鉴定

药用植物同属药材之间亲缘关系较近，其化学成分也非常接近，对这些药材及其制品的生药之间的存在鉴别困难，但不同种药材中化学成分的种类及含量还是存在差异的，利用近红外光谱技术和化学计量学方法相结合，更具科学性，更加准确、快速，可有效辅助性应用于药用植物近缘种之间的分类鉴定[8]。Lau CC等应用近红外光谱区分葛根属的不同品种，建立了一套快速的分析检测技术。刘国林等四对不同产地的42种中药蛇床子的类别进行了分析，二维平面分布图显示不同种的蛇床子在近红外光谱上存在重大差异，为中药的类别分析提供了可能[6]。

2.3 产地鉴别

我国中药药材产地分布区域广泛,不同的产地会直接影响药材成分、药用价值和应用效果，因此中药材产地的鉴定分析是保证中药的品质，确保疗效和用药安全的关键环节。应用近红外光谱技术可以反映不同产地的同种药材在化学成分上的细微变化，有效的实现产地的快速鉴别。目前，已成功运用基线校正和方差处理方法，对黄蔑和人参进行了地域性鉴别，结合非线性映射法和系统聚类分析法，对不同产地的5种自芷类中药进行鉴定研究，获得相同的结果，方法可靠[9]。

2.4 质量评价

由于中药制剂生产过程中的提取、浓缩、混合、压片、包衣等步骤的工艺参数的变化将直接影响最终产品的质量，目前存在生产加工中间过程不可控、产品质量均一性差等问题[10]，随着对药品质量要求的不断提高，过程质量控制技术在我国中药生产过程中的应用逐渐被人们重视。而近红外光谱分析技术的快速、多参数测定、无污染等优点，成为目前实现中药制剂生产全过程的在线监测的有力工具。近年来，不少学者对NIRS技术在中药生产过程中的在线监测进行了研究，如Huang等[11]将NIRS结合多元统计过程控制方法用于中药丹参注射液醇沉过程的在线控制，所建立控制模型可用于生产过程异常批次快速诊断。

图 1 近红外光谱法的分析过程图

3 近红外光谱法分析过程

由于近红外光谱存在吸收强度弱、光谱重叠严重等缺点，要想进行准确的定性定量分析，必须借助化学计量学方法所建立的高质量的模型[12]NIR定量分析流程是系统地解决NIR测定各种难点、完成分析的过程，是建立在传统分析方法上的一种二级分析方法。分析流程如图1所示[13]。

3.1 收集样品

建立校正模型前，需要广泛收集的代表性祥品作为训练集，样品应分布均匀且能覆盖以后要分析样品的范围。样品的覆盖范围越大，适用范围就越宽，相应的分析精度就可能变差；范围越小，分析结果的精度就相对较高，但适用范围会变窄。

3.2 用标准方法测定样品

对于较复杂的天然产物(如中药材)，必须用国家标准方法或者常规方法来得到测定目标组分准确的参数数据，并尽量减少人为误差，这是能够准确建模的前提。

3.3 样品光谱的采集

不同性状的样品的选择不同的光谱釆集方式，均匀且流动性好的液体样品或者固体样品使用采用透射光谱，固体颗粒、粉末、纤维、织物等不规则物品采用漫反射光谱。釆集样品光谱时，需选择适当的采集模块和参数。为了采集光谱的稳定性，同一样品需釆集多次光谱。

图 2 不同产地枸杞子样品原始光谱[14]

3.4 光谱的预处理

在近红外光区间样品吸收较弱，为了解决各种背景干扰如随机噪音、信号本底、光散射等因素对光谱的干扰，需要对光谱采用预处理方法。光谱分析化学计量学软件中包含各种处理方式，如光谱的扣减、微分、多元散射校正、归一化处理等功能,能将干扰消除或减到最小，把较弱的信号放大出来，提高光谱的分辨率。

表 1 不同光谱预处理对矫正模型样品识别结果的影响（主成分数为10）

图 3 枸杞子的判别分析结果[14]

3.5 建立校正模型

采用一定的数学方法分别对采用不同预处理方法的光谱进行分析，寻找建立数学模型的最佳校正范围和最佳因子数建立模型。对于吸收光谱，一般用比耳定律来关联吸光度及某种物化性质。对于漫反射光谱，是用类似比耳定律的一些公式。

由于近红外光谱中各组分的谱带重叠严重，用单波长数据建立的校准曲线必将产生较大误差，因此必须利用多波长甚至全谱数据建立校正模型[15]。常用的化学计量学多元校正方法包括：主成分回归法[16]、多元线性回归等[17]、偏最小二乘法（PLS）[18]、间隔偏最小二乘法(iPLS)[19]。经过计量学的发展，也产生了一些特殊校正方法,如拓扑、人工神经网络、小波变换等方法。

3.6 用验证集样品评价模型

建立模型后，采用外部验证法进行检验，另取若干样品作为验证集，扫描获得验证集样品NIRS光谱，在异常样品剔除、光谱预处理后将其导入建标模型，与已知的参数数据比较运算，通过关系数、标准偏差等指标来评价模型的好坏检测结果。

表 2 7个验证样品判别预测分析结果

4 结论

近红外光谱技术可较为客观地反映药材内在的质量，较其他鉴定方法操作更加简便，可不受试样药材形态特征的限制且对试样无明显损坏，无需复杂的前处理过程，同时检测过程高效快速无污染，应用范围较为广泛。但是近红外光谱检测灵敏度较低，诸检测结果校正模型需要大量样本，定量分析中要求被测组分的含量不小于0.1%[20]对于药材中含量较低的成分不能运用这种检测方法。

近红外光谱技术的研究中建立可靠的校正模型是关键因素，因而随着计算机软件技术、分析仪器设备以及分析技术的进步，近红外光谱技术将可以更好地应用于中药及其制剂的分析领域[21]，其在中药鉴定中的应用范围和应用价值将不断提高，对中药研究和制剂生产发挥日益重要的推动作用。

[1] 付小环,胡军华,李家春,等.应用近红外光谱技术对获等药材进行定性定量检测研究[J].中国中药杂志,2015,40(2):280-286

[2] 姜大成,何淑华,张洁.红外光谱鉴定中药材的原理与方法[J].中药材,1993,16(7):42-43

[3] 张欣,单杨.国外近红外光谱分析技术在食品安全问题中的应用研究进展[J].食品工业科技,2010,31(9):398-401

[4] 徐广通,袁洪福,陆婉珍.现代近红外光谱技术及应用进展[J].光谱学与光谱分析,2000,20(2):134-142

[5] 王亚敏,张卓勇,汤彦丰,等.近红外光谱技术在中药鉴别及分析中的应用[J].首都师范大学学报:自然科学版,2004,25(3):41-45

[6] 马晓青,蔡皓,刘晓.近红外光谱在中药鉴别和质量控制中的应用[J].中国药房,2012,23(7):661-663

[7] 胡昌勤,成双红,冯艳春,等.药品检测车运行模式的探讨[J].中国药事,2008,22(8):641-644

[8] 邹淑涵,徐文芬,何顺志.近红外光谱技术在中药鉴定中的应用与发展[J].贵州科学,2015,33(5):65-69

[9] 泽郎尼玛.近红外光谱分析技术的原理及在中药材中的应用[J].大家健康,2015,9(1):278-279

[10] 聂黎行,王钢力,李志猛,等.近红外光谱法在中药生产过程分析中的应用[J].光学学报,2009,29(2):541-547

[11] Huang HX, Qu HB. Inline monitoring of alcohol precipitation by near－infrared spectroscopy in conjunction with multivariate batch modeling[J]. Analytica Chimica Acta, 2011,707(1-2):47-56

[12] 刘言,蔡文生,邵学广.近红外光谱分析方法研究:从传统数据到大数据[J].科学通报,2015,60(8):704-713

[13] 黄维,杨季冬.波段优选在近红外光谱分析某些天然产物成分的应用研究[D].重庆:西南大学,2014

[14] 许春瑾,张睿,于修烛.基于近红外光谱的中宁枸杞子判别分析[J].食品科学,2014,35(2):164-167

[15] 郝生燕,刘丹丹,汝应俊,等.菜籽粕养分含量变异及其近红外光谱技术检测[J].甘肃农业大学学报,2014,49(4):28-32

[16] Hao L, Jiewen Z, Li S,. Freshness measurement of eggs using near-infrared (NIR) spectroscopy and multivariate data analysis[J]. Innovative Food Science and Emerging Technologies, 2011,12:182-186

[17] 李琴,郑雷玉,袁红梅.近红外光谱技术在鉴别食品真伪和产地属性的应用研究进展[J].硅谷,2011(6):43,68

[18] Ni YN, Mei MH, Kokot S. Analysis of complex, processed substances with the use of NIR spectroscopy and chemometrics: Classification and prediction of properties - The potato crisps example[J]. Chemometrics and Intelligent Laboratory Systems, 2011,105(2):147-156

[19] 朱秀超,王立琦.油脂酸价近红外光谱检测PLS建模方法研究阴[J].信息技术,2010,30(8):16-18

[20] 赵中振,梁之桃.近红外光谱技术在中药鉴定中的应用与优势[J].中国中药杂志,2012,37(8):1062-1065

[21] 周文婷,林萍,王海霞,等.近红外光谱技术在中药领域质量评价中的应用[J].湖北农业科学,2014,53(14):3231-3235

The Application of Near-infrared Spectroscopy (NIR) Modeling in the Quality Detection for Traditional Chinese Medicine

WANG Fang-zhou

271018,

Near infrared spectrum technology has developed rapidly and been widely applied in recent years, especially, this paper briefly introduces the principle of near infrared spectrum technology and characteristics of fast, nondestructive and on-line analysis, process of near infrared spectral analysis model, analysis of near infrared spectroscopy in the application of traditional Chinese medicine quality detection.

Near infrared spectroscopy; standard modeling; quality detection for traditional Chinese medicine

O657.33

A

1000-2324(2018)05-0787-04

10.3969/j.issn.1000-2324.2018.05.012

2018-03-05

2018-04-01

汪方舟(1990-),女,硕士研究生,研究方向天然产物分析. E-mail:1274591349@163.com