基于傅里叶变换红外光谱的金银花产地鉴别

皇甫义静 杨春艳 毛贻龙 刘美 杨洋

摘要：基于傅里叶变换红外光谱技术，结合光谱检索的方法进行金银花（Lonicera japonica Thunb.）产地鉴别研究。测试了4个省、6个种植区共130份金银花样本的红外光谱，利用Omnic 8.2软件建立了由各类样品的平均红外光谱、一阶导数平均谱和二阶导数平均谱组成的光谱库。比较了基于不同算法、不同波数范围和不同类型光谱数据建立的模型检索鉴别结果表明，基于1 500～1 200 cm-1波数范围的二阶导数光谱数据的绝对微分差算法检索的鉴别效果相对较好。有119个样品的光谱检索匹配得分最高值对映的光谱为自身所在类别，占样品总数的91.5%。红外光谱结合光谱检索的方法是金银花产地鉴别的一种简便、快捷方法。

关键词：金银花（Lonicera japonica Thunb.）；傅里叶变换红外光谱；光谱检索；产地；鉴别

中图分类号：R284 文献标识码：A

文章编号：0439-8114（2018）14-0105-04

DOI：10.14088/j.cnki.issn0439-8114.2018.14.025 开放科学（资源服务）标识码（OSID）：

Abstract： Fourier transform infrared Spectroscopy （FTIR） was used to identify the origin of honeysuckle. The infrared spectra of 130 samples from 6 growing areas in 4 provinces were collected， and the first-derivate spectra and second-derivate spectra were taken by the software Omnic 8.2，and 3 spectra libraries were constructed. The correlation search， square differential search， absolute differential search and expert search of the spectra， the first-derivate spectra and second-derivate spectra for all samples are performed with corresponding library in different spectrum range， severally. The recognition effect were compared， and found that the model based on absolute differential reach of second-derivate spectra in the specified range of 1 500～1 200 cm-1 get a better identification effect， with the correct rate of 91.5%. The results showed that FTIR combined with the spectral retrieval method can be an effective and easy way for distinguishing the origin of honeysuckle herb.

Key words： Lonicera japonica Thunb.； fourier transform infrared spectroscopy； spectra retrieval； honeysuckle； origin； identification

金銀花（Lonicera japonica Thunb.）为忍冬科忍冬属植物忍冬的干燥花蕾，属常用药材，既能宣散风热，又具有清解血毒、杀菌消炎等功效[1]，医学上广泛应用于急性热病及外科感染性疾病，如上呼吸道感染、急性扁桃体炎、咽炎、疖疮痛肿、乳腺炎等，是众多药品，如金银花颗粒、银黄片/胶囊、银翘解毒片/颗粒等的主要成分[2]。金银花主要化学成分为挥发油、环烯醚萜类、黄酮类、三萜及三萜皂苷类、有机酸类及无机元素等化合物[3]。忍冬在全国各地均有分布和种植，而各地气候、土壤等生态、地理条件的差异，导致不同产区金银花质量有明显差异[4-7]，传统上以河南新密、封丘，山东平邑、费县为道地产区。在销售过程中，有的商家以次充好，将非道地产区的金银花作为道地药材出售，损害消费者利益，因此对金银花产地的鉴别具有重要意义。红外光谱具有快速、简便，且能全面反映样品化学成分信息的优点，符合中药整体使用的原则[8]，在中药的鉴别和质量分析方面得到广泛应用[9-12]。本研究采用傅里叶变换红外光谱结合光谱检索对7个产地的金银花进行研究，以期为药材市场金银花质量鉴别与控制提供依据。

1 材料与方法

1.1 材料与试剂

试验样品于2016年7月采自山东省平邑县和费县，河南省原阳县和封丘县，云南省泸水县，山西省汾西县共6个产区，均为栽培品种。采集时，同一产区尽量选择花蕾大小均匀的样本，样品详细信息见表1。

试剂为KBr，分析纯，购于天津市风船化学试剂科技有限公司。

1.2 主要仪器

试验所用红外光谱仪为Perkin-Elmer Frontier型傅里叶变换红外光谱仪，装配DTGS检测仪，光谱扫描范围为4 000～400 cm-1，分辨率为4 cm-1，累计扫描次数16次。

1.3 样品红外光谱的采集

光谱采集中，室温保持在22 ℃，空气湿度保持在40%～45%。测试时，将每份样品的花蕾剪下，在45 ℃恒温下烘干至恒重，将样品在玛瑙研钵中磨为细粉后按样品与溴化钾1∶70的质量加入溴化钾搅磨均匀，压制成透明薄片，放入光谱仪中采集光谱。

1.4 光谱预处理和试验方法

采集所得光谱均已扣除背景，用Nicolet Omnic 8.2 软件进行吸光度、自动基线校正、自动平滑和纵坐标归一化等预处理，计算了每份样品红外光谱的一阶导数光谱和二阶导数光谱以及每类样品前10份样本的平均红外光谱、一阶导数光谱和二阶导数光谱。在Omnic 8.2软件中分别建立了由每类样品前10份样本的平均红外光谱、一阶导数光谱和二阶导数光谱组成的Lib1、Lib2和Lib3光谱数据库。将所有样品的红外光谱、一阶导数光谱和二阶导数光谱分别在相应光谱库中进行检索，软件自动得出匹配结果。

2 结果与分析

2.1 不同产地金银花样品的红外光谱特征分析

图1是不同产地金银花样品的平均红外光谱，表2是不同产地金银花的红外光谱主要吸收带。不同产地金银花的红外光谱非常相似，且特征吸收峰的峰位相近。在4 000～700 cm-1波数范围内共呈现了18个吸收峰，其中3 360 cm-1附近强而宽的吸收峰来自O-H伸缩振动；2 925和2 855 cm-1附近吸收峰来自CH2的反对称伸缩振动和对称伸缩振动吸收；1 730 cm-1附近吸收峰来自C=O伸缩振动，1 640 cm-1附近强的吸收峰主要来自烯醚双键伸缩振动[13]；1 540 cm-1附近吸收峰来自C=C伸缩振动吸收；1 440 cm-1附近吸收峰归属C-H弯曲振动；1 400和1 380 cm-1附近吸收峰归属中C-H剪式弯曲振动，1 250 cm-1附近吸收峰来自C-OH伸缩振动[14]；1 150、1 070、1 050 cm-1附近阶梯增强的吸收峰归属多糖中醇、酯基、醚基的C-O伸缩振动[15]；930 cm-1附近吸收峰来自苯环上C-H面外弯曲振动[16]。

虽然不同产地金银花样品的红外光谱非常相似，但吸收峰的位置、相对峰强和形状仍稍有差异，具体表现在：①只有山东省费县样品的光谱在1 730 cm-1附近C=O伸缩振动吸收峰处显示了弱的吸收峰，且在1 070 cm-1附近未呈现明显吸收峰；②在1 640 cm-1附近烯醚双键伸缩振动吸收峰处，虽然6个产地样品都呈现了吸收峰，但相对峰强和峰位差异明显。封丘县和原阳县产的金银花光谱中呈现了极强的吸收峰，且峰位向短波方向移动，平邑县、费县和汾西县样品的光谱中呈现了强吸收峰，云南产金银花的红外光谱中呈现了中等强度的吸收峰，且峰位向长波方向移动；③在1 540 cm-1附近C=C伸缩振动吸收峰处和1 440 cm-1附近C-H弯曲振动吸收峰处，只有云南省泸水县样品的光谱未显示吸收峰；④在1 380和705 cm-1附近的吸收峰處，只有封丘县和原阳县的样品未显示吸收峰，且在1 150 cm-1附近C-O伸缩振动吸收峰处，只有原阳县的样品未显示吸收峰；⑤在930 cm-1附近吸收峰处，只有平邑县和费县样品显示了弱吸收峰。由以上分析，可将不同产地的样品初略区分开来。

2.2 光谱检索对金银花产地的鉴别

在Omnic 8.2软件的光谱检索模块中，设置有绝对差、相关性、平方差、平方微分差、绝对微分差和专家检索等6种算法。本研究选择相关性、平方微分差、绝对微分差和专家检索算法进行光谱检索鉴别比较[17]。由于不同产地金银花样品的红外光谱非常相似，为了放大样品光谱的差异，通过Omnic 8.2软件计算了各样品光谱的一阶导数光谱和二阶导数光谱；同时为了更客观地进行鉴别，分别取各产地前10份样品红外光谱的平均谱、一阶导数光谱的平均谱和二阶导数光谱的平均谱依次组成光谱库Lib1、Lib2和Lib3。视全部130份样品为未知产地的样品，将其光谱分别在相应光谱库中进行检索匹配。比较了基于4 000～400 cm-1、1 800～1 200 cm-1和1 500～1 200 cm-1波数范围的检索鉴别分类效果。

2.2.1 不同算法和不同类型光谱的检索鉴别分析 表3为未知产地样品的红外光谱与相应光谱库进行不同算法的检索鉴别分析结果。将全部130份金银花样品的红外光谱分别在光谱库Lib1中进行全谱范围的相关性、平方微分差、绝对微分差和专家检索。结果表明，大部分未知分类样品的红外光谱在光谱库Lib1中检索匹配得分最高值对应的光谱均为自身所在类别，4种算法的检索正确率均达85%以上，其中绝对微分差算法的检索正确率最高，达88.5%，说明4种算法都可以鉴别不同产地的金银花，其中基于绝对微分差算法建立的模型更有利于不同产地金银花样品的鉴别。

将全部样品的红外光谱、一阶导数光谱和二阶导数光谱分别在Lib1、Lib2和Lib3光谱库中进行全谱范围的绝对微分差算法的光谱检索。结果表明，红外光谱和导数光谱与相应光谱库的检索匹配正确率均较高，未知产地样品的红外光谱和一阶导数光谱分别与光谱库Lib1和Lib2的检索，匹配正确的样品数均有114个，正确率为87.7%；未知产地样品的二阶导数光谱与光谱库Lib3的检索，匹配正确的样品数有115个，正确率为88.5%，这与导数光谱具有放大光谱差异的特征相吻合。因此3种类型光谱数据均可用于鉴别不同产地的金银花，其中基于二阶导数光谱的检索鉴别效果相对更好。

2.2.2 不同范围光谱数据的检索鉴别分析 将全部未知产地样品的二阶导数光谱与光谱库Lib3分别在4 000～400 cm-1、1 800～1 200 cm-1和1 500～1 200 cm-1波数范围内进行绝对微分差算法检索，结果见表4。表4中仅列出鉴别分类不正确的样品及匹配得分高的前3个类别和得分，3个波数范围均鉴别正确的108份样品的检索信息未列出。

在基于4 000～400 cm-1波数范围光谱数据的检索中，有115个样品的光谱检索匹配得分最高值对映的光谱为自身所在类别，占样品总数的88.5%；在1 800～1 200 cm-1波数范围的检索中，有113个样品的光谱检索匹配得分最高值对映的光谱为自身所在类别产地，占样品总数的86.9%；在1 500～1 200 cm-1波数范围的检索中，有119个样品的光谱检索匹配得分最高值对映的光谱为自身所在类别产地，占样品总数的91.5%。说明基于3个波数范围的光谱数据均可以鉴别不同产地的金银花，其中1 500～1 200 cm-1波数范围的光谱数据鉴别效果更好。

比较分析未知产地样品的二阶导数光谱与光谱库Lib3进行绝对微分差算法检索的结果，主要有以下特点：①在基于4 000～400 cm-1、1 800～1 200 cm-1和1 500～1 200 cm-1范围的光谱数据的检索中，泸水县和原阳县金银花样品产地的匹配正确率均为100%。②基于4 000～400 cm-1范围光谱数据的检索中，鉴别分类错误的样品C8、C9和C19，在1 800～1 200 cm-1和1 500～1 200 cm-1范围的检索中均归类正确；基于4 000～400 cm-1和1 800～1 200 cm-1范围光谱数据的检索中，鉴别分类错误的样品A16、C11、D23、E1和E9在1 500～1 200 cm-1范围的检索中均归类正确。③基于1 500～1 200 cm-1范围光谱数据的检索匹配得分均高于基于4 000～400 cm-1和1 800～1 200 cm-1范围的匹配得分，其中基于4 000～400 cm-1范围的匹配得分最低。④匹配分类错误的情况主要集中在封丘县、平邑县、费县和原阳县，如在基于1 500～1 200 cm-1范围的光谱数据的检索中，鉴别错误的A21、A26、A28、A29、A34、A38、C18、C26、D13、D14和D17共11份样品均采集自封丘县、平邑县和费县，鉴别结果中除样品C26的产地被鉴别为汾西县外，其余10份均被鉴别为平邑县、封丘县或原阳县。

3 结论与讨论

基于傅里叶变换红外光谱技术，利用光谱检索法对6个种植区的130份金银花样品进行鉴别研究，利用Omnic 8.2软件对所有测试到的光谱进行自动基线校正等预处理，计算了各样品红外光谱的一阶导数光谱和二阶导数光谱，建立了分别由各产地样品的红外光谱、一阶导数光谱和二阶导数光谱的平均光谱组成的光谱库；光谱检索中选择相关性、平方微分差、绝对微分差和专家检索4种算法，以及4 000～400 cm-1、1 800～1 200 cm-1和1 500～1 200 cm-1范围的光谱数据计算所有样品的匹配得分。结果显示，各产地金银花样品的红外光谱整体非常相似，通过吸收峰比对，不同产地的样品在几个特殊吸收峰处具有差异，如只有山东省费县样品的光谱在1 730 cm-1附近显示了弱的吸收峰，且在1 070 cm-1附近未显示明显吸收峰；相关性、平方微分差、绝对微分差和专家检索法均能鉴别样品的产地，绝对微分差检索算法对样品的鉴别效果较好；比较了基于红外光谱、一阶导数光谱和二阶导数光谱以及3个不同波数范围的鉴别效果，结果表明基于1 500～1 200 cm-1范围的二阶导数光谱数据的绝对微分差法对金银花样品产地的鉴别效果最优，鉴别正确率达91.5%。

本研究中泸水县样品的检索正确率达100%，且在其他产地所有样品的检索中，泸水类别均未在匹配得分前五中出现，这与泸水县的地理位置和气候等生态环境與其他5个产地有较大差异的特征相一致。匹配分类错误的情况主要集中在封丘县、平邑县、费县和原阳县，这与这4个产地有着相似的地理背景、降雨和气候条件等特征相一致。虽然封丘县和原阳县属于河南省，平邑县和费县属于山东省，但它们都是金银花的道地产区，属于同一生态区划，所以金银花的品质特征差异甚小。若将封丘县、平邑县、费县和原阳县四个产地的样品作为道地样品归为一类，则基于1 500～1 200 cm-1范围的光谱数据检索中，除C26外其余样品的鉴别结果均与其实际分类相吻合，正确率将达99.2%。

参考文献：

[1] 国家药典委员会.中华人民共和国药典（一部）[M].北京：中国药典科技出版社，2015.221.

[2] 王天志，李永梅.金银花的研究进展[J].华西药学杂志，2000， 15（4）：292-298.

[3] 张小娜，童 杰，周衍晶，等.忍冬属药材药效成分及药理作用研究进展[J].中国药理学通报，2014，30（8）：1049-1054.

[4] 王玲娜，张永清.不同种植区域忍冬植株形态特征比较[J].四川农业大学学报，2014，32（4）：393-397.

[5] 张重义，李 萍，李会军，等.道地与非道地产区金银花质量的比较[J].中国中药杂志，2007，32（9）：786-788.

[6] 王玲娜，刘红燕，李 佳，等.不同种植点忍冬生长形状的变异及其与地理气候因子的相关性分析[J].植物资源与环境学报，2015，24（1）：36-41.

[7] 辛立红，吕玲霞，管仁炜，等.金银花质量的印象因素及控制措施[J].山东农业科学，2017，49（3）：154-157.

[8] 孙素琴.中药红外光谱分析的关键方法和技术[C].全国第20届光谱仪器与分析监测学术研讨会，2013.48-52.

[9] 包华音.壁虎药材红外光谱指纹图谱研究[J].光散射学报，2015， 27（3）：276-280.

[10] 黄冬兰，陈小康，徐永群.溪黄草四种基源物质的二维相关红外光谱鉴别研究[J].光散射学报，2015，27（1）：64-68.

[11] 申云霞，赵艳丽，张 霁，等.林药复合种植滇龙胆红外光谱鉴别研究[J].光谱学与光谱分析，2016，36（8）：2468-2473.

[12] GUO Y Z，BEI R，WANG J J，et al. Analysis of Chuanxiong Rhizoma and its active components by Fourier transform infrared spectroscopy combined with two-dimensional correlation infrared spectroscopy[J].Spectrochimica Acta Part A：Molecular and Biomolecular Spectroscopy，2016，153：550-559.

[13] 张 芳，张永清，于 晓，等.忍冬不同种质花蕾红外光谱分析[J].中国实验方剂学杂志，2012，18（9）：83-86.

[14] 赵花荣，温树敏，王晓燕，等.金银花道地品与非道地品的FTIR光谱研究[J].光谱学与光谱分析，2005，25（5）：705-707.

[15] 邱 璐，李晓勇，刘 鹏，等.九种蔷薇科植物叶片的傅里叶红外光谱与亲缘关系分析[J].光谱学与光谱分析，2014，34（2）：344-349.

[16] 杨春艳，刘 飞，杜莲英，等.基于红外光谱的苹果也病害的快速诊断[J].光散射学报，2017，29（2）：181-186.

[17] 杨春艳，刘 飞，王元忠，等.红外光谱结合判别分析对玛咖产地的鉴别[J].江苏农业科学，2017，45（5）：170-173.