25种动物和矿物类中药饮片水煎液密度与出膏率相关性研究

朱田密，陈树和，闫斌，陈洪燕，郭雷伟，黄长梅，酒凯利，李学林，张璐

(1.湖北省中医院药事部，武汉 430061；2.湖北省中医药研究院中药研究所，武汉 430074；3.湖北中医药大学药学院，武汉 430065；4.河南中医药大学第一附属医院药学部，郑州 450000)

动物药与矿物药都有悠久历史，是中药极具特色的重要组成部分[1-4]，常常相提并论。3000多年前人类开始利用蜂蜜和蚕，2000多年前出现了珍珠、牡蛎养殖[5]。商周时期已有矿物药用的记载[6]。秦汉时期药物学专著《神农本草经》记载了动物药67种，矿物药46种；唐代《新修本草》收载动物药127种；明代《本草纲目》收载动物药461种，金石药161种[7-8]。至今，动物、矿物类中药饮片仍是医疗机构处方调配常用药，广泛应用于内、外、妇、儿、五官、皮肤等各科。中药汤剂是中医临床治疗疾病的最常用方式，具有个体化、调配灵活、显效快的优点。当前，尽管医院药师不断普及煎药知识，各级医疗机构也设置了煎药室提供中药代煎服务，但煎药质量标准难以量化，质量优劣难以客观判断[9]，煎药质量评价仍然面临困难。利用水煎液密度与出膏率的相关性在线监测中药汤剂煎煮质量是一种新的思路，笔者在本实验中以矿物类、动物类中药饮片为研究对象，探讨中药饮片水煎液密度与出膏率之间的关系。

1 仪器与试药

1.1仪器 AU-120L型高精度密度测定仪(杭州金迈仪器有限公司)；DHG-9146A型鼓风干燥箱(上海习仁科学仪器有限公司)；ME204E型万分之一电子天平(瑞士梅特勒-托利多公司，感量：0.1 mg)；ZNHW智能恒温电热套(天津工兴实验室仪器有限公司)。

1.2试药 动物类中药饮片15种，矿物类中药饮片10种，每种饮片3批，均购自安徽普仁中药饮片有限公司、亳州沪谯药业有限公司、安徽人民中药饮片有限公司，由湖北省中医院陈树和主任药师鉴定，均符合2015年版《中华人民共和国药典》标准，样品留存于湖北省中医院中药研究所，样品信息见表1。煎煮用水为自来水。

2 方法与结果

2.1单味饮片煎煮吸水率的测定 分别称取饮片50 g，置1 000 mL圆底烧瓶，加水浸泡30 min(一煎加7倍水，二煎加6倍水)，电热套加热回流煎煮。一般饮片一煎30 min，二煎20 min；质地坚硬或滋补类饮片一煎60 min，二煎40 min。根据饮片性质实行特殊煎法：包煎及先煎。煎液用80目筛网[筛孔内径(180±7.6) μm]过滤，滤液转移至量筒中量取体积，分别计算一煎和二煎吸水率。

2.2单味饮片水煎液密度与出膏率的测定 分别称取饮片50 g，通过吸水率精确计算加水量，使得到一煎和二煎煎煮液体积之和为500 mL，转移至500 mL量瓶，置恒温热水浴保温，液体密度测定仪测定80 ℃时煎液的密度(阿基米德原理)。精密吸取80 ℃煎液25 mL，置于已干燥至恒重的蒸发皿中，水浴蒸干，105 ℃干燥3 h，置干燥器中冷却30 min，迅速精密称定重量，计算饮片出膏率。出膏率(%)=(W膏/取液量)×得液量/W饮片×100%，每批样品测1次，见表1。

2.3散点趋势直观分析 对测得的25种动物类、矿物类饮片共75批样品的水煎液密度和饮片出膏率数据在直角坐标系中作散点图，使之可视化，从直观上观察图中散点分布趋势，见图1。散点呈现两个分布趋势：在水煎液密度、出膏率坐标值低处(出膏率<5%)有大量散点密集分布；而在坐标值较高处(出膏率>5%)散点分布似有线性趋势。分段线性回归模型能更灵活和准确地拟合线性趋势[10]，笔者先对数据分类，再分别进行相关回归分析。

2.4聚类分析 K-均值聚类算法是聚类分析中基于划分的经典算法，具有良好简捷性和较强适应性，可以对多种数据类型进行聚类分析[11]。笔者应用SPSS Statistics 17.0版统计软件，按照水煎液密度、出膏率两个变量，对75个个案进行K-均值聚类分析。

将聚类数设置为2，用方差分析对聚类结果进行检验，见表2。sig达到显著水平，说明这种分类比较有效，通过聚类所得的类别之间差异有统计学意义。聚类结果：第一类59例个案，包括：全部10种矿物类饮片(煅磁石、生石膏、滑石粉、煅花蕊石、煅赤石脂、煅赭石、浮石、龙骨、煅龙骨、龙齿)和7种贝壳动物类饮片(煅蛤壳、煅瓦楞子、煅石决明、牡蛎粉、煅牡蛎、珍珠母、紫贝齿)各3例，以及蝉蜕3例、夜明砂3例、炒九香虫2例。第二类个案16例，包括蚕沙、醋五灵脂、蜂房、醋龟甲、醋鳖甲各3例，炒九香虫1例。

将聚类数设置为3，用方差分析检验聚类结果，见表3。sig也达到显著性水平，表明聚类有效。聚类结果：第一类54例个案，包括全部10种矿物类饮片和7种贝壳动物类饮片各3例，以及蝉蜕3例。第二类10例个案，为醋鳖甲3例，夜明砂3例，醋龟甲2例，炒九香虫2例。第三类11例个案，为蚕沙、蜂房、醋五灵脂各3例，醋龟甲1例，炒九香虫1例。

K-均值聚类的类别数是一个输入参数，要根据具体业务经验判断。不论设置为2类还是3类，全部矿物类饮片与贝壳动物类饮片都集中聚到一类。有的非贝壳动物类饮片品种由于批次不同导致差异，在聚类结果中数据点跨了类，而实际分类处理中不宜使一种饮片的不同批次样品跨类，故参考聚类分析结果并结合实际情况，给出矿物类、动物类饮片实际分类研究建议：将矿物类饮片和贝壳动物类饮片作为一个类别，将非贝壳动物类饮片，即动物全体、含动物胶的骨质鳞甲、粪便、附属物等作为另一个类别，分别研究其水煎液密度与出膏率关系。

表1 25种75批动物类和矿物类中药饮片水煎液密度和出膏率测定结果

Tab.1 Determination results on decoction density and extract rate of 25 kinds，75 batches of animal and mineral decoction pieces

序号饮片种类饮片名称特殊煎法/一般煎法水煎液密度/[g·(cm3)-1]123饮片出膏率/%1231动物药醋龟甲先煎0.998 91.000 40.999 67.1511.398.402动物药醋鳖甲先煎0.997 20.996 60.996 89.459.828.613动物药煅蛤壳先煎0.996 00.994 60.996 10.660.350.764动物药煅瓦楞子先煎0.995 20.994 70.994 70.690.840.595动物药煅石决明先煎0.996 00.997 20.995 51.590.591.566动物药牡蛎粉先煎0.999 40.998 61.000 31.801.952.697动物药煅牡蛎先煎0.996 00.994 40.996 00.680.700.758动物药珍珠母先煎0.996 10.994 70.995 70.210.230.239动物药紫贝齿先煎0.992 90.995 40.993 60.410.190.3410动物药夜明砂包煎0.998 80.998 70.998 16.206.006.1811动物药蚕砂包煎1.002 41.006 01.004 414.3719.3717.9212动物药醋五灵脂包煎1.000 20.999 40.997 412.9812.1312.0013动物药蜂房一般煎法1.001 21.000 01.000 813.3215.0315.0314动物药蝉蜕一般煎法0.994 80.996 00.995 81.732.532.4815动物药炒九香虫一般煎法1.000 90.994 10.997 211.434.765.6716矿物药龙骨先煎0.994 00.996 90.995 10.901.070.4717矿物药煅龙骨先煎0.994 90.994 10.996 30.470.410.1718矿物药龙齿先煎0.994 80.995 00.994 40.820.280.4719矿物药煅磁石先煎0.995 90.998 30.997 40.600.680.7020矿物药生石膏先煎0.994 60.995 80.992 82.472.572.4321矿物药滑石粉包煎0.998 20.996 20.995 50.270.490.5422矿物药煅花蕊石先煎0.996 90.996 60.996 60.300.320.3223矿物药煅赤石脂先煎、包煎0.996 70.997 80.997 80.400.450.6324矿物药煅赭石先煎0.994 90.995 10.995 10.831.430.4725矿物药浮石先煎0.995 60.995 20.996 90.400.420.40

图1 25种75批次动物类、矿物类饮片水煎液密度与出膏率的散点图

Fig.1 Scattered map of decoction density and extract rate of 25 kinds, 75 batches of animal and mineral decoction pieces

2.5相关与回归分析

2.5.1矿物类与贝壳动物类饮片的水煎液密度与出膏率的关系 将分类所得第一类别，即10种矿物类与7种贝壳动物类饮片共51例个案的水煎液密度与出膏率作相关分析，提取数据制表[12]，见表4。水煎液密度与出膏率Pearson相关性的双侧显著性检测结果P为0.209(>0.05)，应肯定零假设，即矿物类、贝壳动物类饮片的水煎液密度与出膏率间是独立的，不存在相关性，Pearson相关系数0.179。

表2 聚类数设置为2的方差分析结果

Tab.2 ANOVA results with cluster number set to 2

项目聚类均方df误差均方dfFSig.密度0.00010.0007365.0690.000出膏率1 556.22314.28173363.5340.000

2.5.2非贝壳动物类饮片的水煎液密度与出膏率关系 对于第二类别，即除了贝壳之外的8种动物类饮片共24例个案作相关分析，提取数据制表，如表5所示，水煎液密度与出膏率Pearson相关性的双侧显著性检测结果P为0.000(<0.01)，说明在0.01水平(双侧)上显著相关，应否定零假设，即除贝壳之外的动物类饮片的水煎液密度与出膏率间存在显著相关性，Pearson相关系数为0.864。对其进行一元线性回归分析，以饮片出膏率(%)为自变量X，以饮片水煎液密度[g·(cm3)-1]为因变量Y，模拟回归方程为Y=0.000 5X+0.994 0，r=0.864，线性范围1.73～19.37。回归曲线见图2。

表3 聚类数设置为3的方差分析结果

Tab.3 ANOVA results with cluster number set to 3

项目聚类均方df误差均方dfFSig.密度0.00020.0007249.2740.000出膏率872.43921.72072507.2150.000

表4 第一类别中药饮片水煎液两个变量的描述性及相关性分析

Tab.4 Descriptive analysis and relevance analysis on two variables of first decoction pieces category

项目水煎液密度出膏率均值0.995 8540.784 4标准差0.001 525 80.655 10Pearson相关系数0.179双侧显著性检验结果P0.209样本量N51

表5 第二类别中药饮片水煎液两个变量的描述性及相关性分析

Tab.5 Descriptive analysis and relevance analysis on two variables of second decoction pieces category

项目水煎液密度出膏率均值0.998 9909.748 1标准差0.002 853 84.827 43Pearson相关系数0.864双侧显著性检验结果P0.000样本量N24

表6 回归预测验证实验结果

Tab.6 Results of validation test for regression forecast

批次饮片名称出膏率/%水煎液密度个别值预测区间α=0.01水煎液密度实测值/(g·cm-3)1炮山甲1.730.994 9±0.004 50.998 82炮山甲2.090.995 0±0.004 40.998 43炮山甲2.000.995 0±0.004 40.997 74土鳖虫14.121.001 1±0.004 31.000 95土鳖虫12.781.000 4±0.004 31.000 06土鳖虫11.941.000 0±0.004 20.999 77地龙17.061.002 5±0.004 41.006 08地龙17.981.003 0±0.004 51.006 09全蝎17.531.002 8±0.004 41.000 2

图2 非贝壳动物类饮片回归曲线与个体水煎液密度值预测

Fig.2 Regression curve of animal decoction pieces other than shellfish and regression forecast of single decoction density value

3 讨论

笔者在本实验探讨动物类、矿物类中药饮片水煎液密度与出膏率之间的相关性，采用基于聚类分析基础上的回归分析[13]，有效处理了分布较复杂的数据点，使回归更接近于数据点走向趋势，提高后期预测的准确性。从化学成分和作用上看，贝壳动物类饮片的主要化学成分是钙盐和微量元素[14]，矿物类饮片的起效成分也是微量元素。矿物类饮片中的化石药也是补充人体钙质的不足[6]。从溶解性看，贝壳动物类饮片与矿物类饮片都微溶或不溶于热水，出膏率均低，具有相似性。经K-均值聚类分析，聚为一类具有合理性。其水煎液密度与出膏率不具相关关系，是因为溶解度小，出膏率值很低，接近于0，有的煎液呈混悬状或有沉淀，从而增加了测量水煎液密度与出膏率时吸取液体的取样误差。

蝉蜕由于出膏率低且水煎液密度低，被K-均值聚类分析分配到第一类中，然而蝉蜕的性质与贝壳类、矿物类迥异，因此，笔者对数据进行分析时，将蝉蜕归为非贝壳动物类，作为非贝壳动物类线性方程最低起始点更为合适。

矿物类饮片与贝壳动物类饮片的水煎液密度与出膏率值低且不具线性相关性的研究结果提示，应采用其他方式评价矿物类饮片和贝壳动物类饮片的煎煮质量，其方法有待进一步研究。

非贝壳动物类中药饮片品种不多，目前所测的饮片品种和批次数据有限，回归方程仅初步模拟非贝壳动物类中药饮片水煎液密度与出膏率线性关系，与实际会有差距。后期拟增加样品量，增加批次，以完善回归方程，提高方程准确性。并且，结合本研究项目同期开展的植物类中药饮片煎煮的研究结果，最终建立复方煎煮预测模型。通过已测得的单味中药饮片的理论出膏率，推算复方的理论出膏率，再通过数学模型预测复方煎煮液的密度作为质量控制的指标，将实测水煎液密度与之比较，从而评判煎煮质量。