电子鼻技术鉴别金银花真伪、产地、贮藏年份

刘 鹏，白上圆，张维瑞，杨柯楠，袁王俊*

（1.河南大学药学院，河南 开封475004； 2.河南大学民生学院，河南 开封 475004）

金银花为忍冬科植物忍冬Lonicera japonicaThunb.的干燥花蕾或带初开的花，具有清热解毒、疏散风热的作用，用于痈肿疔疮、喉痹、丹毒、热毒血痢、风热感冒、温病发热，其气清香，味淡、微苦［1］，分布广泛［2］，主要化学成分包括有机酸、黄酮、三萜皂苷、挥发油等［3］，作为大宗中药材在大量中药处方、中成药、食品、保健食品中广泛应用［4］。但金银花同属植物多，种植品种混杂，导致其质量良莠不齐，目前常见伪品有山银花、金银忍冬等［5］。在相关检测方法中，经验鉴别更多的是依赖鉴定人多年经验积累；显微、理化鉴别作用有限；色谱（HPLC⁃UV、GC⁃FID）、质谱与色谱联用（HPLC⁃MS、GC⁃MS）、DNA 分析等技术虽然准确性高，但均有样品前处理复杂、成本高昂、耗费时间长的缺点［6⁃7］。

20 世纪90 年代，人们发明了电子鼻技术，它由采样装置、包含传感器阵列的探测器、分析系统组成，是模拟生物嗅觉系统以分析和识别单一或复杂气味的检测仪器，其优点是操作简单、检测快捷、灵敏度高［8］，可检测样品整体信息而形成气味指纹图谱［9］，现已应用于食品、化工、农业等多个领域［10］，而在药物方面常用于配方开发和质量保证［11］，同时在中药材鉴别、中药炮制气味变化、中药“五味”辨识中也有相关研究［12⁃13］。武文奇［14］等研究表明，超快速气相电子鼻对不同调配比例金银花粉末具有良好识别效果；Xiong［15］等证实，同一批金银花即使储藏月份不同，电子鼻也可以快速分析并成功区分，但尚无采用该技术识别其真伪、产地的报道。因此，本实验通过电子鼻技术来鉴别金银花真伪、产地、年份，经过数据统计分析建立该药材气味识别方法，以期为其快速鉴别提供参考依据。

1 材料

1.1 药材 金银花共41 批，编号H1～H41（2017 年产12批、2018 年产13 批、2019 年产16 批），收集于山东、河南、河北等地；金银忍冬共2 批，编号H42～H43，于2019年5 月采自开封市禹王台公园和河南大学校园内；山银花共3 批，编号H44～H46，购自安国药材市场，具体信息见表1，经笔者鉴定分别为忍冬科植物忍冬L.japonicaThunb.、金银忍冬L.maackii（Rupr.）Maxim.、华南忍冬L.confuseDC.的干燥花蕾。各批药材均于当年5～6 月份采摘，烘干干燥法处理后装在塑封袋中，贮存于干燥密闭条件下。

表1 药材信息

1.2 仪器 SuperNose⁃14 电子鼻（美国ISENSO 公司），测量气室内放置14 个金属氧化物半导体传感器组合成传感器阵列，性能见表2；AB135⁃S 电子分析天平（瑞士梅特勒⁃托利多公司）。

表2 传感器性能

2 方法

2.1 样品处理方法筛选 以电子鼻对H6 号样品的传感器响应值为评价指标，单因素试验筛选粉碎度、称样量、孵化温度、孵化时间。测量条件为手动进样；传感器清洗时间10 s；测定时间60 s；采样时间10 s。

2.1.1 粉碎度 将样品过20、40、60 目筛，置于进样瓶中静置2 h 后测定传感器响应值，发现过20 目筛时最高，故确定粉碎粒度为过20 目筛。

2.1.2 称样量 取过20 目筛样品，精密称取0.1、0.3、0.6、1.0、1.5 g 后测定传感器响应值，发现称定1.0、1.5 g时最高，而且无明显差异，考虑到检测效率问题，确定称样量为1.0 g。

2.1.3 孵化温度 精密称取过20 目筛的样品1.0 g，置于35、45、60 ℃水浴中加热40 min 后测定传感器响应值，发现在60 ℃时最高，故确定水浴温度为60 ℃。

2.1.4 孵化时间 精密称取过20 目筛的样品1.0 g，置于60 ℃水浴中孵化20、30、40 min 后测定传感器响应值，发现在30 min 时最高，故确定孵化时间为30 min。

2.2 电子鼻响应值测定

2.2.1 分析条件 采用直接顶空吸气法，在“2.1”项最优处理方法下直接将进样针头插入含样品的进样瓶中吸气，测定条件为室温（24±2）℃；采样时间每组10 s；传感器自清洗时间10 s；分析采样时间60 s，每批样品连续测量3次。以采样时间为横坐标，传感器响应电压为纵坐标绘制响应曲线，结果见图1。

图1 电子鼻对H6 号样品的响应曲线

2.2.2 精密度试验 取H6 号样品，测定14 个传感器响应值，重复5 次，测得其RSD 均小于2.0%，表示仪器精密度良好。

2.3 数据分析

2.3.1 主成分分析 主成分分析可对包含在数据集中的所有信息进行简化处理，是利用降维的思想，即从原始的多个变量中取少数线性组合作为综合指标，能最大限度地保持原有变量的信息，确定样本间的内在聚类特性［16］。

2.3.2 判别因子分析 判别因子分析是用于构建模型并识别未知样品类别的算法，可缩小同一数据集之间的差异，并通过数学变换扩大不同组别之间的差异，从而建立数据识别模型。它与主成分分析的区别在于可根据已知信息重新组织所收集的信息，从而使结果尽量与已知信息一致［17］。

3 结果

3.1 真伪鉴别 采用电子鼻对2019 年产金银花、山银花、金银忍冬进行检测，将所得气味数据调入系统自带软件中，分别进行主成分分析、判别因子分析，结果见图2～3。主成分分析中第一、第二主成分贡献率分别为95.27%、1.73%，累计方差贡献率为97.00%，可涵盖样品大部分原始信息，在不考虑异常数据信息的情况下可将三者区分开，但其分离度不高，DI 值仅为24.48，而判别因子分析区分度更好。

图2 不同品种样品主成分分析图

3.2 产地鉴别 对2017 年产3 个产地金银花的气味响应值进行主成分分析、判别因子分析。结果见图4～5，主成分分析中第一、第二主成分贡献率分别为83.56%、6.35%，累计方差贡献率为89.91%，可涵盖样品大部分原始信息，DI 值为－112.94，但不同产地样品的特征数据点大多均重叠；判别因子分析中3 个产地区别明显，可被明确分为3 类，其原因可能是上述样品因贮藏问题导致气味减弱及缺失。

图3 不同品种样品判别因子分析图

图4 不同产地样品主成分分析图

图5 不同产地样品判别因子分析图

3.3 贮藏年份鉴别 对2017、2018、2019 年产自河南封丘的金银花气味响应值进行主成分分析、判别因子分析，结果见图6～7。主成分分析中第一、第二主成分贡献率分别为88.42%、4.74%，累计方差贡献率为93.16%，可涵盖样品大部分原始信息，DI 值为－73.04，2017 年产样品的特征数据与2018、2019 年产区别明显，而2018、2019 年产样品的有交叉现象；判别因子分析中3 个年份产样品分别聚集在不同区域，表明该方法更适合用于鉴别贮藏年份。

图6 不同贮藏年份样品主成分分析图

图7 不同贮藏年份样品判别因子分析图

3.4 气味成分分析 计算每个传感器对金银花及其混淆品气味响应值的贡献率，绘制雷达图，结果见图8。由此可知，传感器响应值前六位依次为2、5、1、9、4、6，结合

图8 气味响应值贡献率雷达图

4 讨论

本实验采用电子鼻技术对金银花真伪、产地、贮藏年份进行了初步鉴别，通过测定各批药材响应值，结合主成分分析、判别因子分析构建了相关识别模型，发现前者仅可用于真伪鉴别，而后者能用于真伪、产地、贮藏年份鉴别，从而为中药气味标准化、中药快速鉴别提供新思路。表2 显示，金银花主要成分为芳香族化合物、氮氧化合物、低分子胺类、有机酸酯、萜类，与田丽梅［18］等采用GC⁃MS联用技术所得结果一致。

中药具有的气味是评价其质量的主要依据之一，也是其真伪及产地鉴别的重要依据。电子鼻作为模拟人工嗅觉系统的机器，相比传统GC、GC⁃MS 等技术而言具有整体性、快捷、环保、样品预处理简单等优点，故将其引入中药鉴别中是可行的。但本实验仅对金银花气味进行了鉴别，其具体成分及与药效作用的相关性尚不明确，还需深入探索。