近紅外光譜技術(shù)在中藥鑒定中的應(yīng)用_第1頁
近紅外光譜技術(shù)在中藥鑒定中的應(yīng)用_第2頁
近紅外光譜技術(shù)在中藥鑒定中的應(yīng)用_第3頁
近紅外光譜技術(shù)在中藥鑒定中的應(yīng)用_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

近紅外光譜技術(shù)在中藥鑒定中的應(yīng)用

中醫(yī)的評(píng)價(jià)主要包括對(duì)中藥品種和質(zhì)量的評(píng)價(jià)和研究,以確保中藥的質(zhì)量。自古以來,中藥品種來源就存在“同名異物”和“同物異名”的現(xiàn)象,這與我國(guó)幅員遼闊,藥用植物品種因地而異,或古代典籍記載粗略或考證有誤、或藥用部位外形相似、或品種名稱類似等有關(guān)。即使在今天,中藥品種混淆的問題亦常常出現(xiàn),如2004年香港出現(xiàn)了中藥“白英”和“尋骨風(fēng)”混淆的事件,導(dǎo)致病人患上腎衰竭和尿道癌。從古代的“辨狀論質(zhì)”到現(xiàn)代的含量測(cè)定分析,中藥的質(zhì)量一直是人們關(guān)注的焦點(diǎn)。近年,由于中藥需求量大增,造成很多中藥品種的資源匱乏,市場(chǎng)上不時(shí)出現(xiàn)以次充好的情況。中藥鑒定是一門與時(shí)俱進(jìn)的學(xué)問,在傳統(tǒng)經(jīng)驗(yàn)鑒別的基礎(chǔ)上,如何運(yùn)用現(xiàn)代科學(xué)的理論知識(shí)和技術(shù)方法來鑒定和研究中藥的品種和質(zhì)量,確保中藥品質(zhì),是一個(gè)迫切的課題。自20世紀(jì)90年代以來,近紅外光譜分析技術(shù)發(fā)展迅猛,已逐步發(fā)展成為中藥鑒定的重要方法之一。本文就近年近紅外光譜技術(shù)成功應(yīng)用于中藥鑒定的進(jìn)展作系統(tǒng)介紹,探討該技術(shù)在中藥鑒定研究中的發(fā)展方向。1中藥近紅外光譜技術(shù)的應(yīng)用近10年來,隨著計(jì)算機(jī)技術(shù)和化學(xué)計(jì)量學(xué)的飛速發(fā)展,近紅外光譜技術(shù)在中藥鑒定領(lǐng)域得到了越來越廣泛的關(guān)注和應(yīng)用,不僅用于中藥品種、產(chǎn)地的鑒定,也應(yīng)用于加工炮制后的中藥飲片鑒定,同時(shí)還用于中藥的質(zhì)量評(píng)價(jià)。1.1中藥分類鑒定的基礎(chǔ)研究—品種鑒定中藥品種鑒定包括了中藥來源品種分類和真?zhèn)舞b別。近紅外光譜技術(shù)在品種分類方面,往往方法較為簡(jiǎn)便,無需依靠大量樣品數(shù)量建立校正模型,如近紅外光譜應(yīng)用于白芷類中藥的鑒定研究,8種白芷及其近緣植物的葉子粉末被用來測(cè)定近紅外光譜,分別采用非線性映射和系統(tǒng)聚類分析的模式識(shí)別方法進(jìn)行數(shù)據(jù)分析,獲得了相同的分類結(jié)果,可將8種植物一一分類;近紅外漫反射光譜技術(shù)結(jié)合聚類分析法對(duì)纈草屬藥用植物及其不同居群樣品進(jìn)行分析鑒定,結(jié)果顯示不同產(chǎn)地來源的蜘蛛香Valerianajatamansi和黑水纈草V.amurensis各自聚成一類,但不同產(chǎn)地的歐纈草V.officinalis、中國(guó)纈草V.pseudofficinalis和寬葉纈草V.officinalisvar.latifolia則存在交叉聚類的情況,沒有明顯各自聚成一類;近紅外光譜技術(shù)用于卷柏屬2種藥用植物種下類型的鑒定和10種卷柏屬藥用植物種間關(guān)系探討發(fā)現(xiàn),該技術(shù)可有效輔助性應(yīng)用于藥用植物的分類鑒定,推測(cè)某些種間的親緣關(guān)系;在鑒定白芷、葛根、當(dāng)歸、白術(shù)、白芍和魔芋這幾種中藥以及白芷和其混有淀粉的模擬偽劣樣品時(shí),首先測(cè)定樣品的近紅外漫反射光譜,然后采用漸進(jìn)窗口式相關(guān)系數(shù)分析方法獲得相關(guān)系數(shù)表征不同波長(zhǎng)下樣品光譜的相似程度,從中選擇可以區(qū)分不同種類中藥的特征波長(zhǎng)范圍,再利用主成分分析獲得的二維空間樣品分布圖,從而有效將上述幾種中藥分類以及鑒別白芷和其混有淀粉的模擬偽劣樣品;采用近紅外漫反射指紋圖譜聚類分析可準(zhǔn)確鑒定4種牡荊屬植物:單葉蔓荊、蔓荊、黃荊和牡荊,結(jié)果與傳統(tǒng)植物分類結(jié)果吻合,同時(shí)聚類結(jié)果將單葉蔓荊居群劃分為低緯度型、主產(chǎn)地型和混雜型;在應(yīng)用近紅外光譜技術(shù)鑒別虎掌南星與天南星的研究中,采用一階導(dǎo)數(shù)和矢量歸一化法進(jìn)行光譜預(yù)處理,分別建立聚類分析和主成分分析的模式識(shí)別法,結(jié)果顯示2種方法均可將虎掌南星與天南星劃分為2類。上述研究顯示近紅外光譜可應(yīng)用于藥用植物或中藥分類鑒定,這對(duì)于中藥品種鑒定具有重要的參考價(jià)值。在進(jìn)行中藥品種的真?zhèn)舞b別時(shí),建立校正模型是不可缺少的一環(huán),如何選擇合適的數(shù)據(jù)處理方法也是要思考的問題。如在應(yīng)用近紅外光譜鑒別中藥大黃時(shí),在95個(gè)大黃樣品中,隨機(jī)挑選46個(gè)樣品用于建立校正模型,分別采用主成分分析和小波包熵法提取光譜特征,再利用Fisher分類器建立真?zhèn)舞b別的模型,結(jié)果發(fā)現(xiàn)采用主成分分析和小波包熵法提取光譜特征分別建立的模型,其預(yù)測(cè)集誤判率分別為10.20%,2.04%,顯示不同的數(shù)據(jù)處理方法,其判別結(jié)果會(huì)有一定差異;應(yīng)用近紅外光譜鑒定中國(guó)紅參和高麗紅參的研究發(fā)現(xiàn),采用近紅外積分球漫反射法測(cè)定光譜,經(jīng)多元散射校正(multiplicativescattercorrection,MSC)處理光譜后以25為主成分?jǐn)?shù)建立國(guó)產(chǎn)紅參和高麗紅參校正模型效果最佳,可鑒別中國(guó)紅參和高麗紅參;采用近紅外漫反射光譜結(jié)合OPUS軟件建立中藥厚樸鑒別模型的研究結(jié)果顯示光譜經(jīng)一階導(dǎo)數(shù)和矢量歸一處理后,采用標(biāo)準(zhǔn)化法建立的模型可區(qū)分正品和偽品厚樸;在應(yīng)用近紅外光譜技術(shù)鑒別三七及其偽品的研究中,收集了3個(gè)主產(chǎn)地三七和3種常見三七偽品共289個(gè)樣品進(jìn)行采集近紅外光譜,然后選擇MSC結(jié)合一階微分和Norris平滑處理對(duì)原光譜進(jìn)行預(yù)處理,以主成分分析法建立判別模型,結(jié)果顯示模型的預(yù)測(cè)準(zhǔn)確率達(dá)100%,可有效鑒別三七及其偽品;近紅外光譜還可以直接在有聚乙烯包裝袋的情況下直接采集,如在研究人參和西洋參快速鑒別的研究中,對(duì)含包裝袋的根狀、根須和粉末狀的樣品共90份進(jìn)行采集近紅外光譜,采用MSC和一階導(dǎo)數(shù)進(jìn)行光譜預(yù)處理,并以移動(dòng)窗口偏最小二乘法選擇建模的光譜區(qū)間,然后分別建立偏最小二乘判別分析法(partialleastsquaresdiscriminantanalysis,PLS-DA),主成分判別分析法(principalcomponentanalysisdiscriminantanalysis,PCA-DA),支持向量機(jī)法(supportvectormachine,SVM)判別模型,3種模型的預(yù)測(cè)總判別率分別為93.3%,96.7%,100%。1.2近紅外光譜鑒別和聚類分析不同產(chǎn)地來源的中藥,其質(zhì)量會(huì)有所差異。道地藥材,即是傳統(tǒng)中醫(yī)對(duì)產(chǎn)于特定地域的優(yōu)質(zhì)中藥材的稱謂,亦是古人評(píng)價(jià)中藥質(zhì)量的標(biāo)準(zhǔn)。鑒定中藥的產(chǎn)地,對(duì)于保證中藥質(zhì)量有重要的意義。近年,近紅外光譜技術(shù)也被應(yīng)用于中藥產(chǎn)地鑒定的研究,如對(duì)來自4個(gè)不同產(chǎn)地的269個(gè)白芷樣本以及6個(gè)不同產(chǎn)地的350個(gè)野生和栽培丹參樣本進(jìn)行近紅外光譜鑒別研究顯示,采用SVM法對(duì)一階導(dǎo)數(shù)處理后的光譜進(jìn)行鑒別分析,得到的交叉驗(yàn)證準(zhǔn)確率分別達(dá)到99%,95%;對(duì)采集自5個(gè)產(chǎn)地的黃柏樣品進(jìn)行近紅外漫反射光譜測(cè)定,并用主成分分析與馬氏距離相結(jié)合的判別方法建立模型,以三重交叉驗(yàn)證方法考察判別模型的預(yù)測(cè)性能,結(jié)果顯示模型可鑒別來自四川、湖北、吉林、黑龍江和遼寧這5個(gè)產(chǎn)地的黃柏樣品;通過積分球漫反射測(cè)定山西、河南焦作和山東3個(gè)產(chǎn)地共77份生地黃樣品的近紅外光譜,經(jīng)二階導(dǎo)數(shù)和矢量歸一化處理后,以標(biāo)準(zhǔn)算法進(jìn)行聚類判別,結(jié)果顯示3種不同產(chǎn)地的生地黃可被區(qū)分,預(yù)測(cè)集正確率為86.67%;對(duì)來自青海、西藏、云南和新疆4個(gè)產(chǎn)地共100個(gè)雪蓮花樣品測(cè)定近紅外光譜,采用k-最近鄰域(k-nearestneighbors,KNN)模式識(shí)別法建立雪蓮花產(chǎn)地鑒別模型,同時(shí)比較標(biāo)準(zhǔn)正態(tài)變量變換(standardnormalvariate,SNV),MSC,一階導(dǎo)數(shù)和二階導(dǎo)數(shù)4種預(yù)處理方法對(duì)模型結(jié)果的影響,結(jié)果顯示SNV光譜預(yù)處理后所建立模型較佳,可鑒別雪蓮花產(chǎn)地。1.3不同蒸制時(shí)間樣品的聚類判別中藥經(jīng)過炮制后,其化學(xué)成分會(huì)發(fā)生變化。這些化學(xué)成分的變化可反映到近紅外光譜中,如生地黃經(jīng)蒸制后,其還原糖的含量會(huì)發(fā)生變化,不同蒸制時(shí)間,其變化有所不同,應(yīng)用近紅外漫反射光譜技術(shù)對(duì)不同蒸制時(shí)間的地黃樣品分析發(fā)現(xiàn),以標(biāo)準(zhǔn)算法對(duì)經(jīng)一階導(dǎo)數(shù)和矢量歸一化法處理的光譜進(jìn)行聚類判別后,不同蒸制時(shí)間的地黃樣品能被準(zhǔn)確區(qū)分開。近紅外光譜技術(shù)也可應(yīng)用于控制中藥炮制生產(chǎn)過程以及大量炮制品的檢測(cè),如應(yīng)用近紅外漫反射光譜技術(shù)測(cè)定酒燉熟地黃中的還原糖含量表明,當(dāng)采集已經(jīng)測(cè)定還原糖含量的酒燉熟地黃樣品的近紅外光譜數(shù)據(jù)后,以PLS方法建立還原糖含量測(cè)定的校正模型可以很好地預(yù)測(cè)酒燉熟地黃飲片中還原糖的含量。1.4近紅外光譜之間的多元校正模型的應(yīng)用近紅外光譜技術(shù)還可以用于中藥的質(zhì)量評(píng)價(jià),如利用高效液相色譜法(HPLC)測(cè)定連翹中的連翹酯苷含量,從85份樣品中選取68份有代表性的樣品,運(yùn)用PLS方法建立其含量與近紅外光譜之間的多元校正模型,利用校正模型對(duì)17份驗(yàn)證集樣品進(jìn)行預(yù)測(cè),結(jié)果顯示預(yù)測(cè)值與HPLC測(cè)定值的相關(guān)系數(shù)為0.961,預(yù)測(cè)均方差為0.18,可用于快速測(cè)定大批量連翹藥材中的連翹酯苷含量;同樣利用近紅外漫反射光譜技術(shù)和PLS方法同時(shí)定量分析連翹中的連翹苷和連翹酯苷含量,也取得較好的結(jié)果;利用相似方法定量分析地黃中梓醇的含量以及川芎中阿魏酸的含量均獲得成功,可實(shí)現(xiàn)對(duì)大批量藥材的快速測(cè)定。應(yīng)用近紅外光譜技術(shù)進(jìn)行中藥定量分析簡(jiǎn)便、快速,結(jié)果可靠,可用于大批量中藥的質(zhì)量評(píng)價(jià)和快速評(píng)價(jià)中藥質(zhì)量。2中藥鑒定的應(yīng)用優(yōu)勢(shì)近年,近紅外光譜技術(shù)得到了不斷發(fā)展,其中化學(xué)計(jì)量學(xué)方法更是發(fā)展迅速,很多算法被開發(fā)成軟件應(yīng)用,大大簡(jiǎn)化了分析的過程。相比其他中藥鑒定方法,近紅外光譜技術(shù)有著顯著的優(yōu)點(diǎn),與現(xiàn)有中藥鑒定方法比較見表1。近紅外光譜技術(shù)不僅可以鑒別中藥真?zhèn)魏团袆e中藥產(chǎn)地來源,同時(shí)還可以評(píng)價(jià)中藥質(zhì)量,如結(jié)合近紅外光譜技術(shù)與化學(xué)計(jì)量學(xué)方法對(duì)淫羊藿的研究,不僅實(shí)現(xiàn)了產(chǎn)地的定性鑒別,還對(duì)其所含的淫羊藿苷進(jìn)行了定量檢測(cè);利用近紅外光譜技術(shù)建立對(duì)熊膽粉、豬膽粉以及兩者混合物的判別分析模型,同時(shí)對(duì)摻偽熊膽粉中熊膽粉摻入量進(jìn)行了定量分析,從而可有效實(shí)現(xiàn)對(duì)熊膽粉的真?zhèn)舞b別和質(zhì)量評(píng)價(jià)。鑒于近紅外光譜技術(shù)的特點(diǎn),其在中藥鑒定方面有以下應(yīng)用優(yōu)勢(shì):(1)中藥的專屬性鑒定:收集足量、包括不同產(chǎn)地、加工炮制、采收期的有代表性的樣品,建立每一個(gè)中藥的每一個(gè)來源的近紅外光譜專屬性鑒別,有助于澄清中藥混淆品種;(2)中藥真?zhèn)舞b別和其內(nèi)在質(zhì)量評(píng)價(jià):現(xiàn)有的常用中藥鑒定方法很難同時(shí)鑒定中藥的真?zhèn)魏唾|(zhì)量,如顯微鑒定有助于中藥真?zhèn)舞b定,卻無法有效評(píng)價(jià)中藥質(zhì)量,色譜指紋圖譜可以有效評(píng)價(jià)中藥質(zhì)量,卻無法可靠鑒別中藥品種來源。性狀鑒定可以“辨狀論質(zhì)”,但其科學(xué)內(nèi)涵還有待深入研究。近紅外光譜技術(shù)與化學(xué)計(jì)量學(xué)方法的聯(lián)用,不僅可以實(shí)現(xiàn)中藥的真?zhèn)舞b別,還可以實(shí)現(xiàn)對(duì)其進(jìn)行主成分的定量檢測(cè),可以使得人們?cè)诮⒁环N標(biāo)準(zhǔn)后,不再對(duì)同類型樣品進(jìn)行復(fù)雜操作,即可非常直觀地讀出待測(cè)品目標(biāo)成分的含量,大大簡(jiǎn)化了分析步驟,縮短了分析時(shí)間和節(jié)約了分析成本。建立同時(shí)具有鑒別中藥真?zhèn)魏驮u(píng)價(jià)中藥內(nèi)在質(zhì)量的中藥近紅外光譜校正模型,有助于解決中藥鑒定的瓶頸問題;(3)道地藥材鑒別和質(zhì)量評(píng)價(jià):道地藥材往往具有特定的產(chǎn)地以及獨(dú)特的化學(xué)特征和物理特征(質(zhì)地、內(nèi)部組織構(gòu)造等),近紅外光譜技術(shù)可以通過聚類分

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論