申云霞， 趙艷麗， 張 霽， 金 航， 王元忠*

1. 云南省農業(yè)科學院藥用植物研究所， 云南 昆明 650200

2. 云南中醫(yī)學院中藥學院， 云南 昆明 650500

林藥復合種植滇龍膽紅外光譜鑒別研究

申云霞1, 2， 趙艷麗1， 張 霽1， 金 航1， 王元忠1*

1. 云南省農業(yè)科學院藥用植物研究所， 云南 昆明 650200

2. 云南中醫(yī)學院中藥學院， 云南 昆明 650500

林藥復合種植是一種緩解中藥資源減少及提高土地利用率的方法。 采用傅里葉變換紅外光譜法對70份不同種植模式的滇龍膽進行研究， 通過Omnic8.0軟件對原始光譜進行基線校正、 歸一化、 二階導數光譜預處理； 對樣品與龍膽苦苷標準品的二階導數光譜進行分析； 利用各類樣品的平均光譜建立兩個光譜數據庫Lib1和Lib2， 其中Lib1在1 800～600 cm-1光譜范圍內進行專家檢索， Lib2在全譜范圍內進行相關性和平方微分差檢索。 結果表明， 樣品的紅外光譜較為相似， 難以直觀分析鑒別； 樣品與龍膽苦苷標準品具有多個共有峰， 其中1 611和1 076 cm-1為標準品的特征峰， 各樣品在1 076 cm-1處峰形差異較小， 通過對1 611 cm-1處峰面積的比較， 種植于核桃林下的樣品龍膽苦苷含量最高， 荒坡種植及與木瓜復合種植的樣品有效成分含量最低； 不同種植模式樣品中有效成分的不同表現為光譜匹配值之間的差異， 與核桃樹、 旱冬瓜、 桉樹、 茶樹、 杉樹復合種植的樣品間匹配值的差異小于與木瓜復合種植及荒坡種植的樣品， 專家檢索法對樣品的誤判數為11， 相關性檢索和平方微分差檢索法對樣品的誤判數分別為4和9， 即在全譜范圍內相關性檢索法對樣品鑒別效果最佳， 正確識別率為94.29%。 紅外光譜法結合二階導數光譜、 光譜檢索對不同復合種植模式滇龍膽的鑒別效果較好， 為不同復合種植中藥藥源鑒別提供理論依據。

滇龍膽； 復合種植； 傅里葉變換紅外光譜； 二階導數光譜； 光譜檢索

引 言

土地資源是一切資源可持續(xù)利用的基礎， 我國是土地資源大國， 人均土地占有量較少， 耕地尤為短缺[1]。 當前耕地資源瓶頸作用日漸凸顯， 因此合理、 高效地利用土地是緩解資源短缺與需求之間矛盾的根本[2]。 中藥資源作為陸地生態(tài)系統(tǒng)的一部分， 與其他自然資源一樣受土地利用和土地覆蓋變化的影響[3]。

隨著中醫(yī)藥科學的深入研究， 中藥資源需求量逐年增加， 野生資源難以滿足市場需求， 藥用植物栽培及野生變家種已成為中藥行業(yè)可持續(xù)發(fā)展必然趨勢[4]。 中藥的種植須依賴土地， 在我國西南地區(qū)， 土地生態(tài)環(huán)境脆弱， 山地和高原土地面積廣闊， 耕地資源稀缺[5]； 建立多生物、 多層次和多時序的立體復合性農業(yè)結構， 對實現耕地的可持續(xù)利用和農業(yè)的發(fā)展具有重要作用[6]。 農林復合系統(tǒng)是突破傳統(tǒng)的單一種植模式， 通過利用物種間的生態(tài)互補功能， 能夠有效提高土地資源利用率， 具有良好的生態(tài)效益、 社會效益和經濟效益[7]。 研究發(fā)現， 荔枝與旋扭山綠豆復合種植系統(tǒng)較單一種植系統(tǒng)可有效減少病蟲害[8]； 在亞熱帶茶園中間種豆科植物白三葉草可改善土壤生態(tài)環(huán)境， 并提高茶葉產量[9]； 桑樹與谷子間作可增加桑葉的產量， 提高桑樹葉的光合生產能力[10]。

滇龍膽GentianarigescensFranch.為龍膽科植物， 多年生草本植物， 生于山坡草地、 灌從中及林下[11]， 為瀕危藥用植物。 為了緩解藥材與糧食爭地的矛盾， 根據藥材的生長習性， 目前， 在云南臨滄地區(qū)， 于荒坡和林下實現規(guī)?；N植。 王文杰等[12]研究表明不同生境對白屈菜中單寧、 黃酮和生物堿類次生代謝產物的含量有影響， 因此， 對林藥復合種植的研究具有重要意義。 紅外光譜法具有快速、 無損和簡便等優(yōu)點， 能夠反映樣品化學成分整體信息， 廣泛用于食品[13-15]、 中藥[16-18]的鑒別和質量分析。 本實驗采用傅里葉變換紅外光譜結合二階導數及光譜檢索法對七種不同種植模式下的滇龍膽進行研究， 以期為滇龍膽立體復合種植提供依據。

1 實驗部分

1.1 材料

所有樣品于2012年10月采自云南省臨滄市， 均為栽培品。 七種不同種植模式包括荒坡種植、 核桃樹、 旱冬瓜、 桉樹、 茶樹、 杉樹和木瓜林下種植， 樣品的詳細信息見表1， 經云南省農業(yè)科學院藥用植物研究所金航研究員鑒定為滇龍膽根及根莖。 在50 ℃條件下烘48 h， 粉碎過100目篩， 備用。

表1 不同種植模式滇龍膽的樣品信息

1.2 儀器與試劑

Perkin-Elmer Fronter型傅里葉變換紅外光譜儀， DTGS檢測器， 光譜范圍4 000～400 cm-1， 分辨率4 cm-1， 信號累加掃描16次。 壓片機為YP-2(上海山岳科學儀器儀器公司)。 KBr為分析純， 購于天津市風船化學試劑科技有限公司； 龍膽苦苷標準品(批號： 110770-201314)， 購于中國食品藥品檢定研究院。

1.3 方法

取樣品與KBr粉末(1∶100)混合研磨均勻， 壓制成透明薄片， 放入紅外光譜儀中測定， 每個樣品平行測定三次， 計算平均光譜。 紅外光譜采集過程中室溫保持在23 ℃， 空氣相對濕度保持在40%～48%。

1.4 光譜預處理及數據處理

所有原始光譜數據用Nicolet Omnic8.0軟件進行基線校正、 歸一化預處理。

用Omnic8.0建立2個光譜數據庫， 光譜庫1(Lib1)由各類種植模式下樣品的平均光譜組成， 所有樣品的光譜作為總體， 在1 800～600 cm-1光譜范圍內與Lib1中的各平均光譜進行光譜檢索； 光譜庫2(Lib2)由全部樣品的平均光譜組成， 全譜范圍內分別進行相關性和平方微分差檢索， 軟件自動得出匹配分值。 匹配值的大小反映樣品的親密程度， 數值越大匹配程度越好， 數值為100.00表示兩類樣品完全匹配[19]。

2 結果與討論

2.1 不同復合種植模式滇龍膽紅外光譜分析

圖1 不同種植模式滇龍膽的傅里葉變換紅外光譜

2.2 不同復合種植模式的滇龍膽及龍膽苦苷二階導數紅外光譜分析

滇龍膽富含多種化學成分， 紅外光譜吸收峰出現疊加， 二階導數光譜可增強光譜分辨率， 呈現多個被掩蓋的吸收峰[20]。 不同復合種植模式的滇龍膽紅外光譜峰形和峰位相似(圖2)， 表明所含的化學成分相近。 樣品與龍膽苦苷標準品(H)在1 678， 1 611， 1 468， 1 207， 1 104， 1 076， 1 052， 1 032， 1 017， 986， 935 cm-1出現吸收峰。 龍膽苦苷在1 611和1 076 cm-1處特征吸收峰較強； 樣品在1 076 cm-1處吸收峰強度差異較小， 1 611 cm-1處吸收峰強具有差異， 種植于核桃樹下的滇龍膽(b)在此處吸收峰強于其他類型的樣品， 既該復合種植的樣品中所含龍膽苦苷類成分較高； 荒坡種植(a)與木瓜復合種植(g)的樣品在該處的吸收峰弱于其他樣品， 說明龍膽苦苷類成分含量相對較低， 兩類樣品均在1 033, 1 017和986 cm-1處出現尖峰。 該結果與前人研究結果相似， 即不同復合種植模式滇龍膽樣品中龍膽苦苷的含量有差異， 滇龍膽與核桃樹復合種植質量最佳， 種植在旱冬瓜、 桉樹、 茶樹、 杉樹下的樣品優(yōu)于荒坡種植。 植物生長需要依賴土壤、 溫度、 光照、 水分等生態(tài)因子[21-23]， 這些因素的改變會對其產量和質量產生一定的影響[24]。 不同復合種植模式的滇龍膽所含化學物質之間有差異， 可能與生態(tài)因子之間的差異有一定的關系。

2.3 未知樣品與光譜庫1光譜檢索鑒別

用光譜檢索法對不同復合種植模式的滇龍膽樣品進行鑒

別。 限于篇幅， 文中僅列出部分未知樣品與光譜庫之間的檢索結果， 黑色字體表示樣品與所屬類型的樣品正確匹配， 斜體表示不能對樣品正確分類。 光譜庫1(Lib1)在1 800～600 cm-1波段范圍內的專家檢索結果見表2， 荒坡種植的樣品值(A)在所屬類別中匹配值最高， 能進行正確匹配； A類別的樣品與G(與木瓜復合種植)匹配值平均值為96.61， 大于A類樣品與其他類樣品匹配的平均值， 表明兩類樣品相似度較高， 與荒坡種植和與木瓜復合種植的樣品二階導數圖譜的研究結果一致； 種植于核桃樹林下的樣品(B)與自身所在類型、 旱冬瓜(C)、 桉樹(D)、 茶樹(E)、 杉樹(F)、 木瓜(G)種植模式樣品匹配值的平均值分別為98.27， 96.45， 97.18， 97.06， 96.96， 92.39； B5與F類型的樣品的匹配值(98.84)大于在本類中的匹配值(97.56)， 即為匹配錯誤。 所有樣品中， 有59份樣品的光譜匹配值在自身所在類別中最高， 占84.29%， 說明專家檢索法對樣品的正確識別率為84.29%。

圖2 龍膽苦苷及不同種植模式滇龍膽的紅外光譜

未知樣品ABCDEFGA199 1191 0493 7993 7691 9794 3594 96A298 9290 1993 2893 0691 2593 9194 59A399 5292 8293 5894 5192 6093 9098 01A499 2993 7894 0195 1493 3693 2398 41A597 9888 0990 0890 7588 7591 5393 71A699 4994 6095 8296 2894 8195 9397 24A799 2095 0295 2696 1294 7795 3098 18A899 0495 0695 1696 0894 7395 2098 04A998 6895 4695 2596 2995 0295 1798 05A1099 1191 0493 7693 7691 9794 3594 96B191 6998 6196 3397 1696 9697 2192 55B292 8799 2996 6697 6797 0997 0893 70B388 9897 2894 2395 9796 0793 6289 78B490 6398 3095 5996 5796 9895 3391 92B594 6397 5698 1997 4297 1698 3493 62B694 3799 0697 3698 2698 4398 2193 81B792 5197 5697 3897 5497 1797 6791 15B890 6798 3697 3197 8898 3796 6991 27B993 4598 0396 2996 4795 7696 9894 52B1090 5198 6795 1496 8496 6395 7691 64

2.4 未知樣品與光譜庫2中平方微分差和相關性檢索鑒別

在全譜范圍內， 計算各類別樣品與平均光譜的相關性和平方微分差算法的光譜匹配值， 結果見表3和表4， 樣品與自身所在的類別中匹配值最高， A與G類樣品匹配值的平均值差異小于A與其他類樣品的差異， 荒坡及木瓜復合種植樣品間的差異較小， 與核桃樹、 旱冬瓜、 茶樹、 桉樹和杉樹復合種植的樣品間差異較小。 相關性光譜檢索表明， 66份樣品的判別結果與所在類別中匹配值最高， 誤判的樣品分別為B5， B7， C5及D1， 正確匹配率為94.29%。 平方微分差檢索中， 61份樣品的結果與所在類別中得分值最高， 占87.14%。 在全譜范圍內， 光譜相關性檢索和平方微分差檢索的方法可對不同復合種植模式滇龍膽進行鑒別。 相關性檢索中， 樣品與未知樣品的匹配值彼此間的差異較大， 匹配正確率較高， 說明該方法有更利于不同種植模式的滇龍膽樣品的鑒別。

表3 未知樣品在光譜庫2全波段范圍內的相關性檢索結果

表4 未知樣品在光譜庫2全波段范圍內平方微分差算法的光譜匹配結果

3 結 論

采用傅里葉變換紅外光譜法對七種不同復合種植模式的70份滇龍膽進行研究， 用Omnic8.0軟件對所有原始光譜進行基線校正和歸一化預測處理， 計算紅外光譜的二階導數光譜； 光譜檢索中選擇專家檢索、 相關性和平方微分差檢索法計算所有樣品的匹配值。 結果顯示， 樣品的紅外光譜圖相似度較高， 難以對其鑒別； 樣品與龍膽苦苷標準品的二階導數光譜在1 678， 1 611， 1 468， 1 207， 1 104， 1 076， 1 052， 1 032， 1 017， 986， 935 cm-1處呈現吸收峰， 1 611和1 076 cm-1為龍膽苦苷類成分的特征峰， 通過譜峰比對， 不同類別的樣品具有差異， 與核桃樹復合種植的樣品中龍膽苦苷含量最高， 荒坡種植和木瓜復合種植樣品間的差異小于與其他類樣品的差異； 專家檢索、 相關性和平方微分差檢索法對樣品的正確識別率分別為84.29%, 94.29%和87.14%， 相關性檢索算法對樣品的鑒別效果最優(yōu)。 紅外光譜法結合二階導數和光譜檢索法可直觀、 快速和準確地對不同復合種植的滇龍膽樣品進行鑒別， 為不同種植模式中藥的質量研究提供參考。

[1] PENG Li(彭 里). Research of Soil and Water Conservation(水土保持學報), 2006, 13(2): 234.

[2] REN Ping, WU Tao, ZHOU Jie-ming(任 平, 吳 濤, 周介銘). Transactions of the Chinese Society of Agricultural Engineering(農業(yè)工程學報), 2014, 30(20): 279.

[3] ZHANG Xiao-bo, GUO Lan-ping, HUANG Lu-qi(張小波, 郭蘭萍, 黃璐琦). China Journal of Chinese Materia Medica(中國中藥雜志), 2012, 37(11): 1517.

[4] LIU Da-hui, HUANG Lu-qi, GUO Lan-ping, et al(劉大會, 黃璐琦, 郭蘭萍, 等). China Journal of Chinese Materia Medica(中國中藥雜志), 2009, 34(5): 524.

[5] CHEN Yun-chun, WU Li-sha, YU Jian-xin(陳運春, 吳莉莎, 余建新). Guangdong Agricultural Science(廣東農業(yè)科學), 2012, 9: 162.

[6] XU Meng-jie, XIA Min, YANG Jie(徐夢潔, 夏 敏, 楊 潔). Journal of Yunnan Agriculture University(云南農業(yè)大學學報), 2003, 18(2): 115.

[7] HUANG Bao-long, HUANG Wen-ding(黃寶龍, 黃文丁). Chinese Journal of Ecology(生態(tài)學雜志), 1991, 10(3): 27.

[8] OUYANG Ge-cheng, YANG Yue-ping, LIU De-guang, et al(歐陽革成, 楊悅屏, 劉德廣, 等). Chinese Journal of Applied Ecology(應用生態(tài)學報), 2006, 17(1): 151.

[9] XIANG Zuo-xiang, XIAO Run-lin, WANG Jiu-rong(向佐湘, 肖潤林, 王久榮, 等). Acta Prataculturae Sinica(草業(yè)學報), 2008, 17(1): 29.

[10] ZHU Wen-xu, ZHANG Hui-hui, XU Nan, et al(朱文旭, 張會慧, 許 楠, 等). Chinese Journal of Applied Ecology(應用生態(tài)學報), 2012, 23(7): 1817.

[11] Flora of China Board Editor(中國植物志編輯委員會主編). Flora of China(中國植物志). Beijing: Science Press(北京: 科學出版社), 1988, 62: 100.

[12] WANG Wen-jie, LI Wen-xin, XU Hui-nan, et al(王文杰, 李文馨, 許慧男, 等). Acta Ecologica Sinica(生態(tài)學報), 2008, 28(11): 5228.

[13] Santosh L, Sangdae L, Wang-Hee L, et al. Journal of Agricultural and Food Chemistry, 2014, 62: 9246.

[14] Sandra D S, Rodrigo P F , Luís V B, et al. Food Chemistry, 2014, 150: 489.

[15] Aderval S L, Arnaldo P S, Jéssica S A P, et al. Food Research International, 2015, 67: 206.

[16] Stella A O, Marcelino M P , Maria Z T. Food Chemistry, 2014, 150: 414.

[17] Chuang Y K, Yang C I, Yang M L, et al. Journal of Food and Drug Analysis, 2014, 22(3): 336.

[18] Chen N D, Chen H, Li J, et al. Journal of Molecular Structure, 2015, 1068: 255.

[19] Tarantilis P A, Troianou V E, Pappas C S, et al. Food Chemistry, 2008, 111: 192.

[20] Luo C, He T, Chun Z. Journal of Molecular Structure, 2013, 1073: 40.

[21] Morenoa G, Obrador J J, Garcíac A. Agriculture, Ecosystems and Environment, 2007 ,119: 270.

[22] Chen Y H, Guo Q S, Liu L, et al. Journal of Medicinal Plants Research, 2011, 5(9): 1749.

[23] Ma Z Q, Li S S, Zhang M J, et al. Hort Science, 2010, 45(6): 863.

[24] MENG Xiang-cai, CHEN Shi-lin, WANG Jun-xi(孟祥才, 陳士林, 王軍喜). Journal of Chinese Materia Medica(中國中藥雜志), 2011, 36(13): 1687.

*Corresponding author

Study onGentianaRigescenswith Silvomedicinal and Agriosivomedicinal Systems with FTIR Spectroscopy

SHEN Yun-xia1, 2, ZHAO Yan-li1, ZHANG Ji1, JIN Hang1, WANG Yuan-zhong1*

1. Institute of Medicinal Plants, Yunnan Academy of Agricultural Sciences, Kunmin 650200, China

2. College of Chinese Materia Medica, Yunnan University of Traditional Chinese Medicine, Kunming 650500, China

Multiple cropping systems are the way to cope with the shortage of traditional Chinese medicine (TCM) resources and enhance the utilization ratio of land. The aim of this study was to investigate seventyGentianarigescensFranch samples which were planted in slope and in multiple cropping system mixed withJuglansregia, Alnus nepalensis, Eucalyptus robusta, Alnus nepalensis, Camellia sinensis, Chaenomeles sinensis using Fourier transform infrared (FTIR) spectroscopy. The pretreatments such as baseline correction, normalization and second derivative of all the original spectra were performed with Omnic 8.0 software. Moreover, second derivative spectra of samples and gentiopicroside standard were analyzed. In addition, two spectral databases were set up based on the average spectra of every variety with Omnic 8.0 software. The first library (Lib1) which included the spectra region from 1 800 to 600 cm-1had the algorithm of expert retrieve while the correlation retrieve and square differential retrieve were dealt with the second library (Lib2) in the full spectral range. The results indicated that it is difficult to identify the infrared spectra of samples directly because they had high similarities. There were multiple common peaks between spectra of samples and gentiopicroside standards. The absorption peaks of 1 611 and 1 076 cm-1of gentiopicroside were the two main characteristic peaks in the second derivative spectra. The difference of peak shape of every sample in the wave number of 1 076 cm-1was small. By comparing peak area at 1 611 cm-1, the samples planted withJ.regiacontained highest content of gentiopicroside while the content of this effective constituent was the lowest in the samples which were planted in the slope and in the multiple cropping systems mixed withCsinensis. The differences of effective components in the samples with different planting patterns were represented by the variances of spectral matching values. The difference of matching values of samples planted withJ.regia,A.nepalensis,E.RobustaandA.nepalensiswere lower than that with slope andC.Sinensis. The number of misjudgment of expert retrieval, correlation retrieve and square differential retrieve were 11, 4 and 9, respectively. The discrimination result of correlation retrieve was the best in the full spectral range and the correct recognition rate was 94.29%. Fourier transforms infrared (FTIR) spectroscopy combined with second derivative and retrieval had good ability to discriminateG.rigescenswith different cropping systems. It could provide a basis for the discrimination of different planting patterns of TCM

Gentianarigescens; Multiple cropping; Fourier transform infrared spectroscopy; Second derivative; Spectrum retrieval

Jan. 10, 2015; accepted May 11, 2015)

2015-01-10，

2015-05-11

國家自然科學基金項目(81260608)和云南省自然科學基金項目(2013FD066， 2013FZ150)資助

申云霞， 女， 1991年生， 云南中醫(yī)學院中藥學院碩士研究生 e-mail： shenyunxia1991@163.com *通訊聯系人 e-mail： yzwang1981@126.com

O657.3

A

10.3964/j.issn.1000-0593(2016)08-2468-06