任緒華　蘇婷　姜文月　李亞東　鄭廣晶　高陸

中圖分類號 R978.7 文獻標志碼 A 文章編號 1001-0408（2018）02-0168-04

DOI 10.6039/j.issn.1001-0408.2018.02.06

摘 要 目的：建立快速評價黃芪藥材質(zhì)量的方法。方法：采用烘干法測定黃芪藥材樣品水分含量，采用高效液相色譜（HPLC）-蒸發(fā)光散射檢測法（ELSD）測定黃芪甲苷的含量，采用HPLC法測定毛蕊異黃酮葡萄糖苷的含量（均作為參考值）。采用聲光可調(diào)-近紅外漫反射光譜法結合偏最小二乘法建立預測黃芪藥材中上述指標含量的定量模型（作為預測值）。根據(jù)參考值，采集60批藥材樣品，采用一階導數(shù)聯(lián)合平滑降噪法預處理光譜，水分、黃芪甲苷、毛蕊異黃酮葡萄糖苷含量預測的最佳波段分別為1 100～2 300、1 080～2 160、1 170～2 230 nm。結果：藥材樣品中水分、黃芪甲苷、毛蕊異黃酮葡萄糖苷的含量測定方法學考察符合要求。水分、黃芪甲苷、毛蕊異黃酮葡萄糖苷定量模型校正均方根偏差分別為0.132 3、0.006 6、0.002 5，預測均方根偏差分別為0.237 1、0.016 3、0.004 7，校正集內(nèi)部交叉驗證相關系數(shù)分別為0.975 9、0.953 3、0.968 0；定量模型內(nèi)部驗證偏差分別為1.43%、1.90%、1.84%，外部驗證偏差分別為1.73%、2.68%、2.71%。結論：該方法快速、準確、簡便、無污染，可用于黃芪藥材質(zhì)量的快速評價。

關鍵詞 近紅外漫反射光譜法；聲光可調(diào)；黃芪；水分；黃芪甲苷；毛蕊異黃酮葡萄糖苷

ABSTRACT OBJECTIVE： To establish the method for rapid quality evaluation of Astragali Radix. METHODS： The moisture of medicinal material was determined by oven drying method； the content of astragaloside Ⅳ was determined by HPLC-ELSD； the content of isoflavone glucoside was determined by HPLC （as reference value）. The partial least squares （PLS） method combined with acousto-optic turnable filter-NIDRS was adopted to build quantitative model of above indexes in Astragali Radix （as predict value）. According to reference value， 60 batches of sample were collected. The spectra pretreatment was conducted by first derivative method combined with Savitzky golay. The optimal bands of moisture， astragaloside Ⅳ and isoflavone glucoside were 1 100- 2 300 nm，1 080-2 160 nm，1 170-2 230 nm，respectively. RESULTS： The content determination of moisture， astragaloside Ⅳ and isoflavone glucoside in samples were all in line with methodology requirements. The corrected mean square root deviation of quantitative model for moisture， astragaloside Ⅳ， calycosin glucoside were 0.132 3， 0.006 6， 0.002 5， respectively； predicted mean square root deviation were 0.237 1， 0.016 3， 0.004 7； internal cross validation coefficient of correction set were 0.975 9， 0.953 3， 0.968 0； internal verification deviation of quantitative model were 1.43%， 1.90%， 1.84%； external verification deviation were 1.73%， 2.68%， 2.71%， respectively. CONCLUSIONS： The method is rapid， accurate，simple，pollution-free， and can be used for rapid quality evaluation of Astragali Radix.

KEYWORDS NIDRS； Acousto-optic turnable filter； Astragali Radix； Moisture； Astragaloside Ⅳ； Isoflavone glucoside

中藥材在采購、驗收、入庫、投料過程中存在著質(zhì)量檢測程序繁雜、費時長等問題，不能滿足大批量的現(xiàn)場快速分析要求。為解決該問題，有必要研發(fā)涵蓋水分、浸出物、特征性成分等不同檢測項目的快速檢測方法作為企業(yè)內(nèi)部質(zhì)量控制標準。

近紅外漫反射光譜法（NIR）作為一種快速分析方法，具有很多優(yōu)點，如快速、無損、環(huán)保，并可對固體、液體和氣體樣品直接進行測定，無需復雜的前處理過程[1]。隨著儀器與軟件的發(fā)展，NIR法已廣泛應用于農(nóng)業(yè)、生物醫(yī)學、石油化工等領域[2-4]。

黃芪藥材為豆科植物蒙古黃芪[Astragalus membranaceus（Fisch） Bge. var. mongholicus（Bge.） Hsiao]或膜莢黃芪[A. membranaceus（Fisch.） Bge.]的干燥根，化學成分以皂苷和黃酮類化合物為主，具有調(diào)節(jié)免疫功能、促進造血功能等作用[5]，是多種中成藥的主要原藥材之一。本研究中，筆者以黃芪藥材樣品中水分、黃芪甲苷、毛蕊異黃酮葡萄糖苷為指標，應用聲光可調(diào)（AOTF）-NIR法結合偏最小二乘法（PLS）[6]，建立了快速通用的多指標測定方法，旨在為中藥材整體質(zhì)量的快速評價提供借鑒。

1 材料

1.1 儀器

Luminar-5030 型NIR儀，包括樣品旋轉(zhuǎn)臺、石英樣品杯、 SNAP 光譜分析軟件、CAMO 化學計量學軟件（美國Brimrose公司）；U3000型高效液相色譜（HPLC）儀（美國 Thermo 公司）；The Unscrabler軟件（挪威CAMO公司）；L-3000 型HPLC儀，包括L-3530型蒸發(fā)光散射檢測器（ELSD）（北京普源精電科技有限公司）；GZX-9070 MBE型鼓風干燥箱（上海博訊醫(yī)療生物儀器股份有限公司）；AB135-S型電子分析天平（瑞士Mettler-Toledo公司）。

1.2 試劑

黃芪甲苷對照品（批號：110781-201515，純度：>93%）、毛蕊異黃酮葡萄糖苷對照品（批號：111920- 201505，純度：>97.1%）均購自中國食品藥品檢定研究院；乙腈為色譜純，其余試劑均為分析純，水為純化水。

1.3 藥材

60批黃芪藥材來源于內(nèi)蒙古、山西、甘肅、遼寧、黑龍江等省區(qū)，由吉林省現(xiàn)代中藥工程研究中心有限公司提供，經(jīng)長春中醫(yī)藥大學李煥榮教授鑒定為真品。

2 方法與結果

2.1 參考值的測定

2.1.1 水分含量測定 取藥材樣品粉末（過4號篩）約3 g，平鋪于干燥至恒質(zhì)量的扁形稱量瓶中，厚度不超過5 mm，精密稱定，開啟瓶蓋在100～105 ℃干燥5 h；將瓶蓋蓋好，置于干燥器中，放冷30 min，精密稱定，再在上述溫度下干燥1 h；放冷，稱定質(zhì)量，重復至連續(xù)兩次質(zhì)量差異不超過5 mg為止。根據(jù)減失的質(zhì)量，可知藥材樣品中含水量。結果，藥材樣品中水分含量為5.11%～9.38%，詳見表1。

2.1.2 黃芪甲苷含量測定 （1）色譜條件。色譜柱：Shimadzu-GL C18（250 mm×4.6 mm，5 ?m）；流動相：乙腈-水（32 ∶ 68，V/V）；流速：1.0 mL/min；柱溫：40 ℃；進樣量：20 ?L。色譜見圖1。（2）對照品溶液的制備。精密稱取黃芪甲苷對照品適量，加甲醇制成黃芪甲苷質(zhì)量濃度為0.5 mg/mL的對照品溶液。（3）供試品溶液的制備。取藥材樣品粉末（過4號篩）約4 g，精密稱定，置于索氏提取器中，精密加甲醇40 mL，冷浸過夜，再加甲醇適量，加熱回流4 h；回收溶劑并濃縮至干，殘渣加水10 mL，微熱使溶解，用水飽和正丁醇振搖提取4次，每次40 mL，合并正丁醇液；用氨試液充分洗滌2次，每次40 mL，棄去氨液，正丁醇液蒸干，殘渣加水5 mL使溶解，放冷；通過 D101型大孔樹脂（內(nèi)徑為1.5 cm，柱高為12 cm），以水50 mL洗脫，棄去水液，再用40%乙醇溶液30 mL洗脫，棄去洗脫液，繼續(xù)用70%乙醇溶液80 mL洗脫；收集洗脫液，蒸干，殘渣加甲醇溶解，轉(zhuǎn)移至5 mL量瓶中，加甲醇定容，搖勻，濾過，取續(xù)濾液，即得。（4）方法學考察。按相關標準進行方法學考察。結果，精密度、穩(wěn)定性、重復性試驗中黃芪甲苷峰面積的 RSD均小于1.8%，表明儀器精密度、溶液穩(wěn)定性、方法重復性均較好。（5）藥材樣品中黃芪甲苷含量測定。取60批藥材樣品各適量，按“（3）”項下方法制備供試品溶液，再按“（1）”項下色譜條件進樣測定，記錄峰面積并計算藥材樣品中黃芪甲苷的含量。結果，藥材樣品中黃芪甲苷含量為0.033 8%～0.289 8%，詳見表1。

2.1.3 毛蕊異黃酮葡萄糖苷含量測定 （1）色譜條件。色譜柱：Shimadzu-GL C18（250 mm×4.6 mm，5 ?m）；流動相：乙腈（A）-0.2%甲酸溶液（B），梯度洗脫（0～20 min，20%A→40%A；20～30 min，40%A）；流速：1.0 mL/min；檢測波長：260 nm；柱溫：30 ℃；進樣量：10 ?L。色譜見圖2。（2）對照品溶液的制備。精密稱取毛蕊異黃酮葡萄糖苷對照品適量，加甲醇制成毛蕊異黃酮葡萄糖苷質(zhì)量濃度為50 μg/mL的對照品溶液。（3）供試品溶液的制備。取藥材樣品粉末（過4號篩）約1 g，精密稱定，置于圓底燒瓶中，精密加甲醇50 mL，稱定質(zhì)量，加熱回流4 h，放冷，再次稱定質(zhì)量，用甲醇補足減失的質(zhì)量，搖勻，濾過；精密量取續(xù)濾液25 mL，回收溶劑至干，殘渣加甲醇溶解，移至5 mL量瓶中，加甲醇定容，搖勻，濾過，取續(xù)濾液，即得。（4）方法學考察。按相關標準進行方法學考察。結果，精密度、穩(wěn)定性、重復性試驗中毛蕊異黃酮葡萄糖苷峰面積的RSD均小于1.3%，表明儀器精密度、溶液穩(wěn)定性、方法重復性均較好。（5）藥材樣品中毛蕊異黃酮葡萄糖苷含量測定。取60批藥材樣品各適量，按“（3）”項下方法制備供試品溶液，再按“（1）”項下色譜條件進樣測定，記錄峰面積并計算藥材樣品中毛蕊異黃酮葡萄糖苷的含量。結果，藥材樣品中毛蕊異黃酮葡萄糖苷含量為0.007 7%～0.211 3%，詳見表1。

2.2 NIR定量模型建立與驗證

2.2.1 NIR的采集 采樣方式：樣品杯固體采樣。采集條件：掃描間隔2 nm，掃描范圍為1 000～2 500 nm，掃描300次[7]。每批藥材樣品采集3張光譜，計算平均光譜以建立模型，每次掃描前振蕩樣品杯。藥材樣品的裝樣厚度、裝填的緊密性和顆粒均勻性等在試驗中都力求一致，以減小對結果的影響。60批藥材樣品的近紅外光譜疊加圖見圖3。

2.2.2 校正集和驗證集樣品的選擇 根據(jù)“2.1”項下水分、黃芪甲苷和毛蕊異黃酮葡萄糖苷含量分布情況，從 60 批藥材樣品中選取一定數(shù)量組成校正集，用于建立NIR模型；其余藥材樣品組成驗證集，用于驗證模型，詳見表 2。

運用The Unscrambler軟件對表1數(shù)據(jù)進行處理，以PLS 法建立NIR定量分析模型。選擇R2、RMSEC為評價指標，綜合評價不同模型的準確性與適用性。其中，R2越接近 1，NIR 預測值與參考值相關性越好；RMSEC 越小，所建定量分析模型適用性越強、預測效果越好[10]。結果表明，以FD+SG法預處理效果最好，可以消除多重光譜偏差；對導數(shù)光譜進行微調(diào)處理，經(jīng)最佳光譜預處理方法處理后得NIR，詳見圖4。

2.2.4 建模波段的選擇 建模波段要求在包含藥材樣品大量信息的同時避免冗余信息，降低噪聲干擾。采用 FD+SG法對不同的波段進行手動優(yōu)化比較，通過 The Unscrambler 軟件分析得到水分含量預測最佳波段為1 100～2 300 nm，黃芪甲苷含量預測最佳波段為1 080～2 160 nm，毛蕊異黃酮葡萄糖苷含量預測最佳波段為1 170～2 230 nm，詳見表4。

2.2.5 定量模型的建立 運用 The Unscrambler 軟件對校正集55批藥材樣品進行建模，對光譜采用 FD+SG法預處理，在“2.2.4”項下波段內(nèi)對3個指標進行建模。結果，預測值與參考值的相關性較高，且結果很接近，表明該模型的性能較好，可以用于黃芪藥材中多指標的定量分析。校正集樣品NIR模型見圖5。

2.2.6 定量模型的驗證 選擇校正集和驗證集樣品分別進行內(nèi)部驗證和外部驗證，將其NIR輸入定量模型，預測各指標含量，再與含量測定參考值進行比較，計算偏差，結果見表5（注：表中RMSEP為預測均方根偏差）。

3 討論

本試驗利用AOTF-NIR法建立了快速測定黃芪藥材中水分、黃芪甲苷、毛蕊異黃酮葡萄糖苷含量的分析方法，選用各指標的特征光譜區(qū)間，并根據(jù)不同分析對象優(yōu)選出合適的預處理方法，對NIR原始光譜進行預處理，進而采用 PLS 法建立了各指標含量的NIR 定量模型。

結果表明，本方法快速、準確、簡便、無污染，可用于黃芪藥材質(zhì)量的快速評價。雖然NIR法的準確度不及HPLC法，但因其上述特點，能滿足工業(yè)生產(chǎn)中大批量采集藥材樣品化學信息的需求，適用于快速測定藥材中多指標含量，可與法定標準一起構建準確、便捷、普適性強的中藥材整體質(zhì)量快速評價方法體系，對保障最終制劑產(chǎn)品質(zhì)量的穩(wěn)定可控具有重要意義。

參考文獻

[ 1 ] 王寧，蔡紹松，魏紅，等. 聲光可調(diào)-近紅外光譜技術快速分析復方丹參片中丹參酮ⅡA和丹酚酸B的新方法[J]. 中國中藥雜志，2008，33（3）：261-264.

[ 2 ] 褚小立，陸婉珍. 近五年我國近紅外光譜分析技術研究與應用進展[J]. 光譜學與光譜分析，2014，34（10）：2595-2605.

[ 3 ] 周昭露，李杰，黃生權，等. 近紅外光譜技術在中藥質(zhì)量控制應用中的化學計量學建模：綜述和展望[J]. 化工進展，2016，35（6）：1627-1645.

[ 4 ] 盧福潔，狄艷全. 近紅外光譜分析技術在油品領域的應用[J]. 中國設備工程，2012（12）：9-10.

[ 5 ] 高月穎. 黃芪的藥理作用及臨床應用分析[J]. 中國醫(yī)藥指南，2016，14（28）：194-195.

[ 6 ] 冼瑞儀，黃富榮，黎遠鵬，等. 可見和近紅外透射光譜結合區(qū)間偏最小二乘法（iPLS）用于橄欖油中摻雜煎炸老油的定量分析[J]. 光譜學與光譜分析，2016，36（8）：2462-2467.

[ 7 ] 蘇婷，李亞東，鄭廣晶，等. AOTF-NIR快速檢測丹參中丹參酮Ⅰ含量的新方法[J]. 世界最新醫(yī)學信息文摘，2017，17（68）：196-197.

[ 8 ] 王動民，紀俊敏，高洪智. 多元散射校正預處理波段對近紅外光譜定標模型的影響[J]. 光譜學與光譜分析，2014，34（9）：2387-2390.

[ 9 ] 賈燦潮，盧慧娟，劉喜樂，等. NIRS法快速測定制何首烏中醇溶性浸出物的含量[J]. 藥物分析雜志，2016，36（3）：554-558.

[10] 周文婷. 巴戟天近紅外光譜的研究[D].廣州：廣東藥學院，2015.

（收稿日期：2017-04-22 修回日期：2017-06-16）

（編輯：張 靜）