摘要：【目的】為了豐富中藥質(zhì)量一致性評價手段，促進新原料的風(fēng)險評估，提升中藥原料的質(zhì)量控制水平?！痉椒ā恳匀呖傇碥仗崛∥餅檠芯繉ο螅梃b中藥化學(xué)指紋圖譜的概念，構(gòu)建其物理指紋圖譜，通過數(shù)據(jù)驅(qū)動的方法對不同批次原料之間的差異進行深入分析并探索關(guān)鍵物理屬性參數(shù)之間的關(guān)系；根據(jù)主成分分析和層次聚類分析的結(jié)果劃分樣品類別，在此基礎(chǔ)上建立分類模型并篩選出造成樣品物理屬性質(zhì)量差異的重要變量；采用近紅外光譜技術(shù)對不同原料的質(zhì)量進行快速識別并建立重要物理屬性參數(shù)的快速預(yù)測方法?！窘Y(jié)果】首先清晰地闡明關(guān)鍵物理屬性參數(shù)之間的關(guān)系，篩選出對樣本分類貢獻較大的物理屬性參數(shù)；建立能夠快速有效鑒別原料差異的分類模型；采用近紅外光譜技術(shù)對不同原料的質(zhì)量進行快速識別并建立重要物理屬性參數(shù)的快速預(yù)測方法?！窘Y(jié)論】所建方法可以對不同批次三七總皂苷提取物的物理屬性質(zhì)量進行準確分析，能夠最大化地從物理屬性參數(shù)數(shù)據(jù)中提取有效信息，從而提升藥品生產(chǎn)過程中原料的質(zhì)量控制水平。

關(guān)鍵詞：三七總皂苷提取物；物理指紋圖譜；數(shù)據(jù)驅(qū)動；近紅外光譜

中圖分類號：TB4;R943文獻標志碼：A

引用格式：

張曉陽，侯一哲，黎翩，等.三七總皂苷提取物物理指紋圖譜構(gòu)建及預(yù)測方法[J].中國粉體技術(shù)，2024，30（4）：115-127.

ZHANG Xiaoyang，HOUYizhe，LIPian，etal.Construction and prediction of physical fingerprints of notoginseng total saponinsextracts[J].China Powder Science and Technology，2024，30（4）：115-127.

在口服固體劑型制造過程中，配方和工藝開發(fā)應(yīng)考慮原料的特性，以確保生產(chǎn)工藝的穩(wěn)健性1。目前對原料的質(zhì)量評價主要集中在化學(xué)成分上，而有限的化學(xué)成分指標并不能對原料的可制造性進行全面評估。物理性質(zhì)是中藥化學(xué)組成和結(jié)構(gòu)特征的宏觀表現(xiàn)，對制劑處方及成型工藝有著重要影響。文獻[2-3]基于化學(xué)指紋圖譜技術(shù)并結(jié)合Sué-Negre提出的SeDeM專家系統(tǒng)構(gòu)建了中藥提取物的物理指紋圖譜，用于對中藥粉體質(zhì)量的一致性進行評價。物理指紋圖譜的方法打破了化學(xué)質(zhì)量屬性評價的局限性，為中藥產(chǎn)品的進一步工藝優(yōu)化和改進提供了方向，特別是在中藥顆粒、片劑的制備工藝上得到了廣泛應(yīng)用。

Snick等6提出了一種利用主成分分析（principal component analysis，PCA）來評估粉末原料物理屬性質(zhì)量相似性的方法，并進行了大量的表征測試。Escotet-Espinoz等7提出了一種層次聚類方法（hierarchical clustering analysis，HCA）來對具有相似特征的材料進行分組。通過PCA和HCA的結(jié)合能夠準確評估表征物理屬性參數(shù)之間的共線性和相似性水平，進一步理解這些物理屬性參數(shù)特性，從而減少需要收集的物理屬性參數(shù)的數(shù)量。在這些研究基礎(chǔ)之上，Benedetti等8提出了一種數(shù)據(jù)驅(qū)動的方法對原料的流動特性進行考察，對新材料進行風(fēng)險評估，從而加快藥品開發(fā)和二次工藝選擇。此外，國內(nèi)研究人員在中藥原輔料的物理屬性參數(shù)表征上進行了相應(yīng)研究，對不同批次中藥原料之間的差異進行了分析，在一定程度上提升了中藥質(zhì)量控制水平I？-11。特別是智能中醫(yī)藥口服固體制劑原輔料物理屬性參數(shù)數(shù)據(jù)庫的構(gòu)建，深化了對原輔料性質(zhì)的理解，提高了制劑處方優(yōu)化和工藝設(shè)計的效率，對中藥的發(fā)展有著較為深遠的影響[12]。

本文中以三七總皂苷提取物為例，首次基于近紅外光譜（near infrared spectroscopy，NIRS）技術(shù)并結(jié)合數(shù)據(jù)驅(qū)動的方法建立了三七總皂苷提取物的物理指紋圖譜，從物理角度對其質(zhì)量的一致性進行評價，然后以數(shù)據(jù)驅(qū)動的方法對原料的物理屬性進行了深入分析，建立了分類模型，以促進新原料的風(fēng)險評估。采用近紅外光譜技術(shù)對不同原料的質(zhì)量進行快速識別并建立了重要物理屬性參數(shù)的快速預(yù)測方法，從而提升其質(zhì)量控制水平。

1材料與方法

1.1材料和設(shè)備

材料：三七總皂苷提取物，分別從5個廠家（以下簡稱為A、B、C、D、E）收集得到，共得樣品23份。樣品密封于自封袋中，編號，備用。

儀器：BT-1001型智能粉體特性測試儀（丹東百特儀器有限公司）;Bettersize2600型激光粒度分布測試儀（丹東百特儀器有限公司）;HX204型快速水分測定儀（美國梅特勒-托利多集團）;DG-202BS型電熱恒溫干燥箱（天津市天宇實驗儀器有限公司）;Labonce-150SD型藥品穩(wěn)定性試驗箱（北京蘭貝石恒溫技術(shù)有限公司）;AL204型電子天平（梅特勒-托利儀器（上海）有限公司）;Antaris II型傅立葉變換近紅外光譜儀（美國賽默飛舍爾科技公司），配備漫反射模塊，Result 3.0軟件采集光譜圖，固體樣品旋轉(zhuǎn)杯。數(shù)據(jù)分析由MATLAB R2019a（MathWorks.Inc，Natick，USA）軟件完成。

1.2方法

本文中三七總皂苷提取物的物理指紋圖譜的構(gòu)建和重要物理屬性參數(shù)的快速預(yù)測主要由5個連續(xù)步驟組成，數(shù)據(jù)采集、相似度評價、探索性分析、無監(jiān)督模式識別、監(jiān)督模式識別，如圖1所示。

1.2.1數(shù)據(jù)采集

物理指紋圖譜是多種物理屬性參數(shù)的綜合圖形描述。物理指紋圖譜的構(gòu)建以滿足制劑成型或質(zhì)量一致性評價等功能需求為導(dǎo)向，由若干個一級指標和二級指標構(gòu)成。根據(jù)中藥提取物粉末自身物理性質(zhì)以及藥用功能，將粉末物理屬性質(zhì)量屬性分為5個方面，即堆積性、流動性、可壓性、均一性和穩(wěn)定性，本文中主要將這5個指標作為三七總皂苷提取物的一級指標13-141。二級指標是表征一級指標的具體參數(shù)，由實驗直接測定或通過一定計算而得，如表征堆積性的松裝密度和振實密度；表征可壓性的顆粒間孔隙率和壓縮性指數(shù)等。另外，凝集度是一種根據(jù)粉體在篩分時表現(xiàn)的特性，反映粉體的團聚程度；分散度作為反映粉體噴流性指數(shù)的一個關(guān)鍵參數(shù)，對生產(chǎn)環(huán)境和成本有著重要影響，因此，本研究將這2種物理屬性參數(shù)也納入到考察當(dāng)中。最終，經(jīng)文獻調(diào)研并結(jié)合本實驗室條件，選擇松裝密度Pda、振實密度pd、不均勻系數(shù)a、粒徑分布寬度9sp、豪斯納比H、休止角α、平板角θ、凝集度A、顆粒間孔隙率φ、壓縮性指數(shù)IC、含水率w、吸濕性w和分散度D共13個物理屬性參數(shù)作為構(gòu)成三七皂苷提取物粉末物理指紋圖譜的二級指標。物理指紋圖譜的構(gòu)成指標和相關(guān)計算方法見表1。

表1中含水率w的實驗測定方法為：取約2.00 g的待測粉末平鋪于快速水分測定儀的樣品盤中，于105 ℃下加熱10 min，讀數(shù)即得。吸濕性w的實驗測定方法為：取105 ℃下烘至恒重的具塞稱量瓶置于溫度為（25±1）℃、相對濕度為（80±2）%的穩(wěn)定性試驗箱中24 h，精密稱定質(zhì)量m？。再取適量待測樣品平鋪于稱量瓶中，厚度約為1 mm，稱定質(zhì)量m？，將稱量瓶口敞開，并與瓶蓋同置于上述環(huán)境中24h后，稱定質(zhì)量m？，按照公式（1）計算吸濕性

1）物理屬性參數(shù)的標準化處理

由于各二級物理屬性參數(shù)的數(shù)值范圍和量綱存在差異，因此為方便展示對其分別進行標準化或歸一化處理。根據(jù)所選指標的性質(zhì)，參考藥用輔料手冊及相關(guān)文獻確定每個物理屬性參數(shù)的可能數(shù)值范圍和其轉(zhuǎn)換方法。將所測物理指標值標準化至同一尺度，即0～10，各物理屬性參數(shù)的標準化轉(zhuǎn)換公式及轉(zhuǎn)換范圍見表2。

2）物理指紋圖譜的構(gòu)建

根據(jù)1.2.1節(jié)中的方法，分別對23批三七總皂苷提取物粉末的13個物理指標進行測定，并依據(jù)1.2.1節(jié)中的方法進行標準化處理。為了能夠直觀地展示不同批次樣品之間各物理指標的差異和相似程度，通過繪制雷達圖來構(gòu)建三七總皂苷提取物粉末的物理指紋圖譜。圖2所示為三七總皂苷提取物粉末的物理指紋圖譜，以時鐘12：00：00方向為起點，13個二級指標按照堆積性、流動性、可壓性、均一性、穩(wěn)定性的順序（后面是凝集度和分散度），順時針方向依次排列。每個物理屬性參數(shù)的標準化轉(zhuǎn)換值所構(gòu)成的不規(guī)則十三邊形（黃色區(qū)域）表示三七總皂苷提取物粉末的物理指紋圖譜。

1.2.2相似度評價

與中藥化學(xué)指紋圖譜類似，物理指紋圖譜是評價中藥提取物粉體批間質(zhì)量一致性、識別異常批次、保障其制備工藝可重復(fù)性和可控性的有利工具。為了量化不同批次產(chǎn)品在各質(zhì)量指標上的相似或差異程度，從而實現(xiàn)對其質(zhì)量進行客觀綜合評價，需要采用相關(guān)數(shù)據(jù)分析手段。目前，在中藥質(zhì)量的整體評價中，指紋圖譜相似度評價是一種應(yīng)用較為成熟的技術(shù)，通常是通過計算2個數(shù)據(jù)向量之間夾角的余弦來確認數(shù)據(jù)之間的相似性121-23;然而，該方法注重維度之間的差異而忽略了數(shù)值上的差異、相關(guān)系數(shù)易受峰值影響[24]。歐氏距離是衡量多維空間中2個點之間的絕對距離，可以準確反映體現(xiàn)個體數(shù)值特征的絕對差異。綜上，本文中基于三七總皂苷的13個物理屬性參數(shù)的轉(zhuǎn)化值，采用夾角余弦法和歐氏距離計算不同批次樣品之間的相似度，對不同樣品之間物理質(zhì)量屬性的差異進行綜合評價。相似度值越接近1，歐氏距離值越小，不同樣品之間的物理性質(zhì)越相近。

1.2.3探索性分析

PCA是一種常用的數(shù)據(jù)分析方法，利用正交變換把一系列可能線性相關(guān)的變量轉(zhuǎn)換為一組線性不相關(guān)的新變量，也稱為主成分，用于提取數(shù)據(jù)的主要特征分量，常用于高維數(shù)據(jù)的降維，以排除重疊信息和噪聲的干擾。數(shù)學(xué)上可以將其描述為，對包含N個樣本和V個變量的矩陣X進行奇異值分解，從而實現(xiàn)數(shù)據(jù)的降維，見公式（2），其中P和T分別表示模型的加載矩陣和得分矩陣，E為殘差矩陣，上標T表示轉(zhuǎn)置矩陣。

本文中采用PCA作為一種初步的探索性多元分析技術(shù)，將23份樣品物理屬性數(shù)據(jù)投影到降維空間中，以研究變量之間的相關(guān)性并深入理解樣品之間的關(guān)系。

1.2.4無監(jiān)督模式識別

HCA是一種無監(jiān)督模式的聚類方法，用于識別具有相似特征的樣本。在這一方法中，數(shù)據(jù)按照成對觀察相似性的鏈接規(guī)則以嵌套的類和級別序列進行組織（25。這一步需要建模者和材料科學(xué)家之間的積極合作，因為正確識別數(shù)據(jù)中的集群對于確保在下一步中設(shè)計出性能良好的分類器至關(guān)重要。聚類算法對數(shù)據(jù)中的噪聲特別敏感，因此，在聚類分析之前需要經(jīng)過PCA分析以消除噪聲的干擾。

1.2.5監(jiān)督模式識別

正交偏最小二乘法判別分析（orthogonal partial least squares-discriminant analysis，OPLS-DA）集成了一個正交信號校正濾波器來區(qū)分數(shù)據(jù)中有助于預(yù)測定量響應(yīng)與正交的變化，簡單地講，OPLS-DA使用Y矩陣中的信息將X矩陣分解為與Y相關(guān)和正交的模塊。OPLS-DA也可用于判別分析，并且能夠?qū)㈩A(yù)測變量與非預(yù)測變量分開。此外，OPLS-DA能夠更容易地解釋模型，由于它更關(guān)注預(yù)測性的信息，即在預(yù)測性組件中總結(jié)識別性信，因此，OPLS-DA是定性分析中的有力工具。根據(jù)前面分析結(jié)果并結(jié)合先驗知識，將23批三七總皂苷提取物樣品劃分不同的類別并添加好標簽，然后基于OPLS-DA建立分類模型，并識別造成原料物理屬性質(zhì)量差異的重要變量。

1.2.6快速NIRS技術(shù)的開發(fā)

數(shù)據(jù)驅(qū)動技術(shù)已被證明為從原料提取物粉末中獲取的大量數(shù)據(jù)中提取有效信息的有力工具，可以來評估原料批次間物理屬性質(zhì)量的可變性，但在這些分析過程之中，物理屬性參數(shù)的測定較為繁瑣，耗時，并且會對樣品造成一定的損耗，不利于生產(chǎn)過程中的實時放行，為此，需要開發(fā)一種快速、無損的分析技術(shù)以對其物理質(zhì)量屬性進行預(yù)測。NIRS數(shù)據(jù)可以反映原料的物理化學(xué)信息，其與粉末的水分含量、密度等性質(zhì)具有較強的相關(guān)性，并且NIRS信息作為原料物理性質(zhì)的補充，能夠全面的對原料的性質(zhì)進行表征，從而對不同批次間原料質(zhì)量的差異進行綜合評價。本文中引入NIRS技術(shù)對原料質(zhì)量進行分析，并建立了相關(guān)物理屬性參數(shù)的定量預(yù)測模型。

1）NIRS采集條件優(yōu)化

隨機選取3批三七總皂苷提取物樣品以掃描次數(shù)、分辨率和優(yōu)化增益3個參數(shù)為條件，按照3×3隨機組合，共計27種組合方式，具體信息見表3。計算各光譜波數(shù)所對應(yīng)的RSD值，作趨勢變化圖，以其中1批樣品結(jié)果為例進行展示，以趨勢變化最穩(wěn)定為最佳采集條件，結(jié)果如圖3所示。由于實際采集過程中優(yōu)化增益為Empty4×?xí)r，光源能量過強，超過樣品吸收而報錯，因此實際上對18種組合條件進行考察。最終，優(yōu)化的采集條件為掃描次數(shù)為128次，分辨率為16 cm-1，優(yōu)化增益為Empty 1×。

2）NIRS光譜采集及預(yù)處理

按照上節(jié)確定的最佳采集條件，在波數(shù)為4000～10000 cm1處對23份三七總皂苷提取物樣品進行表3近紅外光譜不同參數(shù)設(shè)定條件采集，此時環(huán)境溫度盡量保持在25℃左右，在同一時間內(nèi)盡可能快的完成NIRS采集。使用TQ Analyst軟件將這23份樣品的光譜數(shù)據(jù)導(dǎo)出，再通過SIMCA 14.1軟件先對光譜進行預(yù)處理。本研究中采用試錯法，對處理方法進行優(yōu)選，以光譜數(shù)據(jù)PCA分析的結(jié)果與先驗知識的匹配程度作為評價指標來選擇最佳預(yù)處理方法。最終選擇標準正則變換、Savitzky-Golay平滑和2階導(dǎo)數(shù)對光譜進行預(yù)處理，以消除光散射、噪聲和基線漂移。樣品的原始光譜與預(yù)處理后的光譜如圖4所示。

2結(jié)果和分析

2.1物理指紋圖譜評價結(jié)果

根據(jù)1.2.1節(jié)中的方法，構(gòu)建23批三七總皂苷提取物粉末的物理指紋圖譜，如圖5所示。由圖可知，本文中所收集的23批三七總皂苷提取物粉末流動性較差，可壓性良好，差異主要體現(xiàn)在均一性、穩(wěn)定性和凝集度上；在可壓性和分散度上也有一定的差異；而其余指標的差異在雷達圖中難以展示，因此需要進一步的分析，以判斷不同批次原料之間的相似和差異程度。

為了能夠更清楚地觀察樣品之間的相似度和距離評價結(jié)果，以相關(guān)性熱圖進行展示，如圖6所示。顏色越接近藍色，代表相似度越高，距離越小，樣品一致性較好；反之，代表相似度越低，距離越大，樣品差異性越大。由圖可得，2種方法所得結(jié)果基本相似，其中S5—S12批次物理性質(zhì)與其他批次之間（特別是S1—S4和S21—23）存在較為明顯的差異，即C廠的樣品與其他廠家樣品物理屬性之間存在差異；而且C廠不同批次生產(chǎn)的樣品也存在一定的差異，尤其是S10。B廠中S4樣品也與其他樣品存在一定的差異。A廠與E廠的樣品物理屬性較為一致，且其各自批次之間樣品物理屬性質(zhì)量較為穩(wěn)定。D廠內(nèi)部不同批次樣品質(zhì)量穩(wěn)定，差異較小。相對于夾角余弦計算的相似度，基于距離的指紋圖譜一致性評價對其有一定的補充。如S13—S20樣品與S1—S3和S21—S23之間存在輕微的差異，在圖6（a）中并未體現(xiàn)，因此，這2種計算方法在指紋圖譜評價中作為互補的手段，能更準確地評價樣品質(zhì)量的一致性。

2.2探索性分析結(jié)果

采用MATLAB軟件對23批三七總皂苷提取物粉末的物理指紋圖譜數(shù)據(jù)進行PCA分析。為具體了解三七總皂苷提取物粉末的各主成分主要包含的物理屬性參數(shù)，分別繪制了3個主成分載荷直方圖，如圖7所示。由圖可知，主成分1由穩(wěn)定性、均一性、可壓性、流動性以及凝集度這些物理屬性參數(shù)指標信息構(gòu)成，它反映了絕大多數(shù)信息變化；主成分2主要由pa和pa2個參數(shù)構(gòu)成，它主要體現(xiàn)原料的堆積性；主成分3受D、w和w？的影響較大。

2.3無監(jiān)督模式識別結(jié)果

本文中采用歐氏距離作為距離標準來評估原料物理性質(zhì)之間的差異，其中聚類方法選用最遠元素，聚類個數(shù)設(shè)為5，分析結(jié)果如圖8所示。5個廠家的樣品在物理屬性上有一定的區(qū)分度，但A廠與E廠的樣品物理屬性最為接近。B廠中的S3與D廠樣品物理性質(zhì)相似，S4樣品與其他樣品物理性質(zhì)均有差異，單獨歸為一類。S14樣品因具有較高的α、θ、H和w而與S6和S11較為接近，從而與C廠的樣品為一類。C廠中的樣品內(nèi)部批次之間具有一定的差異，但其仍然與其他廠家的樣品存在差異。以上結(jié)果均說明這23批三七總皂苷提取物粉末的物理屬性存在一定差異，因此，根據(jù)聚類分析結(jié)果將樣品設(shè)定為四類，用于下一步OPLS-DA分析，進一步篩選出對樣本分類貢獻較大的物理屬性參數(shù)。

2.4監(jiān)督模式識別分析結(jié)果

根據(jù)2.3節(jié)中得到的結(jié)果，分別為23批樣品指定類別。將23批樣品物理屬性參數(shù)數(shù)據(jù)導(dǎo)入到SIMCA-P14.1軟件中進行OPLS-DA分析，模型自動擬合得出R2（X）和R2（Y）分別為0.975和0.898。最佳潛變量為3，得三維得分圖，如圖9（a）所示。從圖中可以看出四類原料物理屬性之間存在明顯的界限，說明所建模型可以反映這4類原料之間的物理屬性參數(shù)差異，從而對其進行有效鑒別。經(jīng)變量投影重要性（variable importance projection，VIP）分析可得，如圖9（b），VIP值在1左右，趨勢變化不大。pdca、A。、α、pa的VIP值均大于1，代表這些物理屬性參數(shù)對整體模型的貢獻度高于平均水平；另外，C與w的VIP值非常接近于1，并且之前物理屬性參數(shù)相關(guān)性分析時，這2個參數(shù)與其他參數(shù)之間均有一定的相關(guān)性，因此，最終確定了7個關(guān)鍵物理屬性參數(shù)用于對原料物理屬性質(zhì)量的評估。

2.5 NIRS分析結(jié)果

2.5.1定性分析

對23批樣品的NIRS數(shù)據(jù)（預(yù)處理后的光譜數(shù)據(jù)）做PCA和HCA分析，結(jié)果如圖10所示?；贜IRS數(shù)據(jù)的PCA和HCA分析結(jié)果基本與前面的分析結(jié)果相一致，表明NIRS技術(shù)可以對不同原料的物理屬性質(zhì)量進行準確鑒別，從而加快原料的篩選進程。另外，該分析結(jié)果更貼近實際，即不同樣品分類結(jié)果與廠家基本對應(yīng)。由其HCA結(jié)果樹狀圖可以看出，僅有D廠中的一個樣品S14被劃歸到D廠中，其他廠的樣品均可以單獨分類。分析原因可能是近紅外光譜中除體現(xiàn)物理屬性特征外還反映原料的化學(xué)特征信息，其代表的信息更全面，所以，其與實際結(jié)果更接近。本研究更側(cè)重于樣品的物理屬性差異，因為其直接影響制劑的成型。例如，由之前的分析結(jié)果可知，S4樣品的物理屬性與其它樣品之間差異較大，其具有較小的pa和p.，而在NIRS定性分析結(jié)果并不能被量化，基于此我們建立了物理屬性參數(shù)的定量預(yù)測模型，用來量化不同樣品物理屬性質(zhì)量之間的差異。

2.5.2定量分析

本文中基于極限學(xué)習(xí)機（extreme learning machine，ELM）算法構(gòu)建了原料物理屬性參數(shù)的定量預(yù)測模型。由2.4節(jié)可知，造成樣品物理屬性質(zhì)量差異的重要物理屬性參數(shù)有7個，分別為pd、pde、α、C、a、w與A。，因此，通過建立這7個物理屬性參數(shù)的定量預(yù)測模型，可以實現(xiàn)對樣品的物理屬性進行快速分析。

采用Kennard-Stone算法，對樣本集進行劃分，其中對于pa和C2個參數(shù)，由于其范圍相對較窄，因此采用x-y distances算法對其劃分，將其參數(shù)值也納入到考察中，這樣會確保校正樣品的參數(shù)范圍較大，從而增加模型精度。70%的樣本作為校正集（15個樣本）用于定量模型的建立；其余樣本作為驗證集（8個樣本），用于測試模型的預(yù)測性能。ELM算法中特征映射的隨機初始化為其帶來了泛化的優(yōu)勢，但也帶來一定的隨機性。為此，我們將ELM連續(xù)運行20次，將20次預(yù)測結(jié)果的平均值作為最終預(yù)測結(jié)果。本文使用平均絕對誤差Em、預(yù)測均方根誤差E和相關(guān)系數(shù)R來評估ELM預(yù)測模型的性能，結(jié)果見表4。

由表可知，除A？外，預(yù)測模型的E均小于1.3268，E均小于1.5902，表明預(yù)測值與測量值之間的誤差較小，預(yù)測模型的精度較高；除pu外，預(yù)測模型的R均大于0.7178，說明預(yù)測值與實測值之間存在較好的相關(guān)性，該模型可以對數(shù)據(jù)的變化作出解釋。A。的預(yù)測模型誤差相對偏高，這可能是樣品數(shù)量較少，不足以對每類樣品單獨進行建模分析，從而造成其產(chǎn)生誤差，但其R較高，說明模型可以在一定程度上對其數(shù)據(jù)變化進行解釋。pdc的R相對較小，這可能是因為p.的范圍分布較窄，大部分集中在0.78～0.85 mg之間，數(shù)據(jù)間的變化趨勢不明顯所致，但這并不代表模型的預(yù)測結(jié)果不準確，通過其預(yù)測誤差（Em、E）可以證明模型的準確性。綜上分析，本文所建方法基本滿足需求，可以對原料的物理屬性參數(shù)進行快速預(yù)測。

3結(jié)論

當(dāng)前對于中藥的質(zhì)量一致性評價研究主要集中在化學(xué)層面上，而缺乏對其物理質(zhì)量屬性的考察。而在中藥制劑生產(chǎn)過程中，制劑原料的物理屬性會對制劑處方以及成型質(zhì)量產(chǎn)生重要影響。作為化學(xué)性質(zhì)評價的補充，物理指紋圖譜的構(gòu)建有助于反映原料的整體性質(zhì)，從而為質(zhì)量源于設(shè)計理念在中藥原料質(zhì)量控制研究中的應(yīng)用提供數(shù)據(jù)支持。

1）本研究所建方法可以對不同批次三七總皂苷提取物的物理屬性質(zhì)量進行準確分析，能夠最大化從物理屬性參數(shù)數(shù)據(jù)中提取有效信息，促進制劑生產(chǎn)過程中原料的選擇，可供企業(yè)在工藝設(shè)計的早期開發(fā)階段使用。

2）本文介紹的數(shù)據(jù)分析方法在產(chǎn)品開發(fā)和工藝優(yōu)化過程中效果明顯，因為大多數(shù)結(jié)果都可以用圖形表示，以便不具備數(shù)據(jù)建模背景的生產(chǎn)人員能夠容易理解數(shù)據(jù)的變化規(guī)律。該方法可以提高企業(yè)的生產(chǎn)效率并提升中藥質(zhì)量控制水平。

3）該研究思路并不局限于三七總皂苷提取物粉末，也適用于其他中藥原料以及輔料等粉末狀物質(zhì)。

利益沖突聲明（Conflict of Interests）

所有作者聲明不存在利益沖突。

All authors disclose no relevant conflict of interests.

作者貢獻（Authors'Contributions）

張曉陽和侯一哲進行了方案設(shè)計，黎翩、李正和李文龍參與了論文的寫作和修改。所有作者均閱讀并同意了最終稿件的提交。

The study was designed by ZHANG Xiaoyang and HOU Yizhe.The manuscript was written and revised by LIPian，LI Zheng and LI Wenlong.All authors have read the last version of paper and consented to itssubmission.

參考文獻（References）

[1]LEANE M，PITTK，REYNOLDS G.A proposal for a drug product manufacturing classification system（MCS）for oral soliddosage forms[J].Pharmaceutical Development amp;Technology，2015，20（1）：12-21.

[2]張毅，徐冰，孫飛，等.中藥提取物粉末物理指紋譜研究及應(yīng)用[J].中國中藥雜志，2016，41（12）：2221-2227.

ZHANG Y，XUB，SUNF，etal.Physical fingerprint for quality control of traditional Chinese medicine extract powders[J].China Journal of Chinese Materia Medica，2016，41（12）：2221-2227.

[3]DAISY，XU B，SHIGL，etal.SeDeM expert system for directly compressed tablet formulation：a review and new perspec-tives[J].Powder Technology，2018，342：517-527.

[4]畢映燕，李俊江，李季文，等.基于質(zhì)量源于設(shè)計（QbD）理念的祛寒逐風(fēng)顆粒制備工藝及其物理指紋圖譜研究[J].中草藥，2021，52（19）：5891-5898.

BIY Y，LIJJ，LIJW，etal.Study on preparation technology and physical fingerprint of QuhanZhufeng Granules based onquality by design[J].Chinese Traditional and Herbal Drugs，2021，52（19）：5891-5898.

[5]羅錚，鄧雯，張前亮，等.當(dāng)歸破壁粉制備工藝優(yōu)化及物理指紋圖譜評價研究[J].中草藥，2019，50（24）：5980-5987.

LU0 Z，DENGW，ZHANGQL，etal.Optimization of preparation process and evaluation of physical fingerprint of AngelicaeSinensis Radix cell wall broken powder[J].Chinese Traditional and Herbal Drugs，2019，50（24）：5980-5987.

[6]SNICK BV，DHONDTJ，PANDELAERE K，etal.A multivariate raw material property database to facilitate drug productdevelopment and enable in-silico design of pharmaceutical dry powder processes[J].International Journal of Pharmaceutics，2018，549（1/2）：415-435.

[7]ESCOTET-ESPINOZA MS，MOGHTADERNEJAD S，SCICOLONEJ，etal.Using a material property library to find surro-gate materials for pharmaceutical process development[J].Powder Technology，2018，339：659-676.

[8]BENEDETTI A，KHO0 J，SHARMAS，etal.Data analytics on raw material properties to accelerate pharmaceutical drugdevelopment[J].International Journal of Pharmaceutics，2019，563：122-134.

[9]祝明利，張芳語，張瀚，等.中藥大品種制造關(guān)鍵質(zhì)量屬性表征：粉末與顆粒物理屬性的蘇黃止咳膠囊中間體過程質(zhì)量控制方法研究[J].中國中藥雜志，2021，46（7）：1636-1643.

ZHU ML，ZHANGFY，ZHANG H，etal.Critical quality atribute assessment of big brand traditional Chinese medicine：process quality control method of SuhuangZhike Capsules intermediate based on physical properties of powder and granules[J].China Journal of Chinese Materia Medica，2021，46（7）：1636-1643.

[10]陳恒晉，楊光，趙立杰，等.基于粉體特征物理性質(zhì)的中藥飲片分類研究[J].中國中藥雜志，2021，46（15）：3753-3763.

CHENHJ，YANG G，ZHAO LJ，etal.Material classification of decoction pieces based on physical properties of powder[J].China Journal of Chinese Materia Medica，2021，46（15）：3753-3763.

[11]張前亮，羅錚，鄧雯，等.丹參破壁飲片物理屬性的質(zhì)量評價[J].中國實驗方劑學(xué)雜志，2020，26（23）：145-152.

ZHANGQL，LUOZ，DENGW，etal.Quality evaluation of physical properties of ultrafine granular powder of Sabviae mil-tiorrhizae radix et rhizoma[J].Chinese Journal of Experimental Traditional Medical Formulae，2020，26（23）：145-152.

[12]曹君杰，徐冰，戴勝云，等.iTCM中藥口服固體制劑原輔料物性數(shù)據(jù)庫的構(gòu)建及應(yīng)用[J].中草藥，2021，52（17）：5166-5175.

CAO JJ，XUB，DAISY，etal.Construction and application of iTCM material database for pharmaceutical excipients ofChinese medicine oral solid dosage forms[J].Chinese Traditional and Herbal Drugs，2021，52（17）：5166-5175.

[13]胡慶軒，鄭懷玉，林文娟，等.有機粉體流動性的測定[J].中國粉體技術(shù)，1999，5（5）：11-14.

HUQX，ZHENGHY，LIN WJ，etal.Determination of fluidity of organic powder[J].China Powder Science and Tech-nology，1999，5（5）：11-14.

[14]張鵬.卡爾指數(shù)法在評價煤粉粉體特性中的應(yīng)用[J].中國粉體技術(shù)，2000，6（5）：33-36.

ZHANG P.Application of Carr index method in comprehensive evaluating properties of coal powder[J].China PowderScience and Technology，2000，6（5）：33-36.

[15]SCHOLTZJC，STEENEKAMPJH，HAMMAN J H，etal.TheSeDeM expert diagram system：its performance andpredictability in direct compressible formulations containing novel excipients and different types of active ingredients[J].Powder Technology，2017，312：222-236.

[16]ISAAC N，ANNA N，MARC S，etal.Optimization of the cohesion index in the SeDeM diagram expert system andapplication of SeDeMdiagram：an improved methodology to determine the cohesion index[J].PLoS One，2018，13（9）：0203846.

[17]李延年，伍振峰，尚悅，等.基于浸膏物理指紋譜評價不同干燥方式對浸膏粉體性質(zhì)的影響[J].中草藥，2018，49（10）：2372-2377.

LIYN，WUZF，SHANG Y，etal.Effect on different drying methods on powder properties of extraction paste based onphysical fingerprint ofextract[J].Chinese Traditional and Herbal Drugs，2018，49（10）：2372-2377.

[18]張煜皓，王雅雯，宿軍慧，等.中藥粉體物理指紋圖譜研究進展[J].分析測試學(xué)報，2021，40（1）：139-148.

ZHANG Y H，WANG Y w，SUJH，etal.Physical fingerprint of traditional Chinese medicine powders：a review[J].Journal of Instrumental Analysis，2021，40（1）：139-148.

[19]RAYMOND CR，PAULJS，MARIAN E Q.Handbook of pharmaceutical excipients[M].Sixth edition.London：thePharmaceutical Press，2009.

[20]GAO SM，LIUJS，WANG M，etal.Quantitative and HPLC fingerprint analysis combined with chemometrics for qualityevaluation of codonopsis radix processed with different methods[J].Chinese Herbal Medicines，2019，11（2）：160-168.

[21]鄒純才，鄢海燕.我國中藥色譜指紋圖譜相似度評價方法30年（1988—2017年）研究進展與展望[J].中國中藥雜志，2018，43（10）：1969-1977.

ZOU CC，YANHY.Research progress on chromatographic fingerprint similarity evaluation method for traditional Chinesemedicine in the past 30 years（1988—2017）and its prospect[J].China Journal of Chinese Materia Medica，2018，43（10）：1969-1977.

[22]侯文，劉宏勝，王樹森，等.基于HPLC指紋圖譜和多成分同時測定的護肝劑質(zhì)量評價研究[J].中草藥，2018，49（24）：5830-5835.

HOU w，LIUHS，wANGSS，etal.Quality evaluation of Liver-protection Agent based on HPLC fingerprint and simulta-neous determinations of multiple components[J].Chinese Traditional and Herbal Drugs，2018，49（24）：5830-5835.

[23]LEEGJ，LEEJH，PARKJH，etal.Assessment of chemical equivalence in herbal materials using chromatographicfingerprints by combination of three similarity indices and three-dimensional kernel density estimation [J].AnalyticaChimica Acta，2018，1037：220-229.

[24]JAIN A K，DUIN RPW，MAO JC.Statistical pattern recognition：a review[J].IEEE Transactions on Pattern Analysisand Machine Intelligence，2000，22（1）：4-37.

[25]BOCCARD J，RUTLEDGE D N.A consensus orthogonal partial least squares discriminant analysis（OPLS-DA）strategyfor multiblock omics data fusion[J].Analytica Chimica Acta，2013，769（6）：30-39.

[26]張坤峰，王政，曹君杰，等.中藥口服固體制劑原輔料近紅外光譜數(shù)據(jù)庫的構(gòu)建及應(yīng)用[J].分析測試學(xué)報，2021，40（1）：1-9.

ZHANG KF，WANGZ，CAOJJ，etal.Establishment and application of a near Infrared spectral database for pharmaceu-tica excipients of Chinese medicine oral solid dosage forms[J].Journal of Instrumental Analysis，2021，40（1）：1-9.

Construction and prediction of physical fingerprints ofnotoginseng total saponins extracts

ZHANG Xiaoyang1，HOU Yizhe1，LI Pian2，LI Zheng1，LI Wenlong1

1.College of Pharmaceutical Engineering of Traditional Chinese Medicine，Haihe Laboratory of Modern Chinese Medicine，TianjinUniversity of Traditional Chinese Medicine，Tianjin 301617，China;

2.Langtian Pharmaceutical（Hubei）Co.，Ltd.，Huangshi 435000，China

Abstract

Objective The current research on the quality consistency evaluation of traditional Chinese medicine mainly focuses on thechemicallevel，and often overlooks the examination of physical quality attributes.In the production process of traditionalChinese medicine formulations，the physical properties of raw materials significantly impact the formulation and molding qual-ity.As a supplement to the evaluation of chemical properties，the construction of physical fingerprints can reflect the overallproperties of raw materials，thereby providing data support for the application of design concepts in the quality control researchof traditional Chinese medicine raw materials.

Method This study takes the total saponin extract of Panax notoginseng saponins as the research object and evaluates the consis-tency of samples from different manufacturers from a physical perspective by constructing its physical fingerprint map.ANIRmethod was developed to address the issue of tedious and time-consuming determination process of physical property parameter，which is not conducive to real-time release during production.This method is used to quickly identify the physical property qual-ity of different raw materials and establish a fast prediction model for important physical property parameters.

Results This method can acurately analyze the physical quality of different batches of Panax ginseng total saponin extracts，maximizing the extraction of effective information from the physical property data and facilitating the selection of raw materials inthe production process of formulations.It can be used by companies in the early development stage of process design.Inaddi-tion，the data analysis method presented in this paper is effective in the process of product development and process optimiza-tion，as most results can be represented graphically，allowing production staff without a background in data modlling to easilyunderstand the changing patterns of the data.

Conclusion A NIR method has been developed to address the issue of tedious and time-consuming physical property parameterdeterminationprocess，which is not conducive to real-time release during production.This method is used to quickly identifythe physical property quality of different raw materials and establish a fast prediction model for important physical propertyparameters.The method developed in this study could accurately analyze the physical quality of different batches of Panax gin-seng total saponin extracts，which could maximize the extraction of effective information from the physical property data andfacilitate the selection of raw materials in the production process of formulations and could be used by companies in the earlydevelopment stage of process design.Inaddition，the data analysis method presented in this paper is effective in the process ofproduct development and process optimization as most of the results can be represented graphically so that production staff with-out a background in data modelling can easily understand the changing patterns of the data.This method can improve the produc-tion efficiency of enterprises and enhance the quality control of traditional Chinese medicine.At the same time，thisresearchidea is not limited to the powder of Panax ginseng total saponin extract，but is also applicable to other raw materials of traditionalChinesemedicine，as well as auxiliary materials and otherpowdered substances.

Keywords：notoginseng total saponins;physicalfingerprint;data-driven;near-infrared spectroscopy

（責(zé)任編輯：孫媛媛）