近红外光谱法快速分析葛根中的有效成分
- 格式：pdf
- 大小：166.44 KB
- 文档页数：4
第22卷,第6期 光谱学与光谱分析Vol 122,No 16,pp97629792002年12月 S pectroscopy and S pectral AnalysisDecember ,2002 近红外光谱法快速分析葛根中的有效成分陈 斌1,赵龙莲2,李军会2,严衍禄211航天医学工程研究所,北京 10009421中国农业大学,信息学院,北京 100094摘 要 本文应用近红外光谱技术建立了快速检测葛根中有效成分的方法。
研究了优化分析葛根总异黄酮、葛根素和大豆苷含量数学模型的各种条件,包括建模样品集的选择、化学值的定标、测量的方法及条件等,结果表明:建模样品集的化学值(又称真值)与近红外预测值的相关系数分别为:葛根总异黄酮r =01975,葛根素r =01984,大豆苷r =01966;检验样品集的化学值与近红外预测值的相关系数分别为:01982,01975和01981。
说明所建模型具有实际应用价值。
主题词 近红外光谱分析;葛根总异黄酮;葛根素;大豆苷中图分类号:O657133 文献标识码:A 文章编号:100020593(2002)0620976204 收稿日期:2001208213,修订日期:2001210211 基金项目:湖南省科技厅重点攻关项目(编号00NKY 1010201) 作者简介:陈 斌,1962年生,博士,副研究员前 言 葛根是一种传统的中药材,其有效成分是葛根异黄酮,据现代医学研究证明:异黄酮类物质具有多种药用和保健功能,特别是其中的葛根素对心、脑血管疾病的药理作用最为突出,主要用于治疗高血压、冠心病、心绞痛、脑栓塞等所谓现代文明病[1]。
葛根中的总异黄酮成分一般是利用紫外250nm 处的吸收进行比色,但前处理较复杂,特别是对提取方法要求很高,否则难以准确测定。
准确测定葛根素、大豆苷的方法是用高压液相色谱法[2],该方法测定流程长、费用高、技术比较复杂,难以在生产中推广应用。
而原料质量的好坏(由于葛根因种类、采收时间、干燥方式以及生长年龄等不同,其有效成分的含量存在显著差异)直接关系到产品的质量和企业的经济效益,因此,生产上迫切需要快速、简便的分析方法。
近红外光谱是介于可见光和中红外之间、波数为4000～12500cm -1的谱区,分子内部的含氢基团(C 2H ,N 2H ,O 2H 等)在这一谱区内产生伸缩振动与弯曲振动的倍频与合频吸收[3]。
由于有机物分子中一般都含有这些基团,因此,在这一谱区包含了丰富的物质信息。
近红外光谱分析技术是随着计算机技术的发展而发展起来的一种高新分析技术,具有快速、无污染、样品不需预处理和可同时检测多个组分等优点,简称“多、快、好、省”,故该项技术被认为是一种“多能分析技术”、“绿色分析技术”,国外已广泛用于生物样品多组分含量的快速测定[4]。
我们进行了近红外光谱快速检测葛根(不经过任何化学预处理)有效成分的方法研究,并取得了令人满意的结果。
1 分析的原理 8个葛根粉末样品的近红外光谱见图1。
Fig 11 N ear 2infrared spectra of P 1Lobata powder 由图可见,其中4000～4800cm -1为合频吸收区,4800～7200cm -1为倍频及部分基团的三倍频吸收区。
8个样品葛根素的含量不同,但光谱相当接近,以葛根素为例,它在样品中的含量低于5%,95%以上的变动背景使得葛根样品中葛根素的含量与任何单独一个波长点的吸光度没有显著的相关性,直接从图谱中某一个波长点来确定其含量是不可能的。
但由于样品中每一种成分在近红外吸收区有多个吸收峰,因此用近红外光谱测定必须在全谱区内通过建立数学模型来实现。
数学模型是样品光谱和待测量之间的数学关系,通过数学模型可由样品光谱来测定待测成分,数学模型实际上是四类变量即样品待测成分、背景成分、测量条件、测定环境等信息变量之间的复杂函数。
建立数学模型时必须充分包含这些信息变量,譬如通过选择有代表性样品建模、规范测量条件、减少测量环境的影响、反复优化数学模型等方法手段,以建立稳定、可靠、动态适应性好的数学模型。
本项目研究了优化葛根三种组分(总异黄酮、葛根素、大豆苷)含量数学模型的各种条件,包括建模样品集的选择、化学值的定标、测量方法及条件的优化等,最后达到了不对葛根样品作任何的化学分离,直接测定其中葛根素等有效成分的含量,得到了符合实际生产要求的分析结果。
2 实验仪器、材料和方法211 仪器所用仪器为VECT OR22ΠN傅里叶变换近红外光谱仪,由德国BRUKER仪器公司生产。
积分球型样品池,检测器为PbS,可充分采集样品的漫反射光谱信息。
212 材料所用葛根采自湖南张家界及周边地区,包括野葛、甘葛、食用葛、峨嵋葛、越南葛和三裂叶葛等种类。
将块状葛根剪碎,过T ecator磨(约40目)磨碎,密封备用。
213 方法经过反复实验确定规范的测试方法将葛根粉末样品在80℃下烘4h,不经任何化学预处理,直接进行近红外光谱的测量。
测量的方法是将样品置于仪器积分球上一可旋转的直径为5cm的圆柱状样品池中,能很好的实现样品的均匀性。
用一压样模具垂直压样,使所有样品的松紧度基本保持一致,每个样品扫描64次取平均得样品的近红外光谱,扫描区间为4000～12000cm-1,扫描分辨率为8 cm-1。
运用由中国农业大学开发的挑选代表性样品软件,从上述样品的光谱中选取部分有代表性的样品,经浸提、过滤、萃取等一系列预处理后,所得液体样品用高效液相色谱法测葛根素和大豆苷的含量[Waters600色谱泵和2487双波长紫外检测器,色谱条件为SymmetryC18不锈钢色谱柱(319×150 mm,5μm),流动相为MeOH:314×10-3m ol・L-1NH4Ac水溶液(25Π75,V/V),流速112m L・min-1,检测波长254nm,进样量10μL];用紫外比色法(波长250nm)测总异黄酮含量(岛津UV2 190紫外可见分光光度计)。
以测得的这些数据作为近红外光谱分析的基础(称为化学值)。
3 实验结果与分析311 建立与检验模型的结果分析将已测得化学值的葛根样品光谱分成两组,一组是校正集样品,用以建立不同成分的近红外分析数学模型。
一组为检验集样品,用以检验所建模型的效果。
利用数学算法(如P LS等)建立校正集样品图谱和不同成分含量之间的数学模型,包括葛根总异黄酮、葛根素、大豆苷。
通过对模型的优化、确定,选取样品图谱4000～8000cm-1作为分析谱区,并采用中心化和一阶导数法对数据进行预处理。
所建模型可以用相关系数(r)和校正标准差(RMSEC V)两个指标共同来评价(见表1)。
模型的预测性能可通过检验集样品的预测结果来评价,同样用相关系数(r)和预测标准差(RM2 SEP)作为评价指标(见表2)。
T able1.Modeling set成分样品数相关系数r校正标准差RMSEC V含量范围均值总异黄酮50019750148201600～812304119葛根素45019840122401153～4189811709大豆苷38019660107001110～1114301070T able2.T esting set成分样品数相关系数r预测标准差RMSEP含量范围均值总异黄酮1301982013851162～61444108葛根素10019750122101523～3147911955大豆苷7019810104501188～0176201422 葛根中以上述三种主要成分建模时化学值和近红外预测值的散点图,以及检验集化学值和近红外预测值的散点图见图2。
由表1、表2及图2所示的相关图可知,用常规化学法测得的葛根不同成分的含量与近红外预测值之间存在较好的线性关系,相关性极显著,检验集样品预测结果也同样令人满意。
这说明以现有葛根样品建立的五种主要成分的数学模型是成功的。
312 利用模型对未知样品的分析利用上述各主要成分的近红外数学模型,预测未知样品的三种化学成分,结果见表3。
表3中的马氏距离(相对)值是指预测光谱的主成分特征向量与建模光谱平均主成分特征向量之间的距离,与所有建模光谱和建模光谱平均主成分特征向量之间的距离的比值,这个值越大(如大于3)说明预测样品可能超出了建模样品的范围,越小说明预测结果的可靠性越好。
表3中各样品三个组分的马氏距离均小于2,说明预测结果是可靠的。
利用本方法可同时测定一个样品的多个组分,平均测定时间由常规方法的5～10h,缩短到5～10min,从而可节省大量人力、物力和时间,并能实现原料的准确分级甚至生产过程中在线质量控制,从而降低生产成本,提高产品质量,具有重大实用意义。
4 结论与讨论 11利用近红外光谱法对葛根中主要有效成分进行快速检测,在原料收购时实行分级定价是完全可行的。
本文所研究的有关近红外技术也可适用于分析其它中药的有效成分。
21中药生产现代化是我国传统中药走向世界的前提,但由于原料因产地、种类、采收期、部位等因素的影响而使产品779第6期 光谱学与光谱分析质量难以控制。
目前,国家中医药管理局正加紧对中药(针剂)指纹图谱的制定,由于检测速度及费用、操作繁琐等原因,用传统的光谱或色谱方法是难以实现的,而近红外几乎可以取得含氢基团的全部信息,一般中药的绝大部分有效成分均与含氢基团有关,可以用近红外光谱法实现中药原料和生产过程的质量监控。
因此我们认为,近红外光谱法将以其独特优势在实现中药现代化过程中发挥重要作用。
31近红外光谱法在生产中的推广应用,还需要有相应的价廉物美的近红外光谱仪和具有丰富样品集的模型及网络支持,才有可能实现产业化。
Fig 12 The correlation betw een predicted value and chemical value of modeling setand testing set of three components in P 1LobataT able 3.The result of some samples predicted by modeling set样品名总黄酮预测值异常检验马氏距离葛根素预测值异常检验马氏距离大豆苷预测值异常检验马氏距离G 0064109111611767118201631166G 0137128112321640186015651106G 0152183012701662119901041172G 01751490171113141106014930177G 0198121114311611118018141101G 02151831175117211179015661179G 02321121194010881108011841135G 02581051107218931015611172G 02761770177117750157014590157参考文献 [1] G UO Jian 2ping ,et al (郭建平等)1Chinese Traditional and Herbal Drugs (中草药),1995,26(3):163. [2] 连文琰等1常用中药材品种整理和质量研究,协和医大・北医大联合出版社,1995,407.879 光谱学与光谱分析 第22卷 [3] Y AN Y an 2lu ,ZHAO Long 2lian ,LI Jun 2hui ,ZHANGLu 2da and MIN Shun 2geng (严衍禄,赵龙莲,李军会,张录达,闵顺耕).Spectroscopy and SpectralAnalysis (光谱学与光谱分析),2000,20(6):777. [4] J G W eter 1Applied Spectroscopy Reviews 11985,21(1,2):1.The R apid Analysis of Functional Components of P 1Lobata by N ear I nfrared SpectrumCHE N Bin 1,ZH AO Long 2lian 2,LI Jun 2hui 2and Y AN Y an 2lu211Institute of Space Medico 2Engineering ,Beijing 100094,China21The College of Information ,China Agricultural University ,Beijing 100094,ChinaAbstract The functional com ponents of P 1Lobata were analyzed rapidly by near in frared (NIR )spectral technology 1The optimum conditions of mathematics m odel of three com ponents (total is oflav ones ,puerarin ,daidzin )were studied ,including the sam ple set selection ,chemical val 2ue analysis ,the detection methods and conditions 1The analytical results dem onstrated that the correlation between the chemical value (true val 2ue )of the three com ponents of sam ple set and the NIR predicated value is 01975,01984,01996,respectively 1The correlation between the chemical value of the testing sam ple set and the NIR predicated value is 01982,01975and 01981,respectively 1I t proved that the mathematical m odel that we established can be used in practice 1K eyw ords NIR spectral analysis ;T otal is oflav ones of P 1Lobata ;Puerarin ;Daidzin(Received Aug.13,2001;accepted Oct.11,2001) 979第6期 光谱学与光谱分析。
