電子舌技術鑒別黃連及其炮制品

周 霞， 楊詩龍， 胥 敏， 萬 軍，3*

(1. 西南交通大學生命科學與工程學院，四川 成都610031;2. 成都中醫藥大學，四川 成都611137;3. 國家中醫藥管理局中藥炮制技術重點研究室，四川 成都610036)

黃連為毛茛科植物黃連Coptis chinensis Franch、三角葉黃連Coptis deltoidea C. Y. Cheng et Hsiao 或云連Coptis teeta wall 的干燥根莖，為四川道地藥材，其飲片包括生黃連、酒黃連、姜黃連和萸黃連4 種。目前，《中國藥典》僅通過薄層色譜法來區分萸黃連，而對其他黃連炮制品則尚無相關鑒別項［1］，雖然該方法簡便實用，但難以體現出各炮制品的差異性［2-3］。

電子舌又稱仿生味覺，是模擬人類味覺感受機理而設計的人工味覺系統，主要由非特異性、交互敏感的傳感器陣列組成，并通過合適的多元統計分析方法進行信號模式識別，從而檢測液體樣品味覺特征的新型儀器［4-5］，其目的不在于檢測某個特定類型的化合物，而是對樣品中所有化合物的綜合響應特征進行檢測［6］。因此，組成成分相似的樣品有著相近的傳感器響應特征，而成分差異較大的樣品的傳感器響應特征也表現出明顯差異［7］，故根據味覺傳感器響應特征即可實現對不同樣品的鑒別區分。近年來，電子舌技術已經在多個行業(如食品、農產品、醫藥等)中得到廣泛應用［8-15］。

本實驗以黃連及其炮制品為研究對象，采用電子舌技術量化它們的味道數據。然后，利用化學計量學方法處理降維數據，以期鑒別黃連及其不同炮制品。

1 材料與儀器

1.1 材料 本實驗共收集生黃連樣品10 批，經成都中醫藥大學中藥標本中心盧先明教授鑒定，均為毛茛科植物黃連Coptis chinensis Franch 的干燥根莖。然后，根據《中國藥典》2010 年版一部(附錄ⅡD)炮制通則要求進行炮制，結果共得到樣品40 批，詳細信息見表1。接著，從4 種炮制品中隨機抽取出12 個樣品作為未知樣品測試集，每種炮制品抽取3 個，盲法實驗。

表1 黃連及其炮制品樣品信息Tab.1 Samples information of raw Coptis chinensis Franch and its processed products

1.2 儀器 ASTREE 電子舌，包括含7 根脂質膜的傳感器陣列、自動進樣器、專用燒杯、信號接收處理系統、V2012.45 數據處理軟件(法國Alpha MOS公司);超純水制造系統(四川優普超純科技有限公司);BP211D 電子天平(德國賽多利斯公司)。

2 分析方法

2.1 樣品制備 取生黃連適量，粉碎后過3 號篩，精密稱取1.0 g，置于250 mL 錐形瓶中，加水80 mL，浸泡30 min 后加熱回流1 h，放冷后過濾，取濾液20 mL，加水定容至100 mL，即得。另取酒黃連、姜黃連、萸黃連適量，采用相同方法處理。

2.2 分析方法 分析參數為采集溫度25 ℃;數據采集時間120 s;采集周期1 s;攪動速度1 r/s。以超純水為清洗液，每次測量前先清洗傳感器10 s。

樣品測定方法為將配制好的樣品溶液置于100 mL 電子舌專用燒杯中，以100 ～120 s 內的平均值作為傳感器信號輸出值，每份樣品按上述信號采集參數平行測定10 次。然后，取其最后4 次的測定數據進行分析處理。

2.3 重復性考察 電子舌包括7 個脂質膜傳感器，分別為ZZ、AB、GA、BB、CA、DA、JE，即每個樣品有7 組數據，其采集情況見圖1。然后，以采集時間為橫坐標，響應強度為縱坐標，采集120 s。

圖1 生黃連電子舌傳感器響應強度曲線Fig.1 Electronic tongue sensor response intensity curve of raw Coptis chinensis Franch

接著，按“2.1”及“2.2”項下方法操作，以黃連樣品S1、A1、J1 及Y1 為例，進行重復性考察，結果見表2。由表可知，各傳感器輸出值的RSD 均小于2%，說明數據可靠，儀器穩定性良好。

表2 電子舌重復性考察結果(n=4)Tab.2 Inspection result of the reproducibility of electronic tongue (n=4)

3 結果

3.1 傳感器響應值分析 以同一批生黃連(S1)及其炮制品(酒黃連A1、姜黃連J1、萸黃連Y1)為例，根據其電子舌傳感器輸出值建立雷達圖，見圖2。由圖可知，生黃連、酒黃連、姜黃連及萸黃連在電子舌傳感器的響應特征上均存在明顯差異。

圖2 黃連及其炮制品電子舌傳感器雷達圖Fig.2 Radar chart of electronic tongue sensor of Coptis chinensis Franch and its processed products

3.2 軟獨立建模分析 將電子舌傳感器獲取的各樣品響應值進行軟獨立建模分析(SIMCA)，結果見圖3。由圖可知，藍色區域是以生黃連為參照的模型區域，而酒黃連、姜黃連及萸黃連的圖標均在參照區域外，即生黃連與其炮制品的區分效果較好，表明SIMCA 分析可用于生黃連及其炮制品的鑒別。

圖3 黃連及其炮制品SIMCA 分析二維圖Fig.3 SIMCA of Coptis chinensis Franch and its processed products

3.3 主成分分析 將電子舌傳感器獲取的各樣品響應值進行主成分分析(PCA)，結果見圖4。由圖可知，PC1、PC2 與PC3 三者的總貢獻率達96.7%，能較好地反映原始數據特征，而且生黃連、酒黃連、姜黃連及萸黃連在PCA 分析三維圖上能明顯區分開，表明生黃連及其炮制品在PCA模型上的區分度較理想。

圖4 黃連及其炮制品PCA 分析三維圖Fig.4 PCA of Coptis chinensis Franch and its processed products

3.4 判別因子分析 將電子舌傳感器獲取的各樣品響應值進行判別因子分析(DFA)，將40 批樣品所得的160 組數據建立模型，測試集為隨機抽樣樣品的12 組數據(即每類樣品中隨機抽出3 個作為未知樣品)，見圖5。由圖可知，DF1、DF2 與DF3三者的總貢獻率達100%，即生黃連及其炮制品在DFA 三維圖上的區分度良好。同時，還判別了4個組的12 個未知樣品，發現其均落在相應的組別之中或附近，判別識別率達100%。

圖5 黃連及其炮制品DFA 分析三維圖Fig.5 DFA of Coptis chinensis Franch and its processed products

3.5 線性判別分析 將電子舌傳感器獲取的各樣品響應值進行線性判別分析(LDA)，發現前兩個函數的累積方差貢獻率為98.6%，其中前者為91.1%，而后者為7.5%，見圖6。由圖可知，LDA 分析能很好地區分各樣品，其分類函數如下。同時，LDA 分析結果顯示，其對樣品和交叉驗證分組案例的判別識別率均為100%。

Y1= -1.244X1+6.508X2-3.061X3+1.371X4+11.310X5+0.556X6+2.750X7-15 604.597

Y2= -1.819X1+7.954X2-5.070X3+3.245X4+13.240X5+0.883X6+1.816X7-20 014.637

Y3= -1.792X1+8.826X2-4.869X3+2.550X4+13.323X5+0.847X6+2.298X7-21 045.087

Y4= -1.597X1+7.140X2-4.188X3+2.189X4+12.561X5+0.768X6+2.535X7-18 141.712

注:Y1、Y2、Y3、Y4分別為生黃連、萸黃連、姜黃連、酒黃連;X1、X2、X3、X4、X5、X6、X7分別為傳感器ZZ、AB、GA、BB、CA、DA、JE 的響應值。

圖6 黃連及其炮制品LDA 分析二維圖Fig.6 LDA of Coptis chinensis Franch and its processed products

3.6 人工神經網絡 將電子舌獲取的黃連及其炮制品的傳感器響應值(共160 組數據)構建BPANN 模型，另將抽樣獲取的12 組數據作為驗證測試集。網絡為三層BP 神經，其輸入層單元、輸出層單元和隱藏層的神經細胞數分別為7、4 和10個，網絡隱藏層和輸出層的傳遞函數均為TANSIG，網絡訓練算法采用TRAINLM，網絡學習函數采用LEARNGDM，網絡訓練誤差設置為1.0 ×10-5，最大訓練次數為1 000。在進行6 次訓練后，模型訓練誤差減少為2.3 ×10-6，表明效果良好。然后，對測試集樣品進行測試，結果其綜合判別率為91.7%，見表3。

表3 人工神經網絡對黃連及其炮制品識別結果Tab.3 BP-ANN recognition result of Coptis chinensis Franch and its processed products

表3 顯示，訓練集和測試集樣品的綜合識別率都達90%以上，對生黃連、酒黃連、姜黃連、萸黃連的綜合識別率分別為100%、97.8%、100%、100%，對所有172 個樣品數據的綜合判別率為99.4%，表明判別效果良好。

4 討論

4.1 黃連“味”特征的差異特點 “辨狀論質”是根據中藥材的性狀等特征來判斷其真偽優劣，為經典、實用、簡便的傳統鑒別方法［16］，但目前研究方法側重于區分各藥材的質量上，而對其炮制品有效的鑒別手段較少。前期本課題組發現，黃連炮制前后“氣味”發生的變化難以用現有化學方法區分，故采用電子鼻技術來進行鑒別探索［17］。另外，黃連的苦味也是鑒別其質量優劣的重要特征之一，在炮制品中，由于姜黃連“有姜的辛辣味”［1］，因此可利用黃連及其炮制品的味覺特征差異來進行鑒別。

4.2 各化學計量法在黃連“味”鑒別中的應用本實驗采用電子舌技術，結合化學計量學方法，對黃連及其炮制品的味覺特征進行分析研究。其中，SIMCA 主要用于區分生品(不加輔料)與炮制品(加輔料);PCA、LDA、DFA 及BP-ANN 可區分不同炮制品(包括生品)，而且DFA 和BP-ANN 在判斷未知樣品方面具有更好的區分度。實驗結果顯示，SIMCA 模型區分了黃連炮制品與生品;PCA、LDA、DFA 及BP-ANN 模型區分了黃連的不同炮制品;DFA 模型對未知樣品的正確判別率為100%，而BP-ANN 模型為91.7%。綜上所述，SIMCA、PCA、DFA、LDA 及BP-ANN 模型均可用于電子舌味覺特征分析，從而對黃連及其炮制品進行鑒別區分，并且電子舌技術與化學計量學分析方法的結合能為中藥飲片的鑒別研究提供思路與參考。

［1］ 國家藥典委員會. 中華人民共和國藥典:2010 年版一部［S］. 北京:中國醫藥科技出版社，2010:285.

［2］ 張漢明，許鐵峰，秦路平，等. 中藥鑒別研究的發展和現代鑒別技術介紹［J］. 中成藥，2000，22(1):101-109.

［3］ 李鐵鋼，李鈺婷，武小赟，等. 黃連及其炮制品薄層鑒別方法的研究［J］. 時珍國醫國藥，2011，22(3):677-679.

［4］ 鄧少平，田師一. 電子舌技術背景與研究進展［J］. 食品與生物技術學報，2007，26(4):110-116.

［5］ 李文敏，吳純潔，艾 莉，等. 基于電子鼻、電子舌技術實現中藥性狀氣味客觀化表達的展望［J］. 中成藥，2009，31(2):282-284.

［6］ Han F，Huang X，Teye E，et al. Nondestructive detection of fish freshness during its preservation by combining electronic nose and electronic tongue techniques in conjunction with chemometric analysis［J］. Anal Methods，2014，6(2):529-536.

［7］ Ampuero S，Bosset J O. The electronic nose applied to dairy products:a review［J］. Sensor Actuat B-Chem，2003，94(1):1-12.

［8］ Peris M，Escuder-Gilabert L. On-line monitoring of food fermentation processes using electronic noses and electronic tongues:A review［J］. Anal Chim Acta，2013，804:29-36.

［9］ Escuder-Gilabert L，Peris M. Review:highlights in recent applications of electronic tongues in food analysis［J］. Anal Chim Acta，2010，665(1):15-25.

［10］ Woertz K，Tissen C，Kleinebudde P，et al. Taste sensing systems (electronic tongues)for pharmaceutical applications［J］.Int J Pharm，2011，417(1-2):256-271.

［11］ Li Y J，Lei J C，Yang J N，et al. Classification of tieguanyin tea with an electronic tongue and pattern recognition［J］. Anal Lett，2014，47(14):2361-2369.

［12］ Eckert C，Lutz C，Breitkreutz J，et al. Quality control of oral herbal products by an electronic tongue-Case study on sage lozenges［J］. Sensor Actuat B-Chem，2011，156(1):204-212.

［13］ Kataoka M，Tokuyama E，Miyanaga Y，et al. The taste sensory evaluation of medicinal plants and Chinese medicines［J］. Int J Pharm，2008，351(1-2):36-44.

［14］ 杜瑞超，王優杰，吳 飛，等. 電子舌對中藥滋味的區分辨識［J］. 中國中藥雜志，2013，38(2):154-160.

［15］ 吳 飛，杜瑞超，洪燕龍，等. 電子舌在鑒別中藥枳實藥材產地來源中的應用［J］. 中國藥學雜志，2012，47(10):808-812.

［16］ 謝宗萬. 中藥品種傳統經驗鑒別“辯狀論質”論［J］. 時珍國醫國藥，1993，5(36):19-21.

［17］ 胥 敏，楊詩龍，張 超，等. 基于氣味客觀化的黃連及其炮制品鑒別研究［J］. 中國中藥雜志，2015，40(1):17-21.