近紅外光譜法快速測定肉桂藥材的水分

秦斌 閆研 殷果 庾紅萍 王炳志 王鐵杰

摘 要 目的：建立快速測定肉桂藥材水分的方法。方法：采用甲苯法測定藥材樣品含水量（作為參考值）。采用近紅外光譜法結合偏最小二乘法建立藥材樣品水分的定量模型。根據藥材樣品水分測定參考值，采集80批藥材樣品，以常數偏移消除法預處理光譜，藥材樣品水分測定最佳波段范圍為7 502.2～6 896.6、5 600.6～4 998.9 cm-1。結果：藥材樣品水分定量模型的內部交叉驗證決定系數（R2）為0.974 9，交叉驗證均方差為0.404；模型外部驗證R2為0.940 4，預測均方差為0.306。結論：該方法快速準確，簡便無污染，可用于肉桂藥材水分的快速測定。

關鍵詞 肉桂；近紅外光譜法；水分；定量模型

中圖分類號 R927.1 文獻標志碼 A 文章編號 1001-0408（2018）14-1949-05

DOI 10.6039/j.issn.1001-0408.2018.14.18

ABSTRACT OBJECTIVE： To develop a method for rapid determination of water content in Cinnamomum cassia. METHODS： The moisture of sample was determined by toluene method （as reference value）. IFRS-PLS was used to establish quantitative correction model of moisture in sample. According to moisture determination of sample， 80 batches of samples were collected， and constant offset elimination method was used to pretreat spectrum. The optimal spectrum range for moisture determination of medicinal sample were 7 502.2-6 896.6 cm-1 and 5 600.6-4 998.9 cm-1. RESULTS： The internal cross validation decision coefficient （R2） of moisture quantitative correction model was 0.974 9， and the root mean square error of cross validation （RMSECV） was 0.404. R2 of model external validation was 0.940 4， and the predicted root mean square error was 0.306. CONCLUSIONS： The method is rapid， accurate， simple and free from pollution. It can be used for rapid determination of moisture in C. cassia.

KEYWORDS Cinnamomum cassia； Near-infrared spectroscopy； Moisture； Quantitative model

肉桂收載于2015年版《中國藥典》（一部），為樟科植物肉桂（Cinnamomum cassia Presl） 的干燥樹皮，其性大熱，味辛、甘，是我國傳統的名貴中藥材，同時也是著名的辛香食用調料的來源之一，可補火助陽、引火歸元、溫通經脈、散寒止痛[1-3]。中藥材中含有過量的水分易導致藥材發生霉爛變質或使有效成分分解[4-6]，因此，控制中藥材水分對于保證其質量有重要意義。常用中藥材水分測定方法有烘干法、甲苯法等[7]，但前者耗時較長，后者所用試劑具有毒性且操作煩瑣，因此，需建立一種準確、簡便、快速檢測中藥材水分含量的方法。近紅外光譜法（NIR）在評價中藥材質量時，無需樣品前處理，測定過程快速、無損、綠色健康、經濟環保，具有常規分析方法所不具有的優點[8-9]。本研究通過建立肉桂藥材水分的NIR定量模型，為中藥材水分含量的快速測定提供參考。

1 材料

1.1 儀器

MATRIX-F型NIR儀（包括光纖探頭、InGaAs檢測器）、OPUS 5.0軟件（德國Bruker公司）；AJ210A型多功能粉碎器（東莞市塘廈興萬電子廠）；MS105DU型電子分析天平（美國Mettler-Toledo公司）。

1.2 試劑

甲苯為色譜純，水為純化水。

1.3 藥材

80批肉桂藥材分別來源于江西、安徽、廣西等地（見表1），經深圳市藥品檢驗研究院中藥室鑒定為真品。藥材樣品粉碎過65目篩，備用。

2 方法與結果

2.1 水分（參考值）的測定

取80批藥材樣品粉末適量，精密稱定，按照2015年版《中國藥典》（四部）通則0832水分測定法第四法[7]操作，測定其中水分，每批平行測定3份。結果顯示，藥材樣品水分含量為6.8%～21.0%，詳見表1。

2.2 NIR的采集

取藥材樣品粉末裝入樣品杯，粉末均勻分布，采用漫反射掃描法，以光纖探頭接觸藥材藥品粉末，在不透光狀態下采集藥材樣品光譜。以儀器內置背景為參比，掃描間隔為2 cm-1，掃描范圍為12 000～4 000 cm-1，累計掃描次數為32次，分辨率為8 cm-1。每批藥材樣品采集6張光譜，得平均圖譜，則80批藥材樣品的NIR光譜疊加圖見圖1。

2.3 校正集和驗證集樣品的選擇

根據“2.1”項下含水量分布情況，將80批藥材樣品按約2 ∶ 1的比例用OPUS 5.0軟件自動分為校正集和驗證集，其中所選建模用校正集樣品的水分含量范圍覆蓋驗證集樣品，詳見表2。

2.4 光譜預處理方法的選擇

在建立NIR定量分析模型前，為了消除光譜噪音、光譜漂移等非線性因素對定量結果的影響，首先要對藥材樣品的NIR原始光譜進行預處理。常用的預處理方法有常數偏移消除法（Constant offset elimination，COE）、直線差減法（Straight line subtraction，SLS）、一階導數法（First derivative，FD）、二階導數法（Second derivative，SD）等[10]。通過采用不同預處理方法可得不同的決定系數（R2）、交叉驗證均方差（RMSECV）、預測均方差（RMSEP），詳見表3。

運用OPUS 5.0軟件對表1數據進行處理，以R2、RMSECV、RMSEP為評價指標，綜合評價所建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；RMSECV、RMSEP越小，所建定量分析模型適用性越強、預測效果越好。結果表明，以COE法預處理效果最好，可以消除多重光譜偏差。對光譜進行微調處理，經最佳光譜預處理方法處理后得NIR，詳見圖2。

2.5 建模波段的選擇

采用COE法對不同的波段范圍進行手動優化比較，通過 OPUS 5.0軟件分析得到檢測水分含量預測最佳波段為7 502.2～6 896.6、5 600.6～4 998.9 cm-1，詳見表4。

2.6 定量模型的建立

采用OPUS 5.0軟件，并結合偏最小二乘法（PLS），對光譜采用COE法預處理光譜，在“2.5”項下波段內對56批藥材樣品中的含水量進行建模。結果，模型內部交叉驗證R2=0.974 9，RMSECV=0.404；模型外部驗證R2=0.940 4，RMSEP=0.306。在6.8%～21.0%的水分含量范圍內，以參考值（x）為橫坐標、預測值（y）為縱坐標進行線性回歸，得回歸方程為y=0.981 1x+0.224 4（r=0.974 9），詳見圖3。

2.7 定量模型的驗證

利用建立的水分定量模型對驗證集藥材樣品的水分含量進行預測，并與參考值進行比較，結果見表5。

由表5可見，該模型預測值與參考值接近，驗證相對偏差范圍在0.17%～5.11%，準確度在94.89%～103.43%之間，即該模型準確度較高，可用于預測肉桂藥材的水分。

3 討論

NIR分析技術是一種可以快速、高效地對樣品進行定性和定量分析的低碳環保的檢測技術，近年來在中藥領域的應用日益普遍[11-15]。NIR定量模型是對已知含量的樣品建立定量模型，通過PLS法對未知含量的樣品進行準確定量分析。經查詢，目前尚無肉桂藥材的NIR研究報道，現行藥典NIR模型庫中也無肉桂藥材的NIR模型。本研究利用NIR結合PLS法建立肉桂藥材水分定量分析模型后，僅需要采集藥材樣品的NIR，并代入所建NIR模型中，便可預測藥材樣品的水分含量。本試驗收集到的藥材樣品來自各個地方的廠家，涵蓋范圍較廣且分布較為均勻，具有一定的代表性，故所建模型預測結果具有較高的準確度。

綜上所述，本方法快速準確，簡便無污染，可用于肉桂藥材水分的快速測定，同時也為生產企業日常自檢和主管部門現場檢查提供了一定參考。

參考文獻

[ 1 ] 國家藥典委員會. 中華人民共和國藥典：一部[S].2015年版.北京：中國醫藥科技出版社，2015：136-137.

[ 2 ] 梁曉艷，郭占京. 肉桂的藥理作用研究概況[J]. 現代醫藥衛生，2013，29（10）：1501-1503.

[ 3 ] 娜仁其其格. 肉桂的傳統應用、化學成分及藥理作用的研究概況[J]. 中國蒙醫藥，2015（7）：29-30.

[ 4 ] 李君，李俊雅. 近紅外光譜法測定絞股藍中水分的含量[J]. 黑龍江醫藥，2013，26（2）：179-181.

[ 5 ] 白雁，李珊，張威，等. 近紅外光譜法快速檢測金銀花中水分的含量[J]. 中國現代應用藥學， 2011，28（11）：1025-1028.

[ 6 ] 白雁，郝敏，雷敬衛，等. 近紅外光譜法快速測定白芍中水分及浸出物含量[J]. 中華中醫藥雜志，2016， 31（4）：1466-1467.

[ 7 ] 國家藥典委員會. 中華人民共和國藥典：四部[S].2015 年版.北京：中國醫藥科技出版社，2015：通則67.

[ 8 ] 郭瑞鋒，郄冰冰，張鋮源. 鹽酸地芬尼多片近紅外光譜定量模型的建立[J]. 中國藥房，2014，25（25）：2352-2354.

[ 9 ] 陸婉珍. 現代近紅外光譜分析技術[M].北京： 中國石化出版社，2007： 430-441.

[10] 閆研，殷果，劉凱雙，等. 近紅外光譜法快速鑒別三九胃泰顆粒及其水分定量分析[J].中國藥房，2016，27（18）：2551-2554.

[11] 張迪文，白雁，謝彩俠. 近紅外光譜法快速測定女貞子藥材中女貞苷的含量[J].中國藥房，2016，27（36）：5140- 5143.

[12] 朱靜毅，應忠良，聞琍毓. 近紅外光譜分析技術在藥品質量控制中的應用[J]. 中國藥房，2009，20（7）：550-554.

[13] 阮治綱，李彬. 近紅外光譜分析技術的原理及在中藥材中的應用[J]. 藥物分析雜志，2011，31（2）：408-412.

[14] 江燕，楊眉，張學博，等. 中藥飲片近紅外光譜水分定量模型的研究[J]. 藥物分析雜志，2013，33（9）：1572-1577.

[15] 馬曉青，蔡皓，劉曉，等. 近紅外光譜在中藥鑒別和質量控制中的應用[J]. 中國藥房，2012，23（7）：661-663.

（收稿日期：2017-11-27 修回日期：2018-01-03）

（編輯：張 靜）