近紅外光譜技術在人參定性、定量和在線檢測分析中的應用

劉宏群 孫長波 曲正義

中圖分類號 R927 文獻標志碼 A 文章編號 1001-0408（2018）13-1855-04

DOI 10.6039/j.issn.1001-0408.2018.13.30

摘 要 目的：為人參藥材的鑒別檢驗和人參制品的研發提供參考。方法：以“人參”“近紅外光譜”“Ginseng”“Near-infrared spectrometry”“NIRS”等為關鍵詞，組合查詢1990年1月-2018年3月在中國知網、萬方、維普、PubMed、Elsevier等數據庫中的相關文獻，對近紅外光譜技術在人參定性分析、定量分析和在線檢測分析方面的研究進行論述。結果與結論：共檢索到相關文獻323篇，其中有效文獻44篇。近紅外光譜技術用于人參定性分析，可以鑒別人參藥材的真偽和道地性，規范人參藥材市場；用于人參主成分定量分析，不損壞樣品，精確度高，分析速度快；用于人參生產過程在線檢測，可提高生產效率和生產中間過程的可控性，有利于人參制品質量的均一性，增強人參制品的市場競爭力。與外觀鑒別、顯微鑒別、理化鑒別、色譜法等傳統分析方法比較，近紅外光譜技術具有快速、綠色、不破壞樣品、能實時在線檢測等優勢。但在現有研究工作的基礎上，還有許多問題需要解決，如采集樣品的代表性、樣品數量的選擇、化學計量學方法和相應軟件的選擇與開發、如何降低分析過程中的各種影響因素、如何減少對近紅外光譜的干擾，以及近紅外光譜技術應用于人參定性、定量和在線檢測分析方面標準化不完善等問題。今后可從不斷提高近紅外光譜分析儀器性能、優化相關化學計量學方法及完善近紅外光譜技術在人參分析中的標準化方面入手深入研究。

關鍵詞 近紅外光譜；人參；定性分析；定量分析；在線檢測分析

人參為五加科人參屬植物人參（Panax ginseng C.A.Mey.）的干燥根和根莖[1]，是歷史悠久的名貴中藥之一，在《神農本草經》中被列為上品。二千多年來，人參一直作為民間延年益壽的珍品，藥用價值已為世界所公認。人參中含有皂苷類、糖類、揮發性成分、甾醇及其苷類等成分，具有抗衰老、抗腫瘤、增強免疫等多種藥理活性[2-4]。隨著2012 年原衛生部批準人參（人工種植）作為新資源食品[5]，對人參的研究也越來越深入。目前，對人參定性及定量的分析方法主要有高效液相色譜（HPLC）法、薄層色譜 （TLC）法、質譜（MS）法、近紅外光譜（NIRS）法、分光光度（SP）法以及氣相色譜-質譜（GC-MS）和液相色譜-質譜（LC-MS）聯用分析技術等[6]。由于NIRS具有綠色環保、無需破壞樣品、檢測速度快、可實現在線質量控制等優點[7-8]，在食品[9]、化工[10]、藥品[11]、農業[12]等領域應用廣泛。近年來，NIRS在人參及其炮制品的定性、定量分析及在線檢測方面也得到了廣泛的應用，有效解決了在人參定性及定量檢測中存在的試劑污染、樣品破壞、檢測時間長和不能實時在線檢測等弊端，但是目前還存在建模的覆蓋面不廣及相關化學計量學方法如何選擇和優化等問題。筆者以“人參”“近紅外光譜”“Ginseng”“Near-infrared spectrometry”“NIRS”等為關鍵詞，組合查詢1990年1月-2018年3月在中國知網、萬方、維普、PubMed、Elsevier等數據庫中的相關文獻。結果，共檢索到相關文獻323篇，其中有效文獻44篇?，F對NIRS技術在人參定性分析、定量分析和在線檢測分析方面的研究進行綜述，以期為人參的研發和檢驗工作提供參考。

1 NIRS在人參定性分析中的應用

目前，傳統的人參鑒別方法主要采用外觀鑒別[13]、顯微鑒別[14]、理化鑒別[15]、色譜法[16]等手段。外觀鑒別和顯微鑒別很大程度上依賴于操作者的經驗和熟練程度，受人為因素影響較大；理化鑒別專屬性較色譜法差，且對鑒別結果干擾嚴重；色譜法需對藥材進行復雜的前處理，耗費時間和試劑，也不適合人參的快速鑒定。而利用NIRS結合聚類分析（HCA）和判別分析法（DA）可以快速定性鑒別人參及其炮制品。

NIRS應用于人參不同產地、不同種類、不同年限及不同部位的定性鑒別。王平等[17]采用基線校正、平滑、一階和二階微分等方法處理不同產地的人參NIRS，研究發現，由于道地性引起的光譜差異，得出NIRS可用于鑒別道地性中藥材人參的結論。毛建江等[18]采用NIRS，結合HCA對不同種類的人參種子進行了定性分析。研究發現，不同種類的人參種子被準確歸類，得出NIRS能夠簡單、快速地對不同種類的人參種子進行鑒別分析，具有一定的可靠性和實用性的結論。趙景輝等[19]采用近紅外漫反射積分球采集不同產地人參種子的NIRS圖，在12 000～4 000 cm-1間掃描，分辨率為8 cm-1，掃描64次，得到了24張NIRS圖。使用Bruker OPUS/CLUST和OPUS/IDENT軟件對得到的NIRS圖進行聚類分析，并建立了定性模型。預處理方法為一階導數+矢量歸一法，光譜范圍為8 890.5～4 000 cm-1，研究發現NIRS結合HCA結果非常理想，得出NIRS結合化學計量學軟件可實現不同產地人參種子定性鑒別的結論。韓士冬等[20]采用Nicolet的Nexus6700 型傅里葉變換紅外光譜儀分別采集人參的蘆、須、體三個部位的原始NIRS。分析軟件為Nexus6700 配套的TQ analyst，使用QC compare 算法對野山參的生長年份進行鑒別。研究發現，不同產地、不同生長期野山參不同部位光譜明顯不同，光譜呈規則曲線，得出NIRS結合分析軟件建立分析模塊，通過人參有效成分的化學測試數據，在不破壞人參外觀的前提下，可快速測定人參有效成分，鑒定人參的品質，為野山參質量快速檢測提了供新的途徑。武艷紅[21]采用NIRS，對三年生和六年生的人參周皮、韌皮部和木質部不同位置樣品的NIRS數據進行主成分分析。研究發現，不同年生的人參植株NIRS都獲得了很好的分類結果，三年生人參的周皮、韌皮部和木質部清晰地分為三類，沒有任何交疊；六年生人參的周皮和木質部也清晰地分為兩類，在兩個分類圖中，同一部位不同位置的變化也有較明顯的規律，得出NIRS在人參的差異性分析方面可以一定程度上替代HPLC的結論。

NIRS還可用于人參相近藥材的定性鑒別。王鋼力等[22]采用NIRS鑒別人參炮制品紅參及其偽品，采集了300份中國紅參及多種紅參偽品的近紅外漫反射光譜，掃描范圍為10 000～4 000 cm-1，掃描次數80次，分辨率8 cm-1，并使用DA對其進行定性鑒別。研究發現，通過非入侵方式可獲得藥材的內在成分信息，結合DA進行分類，結果準確可信，得出NIRS適合用于紅參類藥材的分類，能準確地鑒別紅參及其主要偽品的結論。Woo YA等[23]采用NIRS并結合波長距離法、殘差法、馬氏距離法、簇類獨立軟模式（SIMCA）法鑒別人參、黃芪和土茯苓3種藥材，研究發現，殘差法和SIMCA法能提供精確的預測結果。隨后又采用SIMCA法分別將NIRS和電感耦合等離子體原子發射光譜（ICP-AES）法測定的各種無機元素含量數據對產自中國和韓國的人參進行了定性分類識別。研究發現，不同栽培區域的人參樣品中淀粉和10種無機元素的含量有很大的不同，得出NIRS結合SIMCA適用于栽培人參的定性分類識別的結論[24]。Mao JJ等[25]采用NIRS結合HCA對白參、西洋參、紅參和三七4種藥材進行分析。研究發現，所有樣本均能正確歸類，與傳統的色譜法比較，NIRS具有簡單、快速、不破壞樣品的特點。何淑華等[26]將NIRS與計算機技術結合，采用漫反射光學檢測方法，對吉林省產的人參及其炮制品紅參進行分析，結合HCA獲得分類結果。研究發現，紅參與人參明確地分為兩大類，因為紅參是人參的炮制品，炮制過程導致主要化學成分的種類和含量出現較大差異，故紅參與人參差異較大；近紅外漫反射光譜聚類分析結果與形態學分類基本一致，得出NIRS在紅參與人參的鑒別中具有很好的重現性和可靠性的結論。劉荔荔等[27]采用NIRS結合偏最小二乘回歸（PLS）法建立了西洋參中是否摻入人參的鑒別方法。研究發現，NIRS中含有其不同成分含氫基團的特征振動信息，通過對光譜的分析，可以建立數學模型，用校正樣品集進行內部交叉驗證及預測樣品集進行外部驗證，試驗結果證明樣品真值與預測值之間相關性良好，得出NIRS結果可信，可用于鑒別西洋參中是否摻入人參的結論。黃亞偉等[28]直接采集聚乙烯袋裝的各種狀態人參和西洋參的NIRS，探討了包裝袋的光譜吸收特性，并在原始光譜中去除了包裝袋的顯著吸收峰，避免了包裝袋的影響。剩余的光譜數據經過一階導數預處理后，運用移動窗口偏最小二乘（MWPLS）法提取有效建模信息區間，分別建立了偏最小二乘差別分析（PLS-DA）法、PCA-DA和支持向量機法（SVM）判別模型，3種模型的預測總判別率分別為93.3%、96.7%、100%，說明SVM判別模型效果最好，可用于人參和西洋參的鑒別。王靈靈等[29]采用NIRS，從人參和西洋參的主根橫斷面入手，采集其橫斷面的NIRS，分別從物理結構因素和化學因素方面對光譜進行了分析，選定特定波段進行物理因素主導建模、化學因素主導建模、理化因素綜合建模，并對3種建模結果進行比較分析。研究發現，3種模型判別率都在96%以上，都能很好地滿足批量原材料快速檢測的需求，得出NIRS可準確鑒別西洋參和人參的結論。

2 NIRS在人參定量分析中的應用

在人參及其炮制品主成分（水分、總糖、皂苷）的定量分析中，NIRS結合多元散射校正（MSC）法可有效地剔除由于樣品顆粒度、裝填密度、濕度等物理因素所導致的散射影響，提高光譜的信噪比，得到了良好的效果和滿意的定標結果[30-31]。在人參含水量的定量分析中，楊海雷等[32]采用NIRS，以傳統的干燥失重法為參照方法，應用MSC進行光譜預處理。以PLS建立近紅外光譜預測水分含量的校正模型，并將樣品近紅外光譜同標準光譜庫相比較，計算相似度匹配值，得出NIRS可對紅參進行水分含量檢測的結論。Ren GX等[33]采用NIRS，光譜預處理方法為一階導數和MSC，對熱風干燥或冷凍干燥制成的白參和紅參進行了含水量測定，并用對流干燥法做參照方法。研究發現，兩種方法具有高度的相關性（R2=0.998），且差異不顯著，得出NIRS可以精確測定人參相關炮制品含水量的結論。在人參總糖NIRS定量分析中，蘆永軍等[34]采用NIRS結合PLS對人參總糖進行了定標建模分析。研究發現，該技術所給出的分析精度可以與傳統化學分析方法相媲美，定標標準差為1.9%，相關系數為0.951 7。在人參皂苷近紅外光譜定量分析中，蘆永軍等[35]對人參的原始漫反射吸收光譜采用二階導數、MSC等多種光譜解析手段，研究了人參中的主要成分總皂苷的光譜吸收特性，并結合PLS對人參總皂苷進行了定標建模分析。研究發現，該方法分析結果精度高，定標標準差為0.154%，相關系數為0.982 8。張玉婷[36]采用NIRS和超高效液相色譜（UPLC）法測定人參提取物中8 種主要人參皂苷（Rg1、Re、Rf、Rb1、Rc、Rb2、Rb3、Rd）的含量，建立定量分析模型，得出NIRS可快速測定提取物樣品中主要人參皂苷含量的結論。汪靜靜[37]采用NIRS結合MSC處理原始光譜，采集了不同產地及不同年限人參樣品的NIRS，以PLS建立了人參樣品中人參皂苷含量預測模型及產地識別模型。研究發現，人參樣品中人參皂苷近紅外定量模型的交叉驗證均方根差為0.115，預測均方根差為0.167，相關系數分別為0.947 7、0.915 3。產地識別模型判正率達90%，得出NIRS可用于不同產地及不同年限人參樣品中人參皂苷含量檢測及產地識別的結論。

3 NIRS在人參中有效成分含量在線檢測分析中的應用

傳統的人參及其制品定性、定量分析技術一般采用離線分析的手段，存在著分析結果滯后、分析方法不連續、單次測定成分或參數少的缺陷，NIRS可以克服以上缺點。光纖的運用可同時在線監測生產線上多個質量控制點，實現提取、濃縮、純化等過程的在線分析[38]。

在人參制品紅參醇提液的濃縮過程中，配制濃縮液標準樣品，獲得其乙醇濃度和總皂苷濃度的參考值和NIRS，用標準正態變量方法和一階導數預處理光譜建立NIRS與濃度參考值之間的校正模型，并將模型用于在線分析紅參醇提液濃縮除醇過程。建立的NIRS校正模型能夠實時測得紅參醇提液濃縮過程中濃縮液的乙醇和人參總皂苷的濃度，在線反映了濃縮過程的狀態[39]。高會芹等[40]采用NIRS光纖透射掃描，光譜范圍2 500～ 1 000 cm-1，分辨率1 cm-1，以空氣為空白，掃描次數16 次，1倍增益，建立了紅參提取液定量預測模型。研究發現，不同批次紅參提取液中人參皂苷含量變化基本相同，指數趨勢線變化基本相同，均漸低漸緩，且相同提取時間內各成分含量相互間差異不大，得出在線NIRS技術經方法學驗證，可用于在線監控紅參提取工藝的結論。王靜等[41]采用NIRS快速分析紅參乙醇回流提取過程，研究發現，利用一階導數和正交信號校正（OSC）法預處理NIRS，可剔除光譜中由于乙醇體積分數變化帶來的干擾，得出NIRS作為一種快速、簡便、無污染的分析方法，可用于中藥乙醇回流提取過程快速分析的結論。朱捷強等[42]采用NIRS建立了紅參提取過程中關鍵組分的定量模型。研究發現，以紅參提取一階動力學方程結合定量模型建立提取過程趨勢預測模型，該模型顯示趨勢預測性能良好，具有較高的精度，能實現快速在線檢測功能，所建立的全過程提取動力學方程與實際提取過程趨勢較為契合，能夠滿足預測需求。

在人參原材料及提取物的NIRS在線檢測中，張瑞等[43]采用比色法和近紅外漫反射、液體透射在線檢測技術，分別測定93 個不同產地、不同年生人參原材料固體樣品和558 個人參提取液樣品的有效成分含量和NIRS，結合PLS建立樣品有效成分含量與NIRS之間的數學模型。采用內部交叉檢驗對模型進行評價，結果顯示，內部交叉檢驗的決定系數 R2>0.95，交叉檢驗均方差（RMSECV）值分別為0.071 6 和0.032 7，相對分析誤差（RPD）分別為2.83 和3.97。研究發現，原材料、提取液檢驗樣品NIRS測定結果與化學參考值之間差異無統計學意義，得出NIRS可在線檢測人參原材料、提取液樣品中有效成分含量的結論。劉樺等[44]采用NIRS，收集人參葉提取物的乙醇大孔樹脂洗脫液，采集其NIRS信息，并用已建立的HPLC法測定其中人參皂苷Rg1、Re、Rb1的含量，結合PLS建立上述3種成分及人參總皂苷的定量分析模型。研究發現，預測值和測定值的相關系數為0.992 8，平均預測回收率為100.52%，所建模型預測效果良好，得出NIRS可在線監測人參葉皂苷類成分的大孔樹脂分離純化過程的結論。

4 結語

綜上所述，與外觀鑒別、顯微鑒別、理化鑒別、色譜法等傳統分析方法比較，NIRS在人參定性分析、定量分析和在線檢測分析中有顯著的優勢。NIRS 用于人參定性分析，可以鑒別人參藥材的真偽和道地性，規范人參藥材市場；用于人參主成分定量分析，不損壞樣品，精確度高，分析速度快；用于人參制品生產過程在線檢測，可提高生產效率和生產中間過程的可控性，有利于人參制品質量的均一性，增強人參產品的市場競爭力。但在現有研究工作的基礎上，還有許多問題需要解決，如采集樣品的代表性、樣品數量的選擇、化學計量學方法和相應軟件的選擇與開發、降低分析過程中的各種影響因素、減少對NIRS的干擾，以及NIRS應用于人參定性、定量和在線檢測分析方面標準化不完善等問題。今后可從不斷提高NIRS分析儀器性能、優化相關化學計量學方法及完善NIRS在人參分析中的標準化方面入手深入研究。

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，2015：8.

[ 2 ] KIM SK，PARK JH. Trends in ginseng research in 2010[J]. J Ginseng Res，2011，35（4）：389-398.

[ 3 ] SHIN BK，KWON SW，PARK JH. Chemical diversity of ginseng saponins from Panax ginseng[J]. J Ginseng Res，2015，39（4）：287-298.

[ 4 ] 黎陽，張鐵軍，劉素香，等.人參化學成分和藥理研究進展[J].中草藥，2009，40（1）：164-166.

[ 5 ] 衛生部.關于批準人參（人工種植）為新資源食品的公告[S]. 2012-08-29.

[ 6 ] FUZZATI N. Analysis methods of ginsenosides[J]. J Chromatogr B，2004，812（1/2）：119-133.

[ 7 ] 陸婉珍，袁洪福，徐廣通，等.現代近紅外光譜分析技術[M].北京：中國石化出版社，2001：237-247.

[ 8 ] 嚴衍祿.近紅外光譜分析基礎與應用[M].北京：中國輕工業出版社，2004：444-462.

[ 9 ] 郎玉苗，李海鵬，沙坤，等.近紅外技術在牛肉質量分級體系中的應用研究進展[J].肉類研究，2012，26（8）：39-42.

[10] 劉政，孫麗寧，施利毅，等.近紅外稀土熒光在功能材料領域的研究進展[J].化學進展，2011，23（1）：153-164.

[11] 黃潔，單敏，王苑桃，等.近紅外光譜技術在藥品質量控制中的應用與研究進展[J].中國藥房，2017，28（33）：4744-4748.

[12] 王多加，周向陽，金同銘，等.近紅外光譜檢測技術在農業和食品分析上的應用[J].光譜學與光譜分析，2004，24（4）：447-450.

[13] 馬志平.人參、鹿茸、燕窩真偽品的簡易鑒別方法[J].福建中醫藥，1992，23（5）：17.

[14] 徐世義，李可欣，史德武，等.野山參、林下山參、趴貨、園參性狀及顯微特征的比較研究[J].中草藥，2013，44（16）：2304-2307.

[15] 張蘭珍，王曉強，陳丹，等.人參、黃連、白芍在中成藥中質量控制方法的研究[J].中成藥，1999，21（3）：121-124.

[16] 武佳，張繼，南垚，等.人參及其四種常見偽品的HPLC定性鑒別[J].世界科學技術（中醫藥現代化），2011，13（3）：533-536.

[17] 王平，謝洪平，陳澤琴，等.中藥材人參的道地性差異的近紅外光譜研究[J].蘇州大學學報（醫學版），2004，24（5）：648-651.

[18] 毛建江，邱化玉，倪勇，等.近紅外光譜技術用于人參和人參種子的鑒別分析[J].光譜學與光譜分析，2006，26（7）：151-152.

[19] 趙景輝，劉旭，李方元，等. 近紅外漫反射光譜法用于不同人參種子的鑒別[J].特產研究，2006，28（3）：48-50.

[20] 韓士冬，張倩，劉強，等.野山參生長年限與近紅外光譜的相關性研究[J].人參研究，2014，26（3）：30-32.

[21] 武艷紅.分子光譜結合高效液相色譜研究人參根不同部位的差異性[D].上海：華東理工大學，2011.

[22] 王鋼力，聶黎行，張繼，等.應用近紅外光譜技術鑒別紅參藥材[J].中草藥，2008，39（3）：438-440.

[23] WOO YA，KIM HJ，CHO JH. Identification of herbal medicines using pattern recognition techniques with near-infrared reflectance spectra[J]. Microchem J，1999，63（1）：61-70.

[24] WOO YA，CHO CH，KIM HJ，et al. Classification of cultivation area of ginseng by near infrared spectroscopy and ICP-AES[J]. Microchem J，2002，73（3）：299-306.

[25] MAO JJ，XU JW. Discrimination of herbal medicines by molecular spectroscopy and chemical pattern recognition[J]. Spectrochim Acta A，2006，65（2）：497-500.

[26] 何淑華，孫瑞巖，任玉秋，等.近紅外漫反射光譜法對吉林人參的分類探討[J].吉林大學自然科學學報，2001，46（1）：96-98.

[27] 劉荔荔，邢旺興，賈暖，等.近紅外漫反射光譜法測定西洋參中人參的摻入量[J].中國中藥雜志，2003，28（2）：178-179.

[28] 黃亞偉，王加華，李曉云，等.基于近紅外光譜的人參與西洋參的快速鑒別研究[J].光譜學與光譜分析，2010，30（11）：2954-2957.

[29] 王靈靈，黃亞偉，戚淑葉，等.基于主根橫斷面近紅外光譜的西洋參和人參鑒別研究[J].光譜學與光譜分析，2012，32（4）：925-929.

[30] 蘆永軍，曲艷玲，馮志慶，等.多元散射校正技術用于近紅外定標波長組合的優選研究[J].光譜學與光譜分析，2007，27（1）：58-61.

[31] 蘆永軍.近紅外光譜分析技術及其在人參成分分析中的應用研究[D].長春：中國科學院長春光學精密機械與物理研究所，2004.

[32] 楊海雷，劉雪松，瞿海斌，等.一種基于近紅外的紅參藥材質量快速評價方法[J].中草藥，2005，36（6）：912-915.

[33] REN GX，CHEN F. Determination of moisture content of ginseng by near infra-red reflectance spectroscopy[J]. Food Chem，1997，60（3）：433-436.

[34] 蘆永軍，曲艷玲，曹志強，等.人參總糖的近紅外光譜定量分析[J].光譜學與光譜分析，2006，26（8）：1457-1459.

[35] 蘆永軍，曲艷玲，馮志慶，等.人參總皂苷近紅外光譜及定標建模分析[J].光譜學與光譜分析，2007，27（3）：490- 493.

[36] 張玉婷.人參提取物化學成分及質量研究[D].北京：中國食品藥品檢定研究院，2013.

[37] 汪靜靜.不同產地和年限人參樣品皂苷類成分的比較研究[D].合肥：安徽中醫藥大學，2015.

[38] 胡鋼亮，呂秀陽，程柯，等.近紅外光譜在線檢測技術在中藥領域中的應用展望[J].中國中藥雜志，2003，28（12） ：1116-1118.

[39] 瞿海斌，李斌，劉雪松，等.紅參醇提液濃縮過程近紅外光譜在線分析方法[J].中國藥學雜志，2005，40（24）：1897-1899.

[40] 高會芹，李軍山，李振江，等.紅參提取工藝近紅外光譜與液相色譜比較研究[J].藥物分析雜志，2015，35（7）：1274-1278.

[41] 王靜，莫必琪，李斌，等.近紅外光譜法預測紅參醇提過程中總皂苷的變化研究[J].中草藥，2007，38（9）：1323- 1326.

[42] 朱捷強，潘萬芳，仲懌，等.基于近紅外光譜的紅參提取過程動態預測模型研究[J].中國中藥雜志，2014，39（14）：2660-2664.

[43] 張瑞，王英平，劉宏群，等.近紅外在線檢測技術在人參提取物生產中的應用[J].特產研究，2012，34（2）：30-33.

[44] 劉樺，趙鑫，齊天，等.人參葉總皂苷大孔樹脂分離純化工藝的近紅外光譜在線監測模型及其含量測定[J].光譜學與光譜分析，2013，33（12）：3226-3230.

（收稿日期：2018-04-02 修回日期：2018-05-09）

（編輯：余慶華）