電子鼻技術鑒別金銀花真偽、產地、貯藏年份

劉 鵬，白上圓，張維瑞，楊柯楠，袁王俊*

（1.河南大學藥學院，河南 開封475004； 2.河南大學民生學院，河南 開封 475004）

金銀花為忍冬科植物忍冬Lonicera japonicaThunb.的干燥花蕾或帶初開的花，具有清熱解毒、疏散風熱的作用，用于癰腫疔瘡、喉痹、丹毒、熱毒血痢、風熱感冒、溫病發熱，其氣清香，味淡、微苦［1］，分布廣泛［2］，主要化學成分包括有機酸、黃酮、三萜皂苷、揮發油等［3］，作為大宗中藥材在大量中藥處方、中成藥、食品、保健食品中廣泛應用［4］。但金銀花同屬植物多，種植品種混雜，導致其質量良莠不齊，目前常見偽品有山銀花、金銀忍冬等［5］。在相關檢測方法中，經驗鑒別更多的是依賴鑒定人多年經驗積累；顯微、理化鑒別作用有限；色譜（HPLC?UV、GC?FID）、質譜與色譜聯用（HPLC?MS、GC?MS）、DNA 分析等技術雖然準確性高，但均有樣品前處理復雜、成本高昂、耗費時間長的缺點［6?7］。

20 世紀90 年代，人們發明了電子鼻技術，它由采樣裝置、包含傳感器陣列的探測器、分析系統組成，是模擬生物嗅覺系統以分析和識別單一或復雜氣味的檢測儀器，其優點是操作簡單、檢測快捷、靈敏度高［8］，可檢測樣品整體信息而形成氣味指紋圖譜［9］，現已應用于食品、化工、農業等多個領域［10］，而在藥物方面常用于配方開發和質量保證［11］，同時在中藥材鑒別、中藥炮制氣味變化、中藥“五味”辨識中也有相關研究［12?13］。武文奇［14］等研究表明，超快速氣相電子鼻對不同調配比例金銀花粉末具有良好識別效果；Xiong［15］等證實，同一批金銀花即使儲藏月份不同，電子鼻也可以快速分析并成功區分，但尚無采用該技術識別其真偽、產地的報道。因此，本實驗通過電子鼻技術來鑒別金銀花真偽、產地、年份，經過數據統計分析建立該藥材氣味識別方法，以期為其快速鑒別提供參考依據。

1 材料

1.1 藥材 金銀花共41 批，編號H1～H41（2017 年產12批、2018 年產13 批、2019 年產16 批），收集于山東、河南、河北等地；金銀忍冬共2 批，編號H42～H43，于2019年5 月采自開封市禹王臺公園和河南大學校園內；山銀花共3 批，編號H44～H46，購自安國藥材市場，具體信息見表1，經筆者鑒定分別為忍冬科植物忍冬L.japonicaThunb.、金銀忍冬L.maackii（Rupr.）Maxim.、華南忍冬L.confuseDC.的干燥花蕾。各批藥材均于當年5～6 月份采摘，烘干干燥法處理后裝在塑封袋中，貯存于干燥密閉條件下。

表1 藥材信息

1.2 儀器 SuperNose?14 電子鼻（美國ISENSO 公司），測量氣室內放置14 個金屬氧化物半導體傳感器組合成傳感器陣列，性能見表2；AB135?S 電子分析天平（瑞士梅特勒?托利多公司）。

表2 傳感器性能

2 方法

2.1 樣品處理方法篩選 以電子鼻對H6 號樣品的傳感器響應值為評價指標，單因素試驗篩選粉碎度、稱樣量、孵化溫度、孵化時間。測量條件為手動進樣；傳感器清洗時間10 s；測定時間60 s；采樣時間10 s。

2.1.1 粉碎度 將樣品過20、40、60 目篩，置于進樣瓶中靜置2 h 后測定傳感器響應值，發現過20 目篩時最高，故確定粉碎粒度為過20 目篩。

2.1.2 稱樣量 取過20 目篩樣品，精密稱取0.1、0.3、0.6、1.0、1.5 g 后測定傳感器響應值，發現稱定1.0、1.5 g時最高，而且無明顯差異，考慮到檢測效率問題，確定稱樣量為1.0 g。

2.1.3 孵化溫度 精密稱取過20 目篩的樣品1.0 g，置于35、45、60 ℃水浴中加熱40 min 后測定傳感器響應值，發現在60 ℃時最高，故確定水浴溫度為60 ℃。

2.1.4 孵化時間 精密稱取過20 目篩的樣品1.0 g，置于60 ℃水浴中孵化20、30、40 min 后測定傳感器響應值，發現在30 min 時最高，故確定孵化時間為30 min。

2.2 電子鼻響應值測定

2.2.1 分析條件 采用直接頂空吸氣法，在“2.1”項最優處理方法下直接將進樣針頭插入含樣品的進樣瓶中吸氣，測定條件為室溫（24±2）℃；采樣時間每組10 s；傳感器自清洗時間10 s；分析采樣時間60 s，每批樣品連續測量3次。以采樣時間為橫坐標，傳感器響應電壓為縱坐標繪制響應曲線，結果見圖1。

圖1 電子鼻對H6 號樣品的響應曲線

2.2.2 精密度試驗 取H6 號樣品，測定14 個傳感器響應值，重復5 次，測得其RSD 均小于2.0%，表示儀器精密度良好。

2.3 數據分析

2.3.1 主成分分析 主成分分析可對包含在數據集中的所有信息進行簡化處理，是利用降維的思想，即從原始的多個變量中取少數線性組合作為綜合指標，能最大限度地保持原有變量的信息，確定樣本間的內在聚類特性［16］。

2.3.2 判別因子分析 判別因子分析是用于構建模型并識別未知樣品類別的算法，可縮小同一數據集之間的差異，并通過數學變換擴大不同組別之間的差異，從而建立數據識別模型。它與主成分分析的區別在于可根據已知信息重新組織所收集的信息，從而使結果盡量與已知信息一致［17］。

3 結果

3.1 真偽鑒別 采用電子鼻對2019 年產金銀花、山銀花、金銀忍冬進行檢測，將所得氣味數據調入系統自帶軟件中，分別進行主成分分析、判別因子分析，結果見圖2～3。主成分分析中第一、第二主成分貢獻率分別為95.27%、1.73%，累計方差貢獻率為97.00%，可涵蓋樣品大部分原始信息，在不考慮異常數據信息的情況下可將三者區分開，但其分離度不高，DI 值僅為24.48，而判別因子分析區分度更好。

圖2 不同品種樣品主成分分析圖

3.2 產地鑒別 對2017 年產3 個產地金銀花的氣味響應值進行主成分分析、判別因子分析。結果見圖4～5，主成分分析中第一、第二主成分貢獻率分別為83.56%、6.35%，累計方差貢獻率為89.91%，可涵蓋樣品大部分原始信息，DI 值為－112.94，但不同產地樣品的特征數據點大多均重疊；判別因子分析中3 個產地區別明顯，可被明確分為3 類，其原因可能是上述樣品因貯藏問題導致氣味減弱及缺失。

圖3 不同品種樣品判別因子分析圖

圖4 不同產地樣品主成分分析圖

圖5 不同產地樣品判別因子分析圖

3.3 貯藏年份鑒別 對2017、2018、2019 年產自河南封丘的金銀花氣味響應值進行主成分分析、判別因子分析，結果見圖6～7。主成分分析中第一、第二主成分貢獻率分別為88.42%、4.74%，累計方差貢獻率為93.16%，可涵蓋樣品大部分原始信息，DI 值為－73.04，2017 年產樣品的特征數據與2018、2019 年產區別明顯，而2018、2019 年產樣品的有交叉現象；判別因子分析中3 個年份產樣品分別聚集在不同區域，表明該方法更適合用于鑒別貯藏年份。

圖6 不同貯藏年份樣品主成分分析圖

圖7 不同貯藏年份樣品判別因子分析圖

3.4 氣味成分分析 計算每個傳感器對金銀花及其混淆品氣味響應值的貢獻率，繪制雷達圖，結果見圖8。由此可知，傳感器響應值前六位依次為2、5、1、9、4、6，結合

圖8 氣味響應值貢獻率雷達圖

4 討論

本實驗采用電子鼻技術對金銀花真偽、產地、貯藏年份進行了初步鑒別，通過測定各批藥材響應值，結合主成分分析、判別因子分析構建了相關識別模型，發現前者僅可用于真偽鑒別，而后者能用于真偽、產地、貯藏年份鑒別，從而為中藥氣味標準化、中藥快速鑒別提供新思路。表2 顯示，金銀花主要成分為芳香族化合物、氮氧化合物、低分子胺類、有機酸酯、萜類，與田麗梅［18］等采用GC?MS聯用技術所得結果一致。

中藥具有的氣味是評價其質量的主要依據之一，也是其真偽及產地鑒別的重要依據。電子鼻作為模擬人工嗅覺系統的機器，相比傳統GC、GC?MS 等技術而言具有整體性、快捷、環保、樣品預處理簡單等優點，故將其引入中藥鑒別中是可行的。但本實驗僅對金銀花氣味進行了鑒別，其具體成分及與藥效作用的相關性尚不明確，還需深入探索。