黄蜀葵花红外指纹图谱研究

石 芸，谈献和*，池玉梅，朱华云，奚 萌

(1.南京中医药大学 药学院，江苏南京210046;2.江苏苏中药业集团，江苏泰州225500)

黄蜀葵花为锦葵科植物黄蜀葵Abelmoschus manihot(L.)Medic.的干燥花冠。2010年版《中国药典》收载其具有清热利湿，消肿解毒作用，用于湿热壅遏，淋浊水肿;外治痈疽肿毒，水火烫伤［1］。目前对黄蜀葵花的研究主要集中在黄酮类成分的含量测定及药理作用等方面［2－4］，较少有文献报道对黄蜀葵花进行红外指纹图谱测定。

近年来，多维共有峰率和变异峰率双指标序列分析、聚类分析等方法在指纹图谱中大量运用［5－6］。本研究采用红外光谱法，研究并建立黄蜀葵花药材指纹图谱，结合双指标序列分析和聚类分析等方法，对不同产地黄蜀葵花药材红外指纹图谱进行分析，为药材质量评价提供一定的参考。

1 仪器与试药

1.1 仪器设备与参数设置

IR－100红外分光光度计(Thermo Nicolet公司)，WS70－1型红外线快速干燥器，YP－2压片机。光谱范围 4 000～400 cm－1，分辨率 4 cm－1，扫描累加次数16次，扫描时扣除H2O和CO2的干扰。

1.2 样品来源

共收集不同产地黄蜀葵花10批，经南京中医药大学中药资源与开发教研室谈献和教授鉴定为锦葵科植物黄蜀葵 Abelmoschus manihot(L.)Medic.的干燥花冠，具体来源见表1。

表1 黄蜀葵花样品来源

1.3 方法

称取药材粉末(200目)2 mg，溴化钾200 mg，置于玛瑙研钵中，在红外灯下研匀后，将混合粉末移入模具中，将模具移至压片机上，抽真空，加压(约20 MPa)约2 min，取下模具，将样品架放入红外分光光度计的样品室，在4 000～400 cm－1波数范围进行扫描分析。

2 结果与讨论

2.1 黄蜀葵花红外指纹图谱及数据

按照以上实验方法对10批黄蜀葵花药材样品进行红外光谱测定，去掉前面受水分影响较大区域，本研究只分析1 800～400 cm－1范围内各样品的光谱特征，其红外指纹图谱见图1，部分代表性吸收峰波数见表2。

对于一组吸收峰，若组内吸收峰的最大波数差异显著小于其与相邻组之间的平均波数差，则确定该组峰是一组共有峰。在表2中，多数组峰很明显符合这种确定方法，可以被明确判定为共有峰。如对于1 626.44 cm－1对应的一组峰，其平均波数为1 628.03 cm－1，组内最大波数差是 12.97 cm－1，其与邻近的前后两组峰的波数差分别是107.56 cm－1和109.31 cm－1，这两个值明显大于 12.97 cm－1，故可确认1 626.44 cm－1对应的一组峰是共有峰。

图1 黄蜀葵花红外指纹图谱

表2 黄蜀葵花红外指纹图谱的共有峰和吸收峰波数

2.2 黄蜀葵花红外指纹图谱共有峰率和变异峰率双指标序列

中红外指纹图谱共有峰率和变异峰率计算公式［7－8］，以各样品为参考，计算不同产地黄蜀葵花红外指纹图谱的共有峰率和变异峰率，并根据共有峰率的大小排成一个序列(包含共有峰率和变异峰率值)，该序列称为共有峰率和变异峰率双指标序列。n个样品可以得到n个不同的序列，故可构成n维序列空间。通过该序列可以精确知道任意一个样品与其他样品的远近关系。本实验中，以12个样品为参照点建立的12个共有峰率和变异峰率双指标序列，形成12维序列空间，加上共有峰率和变异峰率双指标空间后，便可在2+n维(n等于样品数目)空间中考察各个样品的异同，从而使该方法具有很强的鉴别能力。

12批黄蜀葵花样品的双指标序列如下:

A1:A2(100;0，0)，A4A10(92.3;0，8.3)，A9(85.7;0，16.6)，A8(84.6;9.1，9.1)，A6A7(78.6;9.1，18.2)，A3(71.4;20，20)，A5(69.2;33.3，11.1)

A2:A1(100;0，0)，A4A10(92.3;0，8.33)，A9(85.7;0，16.7)，A8(84.6;9.1，9.1)，A6A7(78.6;9.1，18.2)，A3(71.4;20，20)，A5(69.2;33.3，11.1)

A3:A4A6A7(78.6;9.1，18.2)，A9(73.3;9.1，27.3)，A1A2(71.4;20，20)，A5(69.2;33.3，11.1)，A10(66.7;20，30)，A8(60;33.3，33.3)，

A4:A9(92.9;0，7.7)，A1A2(92.3;8.3，0)，A7A10(85.7;8.3，8.3)，A8A3(78.6;18.2，9.1)，A6(73.3;18.2，18.2)，A5(64.3;44.4，11.1)

A5:A6(76.9;0，30)，A3A1A2(69.2;11.1，33.3)，A4A10(64.3;11.1，44.4)，A9(60;11.1，55.5)，A8(57.1;25，50)，A7(53.3;25，62.5)

A6:A3A1A2(78.6;18.2，9.1)，A5(76.9;30，0)，A4A10(73.3;18.2，18.2)，A9(68.8;18.2，27.3)，A8(66.7;20，30)，A7(62.5;20，40)

A7:A9(92.9;0，7.7)，A4A10(85.7;8.3，8.3)，A3A8(78.6;18.2，9.1)，A1A2(78.6;9.1，18.2)，A6(62.5;40，20)，A5(53.3;62.5，25)

A8:A10(92.3;0;8.3)，A9(85.7;0，16.7)，A1A2(84.6;9.1，9.1)，A4A7(78.6;9.1，18.2)，A6(66.7;30，20)，A3(60;33.3，33.3)，A5(57.1;50，25)

A9:A4A7A10(92.9;7.7，0)，A1A2A8(85.7;16.6，0)，A3(73.3;27.3，9.1)，A6(68.8;27.3，18.2)，A5(60;55.5，11.1)

A10:A9(92.9;0，7.7)，A1A2A8(92.3;0，8.3)，A4A7(85.7;8.33，8.33)，A6(73.3;18.2，18.2)，A3(66.7;30，20)，A5(64.3;44.4，11.1)

A1:A5(69.2;33.3，11.1)表示该序列以A1为标准来计算其它样品指纹图谱的共有峰率和变异峰率。该序列片段表示A1和A5的共有峰率为69.2，其中A1的变异峰率为33.3，A5的变异峰率为11.1。A1:A4A10(92.3;0，8.3)表示A1、A4、A10 的共有峰率相等，均为92.3。其中，A1的变异峰率为0，A4、A10 具有相同的变异峰率，8.3。

由上述序列可知，在不同的序列中，不同样品的共有峰率不同，样品之间的关系一般也不同。利用该n维双指标序列空间，在建立不同样品之间最直接的相似性联系的基础上，可以方便地找到某一样品的最相近样品，对样品进行合理区分。如在A4:A1A2(92.3;8.3，0)中，A4 和 A1、A2 具有相同的共有峰率和变异峰率，说明A1、A2的相似度很高。

2.3 基本关系组、对及分析

A 组:A1:A2(100;0，0)，A1(A2):A4A10(92.3;0，8.3)，A8:A10(92.3;0，8.3)，A9:A4A7A10(92.9;7.7，0);

B 组:A3:A4A6A7(78.6;9.1，18.2)，A9(73.3;9.1，27.3)，A1A2(71.4;20，20)，A5(69.2;33.3，11.1)，A10(66.7;20，30)，A8(60;33.3，33.3);

C 组:A5:A1A2(69.2;11.1，33.3)，A4A10(64.3;11.1，44.4)，A9(60;11.1，55.5)，A8(57.1;25，50)，A7(53.3;25，62.5);A6:A9(68.8;18.2，27.3)，A8(66.7;20，30)，A7(62.5;20，40)

在A组中，A1、A2虽然药材干燥方式不同，但产地相同，两者共有峰率为100，变异峰率为0，相似度很高。说明烘干和晒干2种不同的干燥方式对药材内部化学成分组成影响较小。A4、A10与A1、A2，A8与 A10，A9 与 A4、A7、A10 间具有较高的共有峰率和较低的变异峰率。在沛县、兴化、宿迁、睢宁、南京、句容等地采集的黄蜀葵花药材内在质量较一致，受产地影响较小。

在B组中，A3与A1、A2为同一产地不同干燥方式的药材，A3与其他样品间共有峰率较低，变异峰率较高，表明A3药材与同一产地不同干燥方式的A1、A2药材及其他不同产地药材化学成分有较大差异。阴干方式对于药材内部质量的影响机制有待于今后进一步研究。

在C组中，A5、A6与其他产地药材间具有较低的共有峰率和较高的变异峰率，说明邳州产药材与其他产地药材内部化学成分差异较大，可能是当地气候环境对于黄蜀葵花中相关化学成分的积累有一定的影响，具体影响的方式和程度还有待进一步研究。

2.4 聚类分析

以10批黄蜀葵花药材共有峰相对峰面积值为聚类指标，应用SPSS 11.5分析软件，采用组间联结，欧氏聚类法，对不同产地黄蜀葵花红外光谱图进行聚类分析，10批药材聚类分析结果如图2所示。

当阈值T=15时，10批样品被划分为2大类，其中3号样品被单列为一类，其他9个样品被划为一大类。当阈值T=5时，其他9个样品继续细分，5 号6 号样品为一类，1、2、4、7、8、9、10 号样品为一类。随着阈值的减小，样品继续细分，1号、2号样品为一类，4号、7号为一类，8号、9号、10号为一类。聚类分析结果与双指标序列分析结果基本一致。

图2 样品聚类分析

3 结论

双指标序列和聚类分析方法均能较好的实现样品的区分，且分析结果类似，相比较而言，聚类方法更为快速。分析发现，产地不同会造成药材内部化学组成上的差异。其中，产于邳州、句容的药材分别与其他5个产地的药材在内部化学组成上存在一定的差异，说明邳州、句容及其他地区地理位置和气候环境对黄蜀葵花药材内部化学成分的积累影响各有不同，具体的内部影响机制还有待于后续进一步的研究。同时，通过分析数据发现，阴干方式会使得药材内部化学成分与其他干燥方式药材有较大差异，由此提示，阴干可能会导致药材内部化学成分发生较大的变化，具体的变化机理还有待进一步研究。

实验结果表明，黄蜀葵花药材内部化学成分受产地和药材干燥方式的共同影响，寻找适宜的药材种植基地，采用适合的药材干燥方式，对于保证黄蜀葵花药材质量的稳定性具有积极的意义。

参考文献

［1］ 国家药典委员会.中国药典(一部)［S］.2010:287.

［2］ 高 雷，张 平，程 钢.黄蜀葵花的研究进展［J］.安徽医药，2008，12(3):198 －120.

［3］ 巩 江，倪士峰，梁杨静，等.黄蜀葵的资源及药学研究进展［J］.安徽农业科学，2009，37(15):6979 －6980.

［4］ 谭业华，陈珍，顾种宜.中草药黄蜀葵的研究现状与展望［J］.海南师范学院学报:自然科学版，2006，19(2):163－167.

［5］ 袁天军，王元忠，赵艳丽，等.滇龙胆紫外指纹图谱共有峰率和变异峰率双指标序列分析法［J］.光谱学与光谱分析，2011，30(8):2161－2165.

［6］ 唐 军，王 青，王 强.基于FTIR的红花主成分聚类分析［J］.中草药，2011，42(6):1213 －1216.

［7］ 蔡 皓，秦昆明，刘 晓，等.用共有峰率和变异峰率双指标序列分析法分析百合的红外指纹图谱［J］.红外，2010，31(11):38－43.

［8］ 邹华彬，袁久荣，杜爱琴，等.甘草氯仿提取物红外指纹图谱双指标序列分析法［J］.中国中药杂志，2005，30(1):16－20.