红外光谱结合聚类分析法快速鉴别不同加工方式肉苁蓉△

王夏，孙素琴，徐荣*，彭芳，徐常青，刘同宁，陈君*

(1.中国医学科学院 北京协和医学院 药用植物研究所 濒危药材繁育国家工程实验室，北京 100193；2.清华大学 化学系，北京 100084；3.宁夏回族自治区永宁县本草苁蓉种植基地，宁夏 银川 750010)

·基础研究·

红外光谱结合聚类分析法快速鉴别不同加工方式肉苁蓉△

王夏1，孙素琴2，徐荣1*，彭芳1，徐常青1，刘同宁3，陈君1*

(1.中国医学科学院 北京协和医学院 药用植物研究所 濒危药材繁育国家工程实验室，北京 100193；2.清华大学 化学系，北京 100084；3.宁夏回族自治区永宁县本草苁蓉种植基地，宁夏 银川 750010)

目的：利用傅里叶变换红外光谱结合聚类分析法对不同加工方式肉苁蓉的宏观差异进行分析，为名贵濒危中药肉苁蓉加工方式的鉴别和选择提供方法和依据。方法：通过采用带有全反射衰减附件(ATR)的红外光谱仪，在4000～650 cm-1波段内检测3种整株加工和5种不同切片加工方式处理的180个肉苁蓉样品粉末，得到红外光谱图，图谱通过ATR校正及预处理后，应用AssureID软件进行聚类分析。结果：以识别率和拒绝率为指标判断聚类结果，当两个值都越大时，表明这两类物质之间没有重叠，可以较好地将其聚类然后分开。整株加工和切片加工的药材样品分别聚类，结果显示整株加工的肉苁蓉样品中，3种加工方式的识别率和拒绝率最高值均达到100%，最低值为76%；切片加工的肉苁蓉样品中，识别率最高达100%，拒绝率最低为72%。结论：红外光谱结合聚类分析不仅能有效区分不同加工方式的肉苁蓉样品，并且能佐证产地加工对药材成分变化的影响，为加工炮制药材的快速鉴别和质量控制提供了方法。

红外光谱；肉苁蓉；加工方式；聚类分析

肉苁蓉CistanchedeserticolaY.C.Ma为列当科(Orobanchaceae)肉苁蓉属(CistancheHoffmg.et Link)多年生寄生性草本植物，有“沙漠人参”之美誉，以干燥带鳞叶的肉质茎入药，具有补肾阳、益精血、润肠通便等功效，是我国西北荒漠地区特有的名贵补益类中药材[1]。经过十几年的研究，国内已初步形成了以西北为中心的肉苁蓉种植区域，内蒙古、新疆、宁夏和甘肃等省区先后建设了多个具有一定规模的肉苁蓉种植基地。随着药材产量的提高，产地加工已成为各种植基地面临的首要问题。产地加工是中药生产的第一步，是中药品质形成的重要影响因素。已有研究表明不同加工方式对肉苁蓉药材质量影响显著[2-5]。目前应用传统分析方法对不同加工方式肉苁蓉成分差异的研究较多[4-5]，传统分析方法需对样品进行分离提取，前处理繁琐，耗时长，不适合大批量样品快速鉴别；而不同加工方式的肉苁蓉药材成分差异较小，并且大多成分仅为量的差异，因此，业内缺乏对不同加工方式药材的无损鉴别和快速评价方法。

傅里叶变换红外光谱(Fourier Transform Infrared Spectroscopy，FTIR)技术具有灵敏度高、重复性好、样品用量少、无需提取分离、仪器操作简便等优点，而且具有宏观性、整体性及无损快速等特点，适用于鉴定中药材等复杂混合体系。红外光谱可以全面反映中药的复杂成分特征，对样品进行多层次、多指标分析。随着计算机技术的发展，高分辨、高光通量并且具有优良信噪比的红外光谱与化学计量学相结合进行中药材的模式识别，日益成为一种快速鉴别中药材的有效途径，在各个学科领域发挥了重要作用，如复杂混合物的分析鉴定[6-7]、活体细胞的损伤监控[8]、药用动植物产地和真伪优劣的快速鉴别[9-11]、中药材不同部位的成分分析和比较[12-13]等。

本研究首次利用傅里叶变换红外光谱(FTIR)结合AssureID软件对不同加工方式肉苁蓉进行聚类分析，为濒危中药资源肉苁蓉产地加工药材提供了一种简单易行的快速鉴别方法，同时也为肉苁蓉产地加工方式的选择提供依据，可有效保障肉苁蓉资源的合理开发和利用。

1 仪器与材料

1.1仪器

SpectrumOne傅立叶变换红外光谱仪、衰减全反射附件(ATR)、红外DTGS检测器(PerkinElmer公司)；BJ-150粉碎机(德清拜杰电器公司)；XQM-0.4L型球磨仪(南京大冉科技有限公司)。

1.2材料

实验原材料选自宁夏肉苁蓉基地2013年春季采收的新鲜肉苁蓉药材，经中国医学科学院药用植物研究所陈君教授鉴定为肉苁蓉CistanchedeserticolaY.C.Ma。选取完整、无明显虫蛀的肉苁蓉，统一用自来水冲去泥沙，将表面多余水分自然晾干。整株加工样品：分为3个处理组，处理方法及样本量见表1。切片加工样品：将新鲜肉苁蓉切成0.3cm厚度的鲜肉苁蓉片，分为5个处理组，处理方法及样本量见表2。所有样品干燥后用粉碎机和球磨仪粉碎，过200目筛，备测。

表1 肉苁蓉整株样品列表及处理方法

表2 肉苁蓉切片样品列表及处理方法

2 图谱采集和数据处理方法

红外图谱采集和处理应用SpectrumV10.0操作软件；聚类分析采用PerkinElmer公司研发的AssureID软件。

整株肉苁蓉样品和切片肉苁蓉样品均运用ATR附件进行扫描，ATR附件的全反射晶体为ZnSe，采用单次全反射测量方式，入射角度为45°。扫描条件：扫描16次(背景采集扫描32次)，光谱分辨率4 cm-1，测量范围4000～400 cm-1，衰减全反射压力常数为100。将肉苁蓉粉末铺到ATR附件样品台上，进行红外光谱扫描，获得红外光谱图，其中每个样品测定3次，求出平均光谱，进行ATR校正结合基线修正进行图谱处理(三者前后对比见图1)，ATR法扫描和透射法扫描获取的光谱因原理不同，纵轴及横轴的数值有一定差别。所以，通过对ATR光谱进行适当的校正，可取得更理想的结果。

图1 肉苁蓉样品红外光谱原图谱、ATR校正、基线修正前后对比图

3 结果与讨论

3.1不同加工方式整株肉苁蓉的聚类分析

对于不同加工方式的整株肉苁蓉样品，采用AssureID软件对红外图谱进行聚类分析，通过识别率(Recognitionrate)和拒绝率(Rejectionrate)进行了分析与评价(识别率即模型对属于该类未知样品的接受程度，即某类样品有多少落在该类模型的区域内；拒绝率即模型对于其他不属于该类未知样品的拒绝程度，某类样品模型对于其他不属于该类的未知样品的拒绝程度。当两个值都为100%时，表明这两类物质之间没有重叠，可以较好地将其分开)。识别率和拒绝率反映的是所建聚类模型的可信度，3种整株加工方式的药材粉末的识别率和拒绝率如表3所示。

表3 不同加工方式整株肉苁蓉识别率和拒绝率

由表3可以明显看出，直接晒干组样品的识别率和拒绝率分别为100%和76%，直接阴干组分别为100%和76%，蒸制晒干组分别为94%和100%；以识别率和拒绝率为指标，可以有效区分直接阴干组、直接晒干组、蒸制晒干组样品。

以任一加工方式的样品集合为横坐标，另外一个加工方式的样品集合为纵坐标，做出3种加工方式的类模型图，结果如图2所示(每一个椭圆区内为同一生育期的样本)。本类模型图显示，两两集合之间无重叠或者仅有少量重叠，可较好地鉴别开，结果较为理想。随着样本量持续增加，聚类效果会更加明显。

图2 不同整株加工方式肉苁蓉类模型图

3.2不同加工方式切片肉苁蓉的聚类分析

同3.1的数据分析方法，5种切片加工方式的药材粉末的识别率和拒绝率如表4所示。

由表4可以明显看出，水焯处理组的识别率和拒绝率分别是97%和72%，烘箱直接干燥组分别为100%和99%，冷冻干燥组分别为100%和90%，微波处理组分别为100%和81%，蒸气处理组分别为97%和88%。同样，以识别率和拒绝率为指标，可有效区分这5种切片加工方式的肉苁蓉样品。

表4 不同加工方式切片肉苁蓉识别率和拒绝率

同3.1，以任一加工方式的样品集合为横坐标，另外一个加工方式的样品集合为纵坐标，做出5种切片加工方式的类模型图，结果如图3所示。从图3可以直观看出，不同切片加工方式的样品两两比较，均可较好地鉴别开。类模型图中距离越远的两种加工方式的样品其成分差异也越大，如水焯组C与冷冻组L、烘箱组H的距离均较远，它们之间成分差异也较大。

图3 不同加工方式切片肉苁蓉的类模型图

4 结论和讨论

本课题组前期通过文献检索和实验研究发现不同加工方式对肉苁蓉主要成分松果菊苷、肉苁蓉苷A、毛蕊花糖苷、异毛蕊花糖苷、多糖和醇溶性浸出物的含量影响显著[4-5]，但这些检测分析均建立在复杂的前处理和仪器分离基础上，目前缺乏对不同加工方式药材的宏观分析和快速鉴别研究。本研究通过ATR红外光谱聚类分析，佐证了产地加工对药材成分变化的影响程度，以拒绝率和识别率为指标，聚类分析能够快速准确地把不同加工方式的肉苁蓉样品区分开来，类模型图也可以直观表明聚类的结果较为理想，说明采用傅里叶变换红外光谱结合聚类分析法应用于不同加工方式的鉴别是可行和有效的。同时，本研究也为中药粉末的快速分析和鉴别提供了一种直观简便的手段。在实验过程中，与传统化学分析方法相比，红外光谱操作简便，需样量少，无需对样品进行分离提取，避免了化学试剂对人体和环境的毒害，绿色环保。

以往红外光谱聚类分析大多采用KBr压片法进行[9-15]，本文采用ATR附件对肉苁蓉进行光谱采集，减少了KBr压片过程的人为误差，更加省时、省力、方便、快捷。此外，以往与红外光谱结合的聚类分析多应用Spectrum Quant +软件[14-15]，AssureID软件同样采用SIMCA聚类法；但是相比较原方法，AssureID软件单纯作为一个聚类软件，更加简明，操作简单。

目前应用红外光谱和聚类分析法进行药材真伪鉴别以及不同部位和产地比较的研究论文较多[12-13]，而对于不同加工方式药材的鉴别研究鲜有报道。由于不同加工方式的肉苁蓉差异相对较小，本研究中某些处理间的识别率和拒绝率相对较低，如整株肉苁蓉样品中，直接晒干处理和直接阴干处理的拒绝率仅为76%；切片肉苁蓉样品中，水焯处理的拒绝率仅为72%。今后研究中还需要引入其他图谱处理软件和矫正方法，建立一个更加准确和适合的聚类模型。

[1] 屠鹏飞，何燕萍，楼之岑.肉苁蓉的本草考证[J].中国中药杂志，1994，19(1)：3-5.

[2] 彭芳，徐荣，王夏，等.肉苁蓉属药材加工炮制研究进展[J].中国现代中药，2015，17(4)：406-412.

[3] 刘友刚，徐荣，王威，等.肉苁蓉质量控制及评价的研究进展[J].世界科学技术—中医药现代化，2009，11(3)：439-444.

[4] 彭芳，徐荣，高晓霞，等.蒸制和切片对产地加工肉苁蓉药材主要化学成分含量影响[J].现代中药研究与实践，2016，30(4)：8-11.

[5] 彭芳，徐荣，王夏，等.不同等级整株肉苁蓉的药材品质和产地加工蒸制时间研究[J].中药材，2016，39(2)：302-306.

[6] 陈建波，周群，孙素琴，等.红参类中药注射剂红外光谱法宏观质量控制标准的研究[J].光谱学与光谱分析，2007，27(8)：1493-1496.

[7] 阎姝，徐茂玲，图雅，等.红外光谱法对双黄连粉针剂的定性定量分析[J].光谱学与光谱分析，2009，29(6)：1558-1561.

[8] 周静，魏言春.光谱法研究FCLA与人血清白蛋白的相互作用[J].光谱学与光谱分析，2007，27(11)：2287-2290.

[9] 徐荣，孙素琴，刘友刚，等.红外光谱与聚类分析法无损快速鉴别肉苁蓉[J].光谱学与光谱分析，2009，29(7)：1860-1863.

[10]李兆奎，孙彩华，李美琴.铁皮石斛与几种常用混淆品的红外光谱鉴别[J].海峡药学，2005(3)：91-93.

[11]裴利宽，郭宝林，孙素琴，等.淫羊藿药材一些混淆物种的FTIR鉴别研究[J].光谱学与光谱分析，2008，28(1)：55-60.

[12]宫本佼，容蓉，张国英，等.九州虫草不同部位的红外光谱分析与评价[J].光谱学与光谱分析，2011，31(9)：2420-2423.

[13]李建蕊，陈建波，周群，等.中药三七不同部位和组织的红外光谱分析[J].光谱学与光谱分析，2014，34(3)：634-637.

[14]卢丽萍，汪金玉，林励，等.化橘红药材红外指纹图谱的聚类分析[J].广东药学院学报，2011(3)：284-287.

[15]孔德鑫，黄庶识，黄荣韶，等.基于双指标分析法和聚类分析法的鸡骨草红外指纹图谱比较研究[J].光谱学与光谱分析，2010，30(1)：45-49.

IdentificationofCistanchedeserticolawithDifferentProcessingMethodbyFTIRandClusteringAnalysis

WANG Xia1，SUN Suqin2，XU Rong1*，PENG Fang1，XU Changqing1，LIU Tongning3，CHEN Jun1*

(1.InstituteofMedicinalPlantDevelopment，ChineseAcademyofMedicalSciencesandPekingUnionMedicalCollege,Beijing100193,China；2.DepartmentofChemistry,TsinghuaUniversity,Beijing100084,China；3.NingxiaPlantationofCistanchesHerba,Yinchuan750100,China)

Objective：Inorder to provide basis for the identification and selection of theprocessing methods ofCistanchedeserticola，Fourier transform infrared spectroscopy (FTIR) combined with clustering analysis method was applied toidentifyC.deserticolasamples with different processing methods.Methods：By using the FTIR with attenuated total reflection(ATR) accessories，180 samples from the whole plants or slices ofC.deserticolathat went through diverse processing methodswere detected，and the infrared spectrographs in 4000-650 cm-1waveband were obtained.The spectrographs were corrected using ATR correction，and then clustering analyzed by Assure ID software.Results：The recognition rate and rejection rate are used as two judging criteria for clustering results.When the two rateswere bigger，it indicated that themodel performed more discrimination efficiency.As revealed by respectiveclustering，samples from both whole-plant processions and slice processions were at high values in these two rates.Thus，we could identify them through the method mentioned above.Conclusion：Infrared spectroscopy combined with clustering analysis can not only distinguish samples ofC.deserticolawith different processing methods，but provide a basis for nondestructive identification and rapid evaluation ofother medicinal materials.

Fourier transform infrared spectroscopy；Cistanchedeserticola；processing method；clustering analysis

国家自然科学基金(U1403224；81102748)；国家科技支撑计划项目(2011BAI05B03)；宁夏回族自治区科技攻关计划项目(YKX-12)

] 徐荣，副研究员，研究方向：药用植物栽培与保护；Tel：(010)57833180，E-mail：rxu@implad.ac.cn

10.13313/j.issn.1673-4890.2017.5.013

2016-10-08)

*[