双指标和化学计量学对板蓝根和姜黄进行品质分析

韩嘉欣， 陈昌云

(南京晓庄学院环境科学学院，江苏南京 211171)

姜黄为姜科植物姜黄(Curcumalonga.L.)的干燥根茎，属多年生草本植物，可作为保健食品的植物原料。姜黄主要成分为姜黄素类化合物和倍半萜类化合物，临床上具有抗肿瘤、抗氧化、抗艾滋病、抗老年痴呆等药理活性[1]，可治疗痛经、出血、跌扑肿痛、胸肋刺痛等疾病。板蓝根(Radix)为十字花科植物菘蓝的干燥根茎，分为北板蓝根和南板蓝根，前者盛产于河北、江苏等地，后者盛产于广东、福建等地。板蓝根味苦性寒[2]，具有增强免疫力、抗病毒、抗菌、抗炎等疗效[3 - 5]，可用于瘟病发斑、流感、流脑等[6]，是多种抗流感类中成药的主要来源。目前，市场上仍有板蓝根混伪品，如南北板蓝根混伪品及板蓝根与葛根的混伪品，所以，在生产过程中对其进行质量控制尤为重要[7]。

化学计量学中无监督模式识别(Unsupervised Pattern Recognition)中最常用的是主成分分析(PCA)和系统聚类分析(HCA)。PCA是以最佳的方法提取特征量之间相关性，特征量通过标准化后对其进行线性组合，最大程度的筛选出能体现原始数据信息的变量，大大降低维度，且可同时分析变量[8]。HCA是按照相似度为依据，对样品进行分类，以“物以类聚”为核心，在生物学领域被大规模使用[6]。双指标模型以n个样品为参照点，形成n维序列空间，加上共有峰率和变异峰率双指标空间，可在2+n维(n:样品数目)空间中观察样品间的异同，共有峰率越高，则说明样品间关系越亲近[9]。Ding等[10]通过化学计量学结合高效液相色谱对姜黄进行产地分析；Jin[12]利用高效液相色谱对板蓝根中(R-S)-告依春的含量进行分析。红外光谱具有样品前处理简单、分析速度快、样品无损坏等优点。本实验采用红外光谱指纹图谱结合双指标模型对板蓝根样品、板蓝根与葛根混伪品进行品质分析和产地分类，并运用PCA和HCA分析，进一步对姜黄样品进行归类。

1 实验部分

1.1 仪器设备和参数

岛津FT-IR Prestige-21红外光谱仪，光谱扫描范围4 000～400 cm-1,分辨率4 cm-1，扫描次数16次，扣除CO2和H2O的背景干扰。

1.2 试剂与药材

收集30份姜黄样品，产地分别为：广东(C0、C5、C10、C15、C20和C25号)，广西(C1、C6、C11、C16、C21和C26号)，山东(C2、C7、C12、C17、C22和C27号)，安徽(C3、C8、C13、C18、C2和C28号)，四川(C4、C9、C14、C19、C24和C29号)。4份板蓝根样品来自河北、广东、江苏和福建，依次编号为R1、R2、R3和R4号；1份葛根药材产地为河北，编号为R6号；1份板蓝根复方颗粒(成份：板蓝根，乙醇，蔗糖和糊精)产地为广西。将4份板蓝根样品与葛根混合(3∶2)，制成板蓝根伪品，编号分别是R7、R8、R9和R10号。

1.3 供试品和数据处理

将用于红外光谱分析的姜黄和板蓝根样品纯净并干燥24 h,粉碎，过200目筛。红外光谱图和红外二阶导数图采用IRsolution处理，25点平滑。运用SPSS软件对姜黄样品进行主成分分析与系统聚类分析。

2 结果与讨论

2.1 板蓝根、板蓝根复方颗粒、葛根、和板蓝根伪品的红外指纹图谱和数据

R1～R10的红外光谱光谱图见图1。从图1可以看出，板蓝根复方颗粒R5在3 538 cm-1出现了蔗糖的尖锐强特征峰-OH，1 262 cm-1和1 192 cm-1等出现了尖峰，为辅料蔗糖、糊精的特征峰，1 100、1 024、960和886 cm-1强吸收峰为蔗糖、糊精的特征峰C-O-C，804 cm-1特征峰归属于饱和C-H伸缩振动。板蓝根原料R1～R4与葛根原料R6，及两者混伪品R7～R10峰形分布类似；其中，2 995 cm-1附近强特征峰归属于-CH2反对称伸缩振动，1 970 cm-1附近为-C=O的伸缩振动，1 500 cm-1附近特征峰归属于-CH3和-CH2弯曲振动吸收峰。吸收峰波数见表1。

表1 板蓝根红外吸收峰数据

2.2 姜黄样品的红外指纹图谱和数据

C0～C4的红外光谱光谱图见图2。从图2可看出，不同产地的姜黄均在3 002、1 572、1 294 和873 cm-1附近有固定吸收。其中，3 002 cm-1附近强峰归属于-OH的伸缩振动，1 572 cm-1和1 492 cm-1附近为苯环骨架的伸缩振动，1 294 cm-1附近强吸收峰为-C=O的伸缩振动所采集到的峰，与文献报道[11]姜黄含有姜黄素类化合物和没药烷倍半萜类化合物所含有的基团具有一致性。

2.3 姜黄红外指纹图谱的共有峰率和变异峰率双指标序列

根据参考文献[12]红外指纹图谱的双指标序列，分别计算姜黄红外指纹图谱的共有峰率和变异峰率。

C0∶C1(53.8;42.9,42.9),C2(81.8;11.1,11.1),C3(81.8;11.1,11.1),C4(54.5;66.7,16.7)

C1∶C0(53.8;42.9,42.9),C2(66.7;22.5,22.5),C3(66.7;22.5,22.5),C4(70.0;42.9,0.0)

C2∶C0(81.8;11.1,11.1),C1(66.7;22.5,22.5),C3(100.0;0.0,0.0),C4(70.0;42.9,0.0)

C3∶C0(81.8;11.1,11.1),C1(66.7;22.5,22.5),C3(100.0;0.0,0.0),C4(70.0;42.9,0.0)

C4∶C0((54.5;16.7,66.7),C1(70.0;0.0,42.9),C2(70.0;0.0,42.9),C3(70.0;0.0,42.9)

5个姜黄样品共有峰率均大于53.8%，最高是C2∶C3为100.0%；最低是C0∶C1为53.8%。变异峰率最低的是C3∶C4和C2∶C3,均为0.0%；最高的是C0∶C4,其值为66.7%。

图1 板蓝根的红外(IR)光谱图Fig.1 IR spectra of Radix Curve:1-4 are Radix samples from Hebei, Guangdong, Jiangsu and Fujjian, 5 is Radix compound granule;6 is Kudzuvine root sample from Hebei;7-10 are mixtures of four different Radix samples with Kudzuvine root, respectively.

图2 不同产地姜黄的红外(IR)光谱图Fig.2 IR spectra of Curcuma longa.L.from different regions 0-4 are Curcuma longa.L. samples from Guangdong, Guangxi, Shandong, Auhui and Sichuan, respectively.

2.4 板蓝根的红外指纹图谱的共有峰率和变异峰率双指标序列

R1: R2(68.8;36.4,9.1),R3(86.7;15.4,0.0),R4(66.7;50.0,0.0),

R6(86.7;15.4,0.0),R7(62.5;50.0,10.0),R8(62.5;50.0,0.0),

R9(66.7;50.0,0.0),R10(73.3;36.4,0.0)

R2:R1(68.8;9.1,36.4),R3(78.6;9.1,18.2),R4(76.9;20.0,10.0),

R6(60.0;33.3,33.3),R7(76.9;20.0,10.0),R8(76.9;20.0,10.0),

R9(69.2;33.3,11.1),R10(64.3;33.3,22.2)

R3:R1((86.7;0.0,15.4),R2(78.6;18.2,9.1),R4(71.4;33.3,10.0),

R6(78.6;18.2,9.1),R7(71.4;33.3,10.0),R8(71.4;33.3,10.0),

R9(76.9;30.0,0.0),R10(71.4;33.3,10.0)

R4:R1(66.7;0.0,50.0),R2(76.9;10.0,20.0),R3(71.4;10.0,33.3),

R6(76.9;10.0,20.0),R7(90.9;10.0,0.0),R8(100.0;0.0,0.0),

R9(75.0;29.6,14.8),R10(83.0;10.0,0.0)

R6:R1(86.7;0.0,15.4),R2(60.0;33.3,33.3),R3(78.6;9.1,18.2),

R4(76.9;20.0,10.0),R7(64.3;33.3,22.2),R8(76.9;20.0,10.0),

R9(69.2;33.3,11.1),R10(91.7;9.1,0.0)

R7:R1(62.5;10.0,50.0),R2(76.9;10.0,20.0),R3(71.4;10.0,33.3),

R4(90.9;0.0,10.0),R6(64.3;33.3,22.2),R8(76.9;20.0,10.0),

R9(69.2;33.3,11.1),R10(91.7;9.1,0.0)

R8:R1(62.5;0.0,50.0),R2(76.9;10.0,20.0),R3(71.4;10.0,33.3),

R4(100.0;0.0,0.0),R6(76.9;10.0,20.0),R7(83.3;10.0,10.0),

R9(61.5;37.5,25.0),R10(75.0;29.6,14.8)

R9:R1(66.7;0.0,50.0),R2(69.2;11.1,33.3),R3(76.9;0.0,30.0),

R4(75.0;14.8,29.6),R6(69.2;11.1,33.3),R7(61.5;25.0,37.5),

R8(75.0;14.8,29.6),R10(75.0;14.8,29.6)

R10:R1(73.3;0.0,36.4),R2(64.3;22.2,33.3),R3(71.4;10.0,33.3),

R4(83.3;10.0,10.0),R6(91.7;0.0,9.1),R7(75.0;14.8,29.6)

R8(83.3;10.0,10.0),R9(75.0;29.6,14.8)

板蓝根R1～R4共有峰率均大于66.7%，最高是R1:R3达到86.7%，最低是R1:R4为66.7%；变异峰率最大是R1:R4为50.0%，最小是R1:R3为0.0%。因此，产地对于板蓝根的化学成分有影响。

葛根R6与板蓝根R1～R4共有峰率均大于60.0%，最高的是R6:R1为86.7%，变异峰率最大的是R6:R2，其值为33.3%。葛根和板蓝根的混伪品R7～R10与纯板蓝根样品R1～R4，共有峰率最小的是R7：R1和R8:R1,62.5%,最大的是R8:R4,100.0%;变异峰率最大的是R7:R1,R8:R1和R9:R1,50.0%,最小的是R8:R4和R7:R4为0.0%。所以，葛根含有的官能团与板蓝根极其相似，因此每逢病毒性疾病流行时，板蓝根会供不应求，因此常常存在板蓝根与葛根混用现象，这是不恰当的。

2.5 板蓝根红外二阶导数图谱及分析

图3 板蓝根的红外二阶导数图谱Fig.3 Second derivative IR spectra of RADIX Curve:1-10 are same as in Fig.1.

红外二阶导数图谱可以分离重叠的峰，提高红外图谱的分辨率[13]。为进一步对R1～R10进行区分，将2 000～400 cm-1范围内的红外光谱进行二阶导数处理，处理图谱如图3。不同产地的板蓝根R1～R4在1 639～1 465 cm-1、1 422～1 195 cm-1、1 157～1 016 cm-1、880～572 cm-1和718～404 cm-1具有相似的峰形。其中，1 639～1 465 cm-1范围之间为单峰，位于1 639cm-1处；1 422～1 195 cm-1范围之间有双峰，位于1 422和1 292 cm-1处；1 157～1 016 cm-1范围之间有3个吸收峰，位于1157、1 086 和1 016 cm-1处；880～572 cm-1范围之间有3个吸收峰，位于880、821和767cm-1处；718～404 cm-1为单峰，位于577 cm-1处。R4较R1～R3而言，峰信号更强。

板蓝根与葛根的混伪品R7～R10在1 739～1 499 cm-1、960～762 cm-1和583～403 cm-1具有相似的峰形。1736～499 cm-1为双峰，位于1 736和1 499 cm-1处，其中R8在1 499 cm-1峰形更尖锐，信号更强；960～762 cm-1范围之间为双峰，位于955和877 cm-1处；583～403 cm-1范围之间有单个吸收峰，位于583 cm-1处。R7在1 338、1 236、1 166、1 005 cm-1附近峰信号较弱。

2.6 基于SPSS软件对30份姜黄样品进行主成分分析和系统聚类分析

本实验选取类内平均链锁法(Within-groups Linkage)，并运用欧式距离平方作为测度，此种聚类方法和测度运用较为广泛[14]，且结果较精确。所得的树状图如4。从图4可以看出，姜黄样品仍然可以按照产地聚为一类。将6个共有的红外特征吸收峰的波数，作为输入变量(30×6)用于主成分分析。因PC1和PC2的总方差贡献率为88.101%(其中，PC1=68.067%,PC2=20.034%)，所以仅撷取PC1和PC2即可。从图5可以看出，30个姜黄样品较明显分为5类。首先，在PC1上，广西和四川的姜黄得分为正值，且广西姜黄样品得分最高，广东姜黄得分最低；因此，在PC1上能较好地区分广西和广东姜黄，且较其他产地姜黄，广西姜黄样品分布较为疏散。5号峰在PC1上对广东的姜黄样品载荷最小，其和1、3 6号峰能清晰地区分产地分别是广东和广西的姜黄样品。其次，在PC2上，四川和山东的姜黄样品得分均为正值，广东的姜黄样品得分接近0，四川和广西的姜黄样品得分为负值。6号峰在PC2上载荷最大，不能很好地将山东和四川的姜黄样品分类，2号和5号峰能很清晰的将安徽和四川产地的姜黄样品区分。综上，PC1不能有效地将安徽、广东和山东的姜黄样品进行区分；较PC1而言，不同产地的姜黄样品在PC2上分布的更分散，能达到很好的分类效果。

图4 30份姜黄样品树状分布图Fig.4 Dendrogram of 30 Curcuma longa.L. samples

图5 30份姜黄样品的主成分分析图Fig.5 PCA plot of the 30 Curcuma longa.L. samples

广东和安徽姜黄样品综合得分为均为正值，前者综合得分均值为1.12，得分最高，品质最佳，后者综合得分为0.49，次之；山东的姜黄样品品质居中，综合得分均值为-0.09；四川的姜黄样品综合得分为-0.229；广西的姜黄样品得分最低，品质最差，综合得分均值为-0.71。

3 结论

本文运用双指标模型和化学计量学对姜黄和板蓝根样品红外光谱图进行分析，达到了产地和品质分类的目的。由于葛根与板蓝根的官能团种类相似，两者混伪品与纯板蓝根共有峰率均大于62.5%。山东的姜黄样品综合得分与安徽的姜黄样品得分最接近，广西和广东的姜黄样品得分差值最大，且综合双指标模型，可得广西与广东的姜黄样品质量差别大。双指标模型能较精确地分析样品间亲缘关系，系统聚类分析和主成分分析仅适用于常规分类，准确度低。