不同产地覆盆子的近红外漫反射快速无损鉴别

高鸿彬 瞿敏 刘浩

摘要 目的：利用近红外光谱法，从整体上对不同产地的覆盆子药材进行了快速无损鉴别研究。方法：采用近红外光谱技术不经任何化学处理，对原始样品直接检测，获取样品的全部完整的光谱信息，通过结合聚类分析、相似度计算和主成分分析多种模式识别技术对样品进行定性分析，实现了不同产地覆盆子药材的快速无损鉴别。结果：虽然不同产地覆盆子所含化学成分不尽相同，但是相似的组成在近红外光谱图上显示出极其的相似性，在1 401.4～2 252.5 nm的波长区间，借助于聚类分析的模式识别方法能够用于覆盆子产地的快速鉴别，这与相似度计算以及主成分分析的结果一致。结论：该方法准确可信、快速无损、采样少，它为中药材产地的分析鉴别提供了新的方法参考，应用前景良好。

关键词 近红外漫反射光谱法;覆盆子;快速无损鉴别;主成分分析;相似度计算;聚类分析

Abstract Objective：To quickly identify Rubus Chingii Hu，the medicinal material from different regions without damage using near-infrared diffuse reflectance spectrometry.Methods：The near-infrared diffuse reflectance spectrometry was used to detect the original samples directly without any chemical treatment to obtain the complete spectral information of the samples.Through the combination of cluster analysis，similarity calculation，and principal component analysis，multiple pattern recognition technologies，the samples were qualitatively analyzed to achieve the rapid and non-destructive identification of Rubus Chingii Hu from different regions.Results：Although the chemical components of Rubus Chingii Hu from different regions were different，the similar components showed extremely similar on the near-infrared spectrum.In the wavelength region of 1 401.4～2 252.5 nm，the pattern recognition method based on the cluster analysis could be used for rapid identification of Rubus Chingii Hu origin，which was consistent with the results of similarity calculation and principal component analysis.Conclusion：The method is accurate，reliable，fast and nondestructive，and with few samples.It provides a new method reference for the analysis and identification of the origin of traditional Chinese medicine，and has a good application prospect.

Keywords Near-infrared diffuse reflectance spectrometry; Rubus Chingii Hu; Rapid and nondestructive identification; Principal component analysis; Similarity calculation; Cluster analysis

覆盆子為蔷薇科植物华东覆盆子Rubus chingii Hu的干燥果实[1]。其主产地在浙江、安徽等中国东部，又名华东覆盆子，常被称为树莓、对头苗、牛奶母、大麦泡等。覆盆子一般生长于低海拔至中海拔地区的山坡、路边阳处或阴处灌木丛中，在我国广泛分布，于安徽、江苏、浙江、福建、江西、四川、陕西、贵州、广西等地皆有其踪迹。近年来覆盆子被广泛种植，因种植覆盆子投入少、成本低，生产技术易掌握，日常管理比较简单，而且经济效益非常明显，很多地方已经把覆盆子种植当作一个重要的产业来扶持。2015版中华人民共和国药典中记载覆盆子味甘、酸，温，归肝、肾、膀胱经，功能与主治为益肾固精缩尿，养肝明目。用于遗精滑精，遗尿尿频，阳痿早泄，目暗昏花等症的治疗[1]。研究人员从覆盆子中分离出生物碱、黄酮、萜类等各种有效成分[2]，现代研究表明覆盆子具有缓解身体疲劳、改善学习和记忆能力、抑菌、抗诱变、延缓衰老、抗肿瘤、防止血栓形成的功效。

覆盆子产区较广，药材质量优劣传统方法多以其性状判断，缺乏系统、科学的鉴别手段。如何科学地、快速地对不同产地的覆盆子进行鉴别，减少人为因素和个体因素的干扰，以保证其质量，已成为重要的课题。在2015版中华人民共和国药典中对于覆盆子的常规鉴别方法有显微鉴别、性状鉴别和薄层色谱法[1]。性状鉴别是中药鉴定方法中最常见的一种，但是需要积累相当丰富的实际经验，且易受主观因素影响最后的鉴定结果，不利于中药实现现代化的要求。显微鉴别和理化鉴别方法步骤繁琐，用时长，在很大程度上取决于实验操作人员的实践经验和娴熟程度[3]。近年来，随着多种现代仪器分析技术的出现和应用，显著提高了中药质量控制的研究水平，比如可见分光光度法[4]、液相色谱法[5]、质谱法等，由于这些方法需要分离和提取药材，消耗大量时间和化学试剂，并且实验者操作时身体长时间触及到有毒的化学物质，影响其身体健康，不适合用于中药的快速鉴别。近红外光谱作为一种简便、高效、无损的检测手段[6-9]，在中药的定性分析方面取得了巨大的进展[10-13]。实验者可利用近红外光谱技术直接检测多种形态的试验样品，而无需破坏样品和制备样品，就能获得大量的样品信息。本文所采用的近红外漫反射光谱技术，结合各种模式识别技术如聚类分析、相似度计算和主成分分析，对来自多个地区的覆盆子进行了整体识别研究，方法便捷、实验结果令人满意，为中药材产地的分析鉴别[14-20]提供了新的方法参考，应用前景良好。

1 材料

1.1 仪器 傅里叶变换近红外光谱仪（德国布鲁克光谱仪器公司，型号：MPA），配有积分球漫反射采样系统和PbS检测器，仪器自带OPUS近红外操作软件。电子天平（瑞士METTLER TOLEDO公司，型号：XS205DU），鼓风干燥箱（上海博迅实业有限公司，型号：GZX-9240），100 g手提式中药粉碎机（广州市旭朗机械设备有限公司，型号：XL-06A）。

1.2 分析样品 覆盆子药材：收集于安徽省亳州市谯城区康美中药城，来自浙江2个（新昌，文中以浙江表示;淳安，文中以浙江2表示）、江苏、安徽2个（黄山，文中以安徽表示;宣城，文中以安徽2表示）、福建、四川、陕西共8个产地，每个产地覆盆子各6批次。经仁济医院宝山分院药剂科沈祎主管中药师鉴定为华东覆盆子（Rubus chingii Hu）的干燥果实。覆盆子产地的信息表见表1。

2 方法

积分球漫反射测样：所有覆盆子样品48批，经60 ℃烘干12 h。取出放冷后，粉碎，粉末过三号筛网（50目），密封，干燥保存，即得样品粉末。各称取48批覆盆子样品约3.0 g放入样品杯，利用金箔作为对照，每批一共扫描32次，设定扫描的分辨率2 nm，扫描范围为：833～2 500 nm（對应12 000～4 000波数）。对不同产地的覆盆子开展相近程度、聚类分析的评价以及提取主要成分进行比较。

3 结果

3.1 不同产地覆盆子的近红外光谱图 不同产地的覆盆子，其有效成分的组成虽不全相同，但大致相近的主体成分掩饰了化学组成的细微差异，所对应的近红外光谱差异不明显，如图1所示，想要快速区分，技术难度极大。本文采用各种模式识别技术如聚类分析、相似度计算和主成分分析，从近红外光谱中提取特有专属信息，寻找被多样复杂的共同点所掩饰的特质，从而用于分析鉴别。

3.2 不同产地覆盆子的聚类分析 通过选取光谱信息丰富、强度相对较大的近红外光谱1 401.4～2 252.5 nm谱段进行多次聚类分析计算，经过尝试，采用Ward′s算法[21]计算出类平均距离，使8个产地，每个产地6批共48批覆盆子的样品得到准确分类，聚类分析结果和局部放大图分别见图2和图3。

从聚类分析图可以清楚地看出，不同产地的覆盆子最终聚为一大类。进一步的聚类则地域相近的各自聚为一类，即浙江（新昌，文中以浙江表示;淳安，文中以浙江2表示）和安徽（黄山，文中以安徽表示;宣城，文中以安徽2表示）两产地的首先分别各自聚为一类，接着江苏和浙江的聚为一类，然后和福建、安徽聚类，最后和四川、陕西聚类，并且同一产地的不同批次各自聚为一类。

3.3 不同产地覆盆子利用近红外光谱技术的相似度计算 近红外光谱由于光谱重叠严重，同中药指纹图谱研究中的色谱研究类似，有必要计算图谱之间的相似度，以显示它们之间的细微差别，从而全面表达样品之间的近红外光谱指纹特征，体现其相似程度，实现样品更客观、更真实的归类。在本研究中，计算覆盆子谱图之间的相关系数来考察其相似度，对应的结果见表2。

从上述覆盆子样品间的相似度计算结果可以看出，浙江、江苏、安徽、福建四地所产覆盆子样品之间总体上具有较高的相似度，而四川和陕西产覆盆子样本间的相似性较高，但这两地所产覆盆子样本和浙江、江苏、安徽、福建所产覆盆子样本间的相似性相对较小，这与文中3.2的结果相同。这些微小的差别在3.1的近红外漫反射图谱上很难观察到，然而根据计算不同覆盆子样品漫反射光谱图的相似程度，非常直观地看出样品之间的差别与相似之处，最终实现覆盆子样品的快速识别。

3.4 近红外光谱主成分分析 主成分分析（PCA）是一种无监督的模式识别算法，该法无需依据已知类别关系的引导，只需提取近红外光谱图全谱信息即可对其进行分析，在不丢失重要光谱信息的情况下，同时以较少的新变量代替原有的多个变量，就可以消除大量重复叠加信息的影响，并能最大程度保留原始有效数据信息[22]。本研究采用PCA法对不同产地覆盆子样品的近红外光谱图进行主成分分析，对原始光谱数据进行降维处理后，由图4所示的前8个主成分累积贡献率为99.99%，前2个主成分（PC1和PC2）累积贡献率为99.84%，说明前2个主成分（PC1和PC2）可以替代原变量99.84%的信息。因此以贡献率最大的前2个主成分（PC1和PC2）绘制得分图5，横坐标代表主成分1（PC1）的得分值，纵坐标代表主成分2（PC2）的得分值，非常直观地观察各个产地覆盆子样品在主成分空间的分布情况，虽然来自浙江（新昌，文中以浙江表示;淳安，文中以浙江2表示）和安徽（黄山，文中以安徽表示;宣城，文中以安徽2表示）的覆盆子分别各自较为明显地集中于相近的空间分布区域内，但总体上来自浙江、安徽、江苏、福建、四川、陕西的覆盆子均相对集中地分别聚为各自独立的8组，且组间互不交叉，表明不同产地覆盆子在主成分空间图中载荷量差异有统计学意义，由此可对覆盆子产地进行准确分类，这与聚类分析和相似度计算的鉴别结果一致。

4 讨论

中药的鉴定分类和质量分析的最常见方法是以形态特征分析为主，加上一些理化分析法（薄层色谱法为主）。我国所拥有的中药材种类丰富多样，来源复杂，尤其是同属中药材，比如覆盆子虽然来自不同产地，但是其本身的化学成分和形态学特征差别不大，通过传统的形态学、理化学分析方法难以区分鉴别，而运用液相色谱法、质谱法等现代仪器分析方法对其进行鉴定，需要先进行药材的预处理，时间消耗长，同时也浪费较多试剂，对环境也产生污染，不适合快速分析。近红外光谱所主要反映的信息是分子内含氢基团（如C-H、O-H、N-H等）振动时倍频和合频的吸收，相关的信息量较多，其分析领域基本包括了全部的有机化合物和混合物。近红外光谱技术利用非侵入式技术手段，快速分析取得药材样品中所含全部化学成分的光谱信息，这比通过检测任一种或几种成分获取样品信息更加综合且全面。目前近红外光谱技术对覆盆子产地的定性分析研究尚未见报道。

本研究通过近红外漫反射光谱法结合聚类分析、相似度计算和主成分分析等多种模式识别技术，实现了多个不同产地覆盆子的快速无损鉴别，所得结果准确可靠，方法可行，从而为客观真实地评价中药材产地的鑒别分析提供了新的方法参考，应用前景良好。

参考文献

[1]国家药典委员会.中华人民共和国药典（一部）[S].北京：中国医药科技出版社，2015：382.

[2]石永芳.覆盆子的营养成分和药理作用的研究进展[J].山东化工，2017，46（6）：71-72.

[3]王亚敏，张卓勇，汤彦丰，等.近红外光谱技术在中药鉴别及分析中的应用[J].首都师范大学学报，2004，25（3）：41-45，51.

[4]郭宣宣，邱晓霞，张玲，等.可见分光光度法测定覆盆子中总三萜含量[J].安徽中医药大学学报，2017，36（5）：85-87.

[5]张玲，邱晓霞，岳婧怡.HPLC法同时测定覆盆子中鞣花酸和5种黄酮成分的含量[J].中药材，2017，40（11）：2625-2628.

[6]高鸿彬，刘浩，相秉仁.半夏及其伪品天南星的近红外漫反射快速无损鉴别[J].光谱实验室，2012，29（2）：899-902.

[7]赵桉熠，刘艳，石佳，等.基于质量常数评价方法的山豆根饮片等级评价研究[J].中国中药杂志，2020，45（7）：1664-1669.

[8]赖长江生，周融融，余意，等.基于近红外分析和化学计量学方法对不同产地灵芝快速鉴别及多糖含量测定的研究[J].中国中药杂志，2018，43（16）：3243-3248.

[9]陈龙，张晓冬，孙扬波.基于近红外漫反射光谱和PCA-SVM算法快速鉴别炉甘石[J].中国实验方剂学杂志，2019，25（18）：116-123.

[10]侯典云，宋经元，石林春，等.中药材锁阳的ITS2条形码分子鉴定研究[J].中国中药杂志，2013，38（23）：4028-4032.

[11]刘珈羽，李峰庆，郭换，等.白及粉品种近红外快速定性鉴别模型的建立[J].成都中医药大学学报，2018，41（1）：34-37.

[12]刘征辉，魏静娜，赵琳琳，等.近红外光谱技术在金银花和山银花判别中的应用研究[J].中国现代中药，2020，22（1）：58-64.

[13]闫晓剑，张瀚云，范林宏，等.便携式近红外光谱仪云端智能快速检测花椒饮片[J].中南药学，2019，17（9）：1436-1439.

[14]周颖，刘佳明，李秀芸.近红外光谱技术对女贞子进行快速检测方法的研究[J].中国药师，2020，23（1）：172-175.

[15]熊陈诚，李莉，王婷媛.基于近红外光谱技术不同产地肉桂子模型的建立[J].西北药学杂志，2016，31（3）：221-225.

[16]梁献葵，雷敬卫，纪亮，等.基于近红外光谱法对怀牛膝的定性及定量研究[J].中国医院药学杂志，2019，39（10）：1021-1026.

[17]赖添悦，蔡逢煌，彭昕，等.核密度估计算法结合近红外光谱技术鉴别三叶青产地[J].光谱学与光谱分析，2018，38（3）：794-799.

[18]唐艳，王维皓，刘江弟，等.基于近红外技术的西洋参质量评价及产地鉴别[J].中药材，2018，41（3）：540-545.

[19]黄得栋，何微微，马晓辉，等.近红外光谱法鉴别不同产地的南五味子[J].中兽医医药杂志，2018，37（2）：47-50.

[20]吴习宇，祝诗平，黄华，等.近红外光谱技术鉴别花椒产地[J].光谱学与光谱分析，2018，38（1）：68-72.

[21]相秉仁.计算药学[M].北京：中国医药科技出版社，1990：160-165.

[22]聂黎行，张烨，胡晓茹，等.近红外光谱法结合模式识别技术快速无损鉴别天然牛黄、体外培育牛黄和人工牛黄[J].药物分析杂志，2017，37（10）：1897-1903.