文章标题 全文   多个检索词，请用空格间隔。

       【摘要】 
       目的应用近红外光谱分析技术建立快速检测六味地黄丸中定量指标的方法。方法按照《中国药典》法分别测定六味地黄丸水分、丹皮酚和马钱苷的含量作为其化学值（真值），并测定其近红外光谱。结果通过对模型的优化，建模样品集化学值（真值）与近红外预测值的相关系数r分别为：r（水分）＝0.977 4，r（丹皮酚）＝0.920 2，r（马钱苷）＝0.960 1。检验样品集化学值与近红外预测值的相关系数分别为：r（水分）＝0.991 7，r（丹皮酚）＝0.872 4，r（马钱苷）＝0.871 2。实验结果表明应用化学法测得的六味地黄丸中水分、丹皮酚、马钱苷含量与近红外预测值之间存在较好的线性关系。结论应用近红外光谱分析技术建立快速检测六味地黄丸中定量指标的方法是可行的。
       【关键词】  近红外光谱； 六味地黄丸； 定量指标
       The Rapid Detection of the Quantitative Indicators in LiuWeiDiHuang Pills by the Near Infrared Spectroscopy
       CHEN Bin,LI Junhui,ZANG Peng,TIAN Ruihua,YAN Yongchao3,CHI Yuming,TIAN Ming,ZHANG Luda,YAN Yanlu
       1.China Astronaut Research and Training Center,Beijing,100094,China;2.College of Information and Electrical Engineering,China Agricultural University, Beijing,100094,China;3. Beijing TongRenTang Technologies Company Limited,Beijing 100075,China
       Abstract：ObjectiveTo develop a method of rapid detection of the quantitative indicators in LiuWeiDiHuang pills by the near infrared spectroscopy. MethodsThe three indicators (water, paeonol and loganin) of LiuWeiDiHuang pills were measured according to the Pharmacopoeia as its chemical value (true value), and measured its near-infrared spectroscopy. ResultsThrough the optimization of the model, the correlation between the reference value of the modeling sample set and the near infrared predictive value were r(water)=0.977 4, r(paeonol)=0.920 2,r(loganin)=0.960 1, respectively. The correlation between the reference value of the testing sample set and the near infrared predictive value were 0.991 7, 0.872 4, 0.871 2, respectively. Experimental results showed that the chemical value of water, paeonol and loganin were linear with the near infrared predictive value. ConclusionDetermination of the content of water, paeonol and loganin in LiuWeiDiHuang pills by the near infrared spectroscopy is feasible.
       Key words：Near Infrared Spectroscopy;   LiuWeiDiHuang pills;   Quantitative indicator
       
       六味地黄丸为补阴方药之祖，功能滋阴补肾，可以治疗因肾阴不足引起的各种虚证。该成药为复方制剂, 其化学成分甚为复杂, 根据2005年版《药典》要求,需定量检测的指标及要求（以水蜜丸为例）分别为水分（甲苯法，含量≯12％）、丹皮酚（HPLC法，含量≮0.9 mg/g）和马钱苷（HPLC法，含量≮0.7 mg/g）［1］，此法用于生产过程中的批次检验费工费时费人力。近红外光谱分析技术由于具有快速、无污染、样品不需复杂前处理和可同时检测多个组分等优点已有广泛共识［2，3］，作者也深入进行了相关研究［4，5］。本文利用近红外光谱分析技术的上述优点，应用自主开发的中药近红外光谱分析软件，建立六味地黄丸3个指标成分的近红外光谱定量分析数学模型来快速检测未知样品，取得了令人满意的结果。
       1  仪器与材料
       1.1   仪器MPA傅立叶变换近红外光谱仪，积分球型样品池，PbS检测器（BRUKER仪器公司，德国）；高速粉碎机（环亚天元机械技术有限公司，北京）；DZF6090型真空干燥箱（精宏实验设备有限公司，上海）；干燥器；称量瓶。
       1.2  材料同仁堂产六味地黄丸（水蜜丸）样品，每批随机取样3瓶；单味原料中药材熟地黄、山茱萸、山药、泽泻、牡丹皮和茯苓及蜂蜜均由同仁堂科技公司提供；按照2005版《中国药典》自制缺味、少量（分别按少25%，50%，75%配制）六味地黄丸（水蜜丸）样品。
        
       所用样品的水分、丹皮酚和马钱苷的含量由同仁堂科技公司质检科提供。
       2  方法
       2.1  供试品的制备将3瓶六味地黄丸（水蜜丸）取出混合均匀，随机称取样品10 g左右用高速粉碎机粉碎约1 min，装入自封口塑料袋中密封冰箱保存备用。
       2.2  六味地黄丸近红外光谱库的建立六味地黄丸近红外光谱测定方法为：采用积分球漫反射的工作方式，为了保持装样样品松紧度的一致性，在装样完成后用一个重约300 g的砝码对样品进行压样处理［6］。扫描范围为4 000～12 500 cm-1，波长的准确度小于0.1 cm-1，分辨率为4 cm-1，扫描次数为64次。按照此法扫描所有六味地黄丸样品，组成六味地黄丸近红外光谱库。
       
       应用自主开发的《中药近红外光谱分析软件》进行建模和优化，优化的内容包括数据预处理方法以及分析谱区范围的选择。采用的光谱预处理方法主要有中心化法、矢量归一化法、极差归一化法、散射校正法、一阶导数法、二阶导数法，通过分析比较，得到了近红外数学模型最优的数据预处理方法［7，8］；谱区的选择是对光谱数据集压缩的一种方法，分析谱区范围选择过宽会增加无效信息，降低有效信息率，分析谱区过窄，则可能丢掉有效信息降低数学模型分析的准确度，通过比较分析，来获得近红外数学模型最优的谱区范围。以同仁堂提供的水分、丹皮酚和马钱苷含量作为近红外光谱分析的基础数据（亦称化学值或真值）。
       3  结果
       3.1  六味地黄丸近红外光谱库的建立六味地黄丸样品的近红外原始光谱见图1。
       3.2  六味地黄丸水分、丹皮酚和马钱苷含量近红外数学模型的建立将六味地黄丸样品分为两组，一组为建模样品集，用以建立不同成分的近红外定量分析数学模型，一组为检验样品集，用以检验所建模型的效果。利用偏最小二乘法（PLS法）建立六味地黄丸近红外光谱与水分、丹皮酚和马钱苷含量之间的数学模型，通过选择不同的分析谱区（4 000～7 000 cm-1、4 000～8 000 cm-1和4 000～9 000 cm-1）和不同的数据预处理方法(如中心化、矢量归一化、极差归一化、散射校正、一阶导数、二阶导数及与其与中心化的组合等)对模型进行优化。结果表明，谱区范围对模型的效果产生显著影响，以4 000～8 000 cm-1效果最好，过窄或过宽均使模型效果下降。
        
       选取不同的数据预处理方法对模型的影响也不同，通过分析比较以一阶导数法对数据预处理后得到的模型结果为最优。
        
       通过优化确定选取4 000～8 000 cm-1作为分析谱区，采用一阶导数法对数据进行预处理，所建模型用相关系数（r）、校正标准差和平均相对误差来共同评价，预测模型用检验集样品的相关系数（r）、预测标准差和平均相对误差来共同评价，见表1。建模集与检验集样品水分、丹皮酚和马钱苷真值与预测值的散点图见图2。表1  六味地黄丸水分、丹皮酚、马钱苷建模集和检验集的相关指（略）
       
       表1及图2可知，六味地黄丸三指标含量真值与预测值之间存在较好的线性关系，相关性显著，表明以六味地黄丸样品所建3种指标成分的数学模型可行。
       3.3  利用模型预测未知样品利用上述三个指标的数学分析模型对22个建模外的已知含量样品进行预测，并计算二者的相对误差，同时计算各指标的平均相对误差。结果见表2。表2  3个数学模型对六味地黄丸样品水分、丹皮酚和马钱苷的预测结果（略）
       从表2中预测的结果可以看出，马钱苷的相对误差最大者为13.65％，平均相对误差为4.28％，丹皮酚的相对误差最大者为15.13％，平均相对误差为5.07％，整体预测效果较好；而水分的相对误差最大者达26.39％，平均相对误差为11.54％，整体预测效果较差，但未出现超标值，这可能与甲苯法测定水分含量的准确度有关。
       4  讨论
       4.1  关于水分定量分析按2005版《中国药典》规定六味地黄丸合格品的水分含量应为不大于12%，属于含量较大的组分，也是近红外光谱法能够较为准确测定的成分。但从模型的预测结果来看，与甲苯法测定值存在较大差异，相对误差最大者达到26.39％，说明利用甲苯法测定的水分含量准确度较差，因此，要提高模型的预测性能，水分真值的准确测定方法必须改进。
       4.2  关于马钱苷、丹皮酚定量分析马钱苷和丹皮酚是2005版《中国药典》规定的两个指标成分，合格的六味地黄丸（水蜜丸）丹皮酚含量不低于0.9 mg/g、马钱苷含量应不低于0.7 mg/g，虽然含量较低，但利用所建模型预测22个未知样品，马钱苷的平均误差为4.28%，丹皮酚的平均相对误差为5.07%，可见模型的预测效果较好，因这两个指标由HPLC法测定，准确度较高，从而大大提高了建模效果。
        
       通过对六味地黄丸（水蜜丸）进行近红外光谱分析研究，建立了六味地黄丸水分、丹皮酚和马钱苷含量的近红外光谱定量分析数学模型，其预测性能均较高，可以实现快速分析六味地黄丸中水分、丹皮酚和马钱苷的含量，表明近红外光谱分析技术在六味地黄丸生产过程中质量控制方面具有广阔的应用前景。
       【参考文献】
         　　［1］国家药典委员会.中国药典，Ⅰ部［S］.北京:化学工业出版社，2005: 401.
       
       ［2］范铭然，孟庆繁，林 凤，等.近红外光谱－偏最小二乘法快速测定八角茴香中莽草酸含量［J］.时珍国医国药，2009，20(5):1199.
       
       ［3］史贵连，叶福丽.近红外漫反射光谱法在中药材分析中的数学模型及其评价［J］.时珍国医国药，2007，18(1):120.
       
       ［4］陈斌，严衍禄.近红外光谱法快速分析葛根中的有效成分［J］.光谱学与光谱分析，2002，22(6):976.
       
       ［5］臧鹏，陈斌，严衍禄，等.短波近红外光谱法测定葛根中总异黄酮含量［J］.时珍国医国药，2007，18(11):2614.
       
       ［6］李军会, 秦西云, 张文娟，等.样品装样、测试条件等因素对近红外检测结果的影响与分析误差源比较研究［J］.光谱学与光谱分析, 2007 , 27 (9) :1571.
       
       ［7］严衍禄，赵龙莲，韩东海，等.近红外光谱分析基础与应用［M］.北京:中国轻工业出版社，2005:146.
       
       ［8］张银，周孟然.近红外光谱分析的数据处理方法［J］.红外技术，2007，29(6):345.