矿物类中药的近红外光谱鉴别方法

2014-08-06陈科力

中南民族大学学报（自然科学版） 2014年4期

陈科力，陈龙

(湖北中医药大学教育部中药资源与中药复方重点实验室，武汉430065)

矿物类中药指以天然矿物、矿物加工品、动物和动物骨骼的化石入药的一类中药[1].它是传统中药的3个组成部分之一，具有独特显著的疗效.如石膏有清热泻火、除烦止渴之功效[2]，赭石能平肝潜阳，重镇降逆，凉血止血[3]，为常用中药.又如雄黄[4]被用于治疗血液系统肿瘤及部分实体瘤，特别是在白血病治疗方面疗效显著.另有报道[5-7]麦饭石、硇砂、朱砂等亦表现一定的抗肿瘤活性.

矿物类中药具有较大的应用价值，但由于其来源复杂，且受矿石形成的地质条件、组成成分、微量元素及伴生矿物等影响[8]，使得其鉴定存在一定困难.目前，对矿物类中药的鉴定主要采用性状鉴定方法及一般理化鉴别反应.性状鉴别主观性较强，且难以区分矿物类中药的粉末；一般理化鉴别方法的专属性不强，有些操作繁琐耗时.由于分析技术的制约，市场上矿物类中药存在一些质量问题.如将矿物钟乳石的细长尖端部分钟乳鹅管石与珊瑚鹅管石混用[9]；炉甘石常以方解石冒充[10]；用现代动物的牙齿经处理后冒充化石类中药龙齿[11]等.

为满足矿物类中药准确、快速鉴别的需要，越来越多的现代分析方法被应用于对矿物类中药的分析，如：X射线衍射法、中红外光谱技术、近红外光谱技术、原子光谱法、电感耦合等离子体质谱法等[12].其中，近红外光谱技术以其快速、无损的特点，在矿物类中药鉴定中表现出一定的优势.

本课题组经过前期探索[11,13,14]，借鉴近红外技术在矿物学和地质学研究上的成熟方法，证明了矿物类中药近红外鉴别方法的可行性，基本形成了一套基于近红外光谱快速鉴别矿物类中药的方法，并逐渐趋于实际应用，现就该方法在矿物类中药鉴别中的几个关键步骤进行探讨.

1 矿物类中药近红外光谱

1.1 矿物类中药的近红外光谱特征

1.2 影响矿物近红外光谱特征的因素

影响矿物光谱特征的因素[16]较多，其中晶体结构和化学成分是影响矿物光谱特征最主要的因素之一.不同的矿物类中药由于在矿物组成及含量上存在差异，它们的近红外光谱特征亦表现出不同，这种图谱上的不同即成为其定性分析的依据.

与植物类中药相比，矿物药化学成分较为单一，近红外图谱相对简单.但确定谱带的归属却是比较困难的，因为每个近红外谱带可能是由不同基频的倍频及合频谱带组合而成，多是重叠谱峰和肩峰.另外，键强度、化学组分、电负性等多种因素共同影响近红外谱带位置变化.对于固体样品，散射、漫反射、特殊反射、表面光泽、折光指数和反射光的偏振等都被加载到样品近红外光谱上，这些都使近红外光谱的解析复杂化[20].所以通过直接解析矿物类中药近红外光谱特征来鉴定其真伪，在实际应用中是不可行的.

在矿物鉴定中，常根据矿物各基团吸收光谱产生的不同峰型、峰位以及强度，建立区域标准吸收谱线，通过该标准吸收谱线对区域未知矿物吸收谱线对比, 判断矿物种类、矿物定名及进行矿物分析[21].同理，利用近红外光谱技术鉴别矿物类中药真伪亦可通过建立校正模型来实现.

2 建立矿物类中药近红外光谱鉴别模型的方法简介

2.1 建立近红外光谱分析模型的基本步骤

近红外分析方法是一种通过模型来识别、定量的二次分析方法，在进行定性定量分析时首先需要建立校正模型，校正模型的好坏直接影响近红外分析方法的测定结果[22].建立模型后必须对模型进行验证，通过化学计量学方法对模型进行评估.模型通过验证后方可用于未知样品的检测.必要时进行模型维护.由于近红外光谱的采集速度较快，所以在完成建模后，通过相应的计算机软件将待测样品图谱与模型对比，即可快速实现对未知样品的检测.

根据近红外分析模型的建模和维护的基本步骤，矿物类中药鉴别过程可概括为以下几点.

(1)选择足够多且具代表性的样本，鉴别样品真伪，采集近红外光谱，建立校正集，再将校正集样品分为训练集和预测集；

(2)选择合适的近红外谱段、预处理方法及算法，利用训练集样本初步建立数学模型；

(3)利用预测集样品对模型进行评价和优化；

(4)用经过评价、预测效果较好的近红外分析模型判断未知样品相关性质；

(5)模型更新与传递.

2.2 校正集样品的选择及性质测定

校正集样品在性质及分布上都要具有代表性.故矿物类中药的近红外光谱鉴别模型的校正集样品应包括各种矿物类中药的正品、次品、伪品及中间过渡态.

近红外光谱法为间接校正方法[23]，必须依靠标准分析方法或参考方法提供建模需要的性质数据，这就要求所测量的校正集样品的性质数据准确可靠.具体到矿物类中药近红外光谱定性分析，则要求能准确鉴别建模所用样品的种类及真伪.矿物类中药的真伪鉴别主要以性状鉴别为主，但主观性较强.通过X射线衍射技术[24]可以准确测定出矿物类中药的组成、晶型、分子的构型构象及成分含量，这从分子结构层面上可以准确反映出矿物药的真伪优劣.故在进行近红外光谱分析时，可结合性状鉴别与X衍射法对校正集样品进行定性分析，以保证近红外模型的准确性.

2.3 矿物类中药近红外光谱的采集

获得近红外光谱主要应用两种技术[25]: 透射光谱技术和反射光谱技术.对于均匀或透明的样品(如水溶液)的近红外光谱分析常采用透射法测量光谱.而对于矿物类中药这一类固态样品，则应当使用近红外漫反射技术.如在建立化石类矿物中药龙骨、龙齿、石燕和石蟹等近红外快速模型过程中即使用的是漫反射技术[13].一般在漫反射测量时，入射光应垂直于样品表面，从侧面收集漫反射光，这样尽量减少不携带任何样品信息的镜面反射光的干扰[25].

光谱采集附件可选积分球或光纤漫反射探头.其中光纤探头使用方便，对块状样品及粉末都可进行测量，亦可对包装袋中的样品直接测量[23]，可提高分析效率，防止样品污染及交叉污染.

影响漫反射光谱重复性的因素包括样品的粒度、密度、平整度及表面性质等[22,25].Kubelka-Munk理论指出漫反射吸光度A与散射系数s有关，样品颗粒形状、粒径大小及分布等都将影响散射系数s的变化.s不变时，A与样品浓度c才能在一定范围内成正比.故在检测采集图谱时必须注意这些条件的稳定，常将矿物类中药制成均匀的细粉[13].

另外，水分对光谱影响较大，在建立分析模型前，可以对样品进行烘干处理[23].

2.4 矿物类中药近红外光谱预处理及建模谱段优化

近红外光谱还包含一些与样品性质无关的因素带来的干扰，导致了光谱的基线漂移和光谱的不重复性.因此对原始光谱进行预处理是十分必要的.矿物类中药近红外光谱预处理多采用传统的矢量归一化加一阶导数法，5、9、或13点平滑.平滑处理可以有效平滑高频噪音，提高信噪比.应用时，窗口宽度选择非常重要，应依据实际情况而定.窗口内数据点过多，光谱分辨率下降，光谱失真；但数据点太少，不能达到平滑去噪的效果[26].矢量归一化法可校正光纤路径长度潜在变异、光源强度波动及人为因素的影响.导数校正[27]可以减少由于样品表面物理性质及光纤采样点位置引起的谱图变化，强化谱带特征、克服谱带重叠.此外，为消除矿物类中药粉末的粒度分布不均，颗粒大小不一产生的散射影响，可采用多元散射校正(MSC)[22]的预处理方法.

建模谱段需确定近红外光谱中与待测化合物结构关联密切并受干扰程度较小的典型特征波数区域作为近红外特征谱段.由于成分组成较为简单，矿物药近红外图谱特征性相对较强，通过直接观察样品图谱，总结样品图谱有差异的谱段，并进行筛选，即可确定特征谱段，如对8种碳酸盐类矿物类中药的分析[12].但这种方法工作量较大，结果较主观.目前，在多元校正分析中，波长的选择方法主要有相关系数法、方差分析法、遗传算法(GA) 等，其中GA是应用较广泛的一种波长选取方法[28]. 尝试用其他新方法去确定建模谱段将具有较大的意义.例如郭志明等[29]提出了自适应蚁群优化偏最小二乘法优选特征波长的方法.蚁群优化算法选择的波长数量少，且有效选择近红外光谱特征波长，使模型简化，预测能力及适应性曾强.王立琦等[30]提出了卡尔曼滤波法，该算法无复杂的参数设置和变量选择的随机性，物理意义明确，可优选出少数对模型影响较大的特征波长变量以代替全谱建模.

2.5 近红外光谱模式识别方法

矿物类中药真伪鉴别可通过建立模式识别模型来完成.模式识别[22]方法按照有无训练集可以划分为无监督的模式识别方法和有监督的模式识别方法.有监督方法通过选择训练集样品建立分类模型，再根据未知样本在已知样本集中的位置对未知样品进行归属.故可利用校正集样品，通过优化特征谱段，选择适当预处理方法，建立参比光谱及确定模型匹配阈值，并组建多种矿物标准参比光谱库.在对未知样品进行检测时，选取相应的识别方法将未知样品光谱经预处理与定性模型谱库中的所有参比光谱进行逐一对比、匹配.当匹配值小于某类样品的阈值时，则认为该待测品与该类样品性质一致.常用的匹配方法包括相关系数法、残留变量法、光谱距离以及马氏距离法等.如采用相关系数法建立真伪龙齿定性模型[31]，预测正确率90%，有较好的预测能力，可用于快速鉴别真伪龙齿.

聚类分析[32]属于无监督的模式识别方法，适用于对于样本没有类的先验知识的情况，常用相似系数和距离定义样本间的相似性.袁明洋等[13]采用欧式距离计算样本间的相似性，进行聚类分析，成功将8种共38批含碳酸盐类矿物类中药样品区分开.

2.6 近红外光分析模型的评价、传递及维护

模型建立后，需要通过对验证样品的检测结果与已知的参数数据比较运算，用残差、相关系数、标准偏差等指标来评价模型的好坏.

由于不同厂商的近红外光谱仪器在性能上有所不同，其所测近红外图谱有所差异，模型不能在仪器间直接通用.解决这一问题途径除了完善仪器硬件加工的标准化外，还需要应用模型传递技术[23]，常用的方法有S/B算法、直接校正算法、分段直接校正算法等.

在日常检测过程中，会遇到样品不在模型范围内，无法识别，这就需要把该样品补充到模型中去，不断的维护、完善模型.

2.7 近红外光谱定量分析方法初探

在利用近红外模式识别模型对矿物类中药进行真伪鉴别的同时，本课题组也在探索建立用于预测矿物类中药中某些成分含量的的定量校正模型.如在含碳酸盐类矿物类中药的研究[12]中，采用偏最小二乘法，将训练集的近红外光谱与EDTA滴定法测定的碳酸钙含量参考值相关联.采用CV(Cross-Validation)和 TSV(Test Set Validation)两种验证方法对定量模型进行验证，以决定系数(R2)、交叉验证均方差(RMSECV)和外部验证均方差(RMSEP)等参数作为模型性能的综合评价指标.在上述评价方法的基础上，利用OPUS软件中自动优选建模参数功能，选择几组较好的建模参数，并对最好的建模参数进行适当优化.最终综合考虑内部交叉验证结果和外部验证结果，选择7500～4150cm-1谱段，FD(5)+MSC预处理方法，建立定量校正模型.该模型预测结果的平均相对偏差为0.24%，平均回收率为100.3%，结果准确、可靠.偏最小二乘法[33]采用主成分分析技术将光谱数据转化为主成分数据，然后和化学分析数据相关联进行定标建模，是目前近红外分析较常使用的方法.

3 建立矿物类中药近红外快速鉴别系统的构思

国内外学者对中药近红外光谱分析方法的研究大多数是分散的、非系统的，并没有建立一个能够推广应用的方法，造成了大量人力、物力、财力的浪费.对矿物类中药的鉴别亦是如此.

在各领域，应用近红外光谱技术的研究者都尝试建立信息化、系统化、便携化的快速分析方法.如在地质学方面，修连存等[34]研制适合野外测量的便携式近红外矿物分析仪进行矿物填图、区域调查和矿物鉴定.他们将包含有各种矿物标准图谱的数据库的光谱分析软件搭载到便携式仪器上，采集未知样品光谱，从中提取相关信息，与数据库数据进行匹配，达到鉴别矿物的目的.在农业领域，李军会等[35]提出构建“中国农业近红外分析技术软件及网络系统”.该系统是一个信息系统，包括信息的采集、处理、传送和利用等各个信息环节.在中药领域，华国栋[36]提出建立常用中药饮片近红外光谱数据库用于中药饮片识别的思想.该数据库建立在传统经验鉴别的基础上，采集近红外光谱数据，利用 ISIS/Base 数据库管理系统建立数据库.此外，黄华等[37]为了在近红外光谱分析中实现对现有光谱模型资源共享，提出了利用云计算中心的高性能服务器代替单机版的主机，然后在云服务器上开发近红外光谱软件分析系统.

结合以上研究成果，我们提出建立基于云计算的近红外光谱快速鉴别系统的构思.该系统可采用“移动终端+云计算服务”的运作模式.移动终端进行矿物类中药信息的采集和特征提取，云计算服务进行矿物类中药成分分析与处理，然后将检测结果推送至移动终端.并采取云端知识服务和本地知识库相结合的方式对光谱数据进行管理，用户可以将部分云端服务的内容保存在本地，形成本地知识库，让系统拥有更好的适应性和灵活性.对于部分在近红外区无响应的矿物类中药，也可通过结合其他光谱技术，对该系统的应用范围补充.该系统亦可进一步地向常用中药饮片及珠宝鉴别方向转化，其应用市场将会更加广阔.

4 总结及展望

本文综述了矿物类中药近红外光谱的基本原理及建立近红外光谱分析的基本方法，并提出了构建矿物类中药近红外光谱快速鉴别系统的思路.前期对矿物类中药一些建模方法的研究为建立矿物类中药近红外光谱的快速鉴别系统的奠定了基础，也扩展了近红外技术在中药领域的应用，具有一定的科研及市场价值.

目前，近红外光谱技术作为一种快速、无损的分析方法，已被中国、美国、日本、欧盟等多个国家和组织的药典所收载，广泛应用于制剂分析、化学分析、物理分析和过程分析等领域[38].虽然目前近红外光谱技术在中药鉴定中的应用还很有限，但随着中药化学物质基础研究的深入，以及信息技术和近红外光谱技术的快速发展，近红外技术逐渐成为一项迅猛发展的新的分析技术，也将为矿物类中药的真伪鉴别和快检技术提供新的方法.

参考文献

[1] 王喜军.中药鉴定学[M].北京：人民卫生出版社,2012:302.

[2] 刘元芬,李祥.煅石膏应用沿革及现代研究述要[J].中医药学刊, 2005,23(1):47-48.

[4] 林梅,裴军昌,张东生,等. 雄黄抗癌作用的研究进展[J].中国实用医药杂志,2007,12(13):1-4.

[5] 宋卫生,周殿元,续正慧.10%中华麦饭石浸泡液抑制DMH诱导大鼠大肠癌的研究[J].解放军医学杂志,1990,15(4):293-295.

[6] 孙铭,朱争艳,方淑昌,等.中药硇砂提取液裸小鼠肿瘤内注射治疗肝癌的实验研究[J].肿瘤防治研究,2002,29(5):365-372.

[7] 徐韬,林小凤,徐先祥,等.朱砂与石膏体外抗肿瘤作用研究[J].海峡药学,2012,24(1):233-235.

[8] 温海成,贾徽,康延国.矿物药鉴定的研究进展[J].中国民族医药杂志,2010,1(1):61-62.

[9] 陈世平,陈倩,林静,等.鹅管石药材的质量探讨[J].中国实用医药,2013,8(8):253.

[10] 张楠,刘建利.市售炉甘石质量的X射线衍射分析[J].中药材,2007,30(12):1519-1521.

[11] 刘义梅,陈科力,袁明洋,等.近红外漫反射光谱法快速鉴别两组化石类中药材[J].世界科学技术-中医药现代化,2013,15(7):1538-1543.

[12] 袁明洋,陈科力,黄必胜.矿物药鉴别方法研究进展[J].中国药师,2014,17(7):1220-1224.

[13] 袁明洋,黄必胜,余驰,等.8种含碳酸盐的矿物类中药近红外定性定量模型的建立[J].中国中药杂志,2014,39(2):267-272.

[14] 黄必胜,袁明洋,余驰,等.红外及近红外光谱法对真伪龙齿的快速鉴别[J].中国现代中药,2013,15(12):1046-1049.

[15] 陈雪源,曾南石,曾妮萍,等.便携式近红外光谱仪的粘土样品鉴定及应用研究[J].矿物学报,2013:1006-1007.

[16] 代晶晶,王润生.常见透明矿物药波谱特征研究综述[J].地质科技情报,2013,32(2):8-14.

[17] 修连存,郑志忠,俞正奎,等.近红外光谱仪测定岩石中蚀变矿物方法研究[J].岩矿测试,2009,28(6):519-523.

[18] Clark R N, King T V V, Kl ejwa M , et al. High spectral resolution reflectance spectros copy of minerals[J]. J Geophy Res，1990, 95( B8 ):12653-12680 .

[19] Hunt G.R. Spectral signature of particulate minerals in the visible and near-infrared [J].Journal of Geochemical Exploration,2011,108:143-156.

[20] 王智宏.野外矿物近红外光谱分析关键技术研究[D].长春:吉林大学,2005:9.

[21] 白立新.近红外矿物鉴定与分析研究[J].宁夏工程技术,2007,16(4):334-338.

[22] 陆婉珍.现代近红外光谱分析技术[M].北京:中国石化出版社,2006:29，59，174.

[23] 陆婉珍.近红外光谱仪器[M].北京:化学工业出版社,2010:4-8，13-14，60，69.

[24] 黄必胜,袁明洋,陈科力.X射线衍射技术在矿物类中药鉴定中的研究进展[J].中国现代中药,2013,15(11):917-921.

[25] 熊英.近红外光谱的原理及应用[J].中山大学研究生学刊,2013,34(2):16-30.

[26] 尼珍,胡昌勤,冯芳.近红外光谱分析中光谱预处理方法的作用及其发展[J].药物分析杂志,2008,28(5):824-829.

[27] 胡昌勤,冯艳春.近红外光谱法快熟分析药品[M].北京:化学工业出版社,2009:67-71.

[28] 褚小立,袁洪福,陆婉珍.近红外分析中光谱预处理及波长选择方法进展与应用[J].化学进展,2004,16(4):528-542

[29] 郭志明,黄文倩,彭彦昆,等.自适应蚁群优化算法的近红外光谱特征波长选择方法[J].分析化学,2014,42(4):513-518.

[30] 王立琦,葛慧芳,李贵滨,等.基于卡尔曼滤波的近红外光谱特征波长变量优选方法[J].光谱学与光谱分析,2014,34(4):958-961.