陆 丹， 邓海山， 池玉梅， 吴 皓

(南京中医药大学，江苏南京 210046)

虎掌南星又名掌叶半夏，为天南星科半夏属植物掌叶半夏Pinellia pedatisectaSchott的干燥块茎，味苦、辛，性温，有毒，归肺、肝、脾经［1］，具有祛风定惊、降逆止呕、燥湿化痰、消痞散结的功效［2］，始载于《神农本草经》。天南星为天南星科天南星属植物，《中国药典》2010年版收载天南星Arisaema erubescens(Wall.)Schott、异叶天南星、A.heterophyllumB1.、东北天南星A.amurenseMaxim.的干燥块茎，具燥湿化痰、祛风止惊、散结消肿之功效［3］。两者同科不同属，自古应用多混乱，目前临床更有用虎掌南星混用或替代天南星，本小组曾研究了天南星的薄层色谱鉴别方法，2010年版药典已引用［3］。本试验采用上个世纪70年代兴起的具有分析过程简单快速、检测用量少、灵敏度高、不破坏样品、不污染环境等特性的近红外光谱(NIRS)技术［4－8］，结合聚类分析和主成分分析法，以期提供鉴别两者更便捷的方法。

1 材料和方法

1.1 仪器与试药

MPA型傅里叶变换近红外光谱仪(德国，BRUKEK)，自带 OPUS软件，MATLAB7.8 软件;虎掌南星和天南星药材购自安徽丰原铜陵中药饮片有限公司，见表1，经由南京中医药大学药用植物专家谈献和教授鉴定。

表1 药材品种及来源Tab.1 Varieties and sources of the samples

1.2 光谱采集方法

样品机械粉碎，过80目筛，60℃烘12 h，取约2 g于15 mL西林瓶，轻敲使样品面平整，设置OPUS采集参数:扫描范围12 500～3 600 cm－1，样品背景和样品扫描时间均为32 s，分辨率4 cm－1，样品恒温25℃。将近红外光谱的光纤探头对准西林瓶底部照射，扫描得样品的近红外光谱，重复测定6次，记录平均光谱。

1.3 数据处理方法

原谱21点平滑后求一阶导数，经矢量归一化(vector normalization)方法预处理，用 OPUS/INDENT定性分析软件中的沃德法(Ward′s Algorithm)进行聚类分析，用MATLAB7.8软件进行主成分分析。

2 结果与讨论

2.1 测试条件选择

经分析40目、60目、80目、100目、120目样品粉末，结果显示80 目为宜;分别试验 0.5、1.0、1.5、2.0、2.5、3.0 g 装样量，结果显示装样量大于 1.5 g，光谱稳定性好。分别设置16、32、64 s扫描时间，结果表明扫描时间长，扫描次数多，可降低噪音，于32 s为宜。在分辨率 2、4、8、16、32 cm－1下分别分析，结果显示分辨率4 cm－1为最佳。实验表明当重复测定超过6次时，所得平均光谱较好。

2.2 光谱预处理

近红外分析中的误差主要来自高频随机噪音、基线漂移、信号本底、样品不均匀与光散射等［9］。为消除各种光谱干扰因素，对光谱进行预处理。近红外光谱在4 000～9 000 cm－1信息含量丰富，选择此区域，利用OPUS/QUANT2软件的11种预处理方法，将虎掌南星和天南星各10批样品光谱数据进行偏最小二乘法回归，经内部交叉验证，建立校正模型，结果显示，选择一阶导数光谱+矢量归一化法作为光谱预处理方法，其内部交叉验证误差均方根显示为最小(0.135)，确定系数(R2)为最大(92.73)，虎掌南星和天南星药材的近红外光谱和一阶导数图见图1。

图1 虎掌南星和天南星光谱图Fig.1 The spectra of Pinelliae Rhizoma and Arisaematis Rhizoma

2.3 波长范围选择［10］

近红外主要吸收区域为含氢的各级倍频和合频带，4 000 ～5 000 cm－1为合频区，5 000 ～9 000 cm－1为一级倍频区，9 000～12 000 cm－1为二级倍频区，此区域谱线漂移严重，强度较弱，为末端效应［11］，系统误差也会使光谱曲线在末端产生较大噪音［9］，故一般不作分析区域。药材烘干前后，在波数为5 168 cm－1(1 935 nm)处有吸收差异，因此区域是O－H伸缩振动一级倍频区，为水分吸收敏感区，此波长区域也不作为分析范围。采用一阶导数+矢量归一化法，对药材近红外光谱图进行处理，结合 OPUS/QUANT2定量分析软件自动优化波长范围，在4 000～9 000 cm－1区域内考察不同波长范围对模型的预测能力，结果显示6 445.2 ～6 098.1 cm－1和4 601.5～4 246.7 cm－1区域为较佳波段。

2.4 聚类分析［12］

将样品的近红外光谱经21点平滑后求一阶导数，矢量归一化法处理后，在选择的波长范围采用聚类方法进行分析，结果见图2。树状聚类图显示虎掌南星和天南星药材分别聚为一类，显示同属之间更具有相似性，与植物分类一致。

图2 聚类分析树图Fig.2 Dendrogram showing hierachical result

2.5 主成分分析［13］

选取2.3项下优化出的特征波长范围，即从各样品测得的2307个数据中选择了184个特征信息点。将各样品的特征信息点导入MATLAB7.8软件中，以184个特征点处的近红外吸收值为变量，通过软件利用因子分析法进行特征分析，提取出规律性信息，用特征向量投影至二维平面，得到各样品在二维平面的主成分得分图，见图3。结果显示，利用第一主成分和第二主成分或者第二主成分和第三主成分作图，均可将虎掌南星和天南星药材区分，主成分得图上两属的药材彼此分布在不同的区域，更有显示同属或产地相近的天南星药材在图上比较接近的趋势，结果与聚类法分析结果一致。

图3 虎掌南星和天南星的主成分得分图Fig.3 PCA score plot of the samples

3 结论

近红外光谱里包含的药材信息经聚类分析和主成分分析，很直观地把虎掌南星和天南星划分为两类，表明两者成分存在差异，符合植物分类，该技术结合模式识别结果准确，方法简捷可行，可鉴别虎掌南星和天南星。

［1］国家中医药管理局《中华本草》编委会.中华本草精选本:下册［M］.上海:上海科学技术出版社，1998:2200－2209.

［2］毛淑杰，程立平，吴连英，等.天南星(虎掌南星)抗惊厥作用探讨［J］.中药材，2001，24(11):813.

［3］国家药典委员会.中华人民共和国药典:2010年版一部［S］.北京:中国医药科技出版社，2010:53－54.

［4］朱静毅，应忠良，闻琍毓.近红外光谱分析技术在药品质量控制中的应用［J］.中国药房，2009，20(7):550－551.

［5］胡钢亮，吕秀阳，程 柯，等.近红外光谱在线检测技术在中药领域中的应用展望［J］.中国中药杂志，2003，28(12):1117－1119.

［6］丁武蓉，干友民，郭旭生，等.近红外光谱技术(NIRS)在甘草品质检测中的研究与应用［J］.光谱学与光谱分析，2009，29(2):358－361.

［7］郭兰萍，黄璐琦，Huck C W .近红外光谱技术及其在中药道地性研究中的应用［J］.中国中药杂志，2009，34(14):1751－1757.

［8］石德芝.近红外光谱分析技术的应用综述［J］.科技信息，2009，15(33):433.

［9］何 勇，李晓丽，邵咏妮.基于主成分分析和神经网络的近红外光谱苹果品种鉴别方法研究［J］.光谱学与光谱分析，2006，26(5):850－853.

［10］柳艳云，胡昌勤.近红外分析中光谱波长选择方法进展与应用［J］.药物分析杂志，2010，30(5):968－975.

［11］Wu B，Walczak B，Massart D L，et al.Spectral transformation and wavelength selection in near－infrared spectra classification［J］.Ana Chim Acta，1995，315:243－255.

［12］刘木清，周德成，徐新元，等.聚类算法用于中药材的近红外光谱分析［J］.光谱学与光谱分析，2007，27(10):1985－1988.

［13］相秉仁.计算药学［M］.北京:中国医药科技出版社，1990:233－240.