采用AOTF近紅外技術在線檢測黃芪的提取與濃縮過程

摘要：本文考察美國 Brimrose 公司的 Luminar 3060 多通路 AOTF 技術近紅外光譜儀在線測 試中的可行性，輔以 Unscrambler 化學計量學光譜分析軟件，做了兩方面工作，其一：對黃 芪提取及濃縮溶液中化學指標黃芪甲甙百分含量的定量分析；其二，對濃縮過程中溶液的物 理指標密度進行在線測試，在樣品數量有限的情況下，兩者都達到了比較理想的效果，說明 完全可以實現(xiàn) AOTF 近紅外光譜儀在線監(jiān)測和控制黃芪提取過程的目的。

關鍵詞? ?聲光可調；近紅外光譜；黃芪；偏最小二乘法

黃芪具有補氣升陽、益衛(wèi)固表、托毒生肌、利水消腫等功效，近年來對其藥理作用研究 取得了較大進展，在制藥企業(yè)中，對黃芪的主要質量控制指標，主要集中在黃芪甲苷和類黃 酮成分和黃芪甲甙為原料的中藥制劑的檢測上，近年來，用 HPLC 法測定黃芪中黃酮類成分 和黃芪甲苷的含量，應用 HPLC-ELSD 檢測方法測定黃芪注射液中黃芪甲苷的含量的等等報道 見諸報端，本文嘗試 AOTF 近紅外光譜儀在在線監(jiān)測黃芪濃縮液密度和生產中檢測黃芪中黃 芪甲甙含量，以控制提取過程的可行性。

近紅外(NIR)光譜法是近年來發(fā)展迅速的一種綠色分析技術，并以其獨特的優(yōu)點開始應用 于中藥分析[1-4], 以往多采用傅立葉變換近紅外光譜儀。20 世紀 90 年代末出現(xiàn)了第 5 代聲光 可調（AOTF）近紅外光譜儀，被稱為“90 年代近紅外光譜儀最突出的進展”。這種新型的近紅 外光譜儀具有結構簡單、體積小、重現(xiàn)性好和儀器環(huán)境適應性強的特點，將過去必須在室內， 且對溫度、濕度、灰塵、防震均有嚴格要求的各項檢測轉移到了生產在線和現(xiàn)場（室外）。 最近幾年，AOTF-近紅外光譜分析儀引進國內，已經開始應用于煙草及化工行業(yè)中 [5]。

1 實驗部分

1．1??? 實驗儀器和樣品

儀器：美國 BRIMROSE 公司產的 AOTF-NIR 自由空間近紅外光譜儀，主要部件包括： 光學部分、控制部分、電源適配器。軟件包括 SNAP!光譜處理軟件和 CAMO 化學計量學軟 件。

樣品：濃縮實驗時間為兩天，共收集了 55 個光譜數據，對濃縮液密度進行定量檢測，收集 35 個樣品用來對黃芪中黃芪甲甙含量進行定量檢測。

1．2???????? 實驗方法

本方案采用旁路在線檢測的方式，從主管道引出一旁路，在旁路上接上十字型流體測 樣器，在測樣器的下游安裝一個支管，管上安裝閥門通過開關閥門 3 使流體從管中流出。

在實驗的過程中，正常狀態(tài)時閥門 3 關閉，流體在旁路中流通并返回到主管道中去；

當光譜掃描完畢，馬上關閉閥門 1 和閥門 2，將閥門 3 打開，使流體從短管中流出，用塑料樣品瓶盛接，接滿后蓋上瓶蓋，取樣完畢。然后，關閉閥門 3，打開閥門 1 和閥門 2，使流 體在旁路中正常流動。因短時間內，溶液的狀態(tài)不會發(fā)生變化，因此可以認為掃描的光譜即 為樣品瓶中的溶液樣品的光譜。

將樣品瓶用薄膜封口并進行編號，一天的樣品收集完成后，統(tǒng)一放到冰箱中保存。然 后去分析室用高效液相色譜儀分析各指標的含量數據（分析的數據盡可能準確），將指標的 含量數據與對應的光譜數據相關聯(lián)，當樣品達到一定的數量時，用挪威 CAMO 公司的 Unscrambler 化學計量學軟件計算，得到模型。

本次實驗分為黃芪提取與濃縮兩個過程，提取時溶液的溫度為 95℃左右，濃縮時溶液 的溫度為 80℃左右。提取分兩步：一煎和二煎，每個步驟約 90 分鐘的時間。每個步驟的取 樣方式為：開始每隔 5 分鐘取一個樣品，取約 6 個樣品后，剩余時間每隔 10 分鐘取一個樣品。每個步驟約取 12 個樣品。濃縮分兩次，每次約 4 個小時。取樣方式為：每次開始的時 候每隔 20 分鐘取一個樣品，2 小時后每隔 10 分鐘取一個樣品，并液后連續(xù)取樣，整個濃縮 過程能夠取到 35 個樣品。

將光纖接到 1 號通路，利用光纖通過透射的方式采集樣品的光譜數據。

1．3?? 數據處理

提取過程每一張光譜都是 100 次掃描的平均結果，濃縮過程每一張光譜都是 200 次掃 描的平均結果。波長范圍 1100nm 至 2300nm，1nm 的波長間隔。光譜數據以透過方式采集并 處理為吸收光譜的一階微分。然后利用每個樣品主成分含量數據(或密度數據)和該樣品的光 譜數據一一對應，創(chuàng)建校正模型，利用建好的校正模型對樣品進行預測，并計算出各組分的 預測偏差。

2．結果與分析

2．1. 光譜

2．2????? 回歸和模型化

利用偏最小二乘回歸法對濃縮溶液密度和黃芪甲甙兩個參數進行回歸、建模。

從 PLS1 回歸模型上看，濃縮溶液密度和黃芪甲甙百分含量的模型非常好，相關系數分

別為 0.9773 和 0.9849。

2．3????? 預測

本次濃縮實驗時間為兩天，共取得了 70 個光譜數據。數據編號為 2701-2735；2801-2835，

即 7 月 27 日取得 35 個樣品，7 月 28 日取得 35 個樣品，共 70 個樣品。

濃縮過程密度的建模說明：

樣品數量共 70 個，沒有記錄密度數據的樣品有 4 個（2713、2714、2725、2735），密度數據明顯異常的樣品有 2 個（2822、2823 其密度值皆為 0.5）。剩下有數據的樣品數量為64 個。通過分析有明顯異常或數據不夠準確的樣品有 9 個：2701、2702、2704、2705、2801、2815、2816、2817、2835。這樣總共有 55 個合格的樣品，將這些樣品按編號進行排序，每隔 5 個樣品取一個樣品（即順序號為 5、10、15、20、25、30、35、40、45、50）共 10 個樣品做為驗證集樣品，不參與建模；另外的 45 個樣品用于建立模型。用建立好的密度模型來預測 10 個驗證集樣品，結果見表一：

表一：AOTF ?在線近紅外光譜儀對密度的預測結果

?

濃縮過程黃芪甲甙百分含量的建模說明

由于只提供了 27 日的 35 個樣品的黃芪甲甙百分含量化學值數據，因此，只能用 35個樣品來建立黃芪甲甙模型。其中 2712 號樣品的數據（0.2570）明顯異常，去掉該樣品， 剩余 34 個樣品按樣品編號排序，由 2702 號樣品開始，每隔 5 個樣品取一個做為驗證集樣品， 編號為 2702、2707、2727、2722、2727、2732，共 6 個用來驗證模型。其余的 28 個樣品為 校正集樣品用來建立模型。模型的驗證結果見表二：

表二：AOTF ?在線近紅外光譜儀對黃芪甲甙的預測結果

?

3．? 結? 論

從以上的結果可以看出：在整個黃芪的提取過程中，用 AOTF 近紅外光譜儀在線檢測的 密度的平均絕對偏差為0.012、黃芪甲甙百分含量的平均絕對偏差為 0.004,完全可以實現(xiàn) AOTF 近紅外光譜儀在線監(jiān)測和控制黃芪提取過程的目的。如果能夠將密度的化學值數據測 量的更為準確和提供更多的建立模型的樣品數據，相信可以得到更為準確完善的模型。

另外,我們推斷,如果在線監(jiān)測水分的指標,可以得到更準確的數據,而且不論何種藥物 的濃縮,均可以根據水分的指標來判斷濃縮的程度,能夠更有效地對整個濃縮過程進行監(jiān)控, 實現(xiàn)濃縮過程的全自動控制。

[參考文獻]

[1]揚海雷,劉雪松, ?瞿海斌等.一種基于近紅外的紅參藥材質量快速評價方法[J].中草 藥 ,2005,36(6):912.

[2]揚南林,翟海斌,程翼宇. ?近紅外光譜法快速測定三七總皂甘的方法研究[J].浙江大學學報(工學版),2002,36(4):463.

[3]宋麗麗,范丙義，徐曉杰等. ?近紅外光譜法用于六味地黃丸摸擬樣品中熊果酸的含量測 定[J].中國中藥雜志2006,31(19):1590.

[4]揚南林, ?程翼宇, ?瞿海斌等 一種用于中藥純化過程的近紅外光譜分析新方法[J].化學 學報,2003,61(5):742.

[5]何智慧，練文柳，呂名劍等. ?聲光可調-近紅外光譜技術分析煙草主要化學成分[J]. 分 析化學, 2006，34(5) :702.