近紅外主成分分析對銀黃和雙黃連口服液快速鑒別
[摘要]??? 目的：以 AOTF–近紅外光譜技術對銀黃口服液和雙黃連口服液進行快速鑒別。方法： 采用近紅外主成分分析方法進行鑒別分析。結果：建立的銀黃口服液（YH-C）和雙黃連口服 液（SHL-C）定性分析模型可相互正確予以鑒別。結論：該方法是一種簡便、快速、低耗的 新型分析技術，可用于兩種口服液的快速鑒別，該方法的建立為在流通領域中進行中成藥的 快速鑒別分析提供了一種新的技術。
[關鍵詞]：AOTF-近紅外光譜；主成分分析；銀黃口服液；雙黃連口服液；快速鑒別
聲光可調（AOTF）近紅外光譜儀，是第五代近紅外分析儀器，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、重現性好和儀器 環境適應性強的特點，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場（室外）。最近幾年，AOTF-近紅外光譜分析儀引進國內，已 開始應用于煙草及化工行業 [1]。
銀黃口服液和雙黃連口服液均具有清熱解毒的作用，是臨床用于風熱感冒的常用中成 藥，銀黃口服液由金銀花和黃芩兩種藥物組成，雙黃連口服液在組方中也以金銀花和黃芩 兩種藥物組成為主，2005 版《中國藥典》中兩種口服液的均以黃芩苷、綠原酸為指標成分， 采用薄層層析和高效液相色譜法進行定性定量分析，操作復雜并有諸多的相似之處。本研究 采用聲光可調濾光器近紅外（AOTF-NIR）光譜分析技術,。通過采集兩種口服液的近紅外光譜 數據，利用主成分分析方法，對銀黃和雙黃連口服液進行了快速鑒別（3-5min）, 該方法的 建立為在流通領域中進行中成藥的快速鑒別分析提供了一種新的技術。
1．儀器與試藥
- 1 儀器：
美國 BRIMROSE 公司生產的 Luminar 5030 型便攜式 AOTF 技術近紅外光譜儀，主要部件 有：光學部分、控制部分、筆記本電腦等。儀器波長范圍為 1 100 nm~2 300 nm，波長 增 量 2 nm，掃描次數為 300，采用 InGaAs 檢測器。挪威 CAMO 公司 The Unscrambler 分析軟件。 1．2 試藥：
雙黃連口服液（購自濟南藥業集團有限責任公司）8 個廠家 32 個批號
銀黃口服液（購自濟南藥業集團有限責任公司）2 個廠家 12 個批號
2．實驗方法與結果
2．1 樣品準備
分別取不同廠家不同批號銀黃口服液和雙黃連口服液供試樣品備用。
2．2 近紅外光譜采集及光譜預處理
使用美國 Brimrose 公司 Luminar 5030 型近紅外光譜儀，通過安裝的液體測量專用光纖 探頭采集樣品的光譜數據。準備 18×180mm 的試管，清洗干凈涼干備用。將 Luminar 5030 近紅外光譜儀通電開啟，用專用的網線連接儀器與筆記本電腦，預熱時間為 0.5h。
將液體測量專用探頭安裝到儀器的手持部分，探頭的光程為 10 mm，測量方式為透反射 測試。測量時，將口服液樣品小瓶的密封口打開，倒入一備用的試管中，將光纖探頭插入試 管中的液體，液體要將光纖探頭的缺口部分完全覆蓋，輕微晃動探頭，將缺口部分可能存在 的氣泡消除，穩定以后，開始掃描光譜。掃描完成，將探頭取出，用吸水紙擦拭干凈殘留液 體后，進行下一個樣品的掃描。每一張光譜都是 100 次掃描的平均結果，波長范圍從 1 100
nm 到 2300 nm，波長增量為 2 nm。每個樣品重復掃描 3 次，得到原始光譜。 為了消除噪音和基線漂移的影響，對掃描得到的原始吸收光譜進行光譜預處理。我們采
用的預處理方法為一階導數 9 點平滑法（savitzky-golay），經一階導數處理可以很好地消 除樣品由于顏色差別引起的光譜基線偏移和漂移。兩種口服液的原始光譜圖與一階微分光譜 圖見圖 1.由圖 1 可見，兩種口服液的 NIR 原始光譜圖和一階微分光譜圖無顯著性差異。不 能通過 NIR 光譜圖進行鑒別分析。
2.3 兩種口服液 NIR 光譜的主成分分析
將兩種口服液的原始光譜經前述預處理后的光譜數據導入 The Unscrambler 分析軟件， 對其進行主成分分析（Principal Component Analysis，PCA），以第二主成分得分對第一主 成分得分作圖，如圖 2 所示。總體看來，兩種口服液的 NIR 信息在主成分空間上的分布具有 比較明顯的差異，基于此，我們分別建立了定性鑒別模型，對兩種口服液進行判別分析。
2．4 建立兩種口服液定性鑒別模型
2．4．1 建立雙黃連口服液定性鑒別模型
在 32 個雙黃連口服液樣品中，隨機取出 24 個樣品組成校正集（名稱為 shl-c），用于 建立雙黃連口服液 SHL-C 定性鑒別模型。其余 8 個樣品作為驗證集（名稱為 shl-v），用來驗證所建立模型的預測能力。將校正集樣品光譜經過一階微分處理后的光譜數據導入 The Unscrambler 分析軟件，然后利用 PCA（主成分分析）對光譜數據進行計算，建立了雙黃連 口服液 SHL-C 定性鑒別模型。
2．4．2 銀黃口服液鑒別分析模型
取銀黃口服液樣品按照建立雙黃連口服液定性鑒別模型方法，建立銀黃口服液 YH-C 定性鑒別模型。
2．5 檢測模型效果
2．5．1 模型預測方法
對以 PCA 主成分分析法建立的兩種口服液 SHL-C 和 YH-C 定性鑒別模型性能的預測，可 采用以下兩種方法：一是通過計算機 Excel 表格顯示的方法，二是模型區域判別法，見圖 3。 在圖 3 左側表格中，如果在 Excel 表中樣品編號后面是空白，說明該樣品被檢測為不屬于模 型內樣品，如果樣品編號后面有*號標記，說明該樣品被檢測為屬于模型內的樣品；圖 3 右 側是當 cignificance =5%時校正集樣品形成的模型分布區域圖，如果被檢測的樣品 x 落在 定性分析區域內，說明被檢測的樣品屬于被檢測樣品，反之，說明被檢測的樣品與建模樣品 不相同。
2．5．2 ?SHL-C 定性鑒別模型的預測
SHL-C 定性鑒別模型預測雙黃連口服液樣品：調用校正集雙黃連口服液樣品建立的定性 鑒別模型 SHL-C，對驗證集樣品（shl-v）進行預測，得到的結果見圖 3。圖 3 右側圖中在表 格中所有驗證集樣品編號后面均有*號標記，說明他們屬于模型內樣品，在模型區域圖中， 驗證集樣品均落在 SHL-C 模型區域內，說明被檢測的樣品與建模樣品相同，被 SHL-C 定性鑒 別模型認可，兩種方法都說明被檢測的樣品屬于建模樣品，即是雙黃連口服液。
SHL-C???? ?定性鑒別模型預測銀黃口服液樣品：調用校正集雙黃連口服液樣品建立的定性鑒 別模型 SHL-C，對銀黃口服液樣品進行預測，得到的結果見圖 4。圖 4 右側圖中在表格中所有驗證集樣品編號后面均沒有*號標記，說明他們不屬于模型內樣品；在模型區域圖中，驗 證集樣品均沒有落在 SHL-C 模型區域內，說明被檢測的樣品與建模樣品不相同，被 SHL-C 定 性鑒別模型否認，兩種方法都說明被檢測的樣品不屬于建模樣品，即不是雙黃連口服液。
2．5．3YH-C 定性鑒別模型的預測
YH-C 定性鑒別模型預測銀黃口服液樣品：調用校正集銀黃口服液樣品所建立的定性鑒 別模型 YH-C，對銀黃口服液樣品進行預測，得到的結果見圖 5。判別方法同 2.5.2 兩種方法 都說明被檢測的樣品屬于建模樣品，即是銀黃口服液。
YH-C 定性鑒別模型預測雙黃連口服液樣品：調用校正集銀黃口服液樣品所建立的定性 鑒別模型 YH-C，對雙黃連口服液樣品樣品進行預測，得到的結果見圖 6。判別方法同 2.5.3
兩種方法都說明被檢測的樣品不屬于建模樣品，即不是銀黃口服液。
- 分析討論：
3.1??? 近紅外光譜分析法利用實驗材料對近紅外線的吸收，可以得到樣品中有機分子含氫基 團的特征震動信息，而實現對樣品多組分的快速鑒定分析 。雖然銀黃口服液和雙黃連口服 液選擇的定性定量分析代表成分相同，但兩種口服液所含的其它化學成分有所差異，這就為 近紅外光譜的鑒別分析奠定了基礎。由于 NIR 區的倍頻和合頻吸收弱、譜帶復雜、重疊嚴重， 信息無法有效地分析和解離。因此，現代近紅外光譜技術不能直接通過觀察供試品圖譜特征 或測量供試品圖譜參數直接進行區別，須借助于化學計量學軟件，利用計算機將有效的信息 從光譜中提取出來，進行鑒別分析。
3.2 主成分分析 （ Principal Component Analysis ， PCA ） 是一種掌握事物主要矛盾 的統計分析方法，它可以從多元事物中解析出主要影響因素，揭示事物的本質，簡化復雜的 問題.主成分分析中心目的是將數據降維，以排除眾多化學信息共存中相互重疊的信息，它 將原變量進行轉換，使少數幾個新變量是原變量的線性組合。同時這些新變量要盡可能多地 表征原變量的數據結構特征而不丟失信息[4]。
3．3 采用 Luminar 5030 便攜式近紅外光譜儀對銀黃和雙黃連口服液樣品直接進行掃描測 定，由計算機即時顯示分析結果，不用化學試劑、速度快，體現了 AOTF-NIR 光譜分析技術 可用于現場快速分析的特點，采用主成分分析法建立的 YH-C 和 SHL-C 定性分析模型，可以 準確的鑒別兩種口服液。通過本實驗的嘗試和研究提示，應用 AOTF-NIR 光譜技術進行物種 間的鑒定，不失為一項可用于現場快速鑒別分析的方法。
參考文獻
[1-4]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. 分析化學 2006，34（5）：702.
