近红外光谱法快速测定天花粉中浸出物含量的方法
【技术领域】
[0001] 本发明属于医药分析技术领域，特别是涉及一种近红外光谱法快速测定天花粉中 浸出物含量的方法。
【背景技术】
[0002] 天花粉为豆科植物野葛Pueraria lobata(Wild. ) Ohwi的干燥根。性甘、辛，凉；归 脾、胃、肺经。具有解肌退热，生津止渴，透疹，升阳止泻，通经活络，解酒毒之功效，已被卫生 部列入"既是食品又是药品"名录。野生天花粉不同品种间浸出物的含量差异极大，而这一 点是导致企业生产成本高低的主要因素之一。
[0003] 传统的冷浸法等分析方法费时、费力，难以适应收购部门快速分析的要求。因此， 如何建立快速、精确、简便测定天花粉中浸出物含量的方法成为研究的趋势。
[0004] 近红外光谱分析技术是70年代兴起的一种新新分析技术，它具有快速、方便、不 需化学预处理和多组分同时分析等优点，且能够应用的物质种类范围和场合十分广泛，具 有较好的应用前景。
【发明内容】
[0005] 基于此，本发明的目的是提供一种近红外光谱法快速测定天花粉中浸出物含量的 方法。
[0006] 具体的技术方案如下：
[0007] -种近红外光谱法快速测定天花粉中浸出物含量的方法，包括如下步骤：
[0008] (1)收集设定批次天花粉样品，预处理后，采集近红外光谱；
[0009] (2)采用冷浸法测定天花粉样品的质量指标，所述质量指标为水溶性浸出物的含 量；
[0010] (3)将全部天花粉样品分为校正集和验证集，将步骤（1)采集的近红外光谱数据 进行预处理，使用多元校正法将预处理后的红外光谱数据与步骤（2)测定的质量指标进行 关联，建立校正模型，并通过内部交叉验证对校正模型进行评价，其中，建立校正模型过程 包括：近红外光谱预处理方法的选择，谱区范围的选择和主因子数的选择；
[0011] ⑷使用验证集对已建立的校正模型进行外部验证，评价预测值和真实值的相关 性，二者平均相对偏差应小于5% ;
[0012] (5)利用已建立的校正模型测定待测样品的指标。
[0013] 在其中一些实施例中，步骤（4)中所述平均相对偏差应小于3%。
[0014] 在其中一些实施例中，步骤（1)中所述天花粉样品的预处理方法为：取天花粉样 品适量，破碎成小块后用CT410粉碎机粉碎（筛孔0. 3mm)，即得。
[0015] 在其中一些实施例中，步骤（2)中所述冷浸法测定天花粉样品水溶性浸出物的方 法，包括如下步骤：精密称定天花粉样品（W)，置于锥形瓶中，精密加水（V。)，使100mL水中 含2~8g天花粉样品，密塞，冷浸，振摇5~8小时，再静置15~20小时，滤过，量取续滤 液（V)，置已干燥至恒重（W。）的蒸发皿中，在水浴上蒸干后，于95~IKTC干燥2~4小时， 置干燥器中冷却〇. 5~lh，迅速精密称定重量（W1)。通过公式计算天花粉样品中水溶性浸 出物的含量。
[0016] 计算公式为：浸出物含量=(W1 - W。）+WXVo+VX 100%
[0017] 在其中一些实施例中，步骤（1)种所述采集近红外光谱方法：取天花粉样品，研 磨成细粉，过筛后倒入样品杯中，将样品杯置样品旋转器上，使用MPA型近红外光谱分析仪 的漫反射积分球模块采集样品的近红外光谱，每个样品重复装样扫描1-3次。谱区范围 12000~4000cm \分辨率2-16cm \扫描次数4-64次。
[0018] 在其中一些实施例中，步骤（3)中所述近红外光谱预处理方法为无光谱预处理、 消除常数偏移量、矢量归一化、多元散射校正、一阶导数和多重散射校正（Multiplicative Scatter Calibration, MSC)的结合、一阶导数和矢量归一化的结合、一阶导数法、二阶导数 法。优选一阶导数和矢量归一化的结合。
[0019] 在其中一些实施例中，步骤（3)中所述多元回归法为偏最小二乘法，主因子数为 6~20。优选主因子10。
[0020] 在其中一些实施例中，步骤（3)中所述谱区范围为7502~4597. 6cm 1JlOL 9~ 4597. 6cm \ 6051. 8 ~4597. 6cm \ 7502 ~4246. 7cm 1JlOL 9 ~4246. 7cm-l。优选谱区范 围为 7502 ~5446. 2cm 1 和 4601. 5 ~4424. Icm \
[0021] 本发明的原理如下：
[0022] 在利用近红外光谱法测定天花粉浸出物含量的过程中，提高校正集样品的样本数 量、扩大数据的范围、优化数据分布，能够提升校正模型的预测性能。在实践过程中，校正集 样本数量太少不足以反映样本群体的数据规律，而对于一个小样本的校正模型，至少需要 40个校正集样本。
[0023] 另外，校正集样品的来源应尽可能包含以后所有可能测定的样品。在实践过程中， 本发明所建立的校正模型考虑了天花粉的产地、生长条件、品质、药材炮制方法等因素，以 确保校正集包含今后实际应用中可能遇到的样品。
[0024] 在测定样品近红外光谱所得到的光谱数据中，除含有目标信息外，还包含了其它 无用信息和噪声，因此，在建立校正模型的过程中，采用适当的光谱预处理方法来消除无用 信息和噪声的光谱就显得尤为重要。本方法考察了无光谱预处理、消除常数偏移量、矢量归 一化、多元散射校正、一阶导数+MSC、一阶导数+矢量归一化、一阶导数法、二阶导数法，最 终优选了一阶导数和矢量归一化的结合法为本方法的最佳光谱预处理方法。
[0025] 另外，对近红外光谱的谱区范围进行筛选可以增加校正模型的预测能力及稳健 性。本方法通过比较天花粉样品近红外光谱各谱区范围数据对模型性能的影响，最终确定 最优谱区范围为7502~5446. 2cm 1和4601. 5~4246. 7cm、
[0026] 本方法采用偏最小二乘法建立校正模型，该方法具有较强的抗干扰能力，可以针 对全光谱进行多元校正。此外，使用偏最小二乘法进行多元因子回归时，最佳主因子数的选 择十分重要。若选取的主因子数太少，会丢失原光谱信息，若选取的主因子数太多，会出现 过度拟合现象。本方法采用"留一法"，通过内部交叉验证优选了校正模型的主因子数，最终 确定主因子数为10。
[0027] 除此之外，对于固体颗粒或者粉末，样品粒度的大小是影响校正模型预测性能的 因素之一。粒度大小的不同，会产生不同的预测结果。在实践过程中，本发明考察了粉碎设 备对样品粒度的影响，最终选择了 CT410型粉碎机，该粉碎机能够为小量样品的粉碎带来 理想的粉碎效果，使粉碎后的样品粒度小且粒径均匀。
[0028] 本发明的优点如下：
[0029] 本方法建立了基于近红外光谱法的天花粉中浸出物含量的快速测定方法，方法能 够较为准确的测定天花粉中浸出物含量，具有快速、精确、简便的特点。采用本方法，检测一 个样品仅需要几分钟（包括样品预处理和含量预测），在实际应用时可大大增加检测的样 本数，避免了因抽样代表性差所带来的误差，提高了检测的可靠性。可作为中药材质量控制 的有效手段，并且可在药材采购、入仓前的检测中进一步推广。
[0030] 特别地，本方法优选一阶导数和矢量归一化的结合对光谱进行预处理，可以最大 限度的消除天花粉样品的近红外光谱中的无用信息和噪声的光谱，进而采用具有较强的抗 干扰能力的偏最小二乘法对全光谱进行多元校正，最后建立的校正模型可控制天花粉中浸 出物含量检测结果的最大偏差小于5%，平均偏差小于3%，使模型的检测结果更精确，具 有实际应用价值。
【附图说明】
[0031] 图1为143个天花粉样品的原始近红外光谱图；
[0032] 图2为天花粉样品水溶性浸出物含量与主因子数的相关图；
[0033] 图3为预处理后的102个天花粉样品近红外光谱图；
[0034] 图4为天花粉样品水溶性浸出物含量模型预测值与真值的相关图（102个天花粉 样品）；
[0035] 图5为60个天花粉样品的原始近红外光谱图；
[0036] 图6为预处理后的40个天花粉样品近红外光谱图；
[0037] 图7为天花粉水溶性浸出物含量模型预测值与真值的相关图（40个天花粉样品）。
【具体实施方式】
[0038] 本发明实施例所使用到的仪器及原料如下：
[0039] 近红外光谱分析仪（MPA型，德国BRUKER公司），配备半导体冷却的高灵敏度 InGaAs检测器和PbS检测器、漫反射积分球、样品旋转器、样品杯和OPUS化学计量学软件； 电子天平（XS205DU 型，METTLER);粉碎机（CT410 型，F0SS)。
[0040] 天花粉样品（由广州白云山中一药业有限公司提供）。
[0041] 以下结合附图和具体实施例来详细说明本发明。
[0042] 实施例1
[0043] 本实施例所述为一种近红外光谱法快速测定天花粉中浸出物含量的方法
[0044] (一）步骤：
[0045] (1)采集143样天花粉样品近红外光谱图
[0046] 取天花粉样品适量，破碎成小块后用CT410粉碎机粉碎（筛孔0. 3_)。本方法选 用CT410型粉碎机，将样品粉碎成均匀细粉后再扫描近红外光谱图，有效降低了由于天花 粉含纤维性成分较多，较难粉碎，所产生的随机误差，提高了校正模型的可靠性。
[0047] 取预处理后的天花粉样品细粉约10g，倒入50mm直径的样品杯中，将样品杯置样 品旋转器上，使用MPA型近红外光谱分析仪的漫反射积分球模块采集样品的近红外光谱， 每个样品重复装样扫描2次。谱区范围12000~4000cm \分辨率8cm 1，扫描次数64次。 143个样品的原始近红外光谱图见图1。
[0048] (2)冷浸法测定170样天花粉样品水溶性浸出物的含量。
[0049] 以THF058样品为例，冷浸法测定天花粉样品水溶性浸出物的含量的具体步骤如 下：取天花粉样品，精密称定重量为4. 0077g，置于锥形瓶中，精密加水100ml，密塞，冷浸， 前6小时内时时振摇，再静置18小时，用干燥滤器迅速滤过，精密量取续滤液20ml，置已干 燥至恒重（52. 4327g)的蒸发皿中，在水浴上蒸干后，于105°C干燥3小时，置干燥器中冷却 30分钟，迅速精密称定重量为52. 6014g。通过公式计算天花粉样品中水溶性浸出物的含量 为 21. 05%。
[0050] 143样天花粉样品水溶性浸出物的含量结果见表1。
[0051] 表1 143样天花粉样品水溶性浸出物含量测定结果（冷浸法）
[0052]
[0053] (3)将143样天花粉样品分为校正集和验证集，具体情况见表2
[0054] 表2校正集与验证集样品情况
[0056] 将校正集样品近红外光谱与冷浸法检测结果关联并进行化学计量学分析，使用 0PUS6. 5软件对光谱进行优化。利用偏最小二乘法建立校正模型，确定校正模型主因子数， 通过比较不同的近红外光谱预处理方法与不同谱区范围组合的数据结果，确定R