一种铁线莲不同药用部位总黄酮含量的快速检测方法与流程

本发明涉及铁线莲检测领域，尤其涉及一种铁线莲不同药用部位总黄酮含量的快速检测方法。

背景技术：

毛茛科铁线莲属植物为多年生木质藤本，少数为草本、灌木或亚灌木。全球有350多种，我国有约150种，分布于全国各地，以西南地区为主。本属植物部分可作药用，具有祛风除湿、舒筋活血、消肿止痛等功效。《中国药典》版收载的有威灵仙、棉团铁线莲、东北铁线莲、小木通和绣球藤。铁线莲属植物的药理作用与其化学成分相关，铁线莲属植物化学成分复杂，主要为皂苷类、黄酮类、木脂素。此外还包括挥发油、特有成分及花色苷、香豆素、生物碱、有机酸类、烷烃等其他化合物。黄酮类化合物广泛存在于自然界中，是植物在长期自然选择过程中产生的一些次级代谢产物，现已发现4000余种黄酮类化合物，广泛存在于植物的根、茎、叶、花、果实中。黄酮类化合物具有抗氧化、消除自由基、调节心血管系统、抗癌防癌、抗炎免疫及抗衰老等功效，还具有吸收紫外辐射、止咳、祛痰、泻下、解痉、提高记忆力、抗过敏、活血化瘀、利胆及肝等作用。我国铁线莲属植物资源丰富，因此有必要进一步拓展其研究范围，检测不同来源的铁线莲黄酮总含量，为其药用植物资源的开发利用提供新的理论依据。线莲属不同药用部位化学成分的开发利用和铁线莲属植物资源利用率的进一步提高，为铁线莲属不同药用种类、不同药用部位及药用植物亲缘关系的深入研究提供参考依据。此外，我国民间作药用的尚40有余种，通常以根茎和茎藤入药，存在比较严重的混用现象。因此，有必要建立准确可靠的检测方法以鉴别此类药材的来源。

传统的铁线莲总黄酮含量的测定方法根据GB/T 20574-2006的分光光度比色法，将新鲜材料洗净、烘干，药材粉碎成粉末；精密称取2.000g，置索氏提取器中；加适量乙醚提取至无色，弃去醚液，药渣挥去乙醚，加适量甲醇继续提取至无色，将提取液转移至25m L容量瓶中，甲醇定容至刻度，摇匀；精确制备标准曲线，以品芦丁为标准样品，获得不同的浓度梯度，15min以后于508nm处测定吸光度，以吸光度值A为纵坐标，浓度C(μg/mL)为横坐标进行线性回归，得到方程A＝0.00115C+0.0034，r＝0.9999；以待测试样本在波长508nm处测定吸光度值，利用方程得到相应的浓度。该方法样本预处理过程和测量过程费时、费力、化学消耗品昂贵，且对环境造成一定污染。因此，急需研究一种简单、快速、无损的铁线莲总黄酮含量的检测方法和技术。

中红外光谱来自分子振动的基频，具有分子结构的特征性，不同的化合物对红外吸收光谱有差异性，因此，根据化合物的光谱，就可以判别、确定该化合物是都存在，从而定性分析有机化合物的组成和结构，根据物种组分的吸收强度，可实现对化合物的定量分析。光谱技术已广泛应用于农业、食品、石油化工、制药、饲料等行业，特别在植物的品质检测方面得到了广泛的应用。

技术实现要素：

本发明提供了一种铁线莲不同药用部位总黄酮含量的快速检测方法，解决了现有检测方法费时、费力、操作复杂、污染环境等问题。

为实现上述目的，本发明所采用的具体技术方案如下：

一种铁线莲不同药用部位总黄酮含量的快速检测方法，包括步骤：

(1)将不同来源的铁线莲药用部位的样本100～110℃彻底烘干后粉碎，得到粉末待测样本；

(2)将0.02g的粉末样本与0.98g的溴化钾(KBr)在研钵中研磨至充分混合，取适量粉末用压片机制成高透明度、厚度均匀的压片，优选的厚度为5mm，并放置于Jasco FTIR 4100傅立叶变换光谱仪的样本槽中进行中红外光谱数据的采集；

(3)根据测试样本的红外吸收光谱，提取总黄酮的特征吸收峰的透射率，获得各个特征吸收峰的吸光度；

(4)建立总黄酮含量与各个吸光度之间的线性回归模型；

应用权重回归系数算法在4 00～4000cm^-1波长范围内进行特征波长的选取，得到的特征波长分别为766cm^-1，818cm^-1，882cm^-1，1186cm^-1，1542cm^-1，1954cm^-1，2313cm^-1，2399cm^-1，3536cm^-1，3682cm^-1和3791cm^-1；将上述波长的反射率值作为多元线性回归模型的输入变量，实际测量的总黄酮含量作为输出变量，计算得到多元线性回归方程。

(5)获取待测样本在总黄酮的特征吸收峰处的吸光度，根据所述的线性回归模型，计算得到待测样品中总黄酮的含量。

中红外光谱中的指纹区域包涵了大量集团的弯曲振动，谱带的性质与化合物及其聚合体存在一一对应的关系，可以通过该波段的光谱精确辨认物质所含化合物成分。但是单独通过某一测试样本的红外光谱很难准确的确定总黄酮的特征吸收峰，本发明步骤(1)中通过对大样本进行统计学分析。通常样本数量越多，特征吸收峰判定越准确，但是这样会导致计算量大，效率低。因此测试样本的数量需要根据实际情况考虑，本发明样本由南京植物园苗圃中的总黄酮含量不同的150种铁线莲栽培种和30种野生种构成。通过Kennard-Stone算法，按照2:1的比例将样本划分为建模集和预测集，分别包含120个与60个样本；在步骤(4)中采用建模集建立所述的线性回归模型，在步骤(5)中计算预测集样本中总黄酮的含量。

根据所有测试样本的红外吸收光谱，提取总黄酮含量的特征吸收峰，作为优选，提取的特征吸收峰的个数为11个，分别在766cm^-1，818cm^-1，882cm^-1，1186cm^-1，1542cm^-1，1954cm^-1，2313cm^-1，2399cm^-1，3536cm^-1，3682cm^-1，3791cm^-1处。

将上述波长的反射率值作为多元线性回归模型的输入变量，实际测量的总黄酮含量作为输出变量，计算得到多元线性回归方程。所述的线性回归模型为：

Y＝-7.16269-1.893λ₁-2.494λ₂+6.932λ₃

-8.180λ₄-1.953λ₅+3.413λ₆-1.341λ₇

-3.2199λ₈+1.321λ₉-6.424λ₁₀-3.565λ₁₁

其中Y为总黄酮含量，单位为％；λ₁～λ₁₁分别为红外吸收光谱中所对应的铁线莲粉末样本的反射率计算所得的吸光度。

利用本发明的线性回归模型对若干样本的总黄酮含量进行预测，对各个样本的预测值与实际值进行线性拟合，该拟合曲线的相关系数(R²)达到了0.915，均方根误差(RMSE)达到了0.039，说明本发明的线性回归模型能够有效的检测铁线莲中总黄酮含量，可大幅缩短检测的时间，减少了环境污染，降低了检测成本。

与现有技术相比，本发明的有益效果为：

(1)操作简单，避免了传统总黄酮含量测量的样品制备的繁琐过程，为快速有效地实时监测铁线莲总黄酮含量提供有效手段，具有良好的应用前景；

(2)系统结构简单，易于操作，且系统维护成本低廉，基本实现自动化检测。

附图说明

图1为本发明专利所用的技术路线图；

图2为本发明建模集样本预测结果散点分布图；

图3为本发明预测集样本预测结果散点分布图。

具体实施方式

为所采集的样本具有代表性和多样性，随机收集180种铁线莲属的植物，包括了南京植物园苗圃栽培的150种铁线莲栽培品种和30种野生铁线莲。铁线莲属不同药用种类、不同药用部位的总黄酮含量都有差别，可以使样本中总黄酮总量具有更大的范围，使得所建模型具有更好的适应性和鲁棒性。

下面结合附图1-3和实施例对本发明作进一步详细描述：

(1)线性回归模型的建立：

将铁线莲不同药用部位碾碎成粉末，共获得180个样本。将各个测试样本0.02g与溴化钾晶体(KBr)0.98g的混合，充分研磨，压片；对各个测试样本的压片在400～4000cm-1波数范围内进行红外扫描，得到透射率，并转换为吸光度值(A)。

同时利用背景技术所提及的传统方法测量所有样本的总黄酮含量。然后利用Kennard-Stone算法选择120个样本作为建模集样本，其余60个作为预测集样本，以建模集样本120个样本的各特征波长的反射率值作为输入变量，以相应的测量的总黄酮含量作为输出变量，利用多元线性回归法(Multiple linearregression，MLR)得到如下多元线性回归方程：

Y＝-7.16269-1.893λ₁-2.494λ₂+6.932λ₃

-8.180λ₄-1.953λ₅+3.413λ₆-1.341λ₇

-3.2199λ₈+1.321λ₉-6.424λ₁₀-3.565λ₁₁

其中，Y为总黄酮含量；λ₁～λ₁₁分别为766cm^-1，818cm^-1，882cm^-1，1186cm^-1，1542cm^-1，1954cm^-1，2313cm^-1，2399cm^-1，3536cm^-1，3682cm^-1，3791cm^-1处所对应的铁线莲粉末样本的吸光度值。

获取待测样本在总黄酮的特征吸收峰处的吸光度后，可根据线性回归模型，计算得到待测样品中总黄酮的含量。

(2)线性回归模型的检验：

然后利用上述多元线性回归方程对建模集和预测集样本的总黄酮总量进行预测，并对预测结果进行评价。预测结果如下表所示：

铁线莲总黄酮含量建模集和预测集中预测值与真实化学方法测量值之间的相关系数达到了93.21％和89.47％，获得了满意的预测精度。对建模集和预测集样本预测结果的散点分布图如图2和图3所示，上述结果说明应用本发明的方法能够快速准确地实现铁线莲不同药用部位中总黄酮含量的有效检测。

以上所述仅为本发明的较佳实施举例，并不用于限制本发明，凡在本发明精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。