近紅外光譜法快速測定天花粉中浸出物含量的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于醫(yī)藥分析技術(shù)領(lǐng)域，特別是涉及一種近紅外光譜法快速測定天花粉中 浸出物含量的方法。
【背景技術(shù)】
[0002] 天花粉為豆科植物野葛Pueraria lobata(Wild. ) Ohwi的干燥根。性甘、辛，涼；歸 脾、胃、肺經(jīng)。具有解肌退熱，生津止渴，透疹，升陽止瀉，通經(jīng)活絡(luò)，解酒毒之功效，已被衛(wèi)生 部列入"既是食品又是藥品"名錄。野生天花粉不同品種間浸出物的含量差異極大，而這一 點是導(dǎo)致企業(yè)生產(chǎn)成本高低的主要因素之一。
[0003] 傳統(tǒng)的冷浸法等分析方法費時、費力，難以適應(yīng)收購部門快速分析的要求。因此， 如何建立快速、精確、簡便測定天花粉中浸出物含量的方法成為研究的趨勢。
[0004] 近紅外光譜分析技術(shù)是70年代興起的一種新新分析技術(shù)，它具有快速、方便、不 需化學(xué)預(yù)處理和多組分同時分析等優(yōu)點，且能夠應(yīng)用的物質(zhì)種類范圍和場合十分廣泛，具 有較好的應(yīng)用前景。

【發(fā)明內(nèi)容】

[0005] 基于此，本發(fā)明的目的是提供一種近紅外光譜法快速測定天花粉中浸出物含量的 方法。
[0006] 具體的技術(shù)方案如下：
[0007] -種近紅外光譜法快速測定天花粉中浸出物含量的方法，包括如下步驟：
[0008] (1)收集設(shè)定批次天花粉樣品，預(yù)處理后，采集近紅外光譜；
[0009] (2)采用冷浸法測定天花粉樣品的質(zhì)量指標(biāo)，所述質(zhì)量指標(biāo)為水溶性浸出物的含 量；
[0010] (3)將全部天花粉樣品分為校正集和驗證集，將步驟（1)采集的近紅外光譜數(shù)據(jù) 進行預(yù)處理，使用多元校正法將預(yù)處理后的紅外光譜數(shù)據(jù)與步驟（2)測定的質(zhì)量指標(biāo)進行 關(guān)聯(lián)，建立校正模型，并通過內(nèi)部交叉驗證對校正模型進行評價，其中，建立校正模型過程 包括：近紅外光譜預(yù)處理方法的選擇，譜區(qū)范圍的選擇和主因子數(shù)的選擇；
[0011] ⑷使用驗證集對已建立的校正模型進行外部驗證，評價預(yù)測值和真實值的相關(guān) 性，二者平均相對偏差應(yīng)小于5% ;
[0012] (5)利用已建立的校正模型測定待測樣品的指標(biāo)。
[0013] 在其中一些實施例中，步驟（4)中所述平均相對偏差應(yīng)小于3%。
[0014] 在其中一些實施例中，步驟（1)中所述天花粉樣品的預(yù)處理方法為：取天花粉樣 品適量，破碎成小塊后用CT410粉碎機粉碎（篩孔0. 3mm)，即得。
[0015] 在其中一些實施例中，步驟（2)中所述冷浸法測定天花粉樣品水溶性浸出物的方 法，包括如下步驟：精密稱定天花粉樣品（W)，置于錐形瓶中，精密加水（V。)，使100mL水中 含2~8g天花粉樣品，密塞，冷浸，振搖5~8小時，再靜置15~20小時，濾過，量取續(xù)濾 液（V)，置已干燥至恒重（W。）的蒸發(fā)皿中，在水浴上蒸干后，于95~IKTC干燥2~4小時， 置干燥器中冷卻〇. 5~lh，迅速精密稱定重量（W1)。通過公式計算天花粉樣品中水溶性浸 出物的含量。
[0016] 計算公式為：浸出物含量=(W1 - W。）+WXVo+VX 100%
[0017] 在其中一些實施例中，步驟（1)種所述采集近紅外光譜方法：取天花粉樣品，研 磨成細粉，過篩后倒入樣品杯中，將樣品杯置樣品旋轉(zhuǎn)器上，使用MPA型近紅外光譜分析儀 的漫反射積分球模塊采集樣品的近紅外光譜，每個樣品重復(fù)裝樣掃描1-3次。譜區(qū)范圍 12000~4000cm \分辨率2-16cm \掃描次數(shù)4-64次。
[0018] 在其中一些實施例中，步驟（3)中所述近紅外光譜預(yù)處理方法為無光譜預(yù)處理、 消除常數(shù)偏移量、矢量歸一化、多元散射校正、一階導(dǎo)數(shù)和多重散射校正（Multiplicative Scatter Calibration, MSC)的結(jié)合、一階導(dǎo)數(shù)和矢量歸一化的結(jié)合、一階導(dǎo)數(shù)法、二階導(dǎo)數(shù) 法。優(yōu)選一階導(dǎo)數(shù)和矢量歸一化的結(jié)合。
[0019] 在其中一些實施例中，步驟（3)中所述多元回歸法為偏最小二乘法，主因子數(shù)為 6~20。優(yōu)選主因子10。
[0020] 在其中一些實施例中，步驟（3)中所述譜區(qū)范圍為7502~4597. 6cm 1JlOL 9~ 4597. 6cm \ 6051. 8 ~4597. 6cm \ 7502 ~4246. 7cm 1JlOL 9 ~4246. 7cm-l。優(yōu)選譜區(qū)范 圍為 7502 ~5446. 2cm 1 和 4601. 5 ~4424. Icm \
[0021] 本發(fā)明的原理如下：
[0022] 在利用近紅外光譜法測定天花粉浸出物含量的過程中，提高校正集樣品的樣本數(shù) 量、擴大數(shù)據(jù)的范圍、優(yōu)化數(shù)據(jù)分布，能夠提升校正模型的預(yù)測性能。在實踐過程中，校正集 樣本數(shù)量太少不足以反映樣本群體的數(shù)據(jù)規(guī)律，而對于一個小樣本的校正模型，至少需要 40個校正集樣本。
[0023] 另外，校正集樣品的來源應(yīng)盡可能包含以后所有可能測定的樣品。在實踐過程中， 本發(fā)明所建立的校正模型考慮了天花粉的產(chǎn)地、生長條件、品質(zhì)、藥材炮制方法等因素，以 確保校正集包含今后實際應(yīng)用中可能遇到的樣品。
[0024] 在測定樣品近紅外光譜所得到的光譜數(shù)據(jù)中，除含有目標(biāo)信息外，還包含了其它 無用信息和噪聲，因此，在建立校正模型的過程中，采用適當(dāng)?shù)墓庾V預(yù)處理方法來消除無用 信息和噪聲的光譜就顯得尤為重要。本方法考察了無光譜預(yù)處理、消除常數(shù)偏移量、矢量歸 一化、多元散射校正、一階導(dǎo)數(shù)+MSC、一階導(dǎo)數(shù)+矢量歸一化、一階導(dǎo)數(shù)法、二階導(dǎo)數(shù)法，最 終優(yōu)選了一階導(dǎo)數(shù)和矢量歸一化的結(jié)合法為本方法的最佳光譜預(yù)處理方法。
[0025] 另外，對近紅外光譜的譜區(qū)范圍進行篩選可以增加校正模型的預(yù)測能力及穩(wěn)健 性。本方法通過比較天花粉樣品近紅外光譜各譜區(qū)范圍數(shù)據(jù)對模型性能的影響，最終確定 最優(yōu)譜區(qū)范圍為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，該方法具有較強的抗干擾能力，可以針 對全光譜進行多元校正。此外，使用偏最小二乘法進行多元因子回歸時，最佳主因子數(shù)的選 擇十分重要。若選取的主因子數(shù)太少，會丟失原光譜信息，若選取的主因子數(shù)太多，會出現(xiàn) 過度擬合現(xiàn)象。本方法采用"留一法"，通過內(nèi)部交叉驗證優(yōu)選了校正模型的主因子數(shù)，最終 確定主因子數(shù)為10。
[0027] 除此之外，對于固體顆粒或者粉末，樣品粒度的大小是影響校正模型預(yù)測性能的 因素之一。粒度大小的不同，會產(chǎn)生不同的預(yù)測結(jié)果。在實踐過程中，本發(fā)明考察了粉碎設(shè) 備對樣品粒度的影響，最終選擇了 CT410型粉碎機，該粉碎機能夠為小量樣品的粉碎帶來 理想的粉碎效果，使粉碎后的樣品粒度小且粒徑均勻。
[0028] 本發(fā)明的優(yōu)點如下：
[0029] 本方法建立了基于近紅外光譜法的天花粉中浸出物含量的快速測定方法，方法能 夠較為準(zhǔn)確的測定天花粉中浸出物含量，具有快速、精確、簡便的特點。采用本方法，檢測一 個樣品僅需要幾分鐘（包括樣品預(yù)處理和含量預(yù)測），在實際應(yīng)用時可大大增加檢測的樣 本數(shù)，避免了因抽樣代表性差所帶來的誤差，提高了檢測的可靠性?？勺鳛橹兴幉馁|(zhì)量控制 的有效手段，并且可在藥材采購、入倉前的檢測中進一步推廣。
[0030] 特別地，本方法優(yōu)選一階導(dǎo)數(shù)和矢量歸一化的結(jié)合對光譜進行預(yù)處理，可以最大 限度的消除天花粉樣品的近紅外光譜中的無用信息和噪聲的光譜，進而采用具有較強的抗 干擾能力的偏最小二乘法對全光譜進行多元校正，最后建立的校正模型可控制天花粉中浸 出物含量檢測結(jié)果的最大偏差小于5%，平均偏差小于3%，使模型的檢測結(jié)果更精確，具 有實際應(yīng)用價值。
【附圖說明】
[0031] 圖1為143個天花粉樣品的原始近紅外光譜圖；
[0032] 圖2為天花粉樣品水溶性浸出物含量與主因子數(shù)的相關(guān)圖；
[0033] 圖3為預(yù)處理后的102個天花粉樣品近紅外光譜圖；
[0034] 圖4為天花粉樣品水溶性浸出物含量模型預(yù)測值與真值的相關(guān)圖（102個天花粉 樣品）；
[0035] 圖5為60個天花粉樣品的原始近紅外光譜圖；
[0036] 圖6為預(yù)處理后的40個天花粉樣品近紅外光譜圖；
[0037] 圖7為天花粉水溶性浸出物含量模型預(yù)測值與真值的相關(guān)圖（40個天花粉樣品）。
【具體實施方式】
[0038] 本發(fā)明實施例所使用到的儀器及原料如下：
[0039] 近紅外光譜分析儀（MPA型，德國BRUKER公司），配備半導(dǎo)體冷卻的高靈敏度 InGaAs檢測器和PbS檢測器、漫反射積分球、樣品旋轉(zhuǎn)器、樣品杯和OPUS化學(xué)計量學(xué)軟件； 電子天平（XS205DU 型，METTLER);粉碎機（CT410 型，F(xiàn)0SS)。
[0040] 天花粉樣品（由廣州白云山中一藥業(yè)有限公司提供）。
[0041] 以下結(jié)合附圖和具體實施例來詳細說明本發(fā)明。
[0042] 實施例1
[0043] 本實施例所述為一種近紅外光譜法快速測定天花粉中浸出物含量的方法
[0044] (一）步驟：
[0045] (1)采集143樣天花粉樣品近紅外光譜圖
[0046] 取天花粉樣品適量，破碎成小塊后用CT410粉碎機粉碎（篩孔0. 3_)。本方法選 用CT410型粉碎機，將樣品粉碎成均勻細粉后再掃描近紅外光譜圖，有效降低了由于天花 粉含纖維性成分較多，較難粉碎，所產(chǎn)生的隨機誤差，提高了校正模型的可靠性。
[0047] 取預(yù)處理后的天花粉樣品細粉約10g，倒入50mm直徑的樣品杯中，將樣品杯置樣 品旋轉(zhuǎn)器上，使用MPA型近紅外光譜分析儀的漫反射積分球模塊采集樣品的近紅外光譜， 每個樣品重復(fù)裝樣掃描2次。譜區(qū)范圍12000~4000cm \分辨率8cm 1，掃描次數(shù)64次。 143個樣品的原始近紅外光譜圖見圖1。
[0048] (2)冷浸法測定170樣天花粉樣品水溶性浸出物的含量。
[0049] 以THF058樣品為例，冷浸法測定天花粉樣品水溶性浸出物的含量的具體步驟如 下：取天花粉樣品，精密稱定重量為4. 0077g，置于錐形瓶中，精密加水100ml，密塞，冷浸， 前6小時內(nèi)時時振搖，再靜置18小時，用干燥濾器迅速濾過，精密量取續(xù)濾液20ml，置已干 燥至恒重（52. 4327g)的蒸發(fā)皿中，在水浴上蒸干后，于105°C干燥3小時，置干燥器中冷卻 30分鐘，迅速精密稱定重量為52. 6014g。通過公式計算天花粉樣品中水溶性浸出物的含量 為 21. 05%。
[0050] 143樣天花粉樣品水溶性浸出物的含量結(jié)果見表1。
[0051] 表1 143樣天花粉樣品水溶性浸出物含量測定結(jié)果（冷浸法）
[0052]
[0053] (3)將143樣天花粉樣品分為校正集和驗證集，具體情況見表2
[0054] 表2校正集與驗證集樣品情況
[0056] 將校正集樣品近紅外光譜與冷浸法檢測結(jié)果關(guān)聯(lián)并進行化學(xué)計量學(xué)分析，使用 0PUS6. 5軟件對光譜進行優(yōu)化。利用偏最小二乘法建立校正模型，確定校正模型主因子數(shù)， 通過比較不同的近紅外光譜預(yù)處理方法與不同譜區(qū)范圍組合的數(shù)據(jù)結(jié)果，確定R