(浙江工業(yè)大學(xué) 藥學(xué)院，浙江 杭州 310014)

中藥的發(fā)明和應(yīng)用,在我國有著悠久的歷史。中藥以其確切的療效和完整的形成體系，在全球傳統(tǒng)醫(yī)學(xué)中獨(dú)樹一幟[1]。在過去的20年里，中藥領(lǐng)域在針對臨床試驗(yàn)評估、藥理學(xué)機(jī)制、藥劑學(xué)研究和新藥研發(fā)等的研究中取得了很大進(jìn)展，其對醫(yī)療保健的潛在影響引起了全球的廣泛關(guān)注[2-4]。越來越多的消費(fèi)者開始使用植物性藥物，他們相信這些“天然”產(chǎn)品比傳統(tǒng)藥物“更安全”，許多大型制藥企業(yè)都將其作為發(fā)現(xiàn)天然生物活性化合物的良好平臺[5-8]。然而中藥化學(xué)成分復(fù)雜，具有系統(tǒng)性、多靶點(diǎn)和多渠道的特點(diǎn)，在中藥被全球范圍接受之前，仍然面臨著相當(dāng)大的發(fā)展障礙[9]，挑戰(zhàn)主要來自安全性和有效性方面。與傳統(tǒng)西方醫(yī)學(xué)不同，中藥處方通常包括多種中藥，混合后在水中煮沸，每種都含有大量(活性)成分，多種特征成分協(xié)同作用，其相對濃度受品種、產(chǎn)地和加工工藝等一系列因素的影響[10-11]。其化學(xué)成分多樣性的特點(diǎn)給分析化學(xué)家在尋找不同批次中藥可靠度和靈敏度的質(zhì)量控制方面帶來多重挑戰(zhàn)[12-13]。目前中藥仍存在產(chǎn)品質(zhì)量不合格、基礎(chǔ)研究力度不夠以及規(guī)范和標(biāo)準(zhǔn)不完善等問題。如何選擇中藥發(fā)展的最適合方式以滿足現(xiàn)代中藥發(fā)展的需要，是目前研究的重點(diǎn)。顯然，完全沿用西方單一化學(xué)成分藥物的質(zhì)量控制方法并不可行，亟需建立一套符合中藥特色的質(zhì)量管理體系規(guī)范[14]。目前，國內(nèi)外研究者主要采用高效液相色譜法(High performance liquid chromatography，HPLC)[15-16]、氣相色譜法(Gas chromatography，GC)[17]、薄層色譜法(Thin layer chromatography，TLC)[18]、高速逆流色譜法(High-speed countercurrent chromatography，HSCCC)[19]和生物方法[20-21]對中藥的質(zhì)量控制進(jìn)行分析。然而這些傳統(tǒng)化學(xué)檢測方法也存在一些不足，例如高效液相色譜儀的色譜柱較小，且溶質(zhì)在液相中的擴(kuò)散系數(shù)很低，進(jìn)樣方式和柱后擴(kuò)散等都會(huì)對柱子的效能產(chǎn)生影響；薄層色譜處于一種完全開放的系統(tǒng)中，很容易受到環(huán)境的影響，造成分離效果不理想。這些色譜方法在操作前都要進(jìn)行繁瑣的預(yù)處理，基本上都要經(jīng)過有機(jī)溶劑的提取后才能進(jìn)行測試，且需要準(zhǔn)備多種有機(jī)溶劑，不僅造成了額外的費(fèi)用，而且測定過程費(fèi)時(shí)、費(fèi)力，僅能抽樣檢測，無法實(shí)現(xiàn)大規(guī)模的信息獲取，更不能進(jìn)行實(shí)時(shí)地在線監(jiān)測。因此，尋找和使用快速、綠色和能大規(guī)?？茖W(xué)獲取中藥材信息的檢測方法是當(dāng)代中藥產(chǎn)業(yè)長遠(yuǎn)發(fā)展并和國際接軌的迫切需求。近年來光譜技術(shù)迅速發(fā)展，在多組分混合物分析中可以達(dá)到更高的分辨率，越來越多地被應(yīng)用于農(nóng)產(chǎn)品、食品和藥品等領(lǐng)域的質(zhì)量分析。大多數(shù)光譜法都能實(shí)現(xiàn)對中藥樣本的直接分析，無需額外分離提取，不僅對環(huán)境友好，而且降低了有機(jī)溶劑對中藥有效成分產(chǎn)生不良影響的可能性。另外，因?yàn)樾矢咔覂x器操作難度較低，還可實(shí)現(xiàn)在線監(jiān)測。筆者針對目前光譜技術(shù)在中藥領(lǐng)域的主要研究方法進(jìn)行總結(jié)和概述，為其在中藥質(zhì)量控制中的應(yīng)用提供參考依據(jù)。

1 光譜范圍概述

光譜是復(fù)色光經(jīng)過色散系統(tǒng)的分光，被色散之后形成的單色光按照波長或頻率大小依次排列的圖案。光譜按照頻率從小到大依次可分為無線電波(頻率約104～3×1010Hz)、微波(頻率約3×108～3×1011Hz)、太赫茲(頻率約3×1011～3×1012Hz)、紅外光(頻率約1×1012～4×1014Hz)、可見光(頻率約4.2×1014～7.8×1014Hz)、紫外光(頻率約7.9×1014～3×1016Hz)和X射線(頻率約3×1016～3×1020Hz)等。

2 常用光譜分析方法

2.1 紫外光譜法

紫外光譜(Ultraviolet spectroscopy，UVS)是基于π→π*，n→π*以及n→δ*電子能級躍遷，測定物質(zhì)分子在紫外光區(qū)吸收光譜的分析方法。其不僅可以區(qū)分結(jié)構(gòu)差異很大的物質(zhì)，還可以鑒別結(jié)構(gòu)相似的化合物。而且在定量方面，可同時(shí)測定多種組分，檢測限低、靈敏度高，已被廣泛地應(yīng)用于中醫(yī)藥質(zhì)量研究中[22]。

王元忠等[23]從10個(gè)不同產(chǎn)地共收集50個(gè)三七樣本，獲取并分析了50個(gè)樣本的紫外光譜，如圖1(a)所示，不同產(chǎn)地的三七紫外指紋圖譜在峰形和強(qiáng)度方面都存在差異，并分析得出三氯甲烷提取溶液的紫外光譜精密度的變異系數(shù)相對標(biāo)準(zhǔn)偏差(Relative standard deviation，RSD)是0～0.42%，穩(wěn)定性變異系數(shù)RSD是0～0.60%，重復(fù)性變異系數(shù)RSD是0～0.54%。進(jìn)一步將紫外圖譜與偏最小二乘判別分析(Partial least square discrimination analysis，PLS-DA)相結(jié)合，如圖1(b)所示，該方法可以很好地將任意不同產(chǎn)地的三七區(qū)分開，且分析得出三七的主要成分含量差異與產(chǎn)地差異具有相關(guān)性，這為三七的產(chǎn)地鑒別提供了參考。Huang等[24]基于UVS研究了一種測定中藥注射劑中單寧含量的方法。采用化學(xué)計(jì)量學(xué)方法構(gòu)建丹參和冠心寧注射液的紫外吸收光譜和單寧參考含量的偏最小二乘回歸數(shù)學(xué)模型，結(jié)果顯示，相關(guān)系數(shù)r為0.952，校準(zhǔn)集均方根誤差為0.476 μg/mL，驗(yàn)證集的均方根誤差為1.171 μg/mL，預(yù)測集的均方根誤差為0.465 μg/mL。該模型表現(xiàn)良好，建立的基于紫外光譜法測定單寧含量的方法簡單、快速、可靠，為中藥注射劑中單寧的質(zhì)量控制提供了技術(shù)支持。

圖1 不同產(chǎn)地三七的紫外光譜圖和PLS-DA得分圖Fig.1 UV spectra and PLS-DA scores mapof Panax notoginseng from different origins

2.2 紅外光譜法

紅外光譜(Infrared absorption spectroscopy，IR)根據(jù)不同物質(zhì)會(huì)選擇性地吸收紅外光區(qū)的電磁輻射進(jìn)行結(jié)構(gòu)分析，從而對各種吸收紅外光的化合物進(jìn)行定性和定量分析[25]。理論上，每種物質(zhì)結(jié)構(gòu)不同，都應(yīng)該有其獨(dú)特的紅外光譜[26]，然而中藥化學(xué)成分復(fù)雜，其紅外光譜由多種復(fù)雜成分疊加構(gòu)成。

Wu等[27]采用近紅外光譜技術(shù)對水牛角水解過程中氨基酸濃度情況進(jìn)行在線監(jiān)測，結(jié)合化學(xué)計(jì)量學(xué)建立了區(qū)間偏最小二乘(Interval partial least squares，iPLS)和協(xié)同區(qū)間偏最小二乘(Synergy interval partial least squares，SiPLS)的近紅外線性模型。此外，還利用兩種誤差確定了優(yōu)化模型的多元量化極限值，結(jié)果顯示l-脯氨酸、l-酪氨酸、l-纈氨酸、l-苯丙氨酸和l-賴氨酸的SiPLS模型的預(yù)測集均方根誤差值分別為0.091 5，0.160 5，0.051 5，0.058 6，0.061 3 mg/mL，多元量化極限值范圍為9×10-4～81×10-4，說明這些模型可適用于大多數(shù)陽離子。Chen等[28]基于傅里葉變換紅外光譜、二階導(dǎo)數(shù)紅外光譜和二維相關(guān)紅外光譜研發(fā)出一種快速鑒別野生金線蓮、栽培金線蓮和組織培養(yǎng)金線蓮的方法，3種模型識別率均高達(dá)100%。此外，這3種模型不僅可以識別金線蓮樣品和標(biāo)準(zhǔn)草藥，還可以識別金線蓮植物。Chen等[29]采集4個(gè)不同省份的250個(gè)三七樣本的近紅外光譜，并將其平均分為建模集和預(yù)測集。標(biāo)準(zhǔn)正態(tài)變換和一階導(dǎo)數(shù)用于光譜的預(yù)處理，使用偏最小二乘判別分析(PLS-DA)和相似分類法(Soft independent modeling of class analogy，SIMCA)兩種化學(xué)計(jì)量學(xué)算法來構(gòu)建判別模型。構(gòu)建的PLS-DA模型在建模集和預(yù)測集上實(shí)現(xiàn)100%靈敏度和100%特異性，這表明標(biāo)準(zhǔn)正態(tài)變換加一階導(dǎo)數(shù)預(yù)處理結(jié)和PLS-DA算法可以作為快速區(qū)分三七地理來源的一種方法。李運(yùn)等[30]基于傅里葉變換紅外光譜獲取了三七主根、剪口和須根的紅外光譜，如圖2(a)所示，3個(gè)部位的紅外光譜極為相似，難以區(qū)分，因此將3條光譜都進(jìn)行二階導(dǎo)的預(yù)處理，如圖2(b)所示，分離了隱蔽的疊峰，提高了分辨率。基于二階導(dǎo)處理的光譜，建立支持向量機(jī)(Support vector machine，SVM)的判別模型，如圖3所示，建立的SVM模型可以區(qū)分三七主根、剪口和須根，判別正確率為100%。

1—主根；2—剪口；3—須根圖2 三七主根、剪口和須根的紅外光譜圖Fig.2 Infrared spectra of the main root, rhizome and fibrous root of Panax notoginseng

1—主根；2—剪口；3—須根圖3 驗(yàn)證集分類結(jié)果Fig.3 Classification result of validation set

2.3 拉曼光譜法

拉曼光譜(Raman spectra)分析法是基于印度科學(xué)家C.V.拉曼(Raman)發(fā)現(xiàn)的拉曼散射效應(yīng)，應(yīng)用于分子結(jié)構(gòu)研究的一種分析方法[31]。該方法分析速度快、精準(zhǔn)度高，且不受水的影響，已被廣泛應(yīng)用于中藥材的真?zhèn)舞b定以及定量分析等方面。但是一些中藥有很強(qiáng)的熒光性，拉曼散射信號弱，熒光的強(qiáng)度甚至比拉曼散射的強(qiáng)度高出好幾個(gè)數(shù)量級，拉曼的信號極有可能被熒光信號所掩蓋，限制了該技術(shù)在這些中藥研究分析中的應(yīng)用。

張凡等[32]采集10批白石英的拉曼光譜，進(jìn)行相似度評價(jià)，很好地區(qū)分了正品白石英和偽品白石英。Qi等[33]獲取了葛根素的拉曼光譜，如圖4所示，建立了以葛根素在1 628 cm-1特征波數(shù)處的峰強(qiáng)與乙醇在880 cm-1特征波數(shù)處的峰強(qiáng)比值與葛根素濃度的線性關(guān)系方程(Y=5.830 38X+4.047 8×10-4，R2=0.999 3)，如圖5所示，快速定量分析出葛根中的葛根素含量。De等[34]探究了大黃、柑橘和巴戟天等草本植物的提取物的表面增強(qiáng)拉曼散射光譜(Surface enhanced Raman spectroscopy，SERS)與所提取出的染料分子結(jié)構(gòu)的關(guān)系，他們發(fā)現(xiàn)每種染料分子都有特征峰位，這為染料的鑒別提供了參考方法。Zhao等[35]使用銀納米球作為SERS活性探針，分析了黃連和黃檗的原始煎劑及其偽造品，用密度泛函理論(Density functional theory，DFT)計(jì)算小檗堿的預(yù)期拉曼光譜，液質(zhì)聯(lián)用儀來分析樣品中小檗堿的量，結(jié)果顯示SERS測量的結(jié)果與DFT計(jì)算和液質(zhì)聯(lián)用儀分析的結(jié)果一致。Chen等[36]將霍雪花湯按照不同療效分為調(diào)和藥物湯劑、華玉生心藥湯劑組、活血止咳藥湯組和補(bǔ)氣藥組煎劑等4組藥物湯劑，獲得并分析了這4種藥物組湯劑以及霍雪花湯的SERS光譜，初步分析了這5種煎劑的特征拉曼譜帶，結(jié)果顯示藥物組煎劑的SERS光譜中的一些拉曼譜帶保留在霍雪花湯中，然而1 077，1 145，1 245 cm-1等拉曼譜帶從未出現(xiàn)在霍雪花湯SERS光譜中，這說明藥物組煎劑產(chǎn)生了新的成分。結(jié)果表明，霍雪花湯中的醫(yī)藥成分并不僅是4組藥物組的簡單添加，拉曼光譜可以有效、準(zhǔn)確地研究藥物組，在中藥藥物活性成分研究領(lǐng)域具有很大的潛力。

圖4 葛根素拉曼光譜圖Fig.4 Raman spectrum of pure puerarin

圖5 波數(shù)強(qiáng)度比值與乙醇中葛根素濃度校準(zhǔn)曲線Fig.5 Calibration curve for the ratio of band intensityto concentration of puerarin in ethanol

2.4 激光誘導(dǎo)擊穿光譜法

激光誘導(dǎo)擊穿光譜(Laser-induced breakdown spectroscopy，LIBS)是一種以最小樣品制備量對固體、液體、氣體和氣溶膠等多種材料進(jìn)行多元素分析的直接光譜技術(shù)[37]。它對高能激光脈沖引起的等離子體進(jìn)行分析以確定樣品的物質(zhì)成分及含量，具有遠(yuǎn)程、實(shí)時(shí)的分析特點(diǎn)，這些特點(diǎn)使得LIBS的應(yīng)用越來越廣泛。

Liu等[38]基于LIBS的信號相對強(qiáng)度變化率和移動(dòng)窗口標(biāo)準(zhǔn)差測量了朱砂和雄黃兩種礦物藥的配伍變異性，同時(shí)，基于電感耦合等離子體發(fā)射光譜方法，得到了相對濃度變化率。LIBS與電感耦合等離子體發(fā)射光譜在兩種礦物藥混合終點(diǎn)測定結(jié)果一致，且LIBS比電感耦合等離子體發(fā)射光譜法測定過程更簡單、快捷，證明LIBS在監(jiān)測中藥生產(chǎn)過程中有很大的潛力。Wang等[39]采集了川穹的LIBS光譜，如圖6(a,b)所示，并研究了川穹中鉛和銅等重金屬的含量，建立了LIBS光譜強(qiáng)度與鉛和銅質(zhì)量分?jǐn)?shù)之間的多元線性回歸模型，如圖7(a,b)所示，確定了二者的檢測限，精準(zhǔn)度高，為中藥重金屬的含量測定提供了參考方法。Zhao等[40]基于LIBS獲取了未經(jīng)硫熏蒸、輕度硫熏蒸和重度硫熏蒸的貝母樣品的光譜數(shù)據(jù)，并通過歸一化和小波變換進(jìn)行預(yù)處理，在特征波段和全波段基礎(chǔ)上建立了極限學(xué)習(xí)機(jī)、隨機(jī)森林和支持向量機(jī)的識別模型。結(jié)果顯示，特征波段結(jié)合支持向量機(jī)模型校準(zhǔn)集和預(yù)測集精度分別達(dá)到100%和95.83%，說明LIBS技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法在中藥鑒定方面有深度研究的潛力，也為中藥鑒定提供了指導(dǎo)方法。

圖6 川穹LIBS圖Fig.6 LIBS spectral of Ligusticum wallichii

圖7 LIBS光譜強(qiáng)度與鉛和銅質(zhì)量分?jǐn)?shù)之間的校正曲線Fig.7 Calibration curve for Pb and Cu in Ligusticum wallichii

2.5 高光譜成像法

高光譜成像技術(shù)(Hyperspectral image，HSI)是一種能夠同時(shí)分析樣品的化學(xué)和物理性質(zhì)的強(qiáng)大而獨(dú)特的技術(shù)[41]，用于捕獲樣本中的某成分的空間分布，在中藥分析領(lǐng)域常用的光譜范圍是380～2 500 nm。HSI對電磁頻譜中包含的信息進(jìn)行匯編和處理，從而對樣本進(jìn)行研究分析[42]。近年來，HSI技術(shù)作為一種分析工具在農(nóng)業(yè)、食品和中醫(yī)藥等領(lǐng)域得到越來越廣泛的應(yīng)用。

Xia等[43]基于HSI技術(shù)結(jié)合10種不同波長選擇方法(連續(xù)投影算法、回歸系數(shù)、無信息性變量消除、載荷權(quán)重、無信息性變量消除聯(lián)合連續(xù)投影算法、競爭性自適應(yīng)重加權(quán)采樣、區(qū)間偏最小二乘回歸、后向區(qū)間偏最小二乘回歸、前向區(qū)間偏最小二乘回歸和遺傳算法)建立PLS-DA模型對浙麥冬和川麥冬進(jìn)行產(chǎn)地鑒別分析。結(jié)果顯示，競爭性自適應(yīng)重加權(quán)采樣法結(jié)合PLS-DA模型判別效果較好，判別準(zhǔn)確度為98.2%。進(jìn)一步以10種特征波長選擇方法為基礎(chǔ)建立支持向量機(jī)非線性鑒別模型，并且與PLS-DA模型判別效果進(jìn)行比較，結(jié)果表明，遺傳算法結(jié)合支持向量機(jī)模型的判別效果最好，準(zhǔn)確度是99.1%。Sandasi等[44]采集不同原料混合物的草藥茶在短波紅外區(qū)的高光譜圖像，結(jié)合化學(xué)計(jì)量學(xué)，建立了PLS-DA的判別模型，模型預(yù)測正確率為95.8%，并且通過分析確定了草藥茶的主要成分。He等[45]利用近紅外高光譜成像法采集浙貝母的高光譜圖，如圖8所示，并結(jié)合4種特征波長選擇方法(連續(xù)投影算法、加權(quán)回歸系數(shù)法、競爭自適應(yīng)重加權(quán)采樣和隨機(jī)蛙跳)構(gòu)建3種回歸模型(偏最小二乘、最小二乘支持向量機(jī)和極限學(xué)習(xí)機(jī))測定硫磺熏蒸的浙貝母中貝母素甲和貝母素乙的含量，結(jié)果顯示大多數(shù)模型的相關(guān)系數(shù)都在0.8以上。將回歸模型應(yīng)用于高光譜圖像中，形成了浙貝母中貝母素甲和貝母素乙含量的預(yù)測圖，如圖9所示。結(jié)果表明，高光譜成像結(jié)合化學(xué)計(jì)量學(xué)方法有助于開發(fā)一套適用于中藥質(zhì)量控制的在線監(jiān)測系統(tǒng)。

圖8 浙貝母高光譜圖Fig.8 Spectral of Fritillaria thunbergii bulbi samples

圖9 浙貝母灰度圖以及貝母素甲和貝母素乙含量預(yù)測圖Fig.9 Pseudo image of Fritillaria thunbergii bulbi and prediction map of peimine and peiminine

2.6 太赫茲光譜法

太赫茲(Tera Hertz，THz)頻率為0.1～10 THz[46]，處于微波區(qū)和紅外區(qū)之間，不僅具有相干特性，可能得到與其位相相關(guān)成分的信息，還在遠(yuǎn)紅外區(qū)有拓展，可輔助紅外光譜的分析[47]。多數(shù)中藥的代謝產(chǎn)物在太赫茲波譜區(qū)都有特定的光譜信息，可以根據(jù)每種成分特定的太赫茲圖譜來鑒別不同成分的中藥。

田珺宏等[48]研究了經(jīng)硫磺熏蒸與未經(jīng)硫磺熏蒸的白芷的太赫茲光譜，通過主成分分析，主成分為3～5個(gè)時(shí)所表示的三維圖中可以很好地將這兩者區(qū)分開來，利用支持向量機(jī)的分類方法，判別準(zhǔn)確率為100%。田珺宏等[48]繼續(xù)以川穹和扶穹為模型藥材，采集了兩者的太赫茲時(shí)域光譜，利用線性核支持向量機(jī)、多項(xiàng)式內(nèi)核支持向量機(jī)、高斯核函數(shù)支持向量機(jī)和近鄰法建立模型進(jìn)行分類分析4種模型的判別準(zhǔn)確率分別為97.2%，99.9%，99.9%和99.8%，該結(jié)果為太赫茲時(shí)域光譜在中藥鑒定方面的研究提供了參考依據(jù)。楊帥等[49]采用主成分分析(Principal component analysis，PCA)技術(shù)量化了大黃炮制品的不同性，并且確定了這種變化是由鞣質(zhì)和蒽醌這兩種成分的改變所引起的。胡清宇等[50]獲取了生大黃、熟大黃、大黃炭和酒大黃的太赫茲光譜。并基于PCA對生大黃、熟大黃、大黃炭和酒大黃炮制前后對中藥療效的影響進(jìn)行分析，如圖10所示，得到的結(jié)果與TLC方法得到的結(jié)果一致。周永軍等[51]基于太赫茲時(shí)域光譜技術(shù)，以黃芪、當(dāng)歸、杜仲以及摻雜了黃芪、當(dāng)歸、杜仲的混合藥物共4組藥物為模型藥物，分別進(jìn)行了鑒別。Li等[52]收集了三七與當(dāng)歸、厚樸與百倍鵝掌柴、川穹與藁本以及當(dāng)歸與毛當(dāng)歸等4組中藥材的太赫茲光譜，針對中藥材的太赫茲光譜吸收峰重疊無法鑒別的情況提出了K-means回歸，K-medoids回歸以及FuzzyC-means回歸等3種無監(jiān)督聚類方法，與監(jiān)督學(xué)習(xí)分類方法互為補(bǔ)充。一階導(dǎo)數(shù)的預(yù)處理方法可以放大不同成分吸收系數(shù)在整體或局部方面微小的差異。對每組中的2種中藥材進(jìn)行區(qū)分，結(jié)果顯示，使用一階導(dǎo)數(shù)為原始吸收系數(shù)預(yù)處理方法，3種聚類算法判別率都很高，其中K-means算法效果最好，總體判別正確率為95.32%。表1為光譜技術(shù)結(jié)合術(shù)化學(xué)計(jì)量學(xué)在中藥質(zhì)量研究分析中的應(yīng)用舉例。

圖10 4種大黃炮制品PCA結(jié)果Fig.10 PCA result of four kinds of processed rhubarb products

表1 光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)在中藥質(zhì)量研究分析中的應(yīng)用舉例1)Table 1 Examples of the application of spectral techniques combined with chemometrics inthe study and analysis of the quality of traditional Chinese medicine

注：1)ANN表示artificial neural network/人工神經(jīng)網(wǎng)絡(luò)；BP-ANN表示backpropagation artificial neural network/反向傳播神經(jīng)網(wǎng)絡(luò)。

3 結(jié) 論

中藥光譜具有模糊性和整體性兩大特征，建立直觀、全面、簡易且準(zhǔn)確的分析模型需要結(jié)合化學(xué)計(jì)量學(xué)方法。雖然光譜技術(shù)越來越廣泛的應(yīng)用于中藥的質(zhì)量研究中，但是光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法建立定性或定量模型的準(zhǔn)確度還不能完全達(dá)到100%，不過隨著化學(xué)計(jì)量學(xué)的發(fā)展，準(zhǔn)確度和精確度都在不斷的提高。雖然光譜技術(shù)不會(huì)對中藥有效成分產(chǎn)生不利的影響，在分析的過程中也不會(huì)產(chǎn)生額外的有機(jī)溶劑的費(fèi)用，但是光譜技術(shù)也存在一些缺點(diǎn)，比如近紅外光譜吸收峰嚴(yán)重重疊，難以指認(rèn)，具有較寬的峰，一般不能用于定性分析；中紅外光譜的譜峰雖易于指認(rèn)，但是容易受環(huán)境中的熱源影響而造成檢測不準(zhǔn)確；拉曼光譜容易受到熒光信號的干擾等。中藥化學(xué)成分復(fù)雜多樣，在治療的過程中，多種藥物的多種組分協(xié)同作用共同發(fā)揮療效，而不是某一個(gè)單一組分發(fā)揮療效，這也為中藥的質(zhì)量分析帶來很大的障礙。但只要我們根據(jù)中藥活性組分的理論基礎(chǔ)，利用光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)將中藥的活性組分與藥物生物效應(yīng)相結(jié)合，全面分析中藥的質(zhì)量，中藥在國際化舞臺上的應(yīng)用將會(huì)越來越廣泛。