李軍山 彭新華 李振江

摘要：為了直接、快速地測定赤芍配方顆粒中芍藥苷和浸出物的含量，解決回流烘干法測定耗時長、操作繁瑣等問題，利用近紅外漫反射技術，結合偏最小二乘法（PLS），建立了測定芍藥苷和浸出物含量的近紅外光譜測定方法。選用積分球系統(tǒng)測定樣品的近紅外光譜，定量模型的預處理方法采用多元散射校正和一階導數(shù)進行處理，光譜范圍分別為5 492～5 103 cm-1，7 428～7 201 cm-1，6 942～5 322 cm-1。結果表明，定量模型中芍藥苷含量和浸出物含量的最佳主因子數(shù)分別為7和6，內部交叉驗證均方差分別為0.082 6和0.226 0，決定系數(shù)（R2）分別為0.981 7和0.982 4，系統(tǒng)精密度RSD值分別為1.1%和0.9%，方法精密度RSD值分別為2.1%和1.6%，外部驗證預測均方差分別為0.363和0.282。采用建立的近紅外預測模型對赤芍配方顆粒進行快速測定，方法可行，分析快速、簡便，結果準確，為赤芍配方顆粒的測定提供了高效方法。

關鍵詞：中藥化學;近紅外光譜（NIRS）;赤芍配方顆粒;芍藥苷;浸出物

中圖分類號：R917 文獻標志碼：A doi： 10.7535/hbgykj.2019yx01010

LI Junshan， PENG Xinhua， LI Zhenjiang.Rapid detection of paeoniflorin and extraction content in Paeoniae Radix Rubra formula granules by NIRS[J].Hebei Journal of Industrial Science and Technology，2019，36（1）：53-58.Rapid detection of paeoniflorin and extraction content in

Paeoniae Radix Rubra formula granules by NIRS

LI Junshan1，2， PENG Xinhua1， LI Zhenjiang1

（1.Shineway Pharmaceutical Group Limited， Shijiazhuang， Hebei 051430， China; 2.TCM Formula Granule Engineering Technology Research Center of Hebei， Shijiazhuang， Hebei 050091， China）

Abstract： In order to directly and quickly determine paeoniflorin and its extraction content in Paeoniae Radix Rubra formula granules and solve the problems of long time consuming and complicated operation of reflux drying method， a near infrared spectroscopy method for determining paeoniflorin content and extraction content is established by using near infrared diffuse reflectance technology and partial least squares （PLS）. The near infrared spectrum of the sample is determined by an integrating sphere system， and the pretreatment method of the quantitative model is processed by multiple scattering correction and first derivative. The wavelength range is 5 492～5 103 cm-1，7 428～7 201 cm-1，6 942～5 322 cm-1， respectively. The results show that the numbers of the best principal factors for the amount of paeoniflorin and the amount of leachate in the quantitative model are 7 and 6，and the internal mean cross-validation variances are 0.082 6 and 0.226 0， the coefficients of determination （R2） are 0.981 7 and 0.982 4， while the system precision RSDs are 1.1% and 0.9%， and the method precision RSD are 2.1% and 1.6%. The external verification predicted mean variances are 0.363 and 0.282. The established near infrared prediction model is used to quickly determine the Paeoniae Radix Rubra formula granules. The method is feasible， rapid， simple and accurate， and provides an efficient method for the determination of the Paeoniae Radix Rubra formula granules.

Keywords：chemistry of Chinese materia medica;near-infrared transmission spectroscopy （NIRS）; Paeoniae Radix Rubra formula granules;paeoniflorin;extraction

中藥配方顆粒因具有攜帶方便、服用簡便、療效穩(wěn)定等優(yōu)點，深受人們的歡迎。赤芍配方顆粒是以符合《中華人民共和國藥典》2015年版要求的赤芍飲片為原料，經水提取、濃縮、噴霧干燥、干法制粒而制成的，具有清熱涼血、散瘀止痛的功效[1]，用于治療熱入營血、溫毒發(fā)斑、吐血衄血、目赤腫痛、肝郁脅痛、痛經閉經、癥瘕腹痛、跌撲損傷、癰腫瘡瘍等。其質量標準中芍藥苷的含量測定采用高效液相色譜法（不得低于30 mg/g），浸出物（不得低于30%）的測定采用回流加烘干法，耗時長、操作繁瑣。

1主要儀器與材料

ANTARIS Ⅱ型近紅外光譜儀，配置TQ Analyst 8分析軟件、Result操作軟件、積分球和光纖采樣系統(tǒng)，賽默飛世爾科技（中國）有限公司提供;Sartorius CP225D型電子分析天平，德國賽多利斯公司提供;DHG-9140A型電熱鼓風干燥箱，上海精宏實驗設備有限公司提供;KH-3200E超聲波清洗器，江蘇昆山禾創(chuàng)超聲儀器有限公司提供;U3000高效液相色譜儀，帶Chromelon分析軟件，戴安中國有限公司提供。

甲醇，色譜純;其他試劑均為分析純;芍藥苷對照品，由中國藥品生物制品檢定研究院提供（批號為110736-201640）;赤芍配方顆粒，神威藥業(yè)集團有限公司提供，50批樣品批號見表1。

2方法與結果

2.1浸出物含量的測定

取赤芍配方顆粒1.5 g，精密稱定，置于50 mL的錐形瓶中，精密加乙醇20 mL，密塞，稱定質量，靜置1 h后，連接回流冷凝管，加熱至沸騰，并保持微沸1 h。放冷后，取下錐形瓶，密塞，再稱定質量，用乙醇補足減失的質量，搖勻，用干燥濾器過濾。精密量取濾液25 mL，置入已干燥至恒重的蒸發(fā)皿中，在水浴上蒸干后，在105 ℃烘干3 h，置入干燥器中冷卻30 min，迅速精密稱定質量，計算浸出物含量。50份樣品中，浸出物含量的最大值為65.4%（質量分數(shù)，下同），最小值為38.5%。

2.2芍藥苷含量的測定[1]

1）色譜條件與系統(tǒng)適用性試驗

以十八烷基硅烷鍵合硅膠為填充劑，乙腈-0.1 mol/L磷酸溶液（二者體積比為15∶85）為流動相，檢測波長為230 nm，理論板數(shù)按芍藥苷峰計算應不低于3 000。

2）對照品溶液的制備

取經五氧化二磷減壓干燥器中干燥36 h的芍藥苷對照品適量，精密稱定，加甲醇制成每l mL含30 μg芍藥苷的溶液，即得。

3）供試品溶液的制備

取研細的赤芍配方顆粒適量，精密稱定質量，置于50 mL具塞錐形瓶中，精密加入70%（體積分數(shù)，下同）甲醇25 mL，稱定質量，超聲處理（功率為250 W，頻率為33 kHz）10 min，放冷，再稱定質量，加70%甲醇補足減失的質量，搖勻，過濾。精密量取續(xù)濾液2 mL，置于10 mL量瓶中，加70%甲醇至刻度，搖勻，即得。

4）測定方法

分別精密吸取對照品溶液與供試品溶液各10 μL，注入液相色譜儀，依法檢測40批樣品的質量，最大值為56.6 mg/g，最小值為28.6 mg/g。對照品、樣品的色譜圖見圖1。

2.3光譜掃描方法

光譜測量范圍為10 000～4 000 cm-1，分辨率為8 cm-1，掃描次數(shù)64次，數(shù)據(jù)格式為log（1/R），1 倍增益，將樣品平鋪在積分球中進行測定[6-9]。圖2為50批樣品的NIRS光譜圖。

2.4光譜數(shù)據(jù)預處理

本實驗采用原始光譜、多元散射校正、一階微分、二階微分、S-G平滑等不同的預處理方法，進行比較并選出最優(yōu)方法[9-12]，最終得到多元散射校正（multiplicative scatter correction，MSC） 與一階導數(shù)相結合為最佳的預處理方法。不同光譜處理方法對模型的影響見表2，樣品一階導數(shù)光譜圖見圖3。

2.5建模光譜區(qū)間的選擇

選擇全譜區(qū)（ 10 000～4 000 cm-1 ）、部分譜區(qū)（5 096～4 536 cm-1，7 308～7 158 cm-1，5 881～4 929 cm-1）以及（5 492～5 103 cm-1，7 428～7 201 cm-1，6 942～5 322 cm-1）3組光譜范圍，對光譜采用的預處理均為MSC及一階導數(shù)，結果見表3。

從表3 可以看出，在5 492～5 103 cm-1，7 428～7 201 cm-1和6 942～5 322 cm-1波數(shù)范圍內，建立的模型有較高的精度及較好的預測結果。

2.6模型建立參數(shù)的選擇

選取編號為1～30的赤芍配方顆粒作為校正集樣本，采用PLS建立定量校正模型，最佳主因子數(shù)由交互驗證法所得的內部交叉驗證均方差確定，內部交叉驗證均方差隨主因子數(shù)[13-15]的變化情況如圖4所示。由圖4可知，芍藥苷含量和浸出物含量的最佳主因子數(shù)分別為7和6。

2.7系統(tǒng)精密度與方法精密度

從驗證集樣品中選擇序號為12的赤芍配方顆粒樣品，進行6次光譜測定，用所建模型預測樣品的含量值，測得系統(tǒng)的精密度RSD最大值為1.1%。將同一批樣品分別取樣6次，依次測定其近紅外圖譜，得到方法的精密度RSD最大值為2.1%，結果表明系統(tǒng)的精密度與方法的精密度良好。

2.8結果[15-19]

按2.6項下方法建立的校正數(shù)學模型，對編號為31～50驗證集的赤芍配方顆粒含量進行預測，預測結果與標準方法測定結果對比見表4。結果表明，計算標準方法測定結果與NIRS預測結果的絕對偏差最小值為0，最大值為0.86%。所選校正數(shù)學模型用于快速預測赤芍配方顆粒的含量，結果準確，可用于進一步分析?；瘜W分析法所得結果與預測結果的對應關系見圖5。

3結論

1）基于近紅外光譜檢測方法，采用MSC和一階導數(shù)處理作為定量模型的預處理方法，依據(jù)PLS法建立了定量預測模型。通過實驗驗證了方法的有效性，系統(tǒng)精密度RSD值分別為1.1%和0.9%，方法精密度RSD值分別為2.1%和1.6%。方法方便快速，系統(tǒng)的精密度和方法的精密度均良好，為赤芍配方顆粒的測定提供了高效方法。

2）在原始近紅外圖譜采集過程中，樣品的不同粒度會影響近紅外光的吸收與反射，導致得到的光譜峰型不規(guī)則，干擾譜圖信息，對結果產生一定的影響。針對此問題，可先將待測樣品粉碎，過3號篩后再進行測定。此辦法解決了由于顆粒大小不一導致的樣品測定誤差問題。

3）近紅外藥品分析技術具有不破壞樣品、簡便快速、成本低和環(huán)保等優(yōu)點，采用近紅外技術測定赤芍配方顆粒中的芍藥苷和浸出物的含量，方法快速，結果穩(wěn)定，與傳統(tǒng)液相色譜法相比，具有操作簡便、測定時間大幅縮短、成本低等優(yōu)點。

本研究由于樣本量不是足夠大，導致預測值與實測值相對誤差偏大。今后還需通過加大設置不同的含量水平，積累更多的試驗數(shù)據(jù)，為快速、準確地進行檢測提供理論依據(jù)。

參考文獻/References：

[1]國家藥典委員會.中華人民共和國藥典（一部）[M].北京：中國醫(yī)藥科技出版社，2015.

[2]陸婉珍.現(xiàn)代近紅外光譜分析技術[M].北京： 中國石化出版社， 2007.

[3]白鐵成，王亞明，張楠楠，等.胡楊葉片水分含量的近紅外光譜檢測[J].光譜學與光譜分析，2017，37（11）：3419-3423.

BAI Tiecheng，WANG Yaming，ZHANG Nannan，et al.Near infrared spectrum detection method for moisture content of Popuius Euphratica leaf[J].Spectroscopy and Spectral Analy-sis，2017，37（11）：3419-3423.

[4]高晗，李軍山，郝鵬彬，等.近紅外光譜法快速測定側柏葉配方顆粒槲皮苷含量[J].中國現(xiàn)代中藥，2015，17（7）：722-725.

GAO Han，LI Junshan，HAO Pengbin，et al.Rapid quantitative aanlysis of quercetin-3-rhamnoside in Cacumen Platicladi formula granules by near infrared diffuse reflectance spectroscopy [J].Modern Chinese Medicine，2015，17（7）：722-725.

[5]李軍山，張博，校軍彥.近紅外光譜法快速測定大豆磷脂粉的干燥失重及磷含量[J].中國藥業(yè)，2013，22（16）：41-43.

[6]李軍山，陳鐘，張博.近紅外光譜技術監(jiān)控銀杏葉提取物柱層析的研究[J].藥物分析雜志，2014，34（11）：2098-2101.

LI Junshan，CHEN Zhong，ZHANG Bo.Study on monitoring column chromatography of Ginkgo biloba extract by near infrared spectroscopy[J]. Chinese Journal of Pharmaceutical Analysis，2014，34（11）：2098-2101.

[7]LI Junshan， ZHANG Bo.Extraction process validation of Isatis Radix[J].Pharmacology & Pharmacy，2014，5：356-363.

[8]高會芹，李軍山，李振江，等.紅參提取工藝近紅外光譜與液相色譜比較研究[J].藥物分析雜志，2015，35（7）：1274-1278.

GAO Huiqin，LI Junshan，LI Zhenjiang，et al.Comparative study of near infrared spectroscopy and liquid chromatography for Red Ginseng extraction process[J]. Chinese Journal of Pharmaceutical Analysis， 2015，35（7）：1274-1278.

[9]李軍山，彭新華，張博.近紅外光譜法快速測定茯苓藥材水分[J].亞太傳統(tǒng)醫(yī)藥，2011，7（8）：36-38.

LI Junshan，PENG Xinhua，ZHANG Bo.Studies on rapid quantitative analysis of the water in Poria Cocos by infrared diffuse reflectance spectroscopy[J].Asia-Pacific Traditional Medicine，2011，7（8）：36-38.

[10]陳鐘，李軍山，彭新華.近紅外光譜法快速測定利咽解毒顆粒中黃芩苷含量[J].亞太傳統(tǒng)醫(yī)藥，2011，7（9）：25-28.

CHEN Zhong，LI Junshan，PENG Xinhua. Rapid quantitative analysis of the Baicalin in Liyan Jiedu granules by near infrared diffuse reflectance spectroscopy[J].Asia-Pacific Traditional Medicine，2011，7（9）：25-28.

[11]李軍山，高晗，張肖建，等. 近紅外光譜法快速測定豬去氧膽酸含量[J].中國現(xiàn)代中藥，2016，18（5）：588-590.

LI Junshan，GAO Han，ZHANG Xiaojian，et al. Rapid quantitative analysis of hyodeoxycholic acid by near infrared spectroscopy[J].Modern Chinese Medicine， 2016，18（5）：588-590.

[12]郝磊，李軍山，彭新華，等.丹參藥材水分近紅外定量模型的建立[J].中國藥物警戒，2016，13（8）：464-467.

HAO Lei，LI Junshan，PENG Xinhua，et al.Establishment of rapid analysis of water in Salvia Miltiorrhiza by near infrared diffuse reflectance spectroscopy[J].Chinese Journal of Pharmacovigilance，2016，13（8）：464-467.

[13]劉國海，韓蔚強，江輝.基于近紅外光譜的橄欖油品質鑒別方法研究[J].光譜學與光譜分析，2016，36（9）：2798-2801.

LIU Guohai，HAN Weiqiang，JIANG Hui.Study on quality identification of olive oil based on near infrared spectra[J].Spectroscopy and Spectral Analysis， 2016，36（9）：2798-2801.

[14]YUN Yonghuan， WANG Weiting， TAN Minli，et al. A stra-tegy that iteratively retains informative variables for selecting optimal variable subset in multivariate calibration[J].Analytica Chimica Acta，2014，807（1）：36-43.

[15]謝越，周成，涂從，等.近紅外光譜技術定量分析連作滁菊土壤中的阿魏酸含量[J].分析化學，2017，45（3）：363-368.

XIE Yue，ZHOU Cheng，TU Cong，et al.Quantitative determination of ferulic acid content in Chrysanthemum Morifolium cv（Chuju） continuous cropping soil using near infrared spectroscopy[J].Chinese Journal of Analytical Chemistry， 2017，45（3）：363-368.

[16]喬瑤瑤，趙武奇，胡新中，等.近紅外光譜技術檢測燕麥中蛋白質含量[J].中國糧油學報，2016，31（8）：138-142.

QIAO Yaoyao，ZHAO Wuqi，HU Xinzhong，et al. Determination of protein content in oat using near-infrared spectroscopy[J]. Journal of the Chinese Cereals and Oils Association， 2016，31（8）：138-142.

[17]商志偉，趙云，沈奇，等.紫蘇種子品質的近紅外光譜分析[J].光譜學與光譜分析，2017，37（12）：3719-3724.

SHANG Zhiwei，ZHAO Yun，SHEN Qi，et al. Quality analysis with near-infrared spectroscopy in Perilla seed[J].Spectroscopy and Spectral Analysis， 2017，37（12）：3719-3724.

[18]張金偉，張延瑩，劉巖，等.近紅外光譜法在線質量監(jiān)控白芍工業(yè)化提取[J].中草藥，2011，42（12）：2459-2461.

ZHANG Jinwei，ZHANG Yanying，LIU Yan，et al.On-line quality control for Paeoniae Radix Alba industrial extraction by NIRS[J]. Chinese Traditional and Herbal Drugs， 2011，42（12）：2459-2461.

[19]李軍山，陳鐘，彭新華，等. 杜仲不同炮制品配方顆粒紅外快速鑒別[J]河北工業(yè)科技，2016，33（6）：503-508.

LI Junshan，CHEN Zhong，PENG Xinhua，et al.Rapid identification of different processed products of Eucommia ulmoides? formula granules by FTIR[J].Hebei Journal of Industrial Science and Technology，2016，33（6）：503-508.第36卷第1期河北工業(yè)科技Vol.36，No.1