甘草氯仿提取物红外指纹图谱双指标序列分析法

摘 要：目的:建立一种符合甘草自身特点的红外指纹图谱分析方法。方法:利用2个指标:共有峰率，变异峰率，分别以各甘草样品的红外指纹图谱为标准，计算其他样品相对于该标准样品的共有峰率和变异峰率，并按照共有峰率的大小建立不同的序列。结果与结论:利用共有峰率和变异峰率双指标序列分析法可以对2个或多个不同品种、不同产地甘草样品进行方便可靠的鉴别。
关键词：甘草;红外指纹图谱;双指标法;共有峰率;变异峰率;序列分析
在中药红外指纹图谱数据分析中，一般采用相似系数法，非线性映射技术，系统聚类分析和图谱直接对比分析法分析指纹图谱。聚类分析和相似系数法采用单指标在一维空间中鉴别样品。非线性映射法需要采用至少两种不同类的样品为参照，然后对不同中药样品进行鉴别，这种方法利用了样品的整体信息，而不是直接利用各种中药中含有的特征信息建立多维指标空间鉴别样品，因此它的分析能力较差。图谱直接比对不利于分析结果的数量化表示。应该特别指出的是，中药质量控制研究中，应该根据中药自身的特点，利用中药自身的特征信息建立多维独立指标空间，增强鉴别能力，并且克服中药鉴别需要大量对照样品的缺点。
各种现代仪器已广泛应用于中药质量控制研究中，其中光谱分析由于其操作简便，稳定性好，测试速度快和测试成本低而被广泛应用。笔者建立了一种新的红外指纹图谱数据分析方法，研究了不同品种，不同产地甘草样品氯仿提取物的红外指纹图谱，结果表明该方法可以较好的区别不同品种、不同产地的甘草。
1 红外指纹图谱共有峰率和变异峰率双指标的建立
中药为生物复杂样品，一种中药材不仅含多种成分，同时由于中药的变异和基因在不同条件下表达的可变性，以及采收时期、加工方法、储存时期及条件、提取方法的不同，使得中药成分又具有显著的可变性;另外生物具有的遗传性，使得中药成分具有相对的稳定性。合理的中药质量控制方法应建立在中药本质---稳定性和变异性的基础上，并可以对它们进行定量刻画。
依据文献所建立的初步方法，用红外指纹图谱吸收峰代替色谱峰，建立了中药红外指纹图谱共有峰率和变异峰率双指标分析法。
共性鉴别指标即共有峰率P: IR 指纹图谱中的共有峰数与2个IR图的独立峰数的比值。独立峰是红外指纹图谱中不同的吸收峰。P=(Ng/Nd )×100%
P:共有峰率。Ng:共有峰数，指在比较的2个IR图中都出现的吸收峰的个数。Nd:独立峰数，指相互比较的2个IR图中的独立峰总数。
Nd= Ng+na+nb
na:指纹图谱a中相对与其共有峰的非共有峰数，称为a的变异峰数。nb:指纹图谱b中相对与其共有峰的非共有峰数，称为b的变异峰数。
变异鉴别 指标即变异峰率Pv:1个指纹图谱的变异峰率Pv是该IR图中相对于共有峰的变异峰数与其共有峰数的比值。Pva=( na/ Ng)·100%，Pvb=( nb/ Ng)·100%。
Na= Ng+na，Nb= Ng+nb，P:指纹图谱a的变异峰率。P:指纹图谱b的变异峰率。Na脂纹图谱a的总峰数。Nb:纹图谱b的总峰数。
上述两指标的共有峰率指标，以2个IR图的独立峰数Nd代替重叠率计算中的2个IR图的总峰数(Na+Nb，使其中的每个吸收峰之间相互独立。从信息论的角度看，该方法提高了信息的独立性、特征性，因而共有峰率较重叠率更具有代表性。该方法适用于将多个样品在二维指标空间中比较，鉴别能力更强。
2 实验材料
2.1 仪器
德国Broker公司Vector22 FT-IR傅里叶变换红外光谱仪，光谱范围4000-450/cm，分辨率1cm。KQ-250E超声清洗仪，1/1万分析天平。
2.2药材及试剂
氯仿为分析纯。
3 测试样品制备及测试条件
准确称取2g甘草粉末(过80目筛，60℃烘干2h)(平行3份)，置于60mL索氏提取器中，用氯仿50ML提取1h，于水浴上蒸干溶剂，得浸膏，置于干燥器中保存。压片法测试其指纹图谱。
4 重复性试验
在相同条件下，平行3份氯仿提取物的红外指纹图谱具有良好的重复性，共有峰率大于80%.
5 稳定性试验
同一份氯仿提取物在0一4℃下保存，指纹图谱在20d内每10d测量1次，3次测量的共有峰率大于73.33%。
6 甘草红外指纹图谱及数据
甘草红外指纹图谱，吸收峰波数。
7 甘草氯仿提取物红外指纹图谱共有峰率和变异峰率双指标序列
以定义的红外指纹图谱共有峰率和变异峰率计算公式，以各样品为参考，分别计算其他样品红外指纹图谱的共有峰率和变异峰率，并且根据共有峰率的大小排成一个序列(包含共有峰率和变异峰率值)，该序列称为共有峰率和变异峰率双指标序列。通过该序列可以精确知道任意一个样品与其他样品的远近关系，由于每个样品代表一个参照空间
(与非线性映射不同，样品可以是不同种类及同种药材样品)，因此，9个样品为参照点建立的9个共有峰率和变异峰率双指标序列，形成9维序列空间，加上共有峰率和变异峰率双指标空间，可以在2+ n维(n:样品数目)空间中考察各个样品的异同，使该法具有强的鉴别能力。该方法与用单一参考样品有极大的不同，用单一样品作参考点计算各样品相对于该样品的重叠率或本研究中新定义的共有峰率，在特殊情况下，2个或多个样品具有相同或相近的重叠率及共有峰率，但这些样品之间的共有峰率(重叠率)为零。因而用单一参考点计算共有峰率的计算方法不完备，其中样品之间的关系不能反映样品之间的真实关系。同时，在不同的序列空间中，样品的关系往往不同，一个样品与其他样品之间的最直接关系应该用该样品为参考点进行描述。通过双指标序列可以精确确定一个样品的最近关系样品，同时变异峰率指标可以在更深的层次上确定样品之间的异同。
同时，在较大样本情况下，采用文献的方法直接比较不同样品共有峰率和变异峰率难以得出直观明晰的结果。本研究建立的双指标序列分析法及其表示克服了这一困难，使分析结果呈现有序的排列，可使分析结果简单明了。
结论
多维共有峰率和变异峰率双指标序列指纹图谱分析法，是根据中药材自身特点创立了一种符合中药自身规律的指纹分析法，可以在2+n维空间中考察不同中药样品之间的相互关系，并可用数量将这些关系精确地表示出来。非常重要的是，该质量控制方法可以直接指导实际生产。