近红外主成分分析对银黄和双黄连口服液快速鉴别
[摘要] 目的：以 AOTF–近红外光谱技术对银黄口服液和双黄连口服液进行快速鉴别。方法： 采用近红外主成分分析方法进行鉴别分析。结果：建立的银黄口服液（YH-C）和双黄连口服 液（SHL-C）定性分析模型可相互正确予以鉴别。结论：该方法是一种简便、快速、低耗的 新型分析技术，可用于两种口服液的快速鉴别，该方法的建立为在流通领域中进行中成药的 快速鉴别分析提供了一种新的技术。
[关键词]：AOTF-近红外光谱；主成分分析；银黄口服液；双黄连口服液；快速鉴别
声光可调（AOTF）近红外光谱仪，是第五代近红外分析仪器，被称为“90 年代近红外 光谱仪最突出的进展”。这种新型的近红外光谱仪具有结构简单、体积小、重现性好和仪器 环境适应性强的特点，将过去必须在室内，且对温度、湿度、灰尘、防震均有严格要求的各 项检测转移到了生产在线和现场（室外）。最近几年，AOTF-近红外光谱分析仪引进国内，已 开始应用于烟草及化工行业 [1]。
银黄口服液和双黄连口服液均具有清热解毒的作用，是临床用于风热感冒的常用中成 药，银黄口服液由金银花和黄芩两种药物组成，双黄连口服液在组方中也以金银花和黄芩 两种药物组成为主，2005 版《中国药典》中两种口服液的均以黄芩苷、绿原酸为指标成分， 采用薄层层析和高效液相色谱法进行定性定量分析，操作复杂并有诸多的相似之处。本研究 采用声光可调滤光器近红外（AOTF-NIR）光谱分析技术,。通过采集两种口服液的近红外光谱 数据，利用主成分分析方法，对银黄和双黄连口服液进行了快速鉴别（3-5min）, 该方法的 建立为在流通领域中进行中成药的快速鉴别分析提供了一种新的技术。
1．仪器与试药
- 1 仪器：
美国 BRIMROSE 公司生产的 Luminar 5030 型便携式 AOTF 技术近红外光谱仪，主要部件 有：光学部分、控制部分、笔记本电脑等。仪器波长范围为 1 100 nm~2 300 nm，波长 增 量 2 nm，扫描次数为 300，采用 InGaAs 检测器。挪威 CAMO 公司 The Unscrambler 分析软件。 1．2 试药：
双黄连口服液（购自济南药业集团有限责任公司）8 个厂家 32 个批号
银黄口服液（购自济南药业集团有限责任公司）2 个厂家 12 个批号
2．实验方法与结果
2．1 样品准备
分别取不同厂家不同批号银黄口服液和双黄连口服液供试样品备用。
2．2 近红外光谱采集及光谱预处理
使用美国 Brimrose 公司 Luminar 5030 型近红外光谱仪，通过安装的液体测量专用光纤 探头采集样品的光谱数据。准备 18×180mm 的试管，清洗干净凉干备用。将 Luminar 5030 近红外光谱仪通电开启，用专用的网线连接仪器与笔记本电脑，预热时间为 0.5h。
将液体测量专用探头安装到仪器的手持部分，探头的光程为 10 mm，测量方式为透反射 测试。测量时，将口服液样品小瓶的密封口打开，倒入一备用的试管中，将光纤探头插入试 管中的液体，液体要将光纤探头的缺口部分完全覆盖，轻微晃动探头，将缺口部分可能存在 的气泡消除，稳定以后，开始扫描光谱。扫描完成，将探头取出，用吸水纸擦拭干净残留液 体后，进行下一个样品的扫描。每一张光谱都是 100 次扫描的平均结果，波长范围从 1 100
nm 到 2300 nm，波长增量为 2 nm。每个样品重复扫描 3 次，得到原始光谱。 为了消除噪音和基线漂移的影响，对扫描得到的原始吸收光谱进行光谱预处理。我们采
用的预处理方法为一阶导数 9 点平滑法（savitzky-golay），经一阶导数处理可以很好地消 除样品由于颜色差别引起的光谱基线偏移和漂移。两种口服液的原始光谱图与一阶微分光谱 图见图 1.由图 1 可见，两种口服液的 NIR 原始光谱图和一阶微分光谱图无显著性差异。不 能通过 NIR 光谱图进行鉴别分析。
2.3 两种口服液 NIR 光谱的主成分分析
将两种口服液的原始光谱经前述预处理后的光谱数据导入 The Unscrambler 分析软件， 对其进行主成分分析（Principal Component Analysis，PCA），以第二主成分得分对第一主 成分得分作图，如图 2 所示。总体看来，两种口服液的 NIR 信息在主成分空间上的分布具有 比较明显的差异，基于此，我们分别建立了定性鉴别模型，对两种口服液进行判别分析。
2．4 建立两种口服液定性鉴别模型
2．4．1 建立双黄连口服液定性鉴别模型
在 32 个双黄连口服液样品中，随机取出 24 个样品组成校正集（名称为 shl-c），用于 建立双黄连口服液 SHL-C 定性鉴别模型。其余 8 个样品作为验证集（名称为 shl-v），用来验证所建立模型的预测能力。将校正集样品光谱经过一阶微分处理后的光谱数据导入 The Unscrambler 分析软件，然后利用 PCA（主成分分析）对光谱数据进行计算，建立了双黄连 口服液 SHL-C 定性鉴别模型。
2．4．2 银黄口服液鉴别分析模型
取银黄口服液样品按照建立双黄连口服液定性鉴别模型方法，建立银黄口服液 YH-C 定性鉴别模型。
2．5 检测模型效果
2．5．1 模型预测方法
对以 PCA 主成分分析法建立的两种口服液 SHL-C 和 YH-C 定性鉴别模型性能的预测，可 采用以下两种方法：一是通过计算机 Excel 表格显示的方法，二是模型区域判别法，见图 3。 在图 3 左侧表格中，如果在 Excel 表中样品编号后面是空白，说明该样品被检测为不属于模 型内样品，如果样品编号后面有*号标记，说明该样品被检测为属于模型内的样品；图 3 右 侧是当 cignificance =5%时校正集样品形成的模型分布区域图，如果被检测的样品 x 落在 定性分析区域内，说明被检测的样品属于被检测样品，反之，说明被检测的样品与建模样品 不相同。
2．5．2 SHL-C 定性鉴别模型的预测
SHL-C 定性鉴别模型预测双黄连口服液样品：调用校正集双黄连口服液样品建立的定性 鉴别模型 SHL-C，对验证集样品（shl-v）进行预测，得到的结果见图 3。图 3 右侧图中在表 格中所有验证集样品编号后面均有*号标记，说明他们属于模型内样品，在模型区域图中， 验证集样品均落在 SHL-C 模型区域内，说明被检测的样品与建模样品相同，被 SHL-C 定性鉴 别模型认可，两种方法都说明被检测的样品属于建模样品，即是双黄连口服液。
SHL-C 定性鉴别模型预测银黄口服液样品：调用校正集双黄连口服液样品建立的定性鉴 别模型 SHL-C，对银黄口服液样品进行预测，得到的结果见图 4。图 4 右侧图中在表格中所有验证集样品编号后面均没有*号标记，说明他们不属于模型内样品；在模型区域图中，验 证集样品均没有落在 SHL-C 模型区域内，说明被检测的样品与建模样品不相同，被 SHL-C 定 性鉴别模型否认，两种方法都说明被检测的样品不属于建模样品，即不是双黄连口服液。
2．5．3YH-C 定性鉴别模型的预测
YH-C 定性鉴别模型预测银黄口服液样品：调用校正集银黄口服液样品所建立的定性鉴 别模型 YH-C，对银黄口服液样品进行预测，得到的结果见图 5。判别方法同 2.5.2 两种方法 都说明被检测的样品属于建模样品，即是银黄口服液。
YH-C 定性鉴别模型预测双黄连口服液样品：调用校正集银黄口服液样品所建立的定性 鉴别模型 YH-C，对双黄连口服液样品样品进行预测，得到的结果见图 6。判别方法同 2.5.3
两种方法都说明被检测的样品不属于建模样品，即不是银黄口服液。
- 分析讨论：
3.1 近红外光谱分析法利用实验材料对近红外线的吸收，可以得到样品中有机分子含氢基 团的特征震动信息，而实现对样品多组分的快速鉴定分析 。虽然银黄口服液和双黄连口服 液选择的定性定量分析代表成分相同，但两种口服液所含的其它化学成分有所差异，这就为 近红外光谱的鉴别分析奠定了基础。由于 NIR 区的倍频和合频吸收弱、谱带复杂、重叠严重， 信息无法有效地分析和解离。因此，现代近红外光谱技术不能直接通过观察供试品图谱特征 或测量供试品图谱参数直接进行区别，须借助于化学计量学软件，利用计算机将有效的信息 从光谱中提取出来，进行鉴别分析。
3.2 主成分分析 （ Principal Component Analysis ， PCA ） 是一种掌握事物主要矛盾 的统计分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，简化复杂的 问题.主成分分析中心目的是将数据降维，以排除众多化学信息共存中相互重叠的信息，它 将原变量进行转换，使少数几个新变量是原变量的线性组合。同时这些新变量要尽可能多地 表征原变量的数据结构特征而不丢失信息[4]。
3．3 采用 Luminar 5030 便携式近红外光谱仪对银黄和双黄连口服液样品直接进行扫描测 定，由计算机即时显示分析结果，不用化学试剂、速度快，体现了 AOTF-NIR 光谱分析技术 可用于现场快速分析的特点，采用主成分分析法建立的 YH-C 和 SHL-C 定性分析模型，可以 准确的鉴别两种口服液。通过本实验的尝试和研究提示，应用 AOTF-NIR 光谱技术进行物种 间的鉴定，不失为一项可用于现场快速鉴别分析的方法。
参考文献
[1-4]何智慧，练文柳，吕名剑等 ，声光可调-近红外光谱技术分析烟草主要化学成
分. 分析化学 2006，34（5）：702.
