劉建營,白 雁,雷敬衛(wèi)

(1.駐馬店市中心醫(yī)院藥學(xué)部，駐馬店 463000；2.河南中醫(yī)藥大學(xué)藥學(xué)院，鄭州 450046)

杞菊地黃丸(濃縮丸)主要由枸杞、菊花、熟地黃、山茱萸(制)、牡丹皮、山藥、茯苓和澤瀉組成，具有滋腎養(yǎng)肝、增強免疫力、抗衰老、改善肝臟脂肪代謝和促進肝細胞新生的功效，主治肝腎陰虧、眩暈耳鳴、羞明畏光和迎風(fēng)流淚等癥[1-3]。馬錢苷為杞菊地黃丸中的主要有效成分，具有調(diào)節(jié)免疫、抗炎、抗休克等作用[4-5]。現(xiàn)在多數(shù)標(biāo)準(zhǔn)對杞菊地黃丸中馬錢苷的含量測定采用HPLC法，該方法需對樣品做較為復(fù)雜的前處理，且消耗大量有機試劑。近紅外光譜技術(shù)(NIR)作為一種應(yīng)用性分析方法，近年來發(fā)展迅速,該技術(shù)具有分析速度快、操作簡便和低消耗等獨特優(yōu)勢[6-9]。本實驗利用近紅外光譜技術(shù)結(jié)合化學(xué)計量學(xué)方法，實現(xiàn)了對杞菊地黃丸中馬錢苷的快速分析。

1 儀器與試藥

1.1儀器 Thermo Nicolet 6700型近紅外光譜儀(配有OMNIC光譜采集軟件和TQ 8.0分析軟件)(美國賽默飛世爾公司)；Waters 2695高效液相色譜儀，Waters 2996二極管陣列檢測器，Reo-Pure 75LPIM超純水器(美國沃特世公司)；METTLER AE-200型電子天平(瑞士梅特勒-托利多儀器有限公司)；SK3300LH型超聲波清洗器(上海科導(dǎo)超聲儀器有限公司)；高速藥材粉碎機(鄭州裕強機械設(shè)備有限公司)。

1.2試藥 河南宛西制藥有限公司提供的113份不同批次的杞菊地黃丸樣品，粉碎，過80目篩，備用；色譜純:甲醇(天津四友試劑有限公司)，乙腈(天津市科密歐化學(xué)試劑開發(fā)中心)；磷酸(分析純，天津凱通試劑有限公司)；馬錢苷對照品(供測定含量用，批號121072-201109)，購自中國食品藥品檢定研究院。

2 方法

2.1采集近紅外光譜數(shù)據(jù) 113份杞菊地黃丸樣品，各取8 g，置于石英杯中。實驗室溫度為21～29 ℃，相對濕度為45%～62%。近紅外光譜儀參數(shù)設(shè)置為：測樣方法為積分球漫反射，掃描波段為12 000～4 000 cm-1，分辨率為8 cm-1，掃描次數(shù)為64次。每份樣品重復(fù)測定5次，計算出平均光譜，用于建立模型。杞菊地黃丸樣品的近紅外光譜疊加圖見圖1。

圖1杞菊地黃丸的近紅外光譜圖

Fig.1 NIR spectra of Qijudihuang Pills

2.2馬錢苷的含量測定

2.2.1馬錢苷對照品溶液的制備 取馬錢苷對照品適量，精密稱定，加體積分數(shù)為70%的甲醇溶液制成質(zhì)量濃度為60 μg·mL-1溶液，備用。

2.2.2杞菊地黃丸供試品溶液的制備 取杞菊地黃丸粉末1 g，精密稱定，置于具塞錐形瓶中，加入體積分數(shù)為70%的甲醇25 mL，密塞，稱定質(zhì)量，加熱回流1 h，放冷，再稱定質(zhì)量，用體積分數(shù)為70%的甲醇補足減失的質(zhì)量，搖勻，濾過，精密量取續(xù)濾液10 mL，加在中性氧化鋁柱(100～200 目，4 g，內(nèi)徑為1 cm)上，用體積分數(shù)為60%的甲醇50 mL洗脫，收集流出液與洗脫液，蒸干，殘渣用體積分數(shù)為70%的甲醇溶解，移至5 mL量瓶中，加體積分數(shù)為70%的甲醇定容至刻度，搖勻，濾過，取續(xù)濾液，即得[1]。

2.2.3色譜條件 色譜柱型號為Sunfire C18(150 mm×4.6 mm，5 μm)；流動相為甲醇∶乙腈∶1 mL·L-1磷酸溶液(4∶11∶85);等度洗脫；流速為1.5 mL·min-1；柱溫為40 ℃；進樣體積為10 μL；檢測波長為240 nm。按照上述色譜條件進樣測定，所得杞菊地黃丸HPLC圖見圖2。

圖2HPLC圖

A．對照品；B.樣品；1.馬錢苷。

Fig.2 HPLC chromatograms

A．control；B.sample；1.loganin.

2.2.4樣品中馬錢苷的含量測定 按照2.2.3項下色譜條件測定113份杞菊地黃丸中馬錢苷的含量，每份樣品平行測定3次，求得平均值。113份樣品馬錢苷的含量范圍為1.18～1.85 mg·g-1。

3 模型的建立與驗證

3.1杞菊地黃丸中馬錢苷定量分析模型的建立

3.1.1校正集與驗證集的選擇 以驗證集的馬錢苷含量分布范圍在校正集的馬錢苷含量范圍之內(nèi)為原則，使用TQ 8.0定量分析軟件中偏最小二乘法建立模型。根據(jù)杞菊地黃丸中馬錢苷的含量分布情況，從113份樣品中選取86個有代表性的樣品(馬錢苷含量范圍為1.17～1.85 mg·g-1)組成校正集，27個樣品(馬錢苷含量范圍為1.21～1.82 mg·g-1)為驗證集，對模型進行內(nèi)部交叉驗證。

3.1.2光譜范圍及預(yù)處理方法的選擇 近紅外光譜為O-H、N-H、C-H等基團伸縮振動的倍頻和組頻吸收，其圖譜中各峰重疊嚴重，用常規(guī)的線性分析方法無法分析[10-13]。因此，使用化學(xué)計量學(xué)中PLS法建立模型，以校正均方差、交叉檢驗決定系數(shù)、交互驗證均方差、預(yù)測相關(guān)系數(shù)和預(yù)測均方差等參數(shù)來確定最優(yōu)模型[14-16]。對于同一樣品集所構(gòu)建的近紅外定量校正模型，相關(guān)系數(shù)越大、均方差越小，所建模型適用性越強、預(yù)測效果越好[17-19]。經(jīng)篩選比較，最終確定一階導(dǎo)數(shù)+標(biāo)準(zhǔn)正態(tài)變量為光譜進行預(yù)處理方法，7 465.17～4 111.36 cm-1為最佳波段范圍，見表1和圖3。

表1不同預(yù)處理方法優(yōu)化的校正模型結(jié)果

Tab.1 The optimized results with different preprocessing methods

光譜預(yù)處理方法交叉檢驗決定系數(shù)校正均方差一階導(dǎo)數(shù)+標(biāo)準(zhǔn)正態(tài)變量0.99860.0426二階導(dǎo)數(shù)+標(biāo)準(zhǔn)正態(tài)變量0.92170.0766一階導(dǎo)數(shù)+多元散射校正0.67990.1470二階導(dǎo)數(shù)+多元散射校正0.97860.0851一階導(dǎo)數(shù)+多元散射校正+Norris平滑0.57340.4130二階導(dǎo)數(shù)+多元散射校正+Norris平滑0.84140.1150一階導(dǎo)數(shù)+多元散射校正+Savitzky-Golay平滑0.69370.2380二階導(dǎo)數(shù)+多元散射校正+Savitzky-Golay平滑0.85440.7640一階導(dǎo)數(shù)+標(biāo)準(zhǔn)正態(tài)變量+Savitzky-Golay平滑0.76980.1190二階導(dǎo)數(shù)+標(biāo)準(zhǔn)正態(tài)變量+Savitzky-Golay平滑0.89680.4530一階導(dǎo)數(shù)+標(biāo)準(zhǔn)正態(tài)變量+Norris平滑0.76480.1570二階導(dǎo)數(shù)+標(biāo)準(zhǔn)正態(tài)變量+Norris平滑0.74480.2360

圖3杞菊地黃丸NIR一階導(dǎo)數(shù)圖譜

Fig.3 NIR first derivative of Qijudihuang Pills

3.1.3主因子數(shù)的選擇 建模過程中，主因子數(shù)決定著模型的復(fù)雜程度和預(yù)測能力[19]。本實驗中，以7為主因子數(shù)建模時，馬錢苷校正模型的交互驗證均方差為0.093 4，為最小，見圖4。

3.1.4杞菊地黃丸中馬錢苷定量分析模型的建立 當(dāng)以113份樣品中86份組成校正集，27份驗證集，一階導(dǎo)數(shù)+標(biāo)準(zhǔn)正態(tài)變量為光譜進行預(yù)處理方法，7 465.17～4 111.36 cm-1為最佳波段范圍，7為主因子數(shù)建模時，馬錢苷校正模型的交叉檢驗決定系數(shù)r=0.998 8，校正均方差RMSEC為0.041 6，各項參數(shù)評價良好。此時NIR預(yù)測值與參考值的相關(guān)圖見圖5。

圖4主因子數(shù)對模型交互驗證均方差的影響

Fig.4 The influence of root mean square error of cross-validation value with different factors

圖5NIR預(yù)測值與參考值的相關(guān)性

Fig.5 Correlation between NIR predicted and actual values

3.2NIR定量模型的外部驗證 采集15份杞菊地黃丸驗證集樣品的近紅外圖譜，將其導(dǎo)入馬錢苷定量分析模型中，得到馬錢苷含量的預(yù)測值。將馬錢苷模型預(yù)測值與HPLC法測得值進行相關(guān)分析，結(jié)果顯示，馬錢苷的預(yù)測相關(guān)系數(shù)r=0.986 7，預(yù)測均方差RMSEP為0.084 9，結(jié)果表明，模型可準(zhǔn)確測定杞菊地黃丸中馬錢苷的含量。

4 結(jié)論

本實驗使用近紅外光譜技術(shù)為杞菊地黃丸(濃縮丸)建立了馬錢苷含量的近紅外定量分析模型。近紅外光譜技術(shù)是一種間接分析技術(shù)，其定量分析模型的準(zhǔn)確性是建立在大量具有代表性樣品的精準(zhǔn)測定及模型后期持續(xù)不斷的完善之上。在建立過程中，所選樣品代表性越強，模型的實用性就越強，這需花費大量的時間和精力。模型建成后，只需掃描獲得杞菊地黃丸樣品的近紅外圖譜，輸入模型即可直接測得杞菊地黃丸中馬錢苷的含量，為其質(zhì)量評價提供快速、無污染的方法。本實驗使用的樣品由單一廠家提供，所建模型僅限于該廠家杞菊地黃丸的使用，不可應(yīng)用于其他廠家。在以后的實驗中，可根據(jù)實際需求，完善不同廠家、不同批次杞菊地黃丸近紅外模型的建立，更好地服務(wù)于生產(chǎn)。

[1] 國家藥典委員會．中國藥典：2015年版：一部[S]．北京：中國醫(yī)藥科技出版社，2015：936-937.

[2] 翟宏焱，顏曉航.毛細管氣相色譜法測定杞菊地黃丸(濃縮丸)中丹皮酚含量[J].安徽醫(yī)藥，2008，12(11)：1043-1045.

[3] 馬宏杰，李月靈，曹雙勝.杞菊地黃丸治療不同角膜屈光術(shù)后干眼的臨床研究[J].中國中醫(yī)眼科雜志，2017，27(3):150-153.

[4] 李小娜．山茱萸有效成分的提取分離與藥物代謝動力學(xué)研究[D]．石家莊：河北醫(yī)科大學(xué)，2007：15-17．

[5] 鄭風(fēng)敏，劉會艷.HPLC法測定杞菊地黃丸(濃縮丸)中馬錢苷的含量[J].北方藥學(xué)，2015，12(10):5-6.

[6] 葉俊華，劉立鵬，夏阿林，等．在線近紅外光譜分析儀的研制及應(yīng)用[J]．儀器儀表學(xué)報，2009，30(3)：531-535．

[7] 劉荔荔,邢旺興，賈媛，等.近紅外漫反射光譜法測定西洋參中人參的摻入量[J],中國中藥雜志,2003,28(2):178-179.

[8] 薛利紅，楊林章.基于可見近紅外高光譜的菠菜硝酸鹽快速無損測定研究[J].光譜學(xué)與光譜分析，2009，29(4)：926-930.

[9] 馮新滬，史永剛.近紅外光譜及其在石油產(chǎn)品分析中的應(yīng)用[M].北京:中國石化出版社，2002：4-5.

[10]嚴衍祿．近紅外光譜分析基礎(chǔ)與應(yīng)用[M]．北京：中國輕工業(yè)出版社，2005：75-76．

[11]褚小立，袁洪福，陸婉珍．近紅外分析中光譜預(yù)處理及波長選擇方法進展與應(yīng)用[J]．化學(xué)進展，2004，16(4)：528-532．

[12]洪明堅，溫泉，溫志渝.一種基于蒙特卡羅方法的近紅外波長選擇算法[J].光學(xué)學(xué)報，2010，30(12):3637-3642.

[13]李巖梅，國警月，陳慶先，等.近紅外漫反射光譜法非破壞分析顛茄粉末藥品質(zhì)量[J].生命科學(xué)儀器，2009，8:50-52.

[14]吳衛(wèi)濤.復(fù)方丹參滴丸近紅外一致性檢驗?zāi)Ｐ偷慕⑴c考察[J].中國實用醫(yī)藥，2011，6(29):170-171.

[15]徐曉杰，宋麗麗，朱新科，等．近紅外光譜法用于六味地黃粉末混合過程的質(zhì)量控制研究[J]．中國現(xiàn)代應(yīng)用藥學(xué)，2006，23(7)：644-646．

[16]王寧，蔡紹松，武衛(wèi)紅，等．一種基于聲光可調(diào)濾光器-近紅外光譜技術(shù)的復(fù)方丹參片快速定性分析方法[J]．中國中藥雜志，2008，33(16)：1964-1968．

[17]褚小立，袁洪福，陸婉珍.光譜多元校正中的模型傳遞[J].光譜學(xué)與光譜分析，2001，21(6):881-885.

[18]黃潔，周娜,王苑桃，等.氯硝西泮片近紅外光譜定量模型的建立與應(yīng)用[J]．西北藥學(xué)雜志，2016，31(6):587-590.

[19]陸婉珍．現(xiàn)代近紅外光譜分析技術(shù)[M]．第二版.北京：中國石化出版社，2007：44-87．