李喜香 劉書斌 黃清杰 陳二林 馬曉輝 張志瑞 張明明 楊曉玲

摘要：目的? 利用基于變異系數(shù)的模糊物元模型評價不同產(chǎn)地大黃的質(zhì)量。方法? 結(jié)合歐氏貼近度概念，構(gòu)建基于變異系數(shù)權(quán)重的中藥質(zhì)量綜合評價的模糊物元模型。選取大黃中沒食子酸、游離蒽醌等14個評價指標(biāo)，評價不同產(chǎn)地大黃的質(zhì)量。結(jié)果? 27個產(chǎn)地大黃藥材樣品中，歐氏貼近度ρHj>0.220 9的樣品有9批，主要集中在四川和甘肅隴南，品質(zhì)較優(yōu)，均具有“紅肉白筋，體重質(zhì)堅，星點環(huán)列，味苦”的優(yōu)良性狀特征;ρHj<0.160 4的樣品主要集中在青海達日和四川峨眉山等地，樣品性狀與“個頭普遍較小，體輕質(zhì)松，內(nèi)部有糠心”的劣藥特征一致。結(jié)論? 本研究建立的模型使用簡單、易于計算，能客觀反映大黃藥材的質(zhì)量，也可為基于多種化學(xué)成分指標(biāo)的其他中藥材質(zhì)量綜合評價提供參考。

關(guān)鍵詞：大黃;模糊物元模型;變異系數(shù)權(quán)重;歐氏貼近度

中圖分類號：R284.1??? 文獻標(biāo)識碼：A??? 文章編號：1005-5304（2019）08-0076-07

DOI：10.3969/j.issn.1005-5304.2019.08.016????? 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Abstract： Objective To evaluate the quality of Rhei Radix et Rhizoma from different producing areas through fuzzy matter-element model based on coefficient of variation. Methods Combined with the concept of Euclidean closeness degree， a fuzzy matter-element model based on variation coefficient weight for comprehensive evaluation of quality of TCM was established. 14 evaluation indexes including gallic acid and free anthraquinones were chosen to evaluate quality of Rhei Radix et Rhizoma from different producing areas. Results Among samples from 27 producing areas， the Euclidean approximation value of 9 batches of samples ρHj >0.220 9， which were mainly concentrated in Longnan of Gansu Province and Sichuan Province， and the quality of these samples was better， which had good characteristics such as “red meat， white gluten， strong body weight， star dots， and bitter taste”; ρHj <0.160 4 samples were concentrated in Dari Qinghai and Emeishan Sichuan. The characteristics of the samples were consistent with those of inferior medicines with “generally small size， light weight， loose body and bran heart”. Conclusion The model is simple and easy to calculate， which can objectively reflect the quality of Rhei Radix et Rhizoma and provide references for comprehensively evaluating the quality of other TCM based on various chemical constituents.

Keywords： Rhei Radix et Rhizoma; fuzzy matter-element model; variation coefficient weight; Euclidean proximity

大黃為蓼科植物掌葉大黃Rheum palmatum L.、唐古特大黃Rheum tanguticum Maxim. ex Balf.或藥用大黃Rheum officinale Baill.的干燥根及根莖[1]，主產(chǎn)于青海、甘肅、四川、西藏、安徽等地，具有瀉下攻積、清熱瀉火、涼血解毒、利濕退黃功效。由于生態(tài)環(huán)境、栽培方式、炮制加工等方面存在差異，且各因素間相互影響、關(guān)系錯綜復(fù)雜，致使不同產(chǎn)地大黃藥材質(zhì)量優(yōu)劣不一。2015年版《中華人民共和國藥典》大黃的質(zhì)量控制主要集中在蒽醌類成分的含量測定，以游離蒽醌類及結(jié)合蒽醌類的總含量達到最低限度為要求，難以綜合、全面體現(xiàn)藥材的內(nèi)在品質(zhì)。大黃成分復(fù)雜，系統(tǒng)評價其藥材質(zhì)量，還需結(jié)合大黃的鞣質(zhì)類、苷類化合物和有機酸類等活性成分。沒食子酸、兒茶素、表兒茶素、蘆薈大黃素苷、大黃酸苷、大黃素苷、大黃酚苷、大黃素甲醚苷、蘆薈大黃素、大黃酸、大黃素、大黃素甲醚和大黃酚等成分具有保肝利膽、抗腫瘤、抗病原微生物、瀉下利水、抗十二指腸潰瘍及免疫調(diào)節(jié)等藥理作用[2-4]，大黃的藥理活性是其內(nèi)在多種有效成分共同作用的結(jié)果[5]。受自身成分復(fù)雜和中藥研究思路滯后等因素的影響，目前對大黃及其制劑的質(zhì)量評價和控制方法多以某單一成分含量或一大類化學(xué)成分的總含量為指標(biāo)[6-7]，常存在矛盾性、不相容性和不確定性，容易遺漏有用信息，導(dǎo)致錯誤的結(jié)論。因此，基于多指標(biāo)有效成分含量的質(zhì)量控制模式應(yīng)運而生，但各指標(biāo)在質(zhì)量評價中貢獻率的界定，單純依靠專家主觀賦予權(quán)重難以使指標(biāo)權(quán)重分配均衡化。蔡文[8]提出的物元分析理論，以模糊數(shù)學(xué)為基礎(chǔ)，將用于描述某一事物集合的3個要素“事物”“特征”“量值”，與中藥“樣品”“成分”“含量”一一對應(yīng)，采用模糊評判法，應(yīng)用隸屬函數(shù)刻畫了中藥質(zhì)量分級界線的模糊性，能比較客觀地反映實際情況，通過物元變換與系統(tǒng)結(jié)構(gòu)變換解決不相容問題。本研究結(jié)合歐氏貼近度概念，建立基于變異系數(shù)權(quán)重的模糊物元模型，對不同產(chǎn)地大黃藥材的質(zhì)量進行排序和綜合評價，為多指標(biāo)綜合評價中藥質(zhì)量提供一種新的方法。本研究選取大黃中沒食子酸、游離蒽醌等有效成分的含量作為評價指標(biāo)，以期客觀評價不同產(chǎn)地大黃藥材的質(zhì)量，為優(yōu)化大黃的質(zhì)量評價標(biāo)準(zhǔn)提供依據(jù)，從而提高大黃的臨床有效性和安全性。

1? 基于變異系數(shù)的模糊物元模型建立

1.1? 模糊物元概念

確定樣本名稱Μ，使其關(guān)于特征C有量化值Χ，以有序的三元組合R=（Μ，C，Χ）作為描述事物集合的基本元。如果其中量化值X具有模糊性，則稱為模糊物元。通常把m個事物的n維物元組合在一起，構(gòu)成m個事物的n維復(fù)合模糊物元Rmn，即：

1.2? 從優(yōu)隸屬模糊物元

模糊物元各單項指標(biāo)相應(yīng)的模糊值從屬于標(biāo)準(zhǔn)方案各對應(yīng)評價指標(biāo)相應(yīng)的模糊量值隸屬程度，稱為從優(yōu)隸屬度。從優(yōu)隸屬度一般為正值，由此建立的原則稱為從優(yōu)隸屬度原則。由于各評價指標(biāo)特征值對于方案評價來說，有的是越大越優(yōu)，有的則是越小越優(yōu)，因此，對于不同的隸屬度分別采用不同的計算公式。為充分反映評價大黃的各指標(biāo)的相對性且方便計算，采用從優(yōu)隸屬度原則計算出的隸屬度μji代替公式（1）中的Χji，構(gòu)成從優(yōu)隸屬模糊物元Rmn，即：

式中，μji為第j個事物的第i個特征對應(yīng)的隸屬度，由從優(yōu)隸屬度原則予以確定。越大越優(yōu)型和越小越優(yōu)型指標(biāo)的隸屬度分別為：

1.3? 標(biāo)準(zhǔn)模糊物元與簡單差絕對值復(fù)合模糊物元

用Μ0表示標(biāo)準(zhǔn)方案，μ0n表示標(biāo)準(zhǔn)方案第n項指標(biāo)的從優(yōu)隸屬度，則標(biāo)準(zhǔn)模糊物元R0n為：

1.4? 指標(biāo)權(quán)重

基于變異系數(shù)計算評價指標(biāo)的權(quán)重，第i項評價指標(biāo)的均值? 、均方差Di、變異系數(shù)δi、權(quán)重Wi為：

1.5? 貼近度和綜合評價

貼近度反映待評價樣品與標(biāo)準(zhǔn)樣品的接近程度，其值越大表示越接近。因此，可根據(jù)貼近度大小對樣品進行優(yōu)劣排序或類別劃分。本研究采用歐氏貼近度ρHj（j=1，2，…，m）作為評價標(biāo)準(zhǔn)，〖"ρH" 〗_"j" =1-√（∑_（i=1）^n?〖W_i×?_ji 〗），構(gòu)建的貼近度復(fù)合模糊物元RρH為：

2? 大黃藥材質(zhì)量評價

根據(jù)模糊物元模型的定義，可以把大黃藥材來源看作事物M，所包含的化學(xué)成分種類看作特征C，化學(xué)成分含量看作量值X，由此建立評價大黃質(zhì)量的基于變異系數(shù)的模糊物元模型。

2.1? 模糊物元模型建立

本研究引用龔小紅等[9]報道的27個不同產(chǎn)地大黃13種有效成分的含量數(shù)據(jù)進行樣本實例分析。游離蒽醌含量作為藥典規(guī)定的評價指標(biāo)，其為蘆薈大黃素、大黃酸、大黃素、大黃酚、大黃素甲醚含量之和。為客觀反映藥材質(zhì)量的整體特征，采用13種有效成分含量（C1～C13）及游離蒽醌含量（C14）共14個指標(biāo)建立模糊物元模型。樣品產(chǎn)地見表1，評價指標(biāo)數(shù)據(jù)見表2。按公式（1）和表2組成評價大黃藥材質(zhì)量的n維復(fù)合模糊物元R27-14，依據(jù)越大越優(yōu)型從優(yōu)隸屬度原則組成從優(yōu)隸屬模糊物元。參考文獻[10]組成標(biāo)準(zhǔn)模糊物元，R0-14中的C1～C14均為1.000。根據(jù)R0-14和R27-14組成簡單差絕對值復(fù)合模糊物元。

2.2? 指標(biāo)權(quán)重計算

按公式（7）計算各評價指標(biāo)的均值，? =（0.286，0.325，0.350，1.198，1.028，3.023，1.094，1.021，0.381，1.050，0.322，3.643，0.275，0.569）;按公式（8）計算各評價指標(biāo)的均方差，Di=（0.193，0.253，0.502，0.840，0.942，2.519，0.813，0.816，0.228，0.758，0.327，2.574，0.254，0.330）;按公式（9）計算各評價指標(biāo)的變異系數(shù)，δi=（0.103，0.144，0.297，0.920，0.955，4.380，0.851，0.824，0.141，0.777，0.185，4.913，0.133，0.249）;按公式（10）計算各項評價指標(biāo)的權(quán)重，Wi=（0.007，0.010，0.020，0.062，0.064，0.295，0.057，0.055，0.009，0.052，0.012，0.330，0.009，0.017）。最后，把Wi和"R" _"?" 中相應(yīng)值代入公式（11）中，得到貼近度復(fù)合模糊物元，即：

按照貼近度值對27個不同產(chǎn)地大黃樣品的模糊物元評價排序為：四川綿陽>四川西昌>四川阿壩>四川阿壩>四川廣安>甘肅蘭州>四川遂寧>四川大巴山>甘肅隴南>青海果洛>西藏昌都>青海西寧>甘肅禮縣>安徽亳州>四川自貢>四川涼州>四川成都>四川若爾蓋>甘肅栓水>四川北川>四川平武>甘肅禮縣橋頭鄉(xiāng)>青海達日>四川峨眉山>四川巴中>西藏林芝>甘肅禮縣沙金鄉(xiāng)。模糊物元模型與主成分分析評價排序結(jié)果比較見表3。

從表3看出，2種評價方法的排序結(jié)果除在第5、12、15、16、19、20及22位次有較小范圍的差異外，其它排名位次相比相同。主要原因是模糊物元模型利用了貼近度的概念，采用變異系數(shù)考慮了評價指標(biāo)權(quán)重的均衡性，削除專家賦權(quán)的主觀偏好性的原因，而主成分分析法并未全面考慮這些因素，只是考慮了不同產(chǎn)地大黃鞣質(zhì)類和蒽醌類成分的貢獻率和成分之間的相關(guān)性。

3? 討論

3.1? 不同產(chǎn)地大黃藥材質(zhì)量比較

依據(jù)不同產(chǎn)地大黃藥材的貼近度值，ρHj>0.220 9的樣本量有9批，主要來自四川和甘肅隴南，這些產(chǎn)地大黃質(zhì)量較高，與王躍華等[11]研究結(jié)果一致。另外發(fā)現(xiàn)，四川綿陽、西昌、阿壩采集的樣品排名靠前，品質(zhì)較優(yōu)，均具有“表面黃棕色，體重質(zhì)堅，斷面黃色或棕褐色，具放射狀紋理及明顯環(huán)紋，紅肉白筋。髓部有星點環(huán)列或散在顆粒。氣清香，味苦微澀”[12]的優(yōu)良性狀特征，評價結(jié)果與藥材實際外觀性狀相符，可在這些產(chǎn)地或區(qū)域建立高品質(zhì)栽培基地，規(guī)范并優(yōu)化產(chǎn)地加工方法，能極大提高大黃藥材品質(zhì)和產(chǎn)量。ρHj<0.160 4的樣本集中在甘肅禮縣沙金鄉(xiāng)、青海達日、四川峨眉山和巴中等地，樣品排名相對靠后，這些產(chǎn)地的大黃具有“藥材個頭普遍較小，體輕質(zhì)松，內(nèi)部有糠心”等劣藥性狀特征，可能與樣品儲存方式、種植地土壤因素有關(guān)，其化學(xué)成分發(fā)生顯著變化，需進一步研究。

3.2? 模型適用性

基于變異系數(shù)的模糊物元使研究對象定量化，適用于多因子評價模型，能解決事物不相容問題，這與中藥成分復(fù)雜且成分間不相容的特點相吻合[13]。大黃藥材中沒食子酸、兒茶素、表兒茶素、蘆薈大黃素苷、大黃酸苷、大黃素苷、大黃酚苷、大黃素甲醚苷、蘆薈大黃素、大黃酸、大黃素、大黃素甲醚和大黃酚各成分間互不影響、互不相容，符合基于變異系數(shù)的模糊物元模型評價的特點。此外，模糊物元理論清晰，方法簡便，可操作性強，只需較少的原始數(shù)據(jù)，無需進行復(fù)雜的數(shù)學(xué)運算，就能得到較為可靠的評價結(jié)果。利用模糊數(shù)學(xué)和貼近度概念，運用變異系數(shù)法即可客觀反映各指標(biāo)的相對重要程度，避免專家賦權(quán)的主觀性，能很好反映不同產(chǎn)地大黃鞣質(zhì)類、游離蒽醌類和結(jié)合蒽醌類成分的貢獻率，對含有復(fù)雜化學(xué)成分的大黃進行有效的綜合質(zhì)量評價與控制。

3.3? 貼近度結(jié)果分析

由所建模型可知，不同產(chǎn)地大黃藥材的質(zhì)量高低排序與其道地性內(nèi)涵基本相符，與灰色關(guān)聯(lián)法排序結(jié)果[9]基本一致，并且考慮到游離蒽醌總含量，從而能更客觀全面地對大黃藥材質(zhì)量進行評價，可見基于變異系數(shù)和14個評價指標(biāo)建立的模糊物元模型應(yīng)用于大黃藥材的質(zhì)量評價效果令人滿意。米曉蘭等[14]應(yīng)用模糊評判法對不同采收期祁菊質(zhì)量進行綜合評價，確定的祁菊最佳采收期與祁菊整體質(zhì)量最高的采收時間一致，說明該方法能客觀反映藥材質(zhì)量的整體特征，得到了良好的評價結(jié)果。因此，結(jié)合模糊數(shù)學(xué)和貼近度概念，建立基于變異系數(shù)的模糊物元評價模型，對不同產(chǎn)地的大黃質(zhì)量進行排序，可以作為大黃藥材質(zhì)量綜合評價的一種途徑和手段，其結(jié)果更為客觀、科學(xué)、準(zhǔn)確。但也應(yīng)注意，中藥材質(zhì)量受有害重金屬、加工方法、生長環(huán)境的影響，后續(xù)研究應(yīng)適當(dāng)增加相應(yīng)評價指標(biāo)，從而對中藥材質(zhì)量進行更加全面的評價。

參考文獻：

[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，2015：23-24.

[2] 李牧，杜智敏.蘆薈大黃素的藥理作用研究進展[J].中國臨床藥理學(xué)雜志，2015，31（9）：765-768.

[3] 童妍，金釗.大黃素甲醚的藥理作用研究進展[J].中華中醫(yī)藥學(xué)刊， 2015，33（4）：938-940.

[4] 莊江能.大黃的主要成分及其臨床藥理研究進展[J].西南軍醫(yī)， 2009，11（5）：931-933.

[5] 竇志華，喬進，卞理，等.指紋圖譜與一測多評法相結(jié)合的大黃質(zhì)量控制方法[J].中國藥學(xué)雜志，2015，50（5）：442-448.

[6] 汪琛媛.四味黃連洗劑制備工藝及質(zhì)量標(biāo)準(zhǔn)研究[D].合肥：安徽中醫(yī)藥大學(xué)，2017.

[7] 張依倩，王玉，張?zhí)m蘭，等.大黃的質(zhì)量評價方法研究進展與展望[J].中藥材，2010，33（10）：1663-1668.

[8] 蔡文.可拓論及其應(yīng)用[J].科學(xué)通報，1999，44（7）：673-682.

[9] 龔小紅，趙夢杰，黨玨，等.基于主成分分析不同產(chǎn)地大黃13個成分量的比較研究[J].中草藥，2017，48（23）：4994-4999.

[10] 唐搖影，黃顯峰，方國華.基于組合權(quán)重的模糊物元評價模型在豐縣水質(zhì)評價中的應(yīng)用[J].水電能源科學(xué)，2014，32（6）：37-41.

[11] 王躍華，孫雁霞，徐文俊，等.不同產(chǎn)地大黃質(zhì)量分析研究[J].成都大學(xué)學(xué)報：自然科學(xué)版，2007，26（3）：177-179.

[12] 張學(xué)儒.大黃藥材商品規(guī)格評價與合理用藥的研究[D].長沙：湖南中醫(yī)藥大學(xué)，2010.

[13] 劉書斌，李成義，張櫻山，等.基于變異系數(shù)權(quán)重的模糊物元模型評價甘肅商品紋黨的質(zhì)量[J].中國實驗方劑學(xué)雜志，2016，22（9）：16-20.

[14] 米曉蘭，韓紅梅，王雪媛，等.基于變異系數(shù)權(quán)重法祁菊不同采收期有效成分含量研究[J].時珍國醫(yī)國藥，2018，29（4）：990-993.

（收稿日期：2018-09-12）

（修回日期：2018-11-14;編輯：陳靜）