胡楊 李先芝 劉洋 林露 楊峰

摘要 我國(guó)是中藥用藥大國(guó)，但我國(guó)的中藥市場(chǎng)混亂，劣質(zhì)、摻假事件時(shí)有發(fā)生。建立一種快速、高效的中藥質(zhì)量鑒別方法是改善中藥市場(chǎng)混亂現(xiàn)狀的有效方法。近紅外光譜技術(shù)以快速、高效、便捷、無(wú)污染等優(yōu)勢(shì)受到中藥行業(yè)研究者的青睞，目前已廣泛運(yùn)用于中藥材的鑒別、定量分析以及在線監(jiān)控等多個(gè)領(lǐng)域。綜述了近年來(lái)近紅外光譜技術(shù)在中藥質(zhì)量控制中的研究進(jìn)展，以期為后續(xù)研究奠定基礎(chǔ)。

關(guān)鍵詞 中藥材;近紅外光譜技術(shù);質(zhì)量監(jiān)控

中圖分類(lèi)號(hào) R288? 文獻(xiàn)標(biāo)識(shí)碼 A? 文章編號(hào) 0517-6611（2022）01-0008-04

doi：10.3969/j.issn.0517-6611.2022.01.002

Research Progress of Near Infrared Spectroscopy in Quality Control of Traditional Chinese Medicine

HU Yang1， LI Xian-zhi1，2， LIU Yang1 et al

（1.Jing Brand Co.， Ltd.，Daye，Hubei 435100;2.Hubei Provincial Key Lab for Quality and Safety of Traditional Chinese Medicine Health Food，Daye，Hubei? 435100）

Abstract China is a big country in the use of traditional Chinese medicines， but China traditional Chinese medicine market is chaotic， and incidents of inferior quality and adulteration occur from time to time. Establishing a fast and efficient method for identifying the quality of Chinese medicine is an effective way to improve the current chaotic situation of the Chinese medicine market. Near-infrared spectroscopy technology is favored by researchers in the traditional Chinese medicine industry due to its advantages of speed， efficiency， convenience， and pollution free. It has been widely used in many fields such as identification， quantitative analysis， and online monitoring of traditional Chinese medicines. The research progress of near-infrared spectroscopy in the quality control of traditional Chinese medicine in recent years is reviewed in order to lay the foundation for follow-up research.

Key words Chinese medicinal materials;Near-infrared spectroscopy technology;Quality monitoring

基金項(xiàng)目 湖北省科技計(jì)劃項(xiàng)目（2018ACA125）。

作者簡(jiǎn)介 胡楊（1993—），男，湖北大冶人，碩士研究生，研究方向：產(chǎn)品質(zhì)量控制。

通信作者，碩士，從事產(chǎn)品質(zhì)量控制研究。

收稿日期 2021-04-20

我國(guó)是中藥種植生產(chǎn)消費(fèi)大國(guó)，具有悠久的中藥用藥歷史。中藥是我國(guó)的傳統(tǒng)藥物，在防病治病中扮演著重要角色，而中藥質(zhì)量的控制是保證中藥安全和發(fā)揮療效作用的前提。隨著科技的快速發(fā)展，各種新技術(shù)、新手段不斷應(yīng)用于傳統(tǒng)中藥生產(chǎn)與質(zhì)量控制。中藥質(zhì)量控制的方法有液相色譜法、氣相色譜法、紫外分光光度法、薄層色譜法等，但這些方法通常需要花費(fèi)大量時(shí)間用于樣品處理，不能同步于中藥的生產(chǎn)過(guò)程，具有一定的滯后性。近年來(lái)，以近紅外光譜技術(shù)（near infrared reflectance spectroscopy，NIRS）為代表的中藥檢測(cè)分析技術(shù)被廣泛運(yùn)用于中藥質(zhì)量控制。近紅外光譜技術(shù)是一種把化學(xué)計(jì)量學(xué)算法與近紅外光譜檢測(cè)技術(shù)融合到一起，利用有機(jī)化學(xué)物質(zhì)在近紅外譜區(qū)內(nèi)的光學(xué)特性快速判定物質(zhì)化學(xué)組分及測(cè)定含量的光譜技術(shù)[1-2]。該技術(shù)具有操作簡(jiǎn)單、快速分析、無(wú)污染以及在線控制等優(yōu)勢(shì)，最重要的是可以直接對(duì)樣品進(jìn)行測(cè)定，基本不需對(duì)樣品進(jìn)行處理或僅需簡(jiǎn)單的處理，對(duì)于解決中藥質(zhì)量控制的滯后問(wèn)題具有明顯的優(yōu)勢(shì)。因此，近紅外光譜技術(shù)在中藥的定性、定量分析以及在線控制方面得到廣泛應(yīng)用，在篩查假冒偽劣藥材中發(fā)揮著越來(lái)越重要的作用。筆者就近紅外光譜技術(shù)在中藥定性分析、定量分析、在線監(jiān)控3個(gè)方面進(jìn)行綜述，以期為后續(xù)研究奠定基礎(chǔ)。

1 近紅外光譜技術(shù)在中藥定性分析方面的研究與應(yīng)用

對(duì)中藥材的定性鑒別是保障中藥材質(zhì)量的主要手段之一，如何快速有效地鑒別出中藥材的產(chǎn)地、真?zhèn)蔚刃畔⑹侵兴幉馁|(zhì)量控制過(guò)程中急需解決的問(wèn)題。傳統(tǒng)的鑒別方法存在耗時(shí)長(zhǎng)、時(shí)效慢等缺陷，而近紅外光譜分析技術(shù)在中藥材定性鑒別方面因具有操作簡(jiǎn)單、快速、實(shí)時(shí)監(jiān)測(cè)鑒別等優(yōu)點(diǎn)而逐漸成為中藥材定性鑒別的重要手段。

1.1 產(chǎn)地鑒別

我國(guó)中藥材產(chǎn)地分布廣泛，大多數(shù)中藥材具有多個(gè)產(chǎn)地，同種藥材在不同的產(chǎn)地會(huì)因氣候及生長(zhǎng)環(huán)境等因素影響呈現(xiàn)出不同的藥用價(jià)值和療效，因此中藥材產(chǎn)地的鑒別是以確保中藥療效及用藥安全為前提。對(duì)中藥材產(chǎn)地的鑒別是近紅外光譜技術(shù)的一大亮點(diǎn)，同傳統(tǒng)鑒別技術(shù)相比，近紅外光譜技術(shù)能夠準(zhǔn)確鑒別出中藥材是否來(lái)源于道地藥材產(chǎn)區(qū)。

高鴻彬等[3]采用近紅外光譜技術(shù)對(duì)不同產(chǎn)地的覆盆子藥材進(jìn)行檢測(cè)，通過(guò)結(jié)合聚類(lèi)分析、相似度計(jì)算和主成分分析多種模式識(shí)別技術(shù)對(duì)樣品進(jìn)行定性分析，實(shí)現(xiàn)了不同產(chǎn)地覆盆子藥材的快速無(wú)損鑒別。馬天翔等[4]利用近紅外漫反射光譜技術(shù)并結(jié)合二階導(dǎo)數(shù)光譜、化學(xué)計(jì)量學(xué)技術(shù)，快速鑒別5個(gè)不同產(chǎn)地的鎖陽(yáng)，結(jié)果表明該方法可以準(zhǔn)確鑒別出不同產(chǎn)地的鎖陽(yáng)，同時(shí)也研究出了區(qū)分不同產(chǎn)地鎖陽(yáng)的差異波數(shù)。姜亦南等[5]采用傅里葉變換近紅外光譜法結(jié)合SIMCA模式識(shí)別技術(shù)對(duì)10個(gè)不同產(chǎn)地共50批次的三七樣品進(jìn)行了產(chǎn)地鑒別，建立的模型對(duì)樣品的識(shí)別率高達(dá)100%，能夠很好地鑒別出三七藥材的產(chǎn)地。同時(shí)，鄭潔等[6]以不同產(chǎn)地的苦杏仁和桃仁藥材為研究對(duì)象，基于高光譜成像技術(shù)采集苦杏仁、桃仁藥材的光譜信息，利用偏最小二乘法判別分析（PLS-DA）、支持向量機(jī)（SVM）和隨機(jī)森林（RF）方法分別建立分類(lèi)模型，建立的模型能準(zhǔn)確鑒別不同產(chǎn)地苦杏仁、桃仁藥材。此外，王磊等[7]采用近紅外高光譜圖像系統(tǒng)采集了多批不同產(chǎn)地的寧夏枸杞的檢測(cè)數(shù)據(jù)，利用ZCA白化、支持向量機(jī)、Fisher線性判別分析及Softmax分類(lèi)等處理方法建立模型，試驗(yàn)結(jié)果表明該模式可以有效鑒別寧夏枸杞的產(chǎn)地。

1.2 真?zhèn)舞b別

隨著中藥材市場(chǎng)的蓬勃發(fā)展，對(duì)中藥材的需求量日漸增大，甚至出現(xiàn)供不應(yīng)求的現(xiàn)象。一些不法商人為了謀取利益在中藥材中摻假的現(xiàn)象時(shí)有發(fā)生。目前，我國(guó)中藥材質(zhì)量參差不齊、難以控制的一個(gè)重要原因是中藥材真?zhèn)坞y以鑒別。傳統(tǒng)的中藥材鑒別方法主要有經(jīng)驗(yàn)鑒別、理化鑒別、顯微鑒別、色譜法等手段，然而這些鑒別手段需要耗費(fèi)較長(zhǎng)的時(shí)間，且過(guò)程煩瑣復(fù)雜。因此，建立一種快捷有效的鑒別方法迫在眉睫。近紅外光譜技術(shù)以其快捷、高效、無(wú)污染等優(yōu)勢(shì)，逐漸成為中藥材真?zhèn)舞b別的重要手段。

李春美等[8]利用近紅外光譜以及 TQ Analyst 軟件建模相結(jié)合的方式，建立三七藥材的樣品模型，實(shí)現(xiàn)了中藥三七的真?zhèn)巫R(shí)別與產(chǎn)地分析的預(yù)測(cè)，建立的模型對(duì)三七藥材的識(shí)別率高于80%，能有效實(shí)現(xiàn)中藥三七的真?zhèn)巫R(shí)別。李慶等[9]利用云端-互聯(lián)便攜式近紅外技術(shù)結(jié)合化學(xué)計(jì)量學(xué)對(duì)名貴藥材西紅花與其常見(jiàn)偽品（紅花、玉米須、蓮須、菊花、紙漿）和摻偽品進(jìn)行現(xiàn)場(chǎng)快速真?zhèn)舞b別及摻偽量的定量預(yù)測(cè)，采用偏最小二乘判別分析分步建立西紅花與其偽品、西紅花與其摻偽品鑒別模型，試驗(yàn)結(jié)果表明：建立的模型能較好地預(yù)測(cè)西紅花摻偽品的摻偽量。同時(shí)，韓瑩等[10]采集多份不同地區(qū)的何首烏和制首烏樣品以及其偽品白首烏、冀蓼、毛脈蓼的近紅外光譜圖，利用近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法，建立一致性檢驗(yàn)?zāi)Ｐ停?duì)不同產(chǎn)地何首烏進(jìn)行聚類(lèi)分析。結(jié)果表明，所建模型能夠準(zhǔn)確快速識(shí)別何首烏的偽品，且鑒別的準(zhǔn)確率較高。Sun等[11]通過(guò)使用近紅外（NIR）光譜結(jié)合化學(xué)計(jì)量學(xué)方法，探索了鑒定功能食品山楂果實(shí)粉（HFP）中的2種廉價(jià)摻雜物（麥芽糖糊精和淀粉）的可行性。通過(guò)建立的偏最小二乘判別分析（PLS-DA）模型，可將摻假的HFP與真實(shí)的HFP區(qū)別開(kāi)來(lái)，同時(shí)使用偏最小二乘回歸（PLSR）模型來(lái)確定摻假物的含量。與此同時(shí)，劉征輝等[12]利用近紅外光譜方法識(shí)別了金銀花和山銀花的差異性，在主成分分析的基礎(chǔ)上利用 SIMCA模式識(shí)別原理對(duì)金銀花和山銀花分別建立了類(lèi)模型，模型基本能正確識(shí)別金銀花和山銀花，結(jié)論充分表明了近紅外光譜結(jié)合 SIMCA 模式識(shí)別方法在金銀花和山銀花分類(lèi)識(shí)別中的可行性。

1.3 炮制品鑒別

中藥炮制是中醫(yī)臨床用藥必備的一道工序，是根據(jù)臨床用藥要求和中藥自身差異性的特點(diǎn)而發(fā)展起來(lái)的一種制藥技術(shù)。中藥經(jīng)炮制后，可使其化學(xué)成分、含量發(fā)生變化，例如降低毒性[13]、增強(qiáng)療效[14]、改變藥性[15]等，從而改變其藥理作用。但經(jīng)炮制后的藥材其炮制程度、炮制后的藥效如何，無(wú)法用肉眼觀察，近紅外光譜技術(shù)可快速鑒別出炮制藥材的真?zhèn)?、炮制后含量的變化?/p>

鐘永翠等[16]以96批梔子不同炮制品為研究對(duì)象、高效液相色譜測(cè)定梔子苷含量為參考值，利用近紅外光譜儀積分球漫反射測(cè)定其光譜圖，采用偏最小二乘法對(duì)83批梔子樣品建立梔子苷的定量校正模型，以13批梔子不同炮制品對(duì)模型進(jìn)行驗(yàn)證，試驗(yàn)結(jié)果表明模型預(yù)測(cè)性較好。鄧芳等[17]通過(guò)近紅外光譜法與HPLC技術(shù)結(jié)合，采用偏最小二乘法建立了快速測(cè)定附子中雙酯型生物堿含量的分析模型，結(jié)果表明該方法可實(shí)現(xiàn)大批量樣品的快速分析，為毒性藥材附子雙酯型生物堿的在線檢測(cè)與快速篩查提供了新思路和新方法。張曉冬等[18]利用主成分判別分析和聚類(lèi)分析建立爐甘石生品、偽品和炮制品的近紅外光譜鑒別模型，結(jié)果顯示所建立的近紅外主成分判別分析模型和聚類(lèi)分析模型均可用于爐甘石生品、偽品和炮制品的鑒別。此外，張佳歡等[19]建立了薏苡仁主要成分甘油三油酸酯的近紅外定量模型和薏苡仁生品與麩炒炮制品的近紅外定性鑒別模型。結(jié)果表明，建立的近紅外定量定性模型可用于薏苡仁甘油三油酸酯含量的快速測(cè)定和薏苡仁不同炮制品的快速鑒定。馬丹等[20]采用近紅外光譜分析技術(shù)采集了多批唐古特大黃及其不同炮制品圖譜數(shù)據(jù)，并建立正交偏最小二乘-判別分析（OPLS-DA）模型對(duì)樣品光譜進(jìn)行模式識(shí)別，結(jié)果顯示所建的OPLS-DA 模型能夠較為準(zhǔn)確地對(duì)唐古特大黃及其炮制品進(jìn)行鑒別。

1.4 品種鑒別

同屬中藥材之間親緣關(guān)系較近，其化學(xué)成分也非常接近，但是彼此之間化學(xué)成分的種類(lèi)及其含量存在一定的差異性。然而采用傳統(tǒng)手段對(duì)這些差異性的鑒別耗時(shí)長(zhǎng)、效率低，利用近紅外光譜技術(shù)與化學(xué)計(jì)量學(xué)方法相結(jié)合的方法可快速準(zhǔn)確應(yīng)用于藥用植物近緣種之間的分類(lèi)鑒定。

Chen等[21]以3個(gè)品種的139批菊花為研究對(duì)象，利用近紅外光譜技術(shù)、采用偏最小二乘法建立了菊花種類(lèi)鑒別模型，其中大白菊、胡菊和小白菊3個(gè)品種校正集的準(zhǔn)確率均高于94%，預(yù)測(cè)集的準(zhǔn)確率均在86%以上。結(jié)果表明，近紅外光譜技術(shù)可有效鑒別菊花種類(lèi)。劉珈羽等[22]運(yùn)用近紅外光譜技術(shù)采集不同品種白及粉樣品的近紅外光譜圖，采用聚類(lèi)分析方法建立白及粉末鑒別模型，并進(jìn)行模型的外部驗(yàn)證和內(nèi)部驗(yàn)證，結(jié)果顯示白及粉與其同屬黃花白及、小白及能夠分別聚為一類(lèi)，內(nèi)部驗(yàn)證準(zhǔn)確率達(dá)到100%，外部驗(yàn)證準(zhǔn)確率達(dá)到 90%。結(jié)果表明，該方法可有效鑒別白及同屬藥材。邢琳等[23]利用傅里葉變換近紅外光譜技術(shù)與化學(xué)計(jì)量學(xué)相結(jié)合，建立了4種不同類(lèi)別人參樣品的定性聚類(lèi)模型，建立的定性聚類(lèi)模型對(duì)4種樣品的識(shí)別率均在97%以上，可以有效地對(duì)不同類(lèi)別的人參進(jìn)行鑒別。黃芳等[24]利用近紅外光譜技術(shù)采集了黔產(chǎn)金錢(qián)草及4 種同屬偽品樣品光譜圖，利用光譜信息及相似度進(jìn)行對(duì)比分析，金錢(qián)草及同屬植物樣品中每個(gè)品種之間總體上具有較高的相似度，但5個(gè)品種彼此之間相似度總體比較小，可以以此區(qū)別開(kāi)每個(gè)品種，從而實(shí)現(xiàn)這5個(gè)品種的定性鑒別。此外，楊吉等[25]利用近紅外漫反射光譜法對(duì)9種540個(gè)靈芝樣品進(jìn)行近紅外漫反射光譜指紋圖譜采集，運(yùn)用主成分分析方法和基于明氏距離度量的聚類(lèi)分析進(jìn)行判別分析，并通過(guò)聚類(lèi)分析獲得了不同靈芝品種間相似性和差異性的分類(lèi)界限特征，從而達(dá)到對(duì)不同類(lèi)別靈芝的鑒別。

2 近紅外光譜技術(shù)在中藥定量分析方面的研究與應(yīng)用

只通過(guò)定性鑒別并不能全面地反映出藥材的質(zhì)量，因此還需要對(duì)中藥材進(jìn)行定量鑒別。傳統(tǒng)的定量分析檢測(cè)技術(shù)（如液相色譜法等），樣品的前處理過(guò)程煩瑣，對(duì)操作的要求比較高。近紅外光譜技術(shù)因具有操作簡(jiǎn)單、分析速度快、對(duì)樣品無(wú)污染等特點(diǎn)逐漸成為中藥材定量分析的重要手段。

2.1 近紅外光譜技術(shù)對(duì)中藥材中水分含量的測(cè)定

水分是影響中藥材質(zhì)量的重要因素，水分過(guò)多則會(huì)導(dǎo)致藥材霉變，因此藥典中對(duì)中藥材中的水分有著嚴(yán)格的要求。對(duì)中藥材中水分的檢測(cè)主要采用藥典中的甲苯法、烘干法及減壓干燥法，然而這些方法耗時(shí)長(zhǎng)，操作步驟煩瑣，不適合大批量樣品的檢測(cè)。近紅外光譜技術(shù)具有操作簡(jiǎn)便、檢測(cè)速度快等優(yōu)點(diǎn)，適用于大規(guī)模、常規(guī)性的中藥檢測(cè)。

李智勇等[26]基于聲光可調(diào)濾光器-近紅外技術(shù)建立了一種麩炒白術(shù)水分和浸出物含量檢測(cè)模型，通過(guò)該模型可以準(zhǔn)確預(yù)測(cè)麩炒白術(shù)的水分和浸出物含量。楊天鳴等[27]用近紅外光譜儀采集中藥金銀花粉末的近紅外漫反射光譜，運(yùn)用偏最小二乘回歸（PLSR）分析建立了金銀花中水分含量定量模型，對(duì)金銀花中的水分含量進(jìn)行快速測(cè)定。張會(huì)梅等[28]利用近紅外漫反射光譜法結(jié)合化學(xué)計(jì)量法建立一種快速測(cè)定麥門(mén)冬藥材中水分含量的方法，與傳統(tǒng)的烘干法相比，該方法分析效率較高、不破壞樣品。曾海松等[29]利用近紅外（NIR）光譜技術(shù)采集不同批次香櫞藥材的近紅外光譜圖，以高效液相色譜法測(cè)定香櫞中柚皮苷含量、甲苯法測(cè)定香櫞藥材含水量，結(jié)合偏最小二乘法（PLS），建立香櫞中柚皮苷和含水量的近紅外定量分析模型，可用于香櫞藥材柚皮苷含量和水分的定量分析，該方法大幅縮短了藥材的檢驗(yàn)周期。

2.2 近紅外光譜技術(shù)對(duì)中藥材中有效成分含量的測(cè)定

藥典中對(duì)中藥材的質(zhì)量評(píng)價(jià)通常以中藥材中的有效成分作為評(píng)價(jià)指標(biāo)。對(duì)這些有效成分的傳統(tǒng)檢測(cè)方法有液相色譜法[30-31]、紫外分光光度法[32]等，然而這些傳統(tǒng)的檢測(cè)手段需要對(duì)樣品做復(fù)雜的前處理，操作要求高，且對(duì)藥材的損耗較大。采用近紅外光譜分析技術(shù)對(duì)藥材中有效成分進(jìn)行定量分析時(shí)，正好可以改善傳統(tǒng)檢測(cè)方法的缺陷。

張江山等[33]以109份白芍飲片作為研究對(duì)象，采用近紅外漫反射光譜技術(shù)采集樣本光譜信息，以 HPLC 測(cè)定的含量作為參考值，運(yùn)用偏最小二乘法建立了白芍總苷成分（芍藥苷、芍藥內(nèi)酯苷、苯甲酰芍藥苷）、沒(méi)食子酸和 β-PGG 3 個(gè)定量分析模型。結(jié)果顯示，該定量分析模型能夠快速檢測(cè)出上述 5 種化學(xué)成分的含量，結(jié)果準(zhǔn)確可靠。盧泳等[34]采用 HPLC 測(cè)定防風(fēng)藥材中2種色原酮的質(zhì)量分?jǐn)?shù)，并采用NIRS 結(jié)合偏最小二乘法（PLS），建立2種色原酮成分質(zhì)量分?jǐn)?shù)間的定量校正模型，該方法可快速、準(zhǔn)確地對(duì)防風(fēng)中2種色原酮成分進(jìn)行定量分析。此外，雷曉晴等[35]采用近紅外光譜（NIRS）技術(shù)結(jié)合偏最小二乘法（PLS）建立當(dāng)歸中多指標(biāo)成分的快速無(wú)損檢測(cè)方法。解育靜等[36]收集86批不同產(chǎn)地的肉桂，采用HPLC法測(cè)定不同批次肉桂飲片中香豆素、肉桂醇、肉桂酸、肉桂醛的含量，同時(shí)采集不同批次肉桂的NIR光譜，采用偏最小二乘法建立肉桂中4種成分的定量分析模型，該試驗(yàn)所建立的近紅外定量分析模型具有較好的準(zhǔn)確性，可用于這 4 種成分的快速同步測(cè)定。

3 近紅外光譜技術(shù)在中藥生產(chǎn)過(guò)程中的研究與應(yīng)用

隨著市場(chǎng)對(duì)中藥材需求量的逐漸增大，中藥材流通的速度也愈發(fā)加快，對(duì)于中藥材的質(zhì)量把控也越來(lái)越嚴(yán)格，逐漸趨向于在生產(chǎn)線上的監(jiān)控。近紅外光譜檢測(cè)技術(shù)已經(jīng)應(yīng)用于中藥材的生產(chǎn)過(guò)程中。

匡艷輝等[37]探索一種近紅外光譜用于判定復(fù)方丹參片生產(chǎn)過(guò)程中微量冰片混合均勻性的方法，所建立的方法能快速有效判定復(fù)方丹參片生產(chǎn)過(guò)程中冰片混合的均勻性。周雨楓等[38]利用近紅外光譜分析技術(shù)（NIRS），建立一種可用于三七提取過(guò)程的在線檢測(cè)方法，以 UPLC 作為參比分析方法測(cè)定皂苷含量，利用偏最小二乘法（PLS）建立皂苷定量模型。結(jié)果表明，NIRS可以反映三七提取過(guò)程中皂苷含量的變化，預(yù)測(cè)結(jié)果的相對(duì)偏差滿足中藥活性成分在線檢測(cè)的要求。楊越等[39]建立了金銀花提取過(guò)程多變量統(tǒng)計(jì)過(guò)程控制（MSPC）模型，對(duì)金銀花提取過(guò)程進(jìn)行在線監(jiān)控。采用近紅外光譜（NIRS）儀在線采集多批次金銀花提取過(guò)程光譜數(shù)據(jù)，結(jié)合MSPC技術(shù)建立統(tǒng)計(jì)模型來(lái)監(jiān)測(cè)投料及過(guò)程操作參數(shù)等異常波動(dòng)，并建立了金銀花提取過(guò)程軌跡及提取過(guò)程隨時(shí)間變化的趨勢(shì)，結(jié)果應(yīng)用建立的MSPC模型可觀測(cè)到金銀花提取過(guò)程的質(zhì)量變化，對(duì)正常批次的監(jiān)控未出現(xiàn)誤報(bào)，穩(wěn)定性和重復(fù)性良好。此外，呂尚等[40]將近紅外光譜技術(shù)與高效液相色譜法結(jié)合，采用偏最小二乘法建立銀杏葉提取過(guò)程中槲皮素、山柰素、異鼠李素指標(biāo)的定量校正模型，近紅外光譜透射技術(shù)可以有效反映銀杏葉提取過(guò)程總黃酮醇苷含量變化信息，可用于銀杏葉提取濃縮過(guò)程的快速檢測(cè)。

4 近紅外光譜技術(shù)在中藥材的品質(zhì)與功能評(píng)價(jià)方面的應(yīng)用

中藥品質(zhì)是中藥產(chǎn)業(yè)的生命線，是發(fā)揮臨床用藥療效的依據(jù)。近年來(lái)在中藥材監(jiān)管方面取得了一定的效果，但仍不能滿足中藥材品質(zhì)監(jiān)控的要求。因此，建立一種快速鑒別中藥材質(zhì)量的評(píng)價(jià)體系具有重要的現(xiàn)實(shí)意義。有研究者以中藥質(zhì)量標(biāo)志物為核心，利用近紅外光譜技術(shù)建立了中藥材品質(zhì)和功能性評(píng)價(jià)的體系，為中藥材質(zhì)量監(jiān)控提供了新的思路。

白鋼等[41]以中藥質(zhì)量標(biāo)志物為切入點(diǎn)，圍繞從化學(xué)標(biāo)志物到質(zhì)量標(biāo)志物的研究路徑，通過(guò)深入挖掘特定藥材質(zhì)量標(biāo)志物的近紅外光譜特征，探討了建立以質(zhì)量標(biāo)志物為核心的近紅外光譜檢測(cè)方法的可行性。同時(shí)，白鋼等[42]首次提出質(zhì)量綜合評(píng)價(jià)指數(shù)（Fq）的概念，并以當(dāng)歸藥材為例，通過(guò)多項(xiàng)檢測(cè)指標(biāo)的整合分析，利用近紅外光譜技術(shù)構(gòu)建多項(xiàng)檢測(cè)指標(biāo)與光譜之間的擬合模型，建立一種藥材品質(zhì)綜合評(píng)價(jià)與等級(jí)劃分的方法。閆孟琳等[43-44]通過(guò)篩選當(dāng)歸中對(duì) NF-κB 具有抑制活性的質(zhì)量標(biāo)志物以及當(dāng)歸 Ca2+拮抗作用的質(zhì)量標(biāo)志物，建立一種利用近紅外光譜快速評(píng)價(jià)當(dāng)歸抗炎功效以及擴(kuò)血管功效的方法，為中藥材品質(zhì)的快速分析提供了新的研究范式和解決方案。

5 小結(jié)

近紅外光譜分析技術(shù)以其檢測(cè)速度快、準(zhǔn)確度高、樣品處理簡(jiǎn)單、對(duì)樣品無(wú)污染等優(yōu)勢(shì)越來(lái)越受到中藥制藥行業(yè)的青睞，已廣泛運(yùn)用于中藥的真?zhèn)舞b別、產(chǎn)地鑒別、含量測(cè)定以及在線監(jiān)控等方面。雖然近紅外光譜技術(shù)有較大優(yōu)勢(shì)，但仍存在一定的局限性。首先，近紅外光譜技術(shù)應(yīng)用于中藥質(zhì)量監(jiān)控時(shí)，需要收集大量具有代表性的樣品檢測(cè)數(shù)據(jù)，建立樣品的定性定量分析模型，且建立的模型必須有足夠的準(zhǔn)確性，該過(guò)程需要投入大量的人力、物力、財(cái)力。其次，由于近紅外自身的原理，被測(cè)樣品的有效成分含量要高于0.1%，然而有些藥材中的有效成分含量往往達(dá)不到近紅外光譜分析的檢測(cè)濃度下限，從而大大限制了近紅外光譜技術(shù)在中藥材分析上的應(yīng)用。綜上所述，近紅外光譜分析技術(shù)改善了中藥材質(zhì)量控制檢測(cè)速度慢、檢測(cè)時(shí)間長(zhǎng)、提高中藥材產(chǎn)品質(zhì)量等現(xiàn)狀，但是目前整體研究水平限制了其在中藥質(zhì)量監(jiān)控的全面推廣使用，因此完善中藥材的光譜模型系統(tǒng)并提高模型的穩(wěn)定性和準(zhǔn)確率，將是未來(lái)研究的重點(diǎn)。

參考文獻(xiàn)

[1] 汪方舟.近紅外光譜建模法在中藥質(zhì)檢中的應(yīng)用[J].山東農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，49（5）：787-790.

[2] 何月云，梁華倫，蘇胄豪，等.近紅外技術(shù)在小柴胡顆粒中黃芩苷快速檢測(cè)的應(yīng)用研究[J].今日藥學(xué)，2019，29（7）：461-463，467.

[3] 高鴻彬，瞿敏，劉浩，等.不同產(chǎn)地覆盆子的近紅外漫反射快速無(wú)損鑒別[J].世界中醫(yī)藥，2020，15（10）：1386-1390.

[4] 馬天翔，顧志榮，馬轉(zhuǎn)霞，等.不同產(chǎn)地鎖陽(yáng)近紅外光譜鑒別分析[J].中國(guó)中醫(yī)藥信息雜志，2020，27（4）：66-69.

[5] 姜亦南，藺明煊，何帥，等.基于紅外光譜法結(jié)合SIMCA模式識(shí)別不同產(chǎn)地三七[J].中醫(yī)藥學(xué)報(bào)，2019，47（1）：54-57.

[6] 鄭潔，茹晨雷，張璐，等.基于近紅外高光譜成像技術(shù)對(duì)不同產(chǎn)地苦杏仁和桃仁藥材的鑒別[J].中國(guó)中藥雜志，2021，46（10）：2571-2577.

[7] 王磊，覃鴻，李靜，等.近紅外高光譜圖像的寧夏枸杞產(chǎn)地鑒別[J].光譜學(xué)與光譜分析，2020，40（4）：1270-1275.

[8] 李春美，陳娜，譚超，等.基于光譜技術(shù)實(shí)現(xiàn)中藥三七的真?zhèn)巫R(shí)別及產(chǎn)地分析[J].當(dāng)代化工，2020，49（5）：834-837.

[9] 李慶，閆曉劍，趙魁，等.基于云端-互聯(lián)便攜式近紅外技術(shù)現(xiàn)場(chǎng)快檢西紅花真?zhèn)蝃J].光譜學(xué)與光譜分析，2020，40（10）：3029-3037.

[10] 韓瑩，畢福鈞，侯惠嬋，等.近紅外光譜法鑒別何首烏真?zhèn)蔚膽?yīng)用研究[J].中國(guó)中藥雜志，2014，39（22）：4394-4398.

[11] SUN X F，LI H L，YI Y，et al.Rapid detection and quantification of adulteration in Chinese hawthorn fruits powder by near-infrared spectroscopy combined with chemometrics[J/OL].Spectrochimica acta part A：Molecular and biomolecular spectroscopy，2020，250[2020-11-17].https：//doi.org/10.1016/j.saa.2020.119346.

[12] 劉征輝，魏靜娜，趙琳琳，等.近紅外光譜技術(shù)在金銀花和山銀花判別中的應(yīng)用研究[J].中國(guó)現(xiàn)代中藥，2020，22（1）：58-64.

[13] 王雪，王麗，廖秀，等.苗藥鐵筷子不同炮制品中4種成分含量及毒性的比較研究[J].中國(guó)藥房，2020，31（12）：1475-1480.

[14] 李嫻，李?yuàn)檴櫍嫿瘕?，?堿制法炮制可顯著增強(qiáng)斑蝥的抗腫瘤作用[J].南方醫(yī)科大學(xué)學(xué)報(bào)，2020，40（9）：1332-1339.

[15] 黃鑫，王妮，張娜，等.基于神經(jīng)化學(xué)分析研究炮制對(duì)人參和西洋參藥性的影響[J].分析化學(xué)，2019，47（6）：957-963.

[16] 鐘永翠，楊立偉，邱蘊(yùn)綺，等.NIRS法對(duì)梔子不同炮制品梔子苷含量的快速檢測(cè)[J].光譜學(xué)與光譜分析，2017，37（6）：1771-1777.

[17] 鄧芳，楊學(xué)軍，羅準(zhǔn).近紅外光譜技術(shù)快速測(cè)定附子及其炮制品中雙酯型生物堿含量[J].中國(guó)藥業(yè)，2018，27（14）：12-15.

[18] 張曉冬，陳龍，白玉，等.近紅外光譜結(jié)合主成分分析和聚類(lèi)分析鑒別爐甘石生品、偽品和炮制品[J].中國(guó)實(shí)驗(yàn)方劑學(xué)雜志，2018，24（12）：1-8.

[19] 張佳歡，羅云云，杜偉鋒，等.薏苡仁近紅外光譜快速定性定量模型的建立[J].時(shí)珍國(guó)醫(yī)國(guó)藥，2019，30（6）：1325-1327.

[20] 馬丹，顧志榮，甘玉偉，等.唐古特大黃及其不同炮制品的近紅外光譜分析[J].中藥材，2015，38（9）：1842-1845.

[21] CHEN C W，YAN H，HAN B X.Rapid identification of three varieties of Chrysanthemum with near infrared spectroscopy[J].Revista brasileira de farmacognosia，2014，24（1）：33-37.

[22] 劉珈羽，李峰慶，郭換，等.白及粉品種近紅外快速定性鑒別模型的建立[J].成都中醫(yī)藥大學(xué)學(xué)報(bào)，2018，41（1）：34-37.

[23] 邢琳，汪樹(shù)理，任謂明，等.傅里葉變換近紅外光譜結(jié)合化學(xué)計(jì)量學(xué)對(duì)不同類(lèi)別人參的快速無(wú)損鑒別研究[J].上海中醫(yī)藥雜志，2019，53（7）：75-82.

[24] 黃芳，張彪，周漢華.基于近紅外光譜法快速鑒別黔產(chǎn)金錢(qián)草及同屬易混品的研究[J].江西化工，2018（5）：81-85.

[25] 楊吉，冼玲，鐘天圣，等.近紅外光譜指紋圖譜的靈芝品種快速鑒別方法[J].時(shí)珍國(guó)醫(yī)國(guó)藥，2017，28（6）：1359-1361.

[26] 李智勇，王洛臨，盧泳，等.麩炒白術(shù)水分和浸出物含量近紅外檢測(cè)模型建立[J].遼寧中醫(yī)藥大學(xué)學(xué)報(bào)，2020，22（2）：22-25.

[27] 楊天鳴，和順?lè)迹瑢O麗英，等.近紅外漫反射光譜法快速測(cè)定金銀花中水分含量[J].化學(xué)與生物工程，2020，37（6）：66-68.

[28] 張會(huì)梅，劉雪，李德坤，等.近紅外光譜技術(shù)快速測(cè)定麥門(mén)冬藥材中水分的含量[J].天津中醫(yī)藥大學(xué)學(xué)報(bào)，2018，37（5）：416-419.

[29] 曾海松，李偉，顧東華.香櫞藥材水分和柚皮苷近紅外快速定量分析模型的建立[J].中國(guó)藥師，2019，22（9）：1753-1756.

[30] 高天陽(yáng)，蔣亞奇，李啟艷，等.高效液相色譜法測(cè)定紅參中12種人參皂苷的含量[J].食品安全質(zhì)量檢測(cè)學(xué)報(bào)，2021，12（1）：175-181.

[31] 杜俊潮，浦香蘭，范愷磊，等.基于UPLC指紋圖譜及一測(cè)多評(píng)法的天麻標(biāo)準(zhǔn)湯劑質(zhì)量評(píng)價(jià)研究[J].中國(guó)中藥雜志，2020，45（20）：4909-4917.

[32] 吳銀雙，張美，黎勇坤，等.尖子木不同部位5種有效成分及總黃酮、總皂苷的含量測(cè)定[J].時(shí)珍國(guó)醫(yī)國(guó)藥，2019，30（9）：2057-2061.

[33] 張江山，張振凌，閆夢(mèng)真，等.基于NIR技術(shù)建立同時(shí)測(cè)定白芍飲片5種成分的定量分析模型[J].中華中醫(yī)藥學(xué)刊，2020，38（8）：133-138，273.

[34] 盧泳，孫冬梅，王洛臨，等.基于近紅外光譜法對(duì)防風(fēng)中色原酮含量快速測(cè)定的研究[J].廣東藥科大學(xué)學(xué)報(bào)，2019，35（4）：517-522.

[35] 雷曉晴，王秀麗，李耿，等.近紅外光譜法快速測(cè)定當(dāng)歸中7種成分的含量[J].中草藥，2019，50（16）：3947-3954.

[36] 解育靜，張家楠，朱冬寧，等.肉桂中4種成分近紅外定量分析模型的建立[J].中國(guó)實(shí)驗(yàn)方劑學(xué)雜志，2020，26（2）：119-123.

[37] 匡艷輝，唐海姣，王德勤，等.基于近紅外光譜判定復(fù)方丹參片生產(chǎn)過(guò)程中冰片的混合均勻性[J].中國(guó)實(shí)驗(yàn)方劑學(xué)雜志，2018，24（6）：7-11.

[38] 周雨楓，周立紅，張鳳蓮，等.近紅外光譜技術(shù)在三七提取過(guò)程中的在線控制[J].中藥材，2019，42（10）：2367-2370.

[39] 楊越，王磊，劉雪松，等.近紅外光譜結(jié)合多變量統(tǒng)計(jì)過(guò)程控制（MSPC）技術(shù)在金銀花提取過(guò)程在線實(shí)時(shí)監(jiān)控中的應(yīng)用研究[J].中草藥，2017，48（17）：3497-3504.

[40] 呂尚，周海濱，汪俊，等.基于近紅外光譜的銀杏葉提取液總黃酮醇苷快速檢測(cè)研究[J].藥物分析雜志，2017，37（5）：927-933.

[41] 白鋼，侯媛媛，丁國(guó)鈺，等.基于中藥質(zhì)量標(biāo)志物構(gòu)建中藥材品質(zhì)的近紅外智能評(píng)價(jià)體系[J].藥學(xué)學(xué)報(bào)，2019，54（2）：197-203.

[42] 白鋼，劉昌孝，張鐵軍，等.基于質(zhì)量綜合評(píng)價(jià)指數(shù)的藥材品質(zhì)快速評(píng)價(jià)[J].中草藥，2021，52（2）：313-320.

[43] 閆孟琳，叢龍飛，張子玥，等.基于質(zhì)量標(biāo)志物的當(dāng)歸抗炎功效近紅外快速評(píng)價(jià)[J].分析測(cè)試學(xué)報(bào)，2020，39（11）：1320-1326.

[44] 閆孟琳，丁國(guó)鈺，叢龍飛，等.基于質(zhì)量標(biāo)志物的當(dāng)歸血管舒張功效的近紅外快速評(píng)價(jià)[J].中草藥，2019，50（19）：4538-4546.