中藥材品質(zhì)無損檢測技術(shù)研究進展

目前中藥材品質(zhì)檢測的方法主要分為有損檢測和無損檢測兩類。有損檢測即常規(guī)檢測方法，包括氣相色譜法、高效液相色譜法、高效液相色譜-質(zhì)譜聯(lián)用法等，這些方法可以對中藥材品質(zhì)進行檢測，但是檢測的周期長，成本高，并且對中藥材具有破壞性，不適合現(xiàn)場的快速檢測。無損檢測包括X射線技術(shù)、計算機視覺技術(shù)、核磁共振技術(shù)、近紅外光譜技術(shù)、高光譜成像技術(shù)、太赫茲光譜技術(shù)等。X射線技術(shù)X射線技術(shù)已廣泛應(yīng)用于中藥材的質(zhì)量檢測，其不但可以實現(xiàn)中藥材品質(zhì)的定性分析，還可以實現(xiàn)定量分析。如Ye等采用同步輻射X射線同軸相襯顯微層析法探究野山參的特征結(jié)構(gòu)，從而獲得了野山參草酸鈣簇晶的三維顯微結(jié)構(gòu)、體積大小等定量信息。中藥材微量元素的量化分析有助于處方計量的確定和給藥時間標準的制定。Prasad等采用粒子誘導X射線發(fā)射（PIXE）技術(shù)實現(xiàn)了對具抗糖尿病活性的藥用植物進行微量元素量化分析。X射線技術(shù)的檢測速度較快，可實現(xiàn)中藥材的內(nèi)部可視化分析，但是X射線設(shè)備較為昂貴，還會對人體產(chǎn)生輻射。計算機視覺技術(shù)計算機視覺技術(shù)是通過獲取中藥材的顯微紋理、形狀、顏色等特征來實現(xiàn)中藥材品質(zhì)檢測。牛膝和川牛膝兩種近緣中藥材組織形態(tài)較為相近，傳統(tǒng)主要依據(jù)性狀和顯微鑒別法進行鑒別。王耐等將中藥材樣品性狀和維管束組織特征參數(shù)輸入反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN）模型進行模式識別，平均識別率達到100%。顏色也是中藥材質(zhì)量標準中的重要內(nèi)容，傳統(tǒng)的中藥材顏色檢測大多依靠人的感官來進行評估，但是由于受到人為、環(huán)境等因素的影響，感官評價的結(jié)果往往不客觀且重現(xiàn)性差。楊添鈞研究采用自制的數(shù)碼攝像箱對枸杞子等14種中藥材進行圖像采集，選取中藥“五色”顏色特征值輸入判別因子分析（DFA）判別模型，所有中藥材的判別正確率分布在73.33%～100%之間，可實現(xiàn)對中藥材的數(shù)字化區(qū)分，具有一定的推廣價值。藏紅花在舒筋活絡(luò)、保護心腦血管等方面具有一定的療效，其價格比較昂貴，對其進行品質(zhì)分級非常重要。Kiani等提出了一種基于計算機視覺技術(shù)的藏紅花表征方法：藏紅花顏色與其產(chǎn)地位置、某些化學屬性之間存在著一定的相關(guān)性，通過采用圖像處理技術(shù)和多變量數(shù)據(jù)分析可實現(xiàn)對藏紅花的品質(zhì)和新鮮度的預(yù)測。此后，Kiani等又研究采用計算機視覺技術(shù)結(jié)合電子鼻（E-nose）對藏紅花進行摻假鑒別，提取每個樣品的顏色和香氣特征變量，采用支持向量機（SVM）和主成分分析（PCA）對藏紅花識別，成功率分別為89%和100%。

核磁共振技術(shù)核磁共振技術(shù)不僅可以對中藥材進行全成分指紋圖譜研究，還可以進行中藥材成分含量測定，是評價中藥材品質(zhì)的有力手段。狹葉紅景天和長鞭紅景天都是藏藥，但是它們的藥效成分等方面差異較大，如果混用會影響紅景天臨床用藥的安全性。采用1H-NMR技術(shù)采集長鞭紅景天和狹葉紅景天中藥材信息，采用化學模式識別中的層序聚類分析（HCA）、主成分分析（PCA）、偏最小二乘法-判別分析（PLS-DA）、正交的偏最小二乘法-判別分析（OPLS-DA）進行識別，結(jié)果表明OPLS-DA識別效果最佳。番荔枝科植物中含有的番荔枝內(nèi)酯具有抗癌作用，研究采用定量核磁共振（qNMR）對其進行了定量檢測分析，結(jié)果表明該方法檢測速度快，并且可以同時檢測多種分析物。采用1H-NMR技術(shù)對馬錢子種子和莖中的番木鱉堿和馬錢子堿進行定量分析，該方法可以在不需要參考生物堿校準曲線的情況下對番木鱉堿和馬錢子堿實現(xiàn)快速、準確的區(qū)分。銀杏內(nèi)酯化合物屬于萜類化合物，白果內(nèi)酯、銀杏內(nèi)酯A、銀杏內(nèi)酯B、銀杏內(nèi)酯C的差別在于含有的羥基數(shù)目和羥基連接的位置不同。采用1H-NMR技術(shù)對銀杏葉和沒有經(jīng)過色譜凈化的6種銀杏產(chǎn)品中4種銀杏內(nèi)酯類化合物進行定量分析，結(jié)果在5分鐘內(nèi)即可檢測出各種內(nèi)酯的含量。

近紅外光譜技術(shù)近年來，近紅外光譜（NIRS）在制藥工業(yè)中獲得了廣泛的認可，包括原料測試、產(chǎn)品質(zhì)量控制和過程監(jiān)控等。NIRS技術(shù)也可應(yīng)用于中藥材真?zhèn)舞b別、產(chǎn)地分析等。采用NIRS技術(shù)結(jié)合OPUS軟件建立了厚樸中藥材鑒別模型，將光譜經(jīng)過一階導數(shù)和矢量歸一處理之后，輸入標準算法和因子化法所建立的模型，結(jié)果表明正品和偽品厚樸判別準確率都達到100%。何首烏與同科同屬的偽品冀蓼、毛脈蓼外形類似導致難以區(qū)分，與混淆品白首烏也經(jīng)常發(fā)生混用現(xiàn)象。韓瑩等采集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信息，采用矢量歸一化方法進行預(yù)處理，最后將數(shù)據(jù)輸入OPUS軟件建立的何首烏定性判別模型和一致性檢驗?zāi)Ｐ?，結(jié)果表明所建模型能夠有效對何首烏真?zhèn)芜M行鑒別。不同產(chǎn)地的雪蓮花由于其受到地理因素等方面的影響，其有效成分的含量也不盡相同。趙杰文等對來自4個不同產(chǎn)地的雪蓮花樣本采集近紅外光譜信息，采用正態(tài)變量變換（SNV）、多元散射校正（MSC）、一階導數(shù)和二階導數(shù)對光譜數(shù)據(jù)進行預(yù)處理，最后將數(shù)據(jù)輸入K-最近鄰域（KNN）模型中，結(jié)果表明SNV+KNN方法對雪蓮花的產(chǎn)地的交叉驗證識別率為100%，預(yù)測準確率為100%。丹參與紫丹參雖然具有類似植物形態(tài)和生物活性，但臨床上不能相互替代使用。Ni等采用NIRS技術(shù)實現(xiàn)了對丹參和紫丹參的鑒別，并且發(fā)現(xiàn)兩種中藥不僅在近紅外光譜上存在差異，在親脂性成分的種類和數(shù)量上也存在差異。針對單一中藥材進行鑒別和分析相對來說比較容易，然而很多情況下所針對的研究對象是中藥材的混合物，傳統(tǒng)的“先分離后分析”的方法在實際應(yīng)用中具有局限性。彭惜媛采用NIRS技術(shù)采集12種種子類中藥材的光譜信息，分析各中藥材譜圖的出峰位置、數(shù)量和強度，找出每種中藥材間具有的共性以及差異性，實現(xiàn)了對中藥材混合物進行鑒別。近紅外光譜技術(shù)也能夠?qū)崿F(xiàn)對中藥材的定量分析。采集側(cè)柏和辣木莖、葉的近紅外光譜信息，采用SNV和一階導數(shù)方法對光譜數(shù)據(jù)進行預(yù)處理，然后輸入PLS模型預(yù)測總多酚含量（TPC），結(jié)果表明辣木葉片中TPC含量最高，側(cè)柏莖中TPC含量最低，該結(jié)果與folin-ciocalteu試劑法基本一致。另外，近紅外光譜技術(shù)也能夠?qū)崿F(xiàn)對中草藥提取過程（HEP）的有效監(jiān)控。由于受到批次和質(zhì)量的波動性的影響，HEP很難得到有效監(jiān)控。收集大量HEP的光譜和質(zhì)量數(shù)據(jù)信息，所有光譜信息經(jīng)過MSC和信息變量選擇后輸入偏最小二乘回歸（PLS）模型中，并且與先驗知識相結(jié)合，最終實現(xiàn)了HEP在線監(jiān)測。

高光譜成像技術(shù)高光譜成像技術(shù)在醫(yī)藥和生物領(lǐng)域得到了廣泛的應(yīng)用，它可以對選定波長的樣品進行成像，能夠準確反映出所測樣品的物理和化學信息，采用高光譜成像技術(shù)可以實現(xiàn)對中藥材的鑒別和有效活性成分含量的無損檢測。采用數(shù)據(jù)校正技術(shù)對高光譜數(shù)據(jù)進行預(yù)處理，采用PLS-DA模型可準確地對Sceletiumtortuosum和Sceletiumcrassicaule進行分類，準確率大于94%。Tankeu等采用高光譜技術(shù)結(jié)合PLS-DA方法對廣防己與粉防己進行鑒別，準確度達到99%，并且可以檢測大于10%的摻假情況。采用高光譜成像技術(shù)采集4種不同草藥茶及其不同比例混合物的高光譜圖像信息，先將三維光譜數(shù)據(jù)降維到二維數(shù)據(jù)，然后采用MSC、SNV和SG(Savitsky-Golay)卷積平滑法進行數(shù)據(jù)預(yù)處理，采用PCA進行數(shù)據(jù)提取，最終以PLS-DA模型成功檢測了每一種混合物的成分并精確地測定了混合比例。采集八角茴香和日本莽草的高光譜圖像信息，采用PCA對高光譜圖像進行降維處理，采用PLS-DA模型對兩種中藥材進行鑒別，該模型對八角茴香的預(yù)測準確率為97.85%，對日本莽草預(yù)測準確率為98.42%。高光譜成像技術(shù)不但能夠?qū)崿F(xiàn)中藥材品質(zhì)的定性分析，也可以實現(xiàn)定量分析。銀杏葉中主要的活性成分是總黃酮，張德濤采用高光譜圖像技術(shù)實現(xiàn)了銀杏葉總黃酮的定量分析，并實現(xiàn)了黃酮含量在葉片中分布的可視化，為銀杏葉黃酮含量的無損檢測提供了依據(jù)。枇杷葉富含三萜酸類化合物，具有抗癌、抗腫瘤等多種生物活性。鄒小波等首先將提取的枇杷葉高光譜數(shù)據(jù)進行SNV預(yù)處理，然后采用聯(lián)合區(qū)間偏最小二乘法（siPLS）進行預(yù)測，實現(xiàn)了對枇杷葉中三萜酸的快速測定。

太赫茲光譜技術(shù)太赫茲光譜技術(shù)可通過探測分子內(nèi)振動和轉(zhuǎn)動能級等參數(shù)，有效鑒別結(jié)構(gòu)和功能相似的物質(zhì)。由于光子能量低，其不會破壞檢測物質(zhì)的成分。采用太赫茲波光譜對3種易混淆中藥材（白英、龍葵、尋骨風）進行鑒別，在0.2～1.2THz范圍內(nèi)獲得光譜信息，采用PCA進行數(shù)據(jù)降維，分別應(yīng)用SVM、決策樹（DT）和隨機森林（RF）分類算法對中藥材進行鑒別，結(jié)果表明PCA-RF法預(yù)測效果最佳，準確率達到99%。楊玉平等采用太赫茲光譜技術(shù)采集藏紅花和天然牛黃及其偽品的光譜數(shù)據(jù)，將光譜數(shù)據(jù)經(jīng)過SG平滑預(yù)處理，利用PCA提取前兩個主成分的得分值作為特征數(shù)據(jù)，然后將特征數(shù)據(jù)通過Fisher診斷線進行判別分析，結(jié)果藏紅花和草紅花分類鑒別準確率均為100%，人工牛黃和天然牛黃的分類鑒別準確率分別為100%和90%。中藥材染色劑可用以改善中藥材的外觀來提高消費者的購買意愿，但同時這些中藥材染色劑對人們的健康和安全也構(gòu)成潛在的威脅。金胺O是一種已被證實可致癌的黃色染色劑，而太赫茲波光譜技術(shù)對其定量分析提供了一種快速、有效的檢測方法。采用太赫茲波光譜技術(shù)獲取蒲黃與金胺O粉末不同混合比例的光譜數(shù)據(jù)，然后利用2DCOS-PLSR模型來預(yù)測金胺O含量，結(jié)果表明該方法可快速、有效地測定金胺O的含量。

拉曼光譜技術(shù)拉曼光譜學是研究物質(zhì)分子的振動和轉(zhuǎn)動狀態(tài)的方法，通過測量拉曼散射光中特定譜成分的相對強弱，可獲得被測分子或體系的相關(guān)信息，實現(xiàn)中藥材的產(chǎn)地、摻偽、染色等方面的鑒別。如人參皂苷含量因人參產(chǎn)地的不同，在構(gòu)象和濃度上存在差異而表現(xiàn)出獨特的光譜特征，借由這些特征的存在或缺失可以標定人參產(chǎn)地。北沙參、峨?yún)⒑徒酃?種中藥材的外觀相似，易混淆，萬秋娥等采用拉曼光譜技術(shù)對其進行鑒別，發(fā)現(xiàn)北沙參在2206cm-1處出現(xiàn)拉曼特征峰；峨?yún)⒃?050cm-1和1869cm-1處出現(xiàn)拉曼特征峰；桔梗在600cm-1和691cm-1、1227cm-1處出現(xiàn)拉曼特征峰，通過特征峰可對3種中藥材進行鑒別。張國慶等采用紙基-表面增強拉曼光譜法（SERS）對染色南五味子進行快速鑒別。研究結(jié)果表明，通過比較染色前后SERS信號的變化就可將低濃度酸性紅和赤蘚紅染色的南五味子成功鑒別。另外，拉曼光譜技術(shù)也能夠?qū)崿F(xiàn)中藥材的定量分析。如王清蓉等采用拉曼光譜法對丹參根鮮樣的不同植物組織進行原位檢測，探明了丹參酮類成分在丹參根中的分布情況，并發(fā)現(xiàn)丹參酮類成分的分布與周皮細胞顏色分布之間呈正相關(guān)性。

結(jié)論近年來中藥材無損檢測技術(shù)得到了廣泛的應(yīng)用，而每一種無損檢測技術(shù)都有其優(yōu)勢和劣勢，技術(shù)的選擇需要以中藥材的品種、性狀等參數(shù)為基準；選用不同的技術(shù)也會對檢測的效果產(chǎn)生一定的影響。

無損檢測技術(shù)在中藥材品質(zhì)檢測領(lǐng)域的發(fā)展亦存在一些不足之處，今后可從以下4個方面進一步發(fā)展完善：(1)

與深度學習融合。建立中藥材品質(zhì)檢測數(shù)據(jù)庫，采用深度學習算法對中藥材品質(zhì)檢測大數(shù)據(jù)進行處理，以此使中藥材品質(zhì)檢測更加智能、準確。(2)

模型可移植?，F(xiàn)今的無損