【摘 要】 目的：用近紅外（NIR）光譜鑒別中藥材青皮及其偽品。方法：用NIR光譜儀對不同產(chǎn)地的青皮藥材粉末進行掃描，用導數(shù)光譜法處理原始圖譜，設定CI值為303，建立青皮NIR光譜一致性模型，并用該模型驗證陳皮偽品，結合薄層色譜法對上述藥材真?zhèn)芜M行復核并進行聚類分析。結果：正偽品的NIR光譜存在較大差異，但薄層色譜正品與偽品的斑點差異不大，而正偽品之間的斑點卻有濃度差異。結論：NIR包含的信息全面，用近紅外（NIR）光譜鑒別青皮的真?zhèn)�，快捷、可靠，可以在快檢車上推廣并用于藥材的聚類分析。而TLC不能將青皮所有組分完全分離，需要選擇特征斑點作為藥材鑒別和聚類分析的依據(jù)。
　　【關鍵詞】 青皮；近紅外光譜、；偽品；一致性模型；薄層色譜；聚類分析
　　【中圖分類號】R2825 【文獻標志碼】 A 【文章編號】1007-8517（2014）24-0015-02
　　Identification of Green Tangerine Peel samples and its confusable varieties by NIRS
　　TU Rongling1 WANG Jianwei2
　　1.Hengyang Central Hospital，Hunan Hengyang 421001；2.Institute for Food and Drug Control of Lishui，Zhejiang Lishui 323000
　　Abstract：Objective Identify Green Tangerine Peel and its confusable varieties by NIRS. Method Scan green tangerine peel powder of various origins by NIR spectrometer， process primary spectrum by first-derivative spectroscopy， set the value of CI as 303， established NIR spectrum consistency model of green tangerine peel and validate this model by confusable varieties， check the authenticity of the TCM material above and do cluster analysis combine with TLC and NIR. Result There is considerable differentia among Green Tangerine Peel and its confusable varieties， which exist in TLC but can not differentiate green tangerine peel of various origins ，NIR is appropriate for cluster analysis. Conclude NIR is a convenient and reliable method for rapid identification of Green Tangerine Peel and its confusable varieties， which can also be popularize in drug rapid testing vehicles.
　　Keywords：Green tangerine Peel ， near infrared spectrum， confusable varieties， consistency model， TLC，cluster analysis
　　青皮為蕓香科植物橘Citrus reticulata Blanco及其栽種變種的幼果或未成熟果實的干燥果皮，柚、柑、橙雖與橘相類，但并不能作為青皮藥材使用。青皮因產(chǎn)地、采收日期、炮制方法的不同而在成分和功效上存在差異[1]。王建偉等采用薄層色譜對不同產(chǎn)地的青皮藥材進行鑒別，結果表明薄層斑點因為藥材產(chǎn)地不同而存在差異[2]。本實驗在上述研究的基礎上采用近紅外模型對青皮藥材進行真?zhèn)舞b別并根據(jù)其產(chǎn)地的不同對其進行聚類分析，并用薄層色譜與上述結果進行比較，結論一致。
　　1 儀器與材料
　　11 [JP3]儀器 BrukerMartrix-F型NIR光譜儀（德國布魯克）。[JP]
　　12 藥材來源 實驗中青皮及其偽品購自藥材市場，均經(jīng)過浙江省麗水市食品藥品檢驗所王建偉副主任中藥師鑒定，具體見表1。
　　2 方法與結果
　　21 樣品處理與測定 采集光譜前，青皮正偽品依次經(jīng)過60℃干燥10h，粉碎，過100目篩，稱取約1g置于10ml的安瓿瓶中，壓平壓緊，掃描近紅外光譜，采用積分求漫反射方式采集樣品的NIR光譜[3]。以空安瓿瓶為參比，掃描范圍12000～4000cm-1，分辨率為4cm-1，每個樣品掃描10次。
　　22 近紅外光譜圖處理方法 將每個樣品的平均近紅外光譜，擇特征譜段為4000～5600cm-1，經(jīng)一階導數(shù)+矢量歸一化法處理，得到的導數(shù)光譜如圖1所示：
　　23 建立青皮近紅外光譜的一致性模型 對上述光譜取17點平滑處理，設定模型CI閾值為303，即置信水平為0995建立一致性模型[4]，最大CI值及其出現(xiàn)的波長范圍，實際光譜與平均光譜標準偏差等參數(shù)如表2所示，以青皮正品導數(shù)光譜為訓練集，偽品導數(shù)光譜為驗證集得到的驗證結果如圖2所示。
　　24 不同產(chǎn)地青皮藥材正品及其偽品進行聚類分析 取不同產(chǎn)地青皮藥材正偽品典型近紅外圖譜各一張，對其進行一階導數(shù)光譜法處理，每張采集17個平滑點的光譜數(shù)據(jù)建立8×17的原始數(shù)據(jù)矩陣A，將矩陣A進行標準化變換，即xij’=，得到新的矩陣A’，其中每個列向量元素=1，=0。計算A’各列向量的協(xié)方差，得協(xié)方差矩陣B，計算該協(xié)方差矩陣的特征值λ和特征向量ε，按特征值求算貢獻因子，以貢獻因子排序確定主成分對應的特征向量，將原始數(shù)據(jù)投影到特征向量上，得到新的矩陣C，在降維的空間中計算不同產(chǎn)地青皮藥材正偽品樣本點的歐氏距離[5]，得到的譜系聚類分析結果如圖3所示：

相關熱詞搜索：青皮 真?zhèn)?/a> 鑒別 藥材 研究