中药材鉴定和质量控制进展研究

1中药材鉴定

中药鉴定主要是对中药材的品种和质量进行研究与鉴定，从而保证中药材的品质可靠。从古至今，中药一直存在着“同名异物”和“同物异名”的现象，这种情况主要源于我国幅员辽阔，药材品种类别因地而异，或药用部位外形相似、品种名称类似等[4]。因中药材近年需求量逐年增高，造成多类药材品种资源短缺，市场不法分子为谋取较高利润，经常出现以次充好的情况，所以当前迫切需要运用现代技术手段快速鉴定中药材的品种和质量。1.1真伪鉴别。近红外光谱法在药物分析领域中的应用范围广泛，将聚类分析等方法与近红外光谱法相结合，建立假冒伪劣中药材鉴别系统，能有效提升假药的鉴别能力和速度，实现多种常用中药材如大黄、人参、三七等真伪的快速、准确鉴别[5]。汤彦丰等[6]利用人工神经网络算法和NIR技术，检测鉴别了大黄正品与伪品共52种，独立预测集的正确识别率可以达到96%。张孝芳等[7]应用支持向量机（SVM）结合NIR同样完成了对大黄的真伪鉴别，正确率达98%，与径向基函数（RBF）神经网络作对比可发现SVM泛化能力强，灵活性大。黄亚伟等[8]采用偏最小二乘判别分析（PLS-DA）、主成分判别分析（PCA-DA）、SVM3种方法，可直接对保存在聚乙烯袋中的人参和西洋参进行鉴别，预测总判别率分别为93.3%、96.7%和100%。张延莹等[9]采集289份三七及其常见伪品包括莪术、郁金和姜黄的NIR谱图，采用的方法是判别分析法，建立的定性鉴别模型的独立预测鉴别正确率达到100%。NIR图谱直观对比法已被证实可以用于对市售常见成品假药进行筛查。王良金等[10]利用NIR图谱直观法对假药鉴别分析，并且对比了真品药物的NIR图谱，实现了六味地黄丸、复方甘草片等13个中成药品种验证。1.2掺伪识别。为了获取高额利润，市场上频繁出现中药材掺伪事件，将伪品、次品、非药品掺入到名贵、珍稀中药材中的情况屡见不鲜。如人参与西洋参这两种药材的主要性状类似，药材主要化学成分也类似，尤其是制剂后二者的形态和特征均被破坏，其混合物采用常规方法基本无法区分。针对此问题，刘荔荔等[11]先用交叉验证法对样品集模型校正，并利用预测集实现了验证，验证试验证实“真值”与预测值间具有较好的相关性，在西洋参制剂鉴别中有很好的效果。天然牛黄资源稀缺，价格昂贵，因此市面上频繁出现用不等量人工牛黄掺入到天然牛黄粉中的现象，马群等[12]应用SVM算法建立了天然牛黄粉中人工牛黄含量模型，预测误差在-0.712~0.578之间，该方法可以用于化学成分相近的中药材品种的质量控制。1.3品种分类。部分中药材种源相近，不仅外观形态相似，同时化学成分也相差甚微，容易造成用药错误，利用聚类分析技术与NIR结合，可以对中药材之间的类别与种源关系进行定性判别，并以此为药材分类和品质鉴定提供参考依据。孙荣梅等[13]研究鉴别了菟丝子及其同属的易混淆药材南方菟丝子和金灯藤，借助移动窗口偏最小二乘法(mwPLS)可将3种不同的菟丝子药材加以区分，分类正确率达93%。丁念亚等[14]使用渐进算法计算近红外漫反射光谱的相关系数，结合主成分分析（PCA）投影对白芷、葛根、当归、白术等几种外观相似的中药成功地进行了分类。丁长春等[15]研究不同种石斛的快速无损鉴别，收集15种石斛共171份样品建立鉴别模型，鉴别准确率达到98%，聚类分析结果与传统形态分类学结果基本一致。1.4产地分析。中药材产地分布较广，不同产地的环境差异直接影响中草药的化学组成、药效和价值，道地药材在药效、产量、贮藏等方面呈现出的综合优势是种内其它非道地药材难以超越的。因此中药材产地鉴定是保证中药的真实性、确切疗效的重要环节。NIR可以反映不同产地的同种药材在化学成分上的细微变化，刘沐华等[16]收集了269个产自4个不同地区的白芷样本以及350个产自6个不同地区的栽培和野生丹参样本，并针对其近红外光谱展开鉴别分析，结果表明，SVM对白芷和丹参进行产地鉴别的准确率分别达到99%和95%。刘国林等[17]收集了42种产地各异的中药蛇床子，并采用非线性映射法对其类别研究分析，结果表明，不同种蛇床子的近红外二维相关谱分布图存在较大差异，聚类分析效果较为满意。1.5质量评价。NIR技术通过建立分析模型，可以直接检测原药材，优化后即可快速确定多组分未知样品的含量，适用于中药材的定量分析，进而对中药的质量进行评价。近十几年来，大量科学工作者对近红外光谱技术分析不同中药有效成分含量表现出极大的兴趣。人参为常用名贵中药，为我国东北三宝之首，应用NIR技术分析人参主要成分含量，是近年中药材质量评价的热门研究方向之一。人参总皂甙、总糖、还原糖、可溶性多糖、有机酸、挥发性物质及酯等是人参的主要成份，这些成份中，以人参皂甙最为重要，是人参的主要药用成份。另外，总糖、还原糖、可溶性多糖也是人参品质评价的重要指标。芦永军等[18]分别建立了人参总糖和总皂甙含量的近红外模型，使用PLS分析方法，获得了较好的预测精度。汪静静等[19]以东北三省6个产地的74份人参样品为研究对象，测定了人参皂苷总量，模型预测结果良好。此外，NIR技术在野生与培育人参的品质鉴别方面也有应用，韩士冬等[20]运用NIR技术实验研究了野山参生长年限和NIR光谱之间的相关性，并在此基础上研制出无损野山参年限判别检测技术，可在不破坏野山参的前提下快速检测其生长年限。

2在线质量控制

中药制药生产属于典型化工制造过程，制造工艺较为复杂，最终产品的品质稳定性与生产过程多项工艺参数息息相关。因此，中药生产中提取、浓缩、制剂等环节的过程监控非常重要。当前我国多数中药制药企业仍然采用传统的实验室离线检测方法，分析结果滞后于生产，缺陷不言而喻。NIR技术可以帮助药企克服传统检测手段的缺点。2.1提取与纯化过程。中药成品中不同有效成分的配比在提取、精制等生产环节中完成，配比比例与药品的药效直接相关。提取方式依据提取溶剂分类可以分为水提、醇提等，依据提取方法分类可以分为静态、动态、渗漉、超声提取、微波萃取、加压萃取等。目前大部分国内中药企业仅针对最终产品进行品质检测，而中药提取过程质量控制手段缺乏，分析结果滞后，缺陷明显，一旦出现质量问题，整条生产线的产品都将返工甚至销毁，造成大量人力、物力资源损失。将NIR在线检测技术应用于中药提取与纯化过程，既可保证产品质量，又可以避免能源浪费，降低生产成本[21]。杨南林等[22]研究了大孔树脂吸附纯化过程，并针对其缺乏在线检测手段等难题，采用高效液相色谱法（HPLC）分析的测定值作为参比，用PLS建立了校正模型，采用该方法成功预测了黄连提纯过程中的生物碱洗脱曲线。NIR方法不仅简单、快捷，而且可以同时测量洗脱物中盐酸巴马亭、盐酸药根碱和黄连总生物碱的浓度，检测精度可达到中药生产质量过程控制需求。2.2浓缩过程。中药提取液中的有效成分含量较低，必须对提取液进行浓缩。浓缩过程的质量控制通常采用检测水分、主要成分浓度、密度等方式实现，进而实现浓缩过程结束时间的实时响应。精准判断提取液浓缩终止点对于保障中药成品品质至关重要。瞿海斌等[23]将近红外在线分析技术用于红参浓缩过程控制，采用的光谱预处理方法是一阶导数和标准正态变量(SNV)，建立了NIR光谱与浓缩液中乙醇和人参总皂苷之间的定量校正模型，可以在红参醇提取液浓缩过程中实时测量乙醇和总皂苷含量。2.3制剂过程。中药制剂过程的在线监测包含混合均匀度判断、水分监测、包衣衣膜厚度测定等。NIR技术可用在粉末混合过程中各种活性成分含量监测，同时也可以辅助检测辅料的均匀性以及物料物理特性变化。龚益飞等[24]研究了在线NIR技术在复方丹参滴丸料液混合工艺中的应用，采用透反射光纤探头在线采集料液的NIR光谱，利用光谱偏差判定混合均匀程度和混合终点。结果表明，通过此方法判定滴丸制备终点，获得的滴丸质量均匀，主要药效成分含量稳定，可为成品品质控制提供有效保障。药物包衣可以起到防潮避光、增加药物稳定性、掩盖刺激气味、控制药效释放部位、改善外观等作用。这对包衣衣膜厚度和均匀性提出控制要求，采用在线NIR技术可以在不破坏包衣的条件下直接测量出衣膜厚度。柯博克等[25]研究了复方丹参滴丸包衣过程，对比了不同取样时间样品质量和同批次素丸样品质量，并且收集了NIR光谱。计算并获得增重比率，换算出包衣厚度，并建立与NIR光谱相关模型。分析结果表明，预测值与真实包衣厚度相关性较好，吻合度高。中药制药过程控制必须对药物中水分值进行检测，水分含量高会导致成品药品质不稳定，可能会引起储存过程中药物霉变，增加用药安全隐患。聂黎行等[26]研究了乌鸡白凤丸水分定量分析模型，将半成品先在105℃烘箱中干燥，得到低水分样品，同时利用饱和KNO3溶液的干燥器获得高水分样品，采集不同水分梯度含量样品的NIR光谱，并建立水分定量校正模型，模型的相关系数为0.99，预测均方差为0.38%，满足要求，可用于在线控制中药半成品中水分含量测定。

3结语

目前我国中药存在掺假、以次充好、品种混淆及制剂产品质量不稳定等问题，采用传统鉴别与分析手段在提取分离等预处理阶段步骤繁琐，操作耗时，成本较高，会对样品造成严重的破坏，且难以实现制药过程中的实时质量监控。NIR具有分析速度快、效率高、不破坏样品和在线测定的特点，可作为一种快速评价手段有效解决上述中药领域的分析难题。中药材成分复杂，和化学药品相比其生产加工过程具有特殊性，实现NIR在中药真伪鉴别、品质控制的有效应用，构建准确、稳定的分析模型是十分必要的，而建模前期必须收集大量有代表性的样本并对其进行分析，因此需要中药、化学计量学、光谱学的专业人士合作，共同开展研究，共同推动NIR技术在中药鉴定与质量控制环节的进一步应用。随着计算机和化学计量学的不断发展，NIR在中药材质量分析领域具有广阔的应用前景。

作者:丁海泉 高洪智 刘振尧 单位:广东星创众谱仪器有限公司