太赫兹光谱技术在中药大黄炮制品检测中的应用研究

杨 帅、左 剑*、刘尚建、张存林

1. 太赫兹光电子学教育部重点实验室、首都师范大学物理系、北京 100048 2. 北京中医药大学东直门医院、北京 100700

太赫兹光谱技术在中药大黄炮制品检测中的应用研究

杨 帅1、左 剑1*、刘尚建2*、张存林1

1. 太赫兹光电子学教育部重点实验室、首都师范大学物理系、北京 100048 2. 北京中医药大学东直门医院、北京 100700

针对中药炮制前后成分变化会影响中药用药疗效的问题、采用四种大黄炮制品为研究对象、利用太赫兹时域光谱系统和化学计量学处理方法获得了中药大黄光谱数据、按照中药大黄炮制品的种类对光谱数据进行了区分。同时、薄层色谱法研究显示大黄在不同炮制方法处理后、其炮制品中基础物质蒽醌和鞣质类化合物含量发生变化、而该实验获得的这四种大黄炮制品太赫兹光谱数据之间的关联性与上述变化规律相吻合。这就说明太赫兹光谱技术对中药炮制品的物质成分是敏感的、此方法可以为中药炮制过程中物质结构变化的研究提供重要参考。

太赫兹时域光谱系统； 中药检测； 光谱识别； 主成分分析

引 言

传统的中草药已经在中国历史上发展了数千年、随着现代科学技术的发展、中医药现代化已经成为现代中医发展的必经之路、其制药过程有别于西药中有效成分以一种或几种分子合成为主的制药过程、可提取的中药材有效成分多以某几类化合物的形式存在、因此、提高中药有效成分的鉴别准确度成为了掌控中药制作质量的前提条件。

中医用药常见的生大黄、酒大黄、熟大黄和大黄炭都是由中药大黄通过不同的中药炮制方式获得的。经研究发现、蒽醌类和鞣质类化合物是药物在起作用过程的关键成分、它们会与葡萄糖结合后、其中大部分会变成苷元、这些苷元因羟基位置不同而具有不同的药物性质[1]。中药经过炮制、大黄的基础成分苷元都会有较大区别的、但是四种中药炮制品从形、色、味是难以准确鉴别[2]。而在用药时、四种大黄炮制品各自会表现截然不同的药性、生大黄泻下攻积、常用于凉血解毒、清热泻火； 酒大黄功效善于清热毒、临床上常用作治疗眼、鼻、喉肿痛； 而熟大黄的泻火偏弱、功效善于泻火解毒、常用于治疗急火、溃疡； 而大黄炭则善于止血、化瘀、临床用于治疗由于血瘀引起的出血症。这些同种物质的不同炮制品中苷元特征的鉴别、将为中药技术发展带来了更多的契机。目前、中药大黄光谱法的研究主要有红外光谱法[3]和拉曼光谱法[4]。然而、一方面、红外光谱主要测量的是药材分子内部的振动信息、不能测出药材有效成分之间表现的分子间相互作用信息； 另一方面、中药材的荧光很强、会影响中药材分子的拉曼散射峰的测量。与以上方法相比较、太赫兹光谱法既能够避开荧光的影响、又能检测到中药有效成分之间表现的分子间作用力。

太赫兹波(THz波、1 THz=1012Hz)的频率范围是从100 GHz到3 THz。生物大分子中其的振、转动能级对应的能量差与太赫兹的能量相符合、能够从光谱上反映出样品内部结构的细微差异[5]。因此、太赫兹时域光谱(Terahertz time-domain spectroscopy、THz-TDS)分析技术在食品[6]、药品安全[7]生产、检测过程中已得到广泛的研究与应用。近些年、尤其是在医药领域、周永军等采用太赫兹波谱技术鉴别三种掺杂的中药黄芪[8]。赵峰等采用太赫兹波获取杜仲、黄莲、连翘、天麻、五倍子五种中药的光谱特性[9]。汪景荣等使用太赫兹时域光谱系统结合偏最小二乘法实现了对不同产地的真伪大黄鉴别[10]。上述文中的研究对象是单一中药或不同种中药、均没有对单一中药的炮制品有所研究、然而中药经过炮制后再用药是临床中相当常用的一种用药方式、可见对其研究是具有重要价值的。其次、上述文献中只是获取了中药材的太赫兹吸收谱变化但并没有得到可识别的特征峰、因此、光谱解析方法上也无法与样本内部基础物质的成分含量变化情况相联系[11-12]。

本文中使用太赫兹光谱技术结合主成分分析法进行光谱数据分析、以四种不同的大黄炮制品为实验样品、探索太赫兹光谱数据与四种大黄炮制品的联系、并把这种光谱数据的关联和中药大黄在炮制过程中基础物质鞣质和蒽醌类化合物炮制前后的变化规律做了印证分析。

1 实验部分

1.1 太赫兹时域光谱系统

本研究中使用的是在实验室自主搭建的透射式太赫兹时域光谱系统(如图1所示)。有效频谱宽度为0.2～2.8 THz、控制温度在25 ℃左右、湿度为3%以下、利用该系统对四种不同炮制方法的大黄进行压片测量。在系统测试过程中、整个太赫兹系统光路充满氮气来降低空气中的水分对光路系统中太赫兹吸收的影响。

图1 太赫兹时域光谱系统

1.2 材料

实验中、我们使用的是北京中医药大学东直门医院提供的纯度为99.8%的中药配方颗粒：生大黄、熟大黄、酒大黄和大黄炭。将大黄颗粒均匀研磨10 min后、使用压片工具把大黄粉末压片成型、按照压制时间为5 min、控制力度为5 t的压制标准。压制成的圆形薄片样品表面平整、厚度均匀、每种大黄的使用量在50 mg左右。

1.3 数据处理方法

本研究采用透射式太赫兹时域光谱系统对样品进行采集(如图1)、每个样品平行测量多次、再将太赫兹波谱系统采集的实验数据进行处理、并结合化学计量学中的主成分分析法(principal components analysis,PCA)建模分析。

实验中、先测量氮气环境中的太赫兹时域波谱为参考信号、再测量透过样品之后的太赫兹时域波谱为样品信号、经过傅里叶变换之后得到对应的频域谱、进而结合菲涅尔原理得出被测样品折射率n(ω)、吸收系数α(ω)等光学参数。

在上式中、n(ω)为折射率实数部分、主要与样品的色散特性有关；κ(ω)为消光系数、n(ω)=2ωκ(ω)/c、主要与样品的吸收特性有关；A(ω)为样品信号和和参考信号的振幅的比值；φ(ω)为两者太赫兹波谱信号的相位差、d其数值可由实验得出、为被测样品的厚度。

再通过主成分分析法(PCA)进行坐标变换、将原始数据的多维空间坐标系转换到一个新的更少维度的坐标系中、新坐标系中每个轴即是数据信息的一个主成分。主成分中包含的信息随着对应方差的减小而减少。实验中、我们将采集的信息看作p维随机向量、设其为X=(X1，X2，…，Xp)′、通过数学线性代数变换

…

变换之后、原来数据中的p个变量X1，X2，…，Xp、即可以由新坐标系中的变量PC1代替、它也包含了原始数据中最多的变量信息。选择一个或多个主成分需满足统计要求、并保证选择更少的主成分个数、通常选用m(m

式中：λ为所选主成分对应的特征值；k为选定的主成分个数；i为全部主成分数。

2 结果与讨论

采集的实验数据结合上述折射率和吸收系数的计算方法得到四种大黄炮制品的折射率和吸收系数、绘出折射率曲线(图2)和吸收系数曲线(图3)。

图2 四种不同炮制方法的大黄折射率谱图

如图2所示、整体上看、四种大黄炮制品的折射率都有随频率增高而降低的变化趋势、大黄炭的折射率2.15左右、其他三种的大黄的折射率都在1.85左右、可见大黄炭能够明显的区别于其他三者、但是生大黄、酒大黄、熟大黄这种样品在从折射率的数值和变化趋势上看就难以达到辨别的目的。从基础物质变化上分析、大黄含有多种有效物质、其中大黄炭中鞣质和蒽醌的物质质量分数相对变化是最大的[2]、其折射率因炮制后鞣质和蒽醌的减少而明显变大、这点在大黄炮制品的折射率上有很好的体现。

图3 四种不同炮制方法的大黄吸收系数谱图

从吸收谱图(图3)中我们可以看出、在0.2～0.7 THz区域、四种大黄的谱线起伏较大且相互交错、在低频区域四种物质的吸收谱有差别但都比较小、同时考虑到此区域法布里-玻罗效应的影响、因此、对于鉴别意义不大。然而、在0.7～2.2 THz区域、样品的吸收系数会随着入射的太赫兹波频率的增加吸收系数呈线性增强、这种变化规律相似的谱线可以说明这四种大黄应该含有相似的基础物质成分、它们都是以大黄原材料炮制的中药成品。在高频区域、四种物质对太赫兹波显然更加敏感、区分度得到更一步的提高、比如在2 THz处的吸收系数要比1 THz的差别更加明显、从吸收谱图中就已经能够表现出四种大黄炮制品的差异性。相比于折射率能够明显区分出大黄炭、高频波段的吸收系数可以加强四种大黄炮制品区分度。这就说明了吸收谱的变化规律一定和样品本身的基础成分含量有关联、虽然太赫兹光谱已经将这种差异性表现出来、但是这种差别与药物的基础成分特性联系还要做进一步的分析。

因此、我们这里再结合主成分分析法(PCA)对样品的吸收谱图进行解析。通常太赫兹波光谱信号含有随机噪声、基线漂移、样品密度不均匀、光散射等干扰、为了消除这些干扰、在输入主成分分析算法之前、要对太赫兹波谱数据实施合理、恰当的预处理方法、经过多元散射矫正(multiplicative signal correction,MSC)、特殊点基线法(baseline)和标准正态变量(standard normal variate,SNV)处理后、再将其输入主成分分析的算法中、按照统计学理论把所有的数据重新量化、根据数据的贡献率建立新的坐标系并绘出图像(如图4和图5)、前两个主成分的累积贡献率超过75%、不同种大黄聚集在一起、前三个主成分的累积贡献率超过85%、同样有这样的聚集效果、并且能够看到、并呈现在谱图中、这种处理方法在一定程度上提高光谱的分辨率、而且增强了识别的准确性和稳定性。

图4 四种不同炮制方法的大黄PCA图

图5 四种不同炮制方法的大黄PCA图(3D图)

从PCA谱图中、已经能够得到较好的聚类结果、这种明显的聚类结果必然是由物质内部基础成分含量和分子间相互作用关系所决定的。大黄在炮制前后蒽醌和鞣质含量发生了明显的变化、且变化程度同炮制条件的强烈程度相关、胡永淑等使用了相对成熟的检测技术薄层色谱法(thin layer chromatography,TLC)测得大黄炮制品中蒽醌和鞣质化合物的质量分数、可见表1[2]。

样品成分鞣质结合蒽醌游离蒽醌总蒽醌生大黄2.61±0.2140.02±4.454.08±1.0244.10±3.04酒大黄2.54±0.3436.21±5.244.45±3.1241.66±4.12熟大黄0.39±0.0517.02±1.366.87±1.5423.89±1.18大黄炭0.01±0.012.11±1.182.58±0.544.69±1.89

在表1中、通过对比质量分数的具体数值、得出在不同方法炮制前后大黄炮制品内部基础成分的变化规律、与生大黄相比、大黄炭中鞣质和蒽醌的变化量最大、其次是熟大黄、酒大黄的变化量是最小的。可见、大黄炮制过程中所使用的方法越剧烈、其蒽醌和鞣质类化合物含量的变化就越大。

从PCA图(图4)中、四种大黄炮制品光谱数据经过解析之后出现了巨大的差异性、图中三角符号代表的是生大黄和酒大黄、很显然二者距离很近、对比TLC测得炮制前后基础物质分析结果、可见二者在总蒽醌类化合物质量分数差别也是很小的、只有不足3‰的差距、鞣质类化合物基本不变。而在熟大黄和大黄炭中、与生大黄相比蒽醌类化合物的质量分数发生明显的变化、鞣质成分几乎消失、其在熟大黄中的相对变化率有50%、在大黄炭中的变化更大、有90%左右。这些变化程度在PCA谱图中也有相应的呈现、即熟大黄和大黄炭集中位置距离生大黄和酒大黄都是比较远的。对主成分分析后的数据再使用欧氏距离分析、距离越小、差异越小、即归为一类[13]、通过绘图表现四种大黄的差异性(如图6和表2)、以生大黄中鞣质和总蒽醌的质量分数作为标准，与其相同为0、与其不同程度最大为1。这种基于大黄样本本身物质结构的差异性得到量化、从图6中、能够看到太赫兹波谱技术测得的生大黄、酒大黄和大黄炭的鉴别结果得到了薄层色谱法(TLC)的印证、并且从表2中可以看到它的误差率仅在5%以内、基本可以达到测量和鉴别的要求。这在一定程度上说明太赫兹光谱能够反映出中药炮制品中基础物质成分之间的相互作用信息、不仅对炮制品中按类区分的基础成分敏感、而且还能把基础成分含量不同的炮制品区分出来。相对于薄层色谱这类化学方法的过程中都需要添加有毒试剂、不能达到绝对无损的特点、太赫兹光谱技术无损、环保的特点就更有发展前景。

图6 四种不同炮制方法的中药大黄的差异性

表2 不同种炮制大黄的差异性数值

3 结 论

中药的炮制过程改变了药物内部的物质结构、分子间的作用也会发生改变、其临床药效也有根本上差异、这种中药物质内部结构上的变化信息可以利用太赫兹得到检测与鉴别。本文中以大黄炮制品为例、根据主成分分析谱图中不同样品的特征信息、量化了中药炮制品的差异性、还确定了这种光谱的变化是由大黄炮制品中蒽醌及鞣质这两类基础物质成分变化所决定的、并且得到了薄层色谱法结果的印证。因此、太赫兹光谱为基于物质基础成分含量变化规律的中药炮制品的鉴定提供了一种新的方法、为中医药现代化提供一种可靠的技术。

[1] FU Xing-sheng,CHEN Fei,LIU Xun-hong,et al(傅兴圣,陈 菲,刘训红,等). Chinese Journal of New Drugs(中国新药杂志),2011(16): 1534.

[2] HU Yong-shu(胡永淑). China Pharmacy(中国药房),2014、(11): 1016.

[3] ZHAN Hao,LIU Meng-ting,FANG Jing,et al(战 皓,柳梦婷,方 婧,等). Chinese Journal of Exp. Tradit. Med. Form.(中国实验方剂学杂志),2015,21(12): 231.

[4] SU Song-bo,ZHANG Yong-ping,ZHANG Li-li,et al(苏松柏,张永萍,张丽丽,等). Chinese Journal of Exp. Tradit. Med. Form.(中国实验方剂学杂志),2011,17(8): 284.

[5] ZHANG Xi-cheng(张希成). Physics(物理),2013,42(10): 691.

[6] ZHAO Rong-jiao,DU Yong,HONG Zhi(赵容娇,杜 勇,洪 治). Chin. J. Pharm. Anal.(药物分析杂志),2014,(1): 108.

[7] LIU Xiao-hong,ZHAO Hong-wei,LIU Gui-feng,et al(刘晓鸿,赵红卫,刘桂锋,等). Progress in Chemistry(化学进展),2010,22(11): 2191.

[8] ZHOU Yong-jun,LIU Jing-song,WANG Ke-jia,et al(周永军,刘劲松,王可嘉,等). Spectroscopy and Spectral Analysis(光谱学与光谱分析),2014、34(7): 1840.

[9] ZHAO Feng,LONG Shu-ming,ZHANG Yuan-yuan(赵 峰,龙姝明,张圆圆,等). Acta Physica Sinica(物理学报),2015,64(2): 24202-024202.

[10] WANG Jing-rong,ZHANG Zhuo-yong,ZHANG Zhen-wei,et al(汪景荣,张卓勇,张振伟,等). Spectroscopy and Spectral Analysis(光谱学与光谱分析),2016、36(2)：316.

[11] Shen Y C. International Journal of Pharmaceutics,2011,417(1-2): 48.

[12] MA Shi-hua,SHI Yu-lei,XU Xin-long(马士华,施宇蕾,徐新龙). Acta Physica Sinica(物理学报)、2006,55(8): 4091.

[13] DU Wei-feng,JIA Yong-qiang,JIANG Dong-jing,et al(杜伟锋,贾永强,姜东京,等). China Journal Chinese Materia Medica(中国中药杂志),2014,39(23): 4603.

*Corresponding authors

Application of Terahertz Spectroscopy in the Detection of Chinese Medicine Processed Drugs of Rhubarb

YANG Shuai1,ZUO Jian1*,LIU Shang-jian2*,ZHANG Cun-lin1

1. Key Laboratory of Terahertz Optoelectronics,Ministry of Education,Department of Physics,Capital Normal University,Beijing 100048,China 2. Beijing University of Chinese Medicine Dongzhimen Hospital,Beijing 100700,China

The changes of composition of the processed traditional Chinese medicine will affect the curative effect of drug,such as the four kinds of processed rhubarb. The characteristics data of each rhubarb was measured with terahertz spectroscopy system and analyzed with chemometrics,and the spectral data was classified according to the category of rhubarb. The substance components of anthraquinone and tannins make changes in processed rhubarb by thin layer chromatography (TLC). The correlation among the terahertz spectroscopy of processed rhubarb was in accordance with the variations of content. This means that terahertz spectroscopy is sensitive to the substance components of processed Chinese traditional medicine. It can also pave the way for the study of the structural changes of traditional Chinese medicine.

Terahertz-time domain spectroscopy; Chinese medicine detection; Spectrum identification; Principal component analysis and spectral analysis

Jul. 15,2016; accepted Oct. 6,2016)

2016-07-15、

2016-10-06

国家科技部“国家重大科学仪器设备开发专项”基金项目(DH-2012YQ14005-09-01)、国家自然科学基金项目(11204190)、北京市教育委员会科技计划面上项目(KM201610028005)资助

杨 帅、1989年生、首都师范大学物理系硕士研究生 e-mail: 2140602022@cnu.edu.cn *通讯联系人 e-mail: zuoj@cnu.edu.cn； dzmyylsj@126.com

O433.4

A

10.3964/j.issn.1000-0593(2016)12-3870-05