常用多变量数值分析法在中药质量控制方面的研究概况

桂林市食品药品检验所，广西 桂林 541012

多变量数值分析法是把具有时间和空间分布的信息向着符号所作映射的模式识别，其目的和作用在于面对某一具体事物时将其正确地归入某一类别[1]。常用的多变量数值分析法有主成分分析法、聚类分析法、判别分析法、因子分析法、灰色关联分析法和人工神经网络分析法。将常规的检测方法(如色谱法等)分析得到的数据信息，用模式识别转化为统一的量化数据，再借助统计软件的分析和评价，从而达到药材的真伪鉴别、分类和质量评价的目的。目前其理论和方法已广泛应用于中药质量控制方面，为中药的真伪鉴别和质量评价提供了科学依据。本文就近10年来常用的多变量数值分析法在中药质量控制方面的研究报道作综述性研究。

1 主成分分析法

将研究多个指标化为少数互相无关的综合指标的统计方法叫做主成分分析[2]。主成分分析法利用降维思想，将多指标转化为具有代表性的少数指标，化繁为简的同时又能使转化后的少数指标尽可能地反应原来多个指标所能反应的信息，因而具有显著的优势。郝燕等[3]对10批次不同产地的当归指纹图谱的37个多维多息特征参数进行主成分分析，结果发现了4个主成分能够反应中药色谱指纹图谱信息的规律，证实主成分分析能达到降维目的，使繁多的求解目标简化。李晓红等[4]基于主成分分析的骨碎补药材乙醇和环己烷提取物的高效液相色谱指纹图谱，该法全面地反应了骨碎补药材的化学成分信息，并能从定性和定量两方面控制骨碎补药材的内在质量。陈蓉等[5]使用主成分分析结合聚类判别所建立的不同产地芡实HPLC指纹图谱及定量分析方法均具有快速稳定的特点。用主成分分析结合支持向量机方法对三种冰片的分类鉴别准确率均为100%[6]。姚超等[7]报道16批栀子样品的指纹图谱经主成分分析，发现京尼平龙胆双糖苷、西红花苷Ⅰ和西红花苷Ⅱ含量差异较大，为浙江道地栀子的质量控制及品质评价提供了更全面的参考。罗益远等[8]应用主成分分析法发现何首乌中二苯乙烯苷的量及结合蒽醌的总量在厚片晒干中最高，游离蒽醌的总量在厚片70 ℃烘干中最高，儿茶素的量在薄片40 ℃烘干中较高，而且厚片晒干综合评价指数明显高于其他加工样品，可根据目标成分优选何首乌适宜产地加工方法。据统计[9]92批11种不同来源的陈皮中橙皮苷、川陈皮素和橘皮素含量通过主成分分析，发现红橘与茶枝柑的3种黄酮类成分含量比值相近，为广陈皮的道地性鉴别提供了新的研究思路。另外，从矿质元素角度，李金玲等基于主成分分析了30份天麻资源，发现贵州、云南天麻药材质量较好[10]。

2 聚类分析法

聚类分析又称群分析，它是研究(样品或变量)分类问题的一种多元统计方法，所谓类，通俗地说，就是指相似元素的集合[2]。王晶娟等[11]报道用近红外光谱与聚类分析相结合的方法可以达到90%的识别复方中药牵正散。利用南北五味子中五味子醇甲、五味子醇乙、五味子酯甲、五味子甲素和五味子乙素含量的显著性差异，可聚为两大类，完全区分南北五味子[12]。朱雪梅等[13]用红外光谱结合聚类分析法对牛蒡子生品和炮制品进行分析，结果识别率和拒绝率达到97%以上，预测正确率可达100%。为了取得更好的预期效果，通常联合主成分分析、回归分析、判别分析等方法进行分析。蔡君龙等[14]采用HS-SPME-GC-MS方法并结合主成分分析及聚类分析法，能有效区分4个产地的丁香。郑孟凯等[15]通过HPLC梯度洗脱建立了28批不同地区市售麻黄药材的指纹图谱，然后结合主成分分析和聚类分析，结果，所有批次麻黄药材共分为3类，可对麻黄药材的质量进行客观、有效地评价。杨沮勤等[16]结合主成分分析和聚类分析，发现去氢木香内酯和木香烃内酯在不同煨制方法的川木香中含量差异较大，从而区分川木香生品和煨品。李琦等[17]通过HPLC法测定广西不同产地的12批余甘子中5种多酚类成分的含量，结合主成分分析和聚类分析，从而发现广西产余甘子质量的优劣和产地的规律性。

3 判别分析法

判别分析是判断样本归属类型的一种统计方法。吴伟建等[18]对33个不同来源的海龙乙醇提取物的红外指纹图谱进行了判别分析等模式识别，该法鉴别正品海龙和伪品海龙的正确率达98%以上，可快速、准确地区分不同种类的海龙。王璠等[19]应用聚类分析法、主成分分析法和判别分析法对33批苍术药材的气相色谱-质谱指纹图谱进行了模式识别，结果能很好地区分道地茅苍术、非道地茅苍术和北苍术。陈粲文等[20]通过主成分分析、聚类分析和判别分析法发现12批安胎丸中阿魏酸、黄芩素等5个成分差异较大。陈文静等[21]应用主成分分析和聚类分析法对11批毛诃子药材的HPLC指纹图谱数据进行了模式识别研究。该法将样品分为3类，并结合判别分析法发现毛诃子样品的5个标志性成分。

4 因子分析法

因子分析法采用与主成分分析相似的降维模式，可将错综复杂的变量关系转化为代表性的少数因子，同时这些代表性的少数因子还可对复杂的变量进行分类。多杰扎西等[22]利用模型的因子得分证实不同产地枸杞子中所含的复杂微量元素与药效之间存在相关性。在黄连及其炮制品鉴别研究中采用判别因子分析模型进行区分识别，正确判别率为100%[23]。周霞等[24]在黄连及其炮制品的鉴别研究中采用判别因子分析模型进行区分识别，正确率达100%。黄勤挽等[25]运用电子舌技术对10味附子炮制品的判别因子分析模型三维图谱辨别效率可达99%。

5 灰色关联分析法

灰色系统理论作为新兴的边缘学科，是对因素、关系、结构和作用原理不明了的系统进行内在关系的梳理，找出系统内的相互关系和规律。李少泓等[26]通过灰色关联分析法，发现21份不同产地的当归药材样品的质量评价结果与道地药材的基本内涵相符合。李硕等[27]采用灰色关联度法，发现不同商品来源的防风质量评价结果与商品等级划分相符。许俊洁等[28]报道15批次神农香菊的GC-MS指纹图谱中15个共有色谱峰与抗氧化活性均存在一定的关联度。王胜男等[29]用灰色关联度分析了不同加工方法对玄参药材中多元功效成分含量的影响，结果显示阴干法和完整药材蒸后烘干的样品综合质量较好。吕伟奇等[30]基于灰色关联度分析了云南10个不同地区的滇龙胆样品，结果发现大理鹤庆的质量最优。

6 人工神经网络分析法

人工神经网络分析法可以模拟大脑的神经网络，可将大量的基本单元连接成复杂的神经网络，简化大量的抽象信息，提取得到样本特征，最终达到全面反应样品原始数据大量信息的目的。目前，在中药材产地鉴别[31]、品种鉴别[32-33]、真伪鉴别[34]等方面取得了很好的效果。

7 结语与展望

常用的多变量数值分析法在中药质量控制方面取得了较好的效果。笔者认为今后可在以下三个方面加强和深入研究：第一，中药种类繁多、成分复杂，同科属中药材不同药用部位所含药效成分种类、含量也不尽相同。传统的分析方法往往只是对中药中某一成分进行定性、定量分析，而结合多变量数值分析的模式识别，更贴合中药的复杂性，可更全面地分析多组分间的质量差异及相互关系，为今后中药质量控制评价体系的建立提供新的思路。第二，现有的中药指纹图谱研究能借助大型精密仪器的检测，从而获得专属性好的方法，但是普遍存在指纹图谱与药效研究相脱节的问题。在建立中药指纹图谱时，对获取的指纹图谱量化特征和相关药效学数据，可采用合适的多变量数值分析法(如灰色关联分析法)来分析各组分间复杂的相互作用，这种关系分析符合中药总体效应的研究模式，更符合中医理论体系的研究特点。第三，随着多变量数值分析法的不断运用和发展，一些新的研究模式不断涌现，如借助数理统计的标准差，可客观确定灰色关联分析法中的分辨系数，给出了一种确定权重的新方法[35]，为多变量数值分析法的完善提供了新的参考和理论基础。