红外指纹图谱和聚类分析法在赤芍产域分类鉴别中的应用.pdf

第31卷分析化学(FENXIHUAXUE)研究报告第1期

2003年1月ChineseJournalofAnalyticalChemistry5～9

红外指纹图谱和聚类分析法在赤芍产域分类鉴别中的应用

徐永群1,3黄昊1周群1周红涛2胡世林2孙素琴31
1(清华大学化学系,北京100084)2(中国中医研究院中药研究所,北京100700)
3(黄冈师范学院化学系,黄冈438000)

摘要以赤芍的红外指纹图谱为依据,采用主成分分析法对来自18个产地的赤芍进行了聚类分析。可将
18个产地大致分为6类,这一分类与地理位置有较明显的对应关系,同一区域内赤芍的性能较为相似,可作
为传统中医界对赤芍药材质量评价的依据。用径向基函数人工神经网络法预测了45个赤芍样本的产区,结
果表明,径向基函数人工神经网络法具有较强的预测能力,用它可鉴别赤芍的产区。可为药材的质量控制提
供一个快捷、准确、可行的鉴别方法。

关键词红外光谱,赤芍产域,聚类分析,主成分分析,径向基函数人工神经网络

1引言

赤芍为毛茛科植物芍药(paeonialactiflorapall)的干燥根,具有行瘀、止痛、凉血、消肿等功能,主治瘀
滞经闭、疝瘕积聚、腹痛、胁痛、衄血、血痢、肠风下血、目赤、痈肿等症。赤芍大多为野生,主产于内蒙、河
北、辽宁、黑龙江和吉林等地;陕西、山西、甘肃、青海、湖北、四川、贵州和云南亦产。目前,在陕西、安徽
和浙江有少量栽培产品。内蒙多伦的赤芍糟皮粉渣,气微香,质量最佳,特称“多伦赤芍”为道地药材1。
药材产区不同,其化学成分的积累不同,则药效和药性也不尽相同。因此,药材产区的鉴别对于药
材市场的质量控制以及提高药材的质量显得较为重要。目前,关于不同产地芍药中芍药苷含量测定的
研究较多,但仅用这单一指标成分还不足以区分和鉴别赤芍的产区和质量2。本研究借助于红外光谱
的指纹性,用主成分分析法对主产区的赤芍进行了产区聚类,用径向基函数人工神经网络法预测了赤芍
的产区。结果表明:聚类结果与地理位置和气候条件有一定的相关性,与传统中医对赤芍质量的经验评
价一致,说明所分产区有一定的合理性,产区预测结果较理想。
2实验方法

2.1仪器设备和参数设置
采用Perkin2Elmer公司的SpectrumGX傅里叶变换红外光谱仪,中红外DTGS检测器,测定范围4000
～400cm-1,扫描次数16次,分辨率4cm-1。
2.2样品来源及制备
样品来源:赤芍样品(毛茛科植物芍药的干燥根)均由中国中医研究院中药研究所胡世林研究员提
供并作生药学鉴定。
样品制备:将赤芍样品粉碎,过0.154mPm孔径;取3mg过筛后的样品粉末与200mg溴化钾混合研
磨均匀,压片测定。
2.3软件
基于Matlab5.3自设计的主成分分析及径向基函数人工神经网络程序。
3赤芍产区的划分与鉴别

3.1赤芍产区鉴别的方案
赤芍是一个复杂的混合物体系,它含有芍药甙、芍药花甙、芍药新甙、β2蒎2102烯基2β2巢菜糖甙、牡丹

2002202219收稿;2002208219接受
本文系国家中医药管理局科技重大项目(国中医药科2001ZDZX01)
6分析化学第31卷

皮酚、苯甲酸、β2谷甾醇、右旋儿茶精、挥发油等较多成分,由于受地理因素的影响,不同产区赤芍的化学
组成也不尽相同。直接测定赤芍粉末的红外光谱,所获得的谱图是各化合物吸收强度的叠加,与总体成
～
分有关,具有指纹性35。借助该指纹图谱,可用模式识别法对其产区进行聚类和鉴别。
主成分分析法是一种有效的数据降维分析法,它能将原始变量线性组合成一组新的变量,即一组主
成分,仅用部分主成分就可表达原有变量的主要信息。利用这一特性,可实现红外光谱数据的线性降维
～
投影显示,从而使人们能直观地从二维或三维图中观察到光谱的主要特性和聚类情况68。利用该法
可对赤芍的产地进行聚类分析。
赤芍产区的鉴别可用径向基函数人工神经网络。径向基函数人工神经网络属于一种局部逼近神经
网络,它由输入、隐含和输出3层组成,相邻2层神经元之间均相互连接,输入层神经元仅将红外光谱的
特征吸光度值分布给隐含层中的各神经元,隐含层神经元基函数对输入产生非线性运算,其变换函数为
高斯函数,输出层神经元用于对隐含层的输出进行线性加权组合后产生1个赤芍产区的分类值
Class9,10。该法计算速度快,具有较好的逼近能力和分类功能,是一种较好的人工神经网络计算法。径
向基函数人工神经网络在进行产区预测前,先要用训练集对网络进行训练,训练好后的网络才具有产地
的预测和鉴别功能。
综上所述,赤芍产区的聚类及鉴别方案可简洁地用以下流程说明,值得指出的是产区的鉴别是建立
在产区聚类的基础之上的。
特
赤芍征输入输出
粉末提取数据吸主成分分析程序产区聚类信息
红外光输