摘要：目的：中药质量评价是中药科研和生产领域的重要探讨内容,建立科学、合理及可行的中药质量评价策略对中药的进展具有重要作用。面对中药现代化和国际化的难题,迫切需要建立全面、有效的中药质量综合评价策略,且急需进展快速、高效、准确的新型浅析检测技术。近年来,近红外光谱技术(Near Infrared Spectroscopy, NIRS)由于具有浅析速度快、样品处理简单、可同时浅析多种成分、对样品破坏性小、无化学污染等特点,在农业、食品、石油化工、制药等领域得到广泛运用。NIRS用于中药产地、真伪优劣定性浅析及定量浅析方面取得一定成效,得到了飞速的进展。本论文以南板蓝为探讨对象,运用NIRS对中药材南板蓝根和地上茎的相似性、不同产地、栽培与野生及真伪优劣进行定性浅析,同时对南板蓝根和地上茎的水、醇浸出物、多糖及总生物碱进行定量浅析探讨,以达到以药材整体方面制约南板蓝质量的目的。策略：第一章,首先对NIRS进行了概述,其次阐述了NIRS在中药质量制约中的运用,并对南板蓝探讨进展进行了阐述。第二章,首先考察了近红外光谱的采集条件；运用NIRS结合聚类浅析和相似度计算对南板蓝根和地上茎进行了定性浅析,以阐述南板蓝根茎和地上茎之间的共性；在此基础上运用NIRS结合聚类浅析和相似度计算对不同产地、栽培与野生及真伪优劣南板蓝根和地上茎分别进行了探讨,同时采取一致性检验及相联系数法对南板蓝根和地上茎的真伪优劣分别进行了鉴别探讨,并建立了定性模型。第三章,按照药典策略测定了南板蓝根和地上茎中水、醇浸出物的含量,在基础数据基础上建立NIRS对南板蓝水、醇浸出物的模型,并对模型进行验证；采取正交设计优化南板蓝根中多糖的提取工艺,测定了南板蓝中多糖的含量,在基础数据基础上建立NIRS对南板蓝多糖的模型,并对模型进行验证；考察了酸性染料比色法测定南板蓝根提取物中总生物碱的含量,并采取响应曲面法优化南板蓝根中总生物碱的提取工艺,测定了南板蓝中总生物碱的含量,在基础数据基础上建立NIRS对南板蓝总生物碱的模型,并对模型进行验证。结果：1.近红外光谱数据的采集条件为：取低温干燥的样品,粉粹过80目标准筛,取约3g样品粉末放入试管中,混合均匀,用光纤探头压平,将光纤探头对准试管底部照射,扫描得到样品的近红外光谱图,每个样品重复扫描6次,求平均光谱图。OPUS采集参数：扫描范围12000-4000cm-1,样品背景和样品扫描时间均为32s,分辨率8cm-1,温度18～25℃,扫描次数64次。2.栽培南板蓝根和地上茎的鉴别及野生南板蓝根和地上茎的鉴别：选用“一阶导数+矢量归一化”预处理策略,在8998.6-5457.8cm-1、4937.1～4050cm-1区域,基于聚类浅析的方式识别法可鉴别野生南板蓝根和地上茎,但有少数样品出现检测阳性；选用“一阶导数+矢量归一化”预处理策略,在8998.6-5457.8cm-1、4937.1-4050cm-1区域,基于聚类浅析的方式识别法鉴别栽培南板蓝根和地上茎时出现了较多的检测阳性。相似度计算结果与聚类浅析结果相似,并给出了光谱间具体的相似度。结果表明南板蓝根与南板蓝地上茎化学组分相似,倡议将南板蓝地上茎加入南板蓝的入药部位,提升资源利用率。3.不同产地南板蓝的鉴别：选用“一阶导数+矢量归一化法”预处理策略,在8989.9-7478.9cm-1、6989.1-5427cm-1和4979.5～4038.4cm-1区域,基于聚类浅析的方式识别法可以有效鉴别不同产地的南板蓝根；选用“矢量归一化法”预处理策略,在9010.2-5373cm-1和4937.1-4023cm-1区域,基于聚类浅析的方式识别法可以有效鉴别不同产地的南板蓝地上茎。相似度计算结果与聚类浅析结果相似,并给出了光谱间具体的相似度。模型经过验证比较合理。4.栽培与野生南板蓝的鉴别：选用“二阶导数+矢量归一化法”预处理策略,在7980.4-5427cm-1,4979.5-3999.8cm-1区域,基于聚类浅析的方式识别法可以有效鉴别栽培与野生的南板蓝根；选用“矢量归一化法”预处理策略,在8983.2-5361.4cm-1,4937.1～4023cm-1区域,基于聚类浅析的方式识别法可以有效鉴别栽培与野生的南板蓝地上茎。相似度计算结果与聚类浅析结果相似,并给出了光谱间具体的相似度。模型经过验证比较合理。5.真伪优劣南板蓝的鉴别：选用“矢量归一化”预处理策略,在8983.2-5388.4cm-1、4964.1～4050cm-1区域,基于聚类浅析的方式识别法可以有效鉴别真伪优劣南板蓝根；选用“一阶导数+矢量归一化法”预处理策略,在8998.6-5373cm-1、4961.1～3999.8cm-1区域,基于聚类浅析的方式识别法可以有效鉴别南板蓝地上茎真伪优劣。相似度计算结果与聚类浅析结果相似,并给出了光谱间具体的相似度。模型经过验证比较合理。6.一致性检验模型的建立与验证：选用“一阶导数+矢量归一化法”预处理策略,在8998.6-5373cm-1、4937.1～4023cm-1区域建立一致性检验模型,可看到南板蓝根真伪优劣之间有着显著差别。对于限度制约,采取最大CI法,即直观指定CI=4限度值。选用“一阶导数+矢量归一化法”光谱预处理策略,在8998.6-5346cm-1、4937.1～4038.4cm-1区域建立一致性检验模型,可看到南板蓝地上茎真伪之间有着显著差别。对于限度制约,采取最大CI法,即直观的指定CI=4限度值。检验光谱均已超过CI=4限度,表明正品与伪劣品可以较好的分开。7.相联系数模型的建立与验证：选取“二阶导数化”光谱预处理策略,在6200-5500cm-1、5000-4700cm-1区域建立相联系数模型,相联系数的限度设置为0.99,该限度设置条件下,相联系数法可以将伪品、劣质药材与正品南板蓝根区分开,该策略具有一定的可行性和准确性,但是将南板蓝地上茎来检验样品集则较难将两者分开；选取“二阶导数化”光谱预处理策略,在6200-5500cm-1、5000-4700cm-1区域建立相联系数模型,相联系数的限度设置为0.99,该限度设置条件下,相联系数法可以将伪品、劣质药材与正品南板蓝地上茎区分开,该策略具有一定的可行性和准确性,但是将南板蓝根来检验样品集则较难将两者分开。8.水、醇溶性浸出物校正模型的建立与验证：南板蓝根校正模型R2(水)=95.92%,RMSECV(水)=0.602,R2(醇)=96.49%,RMSECV(醇)=0.481,最佳主因子数为8和7。近红外光谱法预测值与参考值之间的绝对误差均在±2%之间,两个模型的建立较为成功。南板蓝地上茎R2(水)=96.35%,RMSECV(水)=0.509,R2(醇)=96.42%,RMSECV(醇)=0.509,最佳主因子数为7和9。近红外光谱法预测值与参考值之间的绝对误差均在±2%之间,两个模型的建立较为成功。南板蓝根验证模型R2(水)=97%,预测均方差RMSEP(水)=0.498,R2(醇)=96.43%,RMSEP(醇)=0.485,预测值与参考值之间的绝对误差均在±2%之间,模型的建立较为成功。南板蓝地上茎R2(水)=96.68%,预测均方差RMSEP(水)=0.521,R2(醇)=96.42%,RMSEP(醇)=0.398,预测值与参考值之间的绝对误差均在±2%之间,模型的建立较为成功。9用正交设计策略设计水提取工艺,以提取物中多糖含量为测定指标,考察提取温度,提取时间,水料比三个因素对有效成分多糖提取的影响。得到最佳工艺为提取温度80℃,提取时间20min,水料比30：1,南板蓝根多糖的提取率为9.53%,该策略是一种简单、快捷、高效的提取策略。10.多糖校正模型的建立与验证：南板蓝根和地上茎多糖校正模型R2(根)=96.6%,RMSECV(根)=0.53,R2(茎)=97.69%,RMSECV(茎)=0.393,最佳主因子数为7和5,预测值与参考值之间的绝对误差均在±2%之间,两个模型的建立较为成功。南板蓝根和地上茎多糖验证模型R2(根)=98.8%,预测均方差RMSEP(根)=0.401,R2(茎)=98.57%,RMSEP(茎)=0.202,预测值与参考值之间的绝对误差均在±2%之间,模型的建立较为成功。11.通过酸性染料比色法,利用紫外分光光度计进行南板蓝根总生物碱的含量测定,并进行策略学考察,确定适宜的含量测定策略。得到了南板蓝根总生物碱含量测定策略,于415nm的检测波长下,以靛玉红为对照品,在3.29-32.9ug/ml范围内对照品含量与吸光度呈良好的线性联系,回归方程为y=0.0338x+0.004(r2=0.9994),精密度RSD=0.30%,加样回收率为99.24%,RSD=1.02%。该策略回收率、稳定性、重现性、精密度良好,可用于南板蓝根总生物碱的含量测定。12.在单因素试验的基础上,选取南板蓝根总生物碱提取时间、乙醇体积分数和液料比3个因素进行Box-Benhnken中心组合设计,利用响应曲面法对其提取工艺参数进行优化。结果在提取时间20.23min,乙醇体积分数83.21%,液料比21.16：1时,南板蓝根总生物碱的最高论述提取率达0.781%。根据实际试验情况,将其修正为提取时间20.5min,乙醇体积分数83.0%,液料比21.0：1,在此条件下南板蓝根总生物碱提取率为(0.78±0.024)%(n=3),与论述值较为接近,修正后的南板蓝根总生物碱提取工艺优化参数准确可靠,具有一定的实用价值。13.总生物碱校正模型的建立与验证：南板蓝根和地上茎总生物碱校正模型R2(根)=94.76%,RMSECV(根)=0.0256,R2(茎)=96.21%,RMSECV(茎)=0.0885,确定的最佳主因子数为7和4,预测值与参考值之间的绝对误差均在±2%之间,两个模型的建立较为成功。南板蓝根和地上茎总生物碱验证模型R2(根)=93.2%,预测均方差RMSEP(根)=0.0189,R2(茎)=97.92%,RMSEP(茎)=0.0607,预测值与参考值之间的绝对误差均在±2%之间,模型的建立较为成功。结论：上面陈述的探讨表明,NIRS能够较好的区分开不同产地、栽培与野生及真伪优劣南板蓝根和地上茎；NIRS不需要对样品进行复杂繁琐的前处理,可以快速对南板蓝根和地上茎分别进行定性浅析。采取酸性染料比色法测定南板蓝根提取物中总生物碱的含量；采取响应曲面法和正交设计优化南板蓝根中总生物碱和多糖的提取工艺策略可靠。NIRS还可以同时定量浅析多种组分,浅析速度快、结果准确,具有常规浅析策略所不具有的显著优点,由此,NIRS在中药领域具有良好的运用前景。三种策略的最终目的是以整体上较好的对中药整体质量进行制约。关键词：近红外光谱技术论文南板蓝论文定性浅析论文定量浅析论文质量评价论文
摘要3-7
Abstract7-16
引言16-18
第一章 文献概述18-37
第一节 近红外光谱技术概述18-27
1 近红外光谱技术进展历程18-19
2 近红外光谱技术的论述基础19-20
3 近红外光谱特点、运用特点及适用范围20-21
4 近红外光谱技术中的化学计量学策略21-27
第二节 近红外光谱技术在中药质量制约中的运用27-31
1 近红外光谱技术在中药定性鉴别中的运用27-29
2 近红外光谱技术在中药定量浅析中的运用29-30
3 中药材提取工艺探讨30-31
4 在线质量制约31
第三节 南板蓝探讨进展31-35
1 本草学考证31-32
2 基源、性状及显微鉴别32-33
3 栽培探讨33
4 化学成分33-34
5 质量及质量标准不足34-35
6 南板蓝探讨有着的不足35
第四节 本论文的探讨内容35-37
第二章 近红外光谱技术运用于南板蓝的定性鉴别探讨37-66
第一节 光谱采集条件的考察及定性建模的基本流程、评价参数37-42
1 光谱采集条件的考察37-39
2 近红外光谱技术定性建模的基本流程39-42
3 近红外定性浅析模型的评价参数42
第二节 近红外光谱技术结合聚类浅析及相似度计算鉴别南板蓝根和地上茎42-46
1 实验材料42-43
2 实验策略与结果43-46
3 南板蓝药用部位的选择探讨46
4 小结46
第三节 近红外光谱技术结合聚类浅析及相似度计算鉴别不同产地南板蓝根和地上茎46-50
1 实验材料47
2 实验策略与结果47-50
3 小结50
第四节 近红外光谱技术结合聚类浅析及相似度计算鉴别栽培与野生南板蓝根和地上茎50-54
1 实验材料51
2 实验策略与结果51-54
3 小结54
第五节 近红外光谱技术结合聚类浅析及相似度计算鉴别真伪优劣南板蓝根及地上茎54-59
1 实验材料54-55
2 实验策略与结果55-59
3 小结59
第六节 近红外光谱技术结合一致性及相联系数法鉴别南板蓝根和地上茎59-64
1 实验材料59-60
2 实验策略与结果60-63
3 小结63-64
第七节 本章小结64-66
第三章 近红外光谱技术运用于南板蓝的定量浅析探讨66-120
第一节 光谱采集条件及定量建模的基本流程、评价参数66-68
1 光谱采集条件66
2 近红外光谱技术定量建模的基本流程66-67
3 近红外定量测定模型评价参数67-68
第二节 近红外光谱技术快速测定南板蓝根及地上茎中水、醇浸出物的含量68-83
1 实验材料68-69
2 实验策略与结果69-83
3 小结83
第三节 近红外光谱技术快速测定南板蓝根及地上茎中多糖的含量83-97
1 实验材料84
2 实验策略与结果84-97
3 小结97
第四节 近红外光谱技术快速测定南板蓝根及地上茎中总生物碱的含量97-118
1 实验材料97-98
2 实验策略和结果98-117
3 小结117-118
第五节 本章小结118-120
第四章 总结与展望120-123
本站原创