紅外指紋圖譜和聚類分析法在赤芍產(chǎn)域分類鑒別中的應用

1、 紅外指紋圖譜和聚類分析法在赤芍產(chǎn)域分類鑒別中的應用徐永群1,3黃昊1周群1周紅濤2胡世林2孫素琴311(清華大學化學系, 北京100084 2(中國中醫(yī)研究院中藥研究所, 北京100700 3(黃岡師范學院化學系, 黃岡438000摘要以赤芍的紅外指紋圖譜為依據(jù), 采用主成分分析法對來自18個產(chǎn)地的赤芍進行了聚類分析?？蓪?8個產(chǎn)地大致分為6類, 這一分類與地理位置有較明顯的對應關系, 同一區(qū)域內(nèi)赤芍的性能較為相似, 可作為傳統(tǒng)中醫(yī)界對赤芍藥材質(zhì)量評價的依據(jù)。用徑向基函數(shù)人工神經(jīng)網(wǎng)絡法預測了45個赤芍樣本的產(chǎn)區(qū), 結(jié)果表明, 徑向基函數(shù)人工神經(jīng)網(wǎng)絡法具有較強的預測能力, 用它可鑒別赤芍的產(chǎn)區(qū)

2、。可為藥材的質(zhì)量控制提供一個快捷、準確、可行的鑒別方法。關鍵詞紅外光譜, 赤芍產(chǎn)域, 聚類分析, 主成分分析, 徑向基函數(shù)人工神經(jīng)網(wǎng)絡2002202219收稿;2002208219接受本文系國家中醫(yī)藥管理局科技重大項目(國中醫(yī)藥科2001Z DZX011引言赤芍為毛茛科植物芍藥(paeonia lactiflora pall , 、消腫等功能, 主治瘀滯經(jīng)閉、疝瘕積聚、腹痛、脅痛、衄血、血痢、。赤芍大多為野生, 主產(chǎn)于內(nèi)蒙、河北、遼寧、黑龍江和吉林等地; 陜西、貴州和云南亦產(chǎn)。目前, 在陜西、安徽和浙江有少量栽培產(chǎn)品, 氣微香, 質(zhì)量最佳, 特稱“多倫赤芍”為道地藥材1。, , 則藥效和藥性也

3、不盡相同。因此, 藥材產(chǎn)區(qū)的鑒別對于藥。目前, 關于不同產(chǎn)地芍藥中芍藥苷含量測定的研究較多, 2。本研究借助于紅外光譜的指紋性, 用主成分分析法對主產(chǎn)區(qū)的赤芍進行了產(chǎn)區(qū)聚類, 用徑向基函數(shù)人工神經(jīng)網(wǎng)絡法預測了赤芍的產(chǎn)區(qū)。結(jié)果表明:聚類結(jié)果與地理位置和氣候條件有一定的相關性, 與傳統(tǒng)中醫(yī)對赤芍質(zhì)量的經(jīng)驗評價一致, 說明所分產(chǎn)區(qū)有一定的合理性, 產(chǎn)區(qū)預測結(jié)果較理想。2實驗方法2. 1儀器設備和參數(shù)設置采用Perkin 2E lmer 公司的S pectrum G X 傅里葉變換紅外光譜儀, 中紅外DTG S 檢測器, 測定范圍4000400cm -1, 掃描次數(shù)16次, 分辨率4cm -1。2.

4、2樣品來源及制備樣品來源:赤芍樣品(毛茛科植物芍藥的干燥根 均由中國中醫(yī)研究院中藥研究所胡世林研究員提供并作生藥學鑒定。樣品制備:將赤芍樣品粉碎, 過0. 154m m 孔徑; 取3mg 過篩后的樣品粉末與200mg 溴化鉀混合研磨均勻, 壓片測定。2. 3軟件基于Matlab 5. 3自設計的主成分分析及徑向基函數(shù)人工神經(jīng)網(wǎng)絡程序。3赤芍產(chǎn)區(qū)的劃分與鑒別3. 1赤芍產(chǎn)區(qū)鑒別的方案赤芍是一個復雜的混合物體系, 它含有芍藥甙、芍藥花甙、芍藥新甙、2蒎2102烯基22巢菜糖甙、牡丹第31卷2003年1月分析化學(FE NXI H UAX UE 研究報告Chinese Journal of Anal

5、ytical Chemistry 第1期59 皮酚、苯甲酸、2谷甾醇、右旋兒茶精、揮發(fā)油等較多成分, 由于受地理因素的影響, 不同產(chǎn)區(qū)赤芍的化學組成也不盡相同。直接測定赤芍粉末的紅外光譜, 所獲得的譜圖是各化合物吸收強度的疊加, 與總體成分有關, 具有指紋性35。借助該指紋圖譜, 可用模式識別法對其產(chǎn)區(qū)進行聚類和鑒別。主成分分析法是一種有效的數(shù)據(jù)降維分析法, 它能將原始變量線性組合成一組新的變量, 即一組主成分, 僅用部分主成分就可表達原有變量的主要信息。利用這一特性, 可實現(xiàn)紅外光譜數(shù)據(jù)的線性降維投影顯示, 從而使人們能直觀地從二維或三維圖中觀察到光譜的主要特性和聚類情況68。利用該法可對赤

6、芍的產(chǎn)地進行聚類分析。赤芍產(chǎn)區(qū)的鑒別可用徑向基函數(shù)人工神經(jīng)網(wǎng)絡。徑向基函數(shù)人工神經(jīng)網(wǎng)絡屬于一種局部逼近神經(jīng)網(wǎng)絡, 它由輸入、隱含和輸出3層組成, 相鄰2層神經(jīng)元之間均相互連接, 輸入層神經(jīng)元僅將紅外光譜的特征吸光度值分布給隱含層中的各神經(jīng)元, 隱含層神經(jīng)元基函數(shù)對輸入產(chǎn)生非線性運算, 其變換函數(shù)為高斯函數(shù), 輸出層神經(jīng)元用于對隱含層的輸出進行線性加權(quán)組合后產(chǎn)生1個赤芍產(chǎn)區(qū)的分類值Class 9,10。該法計算速度快, 具有較好的逼近能力和分類功能, 是一種較好的人工神經(jīng)網(wǎng)絡計算法。徑向基函數(shù)人工神經(jīng)網(wǎng)絡在進行產(chǎn)區(qū)預測前, 先要用訓練集對網(wǎng)絡進行訓練, 的預測和鑒別功能。綜上所述, , 在產(chǎn)區(qū)聚

7、類的基礎之上的。赤芍粉末紅外光譜提取數(shù)據(jù)特征吸輸入產(chǎn)區(qū)聚類信息輸出產(chǎn)區(qū)鑒別結(jié)果3. 21所示。從圖中可看出, 野生與栽培赤芍譜圖在1317cm -1處有圖1不同產(chǎn)區(qū)赤芍的紅外光譜圖Fig. 1F ourier trans for in frared spectra of Paeonia lactiflora in different areasa. 克山(K eshan ; b. 隆化(Lonhua ; c. 多倫(Duolun ; d. 喀喇沁旗(K alaqinqi ; e. 亳州(Bozhou ; f. 旬邑(Xunyi 。明顯的區(qū)別, 即野生者有一峰, 栽培者如圖1e 沒有,除此之外,

8、 其他處是較為相似的, 具有指紋性, 利用這一性質(zhì), 可實現(xiàn)野生與栽培赤芍以及赤芍與其它藥材的鑒別; 用紅外光譜陣列相關系數(shù)比對軟件比對發(fā)現(xiàn)在15701180cm -1和898820cm -1兩波段范圍內(nèi)不同產(chǎn)地赤芍的譜圖又具有一定的特征性和產(chǎn)區(qū)指紋性, 這一差異為赤芍產(chǎn)區(qū)的識別奠定了一定的數(shù)學基礎。因此, 特采集該兩段樣本吸光度值作為模式識別的輸入值。具體作法是每隔6個波數(shù)選取一個吸光度值, 并作歸一化處理。4結(jié)果及討論4. 1赤芍樣本的產(chǎn)區(qū)聚類對來自赤芍主產(chǎn)區(qū)的18個產(chǎn)地的92個赤芍樣本進行了主成分分析及光譜聚類, 其中野生13個, 栽培5個, 具體樣本產(chǎn)地及產(chǎn)地代號如表1所示。產(chǎn)地地理位

9、置如圖2所示。用主成分分析法, 算得前3個主成分的特征值分別為1=55. 24, 2=7. 91, 3=3. 89, 累計可信度為90. 61。故僅用前3個主成分就可表示原紅外光譜數(shù)據(jù)的主要信息。在進行二維投影顯示時, 發(fā)現(xiàn)第一主成分PC1對第三主成分PC3作圖有較好的光譜聚類作用, 聚類圖如圖3所示。從圖3中可看出, 不同產(chǎn)地赤芍由于受地理因素影響的不同, 其化學成分的積累也是不同的, 因而在二維投影圖上呈一分布聚集狀態(tài)。根據(jù)這一分布, 可用5條虛線把它們分為6個產(chǎn)區(qū), 其中1、2、3、4和5區(qū)為野生區(qū),6區(qū)為栽培區(qū)。圖中, 野生與栽培產(chǎn)品有較大差別, 從傳統(tǒng)中醫(yī)學的角度來看, 野生芍6分析

10、化學第31卷 圖2赤芍產(chǎn)地地理位置圖Fig. 2G eographical positions of Paeonia lactiflora areas 圖3赤芍樣本的產(chǎn)地聚類圖Fig. 3The tw o 2dimension plot for Paeonia lactifolra sam ples 藥作赤芍入藥, 栽培芍藥經(jīng)加工后作白芍入藥, 赤者活血化瘀, 白者養(yǎng)血柔肝, 藥效和藥性明顯不同, 這一聚類結(jié)果可較好地解釋傳統(tǒng)的醫(yī)學經(jīng)驗。, 產(chǎn)地相近氣候接近時赤芍的性能也相近, (2(見表2 看出。, 分極為吻合, 說明它具有一定的合理性。表1赤芍樣本的產(chǎn)地及代號表T able 1Produc

11、ing areas and symbols of of 生長狀況G rowth status (括號中為代號 Areas &their symbols (in brackets 野生W ild 多倫Duolun (d 、喀喇沁旗K alaqinqi (q 、克什克騰旗K eshiketengqi (k 克山K eshan (s 、樺南Huanan (n 遼寧Liaoning西豐X ifeng (x 吉林Jilin白城Baicheng (b 河北Hebei 隆化Longhua (l 、圍場W eichang (w 、張家口Zhangjiakou (z 、懷來Huailai (h 栽培Cu

12、ltivated陜西Shannxi旬邑Xunyi (y 、黃龍Huanglong (H 陜西Shannxi紫陽Z iyang (zy 安徽Anhui亳州Bozhou (bz 浙江Zhejiang 縉云Jinyun (jy 、磐安Panan (pa 、東陽D ongyang (dy 4. 2關于產(chǎn)區(qū)劃分的說明本研究依光譜聚類的結(jié)果, 客觀地將主產(chǎn)區(qū)分為6個區(qū)域, 結(jié)果這6個區(qū)域與地理因素和赤芍的性能有較好的相關性。這一結(jié)果說明, 藥材產(chǎn)區(qū)的劃分應按地理位置和氣候條件來劃分, 而不應按行政區(qū)來劃分的合理性和正確性。6號區(qū)為栽培赤芍區(qū), 從圖3可看出不同產(chǎn)地赤芍之間差異也是較大的, 由于它主要是用來

13、加工后作白芍入藥, 故未繼續(xù)作產(chǎn)區(qū)的劃分。另外赤芍野生與栽培的差異較大, 這一差異究竟是栽培與野生的差異還是氣候的差異目前還沒有得到證實, 我們懷疑是氣候差異的影響造成的, 因在所采集的樣品中, 野生樣都是秦嶺以北的, 栽培樣都是秦嶺以南的, 而秦嶺是我國南北氣候的天然分界處, 故會產(chǎn)生這一較大的差異。多倫赤芍根肥大, “糟皮粉渣, 氣微香”, 為道地藥材產(chǎn)區(qū)。從圖4可看出, 它聚集較好, 說明確實具有一定的獨特性, 故專設一產(chǎn)區(qū)?？咂炀鄧鷪?、隆化和多倫等地(見圖3 較近, 從地理位置來看, 它可歸屬到2或3類產(chǎn)區(qū), 但它的光譜聚類位置卻比較特殊, 說明它的化學成分亦具有特殊性, 故我們沒

14、有把它列入2號產(chǎn)區(qū), 而是專設4號產(chǎn)區(qū), 究竟有何特殊性還有待于進一步研究。7第1期徐永群等:紅外指紋圖譜和聚類分析法在赤芍產(chǎn)域分類鑒別中的應用 表2赤芍主產(chǎn)區(qū)的氣候及其性狀表T able 2Weather and character of primary areas of paeonia lactiflora產(chǎn)區(qū)G eographical origins產(chǎn)地Areas 氣候2W eather 2性狀Character 備注Remark 1克山K eshan 、樺南Huanan 、西豐X ifeng 、白城Baicheng 中溫帶濕潤區(qū)M oist areas in the central t

15、em perate Z one 根較大, 質(zhì)較硬The root is big and hard主產(chǎn)區(qū)Primary areas , 木赤芍W ood Paeonia lactiflora 2隆化Longhua 、圍場W eichang 、張家口Zhangjiakou 、懷來Huailai 、克什克騰旗K eshiketengqi 中溫帶亞干旱區(qū)Sub 2aridareas in central tem perate Z one 根肥大, 較脆The root isbigger and brittle 主產(chǎn)區(qū)Primary areas3多倫Duolun 根肥大, 脆The root is bi

16、gger and brittler 主產(chǎn)區(qū), 道地產(chǎn)區(qū)Primary &trueborn area 4喀喇沁旗K eshiketengqi 根肥大, 較脆The root is bigger and brittle 主產(chǎn)區(qū)Primary area 5旬邑Xunyi 南溫帶亞濕潤區(qū)The sub 2m oist area the s outh tem perate z one質(zhì)較硬The root is hard 輔助產(chǎn)區(qū)sub 2areas黃龍Huanglong 南溫帶亞干旱區(qū)The sub 2arid area s outh tem perate z one6紫陽Z iyang 北溫

17、帶濕潤區(qū)The m area in the north tem z one , 質(zhì)硬, 作白芍入藥These are generallyprocessed. as a baishao縉云Jjnyun 、磐安Panan 、東陽D ongyang 亞潤z The sub 2m oist area in the s outh tem perate z one圖4赤芍測試集預測結(jié)果Fig. 4The predicted result of the test sam ple 從圖4還可以看出, 在進行產(chǎn)地光譜聚類時, 有少數(shù)樣本落到了其它的產(chǎn)區(qū), 或在兩產(chǎn)區(qū)的交界線處, 說明這些樣本有一定的相似性。如張

18、家口的赤芍與3號多倫區(qū)鄰近, 隆化有一赤芍樣本進入了3號區(qū), 說明該兩產(chǎn)地赤芍的性能與多倫的較為相似, 事實也是如此, 它們的地理位置較近, 氣候條件一致,都是赤芍的主產(chǎn)區(qū), 依傳統(tǒng)中醫(yī)的經(jīng)驗, 它們都是質(zhì)量較好的赤芍。4. 3赤芍產(chǎn)區(qū)的鑒別在赤芍產(chǎn)區(qū)劃分的的基礎上, 用90個赤芍樣本作訓練集訓練了徑向基函數(shù)人工神經(jīng)網(wǎng)絡, 用45個樣本作測試集測試了該網(wǎng)絡的預測和鑒別能力, 預測結(jié)果見圖4。結(jié)果表明:該網(wǎng)絡有對赤芍產(chǎn)區(qū)較好的預測和鑒別能力, 在45個預測樣本中, 只有白城的一個樣本發(fā)生了錯誤。5結(jié)論用主成分分析法對赤芍的紅外光譜進行了聚類, 依聚類結(jié)果將赤芍產(chǎn)區(qū)分為6類, 結(jié)果發(fā)現(xiàn)這一分類與地

19、理位置和氣候條件有一定的相關性, 同一區(qū)域內(nèi)赤芍的性能較為相似, 可解釋傳統(tǒng)中醫(yī)學對赤芍藥材質(zhì)量評價的經(jīng)驗。用徑向基函數(shù)人工神經(jīng)網(wǎng)絡法預測了45個赤芍樣本的產(chǎn)區(qū), 結(jié)果表明:徑向基函數(shù)人工神經(jīng)網(wǎng)絡法具有較強的預測能力, 用它可鑒別赤芍的產(chǎn)區(qū)。8分析化學第31卷 R eferences1Jiangsu New Medical C ollege (江蘇新醫(yī)學院 . G lossary o f Chinese Herbal Medicines (中藥大辭典 . Shanghai (上海 :ShanghaiScience and T echnology Press (上海科學技術出版社 , 1999:

20、109310952Hu Shilin (胡世林 , Fu G uilan (付桂蘭 , Feng Xuefeng (馮學鋒 , T ang X iaojun (唐曉軍 , He X irong (何希榮 . China Journal o f Chinese Materia Medica (中國中藥雜志 , 2000, 25(12 :7147163Sun Suqin (孫素琴 , Zhou Qun (周群 , Y u Jianyuan (郁鑒源 . Chinese J . Anal . Chem . (分析化學 , 2000, 28(2 :2112144Sun Suqin (孫素琴 , Du

21、Deguo (杜德國 , Liang X iyun (梁曦云 , Y ang X ianrong (楊顯榮 . Chinese J . Anal . Chem . (分析化學 , 2001, 29(3 :3093125Sun Suqin (孫素琴 , Zhang Xuan (張宣 , Qin Zhu (秦竹 , Hu X inyao (胡鑫堯 . Spectroscopy and Spectral Analysis (光譜學與光譜分析 , 1999, 19(4 :5425456C ooper J B. Chemometrics and Intelligent Laboratory System

22、s . 1999, 46:2317W oo Y A , K im H J , Chung H. Analyst , 1999, 124:122312268W oo Y A , K im H J , Cho J H , Chung H. J . Pharm . Biomed . Anal . , 1999, 21:4074139S tubbings T , Hutter H. Chemometrics and Intelligent Laboratory Systems , 1999, 49:16317210Y ao X J , Zhang X Y, Zhang R S , Liu M S ,

23、Hu Z , Fan B. Computer s and The Application of andClustering ofPaeonia lactiflora P allY 1,3, Huang Hao 1, Zhou Qun 1, Zhou H ongtao 2, Hu Shilin 2, Sun Suqin 311(Department o f Chemistry , Tsinghua Univer sity , Beijing 100084 2(Chinese Academy o f Traditional Chinese Medicine , Beijing 100700 3(Department o f Chemistry , Huanggang Teacher s College , Huanggang 438000Abstract Based on the fingerprint infrared spectrum of paeonia lactiflora Pall , paeonia lactiflora Pall sam ples from 18areas were clustered into 6classes