聚類分析法在中藥成分分析中的應用

聚類分析法在中藥成分分析中的應用王兆基關錫耀摘要中成藥成分分析是一件艱巨且復雜的工作，文獻中多以薄層層析法為分析手段，雖然此法有成本低和操作簡單等優(yōu)點，但在應用上仍有不少的限制。本文介紹一種化學模式識別方法一一聚類分析法，配合一個自編的電腦計算程序，可以比較簡單且快捷地進行中成藥成分分析。關鍵詞中成藥成分分析；聚類分析法；氣相色譜圖COMPONENTANALYSISOFCHINESEPROPRIETARYMEDICINESBYCLUSTERANALYSISTECHNIQUEWangZhaojiGuanXiyao

(GovernmentLaboratory,HKSAR)ABSTRACTComponentanalysisofChineseproprietarymedicinesisacomplicatedanddifficulttask.Inliterature,thinlayerchromatographywasfrequentlyappliedfortheanalysisofproprietarymedicinesbecauseoflowcostandsimplicity.However,therearesomerestrictioninapplyingthistechniquetothecomponentanalysisofproprietarymedicines.Inthispaper,asimplepatternrecognitiontechniqueclusteranalysis,wasintroduced.Andwiththeuseofanin-housecomputerprogram,thetechniquecouldprovidearathersimpleandrapidmeansforthecomponentanalysis.KEYWORDSComponentanalysisofChineseproprietarymedicine;Clusteranalysis;Gaschromatogram中藥的應用已有5000年歷史之久，主要以煎藥的形式服用，但近年來，有不少的中藥處方開始以不同的成藥制劑方式來配制和銷售。根據(jù)統(tǒng)計數(shù)字，市面上已有近4000種中成藥制劑出售，若要對這些中成藥制品進行注冊和監(jiān)管，一套有效和快捷的成分分析方法是必須的。中成藥成分分析是一件艱巨且復雜的工作，文獻中多以薄層層析法作為分析手段，雖然此法有成本低和操作簡單等優(yōu)點，但在實際應用上仍有不少限制。例如須要掌握不同藥材的指標成分，并要取得有關對照品作分析之用；另外，提取過程及層析分析系統(tǒng)會因不同的指標成分而有所不同；再者，一般中成藥都由好幾種藥材合制而成，令其成分提取和分析更加復雜。因此，若要采用薄層層析法對4000種中成藥進行成分分析，將會是一件非常花費人力和時間的工作。本文建議應用模式識別方法進行中成藥成分分析，通過比較和分析中成藥樣本及藥材的氣相色譜數(shù)據(jù)，去辨別出樣本中是否含有某種中藥材成分。1儀器與試劑儀器:美國HewlettPackardHP5890A氣相色譜儀，HP7673A自動進樣器，HP3396積分儀；美國IBMPC340個人電腦。中藥材對照品:購自中國藥品生物制品檢定所。中成藥樣品:購自中國國貨公司。試劑:氯仿，磷酸氫鉀為分析純，水用重蒸餾水。2實驗方法2.1樣品的提取取磨成粉末之中藥材或中成藥樣本1.0g，置于45ml離心試管中，加入10ml磷酸緩沖液(17.4g磷酸氫鉀KHPO溶于450ml水中)后搖勻，再加入25ml氯仿，高速均勻提取，后用離心機分離(2000r/min,15min)，移取氯仿提取液至250ml圓底燒瓶內，用氯仿重復提取2次，將氯仿提取液置于同一圓底燒瓶內，于真空中加熱(35?40°C)以揮發(fā)溶劑，殘余溶于1ml氯仿中作氣相色譜分析用。2.2氣相色譜條件毛細管色譜柱為美國SupelcoSPB-1，30mmX0.53mm；進樣和檢測器溫度為柱溫：120C保持5min，然后以5C/min,加溫至280C，最后保持在280C中25min；檢測器為火焰電離檢測器；進樣1心。3聚類分析法聚類分析法本身是一種屬于無監(jiān)督學習系統(tǒng)的化學模式識別方法，在特征空間中直接尋找點群或其他可識別的數(shù)據(jù)結構，進行樣本的歸類。此法亦曾應用于藥材的鑒別和分類，應用于中成藥成分分析。首先要選取合適的方法去提取藥材的特征數(shù)據(jù)，以多維特征空間表達出來，再把中成藥樣本所得數(shù)據(jù)投影到這個特征空間上，根據(jù)點群的分布進行歸類。在同一萃取及氣相色譜條件下，本法觀察所得不同藥材會得到不同特征色譜圖，其數(shù)據(jù)結構可滿足聚類分析的要求，分析程序如下：把有m個色譜峰的目標藥材色譜圖表達于一個m維特征空間，然后把能與藥材色譜峰配對的中成藥色譜峰投影到這m維特征空間上，配對的準則是看中成藥色譜峰的保留時間是否介于某目標藥材色譜峰的保留時間加減1%的范圍內。如此重復分析不同的中成藥樣本，按所得投影點群的分布，判斷哪些樣本含有這目標藥材成分。但在應用上，仍有其他需要考慮的地方。例如，若目標藥材超過3個以上色譜峰，所對應的特征空間會是一個高維空間，不易于觀察；另外，不是每一個色譜峰在藥材識別上有同樣貢獻，所以不能單單按目標藥材色譜峰的數(shù)目去指定一個特征空間；再者，在分類特征空間上的點群時，最好能有一個可以量化的準則，而不是純粹靠主觀觀察。為此，本實驗建議通過主成分分析方法分析一些實例樣本數(shù)據(jù)，去找出以不同目標藥材色譜峰組合而成的主因子，作為新特征空間不同的方向。這樣，可以把原先的特征空間降維至二維或三維，便于觀察；另外，這些主因子可反映出不同目標藥材色譜峰在識別功用上不同的貢獻；最后，通過測量同類樣本投影點之間距離，可以計算出一些統(tǒng)計量作為判定標準。為要檢驗以上方法的可行性，本實驗選取8種常用的藥材，作為目標藥材，另選取12種中成藥作為樣本。在制備實例樣本時，再選取5個藥材（甘草、天麻、叁七、白芍、黃芪）作樣本中附加的背景干擾。實例中共有15個不同樣本，各由3?6個藥材的提取液（從8個目標藥材及另加的5個藥材中隨意選?。?，以不同比例混合組成。對應每一個目標藥材，實例樣本都可分成2組：A組樣本全都有這目標藥材成分；而B組樣本中則沒有，見表1。表18種被選用作目標藥材的中藥材名稱及其在中成藥中使用率藥材名稱藥材學名使用率（%）a當歸RadixAngelicaeSinensis17.5川芎RhizomaChuanxiong11.2白術RhizomaAtractylodisMacrocephalae8.1陳皮PericarpiumCitriReticulatae7.5白芷RadixAngelicaeDahuricae7.4大黃RadixEtRhizomaRhei7.3五味子FructusSchisandrae7.0防風RadixSaposhnikoviae6.8a：根據(jù)普查2053個中成藥的藥材成分而所得資料4數(shù)據(jù)處理對應每一個目標藥材，先組成一個數(shù)據(jù)矩陣X如下:式中k是目標藥材的色譜峰數(shù)目，m是實例中對應這個目標藥材的A組樣本數(shù)目，而n則是B組樣本數(shù)目。若第i個實例樣本中可找到有一個峰能與目標藥材的第j個色譜峰配對的話，設X的值為該峰的峰面

積，否則設X的值為零。接著把矩陣X的數(shù)據(jù)標準化，得數(shù)據(jù)記為Z/，即其中再從矩陣Z方興未艾算協(xié)方差陣D,即從矩陣D求解其本征矩陣a從矩陣D求解其本征矩陣a其中及對應本征矢量入，即D.a二入.a及a矩陣的每一個列稱為一個主因子，而對應此列的入值則為此主因子的方差貢獻份數(shù)。一個主因子的方差貢獻份數(shù)愈大，它在藥材識別上的貢獻就愈大。為要達到降維的效果，我們不必選取所有k個主因子，只須取前P個主因子使其累積方差貢獻份數(shù)百分比＞80%就可以，即Li+4e+'?'+AI?....,及a矩陣的每一個列稱為一個主因子，立削）撬，/j<*.「十八］十’.十.煩然后把實例樣本投影到以這P個主因子所構成的特征空間上，計算方見以下公式式中Y是第i個實例樣本的投影點與第l個主因子方向軸的距離，而X及a"則分別是X和a矩陣的對應元素。最后，可以得到一幅如圖「的聚類分析圖，我們會發(fā)現(xiàn)B組實例樣本的投影點聚合成一個點群；而A組實例樣本的投影點則擴散于這個點群以外的空間上，樣本中目標藥材含量愈高，它的投影點離開B組樣本的點群愈遠。所以，由各B組實例樣本的投影點與其點群的中心點之間的距離h，可得距離均值及距離方差S等統(tǒng)計量，藉此可擬定一個范圍空間把包含與不包含這目標藥材的兩芟樣本分隔開。設一測試樣本在這特征空間的投射點與點群的中心點之間的距離j若J>芥I+2"&可判斷樣本為含有這個目標藥材。5結果與討論文中采用的萃取方法，是參考美國藥典用于提取植物樣本中生物堿的方法，除了生物堿之外，植物中其他的有機化合物也會同時被提取出來，且選用的溶劑氯仿，有萃取能力強及易于濃縮等特點。致于數(shù)據(jù)結構方面，我們選用氣相色譜方法，是因為它能提供高解析度的色譜圖，而且氣相色譜峰的重現(xiàn)性及精確性也非常好。數(shù)據(jù)處理方面，由于大量及復雜的矩陣運算困難，所以利用美國MathWorks公司的MATLAB軟件（版本5.0）所提供的程序編寫功能，自編一個聚類分析用的程序。運算上，用者只須輸入目標藥材、實例樣本及中成藥樣本的色譜圖資料（色譜峰的保留時間和峰面積），就可以直接得到聚類分析的結果，非常簡單快捷。用此聚類分析方法測試了12個中成藥樣本，結果詳見表2。結果顯示，此法的準確度為67%?92%，平均為78%；而第1類誤差和第2類誤差的平均值則分別為11%和10%。第1類誤差是指樣本標明沒有某種目標藥材，但分析結果卻認為是有的；而第2類誤差是指樣本標明有某種目標藥材，但分析結果卻認為是沒有的。表212個中成藥樣本的聚類分析結果中成藥白術大黃陳皮川芎當歸白芷防風五味子

鼻炎片+—+a——+a—a—a化痰止咳丸--+---++廣東捷步虎潛丸-+aa天王補心丸aa川芎天麻頭痛丸-+--a---+a補中益氣丸+a-—a-+a--+蘭州健步虎潛丸+-+a-+a---十全大補丸+a—-+a—a——+