期刊检索:
  药物分析杂志   2017, Vol. 37 Issue (5): 927-933.  DOI: 10.16155/j.0254-1793.2017.05.27
0

快速分析

引用本文 [复制中英文]

吕尚, 周海滨, 汪俊, 饶毅, 杨世林. 基于近红外光谱的银杏叶提取液总黄酮醇苷快速检测研究[J]. 药物分析杂志, 2017, 37(5): 927-933. DOI: 10.16155/j.0254-1793.2017.05.27.
[复制中文]
LÜ Shang, ZHOU Hai-bin, WANG Jun, RAO Yi, YANG Shi-lin. Rapid determination of total flavone glycosides in extraction of ginkgo leaf based on near-infrared spectroscopy[J]. Chinese Journal of Pharmaceutical Analysis, 2017, 37(5): 927-933. DOI: 10.16155/j.0254-1793.2017.05.27.
[复制英文]

基金项目

中管局中医药行业科研专项:中成药生产投料饮片质量均一性控制技术研究(201307009)

第一作者

吕尚, Tel:(0791)87119625;E-mail:lupbao@163.com

通信作者

饶毅, Tel:(0791)87119609;E-mail:raoyi99@126.com

文章历史

收稿日期:2016-05-27
基于近红外光谱的银杏叶提取液总黄酮醇苷快速检测研究
吕尚 1, 周海滨 2, 汪俊 2, 饶毅 1, 杨世林 1    
1. 中药固体制剂制造技术国家工程研究中心, 南昌 330006;
2. 宁波立华制药有限公司, 宁波 315174
摘要目的:研究银杏叶提取过程中总黄酮醇苷的快速检测方法。方法:近红外光谱技术与高效液相色谱法结合,采用偏最小二乘法建立银杏叶提取过程中槲皮素、山柰素、异鼠李素指标的定量校正模型。结果:槲皮素、山柰素、异鼠李素的定量校正模型相关系数(r)分别达到0.992 4、0.998 4和0.985 0,交叉验证均方差(RMSECV)分别为0.062 4、0.050 9和0.024 1,定量校正模型性能稳定,预测效果良好。结论:近红外光谱透射技术可以有效反映银杏叶提取过程总黄酮醇苷含量变化信息,可用于银杏叶提取浓缩过程的快速检测。
关键词银杏叶    近红外光谱    提取过程    总黄酮醇苷    槲皮素    山柰素    异鼠李素    快速检测    
Rapid determination of total flavone glycosides in extraction of ginkgo leaf based on near-infrared spectroscopy
LÜ Shang1, ZHOU Hai-bin2, WANG Jun2, RAO Yi1, YANG Shi-lin1    
1. The National Pharmaceutical Engineering Cenrer for Preparation in Chinese Herbal Medicine, Nanchang 330006, China;
2. Ningbo Lihua Pharmacy Co., Ltd., Ningbo 315174, China
Abstract: Objective: To develop a rapid method for determination of the total flavone glycosides during the extraction process of ginkgo leaf. Method: Near-infrared spectroscopy combined with HPLC was applied to establish partial least squares models for determination of quercetin, kaempferide and isorhamnetin during the extraction process.Results: The correlation coefficients (r) of quantitative calibration models for quercetin, kaempferide and isorhamnetin were 0.992 4, 0.998 4 and 0.985 0, respectively.And the values of root mean square error of cross validation (RMSECV) were 0.062 4、0.050 9 and 0.024 1, respectively.The models performed stable with good predictability.Conclusion: Near-infrared spectroscopy could reflect the variation of total flavone glycosides during the extraction process, and could be used in rapid analysis of the extraction and concentration process of ginkgo leaf.
Key words: ginkgo leaf    near-infrared spectroscopy    extraction process    total flavone glycosides    quercetin    kaempferide    isorhamnetin    rapid determination    

在中药制药过程中,提取过程作为中药生产的特色环节之一,决定着中药中不同成分在成品中的比例,即决定着药品疗效。中药提取过程的质量控制仍是重要的课题,只对终端产品进行质检是不够的,需要更多地考虑工艺过程中的成分变化。如果生产工艺不能得到精确控制,会导致中药产品批次间质量差异较大,这也会影响中药国际化的推进。另外,制药过程缺乏快速检测手段,一般采用传统高效液相色谱法、紫外分光光度法等分析方法,步骤繁杂费时,信息反馈滞后,导致中药质量不稳定,有效成分含量低。因此寻找有效的,并能充分体现中药特色的快速质控手段就成为当务之急。发展从中药制药源头——提取工艺过程解决产品稳定性和可靠性问题的快速分析方法,对于中药工业技术进步和产品质量升级具有重大现实意义。

银杏叶具有益心、活血止痛、敛肺平喘之功效,是一种常用中药。总黄酮醇苷作为银杏叶中的主要成分,具有显著的药理、药效作用,因此,在银杏叶生产加工各工艺环节过程中常被用来作为质控指标。

近红外光谱(near-infrared spectroscopy,NIRS)分析技术是20世纪90年代发展起来的一项现代分析技术。它综合运用了计算机技术、光谱技术和化学计量等多个学科的最新研究成果,以其独特的高效、快速、成本低、环保,尤其是在线检测的突出优点,在农业、食品、石油化工和制药工程等学科中得到了广泛应用。在化学制药领域,NIRS已被运用于原料药质量分析[2]、反应过程[3]、制粒过程[4]、混合过程[5-6]、微波真空干燥过程[7]、压片过程[8]、包衣[9]和包装[10]过程,作为一种极有前途的过程分析技术[11],其在中药生产领域也展现出了巨大的应用潜力[12-16]

1 仪器、样品和对照品 1.1 仪器Waters

2695高效液相色谱仪,Waters 2996检测器,Welch Ultimate XB C18色谱柱(4.6 mm×250 mm,5 μm;填料:十八烷基硅烷键合硅胶;月旭公司);MPA傅立叶变换近红外光谱仪(德国BRUKER公司),测样装置为透射样品腔或透射光纤探头,TE-InGaAs检测器,光谱采集及信息处理软件为OPUS或Unscramber数据处理软件。

1.2 样品

收集不同批次的银杏叶提取液、银杏叶解析液各24批,共48批提取过程液样本作为校正集用于近红外建模。宁波立华制药有限公司提供样品,具体信息见表 1

表 1 样品信息 Table 1 Sample information
1.3 对照品

对照品槲皮素(批号10081-201108)、山柰素(批号110861-200907)、异鼠李素(批号110860-201011)购自中国食品药品检定研究院。

2 样本近红外透射光谱图的采集

光谱采集条件:扫描范围12 500~4 000 cm-1,分辨率8 cm-1,扫描次数96次,每个样品测定2次,取平均光谱用于近红外建模。NIRS图见图 1

A. 1~12号银杏叶提取液(extraction of ginkgo leaf,No. 1-No.12)B. 1~12号银杏叶解析液(resolution solution of ginkgo leaf,No. 1-No.12) 图 1 样本的近红外透射光谱叠加图 Figure 1 Overlaid NIR transmission spectra of samples
3 校正集样本中总黄酮醇苷化学建模参考值的测定

参考2015年版中国药典银杏叶项下总黄酮醇苷含量测定的高效液相色谱(HPLC)条件(以十八烷基硅烷键合硅胶为填充剂,以甲醇-0.4%磷酸溶液(50:50)为流动相,检测波长为360 nm;理论板数按槲皮素峰计算应不低于2 500),对校正集样本进行总黄酮醇苷的测定,以此作为建模参考值。

测定结果见图 2表 2

1.槲皮素(quercetin)2.山柰素(kaempferide)3.异鼠李素(isorhamnetin)
A.混合对照品(mixed reference substances)B.银杏叶提取液(extraction of ginkgo leaf)
图 2 校正集总黄酮醇苷测定HPLC图谱 Figure 2 HPLC chromatograms of total flavone glycosides in samples from the calibration set

表 2 总黄酮醇苷化学建模参考值的HPLC测定结果(mg·mL-1 Table 2 HPLC reference value for modelling of total flavone glycosides
4 选择能体现总黄酮醇苷特性的最优建模波段

水分子所含的羟基,在近红外谱区的6 900 cm-1和5 180 cm-1附近有很强的倍频与合频吸收谱带,而其他各种物质分子的倍频与合频吸收相对较弱,因此水溶液物质体系中,水就成为NIRS分析时的强干扰因素。本项目在建模过程中避开水分的强干扰吸收波段进行建模,将RMSECV和r作为评价指标,通过对不同光谱区间进行建模试验(槲皮素,见表 3),最终选定总黄酮醇苷的最佳建模波段为“12 493.2~7 498.2 cm-1、6 101~5 446.2 cm-1”,从而避免了过多的冗余信息和干扰信息,改善了模型性能,提高了计算速度。此时RMSECV最小,r接近1,总黄酮醇苷的吸收特性在NIRS中得到了很好的体现。

表 3 不同光谱波段的建模结果 Table 3 The modelling results of different spectral ranges
5 定量校正模型的建立

在筛选出最佳建模波段和选定最佳光谱处理方法后,运用偏最小二乘法,通过内部留一交叉验证,建立了银杏叶提取液样本的NIRS和HPLC测定值之间的总黄酮醇苷定量校正模型。以该模型预测的校正集样本的总黄酮醇苷(槲皮素、山柰素和异鼠李素)含量与HPLC测得值之间的相关关系图见图 3

A.槲皮素(quercetin)B.山柰素(kaempferide)C.异鼠李素(isorhamnetin) 图 3 校正集样本中NIRS预测值与HPLC测定值之间的相关图 Figure 3 Correlation of the NIRS predicted value and the HPLC measured value in calibration set
6 模型的预测

以含量未知的银杏叶提取液和银杏叶解析液样品各12批作为预测集,采集其NIRS,将其输入所建模型,即可快速得到其中总黄酮醇苷含量。该数据与HPLC参照方法测得值比较,结果见表 4图 4。模型对银杏叶提取液和银杏叶解析液样品的预测效果以r和RMSECV衡量,r越接近1,同时RMSECV越小,模型的预测效果就越好。

表 4 预测集样品HPLC及NIRS测定结果(mg·mL-1 Table 4 HPLC measured value and NIRS predicted value in validation set

A.檞皮素(quercetin)B.山柰素(kaempferide)C.异鼠李素(isorhamnetin) 图 4 验证集HPLC测定值与NIR预测值的比较 Figure 4 Comparison between HPLC measured value and NIRS predicted value in validation set

由以上结果可以看出,所建立定量校正模型线性相关系数较高,模型预测值与HPLC测定值相差较小,此模型预测准确度较高。

7 结论

本文提出了NIRS快速检测银杏叶提取液中总黄酮醇苷含量的方法,经研究表明,通过建立定量校正模型,NIRS可以对提取液中的黄酮醇苷含量进行准确测定。该方法无需样品前处理,与HPLC法相比,能节省大量人力、物力和时间,降低检测成本,为中药提取液实时检测提供了新的方法。

参考文献
[1]
胡钢亮, 吕秀阳, 吴建国, 等. 近红外漫反射光谱法直接测定银杏叶提取物粉末中总黄酮的含量[J]. 药物分析杂志, 2004, 24(1): 18.
HU GL, LÜ XY, WU JG, et al. Direct determination of total flavones in powder of Ginkgo biloba extract by near-infrared diffuse reflection spectroscopy[J]. Chin J Pharm Anal, 2004, 24(1): 18.
[2]
阮治纲, 李彬. 近红外光谱分析技术的原理及在中药材中的应用[J]. 药物分析杂志, 2011, 31(2): 408.
RUAN ZG, LI B. The principle and application of near-infrared spectroscopy for the Chinese herbal medicines[J]. Chin J Pharm Anal, 2011, 31(2): 408.
[3]
陆婉珍. 现代近红外光谱分析技术[M]. 北京: 中国石化出版社, 2006, 9.
LU WZ. Modern Near-Infrared Spectroscopy Analysis Technology[M]. Beijing: China Petrochemical Press, 2006, 9.
[4]
史新元, 张燕玲, 王耘, 等. 中药生产过程中质量控制的思考[J]. 世界科学技术-中医药现代化, 2008, 10(5): 121.
SHI XY, ZHANG YL, WANG Y, et al. Thoughts on quality control in the production of traditional Chinese medicine[J]. World Sci Technol Mod Tradit Chin Med, 2008, 10(5): 121.
[5]
程跃, 程文明, 郑严. 中药制药过程控制系统设计研究[J]. 微计算机信息, 2009, 25(9-1): 28.
CHENG Y, CHENG WM, ZHENG Y. Design studies of process control system in the process of Chinese traditional medicine pharmacy[J]. Control Autom, 2009, 25(9-1): 28.
[6]
瞿海斌, 叶颖雅, 程翼宇. 近红外光谱快速评价丹参基地药材[J]. 药物分析杂志, 2006, 26(10): 1413.
QU HB, YE YY, CHENG YY. A novel method for quality evaluation of Radix Salviae Miltiorrhizae using near infrared spectroscopy[J]. Chin J Pharm Anal, 2006, 26(10): 1413.
[7]
瞿海斌, 杨海雷, 程翼宇. 近红外漫反射光谱法快速无损鉴别阿胶真伪[J]. 光谱学与光谱分析, 2006, 36(1): 60.
QU HB, YANG HL, CHENG YY. Fast and nondestructive discrimination of donkeyhide glue by near-infrared spectroscopy[J]. Spectrosc Spect Anal, 2006, 36(1): 60.
[8]
孙丽英, 杨天鸣, 王云英. 不同产地黄柏的近红外指纹图谱鉴别分析[J]. 计算机与应用化学, 2008, 25(3): 229.
SUN LY, YANG TM, WANG YY. Identification of Cortex Phellodendri Chinensis by near infrared spectroscopy fingerprint[J]. Comput Appl Chem, 2008, 25(3): 229.
[9]
张延莹, 张金巍, 刘岩. 近红外光谱技术鉴别三七及其伪品[J]. 中药材, 2010, 33(3): 364.
ZHANG YY, ZHANG JW, LIU Y. Identification of pseudo-ginseng and its artifacts by near infrared spectroscopy[J]. J Chin Med Mater, 2010, 33(3): 364.
[10]
范积平, 张贞良, 张柳瑛, 等. 近红外光谱法测定药用大黄中4种蒽醌类成分[J]. 第二军医大学报, 2005, 26(10): 1194.
FAN JP, ZHANG ZL, ZHANG LY, et al. Near infrared spectroscopy in determination of 4 anthraquinones in Rheum officinale Baill[J]. Acad J Second Mil Med Univ, 2005, 26(10): 1194.
[11]
史春香, 杨悦武, 郭治昕, 等. 近红外技术定量分析丹参药材[J]. 中药材, 2006, 29(9): 897.
SHI CX, YANG YW, GUO YX, et al. Quantitative analysis on Radix Salviae Miltiorrhizae by NIR[J]. J Chin Med Mater, 2006, 29(9): 897.
[12]
周旻, 王天志, 叶利明, 等. 近红外漫反射光谱法测定川产黄柏中小檗碱含量[J]. 光谱学与光谱分析, 2007, 27(8): 1527.
ZHOU M, WANG TZ, YE LM, et al. Determination of berberine in Phellodendron Chinese Schneid from Sichuan using near infrared diffuse reflectance spectroscopy[J]. Spectrosc Spect Anal, 2007, 27(8): 1527.
[13]
白雁, 宋瑞丽, 陈志红, 等. NIR结合OPUS软件建立山药中尿囊素定量模型[J]. 中国医院药学杂志, 2008, 28(22): 1945.
BAI Y, SONG RL, CHEN ZH, et al. Quantitative model for allantoin in Rhizoma Dioscoreae by NIR and OPUS software[J]. Chin J Hosp Pharm, 2008, 28(22): 1945. DOI:10.3321/j.issn:1001-5213.2008.22.015
[14]
范铭然, 孟庆繁, 王迪, 等. 近红外光谱-偏最小二乘法快速测定八角茴香中莽草酸含量[J]. 时珍国医国药, 2009, 20(5): 1199.
FAN MR, MEN QF, WANG D, et al. Rapid determination of shikimic acid in Fructus Anisi Stellati near infrared spectroscopy with partial least squares[J]. Lishizhen Med Mater Med Res, 2009, 20(5): 1199.
[15]
吕琳昂, 师涛, 杨辉华, 等. NIR在线检测监控安神补脑液水提过程的研究[J]. 中草药, 2009, 40(2): 224.
LÜ LA, SHI T, YANG HH, et al. Application of on-line detection and analytical technique by NIR in quality control of water extracting process of Anshen Bunao liquid[J]. Chin Tradit Herb Drugs, 2009, 40(2): 224.
[16]
王静, 莫必琪, 李斌, 等. 近红外光谱法预测红参醇提过程中总皂苷的变化研究[J]. 中草药, 2007, 38(9): 1323.
WANG J, MO BQ, LI B, et al. Determination of ginsenoside in ethanol extracting process of red ginseng using near-infrared spectroscopy[J]. Chin Tradit Herb Drugs, 2007, 38(9): 1323.