[发明专利]一种姜科中药配方颗粒的近红外光谱鉴别模型构建方法和鉴别方法

说明书

本发明涉及一种姜科中药配方颗粒的近红外光谱鉴别模型构建方法和鉴别方法。包括以下步骤：采集生姜、干姜、炮姜和姜炭配方颗粒的样品的近红外光谱，分为参考光谱集和测试光谱集；在近红外光谱范围，对所述参考光谱集的近红外光谱进行预处理，采用定性分析的基本算法，建立生姜、干姜、炮姜和姜炭配方颗粒的近红外光谱鉴别模型；对所述鉴别模型进行评价。解决了难以鉴别区分生姜、干姜、炮姜和姜炭配方颗粒的问题，具有高效便捷、结果准确、不破坏样品、无化学试剂污染等优势。

技术领域

本发明涉及药物分析技术领域，特别涉及一种姜科中药配方颗粒的近红外光谱鉴别模型构建方法和鉴别方法，具体是涉及生姜、干姜、炮姜和姜炭配方颗粒的近红外光谱鉴别模型构建方法和生姜、干姜、炮姜和姜炭配方颗粒的鉴别方法。

背景技术

生姜为姜科植物姜Zingiber officinale Rosc.的新鲜根茎，干姜为姜的干燥根茎，炮姜、姜炭为干姜的两种炮制加工品。《中华人民共和国药典》(2020版)第一部中，将以上四者分开并分别进行描述。四者在中医临床应用方面有所区别，生姜具有解表散寒，温中止呕，化痰止咳，解鱼蟹毒等功效，干姜具有回阳通脉，温肺化饮等功效。炮姜辛燥之性较干姜弱，作用缓和持久且能止泻止痛，而姜炭更偏向于止血。因此，需要将这四种饮片区分开来。四者气味相近，传统的鉴别方法主要是根据饮片的外观性状来鉴别，例如生姜表面黄褐色或灰棕色，干姜表面灰黄色或浅灰棕色，炮姜表面呈不规则膨胀，表面棕黑色或棕褐色，而姜炭表面呈焦黑色等特征。但是，这四种饮片经过水提、浓缩、干燥制成中药配方颗粒后，失去了原有的外形特征，四者便难以鉴别区分。

现有的薄层色谱法对生姜、干姜、炮姜和姜炭的鉴别效果不明显，(窦欣.薄层色谱法鉴别干姜不同炮制品[J].科技信息，2013，(15)：484，492.)。采用高效液相色谱法虽然能指认出6-姜酚、8-姜酚、10-姜酚等色谱峰，但这些峰基本属于共有峰(龙全江，李文涛，张颖，等.不同加工法制得的干姜片及炮制品高效液相色谱指纹图谱比较研究[J].甘肃中医药大学学报，2019，36(2)：23-27.)，仍然难以准确鉴别四者。而且以上色谱分析方法至少存在以下缺点：制样过程繁复、样品被破坏、分析时间长、化学试剂污染等。因此，有必要建立高效准确的生姜、干姜、炮姜和姜炭配方颗粒的鉴别方法。

发明内容

基于此，本发明提供一种生姜、干姜、炮姜和姜炭配方颗粒的近红外光谱鉴别模型构建方法和生姜、干姜、炮姜和姜炭配方颗粒的鉴别方法。

所述生姜、干姜、炮姜和姜炭配方颗粒的近红外光谱鉴别模型构建方法包括以下步骤：

采集生姜、干姜、炮姜和姜炭配方颗粒的样品的近红外光谱，分为参考光谱集和测试光谱集；

在近红外光谱范围，对所述参考光谱集的近红外光谱进行预处理，采用定性分析的基本算法，建立生姜、干姜、炮姜和姜炭配方颗粒的近红外光谱鉴别模型；将所述参考光谱集和所述测试光谱集的近红外光谱导入所述鉴别模型，以所述参考光谱集和所述测试光谱集的识别准确率均≥80％为指标，选择所述预处理的方法，选择所述近红外光谱范围，选择所述定性分析的基本算法；

所述近红外光谱范围选自12000.0cm^-1～4000.0cm^-1中的一段范围；

所述预处理的方法选自矢量归一化(Vector normalization)、一阶导数(Firstderivative)、二阶导数(Second derivative)及平滑处理(Smoothing)中的一种或多种组合；

所述定性分析的基本算法选自欧式距离标准法(Eucliden distance standard)、因子化法(Factorization)、原始光谱因子化法(Original spectras factorization)、相关系数法(Correlation coefficient)、第一范围标定法(Scaling to first range)或重新水平归一化法(Normal to reprolevel)；