CN102485249A - 用于西红花质量评价的检测方法 - Google Patents
用于西红花质量评价的检测方法 Download PDFInfo
- Publication number
- CN102485249A CN102485249A CN 201010572457 CN201010572457A CN102485249A CN 102485249 A CN102485249 A CN 102485249A CN 201010572457 CN201010572457 CN 201010572457 CN 201010572457 A CN201010572457 A CN 201010572457A CN 102485249 A CN102485249 A CN 102485249A
- Authority
- CN
- China
- Prior art keywords
- sample
- near infrared
- stigma croci
- crocin
- quality evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于中药领域，具体涉及用于中药材西红花质量评价的检测方法。本发明的用于西红花质量评价的检测方法，为采用近红外光谱法定性检测西红花或定量检测西红花中西红花苷I的含量。本发明为西红花药材大规模种植的现场采摘、加工过程控制等提供了快速检测方法。
Description
技术领域
本发明属于中药领域，具体涉及用于中药材西红花质量评价的检测方法。
背景技术
西红花为鸢尾科植物番红花Crocus sativus L.的干燥柱头，主产于西班牙、希腊、法国及中亚西亚一带，我国上海、浙江、江苏等地栽培。西红花性平，味甘，归心、肝经。能活血化瘀，凉血解毒，解郁安神，用于经闭癥瘕，产后瘀阻，温毒发斑，忧郁痞闷，惊悸发狂。
西红花在历史上依靠进口，见到的样品有外表加油、掺假、含量低现象存在。现在我国已引种栽培成功，质量优于进口品，每年有相当数量的西红花药材出口。目前国内已成功开发了西红花总苷片等药物，扩大了内需，因此迫切需要建立一套方便、可行、快速的质量鉴别方法，以便满足工业化生产的需要。
现有的西红花的质量评价方法主要有应用现代色谱法-薄层色谱、高效液相色谱和紫外-可见分光光度法进行建立了西红花质量控制标准，但是这些方法的缺点在于过程繁复，检测时间较长。
发明内容
本发明的目的是克服现有技术的缺陷，提供一种快速高效的西红花质量评价用检测方法。
本发明的用于西红花质量评价的检测方法，为采用近红外光谱法定性检测西红花或定量检测西红花中西红花苷I的含量。
采用近红外光谱法定性检测西红花主要包括下列步骤：
1)建立近红外光谱定性分析模型；
2)采集待测样本的近红外光谱数据，利用近红外光谱定性分析模型鉴别样本是否属于西红花样本。
进一步的，建立近红外光谱定性分析模型的方法为：采集建模样品的近红外光谱数据，将建模样品光谱数据经过一阶微分处理后利用PCA(主成分分析)对光谱数据进行计算建立定性分析模型。
可采用The Unscrambler分析软件对光谱数据进行计算建立定性分析模型。
进一步的，所述利用近红外光谱定性分析模型鉴别样本是否属于西红花样本的方法为：采用样品与模型距离图，如待测样本着落区域在模型范围内，则判定待测样本为西红花，如待测样本着落区域在模型范围之外，则判定待测样本不是西红花样本。
采用近红外光谱法定量检测西红花中西红花苷I的含量主要包括下列步骤：
1)建立近红外光谱定量分析模型；
2)采集待测样本的近红外光谱数据，利用近红外光谱定量分析模型获得样本中西红花苷I的含量。
进一步的，建立近红外光谱定量分析模型的方法为：采集建模样品的近红外光谱数据，将建模样品光谱数据经过一阶微分处理后与建模样品西红花苷I含量数据关联，采用偏最小二乘法对光谱数据进行计算建立定量分析模型。
其中，所述建模样品中西红花苷I含量采用高效液相色谱法测定。
进一步的，建立定量分析模型时，光谱和化学值异常值(outlier)分别采用光谱影响值Leverage和化学值误差Residual这两个统计量来检验剔除。
可采用The Unscrambler定量分析软件对光谱数据进行分析计算从而建立定量分析模型。
进一步的，所述利用近红外光谱定量分析模型获得样本中西红花苷I的含量的方法为：
利用近红外光谱定量分析模型中近红外光谱与西红花苷I之间的线性关系，根据待测样本的光谱数据得出待测样本中西红花苷I的含量。
采集样本近红外光谱数据的条件为：波长范围：1100-2300nm。样本检测近红外光谱数据前需先研磨成粉末。
本发明利用近红外分光光度法对西红花样本测定，可进行定性及定量分析，操作简便，分析迅速，实时反映被测对象状态，同时具有不破坏样品，不需对样品作任何预处理直接进行测定的优点。本发明为西红花药材大规模种植的现场采摘、加工过程控制等提供了快速检测方法。
附图说明
图1西红花苷-I对照品HPLC色谱图
1.西红花苷-I
图2西红花样品HPLC色谱图
1.西红花苷-I
图3.样品的原始光谱图
图4、用PCA模型预测结果
图5.西红花苷I指标的PLS1回归模型
具体实施方式
实施例1西红花定性分析模型的建立与验证
1.实验材料
1.1样品
西红花由上海市药材公司提供(产地上海崇明)，本研究采用的两个批号样本20091025(编号01～12)和20091120(编号01～11)分别为两个不同采集时间所获取的样品，其中编号代表不同的集地块样品。西红花苷-I对照品(批号：111588-200501)购自中国药品生物制品检定所。
1.2仪器与试药
岛津LC-10A高效液相色谱，色谱柱：Agilent ZORBAX SB-C18(150mm×4.6mm，5μm)美国BRIMROSE公司Luminar 5030便携式AOTF近红外光谱仪，InGaAs检测器，Snap光谱采集处理软件，The Unscrambler定量分析软件。近红外光谱实验所用的参数设置为：波长范围，1100-2300nm；波长增量，2nm；扫描平均次数，600。扫描模式为“Ratio mode”。
2方法与结果
2.1西红花苷I的含量测定
按照中国药典[4]方法测定，典型的西红花高效液相色谱图如图2所示，23个西红花样品的测定结果见表1。结果表明，西红花样品中西红花苷-I的含量均大于6％，高于近红外光谱的一般检出限。
表1药典法测定样品中西红花苷-I成分的含量
2.2光谱采集
将西红花样品研磨成粉末(过三号筛)，根据样品的状态，本实验选用旋转测样系统进行光谱采集，可以有效地扣除背景变化带来的影响。
实验中采集到的西红花粉末的原始光谱图如图3所示。从图3可以看出，样品的光谱排列比较紧密，光谱与光谱之间的相似性较强。
2.3定性分析检测
2.3.1样本光谱的预处理与定性模型的建立
将建模样品光谱经过一阶微分处理后的光谱数据导入The Unscrambler分析软件，然后利用PCA(主成分分析)对光谱数据进行计算建立定性分析模型。
2.3.2定性模型验证
对以PCA主成分分析法建立的定性分析模型性能的预测，可采用样品与模型距离图。模型区域图中，红色点所在区域属于定性模型区域，绿色x所在区域属于预测样品着落区域，如果x在模型范围内，说明被测样品与建模样品类型相同，在模型范围以外，说明被测样品与建模样品类型不同。对验证样品进行定性分析，结果如图4所示，模型区域图中绿色x均落在模型范围内，说明验证样品都属于西红花样品。
实施例2西红花苷I定量分析模型的建立与验证
采用实施例1的1.1-2.2获得建模样本光谱数据与样品西红花苷I含量数据。
2.3定量分析检测
2.3.1定量模型的建立
将经过预处理后的光谱数据与样品西红花苷I含量数据关联，采用偏最小二乘法(PLS1)，交叉-验证法(cross-validation)，用The Unscrambler定量分析软件建立模型。光谱和化学值异常值(outlier)分别采用光谱影响值Leverage和化学值误差Residual这两个统计量来检验剔除。经过异常值的剔除进行逐步优化，最后得到了较为理想的校正模型(见图5)。
从图5可以看出，近红外光谱与西红花苷I成分含量间呈现出明显的线性关系，其中西红花苷I指标的相关性为0.9537。说明样品具有明显的近红外活性，能够产生明显的近红外吸收，所以指标含量和光谱图之间有呈现出良好的线性关系。
2.3.2模型内部验证
使用建立好的PLS1模型对所有参与建模的21个样品进行验证，验证结果如表2所示。
表2.21个建模样品验证结果
2.3.3模型外部验证
利用建立好的校正模型对2个外部样品进行预测，结果如表3所示。从表3可以看出苷I指标的模型预测2个外部样品的绝对偏差分别为-0.35与0.32，相对偏差分别为5.33与3.91，这充分说明校正模型能够对样品进行准确的检测。
表3.2个验证样品验证结果
2.3.4方法的重复性
重复扫描某样品10次，将得到近红外数据带入校正模型中进行计算，结果表明，10次测量得到的西红花苷I的平均含量为8.94％，相对标准偏差为0.01，说明建立的西红花中西红花苷I的近红外快速测定方法精密度良好。
3讨论
1.利用近红外光谱数据和校正模型能够有效测定西红花粉末中西红花苷I的含量。
2.建模样品的选择应具有代表性，同时要保证实验所得原始数据的准确性。随着用于建模的样品数增多，未知样品的预测准确度还会不断得以提高。
3.本文所建立的西红花中西红花苷I的近红外测定方法，具有操作简便，分析速度快，无样品破坏，无需其他试剂成本等特点，为名贵药材的质量评价和控制提供了快速有效的方法。
Claims (10)
1.一种用于西红花质量评价的检测方法，为采用近红外光谱法定性检测西红花或定量检测西红花中西红花苷I的含量。
2.如权利要求1所述用于西红花质量评价的检测方法，其特征在于，所述采用近红外光谱法定性检测西红花主要包括下列步骤：
1)建立近红外光谱定性分析模型；
2)采集待测样本的近红外光谱数据，利用近红外光谱定性分析模型鉴别样本是否属于西红花样本。
3.如权利要求2所述用于西红花质量评价的检测方法，其特征在于，步骤1)所述建立近红外光谱定性分析模型的方法为：采集建模样品的近红外光谱数据，将建模样品光谱数据经过一阶微分处理后利用PCA(主成分分析)对光谱数据进行计算建立定性分析模型。
4.如权利要求2所述用于西红花质量评价的检测方法，其特征在于，步骤2)所述利用近红外光谱定性分析模型鉴别样本是否属于西红花样本的方法为：采用样品与模型距离图，如待测样本着落区域在模型范围内，则判定待测样本为西红花，如待测样本着落区域在模型范围之外，则判定待测样本不是西红花样本。
5.如权利要求1所述用于西红花质量评价的检测方法，其特征在于，所述采用近红外光谱法定量检测西红花中西红花苷I的含量主要包括下列步骤：
1)建立近红外光谱定量分析模型；
2)采集待测样本的近红外光谱数据，利用近红外光谱定量分析模型获得样本中西红花苷I的含量。
6.如权利要求5所述用于西红花质量评价的检测方法，其特征在于，步骤1)所述建立近红外光谱定量分析模型的方法为：采集建模样品的近红外光谱数据，将建模样品光谱数据经过一阶微分处理后与建模样品西红花苷I含量数据关联，采用偏最小二乘法对光谱数据进行计算建立定量分析模型。
7.如权利要求6所述用于西红花质量评价的检测方法，其特征在于，所述建模样品中西红花苷I含量采用高效液相色谱法测定。
8.如权利要求6所述用于西红花质量评价的检测方法，其特征在于，建立定量分析模型时，光谱和化学值异常值(outlier)分别采用光谱影响值Leverage和化学值误差Residual这两个统计量来检验剔除。
9.如权利要求5所述用于西红花质量评价的检测方法，其特征在于，步骤2)所述利用近红外光谱定量分析模型获得样本中西红花苷I的含量的方法为：利用近红外光谱定量分析模型中近红外光谱与西红花苷I之间的线性关系，根据待测样本的光谱数据得出待测样本中西红花苷I的含量。
10.如权利要求2或5所述用于西红花质量评价的检测方法，其特征在于，采集样本近红外光谱数据的条件为：波长范围：1100-2300nm。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010572457 CN102485249A (zh) | 2010-12-03 | 2010-12-03 | 用于西红花质量评价的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010572457 CN102485249A (zh) | 2010-12-03 | 2010-12-03 | 用于西红花质量评价的检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102485249A true CN102485249A (zh) | 2012-06-06 |
Family
ID=46150844
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201010572457 Pending CN102485249A (zh) | 2010-12-03 | 2010-12-03 | 用于西红花质量评价的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102485249A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106706774A (zh) * | 2016-11-21 | 2017-05-24 | 湖州市中心医院 | 面积归一化法测定西红花药材中西红花苷类成分的方法 |
| CN108918460A (zh) * | 2018-09-30 | 2018-11-30 | 福建医科大学 | 一种基于近红外光谱技术测定中药材中马兜铃酸i含量的方法 |
| CN112082960A (zh) * | 2019-06-13 | 2020-12-15 | 上海崇明农联西红花研究发展中心 | 一种西红花苷含量的检测方法 |
| CN113533221A (zh) * | 2021-07-27 | 2021-10-22 | 复旦大学 | 检测西红花丝有效成分含量的在线测试设备和方法 |
| CN114076745A (zh) * | 2020-08-20 | 2022-02-22 | 成都市食品药品检验研究院 | 一种基于云端-互联便携式近红外技术的西红花鉴别方法及其掺伪品定量预测方法 |
-
2010
- 2010-12-03 CN CN 201010572457 patent/CN102485249A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106706774A (zh) * | 2016-11-21 | 2017-05-24 | 湖州市中心医院 | 面积归一化法测定西红花药材中西红花苷类成分的方法 |
| CN106706774B (zh) * | 2016-11-21 | 2019-05-28 | 湖州市中心医院 | 面积归一化法测定西红花药材中西红花苷类成分的方法 |
| CN108918460A (zh) * | 2018-09-30 | 2018-11-30 | 福建医科大学 | 一种基于近红外光谱技术测定中药材中马兜铃酸i含量的方法 |
| CN112082960A (zh) * | 2019-06-13 | 2020-12-15 | 上海崇明农联西红花研究发展中心 | 一种西红花苷含量的检测方法 |
| CN114076745A (zh) * | 2020-08-20 | 2022-02-22 | 成都市食品药品检验研究院 | 一种基于云端-互联便携式近红外技术的西红花鉴别方法及其掺伪品定量预测方法 |
| CN113533221A (zh) * | 2021-07-27 | 2021-10-22 | 复旦大学 | 检测西红花丝有效成分含量的在线测试设备和方法 |
| CN113533221B (zh) * | 2021-07-27 | 2024-05-24 | 复旦大学 | 检测西红花丝有效成分含量的在线测试设备和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Quality control of Lonicerae Japonicae Flos using near infrared spectroscopy and chemometrics | |
| CN104165937B (zh) | 一种高效液相-高分辨率飞行时间串联质谱法检测血液中降血糖以及降血压药物的方法 | |
| CN105424850B (zh) | 一种石斛药材的检测方法 | |
| Xu et al. | Species differentiation and quality assessment of Radix Paeoniae Rubra (Chi-shao) by means of high-performance liquid chromatographic fingerprint | |
| Jintao et al. | Rapid and simultaneous analysis of five alkaloids in four parts of Coptidis Rhizoma by near-infrared spectroscopy | |
| CN104076012B (zh) | 一种近红外光谱法快速检测冰片质量的模型建立方法 | |
| CN102106939B (zh) | 一种测定六味地黄丸浓缩丸提取浓缩液比重及马钱苷、丹皮酚含量的方法 | |
| Lau et al. | Rapid analysis of Radix puerariae by near-infrared spectroscopy | |
| Jin et al. | Near infrared spectroscopy in combination with chemometrics as a process analytical technology (PAT) tool for on-line quantitative monitoring of alcohol precipitation | |
| CN103033486B (zh) | 陈皮及广陈皮药材质量的近红外光谱监控方法 | |
| CN104568822B (zh) | 一种连翘药材多指标同时快速检测方法 | |
| CN102539566A (zh) | 运用近红外光谱技术快速测定盾叶薯蓣中薯蓣皂苷含量的方法 | |
| Hao et al. | Rapid quantification of polysaccharide and the main onosaccharides in Dendrobium huoshanense by near-infrared attenuated total reflectance spectroscopy | |
| CN111007032B (zh) | 一种快速无损鉴别甘草及其伪品刺果甘草的近红外光谱法 | |
| CN102485249A (zh) | 用于西红花质量评价的检测方法 | |
| Gallignani et al. | Transmission FTIR derivative spectroscopy for estimation of furosemide in raw material and tablet dosage form | |
| Yang et al. | Evaluating the quality consistency of Keteling capsules by three-dimensional quantum fingerprints and HPLC fingerprint | |
| Yu et al. | Quality consistency evaluation of Isatidis Folium combined with equal weight quantified ratio fingerprint method and determination of antioxidant activity | |
| CN102119973B (zh) | 一种栀子渗漉液质量控制方法 | |
| CN102106950B (zh) | 一种测定女金中药提取浓缩液中黄芪苷的方法 | |
| CN102175629B (zh) | 一种基于生物活性检测的熟地黄品质评价方法 | |
| Han et al. | Rapid analysis of the in-process extract solutions of compound E Jiao oral liquid using near infrared spectroscopy and partial least-squares regression | |
| CN101021471A (zh) | 声光可调滤光器近红外光谱技术用于中成药快速定量分析的方法 | |
| CN102106919B (zh) | 一种中药川红活血胶囊提取过程质量控制方法 | |
| CN102106907B (zh) | 一种中药大黄乙醇提取过程质量控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| ASS | Succession or assignment of patent right |
Owner name: SHANGHAI LEIYUN PHARMACEUTICAL INDUSTRY CO., LTD. Free format text: FORMER OWNER: SHANGHAI LEIYUNSHANG TECHNOLOGIES DEVELOPMENT CO., LTD. Effective date: 20131113 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| COR | Change of bibliographic data |
Free format text: CORRECT: ADDRESS; FROM: 201401 FENGXIAN, SHANGHAI TO: 200002 HUANGPU, SHANGHAI |
|
| TA01 | Transfer of patent application right |
Effective date of registration: 20131113 Address after: 200002 No. 398, Hankou Road, Shanghai Applicant after: Shanghai Leiyun Pharmaceutical Industry Co., Ltd. Applicant after: Shanghai Chinese Medicine Inst. Address before: 201401, No. 320, Yi Yi Road, Shanghai, Fengxian District Applicant before: Shanghai Leiyunshang Technologies Development Co., Ltd. Applicant before: Shanghai Chinese Medicine Inst. |
|
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120606 |