矿物类中药炉甘石鉴定方法的系统研究

发布时间：2020-04-28 12:52

【摘要】：矿物类中药(以下简称矿物药)是指传统中医药中使用的天然矿物、矿物原料的加工品以及古代动物或动物骨骼的化石。矿物药炉甘石收载于2015版《中国药典》(一部),为碳酸盐类矿物方解石族菱锌矿,主含碳酸锌(ZnCO_3),有解毒明目退翳,收湿止痒敛疮的功能,是较常用的外用矿物类中药。矿物药由于具有很多形态、结构甚至化学元素较为接近的类似品,而比较难以鉴别。目前市场上的炉甘石伪品和劣质品较多,同一批样品中,甚至同一份样品中的不同部位都能发现伪品或劣质品。为了保证用药的安全和适应制药生产的需要,确保药品的质量,建立一种能对炉甘石样品快速鉴别的分析方法具有重要的意义。本文主要内容为炉甘石鉴定方法的系统研究。在传统性状鉴定、显微鉴定,理化鉴定,以及用X衍射法(XRD)准确鉴定样品来源的基础上,采用近红外光谱技术(NIR),选取相关系数法,偏最小二乘法算法,建立炉甘石的定性定量分析模型,分析其鉴别的正确率,实现对炉甘石的快速定性定量分析。并结合SVM,BP-ANN和GA、CARS等智能算法进行建模,对提高炉甘石鉴定的准确率进行了探索。最后,采集炉甘石各类鉴别信息和数据,形成规范化文本和可视化图形、图谱,采用JAVA开发平台与MySQL数据库应用相结合,构建炉甘石鉴定信息管理平台,实现对炉甘石样品信息的查询和对未知样品的鉴别比对。本文研究内容和结果如下:1.对炉甘石样品的传统鉴定方法进行验证与评价(1)性状鉴定:提取炉甘石性状特征,从形状、颜色、粉性、光泽、表面、孔隙、质地和气味8个特征对21批块状市售炉甘石样品进行鉴定,考察样品性状鉴定的可行性。将样品的这8个性状与药典对应特征对比,结果显示:根据性状特征能明确判断为符合药典要求的样品共10批,明确判断为不符合药典要求的样品共7批;待定样品共4批。结合后续鉴定结果,对17批经性状鉴定的判断结果完全正确,判定正确率81%。(2)理化鉴定和含量测定:参照2015版中国药典对28批炉甘石样品进行理化鉴别和含量测定。取1g粉末加稀盐酸溶解后,滤过,滤液加亚铁氰化钾试液进行理化反应,观察沉淀物的颜色;再采用EDTA滴定法测定炉甘石样品中氧化锌含量。结果显示符合药典要求,能生成白色沉淀,或杂有微量的蓝色沉淀的样品16批,其中仅12批样品被后续鉴定方法确定为正品,误判率达到25%。氧化锌含量符合药典规定的正品样品有15批,占53.6%,这些样品经X衍射法验证,均主要为菱锌矿或水锌矿。2.解析了炉甘石样品的XRD物相构成据XRD和含量测定的分析结果,样品的物相组成含有菱锌矿或水锌矿的15批样品,其氧化锌含量均大于40.0%,可准确鉴定它们为炉甘石正品。物相组成含有氧化锌,氧化锌含量均大于56.0%的3批煅制品和1批水飞样品,可准确鉴定它们为经过炮制的炉甘石正品。其它样品物相组成为方解石等,则均为伪品。3.考察了炉甘石的来源炉甘石出自《外丹本草》,英文译名Calamine,拉丁名称为Calamina,根据2015版《中国药典》为碳酸盐类矿物方解石族菱锌矿,主含碳酸锌(ZnCO3)。在依据药典方法对28批炉甘石生品样品的鉴定中,基本符合性状和理化特征,测定氧化锌含量大于40%、符合正品特征的样品共15批,但其中仅有1批经XRD法物相确定为菱锌矿,其它14批均为水锌矿。说明,(1)药典法无法区分菱锌矿和水锌矿,(2)药材市场上来源于菱锌矿的炉甘石资源很紧缺,(3)鉴定为炉甘石正品的基原大部分是水锌矿。4.建立了NIR定性定量模型(1)基于MRCC建立定性模型:采集了62批样品(包括32批市售炉甘石及30批自制炉甘石)的近红外光谱数据,主要特征谱段均在7 500cm~(-1)~4 000 cm~(-1)区域内,采用一阶求导+9点平滑的方法进行光谱预处理,利用多参考的相关系数法(MRCC)建立定性鉴别模型,所建模型预测的准确率达85%,并且可同时直观地区分炉甘石生品正品、伪品及煅品。(2)基于PLS建立定量模型:共采集66批炉甘石正品样品(包括36批生品正品和30批配比品正品),选择谱段7 500-4 000 cm~(-1)作为特征谱段,采用一阶求导+13点平滑的方法进行光谱预处理,建立PLS定量模型。外部验证所得验证均方根RMSEP为3.66,剔除异常光谱,重新计算RMSEP和R~2值,得到R~2为93.56%,RMSEP值为2.6,预测效果得到了提高,说明该模型预测能力较好。5.探索了智能算法在NIR鉴定中的应用(1)基于SVM算法建立NIR定性模型该算法的建模是在MATLAB中编程实现。对62批样品的NIR原始光谱进行一阶求导+9点平滑,采用PCA方法进行降维,利用matlab的libsvm工具包提供的SVM多分类方法,对正品、伪品和炮制品三种类别进行分类。SVM核函数选取线性核函数,调节参数选取100。随机选取2/3的数据作为训练集,1/3的数据作为验证集,并重复试验100次,统计每次验证集正确率,最后统计平均分类精度,得到所建SVM模型的预测正确为94.24%。(2)基于BP-ANN算法建立NIR定性模型在前面多参考相关系数的基础上,利用MATLAB的人工神经网络工具箱建立3层BP-ANN网络,确定神经网络学习速率为0.1,动量因子为0.9,学习次数50次。所建BP-ANN模型的预测正确为95%,相比前面所建的多参考相关系数模型,预测正确率得到较大地提高。(3)基于GA和CARS建立NIR定量模型首先选择多元散射校正(MSC)+二阶求导+Norris(5,3)平滑方法对NIR原始光谱进行预处理,再采用GA和CARS算法筛选建立66批炉甘石正品近红外校正模型的特征波长,选取变量重要性前200个变量作为最优的波长变量信息分别采用PLS建立模型。分析可知:CARS算法优化的波长变量建立的炉甘石的近红外定量模型效果最好。6.构建了炉甘石鉴定信息管理平台结合矿物药的鉴定特征以及课题组前期获取的数据,本研究探索了鉴定信息数据库的构建方法,并实现依据库中数据对未知样品进行定性鉴别。平台系统基于B/S结构,采用JAVA EE+MySQL数据库开发设计,实现前台功能界面和后台系统管理的设计,主要包括数据录入、各类信息检索、文本数据、图像及光谱图的显示、光谱比对、数据导出、后期数据的添加与审核及用户管理等功能。综上,本文主要完成了以下研究内容。1)对炉甘石传统的鉴定方法进行了验证与评价。2)对炉甘石的来源进行了考察,支持将水锌矿作为炉甘石来源的建议。3)在含量测定和XRD法确定来源的基础上,建立了炉甘石的NIR多参考的相关系数法定性鉴别模型,模型预测准确率达85%。4)探索了智能算法在NIR鉴定中的应用,建立了基于SVM算法的NIR定性模型,对炮制品、正品和伪品三种类别的预测准确率为94.24%;基于BP-ANN算法建立NIR定性模型,预测准确率为95%。基于CARS/GA+PLS算法建立NIR定量模型,RMSEP值为1.4774,模型预测效果较好。5)探索了炉甘石鉴定信息数据管理平台的构建方法,为炉甘石药材的检测、生产和管理提供依据。
【图文】：

技术路线图,炉甘石,鉴定方法,信息管理平台

（2）提取不同鉴定方法的特征指标，建立炉甘石鉴定信息管理平台，为真伪鉴别提供检索工具和应用平台。（3）利用该平台实现炉甘石的鉴定，判断未知样品的真伪。（4）探索智能算法（包括 SVM，GA，CARS 和 BP-ANN 算法）在NIR 鉴定方法中的应用。3.2 技术路线首先，查阅大量相关文献和权威政策文本，了解国内外研究现状，奠定课题研究的理论基础。其次，研究炉甘石鉴定的各种方法，实验条件，，数据来源，算法的选择及模型的建立等，完成文献综述和文献计量学分析。再次，利用信息技术，建立炉甘石鉴定信息管理平台，实现对炉甘石鉴定数据库的管理和对炉甘石的真伪鉴定。最后，探索智能算法在炉甘石 NIR鉴定方法中的应用。详细技术路线图如图 1.1 所示。

XRD图谱,炉甘石,水锌矿,XRD图谱

可得该类样品主要物相为水锌矿。14 批样品中有 10 批样品（除S1~S4）的 XRD 图谱上，在最强峰 d=0.675 nm 右侧，即 d=0.657 nm 处存在相对强度较弱的衍射峰，常表现为肩峰，并在 d=0.535, 0.460, 0.417,0.328, 0.309, 0.292, 0.267, 0.255, 0.234 nm 等处亦存在衍射峰，此为异极矿的衍射峰。可得，主要组成为水锌矿的炉甘石中常可见少量异极矿伴生。此外，该类炉甘石中常存在方解石、白云石、石英、石膏、高岭石等杂质。部分样品，杂质较多，如：S10 炉甘石 XRD 图谱在 d=0.288nm 处有最强衍射峰，为白云石的特征衍射峰，说明样品中含有较多的白云石，EDTA 滴定结果（如表 2.4 所示），亦证明 S10 中杂质较多；S13 炉甘石XRD 图谱在 d=0.288nm 有较强的白云石特征峰，且在 d=0.302nm 处亦有较强的方解石特征峰，结合 EDTA 滴定结果，可得该样品中有大量的白云石和方解石杂质。
【学位授予单位】：湖北中医药大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：R282.5

【参考文献】