厚朴“发汗”前后药材颜色及气味差异的数值化研究

　　[摘要]目的： 采用色差仪及电子鼻对厚朴“发汗”所产生的性状变化进行数值描述。方法：以“发汗”厚朴与未“发汗”厚朴为研究对象，采用色差仪和电子鼻测量其颜色特征参数和气味特征参数，并最终建立判别模型。结果：在药材颜色方面，建立了基于L*，a*，b*色度空间的“发汗”与未“发汗”厚朴颜色特征参数模型，“发汗”厚朴双侧90%参考值范围L*（52.22～59.42），a*（5.36～7.68），b*（22.04～27.05）；未“发汗”厚朴双侧90%参考值范围L*（38.42～47.31），a*（9.63～11.85），b*（18.48～25.53）；在药材气味方面，主成分分析及偏最小二乘法分析结果表明，“发汗”厚朴与未“发汗”厚朴存在显著性差异。结论：厚朴“发汗”前后药材颜色及气味差异均可根据色差仪和电子鼻测得的厚朴颜色和气味特征参数以数值的形式表述。
　　[关键词]厚朴；“发汗”；色差仪；电子鼻；颜色与气味；数值化
　　中药材质量标准研究的科学化一直是中药研究领域的热点，中药材在颜色和气味等方面的性状特征常常是评价中药材质量的重要依据。然而，目前对这些性状特征的评价多是基于经验的主观描述，在实际过程中药材的质量会因评价人主观感觉的差异而人为地划归成不同的质量等级。将颜色、气味等感官评价指标以数值化的形式表示出来，进而定量化，将有助于中药材质量标准科学化的实现。随着现代科学技术的发展，色差仪、电子鼻、电子舌等设备被越来越多地应用到对中药材颜色和气味的研究中，如黄学思等[1]运用色彩色差计和电子鼻，将经验指标数据化，实现槟榔炒制“火候”判别的客观数量化；刘红秀等[2]运用电子鼻提取了川芎、丁香等7种中药材的气味信息，建立了气味指纹图谱，很好地鉴别了不同品种的中药材。
　　厚朴为木兰科植物厚朴Magnolia officinalis Rehd.et Wils.或凹叶厚朴M.officinalis var. biloba的干燥干皮、根皮和枝皮，具有燥湿消痰、下气除满的功效，用于湿滞伤中、脘痞吐泻、食积气滞、腹胀便秘、痰饮喘咳[3]。在2010年版《中国药典》中规定厚朴的产地加工方法为“发汗”，传统上厚朴以“紫色多润”为质量上乘。作者对产于道地产区湖北恩施的厚朴药材进行“发汗”处理，比较了“发汗”前后厚朴药材性状的差别。本研究拟采用色差仪和电子鼻对厚朴“发汗”所产生的性状变化进行数值描述，获取厚朴“发汗”前后在颜色及气味上的特征参数，建立判别厚朴“发汗”与否的判别模型。
　　1材料
　　FOX 3000电子鼻（法国Alpha.M.O.S.公司）；U-3010色差仪（日立高效技术那珂事业所）。
　　厚朴药材于2011年6月采自湖北恩施，经中国中医科学院中药研究所杨滨研究员鉴定为木兰科植物厚朴M.officinalis的干皮。按2010年版《中国药典》方法结合当地习俗进行“发汗”处理，同时制备不“发汗”自然阴干的样品，各15份。随后，所有样品制成粉末，过60目筛。
　　2方法
　　2.1色泽测定
　　以色差仪对“发汗”厚朴与未“发汗”厚朴样品的颜色进行测定分析记录样品的参数L*，a*，b*值。每个样品测定2次，以平均值计。色差仪测定条件：照明光源D⁶⁵，狭缝宽度1 nm，视场选择10°角，波长扫描范围380～780 nm。
　　2.2气味测定
　　以电子鼻对“发汗”厚朴与未“发汗”厚朴样品的气味进行测定分析记录样品的数值曲线。每个样品测定2次，以平均值计。电子鼻测定条件：样品量1 g，孵化温度80 ℃，孵化时间10 min，进样量1 500 μL。
　　2.3数据分析方法
　　采用统计软件SPSS 13.0对色差仪采集得到的L*，a*，b*参数值进行数据分析，主要采用探索性分析进行多元正态性检验和方差齐性检验，Kruskal-Wallis H检验，Mann-Whitney检验，秩相关分析，判别分析，参考值范围应用百分位数法等；采用SPSS 13.0软件对电子鼻得到的气味数据进行主成分分析（principal component analysis，PCA），采用SIMCA-P 11.5软件进行偏最小二乘法（partial least squares method，PLS）建立判别模型。
　　3结果与讨论
　　3.1色度研究
　　3.1.1秩和检验及秩相关本实验样品数据来源于“发汗”和未“发汗”2组厚朴样品，对数据进行分析，发现所得到的L*，a*，b*参数值不满足多元正态性分布和方差齐性，故数据处理选择秩和检验。经过秩和检验分析，Kolmogorov-Smirnov Test中的L*，a*，b*的χ²分别为19.061，2.739，0.913，P分别为0，0，0.375。Mann-Whitney Test中的L*，a*，b*的χ²分别为-33.023，-4.666，-1.970，P分别为0，0，0.05。表明“发汗”和未“发汗”厚朴在颜色上有差异，且在数值上体现为L*，a*具有显著性差异。因此，分别以L*，a*为变量进行秩相关检验，Kendall′s tau-b相关系数为-0.646，双侧P为0；Spearman′s rho相关系数为-0.840，双侧P为0。说明L*，a*分别与厚朴色度的变化呈直线相关关系。
　　3.1.2判别分析根据样本类型，建立了以L*，a*，b*为输入的厚朴色度判别函数。由组间均值均等性检验的结果可知，L*，a*，b*3个自变量P均小于0.05，表明在厚朴“发汗”和未“发汗”的判别函数中L*，a*，b*均有统计学意义，其中L*的λ为0.118，a*的λ为0.077，b*的λ为0.812。根据λ越接近0，组间判别越显著这一原则，可知a*判别更有意义。

相关热词搜索：厚朴 发汗 数值 药材 气味