中醫藥具有完整的理論體系，凝聚了中國人民和中華民族的博大智慧，為中華民族幾千年來的健康繁衍和繁榮昌盛做出了巨大的貢獻。近年來中藥由於活性成分豐富的研究成果和對突發傳染性疾病治療控制的突出表現受到了世界各地的廣泛關注[1-3]。同時，這也對中藥材和中藥製劑的品質提出了更高的要求。名貴中藥材是一類具有典型代表性的藥材，其質量評價與臨床應用格外受到重視。
名貴中藥材療效確切，使用廣泛，民眾認可度高，但由於生長條件苛刻、入葯部位特殊、炮製考究等原因，導致產量低、價格昂貴。目前我國中藥市場上名貴中藥材質量良莠不齊，存在著偽品冒充正品或摻偽、非法染色、硫熏過度和提取藥渣再次流通等現象[4]。從2013～2018年的全國市場質量抽檢結果可知，中藥材及飲片總體合格率雖逐年上升，但2018年其總體合格率也僅為88%[5]。
名貴中藥材及飲片由於價格高昂，不可避免的成為了不法商家摻偽、造假的主要對象。如常見的人蔘[6]、鹿茸[7]等名貴中藥材均存在不同程度的假冒偽劣現象，引發人民群眾對中藥材質量的嚴重擔憂。因此加快名貴中藥材的現代化質量檢測研究，是提高我國中藥材及飲片整體質量水平的關鍵。
傳統的中藥質量評價以基礎鑒別法（基原、性狀、顯微、理化等）為主。隨著中藥質量研究發展，高效液相色譜（HPLC）、氣相色譜（GC）、質譜（MS）及其聯用技術被廣泛的應用。但是，這些檢測方法大多需要昂貴的儀器設備或複雜的前處理過程，對操作人員的專業性也有較高的要求，難以實現大範圍檢測和普遍應用。亟需尋找一種分析成本低、操作難度小、可推廣性強的分析測試手段。
近紅外（NIR）光譜技術具有操作簡單、分析時間短、成本低的特點，近幾年來發展迅速，在農業[8]、食品[9]、石油化工[10]和醫藥[11]行業等均有廣泛的應用，並取得了規模化的應用成效。NIR光譜技術在食品和農產品的場地溯源、營養成分含量測定、等級分類及在線檢測等方面中應用廣泛[12]。中藥材多源於天然動植物，NIR光譜技術在中藥的質量檢測和質量控制的應用中具有巨大的潛力。在中藥領域中，NIR光譜技術已在中藥特別是名貴中藥材的真偽鑒別、種類鑒別、產地鑒別、質量評價等方面得到廣泛的研究和應用[13]。本文對近幾年近紅外光譜技術在名貴中藥材的質量評價研究進行綜述，並對其未來發展方向進行展望（圖1）。
1 NIR光譜技術與特點
1.1 NIR光譜簡介
NIR是介於可見光與中紅外光譜之間的電磁波，美國材料與試驗協會（ASTM）規定其波長範圍為780～2526 nm（12 820～3959 cm−1）[14]。NIR光譜的產生，主要是由於分子的振動具有非諧振性，能從基態向高能級進行躍遷。在NIR光譜中，主要來源於C-H、O-H、N-H等含氫基團倍頻和合頻的吸收。由於不同基團產生的NIR光譜在吸收波長和強度上有所不同，樣品組成的變化也會導致其光譜特徵的改變，這為近紅外光譜的定性分析與定量分析奠定了基礎[15]。
1.2 NIR光譜分析技術原理
NIR光譜分析技術由光譜儀、化學計量學軟體和校正模型3部分組成。光譜儀用於樣本光譜的採集，化學計量學軟體用於校正模型構建，而基於建模樣本的光譜及定標數據所構建的校正模型則用於對待測樣本的定性或定量檢測。
NIR光譜儀器從分光系統可分為固定波長濾光片、光柵色散、聲光可調濾光器和傅立葉變換等類型。NIR光譜儀擁有多種檢測終端，如流通池、透射探頭和積分球等，採用透射（透反射、漫透射）、反射（漫反射）等檢測方法可實現對液體和固體顆粒、粉末等的測定[16-19]。
校正模型在NIR光譜技術的研究中處於關鍵地位，一個理想的校正模型具有良好的穩健性，其預測能力也出色，可以實現在預定參數範圍內的良好應用。構建一個理想的校正模型，往往需要相對嚴格的前置條件，主要包括：（1）待測樣品近紅外光譜與其相對應的目標理化性質值的準確獲取；（2）適合的光譜預處理方法和波長（波段）選擇方法；（3）優選的擬合演算法，如運用偏最小二乘法（partial least squares，PLS）、人工神經網路、支持向量機等演算法的一種或多種，實現最優校正模型的構建。校正模型構建及優化的過程，也需要進行綜合評價以篩選。常用的評價參數主要決定係數（R2）、交叉驗證均方根誤差（RMSECV）、預測均方根誤差（RMSEP）、相對分析誤差（RPD）等。
化學計量學軟體是實現模型構建與應用的媒介，可以快速地完成校正模型的構建及評價。一般來說，化學計量學軟體可分為3類。一種是NIR光譜儀供應商提供的專業化學計量學軟體；一種是偏重於建模的專業處理軟體，如Unscrambler、Matlab等；還有一種是用戶自行開發的專用軟體。
1.3 NIR光譜的技術特點
NIR光譜分析技術相較於傳統的分析方法具有「多、快、好、省」的優勢，主要體現在：（1）分析對象多：採用不同的測量方式採集光譜，可以對均勻透徹的液體[16]、固體顆粒及粉末[17]、粘稠狀液體如石油[18]、牛奶[19]等進行測量。（2）分析速度快，效率高：測定速度可以達到秒級或者毫秒級。（3）環境友好：可實現樣品的直接檢測，一般無需對樣品進行前處理，避免了化學試劑的使用，對環境不造成污染。（4）檢測成本低：NIR光譜技術屬於無損檢測技術，避免了試劑的使用及樣品的浪費；同時NIR光譜技術操作簡單，對專業人員的需求低，光譜信號可通過石英或玻璃光纖進行傳導，實現在線實時質量分析，極大的降低了人力成本。
作為一種新興分析技術，NIR光譜技術近幾年來迅速發展，但其也存在著一些弱點：（1）作為一種間接檢測技術，NIR光譜技術需基於標準方法獲得原始數據以建立模型，原始數據的準確性和模型建立的合理性直接影響其預測結果。（2）NIR譜圖重疊嚴重，檢測限一般認為是0.1%～0.01%，目前對痕量成分分析仍存在一定難度。（3）NIR光譜的應用比較適合於樣品數量較多且具有日常需求，不太適用於樣本數量較少或分散性樣品的分析。（4）校正模型的構建與應用，需投入相對較多的人力和物力，且這個過程需要專業人員的深度介入。
2 基於NIR光譜技術的中藥材真偽鑒別
以形態學特徵為主的性狀和顯微鑒定，是鑒別中藥材的簡單、快速手段，但鑒定者須具備較高的專業能力和豐富的實踐經驗。薄層色譜法（thin-layer chromatography，TLC）可在較短的時間內對中藥進行鑒定，但是專屬性較差，難以對種源相近的中藥材進行判別[20]。因此，選擇快速有效的近紅外光譜技術實現名貴中藥材的真偽鑒別具有重要意義。
2.1 正品與偽品鑒別
貝母始載於《神農本草經》，而後歷代本草著作均有記載。《中國藥典》2020年版共收載川貝母、浙貝母、平貝母、伊貝母和湖北貝母共5個百合科植物貝母品種。其中川貝母最為常用，且藥效價值高，市售價格與其它品種貝母差別甚大。市場上以浙貝母、平貝母、伊貝母等混充川貝母的現象十分普遍。《中國藥典》2020年版使用貝母素乙作為川貝母及浙貝母的TLC鑒別對照品[21]，鑒定方法缺乏專屬性，難以實現川貝母與其它貝母的有效鑒別。
周婷等[22]採用K值聚類法並結合PLS法對川貝母及浙貝母、平貝母、湖北貝母、伊貝母的NIR光譜進行聚類分析，浙貝母、湖北貝母、平貝母、伊貝母的類型值分別為1.20、1.91、3.45、4.02，川貝母的類型值區間為5.06～5.96。該研究在實現了川貝母和其他貝母有效區分的同時，也實現了對暗紫貝母、瓦布貝母、卷葉貝母、太白貝母、梭砂貝母和甘肅貝母等6個品種川貝的初步區分。
黃必勝等[23]利用聚類分析法建立了龍齒藥材的NIR光譜定性模型，能夠快速鑒別龍齒藥材真偽，識別率為82%。瞿海斌等[24]採集阿膠粉末的NIR譜圖，對其進行多重散射校正和小波變換光譜預處理並分別運用相似度匹配和馬氏距離方法建立判別模型，結果表明所建立的NIR模型都能準確鑒別出真品及偽品阿膠。王鋼力等[25]採集了300份中國紅參和多種偽品紅參的NIR漫反射光譜，採用判別分析（discriminatory analysis，DA）法建立其定性鑒別模型，結果顯示模型驗證的預測結果與實際完全一致，證明NIR光譜可準確鑒別紅參與其偽品。
2.2 正品與摻偽品鑒別
NIR光譜技術不僅可以實現名貴中藥材的真偽鑒別，還可實現摻雜部分偽品的藥材鑒別，並對其摻偽量進行檢測。
三七為五加科植物三七Panax notoginseng (Burk.) F. H. Chen的乾燥根和根莖[21]，具有散瘀止血，消腫定痛的功效，在中醫骨傷科、外科、婦科等具有廣泛應用。三七粉與苦參粉或玉米粉口感和外觀較為相似的，且摻假成本低，易摻入苦參粉或玉米粉。Nie等[26]分別採用可見光、短波近紅外光譜和長波近紅外光譜三個波長範圍，分別基於偏最小二乘回歸（partial least squares regression，PLSR）和最小二乘支持向量機（least squares support vector machine，LSSVM）2種校正方法建立摻假三七粉末中的三七定量模型，優先了基於長波近紅外光譜的PLSR模型是定量測定三七的最佳模型，實現了對摻偽三七粉末的快速定量分析。
Hao等[27]基於偏最小二乘判別分析（partial least squares discriminant analysis，PLS-DA）建立了NIR判別模型，對純霍山石斛和摻雜河南石斛的霍山石斛進行了區分，同時利用PLSR模型來實現霍山石斛樣品中河南石斛摻雜量的定量檢測。PLS-DA模型的R2值為0.489 8，預測集均方差為0.155 4，驗證集準確率達到100%；PLSR模型的R2為0.994 6，預測集均方差為2.38。胡鋼亮等[28]通過PLSR建立了川貝母中浙貝母摻人量的NIR檢測方法，預測值與真值相關係數為0.999 7，樣品回收率為97.96%～100.90%，RSD為0.81%，實現了川貝中浙貝摻入量的快速檢測。
3 基於NIR光譜技術的中藥材種類鑒別
名貴中藥材常存在一葯多源的現象，且多數來源於同一科屬內的多種形態相近的植物，傳統方法難以實現其快速鑒別。部分名貴中藥材還受產地或種植、培育方式等影響而導致功效上的較大差異。NIR光譜技術在名貴中藥材的真偽鑒別、產地鑒別以及含量測定等方面已得到廣泛研究，但對於同一種屬的近緣藥材之間以及不同培育、栽培方式藥材間的分類鑒定研究相對偏少。
3.1 同屬中藥種類鑒定
紅景天來源於景天科植物大花紅景天Rhodiola crenulate (Hook. f. et Thoms.) H. Ohba的乾燥根和根莖[21]。但紅景天屬植物種類繁多，我國的紅景天屬植物便有73種；Li等[29]基於傅立葉變換近紅外光譜（fourier transform near infrared spectroscopy，FT-NIR）技術，結合化學計量學分析實現對大花紅景天、長圓紅景天、狹葉紅景天和短柄紅景天4種不同品種紅景天的快速、無損判別分析。
靈芝應用廣泛，但品種繁多，不同種類靈芝之間功效差異較大。楊吉等[30]採集了9種靈芝540個樣品的NIR光譜，建立了基於多元散射校正光譜預處理的主成分分析（principal component analysis，PCA）定性模型，對不同品種靈芝的分類歸屬達到100%的正確識別率，實現對靈芝種類的快速、無損檢測。
3.2 同種中藥不同培育（種植）方式鑒別
牛黃為牛科動物牛Bos Taurus domesticusGmelin的乾燥膽結石，具有清心、豁痰、開竅、涼肝、息風、解毒的功效。體外培育牛黃以牛的新鮮膽汁作母液，加入去氧膽酸、膽酸、複合膽紅素鈣等製成；人工牛黃則是參照天然牛黃的已知成分，人工配製而成。3種不同培育方式的牛黃雖同為藥典收錄，但其價格差異甚大。聶黎行等[31]採用NIR光譜，並利用基於PCA分析的馬氏距離判別法對體外培育牛黃、人工牛黃和天然牛黃進行判別分析，結果表明3種牛黃主成分空間分布差異明顯，不同牛黃均被準確分類，校正集和驗證集的誤判數均為0，模型準確率為100%。
人蔘為五加科植物人蔘Panax ginseng C. A. Mey.的乾燥根和根莖，具有大補元氣、復脈固脫、補脾益肺、生津養血等功效。由於資源匱乏，目前純野外生長的人蔘已被列入我國一級保護植物，《中國藥典》自2005年版起不再收載野山參。現市場所售的野山參多指人工播種于山林，在野生狀態下自然生長一定年限後的林下參。邢琳等[32]使用FT-NIR儀採集了不同栽培方式人蔘樣品10 000～4100 cm−1的NIR光譜圖，並結合化學計量學軟體建立了池底、野山參移栽、野山參和趴貨4種人蔘的定性聚類模型。所建立的定性聚類模型對4種樣品的識別率分別為98%、97%、98%、97%，對4種人蔘建模樣品驗證合集的識別率達到98%。
NIR光譜技術通過模型的建立，實現了同一種藥材間不同培育、栽培方式藥材間的快速分類，有利於名貴中藥材市場上種植品冒充野生品、人工合成品冒充天然品等魚目混珠現象的改善，並推動中醫臨床的精準用藥。
3.3 中藥材產地鑒別
中藥產地來源不同，其質量也會有所差異。道地藥材往往因其品種優良、環境適宜、加工精良而具有更好的質量和療效[33]。中藥材的產地識別有利於保障中藥療效和用藥安全。Chen等[34]對來源於3個不同省份的6個不同產地的靈芝樣品進行近紅外光譜的採集並採用PLS-DA、PCA和DA進行建模分類。結果表明，對於來自3個不同省份樣品的鑒別，PLS-DA模型實現100%的正確分類，對於6個不同產地的樣本，DA模型實現96.6%的正確分類。此外NIR光譜技術在動物、植物、真菌等不同類型名貴中藥材的產地識別中均有應用，見表1。
4 基於近紅外光譜技術的中藥材含量測定
中藥材成分複雜，藥效作用受到多方面的影響。中藥材指標性成分、有效成分及風險物質的精確測定是科學闡釋和保證其有效性及安全性的必要手段。對於中藥材大類成分的含量測定，目前仍以紫外分光光度法為主，而對於單體成分的含量測定，則較多使用HPLC、GC、MS及其聯用技術。但這些方法多前處理複雜、分析時間較長、操作繁瑣，因而分析結果的準確性易受到分析過程中的操作影響。NIR圖譜獲取簡單，掃描一張光譜便可以獲得樣品的多種信息，可快速、無損的實現名貴中藥材內在成分的含量測定。
4.1 有效部位（大類成分）含量測定
NIR光譜技術用於名貴中藥材中的有效部位（大類成分）含量測定。蘆永軍等[43]將NIR用於人參總糖的快速定量檢測，證明了NIR光譜技術在人蔘總糖含量定量測定中的可行性和優越性。Hao等[27]利用衰減全反射近紅外（attenuated total reflectance near infrared spectroscopy，ATR-NIR）技術結合標準正態變換結合一階導數光譜預處理和PLS法，實現霍山石斛Dendrobium huoshanense C. Z. Tang et S. J. Cheng中的總多糖和主要單糖甘露糖和葡萄糖含量的快速測定。Chen等[44]利用NIR光譜結合區間偏最小二乘遺傳演算法（interval partial least squares-genetic algorithm，IPLS-GA）測定雪蓮中總黃酮的含量，模型預測集RMSEC為0.834 7%，校正模型相關係數（RC）＝0.944 4，驗證集RMSEP為1.076 6%，相關係數RP＝0.900 6。
4.2 有效成分或指標成分含量測定
楊南林等[45]基於NIR光譜結合人工神經網路建立了冬蟲夏草中的甘露醇含量測定模型，RMSECV為0.475，RMSEP為0.608，相關係數為0.917 7，實現對冬蟲夏草中甘露醇含量的快速檢測。由於NIR包含了樣品的大量化學及物理信息，因此通過數學模型的建立，NIR光譜可實現中藥材的多成分同時檢測。劉傑等[46]採用PLS結合二階導數預處理方法建立了國產血竭中龍血素A、龍血素B的NIR含量測定模型。胡馨等[47]基於NIR光譜，採用PLS法建立了西紅花中西紅花總苷及西紅花苷-II含量測定模型；RC、RMSEP分別達到西紅花總苷0.9560、4.343%，西紅花苷-II 0.952 8、4.077%。
4.3 水分測定
藥材的含水量對其質量的穩定性有重大影響。牟倩倩[48]採用NIR漫反射光譜分析技術結合PLS對紅景天藥材中水分和紅景天苷含量進行含量預測，實驗方法快速、準確、無污染。雷敬衛等[49]基於甲苯法測定的木香藥材水分含量，結合PLS建立木香藥材水分含量的NIR定量模型，驗證集預測值與甲苯法參考值無統計學差異，說明NIR光譜可以應用於藥材水分的快速檢測。
雖然NIR光譜技術在名貴中藥材的水分測定具有較多的應用，但目前仍停留於特定藥材的專屬模型構建研究，即對不同的藥材需構建不同的NIR水分測定模型，耗費大量的人力、物力。建立多種藥材的通用型水分檢測模型可能是未來的發展趨勢。
4.4 風險物質檢測
由於中藥的自然屬性，中藥材可能存在著重金屬、農藥殘留及真菌毒素等有害物質。劉燕德等[50]基於NIR光譜技術結合PLS-DA，建立了丁香蓼葉的重金屬銅近紅外定量模型。經過平滑處理，模型RC為0.950，RMSEC為5.99，外部驗證相關係數RP為0.923，RMSEP為7.38。證明了近紅外光譜技術用於中藥重金屬含量的快速檢測具有可行性。同樣，基於目前近紅外在食品、農產品領域的應用研究報道，發現近紅外在中藥材的農藥殘留及真菌毒素等風險物質的檢測中也具有較大潛力[51-52]。但目前，近紅外光譜技術在中藥材的風險物質檢測報道相對較少，需要進一步加強研究。
5 基於近紅外光譜技術的中藥材綜合評價
目前市場上名貴中藥材質量的快速評價以及等級分類主要通過「辨狀論質」，即以形、色、氣、味等藥材外部的「性狀」來判斷其內部的「質」[53]。但作為一種經驗鑒別方法，「辨狀論質」有著不可避免的缺點，如鑒別者需實踐經驗豐富；受鑒別者主觀意識影響；僅能實現初略的評判及分類。而基於HPLC、GC和MS等的化學成分含量測定及指紋圖譜分析，因儀器昂貴、前處理複雜、檢測時間長等原因，難以實現大批量檢測，仍無法替代傳統鑒別方法。基於中藥質量標誌物（Q-Marker）的概念，利用NIR光譜技術將光譜與藥效成分含量信息相關聯，可實現簡便可靠的中藥材質量快速評價[54]。
5.1 基於NIR光譜技術的質量分級評價
沉香具有鎮靜、止痛、催眠等作用，深得群眾喜好，市場需求量大。然而，野生白木香瀕臨滅絕，市場出現大量摻假和劣質沉香。Ding等[55]採用UPLC-Q/TOF MS與PCA相結合的方法對沉香的質量標誌物進行鑒定，確定了4種高氧化的5,6,7,8-四氫-2-(2-苯乙基)色酮為鑒別沉香真偽的潛在標誌物，並利用協調偏最小二乘法結合蒙特卡洛演算法建立其NIR定量模型，應用系統聚類分析和PLS-DA對定量結果進行深入分析，將50個沉香樣品分為優質、合格、不合格和假冒4類樣品。
5.2 基於Q-Marker的NIR光譜技術評價新方法
劉昌孝院士[56-57]提出的中藥Q-Marker理論為中藥的質量研究提供了新的思路。Q-Marker是指與中藥有效性和安全性相關聯並可以檢測的化學成分，是建立以療效為核心質量控制體系的關鍵。白鋼等提出基於中藥Q-Marker的中藥材品質近紅外智能評價體系[58]，分別建立了當歸抗炎功效[59]、血管舒張功效[60]、金銀花抗炎功效[57]的智能評價體系。由於目前中藥材品質評價方法與藥效的關聯不明確，而通過Q-Marker對藥材功效進行評判的技術標準尚未建立，白鋼等[61]進一步提出質量綜合評價指數的新概念，以當歸藥材為例，通過對多項檢測指標的整合分析，建立了一種藥材質量綜合評價與等級鑒定的新方法。
6 展望
NIR光譜技術在名貴中藥材質量評價中已有廣泛的研究，但從其發展趨勢來看，目前仍處於萌芽狀態。因此，未來還需要進行更多的研究，特別是在模型的穩健性、光譜儀的便攜性、檢測技術的網路化、通用模型的構建與評估等方面。隨著研究的深入，NIR光譜技術在中藥領域中的應用研究，將從簡單的定性、定量研究逐步轉向基於多種藥效成分的中藥功效評價及結合多種傳統分析方法的中藥質量綜合評價研究。鑒於此，基於質量標誌物的中藥品質近紅外快速評價，有望成為未來中藥品質快檢研究的主要趨勢。
此外，隨著名貴中藥材的市場流通逐漸擴大，傳統的分析方法已難以滿足快速發展的需要。因此，建立一套名貴中藥材的質量快速識別系統將是未來發展的一個重要趨勢。系統可由簡易、便攜的近紅外光譜儀、具有光譜傳輸及數據接收功能的智能設備和名貴中藥材質量評價雲端服務平台3部分構成。客戶使用簡單、便攜的NIR光譜儀對樣本進行光譜採集，通過智能設備及相應軟體將圖譜上傳至雲端平台，雲端平台則根據客戶的需求迅速選擇相應的模型對樣品質量進行快速評估，並將結果反饋至客戶。
名貴中藥材質量快速識別系統的構建與使用可有力的打擊中藥材市場上的「假冒偽劣」現象，推動優質藥材的生產與流通。但系統的構建任重而道遠，以下問題須逐步克服：①NIR光譜儀的穩定性、重現性、便攜性及操作的簡單化。②NIR模型的穩健性、通用性和準確性。③雲端系統的魯棒性、運算的快速化和計算的精準化。
利益衝突 所有作者均聲明不存在利益衝突
參考文獻（略）
來 源：黃志偉，郭 拓，黃文靜，李 冰，徐浩然，葉楚璇，嚴詩楷，肖 雪，羅國安．近紅外光譜技術在名貴中藥材質量評價中的研究進展 [J]. 中草藥, 2022, 53(20): 6328-6336 .
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-