麥芽炒制過程中近紅外在線監測模型的建立及“炒香”終點判斷研究

楊華生+吳維剛+譚麗霞+聞麗珍+王希霖+江亭+吳璐

[摘要]炒麥芽一直沿用“炒黃炒香”的入藥傳統，而“炒黃炒香”終點的判斷一直是炒制研究的重點與難點。該實驗建立指標成分與NIRS之間的定量校正模型用于快速檢測總還原糖、總氨基酸、總黃酮、A₄₂₀及含水量，并提出基于“成分變化率”的炒制終點判斷方法。以近紅外光譜儀采集不同炒制時間樣品光譜，建立基于近紅外光譜的定量分析模型，并對光譜預處理、建模波段等參數進行優選；采用HCA，PLS-DA研究成分與“炒香”的關系，確定炒制終點。所建立的校正模型性能良好，采用所建模型進行在線分析，預測結果與實際測定值相關系數均大于0.9，預測相對偏差小于10%；HCA方法將在不同炒制時間的麥芽分為4類，PLS-DA分析表明總還原糖對區分不同炒制時間的麥芽具有顯著的貢獻率，當總還原糖的變化率為80%時，即可判斷“炒香”終點的到達。結果表明，近紅外光譜可快速準確地測定麥芽不同炒制時間樣品中總還原糖、總氨基酸、總黃酮、A₄₂₀及含水量，并可判斷“炒香”工藝終點，為中藥炒制工藝的評價及終點判斷提供新的研究方法。

[關鍵詞]近紅外光譜； 麥芽； 炒制過程； 在線監測； 終點判斷

[Abstract]Hordei Fructus Germinatus has been always used by "stir-frying" as a traditional medicine and the endpoint judgment of "fragrant" and "yellow" has been the focus and difficulty in frying process research. In this study， a quantitative calibration model between index components and NIRS was established in order to rapidly detect the contents of reducing sugar， total amino acids， total flavonoids， A₄₂₀ and moisture； besides， an endpoint judgment method of frying process was put forward based on the "component change rate". Near-infrared spectra of samples with different frying time were collected， and a quantitative analysis model based on near-infrared spectroscopy was established to optimize the parameters such as spectral pretreatment and modeling band. HCA and PLS-DA were used to study the relationship between component and "stir-frying"， and the endpoint of frying process was determined. The established calibration model had a good performance that the correlation coefficients between the predicted results and the actual measured values were both more than 0.9， with predicted relative deviations less than 10%. Hordei Fructus Germinatus with different frying time was divided into 4 categories by HCA analysis. PLS-DA analysis showed that total reducing sugar had a significant contribution to distinguishing the Hordei Fructus Germinatus of different frying time. When the change rate of total reducing sugar was 80%， it could judge that the endpoint of frying had been obtained. Results showed that NIRS could not only quickly and accurately determine the contents of reducing sugar， total amino acid， total flavonoid， A₄₂₀ and moisture in Hordei Fructus Germinatus samples of different frying time， but also judge the endpoint of frying in the process. This study provided a new method for the evaluation and endpoint judgment of "stir-frying" process in research of traditional Chinese medicine.

[Key words]near-infrared spectroscopy； Hordei Fructus Germinatus； stir-frying process； on-line monitoring； endpoint judgment

麥芽是禾本科植物大麥Hordeum vulgare L.的成熟果實經過發芽干燥的炒制加工品，主要含有麥黃酮、槲皮素等黃酮類及淀粉酶、蛋白酶等消化酶類有效成分，也含有還原糖、氨基酸等營養成分^[1-2]。麥芽在臨床應用上主要有生麥芽、炒麥芽、焦麥芽3種形式。生麥芽健脾和胃，疏肝行氣，炒麥芽行氣消食回乳，焦麥芽消食化滯，可見，麥芽不同的炮制品功能主治存在較大差別。炒麥芽一直沿用“炒黃炒香”入藥的傳統^[3-4]，生麥芽、炒麥芽、焦麥芽功效與炒制的“火候”密切相關。目前，麥芽炒制時或以淀粉酶為評價指標，但炒制后淀粉酶的活性必然下降，這并不能科學闡釋炒麥芽消食作用較生麥芽強的作用機制^[5]；或以麥芽的色澤及香味為評價指標，但多以操作者的個人經驗為判據，難免存在個體差異^[6]；或以麥黃酮等有效成分為評價指標優選炒制工藝^[7]，然而，麥黃酮等有效成分的多與少與“炒黃炒香”并無必然聯系。

近年來，中藥炮制時產生的基于還原糖及氨基酸、蛋白質的Maillard反應產物（Maillard reaction products）已引起中醫藥研究者廣泛關注，Maillard反應一般產生揮發性香味物質，一方面這些香味物質可能具有某些藥理作用，另一方面這些香味物質也被作為炒制終點的判據，在炒制中實時監測香味物質的變化，以提高工藝優選的客觀性及科學性；近年來，近紅外光譜（near infrared spectroscopy，NIRS）作為一種快速、無損的檢測技術，已被廣泛應用到中藥的炮制、制劑工藝的在線監測等方面^[8-10]。

本實驗以麥芽“炒黃炒香”為研究對象，建立總還原糖、總氨基酸、A₄₂₀、總黃酮及含水量與NIRS之間的定量校正模型，考察麥芽在炒制過程中，Maillard反應原料總還原糖、總氨基酸及Maillard反應產物的表征參數A₄₂₀與“炒黃炒香”的關系，以及麥芽中有效成分總黃酮的動態變化規律，應用聚類分析法（hierarchical cluster analysis，HCA）、偏最小二乘判別分析法（partial least squares discriminate analysis，PLS-DA）研究成分與“炒香”的關系，確定炒制終點，以期為麥芽炒制工藝的評價以及功效機制闡述提供科學依據。

1 材料

ANTARIS Ⅱ FT-NIR 近紅外光譜儀（賽默飛世爾科技公司）；紫外-可見分光光度計 UV759（上海精科儀器有限公司）；電子分析天平（北京賽多利斯儀器系統有限公司）；非接觸式紅外測溫儀（東莞萬創電子制品有限公司）；水分測定儀（上海越平科學儀器有限公司）。

葡萄糖（批號A1629013）、亮氨酸（批號C1628269）均購自上海阿拉丁生化科技股份有限公司，蘆丁對照品（中國食品藥品檢定研究院，批號10080-201409）；3，5-二硝基水楊酸，氫氧化鈉，酒石酸鉀鈉，硝酸鋁，苯酚，氫氧化鈉，亞硝酸鈉，茚三酮等試劑皆為分析純。

生麥芽（產地安徽、江西，批號分別160401，150901，150801，1607091，16042109，15081107，1511186，1511186，1502034，1509027）分別購自亳州市佰世信中藥飲片有限公司、江西彭氏國藥堂飲片有限公司、樟樹市慶仁中藥飲片有限公司，經江西中醫藥大學付小梅副教授鑒定為禾本科植物大麥H.vulgare的成熟果實，經發芽干燥而得。

2 方法

2.1 近紅外樣品收集

前期研究確定麥芽的炒制溫度為220 ℃。取生麥芽1 kg，除去雜質，將其置于已加熱到220 ℃的鍋內，不斷翻炒，頻率為1次/s，利用非接觸式紅外測溫儀監測炒鍋溫度。從麥芽投入鍋中開始計時，分別在0（生麥芽），2，4，6，8，10，12，14，16，18，20，22，24，26，28，30 min時取出約50 g樣品，放涼，篩去灰屑，得生麥芽及不同時間炒制樣品16份。共炒制10批，總樣品數為160份。

2.2 近紅外光譜采集

室溫條件下，以空氣為背景，分辨率8 cm^-1，掃描次數64次，掃描范圍4 000～1萬 cm^-1。取麥芽，分別粉碎成最粗粉、粗粉、中粉、細粉以及麥芽顆粒（未粉碎），共5個不同粒徑的樣品，分別采集光譜，考察粒徑對近紅外光譜的影響；在確定粒徑的基礎上，設置裝樣厚度分別為10，15，20 mm，考察裝樣厚度對近紅外光譜的影響。在相同光譜采集條件下，重復采集同一麥芽樣品光譜9次，計算光譜RSD；另取同一批次麥芽9份，在相同光譜采集條件下采集樣品光譜，計算其RSD，考察近紅外光譜的精密性與重復性。將160個麥芽樣品進行掃描，每個樣品掃描3次，以平均光譜為該樣品光譜。

2.3 總還原糖含量測定^[11]

精密稱取烘干至恒重的葡萄糖對照品100.0 mg，置于100 mL量瓶中，加蒸餾水定容至刻度，搖勻，得1.0 g·L^-1葡萄糖對照品溶液。精密吸取對照品溶液0.2，0.4，0.8，1.2，1.6，2.0 mL于6支25 mL量瓶中，補充蒸餾水至2 mL，混勻，加入2.0 mL DNS試劑，搖勻后沸水浴中保持7 min，取出后迅速以流水冷至室溫，加蒸餾水至刻度。以相應試劑作空白，540 nm波長處測定吸光度。以葡萄糖濃度為橫坐標，吸光度為縱坐標，繪制標準曲線。精密稱取麥芽樣品粗粉3 g，置于錐形瓶中，加蒸餾水100 mL，90 ℃加熱提取50 min，過濾，濾液冷卻至室溫，用蒸餾水定容至100 mL，得麥芽供試品溶液。精密吸取一定量的供試品溶液置于25 mL量瓶中，按標準曲線測定方法測定540 nm波長處的吸光度，代入標準曲線計算濃度。方法學考察后對160個麥芽樣品中總還原糖含量進行測定。

2.4 總氨基酸含量的測定^[12]

精密稱取亮氨酸對照品10.0 mg，置于100 mL量瓶中，加蒸餾水定容至刻度，搖勻，得1.0 g·L^-1亮氨酸對照品溶液。精密吸取對照品溶液 0.5，1.0，1.5，2.0，2.5，3.0，3.5，4.0 mL于8支25 mL量瓶中，補充蒸餾水至4 mL，混勻，依次加入pH 6.8磷酸鹽緩沖液1.0 mL，2%茚三酮溶液2.0 mL，于100 ℃水浴加熱15 min，室溫冷卻10 min，加蒸餾水至刻度，搖勻。以相應試劑作空白，570 nm波長處測定吸光度。以亮氨酸濃度為橫坐標，吸光度為縱坐標，繪制標準曲線。精密稱取麥芽樣品粗粉3 g，置于錐形瓶中，加70%乙醇100 mL，90 ℃回流提取3 h，過濾，濾液冷卻至室溫，用70%乙醇定容至100 mL，得樣品溶液。精密吸取一定量的樣品溶液置于25 mL量瓶中，按標準曲線測定方法測定570 nm波長處的吸光度，代入標準曲線計算濃度。方法學考察后對160個麥芽樣品中總氨基酸含量進行測定。

2.5 總黃酮含量的測定^[13]

精密稱取蘆丁對照品100.0 mg，置于100 mL量瓶中，加蒸餾水定容至刻度，搖勻，得1.0 g·L^-1蘆丁儲備液。精密吸取蘆丁儲備液20 mL，置于100 mL量瓶中，加蒸餾水定容至刻度，搖勻，得0.2 g·L^-1蘆丁對照品溶液。精密吸取對照品溶液 1.0，2.0，3.0，4.0，5.0，6.0，7.0，8.0，9.0，10.0 mL于10支 25 mL量瓶中，補充蒸餾水至10 mL，混勻，加入5%NaNO₂溶液1 mL，混勻后放置6 min，再加10% Al（NO₃）₃溶液1 mL，混勻并放置6 min，再加4% NaOH溶液10 mL，加蒸餾水至刻度，搖勻，以相應試劑作空白，500 nm波長處測定吸光度。以蘆丁濃度為橫坐標，吸光度為縱坐標，繪制標準曲線。麥芽總黃酮樣品處理方法同2.4項下樣品溶液的制備方法。精密吸取一定量的樣品溶液置于25 mL量瓶中，按標準曲線下測定方法測定500 nm波長處的吸光度，代入標準曲線計算濃度。方法學考察后對160個麥芽樣品中總黃酮含量進行測定。

2.6 A₄₂₀的測定

麥芽在炒香過程發生Maillard等非酶促褐變反應，其產物在420 nm處有最大吸收，其值A₄₂₀常用于表征褐變程度。取2.4項下樣品溶液，以蒸餾水做空白，在420 nm下測定吸光度，按公式“A_相對=A₄₂₀/取樣量”計算單位質量的吸光度，考察麥芽在炒制過程中的褐變程度。

2.7 含水量測定

稱取樣品粉末2 g，精密稱定，水分測定儀測定含水量，每個樣品測定3次，取平均值作為樣品含水量。

2.8 NIRS模型的建立

2.8.1 異常光譜的剔除 測量儀器、測量方法及環境的改變，樣品的復雜性、多樣性等許多不確定因素會導致異常光譜的產生。異常光譜的干擾是影響分析模型的重要因素，因此建立模型前，須先排除異常光譜，以使模型更加準確。馬氏距離法把近紅外光譜矩陣進行中心化處理后計算各個樣品到樣本平均光譜的馬氏距離，根據樣本馬氏距離設置閾值檢驗異常樣品的存在。馬氏距離法剔除異常樣品能夠提高所建模型的精確性和可靠性^[14]。本實驗運用OPUS軟件，以 160 個樣品的平均光譜為參照光譜，在 95%置信限下計算樣本的馬氏距離，判斷異常光譜。

2.8.2 光譜預處理 在4 000～1萬 cm^-1對近紅外光譜分別進行平滑、一階導、MSC等預處理方式，然后運用OPUS軟件的PLS法建立麥芽中總還原糖、總氨基酸、總黃酮、A₄₂₀和含水量等5個指標的 NIRS 定量分析模型，隨機選取樣本量的1/4為內部驗證集，以模型的交互驗證誤差均方根（RMSECV）和相關系數（r）為模型評價指標，選擇RMSECV值最小且r 相對較大模型的光譜預處理方法。

2.8.3 波段的選擇 NIRS全光譜中除了包含有效信息，還包含噪音等冗余信息，不僅增加了建模的工作量，而且使模型復雜化，而且在一定程度上也會影響模型的精度。目前，NIR光譜結合PLS法建立模型中，波長的選擇方法主要有相關系數法、無信息變量消除法、遺傳算法、間隔偏最小二乘法等^[15]。不同的指標在近紅外光譜中對應的有效波段也可能不相同，本實驗用間隔偏最小二乘法對各成分進行最佳建模波段選擇。模型的評價與選擇同2.8.2項。

2.8.4 定量模型的建立 運用OPUS 軟件，剔除異常光譜后，選擇相應的光譜預處理方法和建模波段，隨機選擇109個樣品分別作為校正集的樣品，運用PLS 法建立NIRS定量校正模型。以模型的相關系數（r）及校正集的預測誤差均方根（RMSEC）考察模型對校正集樣本的預測誤差，當RMSEC較小且r相對較大時，說明模型具有較好的預測能力。

2.9 NIRS模型的驗證

為進一步確定模型的預測能力，利用47個驗證集麥芽樣品對NIRS 模型進行外部驗證。以驗證集的預測誤差均方根（RMSEP）考察模型對驗證集樣本的預測誤差，以相對預測偏差（RSEP）為模型預測能力的考察指標，當RMSEP與RMSEC接近，RSEP較小時，說明模型的預測效果較好。

2.10 “炒香”終點的判斷

麥芽炒制過程中，由于生麥芽產地，批號等不同，生麥芽中各成分含量也不一樣。為了消除炒制過程中生麥芽差異性，便于對炒制過程各指標成分的變化趨勢進行綜合測評分析，本實驗對各指標成分進行歸一化處理，得相對值（相對值=炒制樣品量/生麥芽量），以10批麥芽各時間點的平均相對值為y軸，以時間為x軸作圖，考察麥芽炒制中各成分變化總體趨勢；在此基礎上，進行HCA，PLS-DA分析后，根據貢獻率大小分析成分的變化規律，結合近紅外光譜模型確定炒制終點。

3 結果

3.1 麥芽NIRS的采集

麥芽粒徑對NIRS的影響，結果見圖1。圖1表明，麥芽顆粒（未粉碎）、最粗粉、粗粉、中粉、細粉的近紅外光譜幾乎平行，在同一波數下，其log（1/R）依次下降，為滿足在線監測的需求，選擇麥芽顆粒采集近紅外光譜；不同裝樣厚度光譜見圖2。圖2表明，裝樣厚度不同，光譜會出現上下偏移現象，可能是由于光進入固體內部所經過的光程不同所致，在裝樣厚度大于15 mm后，光譜高度重合，變化不明顯，故本實驗確定裝樣厚度為15 mm；光譜精密性與重復性最大RSD分別為4.6%，5.8%，說明采集的近紅外光譜精密性、重復性較好。

3.2 5個指標成分測定

總還原糖、總氨基酸、總黃酮的回歸方程及線性范圍見表1；精密度的RSD分別為0.15%，0.14%，0.18%，精密性良好；重復性試驗的RSD分別為1.8%，2.9%，3.5%，重復性良好；穩定性試驗的RSD分別為2.0%，0.57%，4.2%，說明供試品溶液在顯色后1 h內穩定；回收率分別為98.53%，96.10%，103.2%，RSD分別為2.5%，1.6%，3.8%（N=6）。

160個樣品中總還原糖、總氨基酸、總黃酮、A₄₂₀和含水量最高分別為 28.70%，1.73%，0.55%，0.725 3，12.72%；最低分別為 0.13%，0.26%，0.27%，0.052 2，1.45%，均值是9.14%，0.85%，0.39%，0.212 3，6.06%。

3.3 NIRS模型的建立

160個麥芽樣品所得原始光譜見圖3；馬氏距離異常光譜判別結果見圖4，建模前剔除了4個異常樣品，分別為16，48，65，144號樣品；通過分析所獲得的各模型，5種指標成分的最佳處理方式及其RMSCEV和r見表2；在不同的波段建立模型，5種指標成分最佳建模波段見表3； 以109個樣品建立模型，考察校正集樣品的實測值和預測值的相關性，所得總還原糖、總氨基酸、總黃酮、A₄₂₀和含水量模型的相關系數r分別為0.981 0，0.956 6，0.963 3，0.992 6，0.980 0，RMSEC分別為1.47%，0.107%，0.013 5%，0.017 5 g^-1，0.471%，表明模型的相關性良好。

3.4 模型的驗證

47個驗證集樣本的 NIRS模型中，5個指標的 NIRS 預測值與實際測得值都十分接近，RMSEP 分別為1.77%，0.075 7%，0.016 7%，0.021 3 g^-1，0.501%，均與校正模型的RMSEC接近，RSEP 分別為8.97%，8.52%，4.08%，8.61%，7.77%，均小于10%，可以滿足中藥實際生產過程中分析精度的要求。

3.5 麥芽“炒香”終點判斷

3.5.1 炒制過程動力學研究 5個指標相對值變化見圖5?？傔€原糖、總氨基酸、總黃酮、A₄₂₀、含水量的零級動力學回歸方程分別為C_總還原糖=-0.035 7 t+0.983 8，C_總氨基酸=-0.023 4 t+1.073 7，C_總黃酮=0.012 6 t+0.988 9，C_A420=0.148 5 t+0.290 3，C含水量=-0.023 t+0.953 9，R²分別為0.950 9，0.963 5，0.948 9，0.909 3，0.986 0，回歸方程表明，總還原糖、總氨基酸相關性較好，總還原糖、總氨基酸是發生Maillard反應的原料，因此，在麥芽炒制過程中，可能發生了Maillard反應；A₄₂₀的R²為0.909 3，表明A₄₂₀對時間并不成線性關系，A₄₂₀可以在一定程度上表征Maillard反應的量，A₄₂₀在0～10 min變化較小，褐變不明顯，12～20，22～26，28～30 min 3個時間段，A₄₂₀的增加速率逐漸加快；而麥芽中傳統有效成分總黃酮表現為緩慢上升，結果與其他文獻報道相似^[16]，可能與炒制增加藥物的溶出有關。

3.5.2 HCA分析 為進一步考察炒制“火候”對5種指標成分的影響，研究不同炒制時間樣品之間的規律，以歸一化處理后數據的平均值為基礎，以炒制品中5種成分的含量為指標，利用SPSS 19.0軟件，對不同炒制時間樣品進行HCA分析，結果見圖6，0，2，4，6，8，10 min聚為一類，此階段為炒制初始階段，可能對應麥芽的“炒輕”階段；12，14，16，18，20 min聚為一類，此階段的樣品相較于0～10 min的樣品A₄₂₀明顯變大，炒制時此階段麥芽顏色開始變為棕黃色，有濃香氣，可能對應麥芽的“炒黃”階段；22，24，26 min聚為一類，此階段的樣品A₄₂₀繼續迅速升高，炒制時此階段麥芽顏色開始變為焦黃色，有濃烈的焦香氣，可能對應麥芽的“炒焦”階段；28，30 min聚為一類，麥芽顏色繼續加深，可能對應麥芽的“炒炭”階段；綜合以上實驗，麥芽“炒黃炒香”的時間初步確定為20 min。

3.5.3 PLS-DA分析 在麥芽炒制過程中，5個指標成分的量均發生了變化，為得到可以反映“炒制”的主要因素，在聚類分析的基礎上，采用SIMCA-P 11.5軟件對4類樣品進行PLS-DA分析，結果見圖7。結果表明，在麥芽炒制過程中，總還原糖、A₄₂₀、總氨基酸的VIP值均大于1，在區分麥芽不同炒制時間樣品中具有較為顯著的貢獻率。從另一層面說明，炒制主要影響總還原糖、A₄₂₀、總氨基酸的含量，而對有效成分總黃酮以及含水量的影響較小。

3.5.4 基于變化率的麥芽炒香終點的確立 從麥芽炒制過程動力學研究可知，麥芽炒制的過程在一定程度上可以認為是麥芽中的還原糖、氨基酸在“熱”的作用下發生Maillard反應的過程，炒制的“火候”會顯著影響Maillard反應發生、發展及終止，而“火候”是指火力的強弱和時間的長短，即“火候”是功率與時間的函數，炒制的溫度越高，時間越短，溫度越低，時間越長。在中藥炒制過程中，由于炒制設備、溫度控制裝置的誤差，炒制溫度與設置的實際溫度可能存在一定的差異，因此，由于炒制溫度的差異，炒制時間也會發生相應變化。根據HCA分析結果，初步確定麥芽炒制的終點為20 min，在此基礎上分析0 min（生麥芽）、20 min時麥芽中各成分的含量，從成分變化率的角度進一步確定麥芽“炒香”的終點，為麥芽炒制終點提供基于成分變化率的判斷方法。

在以上動力學、HCA、PLS-DA的基礎上，選擇區分不同炒制時間VIP較大的總還原糖、A₄₂₀、總氨基酸量來研究麥芽的炒制過程，以確定炒香終點。定義0～20 min成分含量變化率（content change rate，CCR），其計算公式為“CCR_{0-20 min}=[（C_{0 min}-C_{20 min}）/C_{0 min}]×100%”，見表4，10批總還原糖、總氨基酸、A₄₂₀的平均變化率（CCR——）分別為80.8%，36.3%，-183%，RSD分別為11.3%，36.8%，49.5%，相對于總氨基酸、A₄₂₀而言，總還原糖RSD最小，表明總還原糖在炒制過程批與批之間的變化最小。因此，在實際炒制中，只要麥芽中還原糖含量變化率達到80%時，即已“炒香”，表明炒制達到終點，因此選擇總還原糖作為炒制終點的判據。因此，在一定的溫度范圍內炒制麥芽，溫度高，炒制時間縮短，即無需20 min即可以達到“炒香”的目的，如溫度低，炒制時間延長，炒制時間需大于20 min才可以達到“炒香”的目的。驗證試驗表明，麥芽中還原糖含量變化率達到80%時，麥芽顏色開始變黃，且有香氣溢出，這與《中藥炮制學》記載炒麥芽的方法為“……炒至表面棕黃色，鼓起并有香氣時，取出……”的描述一致^[4]。

4 討論

近年來，NIRS已被用于中藥提取^[17]，藥物混合^[18]等操作工藝的在線監測，其操作終點或以預設的藥物含量為判據，如當提取液中指標成分的含量低于預設數值時即表明終點到達，或以含量均勻度確定混合終點，或以NIRS差異度為依據來確定終點，這些方法各自具有一定的優勢，但同時也有一定的適用范圍。麥芽炒制時，其成分依次隸屬于“生麥芽-炒麥芽-焦麥芽-麥芽碳”，是一個連續動態過程，因此，樣品在炒制過程中的近紅外光譜會持續發生變化。本項目在考察炒制動力學的基礎上，采用HCA，PLS-DA方法分析在炒制過程發生顯著變化的成分，并以此為研究對象，著重研究其“變化速率”與炒制終點的關系，以確定“炒香”終點，為在炮制、制劑過程中指標成分持續變化的終點判斷研究提供參考。

中藥炒制實質上是中藥中各成分在外界因素作用下發生變化的過程，本實驗PLS-DA表明，麥芽中總還原糖在炒制過程中變化最大，而傳統意義上的總黃酮變化反而不明顯。因此，在炒制等工藝研究中，應采用HCA，PLS-DA方法等找出可表征工藝的指標量，如果僅選用傳統意義上的藥效成分為指標，可能無法準確指示工藝終點的到達。

NIRS分析需要大量樣品建立定量模型，以保證模型的代表性及預測的精確性，但在應用NIRS監測炮制、制劑工藝過程時，由于監測的成分含量是由藥材因素（產地、批號）及工藝因素（火候）共同決定，如基于原始數據研究動力學過程，可能由于藥材因素而模糊炒制工藝對“炒香”的真實影響，因此，在考察動力學時，采用歸一化法可消除藥材因素的影響，提高優選工藝參數的科學性。

聚類分析可將基于指標成分分析相同或相近的樣本聚為一類，本實驗表明，在一定時間段內的樣本可成一類，說明炒制時間雖然不同，指標成分間并不存在明顯差異。因此，在中藥炮制，制劑工藝優選研究中，也許并不存在最佳工藝“點”，而是存在最佳工藝“段”。

[參考文獻]

[1]中國藥典.一部[S]. 2015： 156.

[2]凌俊紅. 麥芽的化學成分及炒制學研究[D]. 沈陽：沈陽藥科大學，2005.

[3]葛洪. 肘后備急方[M]. 天津：天津科學技術出版社，2013.

[4]龔千鋒. 中藥炮制學[M]. 北京： 中國中醫藥出版社，2007：308.

[5]關懷，王地，陳昕，等. 烘法加工中藥炮制品炒麥芽的工藝研究[J]. 北京中醫，2002（2）：114.

[6]許飛，鞏勁松. 關于焦香麥芽小規模炒制的一些體會[J]. 啤酒科技，2005（5）：43.

[7]邱孟，劉慶. 綜合評分法優化麥芽炮制工藝[J]. 中藥材，2007（7）：778.

[8]劉杰，楊瑤珺，王文祎，等. 應用近紅外光譜定量分析模型測定國產血竭中龍血素A、龍血素B含量[J]. 中藥新藥與臨床藥理，2015（1）：102.

[9]倪力軍，史曉浩，高秀蛟，等. NIR在線檢測、分析技術在丹參水提過程質量監控中的應用[J]. 中國藥學雜志，2004（8）：72.

[10]施朝晟，劉雪松，陳勇，等. 一種丹參提取過程終點快速判斷方法[J]. 中國藥學雜志，2006（23）：1771.

[11]孫文，巢志茂，王淳，等. 瓜蔞飲片中總糖及還原糖的含量測定[J]. 中國實驗方劑學雜志，2013（9）：96.

[12]董玉，石任兵，陳朝軍. 石菖蒲中總氨基酸的含量測定[J]. 時珍國醫國藥，2008（10）：2500.

[13]趙春艷，普曉英，曾亞文，等. 大麥麥芽總黃酮類化合物含量的測定分析[J]. 植物遺傳資源學報，2010（4）：498.

[14]劉翠玲，孫曉榮，吳靜珠，等.基于NIR的小麥粉異常樣本剔除方法研究[J]. 農機化研究，2014（4）：46.

[15]柳艷云，胡昌勤. 近紅外分析中光譜波長選擇方法進展與應用[J]. 藥物分析雜志，2010（5）：968.

[16]賀丹霞，陸輝，劉惠娟，等. 大麥籽粒及其炒制品中總黃酮含量分析[J]. 植物資源與環境學報，2013（3）：118.

[17]王海霞，所同川，余河水，等.基于近紅外光譜技術的甘草提取過程最優建模方法研究 [J].中國中藥雜志，2016，41（19）：3537.

[18]金葉，楊凱，陳木洲，等. 微型近紅外儀用于眾生丸粉末混合過程的在線監測研究[J]. 中國中藥雜志，2011（21）：2963.

[責任編輯 孔晶晶]