中醫(yī)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,。近年來中藥由于活性成分豐富的研究成果和對突發(fā)傳染性疾病治療控制的突出表現(xiàn)受到了世界各地的廣泛關(guān)注[1-3],。同時，這也對中藥材和中藥制劑的品質(zhì)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(zhì)量評價與臨床應(yīng)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，但由于生長條件苛刻,、入藥部位特殊,、炮制考究等原因，導(dǎo)致產(chǎn)量低,、價格昂貴,。目前我國中藥市場上名貴中藥材質(zhì)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(xiàn)象[4],。從2013～2018年的全國市場質(zhì)量抽檢結(jié)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于價格高昂，不可避免的成為了不法商家摻偽,、造假的主要對象,。如常見的人參[6]、鹿茸[7]等名貴中藥材均存在不同程度的假冒偽劣現(xiàn)象,，引發(fā)人民群眾對中藥材質(zhì)量的嚴重擔(dān)憂,。因此加快名貴中藥材的現(xiàn)代化質(zhì)量檢測研究，是提高我國中藥材及飲片整體質(zhì)量水平的關(guān)鍵,。

傳統(tǒng)的中藥質(zhì)量評價以基礎(chǔ)鑒別法（基原,、性狀、顯微,、理化等）為主,。隨著中藥質(zhì)量研究發(fā)展，高效液相色譜（HPLC）,、氣相色譜（GC）,、質(zhì)譜（MS）及其聯(lián)用技術(shù)被廣泛的應(yīng)用。但是,，這些檢測方法大多需要昂貴的儀器設(shè)備或復(fù)雜的前處理過程,，對操作人員的專業(yè)性也有較高的要求，難以實現(xiàn)大范圍檢測和普遍應(yīng)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(shù)具有操作簡單,、分析時間短、成本低的特點,，近幾年來發(fā)展迅速,，在農(nóng)業(yè)[8]、食品[9],、石油化工[10]和醫(yī)藥[11]行業(yè)等均有廣泛的應(yīng)用,，并取得了規(guī)模化的應(yīng)用成效,。NIR光譜技術(shù)在食品和農(nóng)產(chǎn)品的場地溯源,、營養(yǎng)成分含量測定、等級分類及在線檢測等方面中應(yīng)用廣泛[12]。中藥材多源于天然動植物,，NIR光譜技術(shù)在中藥的質(zhì)量檢測和質(zhì)量控制的應(yīng)用中具有巨大的潛力,。在中藥領(lǐng)域中,，NIR光譜技術(shù)已在中藥特別是名貴中藥材的真?zhèn)舞b別,、種類鑒別、產(chǎn)地鑒別,、質(zhì)量評價等方面得到廣泛的研究和應(yīng)用[13],。本文對近幾年近紅外光譜技術(shù)在名貴中藥材的質(zhì)量評價研究進行綜述，并對其未來發(fā)展方向進行展望（圖1）,。

1 NIR光譜技術(shù)與特點

1.1 NIR光譜簡介

NIR是介于可見光與中紅外光譜之間的電磁波,，美國材料與試驗協(xié)會（ASTM）規(guī)定其波長范圍為780～2526 nm（12 820～3959 cm?1）[14]。NIR光譜的產(chǎn)生,，主要是由于分子的振動具有非諧振性,，能從基態(tài)向高能級進行躍遷。在NIR光譜中,，主要來源于C-H,、O-H、N-H等含氫基團倍頻和合頻的吸收,。由于不同基團產(chǎn)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(dǎo)致其光譜特征的改變，這為近紅外光譜的定性分析與定量分析奠定了基礎(chǔ)[15],。

1.2 NIR光譜分析技術(shù)原理

NIR光譜分析技術(shù)由光譜儀,、化學(xué)計量學(xué)軟件和校正模型3部分組成。光譜儀用于樣本光譜的采集,，化學(xué)計量學(xué)軟件用于校正模型構(gòu)建,，而基于建模樣本的光譜及定標數(shù)據(jù)所構(gòu)建的校正模型則用于對待測樣本的定性或定量檢測。

NIR光譜儀器從分光系統(tǒng)可分為固定波長濾光片,、光柵色散,、聲光可調(diào)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，采用透射（透反射,、漫透射）,、反射（漫反射）等檢測方法可實現(xiàn)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(shù)的研究中處于關(guān)鍵地位,，一個理想的校正模型具有良好的穩(wěn)健性，其預(yù)測能力也出色，可以實現(xiàn)在預(yù)定參數(shù)范圍內(nèi)的良好應(yīng)用,。構(gòu)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(yīng)的目標理化性質(zhì)值的準確獲??；（2）適合的光譜預(yù)處理方法和波長（波段）選擇方法；（3）優(yōu)選的擬合算法,，如運用偏最小二乘法（partial least squares,，PLS）、人工神經(jīng)網(wǎng)絡(luò),、支持向量機等算法的一種或多種,，實現(xiàn)最優(yōu)校正模型的構(gòu)建,。校正模型構(gòu)建及優(yōu)化的過程,，也需要進行綜合評價以篩選,。常用的評價參數(shù)主要決定系數(shù)（R2）、交叉驗證均方根誤差（RMSECV）,、預(yù)測均方根誤差（RMSEP）,、相對分析誤差（RPD）等。

化學(xué)計量學(xué)軟件是實現(xiàn)模型構(gòu)建與應(yīng)用的媒介,，可以快速地完成校正模型的構(gòu)建及評價,。一般來說，化學(xué)計量學(xué)軟件可分為3類,。一種是NIR光譜儀供應(yīng)商提供的專業(yè)化學(xué)計量學(xué)軟件,；一種是偏重于建模的專業(yè)處理軟件，如Unscrambler,、Matlab等,；還有一種是用戶自行開發(fā)的專用軟件。

1.3 NIR光譜的技術(shù)特點

NIR光譜分析技術(shù)相較于傳統(tǒng)的分析方法具有“多,、快,、好、省”的優(yōu)勢,，主要體現(xiàn)在：（1）分析對象多：采用不同的測量方式采集光譜,，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(huán)境友好：可實現(xiàn)樣品的直接檢測,，一般無需對樣品進行前處理，避免了化學(xué)試劑的使用,，對環(huán)境不造成污染,。（4）檢測成本低：NIR光譜技術(shù)屬于無損檢測技術(shù)，避免了試劑的使用及樣品的浪費,；同時NIR光譜技術(shù)操作簡單,，對專業(yè)人員的需求低，光譜信號可通過石英或玻璃光纖進行傳導(dǎo),，實現(xiàn)在線實時質(zhì)量分析,，極大的降低了人力成本,。

作為一種新興分析技術(shù),，NIR光譜技術(shù)近幾年來迅速發(fā)展，但其也存在著一些弱點：（1）作為一種間接檢測技術(shù),，NIR光譜技術(shù)需基于標準方法獲得原始數(shù)據(jù)以建立模型,，原始數(shù)據(jù)的準確性和模型建立的合理性直接影響其預(yù)測結(jié)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(yīng)用比較適合于樣品數(shù)量較多且具有日常需求,，不太適用于樣本數(shù)量較少或分散性樣品的分析,。（4）校正模型的構(gòu)建與應(yīng)用，需投入相對較多的人力和物力,，且這個過程需要專業(yè)人員的深度介入,。

2 基于NIR光譜技術(shù)的中藥材真?zhèn)舞b別

以形態(tài)學(xué)特征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(yè)能力和豐富的實踐經(jīng)驗。薄層色譜法（thin-layer chromatography,，TLC）可在較短的時間內(nèi)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(shù)實現(xiàn)名貴中藥材的真?zhèn)舞b別具有重要意義。

2.1 正品與偽品鑒別

貝母始載于《神農(nóng)本草經(jīng)》,，而后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(xiàn)象十分普遍?！吨袊幍洹?020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(xiàn)川貝母與其它貝母的有效鑒別,。

周婷等[22]采用K值聚類法并結(jié)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(qū)間為5.06～5.96,。該研究在實現(xiàn)了川貝母和其他貝母有效區(qū)分的同時,，也實現(xiàn)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(qū)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?zhèn)危R別率為82%,。瞿海斌等[24]采集阿膠粉末的NIR譜圖,，對其進行多重散射校正和小波變換光譜預(yù)處理并分別運用相似度匹配和馬氏距離方法建立判別模型，結(jié)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]采集了300份中國紅參和多種偽品紅參的NIR漫反射光譜,，采用判別分析（discriminatory analysis，DA）法建立其定性鑒別模型,，結(jié)果顯示模型驗證的預(yù)測結(jié)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(shù)不僅可以實現(xiàn)名貴中藥材的真?zhèn)舞b別，還可實現(xiàn)摻雜部分偽品的藥材鑒別,，并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的干燥根和根莖[21]，具有散瘀止血,，消腫定痛的功效,，在中醫(yī)骨傷科、外科,、婦科等具有廣泛應(yīng)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]分別采用可見光、短波近紅外光譜和長波近紅外光譜三個波長范圍,，分別基于偏最小二乘回歸（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(yōu)先了基于長波近紅外光譜的PLSR模型是定量測定三七的最佳模型，實現(xiàn)了對摻偽三七粉末的快速定量分析,。

Hao等[27]基于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(qū)分,，同時利用PLSR模型來實現(xiàn)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(yù)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(yù)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(yù)測值與真值相關(guān)系數(shù)為0.999 7，樣品回收率為97.96%～100.90%,，RSD為0.81%,，實現(xiàn)了川貝中浙貝摻入量的快速檢測。

3 基于NIR光譜技術(shù)的中藥材種類鑒別

名貴中藥材常存在一藥多源的現(xiàn)象,，且多數(shù)來源于同一科屬內(nèi)的多種形態(tài)相近的植物,，傳統(tǒng)方法難以實現(xiàn)其快速鑒別。部分名貴中藥材還受產(chǎn)地或種植,、培育方式等影響而導(dǎo)致功效上的較大差異,。NIR光譜技術(shù)在名貴中藥材的真?zhèn)舞b別,、產(chǎn)地鑒別以及含量測定等方面已得到廣泛研究，但對于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

紅景天來源于景天科植物大花紅景天Rhodiola crenulate (Hook. f. et Thoms.) H. Ohba的干燥根和根莖[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]基于傅立葉變換近紅外光譜（fourier transform near infrared spectroscopy，F(xiàn)T-NIR）技術(shù),，結(jié)合化學(xué)計量學(xué)分析實現(xiàn)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(yīng)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]采集了9種靈芝540個樣品的NIR光譜，建立了基于多元散射校正光譜預(yù)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(xiàn)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的干燥膽結(jié)石,，具有清心,、豁痰、開竅,、涼肝,、息風(fēng)、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,、復(fù)合膽紅素鈣等制成,；人工牛黃則是參照天然牛黃的已知成分，人工配制而成,。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]采用NIR光譜,，并利用基于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(jié)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(shù)均為0,，模型準確率為100%。

人參為五加科植物人參Panax ginseng C. A. Mey.的干燥根和根莖,，具有大補元氣,、復(fù)脈固脫、補脾益肺,、生津養(yǎng)血等功效,。由于資源匱乏，目前純野外生長的人參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?，F(xiàn)市場所售的野山參多指人工播種于山林，在野生狀態(tài)下自然生長一定年限后的林下參,。邢琳等[32]使用FT-NIR儀采集了不同栽培方式人參樣品10 000～4100 cm?1的NIR光譜圖,，并結(jié)合化學(xué)計量學(xué)軟件建立了池底、野山參移栽,、野山參和趴貨4種人參的定性聚類模型,。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種人參建模樣品驗證合集的識別率達到98%,。

NIR光譜技術(shù)通過模型的建立，實現(xiàn)了同一種藥材間不同培育,、栽培方式藥材間的快速分類,，有利于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(xiàn)象的改善,，并推動中醫(yī)臨床的精準用藥,。

3.3 中藥材產(chǎn)地鑒別

中藥產(chǎn)地來源不同，其質(zhì)量也會有所差異,。道地藥材往往因其品種優(yōu)良,、環(huán)境適宜、加工精良而具有更好的質(zhì)量和療效[33],。中藥材的產(chǎn)地識別有利于保障中藥療效和用藥安全,。Chen等[34]對來源于3個不同省份的6個不同產(chǎn)地的靈芝樣品進行近紅外光譜的采集并采用PLS-DA、PCA和DA進行建模分類,。結(jié)果表明,，對于來自3個不同省份樣品的鑒別,，PLS-DA模型實現(xiàn)100%的正確分類，對于6個不同產(chǎn)地的樣本,，DA模型實現(xiàn)96.6%的正確分類,。此外NIR光譜技術(shù)在動物、植物,、真菌等不同類型名貴中藥材的產(chǎn)地識別中均有應(yīng)用,，見表1。

4 基于近紅外光譜技術(shù)的中藥材含量測定

中藥材成分復(fù)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(fēng)險物質(zhì)的精確測定是科學(xué)闡釋和保證其有效性及安全性的必要手段,。對于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，而對于單體成分的含量測定,，則較多使用HPLC,、GC、MS及其聯(lián)用技術(shù),。但這些方法多前處理復(fù)雜,、分析時間較長、操作繁瑣,，因而分析結(jié)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(xiàn)名貴中藥材內(nèi)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(shù)用于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用于人參總糖的快速定量檢測,，證明了NIR光譜技術(shù)在人參總糖含量定量測定中的可行性和優(yōu)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(shù)結(jié)合標準正態(tài)變換結(jié)合一階導(dǎo)數(shù)光譜預(yù)處理和PLS法,，實現(xiàn)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(jié)合區(qū)間偏最小二乘遺傳算法（interval partial least squares-genetic algorithm,，IPLS-GA）測定雪蓮中總黃酮的含量,，模型預(yù)測集RMSEC為0.834 7%，校正模型相關(guān)系數(shù)（RC）＝0.944 4,，驗證集RMSEP為1.076 6%,，相關(guān)系數(shù)RP＝0.900 6。

4.2 有效成分或指標成分含量測定

楊南林等[45]基于NIR光譜結(jié)合人工神經(jīng)網(wǎng)絡(luò)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(guān)系數(shù)為0.917 7，實現(xiàn)對冬蟲夏草中甘露醇含量的快速檢測,。由于NIR包含了樣品的大量化學(xué)及物理信息,，因此通過數(shù)學(xué)模型的建立，NIR光譜可實現(xiàn)中藥材的多成分同時檢測,。劉杰等[46]采用PLS結(jié)合二階導(dǎo)數(shù)預(yù)處理方法建立了國產(chǎn)血竭中龍血素A,、龍血素B的NIR含量測定模型。胡馨等[47]基于NIR光譜,，采用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(zhì)量的穩(wěn)定性有重大影響,。牟倩倩[48]采用NIR漫反射光譜分析技術(shù)結(jié)合PLS對紅景天藥材中水分和紅景天苷含量進行含量預(yù)測，實驗方法快速,、準確,、無污染。雷敬衛(wèi)等[49]基于甲苯法測定的木香藥材水分含量,，結(jié)合PLS建立木香藥材水分含量的NIR定量模型,，驗證集預(yù)測值與甲苯法參考值無統(tǒng)計學(xué)差異，說明NIR光譜可以應(yīng)用于藥材水分的快速檢測,。

雖然NIR光譜技術(shù)在名貴中藥材的水分測定具有較多的應(yīng)用,，但目前仍停留于特定藥材的專屬模型構(gòu)建研究，即對不同的藥材需構(gòu)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(fā)展趨勢,。

4.4 風(fēng)險物質(zhì)檢測

由于中藥的自然屬性，中藥材可能存在著重金屬,、農(nóng)藥殘留及真菌毒素等有害物質(zhì),。劉燕德等[50]基于NIR光譜技術(shù)結(jié)合PLS-DA，建立了丁香蓼葉的重金屬銅近紅外定量模型,。經(jīng)過平滑處理,，模型RC為0.950，RMSEC為5.99,，外部驗證相關(guān)系數(shù)RP為0.923,，RMSEP為7.38,。證明了近紅外光譜技術(shù)用于中藥重金屬含量的快速檢測具有可行性。同樣,，基于目前近紅外在食品,、農(nóng)產(chǎn)品領(lǐng)域的應(yīng)用研究報道，發(fā)現(xiàn)近紅外在中藥材的農(nóng)藥殘留及真菌毒素等風(fēng)險物質(zhì)的檢測中也具有較大潛力[51-52],。但目前,，近紅外光譜技術(shù)在中藥材的風(fēng)險物質(zhì)檢測報道相對較少，需要進一步加強研究,。

5 基于近紅外光譜技術(shù)的中藥材綜合評價

目前市場上名貴中藥材質(zhì)量的快速評價以及等級分類主要通過“辨狀論質(zhì)”,，即以形、色,、氣,、味等藥材外部的“性狀”來判斷其內(nèi)部的“質(zhì)”[53]。但作為一種經(jīng)驗鑒別方法,，“辨狀論質(zhì)”有著不可避免的缺點,，如鑒別者需實踐經(jīng)驗豐富；受鑒別者主觀意識影響,；僅能實現(xiàn)初略的評判及分類,。而基于HPLC、GC和MS等的化學(xué)成分含量測定及指紋圖譜分析,，因儀器昂貴,、前處理復(fù)雜、檢測時間長等原因,，難以實現(xiàn)大批量檢測,，仍無法替代傳統(tǒng)鑒別方法?；谥兴庂|(zhì)量標志物（Q-Marker）的概念,，利用NIR光譜技術(shù)將光譜與藥效成分含量信息相關(guān)聯(lián)，可實現(xiàn)簡便可靠的中藥材質(zhì)量快速評價[54],。

5.1 基于NIR光譜技術(shù)的質(zhì)量分級評價

沉香具有鎮(zhèn)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(xiàn)大量摻假和劣質(zhì)沉香。Ding等[55]采用UPLC-Q/TOF MS與PCA相結(jié)合的方法對沉香的質(zhì)量標志物進行鑒定，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?zhèn)蔚臐撛跇酥疚?，并利用協(xié)調(diào)偏最小二乘法結(jié)合蒙特卡洛算法建立其NIR定量模型,，應(yīng)用系統(tǒng)聚類分析和PLS-DA對定量結(jié)果進行深入分析，將50個沉香樣品分為優(yōu)質(zhì),、合格,、不合格和假冒4類樣品。

5.2 基于Q-Marker的NIR光譜技術(shù)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(zhì)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(guān)聯(lián)并可以檢測的化學(xué)成分,，是建立以療效為核心質(zhì)量控制體系的關(guān)鍵。白鋼等提出基于中藥Q-Marker的中藥材品質(zhì)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,。由于目前中藥材品質(zhì)評價方法與藥效的關(guān)聯(lián)不明確,，而通過Q-Marker對藥材功效進行評判的技術(shù)標準尚未建立，白鋼等[61]進一步提出質(zhì)量綜合評價指數(shù)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(zhì)量綜合評價與等級鑒定的新方法,。

6 展望

NIR光譜技術(shù)在名貴中藥材質(zhì)量評價中已有廣泛的研究,，但從其發(fā)展趨勢來看，目前仍處于萌芽狀態(tài),。因此,，未來還需要進行更多的研究，特別是在模型的穩(wěn)健性,、光譜儀的便攜性,、檢測技術(shù)的網(wǎng)絡(luò)化、通用模型的構(gòu)建與評估等方面,。隨著研究的深入,，NIR光譜技術(shù)在中藥領(lǐng)域中的應(yīng)用研究，將從簡單的定性,、定量研究逐步轉(zhuǎn)向基于多種藥效成分的中藥功效評價及結(jié)合多種傳統(tǒng)分析方法的中藥質(zhì)量綜合評價研究,。鑒于此，基于質(zhì)量標志物的中藥品質(zhì)近紅外快速評價,，有望成為未來中藥品質(zhì)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(tǒng)的分析方法已難以滿足快速發(fā)展的需要。因此，建立一套名貴中藥材的質(zhì)量快速識別系統(tǒng)將是未來發(fā)展的一個重要趨勢,。系統(tǒng)可由簡易,、便攜的近紅外光譜儀、具有光譜傳輸及數(shù)據(jù)接收功能的智能設(shè)備和名貴中藥材質(zhì)量評價云端服務(wù)平臺3部分構(gòu)成,?？蛻羰褂煤唵巍⒈銛y的NIR光譜儀對樣本進行光譜采集,，通過智能設(shè)備及相應(yīng)軟件將圖譜上傳至云端平臺,，云端平臺則根據(jù)客戶的需求迅速選擇相應(yīng)的模型對樣品質(zhì)量進行快速評估，并將結(jié)果反饋至客戶,。

名貴中藥材質(zhì)量快速識別系統(tǒng)的構(gòu)建與使用可有力的打擊中藥材市場上的“假冒偽劣”現(xiàn)象,，推動優(yōu)質(zhì)藥材的生產(chǎn)與流通。但系統(tǒng)的構(gòu)建任重而道遠,，以下問題須逐步克服：①NIR光譜儀的穩(wěn)定性,、重現(xiàn)性、便攜性及操作的簡單化,。②NIR模型的穩(wěn)健性,、通用性和準確性。③云端系統(tǒng)的魯棒性,、運算的快速化和計算的精準化,。

利益沖突 所有作者均聲明不存在利益沖突

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(shù)在名貴中藥材質(zhì)量評價中的研究進展 [J]. 中草藥, 2022, 53(20): 6328-6336 .