基于三维指纹图谱的中药质控分析新方法研究

Three-dimensional (3D) spectra have been widely applied in analytical chemistry owing to their comprehensive representation for the characteristics of samples. In this study, based on the digital grayscale image convered from 3D fingerprint spectra that were obtained by means of high performance liquid chromatography (HPLC) coupled with diode array detector (DAD), the qualitative and quantitative analyses for several productions of traditional Chinese medicines (TCM) will be investigated. The noise signals and shifts of peaks and baseline will be corrected using wavelet analysis and the technology of digital image processing. We will try to mine the image's features that can describe the composition of information with multi levels in the image of 3D HPLC/DAD fingerprint spectrum, and evaluate their performance. With the robust features of image corresponding to the compounds, the approach to the qualitative analysis of samples obtained from different sources will be developed, and the novel method of simultaneous quantitative analysis for the multi target compounds in sample will be explored and established. Furthermore, our methods will be applied on the qualitative and quantitative analyses of several TCM productions such as Huanglian and Xuesaitong injection. .Our study will develop the faster, accurate and objective approaches to the quality control and assessment of TCM productions, which will decrease the difficulty and costs of analytical works for complex TCM samples so as to establish the online analysis system. On the other hands, this investigation is very useful for the analyses of many 3D spectra such as 3D fluorescence spetra and liquid chromatograohy-mass spectra.

三维指纹图谱因其可全面反映样品的信息而获得日益广泛应用。本项目拟以中药色谱指纹三维图谱为研究对象，将其转换为数字图像后，利用小波分析、数字图像处理等技术优势应对实验测定图谱中存在的噪音信号及峰与基线的漂移等问题；挖掘能够表征样本三维指纹图谱之图像中多分辨信息的组成特征，剖析其对指纹图像的刻画性能；探寻能够稳健表征指纹图像中目标组分之特征，建立相应的模型以实现对不同来源样本的相似性等分析及多目标组分同时定量分析的新方法，并应用于黄连、血塞通等中药（剂）样品的质量分析。本立项的研究成果不但有利于降低复杂样本分析中的难度与成本、易于实现在线分析，为中药质控与评价提供更加客观、快速、准确的新方法，而且还可为探索其它三维图谱（如三维荧光、LC-MS等）的分析与应用提供有益的启示。

丰富的样本量测信息是精准分析的基础；可视化的化学三维指纹图谱在为获得更加满意的分析结果扩展了可利用信息空间的同时，也增加了数据分析的难度。现有的化学计量学方法虽然已表现出巨大的优势，但仍面临着非目标组分及非线性信号等较强干扰的挑战。. 在国家自然科学基金委本项目的资助下，我们另辟蹊径，基于数字图像处理技术开展了化学三维指纹图谱分析的研究。通过对多种数字图像特征的全面考察，最终聚焦到图像矩特征的研究。将化学三维指纹图谱转换为数字灰度图像后，以数字图像矩特征描述样本的各类信息，并利用逐步回归等简单方法建立多目标组分的线性定量分析模型及样本相似性的定性分析方法。该思路成功应用在基于色谱、荧光、液质联用、核磁共振等三维指纹图谱对中药制剂质控的定性与定量分析研究。. 研究工作取得的主要成果有：(1)基于数字图像矩特征具有的多分辨特性，采用不同阶数的图像矩特征变量分解化学图谱中的各类信息，通过选取与目标信息紧密相关的图像矩变量建立分析模型，从而解决了化学图谱中存在的峰重叠、基线漂移、非组分与噪音等干扰信号的影响。(2)基于数字图像矩特征所具有的平移、缩放等不变性，化学图谱中常见的峰漂移在图像矩变量的计算中得到自动校正，因而无需对原始的化学图谱进行任何的预处理。(3)研究发现，在数字图像处理技术中，Hu矩、Zernike矩、小波矩、Tchebichef矩、Krawtchouk矩等多种图像特征的多分辨性及不变性等各有不同，对于不同类型化学三维图谱的分析也各有所长。(4)截止目前，本项目资助的研究工作已发表SCI一区期刊论文1篇、二区期刊论文16篇、三区期刊论文10篇等。. 本立项研究中，我们首次将数字图像处理技术引入化学三维指纹图谱的分析，为多目标组分定量及样品相似性分析的化学计量学方法开辟了又一个新的有效途径；不仅可以减少化学图谱的预处理，还可应对多种干扰，从而获得较为满意的分析结果。