丹参（*Salvia miltiorrhiza*）作为传统中药的重要活性成分来源，其品质受地理环境影响显著。近年来，基于近红外（NIR）和 mid-infrared（MIR）光谱技术的原产地鉴别方法逐渐成为研究热点。本研究通过整合NIR与MIR光谱数据，结合多种预处理和变量筛选策略，构建了高效、稳定的原产地鉴别模型，为中药质量控制提供了新思路。
### 一、研究背景与意义
丹参作为唇形科药用植物的代表，其活性成分 salvianolic acids 和 tanshinones 的含量与产地土壤、气候条件密切相关。例如，山东产丹参以高含量丹参酮类成分著称，而四川产丹参则以 salvianolic acid B 为特征成分（Yao et al., 2022）。这种地理差异导致药材在化学组成和药理活性上存在显著分异，但传统鉴别方法如色谱分析存在耗时长、成本高、破坏样本等缺陷。近红外和红外光谱技术因其非破坏性、快速检测的特点，逐渐被应用于中药材的产地溯源。NIR光谱主要反映有机分子中氢键的振动信息，适用于整体化学成分的快速检测；MIR光谱则能捕捉分子键的基频振动，提供更精细的化学结构信息（Giorgini et al., 2023）。两者结合可弥补单一光谱的局限性。
### 二、研究方法与技术路线
研究采用多维度技术策略，具体包括以下关键步骤：
1. **样品采集与预处理**
采集山东、山西、河南、四川四地产的67批次丹参饮片样本。通过低温干燥（≤40℃）避免热降解，机械粉碎后过200目筛（MIR）或50目筛（NIR），确保样品均质性。MIR测试需与KBr粉末混合压片，NIR采用固体漫反射模式。
2. **光谱数据采集与优化**
- **NIR光谱**：范围10,000-4,000 cm⁻¹，扫描64次，积分分辨率8 cm⁻¹，背景扣除后取三次测量的平均值。
- **MIR光谱**：范围4,000-400 cm⁻¹，实时扣除CO₂和H₂O背景，三次扫描取均值。
预处理采用六种方法：多变量散射校正（MSC）、标准正态变量（SNV）、均值中心化（MC）、Savitzky-Golay平滑（SG）、一阶导数（1st）和二阶导数（2nd）。其中导数处理能有效消除基线漂移，如二阶导数在NIR中使模型准确率从90%提升至97%（图5a）。
3. **变量筛选与模型构建**
选用三类变量筛选算法：
- **无信息变量消除（UVE）**：通过引入随机噪声变量计算信息熵，筛选保留变量。
- **竞争自适应加权采样（CARS）**：基于特征相关性自适应调整权重。
- **随机森林（RF）**：通过特征重要性评估筛选关键波长。
采用偏最小二乘判别分析（PLS-DA）建模，通过 leave-one-out交叉验证评估模型性能。
### 三、主要研究结论
1. **单一光谱模型性能对比**
- **NIR模型**：最优模型为2nd-RF-PLS-DA，准确率96.72%。二阶导数能有效分离羟基（6900 cm⁻¹）、羰基（1650 cm⁻¹）等特征峰。
- **MIR模型**：SG-UVE-PLS-DA达到98.33%准确率。MIR对C=O伸缩振动（1650 cm⁻¹）和芳香环骨架振动（1510 cm⁻¹）敏感，结合SNV预处理可显著提升分辨率。
- **关键差异**：MIR在未预处理时准确率（93.18%）已高于NIR（90%），表明MIR对分子基频振动更敏感。
2. **光谱融合技术的突破性进展**
融合NIR与MIR数据后，模型性能显著提升：
- **2nd-UVE-PLS-DA融合模型**：准确率达100%，较单一光谱最高提升4.33%。例如，山东与四川样本在融合模型中可清晰分离（图5c）。
- **技术优势**：NIR捕捉整体化学信息（如O-H、C-H振动），MIR解析具体官能团（如羰基、芳环），融合后形成多维特征空间，减少单光谱噪声干扰。实验显示，融合模型对基线漂移和颗粒不均的鲁棒性提高约30%。
3. **变量筛选算法适用性分析**
- **UVE算法**：在融合数据中表现最优，尤其在二阶导数预处理下，变量数量从699（NIR-MSC+UVE）降至11（NIR-SG+UVE），同时保持100%准确率。
- **CARS算法**：在MIR单光谱中表现较差（仅62.96%），但融合数据结合SNV预处理后提升至96.83%，显示算法依赖预处理质量。
- **RF算法**：稳定性最佳，在NIR、MIR及融合数据中均保持85%-98%准确率，且特征重要性排序与已知化学成分（如丹参酮、芦丁）关联性高。
### 四、技术创新与科学价值
1. **预处理策略优化**
导数预处理（尤其是二阶导数）对消除基线漂移效果显著，NIR中使特征峰尖锐度提升40%，MIR中分离度提高35%。而MSC、SNV等校正方法在特定场景下效果更优，如SNV使MIR模型准确率从93.18%提升至97.83%。
2. **多源信息融合机制**
实验发现，NIR与MIR在2000-2500 cm⁻¹区域存在互补性：NIR的羟基 overtone（6900 cm⁻¹）与MIR的羰基基频（1650 cm⁻¹）共同构成化学指纹图谱。融合后模型对四地产丹参的区分度提升，尤其是河南与山西样本的交叉验证准确率从82%升至95%。
3. **算法组合的协同效应**
- **2nd导数+UVE**：在NIR中实现97%准确率，通过保留关键吸收带（如6900 cm⁻¹的羟基峰）增强区分能力。
- **SNV+2nd导数+RF**：在MIR中准确率达98.18%，通过SNV消除散射干扰后，二阶导数可清晰展现芳环骨架振动特征。
- **融合模型**：同时利用NIR的全局信息（如分子间相互作用）和MIR的局部结构信息（如C=O键），使复杂样本（如四川与山西样本）的区分更明确。
### 五、应用前景与局限性
1. **产业化应用潜力**
模型检测时间可缩短至2分钟/批次，成本降低80%以上。已成功应用于丹参饮片的市场抽检，对四地产区的识别准确率达99.2%（2025年3月试点数据）。
2. **现存技术瓶颈**
- **区域局限性**：目前样本仅覆盖四主产区，对云南、甘肃等新兴产区的适用性需验证。
- **预处理依赖性**：SG平滑在NIR中效果最佳（86.79%→97%），但参数选择（如窗口大小3、多项式阶数2）对结果影响显著。
- **仪器差异**：不同品牌FT-NIR（如Thermo Antaris II）与FT-MIR（如Bruker TENSOR II）的分辨率（NIR 8 cm⁻¹ vs MIR 4 cm⁻¹）导致特征提取差异。
3. **未来发展方向**
- **深度学习集成**：尝试将PLS-DA与卷积神经网络结合，自动提取光谱特征。
- **多模态数据融合**：联合HPLC指纹图谱（如丹参酮ⅡA、I型）与光谱数据，建立多维鉴别模型。
- **便携设备开发**：研制集成NIR/MIR模块的移动检测仪，满足田间实时监测需求。
### 六、方法论推广价值
该技术框架已成功迁移至其他中药材鉴别，如：
- **黄芪**：融合模型准确率98.6%，较单一光谱提升5.2%。
- **当归**：RF算法在MIR谱中筛选出7个关键变量（如1605 cm⁻¹的苯环振动），分类准确率92.4%。
研究证实，基于NIR-MIR融合与智能变量筛选的化学计量学方法，可有效解决传统中药材鉴别中存在的灵敏度低、通量差等问题，为建立标准化快速检测体系提供技术支撑。
