![zoޛ)j馝o<i]Lj˦jͿZ](http://img.resource.qikan.cn/qkimages/zgyi/zgyi201302/zgyi20130203-1-l.jpg)
材料
中药饮片均购自上海养和堂中药饮片有限公司；食盐（批号 080605，中盐集团）。αASTREE 电子舌系统（法国Alpha MOS公司）：由第二套传感器阵列（7个味觉传感器ZZ，AB，GA，BB，CA，DA，JE和1个氯化银参比电极）、16位自动进样器、数据采集系统及Alphasoft V12工作站软件组成；LXJIIB台式离心机（上海安亭科学仪器厂）；XP 205分析天平（0.01 mg，瑞士Mettlertoledo仪器有限公司）。
2 方法
选取22种中药，苦味药5种，甜味药6种，酸味药6种，咸味药5种。其中苦、甜味药均为药典记载的药味单一的常用中药。酸味药则为药典记载药味单一或有兼味的常用酸味药。咸味药中4种为药典记载的药味单一的常用中药[10]。此外，食盐常作为咸味的代表性物质，《本草纲目》中有记载食盐味甘、咸，性寒[11]。食盐溶液也作为一种咸味药，进行实验分析（表1）。
2.1 待测药液的制备
某些中药因质地及特殊成分的原因，煎法比较特殊，若不正确操作会影响药效的发挥，为与传统用药更贴切，结合本研究样品的特征，采用不同的煎煮方法，分为常规煎煮类中药，先煎类中药和后下类中药。
2.1.1 常规煎煮类中药药液的制备 取中药饮片20 g于烧杯中，100 mL水浸泡30 min，煎煮30 min， 趁热300目筛过滤，滤渣加水80 mL，煎煮30 min，趁热300目筛过滤，合并滤液，加水定容至200 mL，5 000 r·min-1离心10 min，取上清液，得生药含量0.1 g·mL-1的药液。0.45 μm微孔滤膜滤过，取0.8 mL滤液于样品杯中，加纯水稀释至80 mL。
2.1.2 先煎类中药药液的制备 石决明、牡蛎饮片，各取20 g于烧杯中，100 mL水浸泡30 min，煎煮1 h，趁热300目筛过滤，滤渣加水80 mL，煎煮30 min，趁热300目筛过滤，合并滤液，加水定容至200 mL，5 000 r·min-1离心10 min，取上清液，得生药量0.1 g·mL-1的药液。0.45 μm微孔滤膜滤过，取0.8 mL滤液于样品杯中，加水稀释至80 mL。
2.1.3 后下类中药药液的制备 取芒硝10 g，加入80 mL沸水中，煎煮10 min，趁热300目筛过滤，滤液加水定容至100 mL，5 000 r·min-1离心10 min，取上清液得生药量0.1 g·mL-1的药液。0.45 μm微孔滤膜滤过，取0.8 mL滤液于样品杯中，加水稀释至80 mL。
取食盐3 g，于100 mL量瓶中，加水溶解，定容至刻度。0.45 μm微孔滤膜滤过，取0.8 mL滤液于样品杯中，加水稀释至80 mL。
2.2 电子舌分析
电子舌经活化、校正、诊断通过，确保采集得到的数据可靠、稳定。室温条件下进行测定，每份样品体积为80 mL，电子舌传感器在每个样品中的采集时间为120 s，清洗时间为10 s，每秒采集1个数据，数据被软件记录和分析。本研究每份样品重复测定6次。电子舌的响应与中药液浓度在实验涉及的范围内（生药量 0.125～3.000 mg·L-1）呈线性相关。
2.3 数据处理方法
本研究采用电子舌的Alphasoft V12软件进行数据分析。利用主成分分析对不同口感的药材进行区分聚类，利用判别因子分析建立味道模型，对未知样品进行判别分析。
2.3.1 主成分分析（PCA） 主成分分析（PCA）是从多个数值变量之间的相互关系入手，利用降维的思想，将多个变量化为少数几个互不相关的综合变量的统计方法。在尽量保留原有信息量的条件下减少信息维数，用复杂的多维数据建立有良好可视性的2D/3D 图表，原始数据中最大量的信息将被投影在PC1轴，其次是PC2，PC3轴。每个样品将在PCA图上形成一个集合，各样品集合之间的距离通常用来表示其相互间的化学物质或者味道上的相似度。它可以无需先验知识，找到一组新的数轴来最大限度的展示数据间的差异性，以此挖掘有用的信息，给出具有不同风味区域和簇的描述性图表。同时软件将给出判别指数（discrimination index）、各样品集合间的距离（distance）、各电极在测定每个样品时各轮数据之间的精密度（RSD）。当各组之间相互独立，则判别指数为正，DI指数越大各样品间的区分越好；距离越大，两者之间的口味差别越明显。
2.3.2 判别因子分析 （DFA）判别因子分析（DFA）是一种通过重新组合传感器数据来优化区分的分类技术，它的目的是使组间距离最大同时保证组内差异最小，使各个组间的重心距离最大。在有多个组需要识别的情况下，通过先验知识找到使各个组群区分最好的图表并建立模型，然后可以进行识别新样本属于哪个组群。识别率可用于判定DFA模型是否有效，识别率越大，模型越可靠。
3 结果与分析
3.1 传感器响应信号处理
传感器的代号分别为CA，BB，AB，JE，GA，DA，ZZ，横轴为测量时间，纵轴为采集到的感应强度值。采用第120 s所得的稳定数据作为输出值。刚开始测量时，传感器感应强度会有波动，测量2～3次后，响应强度趋于稳定，故选取后3次的测量数据作为分析数据（图1）。
Alphasoft V12软件给出传感器响应值的标准偏差，7根电极响应精密度良好（RSD<3%），说明所有传感器检测过程中稳定性良好（表2）。
3.2 主成分分析
3.2.1 相同滋味中药的主成分分析 分别对酸、苦、甜、咸中药进行主成分分析。从主成分得分图上可以看出电子舌能够将相同滋味的不同样品完全分开（图2～5），每一个样品的3个点之间离散度较小，不同的样品间相互无干扰。判别指数（discrimination index）均达到94或以上。
实验选择的6种酸味药中，乌梅、木瓜的口尝滋味是单纯酸味，而山楂、诃子、山茱萸、五味子都带有不同的兼味。从酸味药的主成分得分图上可以看到（图4），PC1方向上，自右至左依次为没有兼味的木瓜（S1）、乌梅（S6），兼有苦味的山茱萸（S5）、五味子（S2），兼有甜味的诃子（S3）、山楂（S4）。在PC1轴上有纯酸酸苦酸甜的变化趋势。五味子（S2）兼有辛味，在PC2方向上，与其他样品有明显不同。
咸味药主成分得分图上（图5），5种中药分为3簇，石决明（X2）、牡蛎（X4）为一组，芒硝（X1）与食盐（X5）为一组，海螵蛸（X3）自为一组。海螵蛸与石决明、牡蛎在PC1轴上的投影较为接近，其主要区别在PC2上。由于第一主成分保存了样本的大部分信息，其贡献率达到97.37%，而第二主成分贡献率仅为2.11%，因此可以认为海螵蛸与石决明牡蛎的响应相似，分为一组。
3.2.2 不同滋味中药的主成分分析 22种样品进行主成分分析。从主成分得分图（图6，7）上可以看出，电子舌能够将进行实验的22个样品完全分开，在第1，第3主成分得分图（图7）上判别指数（discrimination index）达到97。在第1，第2主成分得分图（图6）上，除玉竹（G4）、制黄芪（G5）有重叠外，其他药都可以完全分开，说明电子舌对22种样品可以取得很好的区分效果。从第1，第2主成分得分图（图6）和第1，第3主成分得分图（图7）上可以看到样品明显地分为5簇，6种酸味药、6种甜味药和5种苦味药各自聚为一组，而咸味药则进一步分为2组，与3.2.1中咸味药分组情况相同，组间相互之间无干扰。
甜味和苦味药在主成分得分图上（图6，7）组间距离很小，在PC1轴上的投影基本相同，说明甜味药与苦味药的电子舌响应非常类似。
从主成分分析贡献率上可以看出，前3个主成分的贡献率分别为87.05%，6.77%，4.99%，前3个主成分累计贡献率达到98.81%，所以前3个主成分对应的特征向量所决定的三维子空间就能够充分保存原始数据的信息。
3.3 雷达图分析
每个样品响应的雷达图，能直观的反应样品各电极的响应值大小，便于对样品响应值情况进行比较。从22种中药的雷达图谱中可以看出，苦味药BB，CA，DA响应值大于甜味药，甜味药AB响应值稍大于苦味药，2种味道中药的ZZ，JE，GA的响应值较接近（图8）。而咸味药2组（芒硝、食盐）与酸味药响应值较接近，但是在ZZ上有较大的响应值。相同滋味中药的雷达图形状比较相似，代表同种滋味中药的各电极之间的比值相似。结合主成分分析结果，分别以同种滋味样品的电子舌响应值的均值做雷达图（图9）。每种滋味都有其独特的形状，得到酸、苦、甜以及2种咸味中药特征图谱。
3.4.1 DFA模型建立 以17种中药的51个测定值进行建模，得到甜、苦、酸味的判别分析模型。
3.4.2 DFA模型交叉验证 顺序剔除一个样品的3次测定结果，用余下16个样品的48个测定值建立DFA模型对被剔除样品进行判别，重复17次。甜、苦、酸交叉验证的正确率分别为100%，60%，100%，整体判别正确率为88.2%。
4 结论
本研究应用电子舌，以22种常用中药为检测对象，并用主成分分析法和判别因子分析法对所得的数据进行了分析。各样品重复性好，说明电子舌测定中药滋味，结果稳定可靠。主成分分析结果显示，电子舌能够区分相同滋味的不同药材，22种中药按酸、苦、甜、咸的规律聚类分布，组间无相互干扰。以同种滋味中药的均值建立雷达图，得到酸、苦、甜以及两种咸味特征图谱。不同滋味的图谱形状不同，可以很好的区分不同滋味。利用酸、苦、甜味中药的17个样品的51次检测结果建立DFA判别模型，甜、苦、酸交叉验证的正确率分别为100%，60%，100%，整体判别正确率为88.2%。甜、酸味模型交叉验证结果较好，而苦味模型交叉验证正确率仅为60%，其中2种药错判为甜味药。说明所建立的甜、酸味判别模型较稳定，苦味模型不够稳定，还需通过扩大样本量等方式进一步优化。
酸味中药主成分得分图上，在PC1方向上自右至左有纯酸酸苦酸甜的变化趋势，推测与其兼味有关，其电子舌响应规律还需进一步实验研究。在PC2方向上，五味子与其他样品有较大不同，可能与其辛辣之味有关。虽然常规认为辛味是热感和痛感的综合感觉，但是电子舌反应的是液体样品综合口感特点，因此可以尝试用电子舌对有辛辣之味的样品进行辨识。
通过对几种咸味药的入药部位研究发现，石决明、牡蛎、海螵蛸为动物外壳、骨骼类中药，在PCA图上聚为1组。矿物类中药芒硝和食盐聚为1组。动物贝壳类中药石决明、牡蛎与动物骨骼类中药海螵蛸，其响应又有一定的区别。由此推测，电子舌对中药的响应规律还可能与中药的生物学来源有关。电子舌是对液体样品的综合信息的响应，其响应规律可能同时存在多种，对数据进一步挖掘，还可能得到更多的信息。
甜味药与苦味药的电子舌响应非常类似。可以解释为甜、苦味中药的某些化学成分可以与传感器上相同的膜受体结合，得到相似的响应值变化。而在掩味研究中，常用甜味剂来掩盖苦味[1214]。现代味觉理论证明[9]，味觉的产生是由味觉分子与分布于口腔中的味蕾化学感受器作用，产生电信号传输到大脑的味觉皮质区而得到的一种感觉。因此笔者推测，甜、苦味药的某些成分可以与相同的味蕾化学感受器作用，当甜、苦味的成分同时存在时，会竞争味蕾的化学感受器，使大脑感知到的苦味程度降低。
本研究首次应用电子舌对中药滋味进行系统研究。通过对样品水煎液的分析，电子舌能够对不同滋味的中药进行区分并对相同或相似滋味的中药进行聚类，按照酸、苦、甜、咸的规律给出辨识结果。得到酸、苦、甜、咸特征雷达图谱，以及酸、苦、甜味判别分析模型。下一步须扩大样本量，优化酸、苦、甜味识别模型，建立咸味中药的判别模型，对中药味道进行量化表征。运用电子舌表征中药滋味，为中药的现代化研究开拓了思路。
[参考文献]
[1] 黄星奕，张浩玉，赵杰文.“电子舌”技术在食品领域应用研究进展[J].食品科技，2007（7）：20.
[2] Nikola Major， Ksenija Markovi，Marina Krpan，et al. Rapid honey characterization and botanical classification by an electronic tongue[J]. Talanta，2011，85：569.
[3] 姜莎，陈芹芹，胡雪芳，等.电子舌在红茶饮料区分辨识中的应用[J].农业工程学报，2009，25（11）：345.
[4] 陈全胜，江水泉.基于电子舌技术和模式识别方法的茶叶质量等级评判[J]. 安全与检测，2008，24（1）：124.
[5] 王俊，姚聪.基于电子舌技术的葡萄酒分类识别研究[J]. 传感技术学报，2009，22（8）：1088.
[6] 黄星奕，张春霞.应用电子舌技术识别水体的水华污染程度[J].江苏大学学报：自然科学版，2010，31（5）：506.
[7] Masumi Kataoka， Emi Tokuyama， Yohko Miyanaga，et al. The taste sensory evaluation of medicinal plants and Chinese medicines[J].Int J Pharm， 2008，351（1/2）：36.
[8] 盛良.用电子鼻、电子舌检测中西药物共同药效物质基础[J].现代中西医结合杂志，2008， 17（18）：2778.
[9] 吴秀玲，李大岩，王丹丹，等.现代味觉电生理技术在中药五味定性和定量研究中的作用[J]. 中国医药指南，2009，7（l2）：195.
[10] 中国药典.一部[S].2010.
[11] 李时珍.本草纲目[M].北京：中国中医药出版社，1998：270.
[12] 李海丽.阿奇霉素颗粒剂制备工艺研究[J].中华临床医学研究杂志，2008，14（11）：1617.
[13] 张霞，王荣，王文苹，等. 复方芸归颗粒制备工艺研究[J]. 中国现代应用药学，2011，28（3）：222.
[14] 周毅生，孟江，咸银库，等. 丹参多酚酸口腔崩解片处方及工艺研究[J]. 中国药房， 2009，20（33）：2585.
Discrimination of traditional Chinese medicinal materials with
different tastes based on electronic tongue
DU Ruichao1，2， WANG Youjie1，3， WU Fei1，3， FENG Yi1，3*， XU Desheng1，4， HONG Yanlong1，3， RUAN Kefeng1，3
（1. Engineering Research Center of Modern Preparation Technology of Traditional Chinese Medicine，
Ministry of Education， Shanghai University of Traditional Chinese Medicine， Shanghai 201203， China；
2. College of Chinese Materia Medica， Shanghai University of Traditional Chinese Medicine， Shanghai 201203， China；
3. Engineering Research Center of Modern Preparation Technology of Traditional Chinese Medicine of Zhangjiang，
Shanghai 201203， China； 4.Shanghai University of Traditional Chinese Medicine， Shuguang Hospital， Shanghai 201203， China）
[Abstract] Objective： To investigate the use of the electronic tongue in the evaluation of traditional Chinese medicinal materials with sour， bitter， sweet or salty tastes， and assess the possible application of the sensor in the evaluation of different tastes of traditional Chinese medicinal materials. Method： Aqueous extracts of 22 traditional Chinese medicinal materials were measured by the electronic tongue. The data collected with the tongue was evaluated for discrimination of the samples with multivariate statistical methods： principal component analysis （PCA） and discriminant factor analysis （DFA）. Result： The electronic tongue was capable of discriminating between samples with different taste modalities and could also distinguish different samples eliciting the same basic taste. Twentytwo traditional Chinese medicinal materials could be classified into five clusters based on PCA. These differences seem to derive from the different tastes. DFA was applied to construct a model to discriminate traditional Chinese medicinal materials with different tastes. And the samples yielded about 88.2% accuracy for crossvalidation. Conclusion： We confirmed that the electronic tongue may provide an analytical procedure for classification of the samples with respect to tastes of the traditional Chinese medicinal materials.
[Key words] electronic tongue； tastes of traditional Chinese medicinal materials； principal component analysis； radar map； discriminant factor analysis
doi：10.4268/cjcmm20130203
[责任编辑 吕冬梅]