摘要：以赤芍的红外指纹图谱作为聚类分析的对象，在建立主成分模型的基础上，采用SIMCA聚类分析法对赤芍进行了快速的分类研究。结果表明：由于野生与栽培赤芍的红外指纹图谱变异度较大．其光谱聚类的结果较理想，盲样检测的正确率可达90％；由于不同产地的赤芍的红外指纹图谱变异度较小．进行聚类分析后用盲样检测．正确率为75％，对于变异度较小的样品，若要提高识别的置信度，需增加样品的数目和采样的代表性。总之．红外指纹图谱与聚类分析法相结台可以快速鉴别药材的道地性。
主题词：红外光谱；聚类分析法；赤芍；无损鉴别；盲样
引言
中药材的质量控制是关系到中药的现代化、产业化、国际化的关键。原料药材的优劣，会直接影响到成品的质量和疗效。利用红外光谱的“指纹”特性，可为中药材粉末的鉴别提供一种快速和简便的鉴别方法。对于不同产地的同种药材，通常会因气候和地理位置的差异使药效也产生差异，同时也影响到疗效。为此，快速鉴别药材的道地性一直是中药鉴定学所关心的热门课题。
中草药不仅是一个复杂的混合物体系，而且数量大，品种多，所含各种化舍物吸收强度的叠加具有难以解析的复杂性；又因大多数药材的主体成分具有共性．故谱图又具有一定的相似性。不同种药材或不同产地的药材．只要各化学成分的吉量不同．红外的指纹谱圈就会有差异。这样，借助药材指纹谱图的差异，建立相关的模式识别法，实现谱图的辨认和药材的快速鉴别在理论上是可行的。本文运用模式识别中的聚类分析法对野生和栽培以及不同产地的赤芍进行了分析鉴别。结果表明：此法基本上可为中药材粉末的快速分析和鉴别提供一种较直观、简便的手段。
1 实验部分
1．1 仪器设鲁和参救设置
采用Perkin-Elmer公司的Splectrum GX傅立叶变换红外光谱仪，中红外DTGS检测器，测定范围4 1300～4O0∞ ～，扫描次数16次，分辨率4/cm。
1．2 样品来谴和检测
所有赤芍样品均由中国中医研究院中药研究所胡世林研究员提供并鉴定 样品均粉碎成粉末过200目筛后，掺入演化钾粉末直接压片测定红外谱。
1．3 数据处理
红外光谱聚类分析采用Perkin-Elmer公司的Quant和SIMCA应用软件。
2 结果讨论
2．1 野生和栽培赤芍样品的聚类分析
采用红外光谱法测定了来自八个省份的99个赤芍样品，野生和栽培的红外指纹谱图变异性较大。以其中80％的样本作为“训练集”，20％的样本作为盲样。经聚类分析后，获得两类药材的类间距为16.84。类间距的数值越大，表明类与类之间的差异越明显。
两类药材的识别率(Recqgnition rate)和拒绝率(Rejection rate)：除野生药材的识别率在85％以下，栽培的识别率和拒绝率均为100％。所谓识别率就是考察某类样品有多少落在该类模型的压域内；而拒绝率就是考察某类样品模型对于其它不属于该类的未知样品的拒绝程度，即是否都落在该类模型的区域外。当这两个值都为100 ％时，表明这两类物质之间没有重叠，可以较好分开。
最后将10种野生和9种栽培的盲样进行分析，除74，138号样品未被检测出是哪一类以外．其余未知样本均都识别正确，经计算得出准确率为90％。
2．2 不同产地赤芍样品的聚类分析
将所获得的内蒙古、辽宁和陕西三省的28十样本的红外指纹图谱作为“训练集 进行聚类分折，其类间距所示不同省分样品的识别率和拒绝率。
3 结论
总之：聚类分析法可以对野生、栽培和不同产地的赤芍进行快速鉴别。说明所建的模型基本上是合理的，并且有较强的识别能力．对那些预测错误或不准确的样本，将谱图放大分析后．发现造成的原因主要有两个，一是样本本身就是奇异样本；二是所挑选出的样本组成的训练集中没有包括该样本的信息。为此．如果能够获得足够多的样本，增加训练集样本数，该法的准确率将会大大提高。因此．聚类分析法不失之为快速识别野生、栽培和不同产地赤芍的方法。
