基于变异系数的模糊物元模型评价不同产地大黄药材质量

李喜香 刘书斌 黄清杰 陈二林 马晓辉 张志瑞 张明明 杨晓玲

摘要：目的  利用基于变异系数的模糊物元模型评价不同产地大黄的质量。方法  结合欧氏贴近度概念，构建基于变异系数权重的中药质量综合评价的模糊物元模型。选取大黄中没食子酸、游离蒽醌等14个评价指标，评价不同产地大黄的质量。结果  27个产地大黄药材样品中，欧氏贴近度ρHj>0.220 9的样品有9批，主要集中在四川和甘肃陇南，品质较优，均具有“红肉白筋，体重质坚，星点环列，味苦”的优良性状特征;ρHj<0.160 4的样品主要集中在青海达日和四川峨眉山等地，样品性状与“个头普遍较小，体轻质松，内部有糠心”的劣药特征一致。结论  本研究建立的模型使用简单、易于计算，能客观反映大黄药材的质量，也可为基于多种化学成分指标的其他中药材质量综合评价提供参考。

关键词：大黄;模糊物元模型;变异系数权重;欧氏贴近度

中图分类号：R284.1    文献标识码：A    文章编号：1005-5304（2019）08-0076-07

DOI：10.3969/j.issn.1005-5304.2019.08.016      开放科学（资源服务）标识码（OSID）：

Abstract：
Objective To evaluate the quality of Rhei Radix et Rhizoma from different producing areas through fuzzy matter-element model based on coefficient of variation. Methods Combined with the concept of Euclidean closeness degree， a fuzzy matter-element model based on variation coefficient weight for comprehensive evaluation of quality of TCM was established. 14 evaluation indexes including gallic acid and free anthraquinones were chosen to evaluate quality of Rhei Radix et Rhizoma from different producing areas. Results Among samples from 27 producing areas， the Euclidean approximation value of 9 batches of samples ρHj >0.220 9， which were mainly concentrated in Longnan of Gansu Province and Sichuan Province， and the quality of these samples was better， which had good characteristics such as “red meat， white gluten， strong body weight， star dots， and bitter taste”; ρHj <0.160 4 samples were concentrated in Dari Qinghai and Emeishan Sichuan. The characteristics of the samples were consistent with those of inferior medicines with “generally small size， light weight， loose body and bran heart”. Conclusion The model is simple and easy to calculate， which can objectively reflect the quality of Rhei Radix et Rhizoma and provide references for comprehensively evaluating the quality of other TCM based on various chemical constituents.

Keywords：
Rhei Radix et Rhizoma; fuzzy matter-element model; variation coefficient weight; Euclidean proximity

大黃为蓼科植物掌叶大黄Rheum palmatum L.、唐古特大黄Rheum tanguticum Maxim. ex Balf.或药用大黄Rheum officinale Baill.的干燥根及根茎[1]，主产于青海、甘肃、四川、西藏、安徽等地，具有泻下攻积、清热泻火、凉血解毒、利湿退黄功效。由于生态环境、栽培方式、炮制加工等方面存在差异，且各因素间相互影响、关系错综复杂，致使不同产地大黄药材质量优劣不一。2015年版《中华人民共和国药典》大黄的质量控制主要集中在蒽醌类成分的含量测定，以游离蒽醌类及结合蒽醌类的总含量达到最低限度为要求，难以综合、全面体现药材的内在品质。大黄成分复杂，系统评价其药材质量，还需结合大黄的鞣质类、苷类化合物和有机酸类等活性成分。没食子酸、儿茶素、表儿茶素、芦荟大黄素苷、大黄酸苷、大黄素苷、大黄酚苷、大黄素甲醚苷、芦荟大黄素、大黄酸、大黄素、大黄素甲醚和大黄酚等成分具有保肝利胆、抗肿瘤、抗病原微生物、泻下利水、抗十二指肠溃疡及免疫调节等药理作用[2-4]，大黄的药理活性是其内在多种有效成分共同作用的结果[5]。受自身成分复杂和中药研究思路滞后等因素的影响，目前对大黄及其制剂的质量评价和控制方法多以某单一成分含量或一大类化学成分的总含量为指标[6-7]，常存在矛盾性、不相容性和不确定性，容易遗漏有用信息，导致错误的结论。因此，基于多指标有效成分含量的质量控制模式应运而生，但各指标在质量评价中贡献率的界定，单纯依靠专家主观赋予权重难以使指标权重分配均衡化。蔡文[8]提出的物元分析理论，以模糊数学为基础，将用于描述某一事物集合的3个要素“事物”“特征”“量值”，与中药“样品”“成分”“含量”一一对应，采用模糊评判法，应用隶属函数刻画了中药质量分级界线的模糊性，能比较客观地反映实际情况，通过物元变换与系统结构变换解决不相容问题。本研究结合欧氏贴近度概念，建立基于变异系数权重的模糊物元模型，对不同产地大黄药材的质量进行排序和综合评价，为多指标综合评价中药质量提供一种新的方法。本研究选取大黄中没食子酸、游离蒽醌等有效成分的含量作为评价指标，以期客观评价不同产地大黄药材的质量，为优化大黄的质量评价标准提供依据，从而提高大黄的临床有效性和安全性。

1  基于变异系数的模糊物元模型建立

1.1  模糊物元概念

确定样本名称Μ，使其关于特征C有量化值Χ，以有序的三元组合R=（Μ，C，Χ）作为描述事物集合的基本元。如果其中量化值X具有模糊性，则称为模糊物元。通常把m个事物的n维物元组合在一起，构成m个事物的n维复合模糊物元Rmn，即：

1.2  从优隶属模糊物元

模糊物元各单项指标相应的模糊值从属于标准方案各对应评价指标相应的模糊量值隶属程度，称为从优隶属度。从优隶属度一般为正值，由此建立的原则称为从优隶属度原则。由于各评价指标特征值对于方案评价来说，有的是越大越优，有的则是越小越优，因此，对于不同的隶属度分别采用不同的计算公式。为充分反映评价大黄的各指标的相对性且方便计算，采用从优隶属度原则计算出的隶属度μji代替公式（1）中的Χji，构成从优隶属模糊物元Rmn，即：

式中，μji为第j个事物的第i个特征对应的隶属度，由从优隶属度原则予以确定。越大越优型和越小越优型指标的隶属度分别为：

1.3  标准模糊物元与简单差绝对值复合模糊物元

用Μ0表示标准方案，μ0n表示标准方案第n项指标的从优隶属度，则标准模糊物元R0n为：

1.4  指标权重

基于变异系数计算评价指标的权重，第i项评价指标的均值  、均方差Di、变异系数δi、权重Wi为：

1.5  贴近度和综合评价

贴近度反映待评价样品与标准样品的接近程度，其值越大表示越接近。因此，可根据贴近度大小对样品进行优劣排序或类别划分。本研究采用欧氏贴近度ρHj（j=1，2，…，m）作为评价标准，〖"ρH" 〗_"j" =1-√（∑_（i=1）^n?〖W_i×?_ji 〗），构建的贴近度复合模糊物元RρH为：

2  大黄药材质量评价

根据模糊物元模型的定义，可以把大黄药材来源看作事物M，所包含的化学成分种类看作特征C，化学成分含量看作量值X，由此建立评价大黄质量的基于变异系数的模糊物元模型。

2.1  模糊物元模型建立

本研究引用龚小红等[9]报道的27个不同产地大黄13种有效成分的含量数据进行样本实例分析。游离蒽醌含量作为药典规定的评价指标，其为芦荟大黄素、大黄酸、大黄素、大黄酚、大黄素甲醚含量之和。为客观反映药材质量的整体特征，采用13种有效成分含量（C1～C13）及游离蒽醌含量（C14）共14个指标建立模糊物元模型。样品产地见表1，评价指标数据见表2。按公式（1）和表2组成评价大黄药材质量的n维复合模糊物元R27-14，依据越大越优型从优隶属度原则组成从优隶属模糊物元。参考文献[10]组成标准模糊物元，R0-14中的C1～C14均为1.000。根据R0-14和R27-14组成简单差绝对值复合模糊物元。

2.2  指标权重计算

按公式（7）计算各评价指标的均值，  =（0.286，0.325，0.350，1.198，1.028，3.023，1.094，1.021，0.381，1.050，0.322，3.643，0.275，0.569）;按公式（8）计算各评价指标的均方差，Di=（0.193，0.253，0.502，0.840，0.942，2.519，0.813，0.816，0.228，0.758，0.327，2.574，0.254，0.330）;按公式（9）计算各评价指标的变异系数，δi=（0.103，0.144，0.297，0.920，0.955，4.380，0.851，0.824，0.141，0.777，0.185，4.913，0.133，0.249）;按公式（10）计算各项评价指标的权重，Wi=（0.007，0.010，0.020，0.062，0.064，0.295，0.057，0.055，0.009，0.052，0.012，0.330，0.009，0.017）。最后，把Wi和"R" _"?" 中相应值代入公式（11）中，得到贴近度复合模糊物元，即：

按照贴近度值对27个不同产地大黄样品的模糊物元评价排序为：四川绵阳>四川西昌>四川阿坝>四川阿坝>四川广安>甘肃兰州>四川遂宁>四川大巴山>甘肃陇南>青海果洛>西藏昌都>青海西宁>甘肃礼县>安徽亳州>四川自贡>四川凉州>四川成都>四川若尔盖>甘肃栓水>四川北川>四川平武>甘肃礼县桥头乡>青海达日>四川峨眉山>四川巴中>西藏林芝>甘肃礼县沙金乡。模糊物元模型与主成分分析评价排序结果比较见表3。

从表3看出，2种评价方法的排序结果除在第5、12、15、16、19、20及22位次有较小范围的差异外，其它排名位次相比相同。主要原因是模糊物元模型利用了贴近度的概念，采用变异系数考虑了评价指标权重的均衡性，削除专家赋权的主观偏好性的原因，而主成分分析法并未全面考虑这些因素，只是考虑了不同产地大黄鞣质类和蒽醌类成分的贡献率和成分之间的相关性。

3  讨论

3.1  不同产地大黄药材质量比较

依据不同产地大黄药材的贴近度值，ρHj>0.220 9的样本量有9批，主要来自四川和甘肃陇南，这些产地大黄质量较高，与王跃华等[11]研究结果一致。另外发现，四川绵阳、西昌、阿坝采集的样品排名靠前，品质较优，均具有“表面黄棕色，体重质坚，断面黄色或棕褐色，具放射状纹理及明显环纹，红肉白筋。髓部有星点环列或散在颗粒。气清香，味苦微涩”[12]的优良性状特征，评价结果与药材实际外观性状相符，可在这些产地或区域建立高品质栽培基地，规范并优化产地加工方法，能極大提高大黄药材品质和产量。ρHj<0.160 4的样本集中在甘肃礼县沙金乡、青海达日、四川峨眉山和巴中等地，样品排名相对靠后，这些产地的大黄具有“药材个头普遍较小，体轻质松，内部有糠心”等劣药性状特征，可能与样品储存方式、种植地土壤因素有关，其化学成分发生显著变化，需进一步研究。

3.2  模型适用性

基于变异系数的模糊物元使研究对象定量化，适用于多因子评价模型，能解决事物不相容问题，这与中药成分复杂且成分间不相容的特点相吻合[13]。大黄药材中没食子酸、儿茶素、表儿茶素、芦荟大黄素苷、大黄酸苷、大黄素苷、大黄酚苷、大黄素甲醚苷、芦荟大黄素、大黄酸、大黄素、大黄素甲醚和大黄酚各成分间互不影响、互不相容，符合基于变异系数的模糊物元模型评价的特点。此外，模糊物元理论清晰，方法简便，可操作性强，只需较少的原始数据，无需进行复杂的数学运算，就能得到较为可靠的评价结果。利用模糊数学和贴近度概念，运用变异系数法即可客观反映各指标的相对重要程度，避免专家赋权的主观性，能很好反映不同产地大黄鞣质类、游离蒽醌类和结合蒽醌类成分的贡献率，对含有复杂化学成分的大黄进行有效的综合质量评价与控制。

3.3  贴近度结果分析

由所建模型可知，不同产地大黄药材的质量高低排序与其道地性内涵基本相符，与灰色关联法排序结果[9]基本一致，并且考虑到游离蒽醌总含量，从而能更客观全面地对大黄药材质量进行评价，可见基于变异系数和14个评价指标建立的模糊物元模型应用于大黄药材的质量评价效果令人满意。米晓兰等[14]应用模糊评判法對不同采收期祁菊质量进行综合评价，确定的祁菊最佳采收期与祁菊整体质量最高的采收时间一致，说明该方法能客观反映药材质量的整体特征，得到了良好的评价结果。因此，结合模糊数学和贴近度概念，建立基于变异系数的模糊物元评价模型，对不同产地的大黄质量进行排序，可以作为大黄药材质量综合评价的一种途径和手段，其结果更为客观、科学、准确。但也应注意，中药材质量受有害重金属、加工方法、生长环境的影响，后续研究应适当增加相应评价指标，从而对中药材质量进行更加全面的评价。

参考文献：

[1] 国家药典委员会.中华人民共和国药典：一部[M].北京：中国医药科技出版社，2015：23-24.

[2] 李牧，杜智敏.芦荟大黄素的药理作用研究进展[J].中国临床药理学杂志，2015，31（9）：765-768.

[3] 童妍，金钊.大黄素甲醚的药理作用研究进展[J].中华中医药学刊， 2015，33（4）：938-940.

[4] 庄江能.大黄的主要成分及其临床药理研究进展[J].西南军医， 2009，11（5）：931-933.

[5] 窦志华，乔进，卞理，等.指纹图谱与一测多评法相结合的大黄质量控制方法[J].中国药学杂志，2015，50（5）：442-448.

[6] 汪琛媛.四味黄连洗剂制备工艺及质量标准研究[D].合肥：安徽中医药大学，2017.

[7] 张依倩，王玉，张兰兰，等.大黄的质量评价方法研究进展与展望[J].中药材，2010，33（10）：1663-1668.

[8] 蔡文.可拓论及其应用[J].科学通报，1999，44（7）：673-682.

[9] 龚小红，赵梦杰，党珏，等.基于主成分分析不同产地大黄13个成分量的比较研究[J].中草药，2017，48（23）：4994-4999.

[10] 唐摇影，黄显峰，方国华.基于组合权重的模糊物元评价模型在丰县水质评价中的应用[J].水电能源科学，2014，32（6）：37-41.

[11] 王跃华，孙雁霞，徐文俊，等.不同产地大黄质量分析研究[J].成都大学学报：自然科学版，2007，26（3）：177-179.

[12] 张学儒.大黄药材商品规格评价与合理用药的研究[D].长沙：湖南中医药大学，2010.

[13] 刘书斌，李成义，张樱山，等.基于变异系数权重的模糊物元模型评价甘肃商品纹党的质量[J].中国实验方剂学杂志，2016，22（9）：16-20.

[14] 米晓兰，韩红梅，王雪媛，等.基于变异系数权重法祁菊不同采收期有效成分含量研究[J].时珍国医国药，2018，29（4）：990-993.

（收稿日期：2018-09-12）

（修回日期：2018-11-14;编辑：陈静）