艾草具有祛濕、祛瘀、祛脹的作用，已廣泛應用于中藥。其中，艾絨是一種重要的艾草制品，通過反復加工艾草去除粉末殘留，其純度（艾草與艾絨比）和生長年限決定了其品質。一般地，艾絨中揮發性物質隨著艾絨純度的增加而增加，生長年限增加而減少。其中松油醇屬于揮發性物質，在艾絨中占比較高，且具有祛痰、抗哮喘和抑菌作用。針對目前市場上沒有統一的評價指標來評價艾絨的純度和生長年限。本文嘗試通過對松油醇含量進行檢測以區分艾絨的純度和生長年限。目前檢測松油醇的方法包括氣相色譜質譜儀聯用法（GC-MS）、高效液相色譜法（HPLC）等。其中GC-MS法檢測結果相對可靠，但預處理方法以及分析步驟較復雜。HPLC則需要較長的檢測時間以及樣品制備成本較高等。隨著光學技術的發展，太赫茲光譜技術被越來越多的應用在生物樣品的檢測中，其在檢測大分子的振動和旋轉上具有優勢。因此，本文提出了基于太赫茲光譜技術，通過檢測松油醇含量的變化，對艾絨的純度和生長年限進行鑒別。
 

近日，Plant Phenomics在線發表了上海理工大學太赫茲創新研究院的題為Moxa Wool in Different Purities and Different Growing Years Measured by Terahertz Spectroscopy 的研究論文。
 

在本研究中，我們對基于太赫茲光譜學的艾絨的純度和生長年限的快速無損檢測的實用性進行了估算、測試和驗證。首先，利用上述三個不同純度的特征峰的峰高（面積）進行線性擬合，模型中的r²＞0.95。此外，我們通過PLS模型得到了更準確的不同純度艾絨預測模型，決定系數r²＞0.99。其次，PLS將艾絨的生長年限與建立的松油醇特征峰的強度結合起來，證明了一個具有（r²＞0.98）的精確模型。在得出艾絨的預測精度超過0.95的結論之前，我們嘗試了很多樣品制備方法，其中包括樣品的研磨程度和樣品的厚度，我們發現經過兩次研磨的艾絨樣品（兩次研磨后，樣品可以更充分地研磨），更有利于制片和光譜信息的檢測。將艾絨磨碎后，通過對艾絨質量的控制，收集到艾絨的最佳光譜。通過改進樣品制備方法，獲得了艾絨的高預測精度。在使用太赫茲光譜分析艾絨純度和生長年限后，我們利用拉曼技術光譜重復上述實驗，試圖比較這兩種技術之間艾絨純度和生長年限的定量準確性。拉曼技術光譜模型的r²＞0.80，與太赫茲技術相差甚遠 ( r²>0.95)。最后，我們對市場上的真實樣本進行了預測，并比較了太赫茲技術和拉曼技術的預測精度。得出的結論是，在本實驗中，不同純度的太赫茲光譜預測準確率為93.9%，不同生長年限的預測準確率為95.3%。因此，太赫茲光譜為檢測艾絨純度和生長年限提供了一種新方法，也為松油醇無損監測提供了技術支持。為市場上劣質艾絨的鑒別提供了新思路，為中藥艾絨質量鑒別提供了新方法。
 

圖1 根據艾絨不同純度得出的 (a) THz吸收光譜。垂直箭頭表示艾絨的吸收峰。在每個數據上都標注了誤差棒。基于太赫茲吸收光譜的不同純度艾絨的 (b) PLS預測模型。艾絨在 (c) 4.22THz、(d) 4.57THz、(e) 5.09THz和 (f) 6.28THz時，不同純度艾絨的特征吸收峰強度

文章首次提出了采用太赫茲技術，通過檢測艾絨中松油醇含量的變化，對艾絨的生長年限和質量比進行檢測。與傳統的檢測方法相比，太赫茲光譜檢測技術具有預處理時間短，樣本量少，檢測精度高等優勢。本文提出的太赫茲光譜技術為松油醇的無損檢測提供了技術支持，同時也為艾絨的質量鑒別提供了新方法，該方法也有望對其他中藥的檢測提供新思路。
 

上海理工大學太赫茲創新院彭滟教授、朱亦鳴教授和唐文超教授為論文通訊作者，邵詠妮副教授為第一作者，朱迪參與了全部試驗設計以及論文的撰寫，王雨田、朱志、田楨干也參與了該工作。該工作獲得國家自然科學基金項目（61988102、61922059、81961138014）、上海自然基金項目（21ZR1444700）、111項目（D18014）、國境口岸藥品太赫茲快速檢測技術（2019HK006）和上海國內重點科技合作項目（21015800200）的支持。

研究團隊介紹

上海理工大學太赫茲創新研究院近年來在科技部重點研發計劃、國家973計劃、國家863計劃、國家自然科學基金等項目的支持下，以實用化的太赫茲成像系統和成譜系統為主線，以滿足生物醫學和國家公共安全領域的重大需求為目標，先后研制了寬頻太赫茲輻射源、多種太赫茲功能器件、一體型時域太赫茲波譜系統和主動式太赫茲掃描成像系統等關鍵器件、系統，以及基于這些系統的應用研究。在新原理，新結構，新系統、新應用方面取得了多項成果，已經申請發明專利70余項，授權40余項。
 

研究院現有中國工程院院士、國家千人計劃教授、長江獎勵計劃教授等一批國家級人才，以及教育部新世紀人才、上海市領軍人才、上海市優秀學術帶頭人等一批中青年領軍人才。
 

論文鏈接：

https://doi.org/10.34133/2022/9815143

——推薦閱讀——

Estimating Photosynthetic Attributes from High-Throughput Canopy Hyperspectral Sensing in Sorghum

https://doi.org/10.34133/2022/9768502

Plant Phenomics | 利用高通量冠層高光譜遙感預測高粱的光合參數

Classification of Rice Yield Using UAV-Based Hyperspectral Imagery and Lodging Feature

https://doi.org/10.34133/2021/9765952

Plant Phenomics | 結合無人機高光譜圖像和倒伏特征構建水稻產量類別檢測模型

加入作者交流群

掃碼添加小編微信，拉您進入《植物表型組學》作者交流群，群內不定期開展作者分享會、專刊發布會等高質量活動。

添加小編微信，備注姓名+單位+PP，加入作者交流群
 

About Plant Phenomics

《植物表型組學》（Plant Phenomics）是由南京農業大學和美國科學促進會（AAAS）合作創辦的英文學術期刊，于2019年1月正式上線發行。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創性研究論文、綜述、數據集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農業實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統計學、作物模型和其他組學研究，表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數據庫收錄。科睿唯安JCR2021影響因子為6.961，位于農藝學、植物科學，遙感一區。中科院農藝學、植物科學一區，遙感二區，生物大類一區（TOP期刊）。2020年入選中國科技期刊卓越行動計劃高起點新刊項目。

說明：本文由《植物表型組學》編輯部負責組稿。

中文內容僅供參考，一切內容以英文原版為準。

特邀作者：彭滟、朱迪

編輯：張威（實習）

審核：孔敏、王平