淡竹葉和鴨蹠草在1 800～1 000 cm-1的二維相關紅外光譜。可以清楚地看到淡竹葉在1 200～1 100 cm-1形成一個2×2的峰簇，該峰簇是由對角線上的1 125，1 175 cm-1彼此相關形成的，但鴨蹠草在該區域內無相關峰簇的形成，而在1 220 cm-1波數形成一個峰簇。在1 000～450 cm-1區域內，鴨蹠草有一個3×3的峰簇，該峰簇是由對角線上的880，780，500 cm-1彼此相關形成的，而淡竹葉沒有這些峰簇。
3.3不同批次淡竹葉的比較
測定所有淡竹葉樣品的紅外光譜圖，不同淡竹葉樣品整體紅外光譜圖的峰形、峰位、相對峰高基本相同，對其進行二階導數譜分析，可見在1 800～650 cm-1，紅外光譜圖差異較為明顯，分別在1 670～1 650，1 560～1 500，860，660 cm-1波數位置，不同批次淡竹葉的峰形和峰高有一定的差異。各批次藥材IR主要吸收峰峰位表及峰信號歸屬。可見不同產地淡竹葉在類黃酮物質的羥基取代位置、數量，取代糖的結構、數量有所差異，從而使黃酮類物質的數目和數量有所差異。在此基礎上，本實驗進一步探討采用共有峰和變異峰率的計算方法，結合主成分分析法，對不同產地淡竹葉進行比較。
可以從共性和差異2個方麵全麵刻畫2個指紋圖譜，共有峰率越高，說明2個指紋圖譜的共性越大。在變異峰率指標中，由每個指紋圖譜中的變異峰數與共有峰數的比值，便可以很好地衡量指紋圖譜的變異情況。2個指紋圖譜的變異峰率差異越大，說明2種藥材的差異越大，反之，變異峰率都小，說明2種藥材品種或某種性質相近，變異就小。
雙指標序列：以各樣品為參考，用指紋圖譜共有峰率和變異峰率計算公式分別計算其他樣品的紅外指紋圖譜的共有峰率和變異峰率，並且按照共有峰率的大小將它們排成一個序列（包含共有峰率和變異峰率值）。該序列稱為共有峰率和變異峰率雙指標序列，其表示方式為“a：b（P；Pva，Pvb）”。n個樣品可得到n個不同的序列，因此，可以構成n維序列空間。
通過該序列可以精確判斷任一樣品與其他樣品的區別。本實驗中，以11個樣品為參照點建立的11個共有峰率和變異峰率雙指標序列，形成11維序列空間，便可以在2+n維（n=樣品數）空間中考察各個樣品的異同，從而具有很強的鑒別力。
共性鑒別指標：①共有峰率P=（共有峰數Ng/2幅紅的獨立峰數Nd）×100%。②共有峰數Ng：指在比較的2幅紅外圖中都出現的吸收峰的個數。③獨立峰：紅外指紋圖譜中不同的吸收峰。
變異鑒別指標：①變異峰率Pv：指該紅外圖中相對於共有峰的變異峰數與其共有峰數的比值。②Pva =（na/Ng）×100%，Pva為指紋圖譜a的變異峰率。③Pvb =（nb/Ng）×100%，Pvb為指紋圖譜b的變異峰率。na為指紋圖譜a中相對於其共有峰的非共有峰數，稱為a的變異峰數。nb為指紋圖譜b中相對於其共有峰的非共有峰數，稱為b的變異峰數。
11個產地批次淡竹葉藥材的雙指標序列以S1為例。
S1：S2S4（77.27；17.65，11.76），S5S9（76.19；25.00，6.25），S3（72.73；25.00，12.50），S11（70.83；17.65，23.53），S10（59.09；53.85，15.38），S6S7（56.52；53.85，23.08），S8（52.17；66.67，25.00）
所得序列結果以共有峰率為75%為限，可將11個批次的淡竹葉歸為4組，分別為：第一組S1S2S3S4；第二組S5S9；第三組S6S7S8S10；第四組S11。
S1～S4樣品分別采自江蘇鎮江、宜興，浙江磐安和安徽宣城，三省接壤，均屬於長江三角洲地區，地域環境和氣候條件較為接近，樣品相似度較高。S5和S9分別產於福建尤溪縣和廣西荔浦縣，基本處於相似的緯度帶，氣候相近，山地植被環境等亦較為相似，因此樣品相似度為各組中最高。S6和S7分別產自江西宜春和湖南邵陽兩地，均為現有淡竹葉主產區，分組結果可見目前市場上流通的淡竹葉相似度較高。S11為唯一的高海拔地區樣品，氣候因子等明顯區別與其他樣品，樣品單獨分為一組，可見其與其他樣品均存在差異性。自然環境作為影響中藥品質的重要因素之一，從遺傳基因水平和生態環境層麵影響著道地藥材的形成。此處討論僅從環境區劃角度分析各產地淡竹葉，旨在尋找快速鑒別藥材產地的平台和方法，亟待對其遺傳背景、植物內生菌、土壤微生物以及采收加工等影響因素做進一步探討。
3.3.2 淡竹葉紅外圖譜聚類分析 采用係統聚類分析法，選取平方Euclidean距離作為度量標準，對淡竹葉藥材粉末FTIR圖譜數據進行聚類分析。
以距離5劃分，11個淡竹葉樣品分別歸為4類，S1，S2，S3和S4歸為一類，S5和S9為一類，S6，S7，S8和S10為一類，S11獨立為一類。
與共有峰率和變異峰率雙指標序列分析方法結果相比較，2種方法的結果趨勢一致，即分組結果相同。但通過聚類分析的距離標準，可清晰看出各組間的相似度差異，這一點雙指標序列分析無法直觀體現。
分析方法不同，其分析的依據和參數均有所差異，從不同的角度出發，采用不同的分析方法，得到相同或相近的分析結果，表明這2種方法在分析此類問題上，較為可靠，可用於快速分析和區別不同來源與產地的中藥材。
4結論
本實驗對淡竹葉藥材及其常見偽品鴨蹠草進行了比較，結果表明采用紅外指紋圖譜、二階導數圖譜和二維相關圖譜相結合的方式，可以準確判別淡竹葉藥材和其常見偽品。本實驗克服了利用高效液相色譜法建立指紋圖譜時，藥材提取等前處理過程複雜、成分提取不完全、藥材用量大、色譜分離難度大等問題。紅外光譜法藥材用量少、操作簡便、檢測時間短、重現性好，結合雙指標序列分析法的n維序列空間和聚類分析，結果穩定可靠。本實驗為淡竹葉及其他中藥材的快速鑒別提供了新的科學依據和思路，為後續探討和完善紅外光譜在中藥真偽鑒別和產地鑒別等方麵的應用，提供了一定的科學依據和參考。
[參考文獻]
[1] 中國藥典. 一部[S]. 2010：308.
[2] 劉曉蓉. 淡竹葉提取物抑菌防腐作用的研究[J]. 廣東輕工職業技術學院學報， 2008， 7（2）：20.
[3] 劉明， 吳啟南， 宋秋燁， 等. 淡竹葉清熱作用藥效物質基礎研究[J]. 時珍國醫國藥， 2009， 20（8）：1934.
[4] 邵瑩， 吳啟南， 周婧， 等. 淡竹葉黃酮對大鼠心肌缺血/再灌注損傷的保護作用[J]. 中國藥理學通報， 2013， 29（2）：241.