2.2藥效成分選擇含量測定
2.2.1色譜條件phenomenex Luna C18色譜柱（4.6mm×250mm，5μm）；以0.1%磷酸水為流動相A，甲醇為流動相B，梯度洗脫，0～10min，85%～75%A；10～30min，75%～65%A；30～60min，65%～50%A。流速0.8mL·min-1；柱溫30℃；新綠原酸、綠原酸、隱綠原酸的檢測波長為324nm，斷氧化馬錢子苷的檢測波長為237nm，進樣量10μL。
分別精密稱取新綠原酸9.18mg、綠原酸18.66mg、隱綠原酸8.46mg、斷氧化馬錢子苷4.70mg置25mL量瓶中，加50%甲醇溶解並稀釋至刻度，搖勻，即得混合對照品溶液。對混合對照品進行0，2.5，5，10，20，40倍稀釋，分別精密吸取上述係列對照品溶液各10μL，注入高效液相色譜儀，測定，以對照品質量濃度（mg·L-1）為橫坐標（X），峰麵積為縱坐標（Y），繪製標準曲線。新綠原酸回歸方程Y=0.5561X-0.4626，r=1，線性範圍9.16～366.4mg·L-1；綠原酸回歸方程Y=0.6231X-0.9037，r=1，線性範圍18.66～746.4mg·L-1；隱綠原酸回歸方程Y=0.6056X-0.5959，r=0.9999，線性範圍8.45～3380.00mg·L-1；斷氧化馬錢子苷回歸方程Y=0.3596X-0.2046，r=1，線性範圍0.91～36.2mg·L-1。
2.2.2對照品溶液的製備取新綠原酸、綠原酸、隱綠原酸、斷氧化馬錢子苷對照品，精密稱定，加50%甲醇製備成每1mL含13.358μg新綠原酸、36.41μg綠原酸、15.10μg隱綠原酸、1.8845μg斷氧化馬錢子苷的混合對照品溶液。
2.2.3供試品溶液的製備分別稱取金青醇沉上清液1g，精密稱定，置於50mL量瓶中，50%甲醇溶解並定容，搖勻，2萬r·min-1離心10min，取上清液即得。
2.3近紅外光譜數據處理方法與模型性能評價指標
在最佳的光譜預處理方法基礎上，選擇合適的建模波段，采用偏最小二乘法（PLS）分別建立新綠原酸、綠原酸、隱綠原酸、斷氧化馬錢子苷、4個質量指標與近紅外光譜數據之間的定量校正模型。以校正集及交叉驗證集模型相關係數（R2），校正集及交互驗證集均方根驗證誤差（RMSEC，RMSECV）為指標進行模型優化，以外部預測結果與檢測值的相關係數（R2）、預測誤差均方根（RMSEP）、預測相對偏差（RSEP）作為模型對未知樣品預測效果評價指標[10-11]。
2.4建模樣品質量指標檢測
金銀花青蒿醇沉過程4個關鍵藥效指標離線檢測結果範圍，從檢測結果可以看出4個指標均隨著加醇時間的增加呈遞減趨勢，加醇結束後醇沉靜置期間各指標檢測值趨於平穩，用於模型外部預測的樣品指標範圍包括在建模指標範圍內。
2.5近紅外光譜定量分析模型的建立
2.5.1建模時異常點剔除由於光譜采集儀器、測量方法、測量環境等客觀因素的影響及研究人員本身主觀因素，建模過程常常出現異常值，異常值的判斷和去除是提高模型性能的一個重要步驟。由於做定量分析的樣品集為同類樣品，他們在主成分空間的分布會因光譜信息的相似性而分布在一個相對集中的空間中，而遠遠偏離此空間的樣品往往具有較高的光譜殘差均方根（RMSSR）。樣品1，65，74具有較高的光譜殘差均方根，給予剔除。
2.5.2光譜數據預處理方法選擇由於近紅外光譜采集過程中樣品的狀態、光的散射、儀器的誤差、環境的改變等因素帶來的幹擾，光譜中通常會包含一些與待測樣品性質無關的信息，導致近紅外光譜的基線出現漂移，影響建模效果[11]。為了提高建模效果，建模時對原始光譜進行預處理是非常必要的，預處理的方法有平滑[12]、微分[13]、標準法、中心化、基線校正、多元散射校正[14]等，常用的近紅外光譜的預處理方法有平滑、微分、中心化。其中平滑能夠減少隨機噪聲，提高光譜的信噪比；微分則可以消除基線漂移，克服譜帶重疊、強化譜帶特征，是常用的預處理方法，微分又分為一階微分和二階微分，一階微分可以去除同波長無關的漂移，二階微分可以去除同波長線性相關的漂移；中心化能夠去除常數項，使其均值為零，是常用的定性定量光譜預處理方法。本試驗建模前對近紅外原始光譜數據分別進行平滑、中心化、一階微分、一階微分+平滑、二階微分、二階微分+平滑預處理，4個指標不同預處理方法建立的模型性能評價指標，優選出每個質量控製指標建模的最佳預處理方法。結果顯示，每個質量指標光譜最佳預處理方法不盡相同，新綠原酸建模過程最佳預處理方法為二階微分加平滑，綠原酸以原始光譜建模能得到最佳模型，隱綠原酸與固含物2個指標建模光譜最佳預處理方法是一階微分法，而斷氧化馬錢子苷建模光譜最佳預處理方法為平滑法。
2.5.3建模最佳光譜波段的選擇波段的選擇是對光譜數據拆分的一種方法，盡管PLS方法能夠以近紅外光譜全波長的信息建模，但由於全波中會包含大量無效信息，不僅延長了計算時間，還降低了有效信息率；合適的建模波段選擇可以減少無效信息幹擾，提高模型精度[15]。以上研究已分別選擇出了4個指標建模時近紅外光譜最佳預處理方法，下麵在最佳預處理方法的基礎上，選出最佳建模波段。由於金銀花青蒿醇沉液除含有上述5個質量指標外還含有大量的甲基C-H、亞甲C-H、羥基OH，不對稱性較大，其伸縮振動的一級倍頻出現在1600～1800nm，在此波段乙醇紅外吸收強，質量指標紅外吸收和乙醇比較弱上許多。結果顯示新綠原酸、綠原酸、隱綠原酸、斷氧化馬錢子苷、固含物在各自最佳建模波段分別為1100～1450，1100～2300，1950～2300，1100～2300，1100～1350，1600～1800nm波段單獨建模效果均較差。