传统鉴别法和现代鉴别法是目前我国中草药检测领域的主要方法。 传统鉴别方法虽因简便、 成本低廉等优势在研究中被广泛采用, 但鉴别准确度在一定程度上依赖于操作者是否具备丰富的药材知识和经验。 随着光谱分析技术的发展, 基于光谱分析技术的现代鉴别法逐渐走入人们的视野。 理论及大量实验研究表明, 中草药代谢物分子内振动模式及晶格的低频振动均发生在太赫兹波段, 据此可以鉴别中草药中所含成分。 甘草酸是甘草中的主要成分, 选择甘草酸为研究对象, 运用量子化学计算方法模拟甘草酸的太赫兹吸收谱, 为甘草酸的太赫兹吸收特征匹配分子振动模式, 此项工作对于深刻理解甘草酸分子内部各基团的相互作用与谱的形成机理十分必要。 为了确保模拟结果的可靠性, 需要建立甘草酸分子的初始构型, 选择合适的计算方法进行结构优化和频率计算, 最终获取甘草酸的太赫兹吸收谱数据。 利用Gaussian09半经验理论的PM3算法计算得到甘草酸太赫兹特征吸收峰分别位于0.87, 1.17, 1.56与2.76 THz处, 其中1.56 THz处的特征峰与参考文献中实验所测结果完全一致, 验证了计算结果的可靠性。 由于每个甘草酸分子中含有120个原子, 体系庞大, 在做振转模式分析时无法呈现其完整的结构, 故采用甘草酸分子的平面结构代替立体结构进行太赫兹特征吸收峰的振转分析。 分析表明, 甘草酸分子的太赫兹特征吸收峰产生与含氧官能团以及碳环的振转有关, 但主要是由甘草酸分子中的含氧官能团扭转形成的。

甘草酸(GA)和甘草苷(LQ)是甘草的两个主要的活性成分, 常用作评估甘草的质量主要指标。 首次尝试应用实测甘草冠层的可见-短波红外(Vis-SWIR)高光谱数据定量估算甘草中的GA和LQ含量, 利用高效液相色谱方法(HPLC)分别测定甘草中GA和LQ含量作为参考值, 通过结合一阶导数预处理和运用Wilk’lambda 逐步回归法选择特征波长等光谱预处理方法, 在选择9个最优波段基础上建立偏最小二乘(PLS)回归预测模型, 甘草GA和LQ的回归精度R2分别为0.953和0.932, 校正集的均方根误差(RMSEC)分别为0.31和0.22, 预测精度R2分别为0.875和0.883, 验证集的均方根误差(RMSEP)分别为0.39和0.27。 结果显示, 用光谱预测模型获得甘草GA和LQ含量预测与HPLC方法获得的甘草GA和LQ含量实测之间具有较高的相关性, 说明Vis-SWIR技术从遥感数据中来确定GA和LQ含量的可行性。 为野外利用外机载和/或星载高光谱传感器对甘草质量遥感监测提供理论依据。

利用傅里叶变换红外光谱法对59份来自中国6个不同产地的野生和栽培甘草原药材及其提取物进行了分析研究。 通过比较甘草原药材及其提取物与甘草的指标成分甘草酸和甘草苷的一维及其二阶导数光谱, 发现1 100～1 000 cm-1范围内的峰是甘草多糖类成分的特征峰; 1 318 cm-1是草酸钙的特征峰; 1 745, 1 386和1 612, 1 512 cm-1分别是甘草酸和甘草苷的特征指纹峰;特征峰的强度可代表相应化学成分的含量。 根据上述特征峰强弱对所有样品进行横纵向比较, 结果显示: 野生甘草特征峰强, 相应指标成分含量高; 栽培甘草特征峰弱, 相应指标成分含量低; 甘草药材质量与生长年限密切相关。