摘要目的:探究炒甘草炮制过程中的质量变化规律,以期为炒甘草的制备工艺优化提供参考.方法:利用清炒法炮制甘草17 min,按炮制时间每隔1 min采集炮制过程样品.采用视觉分析技术测定过程样品的外观颜色;按照2020年版《中华人民共和国药典》(四部)通则中的烘干法与醇溶性浸出物热浸法对炒甘草过程样品的水分和浸出物进行检测;采用高效液相色谱法(HPLC)测定过程样品的芹糖甘草苷、甘草苷、芹糖异甘草苷、异甘草苷、甘草皂苷G2和甘草酸的含量.运用主成分分析(PCA)、偏最小二乘法-判别分析(PLS-DA)和Spearman相关性分析进行外观颜色、水分、浸出物、6种内在成分含量的聚类、判别和相关性分析.基于人工神经网络和随机森林算法,建立清炒甘草炮制程度的预测模型.在此基础上,基于质量标志物五原则,探寻清炒甘草的监控标志物.结果:甘草炒制后颜色加深,炮制过程样品的外观颜色呈淡黄色至深黄色的变化规律;炒制过程中,饮片含水量随炒制时间的延长呈现降低趋势,浸出物含量随炒制时间的延长呈升高趋势;甘草炒制后,芹糖甘草苷、甘草苷和甘草皂苷G2总体呈降低趋势,芹糖异甘草苷和异甘草苷含量整体升高,甘草酸含量略有升高;相关性分析显示,水分与明亮度(L*)、红绿值(a*)呈正相关,与黄蓝值(b*)、总色差值(E*ab)呈负相关;芹糖异甘草苷、异甘草苷与L*、a*呈负相关,与b*、E*ab呈正相关.仅用色度值可将炮制过程分为炮制前期(0～14min)和后期(15～17 min)2个阶段,综合水分、浸出物、6种成分含量及色度值可将炒甘草炮制过程区分为炮制前期(0～6min)、中期(7～14min)、后期(15～17 min)3个阶段.基于人工神经网络分析和随机森林算法,筛选出芹糖异甘草苷、异甘草苷、甘草苷和甘草酸可作为炒甘草的监控标志物.结论:该文基于对炒甘草过程样品"表里"指标的分析,最终确定了芹糖异甘草苷、异甘草苷、甘草苷和甘草酸等4个炮制监控标志物,可为炒甘草的炮制工艺优化提供依据.