CN108007898A - 一种快速的艾片药材检测方法 - Google Patents
一种快速的艾片药材检测方法 Download PDFInfo
- Publication number
- CN108007898A CN108007898A CN201710786905.XA CN201710786905A CN108007898A CN 108007898 A CN108007898 A CN 108007898A CN 201710786905 A CN201710786905 A CN 201710786905A CN 108007898 A CN108007898 A CN 108007898A
- Authority
- CN
- China
- Prior art keywords
- borneol
- near infrared
- medicinal material
- model
- camphor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000000463 material Substances 0.000 title claims abstract description 65
- 229930006703 (-)-borneol Natural products 0.000 title claims abstract description 60
- DTGKSKDOIYIVQL-QXFUBDJGSA-N (-)-borneol Chemical compound C1C[C@]2(C)[C@H](O)C[C@H]1C2(C)C DTGKSKDOIYIVQL-QXFUBDJGSA-N 0.000 title claims abstract description 60
- 238000001514 detection method Methods 0.000 title claims abstract description 21
- DTGKSKDOIYIVQL-WEDXCCLWSA-N (+)-borneol Chemical compound C1C[C@@]2(C)[C@@H](O)C[C@@H]1C2(C)C DTGKSKDOIYIVQL-WEDXCCLWSA-N 0.000 claims abstract description 102
- CKDOCTFBFTVPSN-UHFFFAOYSA-N borneol Natural products C1CC2(C)C(C)CC1C2(C)C CKDOCTFBFTVPSN-UHFFFAOYSA-N 0.000 claims abstract description 102
- DTGKSKDOIYIVQL-UHFFFAOYSA-N dl-isoborneol Natural products C1CC2(C)C(O)CC1C2(C)C DTGKSKDOIYIVQL-UHFFFAOYSA-N 0.000 claims abstract description 102
- REPVLJRCJUVQFA-UHFFFAOYSA-N (-)-isopinocampheol Natural products C1C(O)C(C)C2C(C)(C)C1C2 REPVLJRCJUVQFA-UHFFFAOYSA-N 0.000 claims abstract description 57
- 229940116229 borneol Drugs 0.000 claims abstract description 57
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 53
- DSSYKIVIOFKYAU-XCBNKYQSSA-N (R)-camphor Chemical compound C1C[C@@]2(C)C(=O)C[C@@H]1C2(C)C DSSYKIVIOFKYAU-XCBNKYQSSA-N 0.000 claims abstract description 46
- 241000723346 Cinnamomum camphora Species 0.000 claims abstract description 46
- 229930008380 camphor Natural products 0.000 claims abstract description 46
- 229960000846 camphor Drugs 0.000 claims abstract description 46
- DTGKSKDOIYIVQL-MRTMQBJTSA-N Isoborneol Natural products C1C[C@@]2(C)[C@H](O)C[C@@H]1C2(C)C DTGKSKDOIYIVQL-MRTMQBJTSA-N 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000012360 testing method Methods 0.000 claims abstract description 34
- 238000002360 preparation method Methods 0.000 claims abstract description 18
- XEKOWRVHYACXOJ-UHFFFAOYSA-N Ethyl acetate Chemical compound CCOC(C)=O XEKOWRVHYACXOJ-UHFFFAOYSA-N 0.000 claims description 75
- 239000000243 solution Substances 0.000 claims description 39
- 239000013558 reference substance Substances 0.000 claims description 37
- 239000012467 final product Substances 0.000 claims description 26
- 238000001228 spectrum Methods 0.000 claims description 22
- 238000010238 partial least squares regression Methods 0.000 claims description 20
- 239000012085 test solution Substances 0.000 claims description 17
- 101150061025 rseP gene Proteins 0.000 claims description 16
- 239000000843 powder Substances 0.000 claims description 15
- 238000003556 assay Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000003908 quality control method Methods 0.000 claims description 11
- 239000000047 product Substances 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 8
- 230000003595 spectral effect Effects 0.000 claims description 7
- 229920002538 Polyethylene Glycol 20000 Polymers 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013210 evaluation model Methods 0.000 claims description 4
- 238000010298 pulverizing process Methods 0.000 claims description 4
- 238000007873 sieving Methods 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 3
- 238000004817 gas chromatography Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 3
- 239000012808 vapor phase Substances 0.000 abstract 1
- 239000003814 drug Substances 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 206010010071 Coma Diseases 0.000 description 3
- 238000004497 NIR spectroscopy Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000001988 toxicity Effects 0.000 description 3
- 231100000419 toxicity Toxicity 0.000 description 3
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 240000000572 Blumea balsamifera Species 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 235000008495 Chrysanthemum leucanthemum Nutrition 0.000 description 1
- 235000000604 Chrysanthemum parthenium Nutrition 0.000 description 1
- 206010010904 Convulsion Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 240000004460 Tanacetum coccineum Species 0.000 description 1
- 206010000269 abscess Diseases 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- 230000003110 anti-inflammatory effect Effects 0.000 description 1
- 208000002399 aphthous stomatitis Diseases 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000008499 blood brain barrier function Effects 0.000 description 1
- 210000001218 blood-brain barrier Anatomy 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000002425 crystallisation Methods 0.000 description 1
- 230000008025 crystallization Effects 0.000 description 1
- -1 discriminating Chemical compound 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 235000008384 feverfew Nutrition 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000008918 xingnaojing Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种艾片药材近红外光谱检测方法，方法包括艾片药材中樟脑、异龙脑及龙脑的近红外测定，步骤如下：(1)药材样品准备，粉碎并过筛，备用，(2)目标成分的检测，药材樟脑、异龙脑及龙脑测定(气相法)，(3)近红外光谱数据采集，(4)定量模型的建立，近红外数据与已知成分含量进行关联，建立定量校准模型(5)未知供试品近红外测定。该方法实现了对艾片药材快速检测，具有方便、快捷、简单、准确、无损的优势，可保证艾片及其相关制剂质量的安全、有效、可控、稳定。
Description
技术领域
本发明属于近红外检测领域，涉及一种艾片药材近红外光谱的检测方法。
背景技术
艾片(左旋龙脑)为菊科植物艾纳香Blumea balsamifera(L.)DC.的新鲜叶 经提取加工制成的结晶，主要产地为贵州。具有开窍醒神，清热止痛；用于热病 神昏、痉厥，中风痰厥，气郁暴厥，中恶昏迷，目赤，口疮，咽喉肿痛，耳道流 脓，广泛用于各类中药制剂中。
艾片主要含有龙脑、异龙脑、樟脑这三种成分，化学结构如下所示，其可开 窍醒神，清热止痛，能促进药物透过血脑屏障，提高药物的血药浓度和生物利用 度，这与古代“佐使则有功”意义相符。现代药理学表明，这三种成分均可抗菌、 抗炎，但异龙脑的毒性均高于龙脑，而樟脑具有较强的毒性，主要表现为神经系 统毒性。鉴于上述情况，2015版《中国药典》规定：艾片中含龙脑不得少于85.0％， 含樟脑不得过10.0％，异龙脑不得过5.0％
为了能够快速区分符合制剂要求的药材，并准确采购，是现今需要讨论及研 究的方向。
近红外(NIR)光谱技术是一种快速、无损和绿色的分析技术，具有方便、 快捷、简单、准确、无损的优势特点。近年来，近红外光谱技术已经越来越多的 被应用于中药研究，包括药材产地鉴别、有效组分含量快速测定和制药过程的在 线检测和监控。将近红外光谱技术用于艾片药材检测仍未见相关报道，而《一种 近红外光谱法快速检测冰片质量的模型建立方法》(专利号201410357065.1)仅 对冰片的水分、鉴别、龙脑含量进行近红外建模，本发明针对艾片的龙脑、异龙 脑、樟脑三种成分进行近红外建模。
本发明的检测方法正是在经过深入研究和探索后才得到的，本发明的检测方 法可以快速掌握市场艾片药材的质量情况，从而保证其相关制剂质量。
发明内容
本发明的目的在于提供一种用近红外光谱检测方法，用于检测艾片药材中龙 脑、异龙脑、樟脑三种成分的含量。
本发明的检测方法，可以从源头药材进行质量控制，探讨符合制剂要求的检 测标准，从而保证最终产品质量的安全性、稳定性和有效性，达到快速、高效质 量控制的目的。
具体的，本发明所述的艾片药材的近红外光谱检测方法，包括以下步骤：
(1)艾片药材经粉碎，过筛，备用；
(2)采集艾片药材粉末的近红外光谱图；
(3)根据近红外光谱和采集的艾片药材粉末的近红外光谱图，输入已经建 立的定量分析模型，计算得到艾片药材中樟脑、异龙脑、龙脑的含量；
其中，光谱条件为：采集方式为漫反射，扫描次数为32，分辨率为8cm-1， 以仪器内置背景为参比，扫描光谱范围为4000～10000cm-1。
本发明的另一个目的在于，提供一种艾片药材的近红外光谱定量分析模型的 建立方法，步骤如下：
(1)多批艾片药材经粉碎，过筛，备用；
(2)气相色谱法测定多批艾片药材的樟脑、异龙脑、龙脑含量；
(3)采集多批艾片药材粉末的近红外光谱图；
(4)采用5600～10000cm-1波段区间的近红外数据，选择一阶导数、 Savitzky-Golay平滑和数据归一化算法用于预处理近红外光谱数据，采用偏最小 二乘回归(PLSR)建立近红外数据与樟脑、异龙脑、龙脑之间的定量校正模型， 采用相关系数R、校正集均方差RMSEC和主成分数Factor优化建模参数，考 察模型性能，模型对未知样品的预测效果用预测均方差RMSEP、相对偏差RSEP 和相关系数R确定。
其中，光谱条件为：采集方式为漫反射，扫描次数为32，分辨率为8cm-1， 以仪器内置背景为参比，扫描光谱范围为4000～10000cm-1。
其中，相关系数R、校正集均方差RMSEC、预测均方差RMSEP和相对偏差 RSEP的具体计算公式：
各式中Ci——传统分析方法测量值；
——通过NIR测量及数学模型预测的结果；
Cm——Ci均值；
n——建立模型用的校正集样本数；
m——用于检验模型的验证集样本数。
其中，所述采集艾片样品：是采集5-200个批次。
优选的，本发明所述的艾片药材的近红外光谱检测方法，包括以下步骤：
(1)药材样品准备，粉碎过筛，备用；
(2)含量测定：对药材中的樟脑、异龙脑及龙脑含量进行气相色谱测定；
(3)近红外光谱数据采集；
将上述处理后的艾片药材粉末进行近红外光谱扫描，采集所述药材的近红外 光谱，采集方式为漫反射，扫描次数为32，分辨率为8cm-1，以仪器内置背景为 参比，扫描光谱范围为4000～10000cm-1；
(4)定量模型的建立
采用5600～10000cm-1波段区间的近红外数据，选择一阶导数、Savitzky-Golay 平滑和数据归一化算法用于预处理近红外光谱数据，采用偏最小二乘回归(PLSR) 建立近红外数据与樟脑、异龙脑及龙脑这3个质控指标数据之间的定量校正模型。
采用相关系数R、校正集均方差RMSEC和主成分数Factor优化建模参数， 考察模型性能，模型对未知样品的预测效果用预测均方差RMSEP、相对偏差 RSEP和相关系数R来考核；
(5)采集供试品近红外光谱数据
采集市场上药材样品，粉碎过筛后作为供试品，按建模样品相同近红外光谱 采集参数采集供试品的近红外光谱数据，选择相同的建模波段和光谱预处理方法， 把特征光谱分别输入已经建立的模型，计算得到供试品中樟脑、异龙脑及龙脑的 含量。
其中，步骤(2)所述含量测定的测定方法(按照中国药典2015年版艾片测 定方法)：
色谱条件与系统适用性试验 聚乙二醇20000(PEG-20M)毛细管柱(柱长为 30m，内径为0.53mm、，膜厚度为1.0um)柱温为170℃。理论板数按龙脑峰计算 应不低于3000。
对照品溶液的制备 取龙脑对照品适量，精密称定，加乙酸乙酯制成每lml 含4mg的溶液，即得；另取异龙脑对照品，加乙酸乙酯制成每lml含2mg的溶液， 作为对照品溶液，即得；另取樟脑对照品适量，精密称定，加乙酸乙酯制成每lml 含0.5mg的溶液，作为对照品溶液，即得；
供试品溶液的制备 龙脑测定供试品，取本品细粉约40mg，精密称定，置 10ml量瓶中，加乙酸乙酯溶解并稀释至刻度，摇勻，即得。樟脑、异龙脑测定 供试品，取本品适量,精密称定,加乙酸乙酯制成每1ml含15mg的溶液，作为供试 品溶液。
测定法 分别精密吸取对照品溶液与供试品溶液各1ul，注入气相色谱仪， 测定，即得。
其中，步骤(4)所述相关系数R、校正集均方差RMSEC、预测均方差RMSEP 和相对偏差RSEP的具体计算公式：
各式中Ci——传统分析方法测量值；
——通过NIR测量及数学模型预测的结果；
Cm——Ci均值；
n——建立模型用的校正集样本数；
m——用于检验模型的验证集样本数。
其中，所述采集艾片样品：是采集5-200个批次。
进一步优选的，本发明的检测方法，包括以下步骤：
(1)药材样品准备，粉碎过筛，备用；
(2)含量测定：对药材中的樟脑、异龙脑及龙脑含量进行气相色谱测定， 测定方法如下：
色谱条件与系统适用性试验 聚乙二醇20000(PEG-20M)毛细管柱(柱长为 30m，内径为0.53mm、，膜厚度为1.0um)柱温为170℃。理论板数按龙脑峰计算 应不低于3000。
对照品溶液的制备 取龙脑对照品适量，精密称定，加乙酸乙酯制成每lml 含4mg的溶液，即得；另取异龙脑对照品，加乙酸乙酯制成每lml含2mg的溶液， 作为对照品溶液，即得；另取樟脑对照品适量，精密称定，加乙酸乙酯制成每lml 含0.5mg的溶液，作为对照品溶液，即得；
供试品溶液的制备 龙脑测定供试品，取本品细粉约40mg，精密称定，置 10ml量瓶中，加乙酸乙酯溶解并稀释至刻度，摇勻，即得。樟脑、异龙脑测定 供试品，取本品适量,精密称定,加乙酸乙酯制成每1ml含15mg的溶液，作为供试 品溶液。
测定法 分别精密吸取对照品溶液与供试品溶液各1ul，注入气相色谱仪， 测定，即得。
通过以上方法可以得到药材中的樟脑、异龙脑及龙脑含量3个质控指标数据。
(3)近红外光谱数据采集
将上述处理后的艾片药材粉末进行近红外光谱扫描，采集所述药材的近红外 光谱。采集方式为漫反射，扫描次数为32，分辨率为8cm-1，以仪器内置背景为 参比，扫描光谱范围为4000～10000cm-1
(4)定量模型的建立
采用5600～10000cm-1波段区间的近红外数据，选择一阶导数、Savitzky-Golay 平滑和数据归一化算法用于预处理近红外光谱数据。采用偏最小二乘回归(PLSR) 建立近红外数据与樟脑、异龙脑及龙脑含量3个质控指标数据之间的定量校正模 型。
采用相关系数R、校正集均方差RMSEC和主成分数Factor优化建模参数， 考察模型性能。模型对未知样品的预测效果用预测均方差RMSEP、相对偏差 RSEP和相关系数R来考核。当R值接近于1，RMSEC和RMSEP值较小而且互 相接近时，评价模型稳定性好、预测精准度高。当RSEP值小于10％时评价模 型具有较好的预测能力，能够满足药材分析的预测精度要求。
以下为相关系数R、校正集均方差RMSEC、预测均方差RMSEP和相对偏差 RSEP的具体计算公式：
各式中Ci——传统分析方法测量值；
——通过NIR测量及数学模型预测的结果；
Cm——Ci均值；
n——建立模型用的校正集样本数；
m——用于检验模型的验证集样本数。
(5)采集供试品近红外光谱数据
采集市场上药材样品，粉碎过筛后作为供试品，按建模样品相同近红外光谱 采集参数采集供试品的近红外光谱数据，选择相同的建模波段和光谱预处理方法， 把特征光谱分别输入已经建立的模型，计算得到供试品中樟脑、异龙脑及龙脑含 量。
本发明的检测方法与现有检测方法相比较，具有以下优点：
本发明将近红外在线分析技术引入到药材艾片中，实现对各质控指标(樟脑、 异龙脑及龙脑)的快速测定，有利于从源头上控制了艾片原材料的质量，缩短检 测时间，节约生产成本，提高生产效率和经济效益，保证了艾片制剂(如醒脑静 注射液)质量的安全、有效，从而有效提高药品的质量安全和稳定性。
附图说明
附图1是艾片药材近红外图谱
附图2是艾片药材龙脑近红外预测值与实际值相关图
附图3是艾片药材樟脑近红外预测值与实际值相关图
附图4是艾片药材异龙脑近红外预测值与实际值相关图
具体实施方式
通过以下具体实施例对本发明做进一步的说明，但不作为限制。
实施例1、近红外光谱法测定艾片药材的龙脑含量
(1)药材样品准备：选取30批艾片药材，粉碎过筛，备用。
(2)含量测定：对药材中的龙脑含量进行气相色谱测定，测定方法如下：
色谱条件与系统适用性试验 聚乙二醇20000(PEG-20M)毛细管柱(柱长为 30m，内径为0.53mm、，膜厚度为1.0um)柱温为170℃。理论板数按龙脑峰计算 应不低于3000。
对照品溶液的制备 取龙脑对照品适量，精密称定，加乙酸乙酯制成每lml 含4mg的溶液，即得
供试品溶液的制备 龙脑测定供试品，取本品细粉约40mg，精密称定，置10ml量瓶中，加乙酸乙酯溶解并稀释至刻度，摇勻，即得。
测定法 分别精密吸取对照品溶液与供试品溶液各1ul，注入气相色谱仪， 测定，即得。
通过以上方法可以得到药材中的龙脑含量数据。
(3)采集样本的透射光谱
采集方式为漫反射，光谱扫描范围4000～10000cm-1，扫描次数为32次，分 辨率为8cm-1。每个样品采集三张光谱后取平均光谱作为该样品的光谱图。
艾片样品的近红外原始吸收光谱图如图1所示。
(4)定量模型的建立
采用5600～10000cm-1波段区间的近红外数据，选择一阶导数、Savitzky-Golay 平滑和数据归一化算法用于预处理近红外光谱数据。采用偏最小二乘回归(PLSR) 建立近红外数据与龙脑含量数据之间的定量校正模型。
采用相关系数R、校正集均方差RMSEC和主成分数Factor优化建模参数， 考察模型性能。模型对未知样品的预测效果用预测均方差RMSEP、相对偏差 RSEP和相关系数R来考核。
表1、不同建模波段对药材中龙脑含量模型性能的影响
采用偏最小二乘回归(PLSR)建立近红外数据龙脑这个质控指标之间的定 量校正模型。龙脑模型的近红外预测值和实际测定值的相关图见图2。从表中可 看出，龙脑模型的校正相关系数均大于0.96，说明艾片药材关键指标模型均具有 较好的校正效果。
(5)采集供试品近红外光谱数据
艾片待测样品，按建模波段和光谱预处理方法，把特征光谱分别输入已经建 立的模型，便可快速计算得到各指标值，模型预测结果见图2。
由图可见，模型具有较高的预测准确度，因此，龙脑能够满足中药生产过程 实时分析的预测精度要求。
实施例2、近红外光谱法测定艾片药材的樟脑及异龙脑含量
(1)药材样品准备：选取30批艾片药材，粉碎过筛，备用。
(2)含量测定：对药材中的樟脑、异龙脑含量进行气相色谱测定，测定方 法如下：
色谱条件与系统适用性试验 聚乙二醇20000(PEG-20M)毛细管柱(柱长为 30m，内径为0.53mm、，膜厚度为1.0um)柱温为170℃。理论板数按龙脑峰计算 应不低于3000。
对照品溶液的制备 取异龙脑对照品，加乙酸乙酯制成每lml含2mg的溶液， 作为对照品溶液，即得；另取樟脑对照品适量，精密称定，加乙酸乙酯制成每lml 含0.5mg的溶液，作为对照品溶液，即得；
供试品溶液的制备 本品适量，精密称定，加乙酸乙酯制成每1ml含15mg 的溶液，作为供试品溶液。
测定法 分别精密吸取对照品溶液与供试品溶液各1ul，注入气相色谱仪， 测定，即得。
(3)采集样本的透射光谱
采集方式为漫反射，光谱扫描范围4000～10000cm-1，扫描次数为32次，分 辨率为8cm-1。每个样品采集三张光谱后取平均光谱作为该样品的光谱图。
(4)定量模型的建立
采用5600～10000cm-1波段区间的近红外数据，选择一阶导数、Savitzky-Golay 平滑和数据归一化算法用于预处理近红外光谱数据。采用偏最小二乘回归(PLSR) 建立近红外数据与樟脑及异龙脑质控指标数据之间的定量校正模型。
采用相关系数R、校正集均方差RMSEC和主成分数Factor优化建模参数， 考察模型性能。模型对未知样品的预测效果用预测均方差RMSEP、相对偏差 RSEP和相关系数R来考核。
表2、不同建模波段对药材樟脑及异龙脑模型性能的影响
采用偏最小二乘回归(PLSR)建立近红外数据与樟脑、异龙脑质控指标之 间的定量校正模型。樟脑、异龙脑近红外预测值和实际测定值的相关图见图2-3。 从表中可看出，樟脑、异龙脑模型的校正相关系数大于0.96，说明指标模型均具 有较好的校正效果。
(5)采集供试品近红外光谱数据
艾片待测样品，按建模波段和光谱预处理方法，把特征光谱分别输入已经建 立的模型，便可快速计算得到樟脑、异龙脑含量值。
由图可见，模型具有较高的预测准确度，因此，樟脑、异龙脑模型能够满足 中药生产过程实时分析的预测精度要求。
Claims (6)
1.一种艾片药材的近红外光谱检测方法，其特征在于，步骤如下：
(1)艾片药材经粉碎，过筛，备用；
(2)采集艾片药材粉末的近红外光谱图；
(3)根据近红外光谱和采集的艾片药材粉末的近红外光谱图，输入已经建立的定量分析模型，计算得到艾片药材中樟脑、异龙脑、龙脑的含量；
其中，光谱条件为：采集方式为漫反射，扫描次数为32，分辨率为8cm-1，以仪器内置背景为参比，扫描光谱范围为4000～10000cm-1。
2.一种艾片药材的近红外光谱定量分析模型的建立方法，其特征在于，步骤如下：
(1)多批艾片药材经粉碎，过筛，备用；
(2)气相色谱法测定多批艾片药材的樟脑、异龙脑、龙脑含量；
(3)采集多批艾片药材粉末的近红外光谱图；
(4)采用5600～10000cm-1波段区间的近红外数据，选择一阶导数、Savitzky-Golay平滑和数据归一化算法用于预处理近红外光谱数据，采用偏最小二乘回归(PLSR)建立近红外数据与樟脑、异龙脑、龙脑之间的定量校正模型，采用相关系数R、校正集均方差RMSEC和主成分数Factor优化建模参数，考察模型性能，模型对未知样品的预测效果用预测均方差RMSEP、相对偏差RSEP和相关系数R确定。
其中，光谱条件为：采集方式为漫反射，扫描次数为32，分辨率为8cm-1，以仪器内置背景为参比，扫描光谱范围为4000～10000cm-1。
3.根据权利要求2所述的方法，其特征在于，相关系数R、校正集均方差RMSEC、预测均方差RMSEP和相对偏差RSEP的具体计算公式：
各式中 Ci——传统分析方法测量值；
——通过NIR测量及数学模型预测的结果；
Cm——Ci均值；
n——建立模型用的校正集样本数；
m——用于检验模型的验证集样本数。
4.根据权利要求2所述的方法，其特征在于，所述采集艾片样品：是采集5-200个批次。
5.一种艾片药材的近红外光谱检测方法，其特征在于，步骤如下：
(1)药材样品准备，粉碎过筛，备用；
(2)含量测定：对药材中的樟脑、异龙脑及龙脑含量进行气相色谱测定；
(3)近红外光谱数据采集；
将上述处理后的艾片药材粉末进行近红外光谱扫描，采集所述药材的近红外光谱，采集方式为漫反射，扫描次数为32，分辨率为8cm-1，以仪器内置背景为参比，扫描光谱范围为4000～10000cm-1；
(4)定量模型的建立
采用5600～10000cm-1波段区间的近红外数据，选择一阶导数、Savitzky-Golay平滑和数据归一化算法用于预处理近红外光谱数据，采用偏最小二乘回归(PLSR)建立近红外数据与樟脑、异龙脑及龙脑这3个质控指标数据之间的定量校正模型；
采用相关系数R、校正集均方差RMSEC和主成分数Factor优化建模参数，考察模型性能，模型对未知样品的预测效果用预测均方差RMSEP、相对偏差RSEP和相关系数R来考核；
(5)采集供试品近红外光谱数据
采集市场上药材样品，粉碎过筛后作为供试品，按建模样品相同近红外光谱采集参数采集供试品的近红外光谱数据，选择相同的建模波段和光谱预处理方法，把特征光谱分别输入已经建立的模型，计算得到供试品中樟脑、异龙脑及龙脑的含量；
其中，步骤(2)所述含量测定的测定方法：
色谱条件与系统适用性试验 聚乙二醇20000(PEG-20M)毛细管柱(柱长为30m，内径为0.53mm、，膜厚度为1.0um)柱温为170℃，理论板数按龙脑峰计算应不低于3000，
对照品溶液的制备 取龙脑对照品适量，精密称定，加乙酸乙酯制成每lml含4mg的溶液，即得；另取异龙脑对照品，加乙酸乙酯制成每lml含2mg的溶液，作为对照品溶液，即得；另取樟脑对照品适量，精密称定，加乙酸乙酯制成每lml含0.5mg的溶液，作为对照品溶液，即得；
供试品溶液的制备 龙脑测定供试品，取本品细粉约40mg，精密称定，置10ml量瓶中，加乙酸乙酯溶解并稀释至刻度，摇勻，即得，樟脑、异龙脑测定供试品，取本品适量,精密称定,加乙酸乙酯制成每1ml含15mg的溶液，作为供试品溶液，
测定法 分别精密吸取对照品溶液与供试品溶液各1ul，注入气相色谱仪，测定，即得，
其中，步骤(4)所述相关系数R、校正集均方差RMSEC、预测均方差RMSEP和相对偏差RSEP的具体计算公式：
各式中 Ci——传统分析方法测量值；
——通过NIR测量及数学模型预测的结果；
Cm——Ci均值；
n——建立模型用的校正集样本数；
m——用于检验模型的验证集样本数，
其中，所述采集艾片样品：是采集5-200个批次。
6.一种艾片药材的近红外光谱检测方法，其特征在于，步骤如下：
(1)药材样品准备，粉碎过筛，备用；
(2)含量测定：对药材中的樟脑、异龙脑及龙脑含量进行气相色谱测定，测定方法如下：
色谱条件与系统适用性试验 聚乙二醇20000(PEG-20M)毛细管柱(柱长为30m，内径为0.53mm、，膜厚度为1.0um)柱温为170℃，理论板数按龙脑峰计算应不低于3000，
对照品溶液的制备 取龙脑对照品适量，精密称定，加乙酸乙酯制成每lml含4mg的溶液，即得；另取异龙脑对照品，加乙酸乙酯制成每lml含2mg的溶液，作为对照品溶液，即得；另取樟脑对照品适量，精密称定，加乙酸乙酯制成每lml含0.5mg的溶液，作为对照品溶液，即得；
供试品溶液的制备 龙脑测定供试品，取本品细粉约40mg，精密称定，置10ml量瓶中，加乙酸乙酯溶解并稀释至刻度，摇勻，即得，樟脑、异龙脑测定供试品，取本品适量,精密称定,加乙酸乙酯制成每1ml含15mg的溶液，作为供试品溶液，
测定法 分别精密吸取对照品溶液与供试品溶液各1ul，注入气相色谱仪，测定，即得，
(3)近红外光谱数据采集
将上述处理后的艾片药材粉末进行近红外光谱扫描，采集所述药材的近红外光谱，采集方式为漫反射，扫描次数为32，分辨率为8cm-1，以仪器内置背景为参比，扫描光谱范围为4000～10000cm-1
(4)定量模型的建立
采用5600～10000cm-1波段区间的近红外数据，选择一阶导数、Savitzky-Golay平滑和数据归一化算法用于预处理近红外光谱数据，采用偏最小二乘回归(PLSR)建立近红外数据与樟脑、异龙脑及龙脑含量3个质控指标数据之间的定量校正模型，
采用相关系数R、校正集均方差RMSEC和主成分数Factor优化建模参数，考察模型性能，模型对未知样品的预测效果用预测均方差RMSEP、相对偏差RSEP和相关系数R来考核，当R值接近于1，RMSEC和RMSEP值较小而且互相接近时，评价模型稳定性好、预测精准度高，当RSEP值小于10％时评价模型具有较好的预测能力，能够满足药材分析的预测精度要求，
以下为相关系数R、校正集均方差RMSEC、预测均方差RMSEP和相对偏差RSEP的具体计算公式：
各式中 Ci——传统分析方法测量值；
——通过NIR测量及数学模型预测的结果；
Cm——Ci均值；
n——建立模型用的校正集样本数；
m——用于检验模型的验证集样本数，
(5)采集供试品近红外光谱数据
采集市场上药材样品，粉碎过筛后作为供试品，按建模样品相同近红外光谱采集参数采集供试品的近红外光谱数据，选择相同的建模波段和光谱预处理方法，把特征光谱分别输入已经建立的模型，计算得到供试品中樟脑、异龙脑及龙脑含量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710786905.XA CN108007898A (zh) | 2017-09-04 | 2017-09-04 | 一种快速的艾片药材检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710786905.XA CN108007898A (zh) | 2017-09-04 | 2017-09-04 | 一种快速的艾片药材检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108007898A true CN108007898A (zh) | 2018-05-08 |
Family
ID=62051655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710786905.XA Pending CN108007898A (zh) | 2017-09-04 | 2017-09-04 | 一种快速的艾片药材检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108007898A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108827908A (zh) * | 2018-05-25 | 2018-11-16 | 无锡济民可信山禾药业股份有限公司 | 一种龙脑樟树种植过程中近红外检测的方法 |
| CN109580539A (zh) * | 2018-12-06 | 2019-04-05 | 江西省药明扬海医药科技有限公司 | 一种快速的薄荷药材质控检测方法 |
| CN110658283A (zh) * | 2019-11-14 | 2020-01-07 | 天津中医药大学 | 一种艾叶挥发性成分的检测方法 |
| CN117074361A (zh) * | 2023-08-29 | 2023-11-17 | 无锡迅杰光远科技有限公司 | 校准方法、装置、清洗机和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104076012A (zh) * | 2014-07-24 | 2014-10-01 | 河南中医学院 | 一种近红外光谱法快速检测冰片质量的模型建立方法 |
| CN105548026A (zh) * | 2015-12-09 | 2016-05-04 | 无锡济民可信山禾药业股份有限公司 | 一种快速的郁金药材质控检测方法 |
| CN106198446A (zh) * | 2016-06-22 | 2016-12-07 | 中国热带农业科学院热带作物品种资源研究所 | 近红外光谱快速测定艾纳香叶粉中左旋龙脑含量的方法 |
-
2017
- 2017-09-04 CN CN201710786905.XA patent/CN108007898A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104076012A (zh) * | 2014-07-24 | 2014-10-01 | 河南中医学院 | 一种近红外光谱法快速检测冰片质量的模型建立方法 |
| CN105548026A (zh) * | 2015-12-09 | 2016-05-04 | 无锡济民可信山禾药业股份有限公司 | 一种快速的郁金药材质控检测方法 |
| CN106198446A (zh) * | 2016-06-22 | 2016-12-07 | 中国热带农业科学院热带作物品种资源研究所 | 近红外光谱快速测定艾纳香叶粉中左旋龙脑含量的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 国家药典委员会编: "《中华人民共和国药典 2010年版 1部》", 31 January 2010 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108827908A (zh) * | 2018-05-25 | 2018-11-16 | 无锡济民可信山禾药业股份有限公司 | 一种龙脑樟树种植过程中近红外检测的方法 |
| CN109580539A (zh) * | 2018-12-06 | 2019-04-05 | 江西省药明扬海医药科技有限公司 | 一种快速的薄荷药材质控检测方法 |
| CN110658283A (zh) * | 2019-11-14 | 2020-01-07 | 天津中医药大学 | 一种艾叶挥发性成分的检测方法 |
| CN117074361A (zh) * | 2023-08-29 | 2023-11-17 | 无锡迅杰光远科技有限公司 | 校准方法、装置、清洗机和存储介质 |
| CN117074361B (zh) * | 2023-08-29 | 2024-02-09 | 无锡迅杰光远科技有限公司 | 校准方法、装置、清洗机和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101303294B (zh) | 近红外在线检测技术在中药一清颗粒生产中的应用方法 | |
| Li et al. | Application of near infrared spectroscopy for rapid analysis of intermediates of Tanreqing injection | |
| CN102539566B (zh) | 运用近红外光谱技术快速测定盾叶薯蓣中薯蓣皂苷含量的方法 | |
| CN108007898A (zh) | 一种快速的艾片药材检测方法 | |
| CN104568822B (zh) | 一种连翘药材多指标同时快速检测方法 | |
| CN105548026A (zh) | 一种快速的郁金药材质控检测方法 | |
| CN104359853B (zh) | 利用近红外光谱法快速检测钩藤药材的方法及应用 | |
| CN108562557A (zh) | 一种甘草药材的近红外光谱检测方法 | |
| CN103439288A (zh) | 一种银杏叶药材实时放行检测方法 | |
| CN102914596B (zh) | 一种利用近红外光谱快速测定片仔癀质量的方法 | |
| CN104568813A (zh) | 一种山茱萸药材多指标快速检测方法 | |
| CN107024447B (zh) | 一种生药粉在线检测装置和检测方法 | |
| CN107449753A (zh) | 近红外光谱快速测定槐花炮制品中芦丁含量的方法 | |
| CN108562556A (zh) | 一种桔梗药材的近红外光谱检测方法 | |
| Li et al. | Evaluating quality consistency of Mingmu Dihuang pill by 3 kinds of quantum fingerprint combined with anti-oxidation profiling | |
| CN108663337A (zh) | 一种测定丹参酮类成分的方法及其应用 | |
| CN105372204B (zh) | 一种硫酸依替米星柱分离过程的近红外光谱在线检测方法 | |
| Fan et al. | Quality assessment of Fritillariae cirrhosae using portable NIR spectrometer | |
| CN105784951B (zh) | 一种六味地黄丸浓缩丸生药粉多指标快速检测方法 | |
| CN103792205A (zh) | 片剂杂质和抗张强度的高通量近红外灵敏快速无损分析 | |
| CN109342356A (zh) | 贞芪扶正颗粒生产工艺中近红外定量校正模型的构建方法及检测方法 | |
| CN102119973A (zh) | 一种栀子渗漉液质量控制方法 | |
| CN112782116A (zh) | 利用近红外光谱检测中药大蜜丸水分含量的方法和应用 | |
| CN102106907B (zh) | 一种中药大黄乙醇提取过程质量控制方法 | |
| CN102106956B (zh) | 一种测定肾宝合剂渗漉液近红外光谱，比重及淫羊藿苷含量的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180508 |