CN108663337B - 一种测定丹参酮类成分的方法及其应用 - Google Patents

一种测定丹参酮类成分的方法及其应用 Download PDF

Info

Publication number
CN108663337B
CN108663337B CN201810145540.7A CN201810145540A CN108663337B CN 108663337 B CN108663337 B CN 108663337B CN 201810145540 A CN201810145540 A CN 201810145540A CN 108663337 B CN108663337 B CN 108663337B
Authority
CN
China
Prior art keywords
tanshinone
content
dihydrotanshinone
cryptotanshinone
samples
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.)
Active
Application number
CN201810145540.7A
Other languages
English (en)
Other versions
CN108663337A (zh
Inventor
唐海姣
匡艳辉
王德勤
黄雁
利幼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hutchison Whampoa Guangzhou Baiyunshan Chinese Medicine Co Ltd
Original Assignee
Hutchison Whampoa Guangzhou Baiyunshan Chinese Medicine Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hutchison Whampoa Guangzhou Baiyunshan Chinese Medicine Co Ltd filed Critical Hutchison Whampoa Guangzhou Baiyunshan Chinese Medicine Co Ltd
Priority to CN201810145540.7A priority Critical patent/CN108663337B/zh
Publication of CN108663337A publication Critical patent/CN108663337A/zh
Application granted granted Critical
Publication of CN108663337B publication Critical patent/CN108663337B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/359Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3577Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明涉及一种测定丹参酮类成分的方法及其应用,其中,所述丹参酮类成分为二氢丹参酮、隐丹参酮、丹参酮I和丹参酮IIA,该方法包括:收集丹参提取及浓缩过程中的待测样品,采用近红外光谱检测方法采集这些待测样品的近红外光谱,根据选定的模型将所述近红外光谱转换为待测样品中二氢丹参酮,隐丹参酮,丹参酮I和丹参酮IIA的含量。本发明的方法可以快速测定复方丹参片中丹参酮类成分的含量,制样简单,可进行在线分析。

Description

一种测定丹参酮类成分的方法及其应用
技术领域
本发明属于医药技术领域,具体涉及一种快速测定丹参提取浓缩过程中丹参酮类成分的方法及采用该检测方法判断丹参提取及浓缩的反应终点的方法。
背景技术
近红外光谱(Near Infrared Spectroscopy,简称NIR)分析技术是20世纪80年代后期迅速发展起来的一项测试技术,系通过测定被测物质的近红外光谱区(波长范围约在2526~780nm,按波数计约为12000~4000cm-1)的特征光谱,并利用适宜的化学计量学方法提取相关信息后,主要用于有机物质定性和定量分析的一种检测技术。用近红外光照射被测样品,利用有机物中含有OH、NH等化学键泛频振动或转动,以漫反射或透射等方式获得在近红外区的吸收光谱,通过多元线性进行回归等计量学手段,建立物质光谱与待测成分含量间的线形或非线形模型,从而实现用物质近红外光谱信息对待测成分含量的快速计算。
复方丹参片是《中国药典》收录的经典处方,主要由丹参、三七、冰片3味药组成;具有活血化瘀、理气止痛的功能。其中丹参为主要成分,其活性成分按化学成分结构分为两大类,即脂溶性的丹参酮类和水溶性的丹酚酸类。对脂溶性类成分分析,含量较高的为二氢丹参酮,隐丹参酮,丹参酮Ⅰ和丹参酮ⅡA。2015年版《中国药典》对复方丹参片项下丹参酮类的含量测定是用高效液相色谱方法检测丹参酮ⅡA,丹参项下丹参酮类的含量测定也是采用高效液相色谱法检测丹参酮类,但采用HPLC或UPLC有时间滞后性,难以快速、高效、实时的反映丹参提取浓缩过程中含量的变化情况,不能用于丹参提取浓缩过程中的含量监测,从而无法保证过程的可控性。
近红外(NIR)光谱分析技术作为一种间接分析技术,具有样品处理简单、无损、分析快速、无试剂消耗、绿色环保等特点,已经陆续用于药效成分的含量测定、制药过程的在线检测和监控、天然药物鉴别、中药材的产地鉴别等。将近红外光谱技术应用于药材的质量检测,中药生产过程的监控,可实现入库、投料和生产过程中的现场快速检测,从而保证最终产品的质量安全性、稳定性、均一性和有效性。目前我国现行的中药生产工艺的控制模式基本停留在传统的经验控制方法上,很少考虑到工艺过程中的成分及其量的变化,控制过于简单,无法做到对生产过程的在线检测和质量监控。
因此,当前迫切需要研究一种快速、高效、实时的反映生产过程中的检测方法。
发明内容
本发明以复方丹参片中丹参的提取浓缩过程中的样品作为研究对象,探索丹参提取浓缩过程中丹参酮类成分的质量变化规律,利用NIR在线检测技术,结合UPLC检测技术和化学计量学的数据处理方法,建立二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的NIR模型,用于监测丹参提取浓缩过程中上述成分的质量变化过程,用于指导丹参提取浓缩过程的终点,最终实现复方丹参片生产过程中的全程实时质量监控及终点判断。
本发明以复方丹参片中的主成分丹参的提取浓缩过程中丹参酮类成分作为研究对象建立了一种基于NIR光谱分析方法,用以快速测定丹参提取浓缩过程中的二氢丹参酮,隐丹参酮,丹参酮Ⅰ和丹参酮ⅡA的含量。可用于生产过程中丹参提取及浓缩阶段药液指标成分的快速测定,从而对生产过程药品质量进行及时和动态的控制,用于指导丹参提取浓缩过程的终点。本申请的技术方案是采用NIR透射法对丹参提取液及其浓缩样品的特征吸收区域进行了研究,选择系统提供的最优处理方法建立了丹参提取及浓缩中丹参酮类成分的定量分析校正模型,用于监测丹参提取浓缩过程中二氢丹参酮,隐丹参酮,丹参酮Ⅰ和丹参酮ⅡA,指导丹参提取浓缩过程的终点。测定方法更加简便、快捷,适应未来自动化生产动态控制。
本发明的技术方案如下:
一方面,本发明提供一种快速测定丹参提取及浓缩过程中丹参酮类成分的方法,其中,所述丹参酮类成分为二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA,该方法包括如下步骤:
(1)建模
收集丹参提取及浓缩过程中不同时间点的样品作为校正集样品,采集这些校正集样品的近红外光谱(后续如无特殊说明,光谱、特征光谱、近红外光谱、近红外特征光谱均表示相同的含义,即使用近红外检测方法获得的近红外特征光谱),并采用超高效液相色谱法测定这些校正集样品中二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量,选择以下处理方法中的一种或两种的组合:一阶导数、二阶导数、多元散射校正(MSC)和矢量归一化(SNV),将所述校正集样品的近红外光谱和所述校正集样品的超高效液相色谱法测定的二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量值进行关联,建立模型,选出其中R2较大且RMSECV和RPD较小的几组模型作为校正模型。
(2)选模
收集丹参提取及浓缩过程中与步骤(1)的样品不同的样品作为验证集样品,采用与步骤(1)相同的近红外光谱检测方法采集这些验证集样品的近红外光谱,根据步骤(1)获得的校正模型,获得这些验证集样品的二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量值,记为预测值;采用与步骤(1)的相同的超高效液相色谱法测定这些验证集样品中二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量值,记为测量值;将所述验证集样品某一成分的预测值与所述验证集样品相应成分的测量值相比较,选择二者数值最接近的模型作为最终模型。
(3)测定
收集丹参提取及浓缩过程中的待测样品,采用与步骤(1)和步骤(2)相同的近红外光谱检测方法采集这些待测样品的近红外光谱,根据步骤(3)的最终模型,获得待测样品中二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量值。
优选地,在步骤(1)-步骤(3)中,所述丹参提取及浓缩的工艺为制备复方丹参片时丹参的提取及浓缩工艺,具体为:第一次提取时丹参用4-6倍体积量(具体而言,为药材1kg,加入乙醇4-6L)的95%乙醇加热回流,保持微沸,提取液过滤,滤液浓缩;第二次提取时往药渣加入3-5倍体积量(药材1kg,加入乙醇4-6L)的50%乙醇加热回流,保持微沸,提取液过滤,从滤液中回收乙醇,滤液浓缩。
其中,复方丹参片的配方为丹参450g;三七141g;冰片8g。
优选地,在步骤(1)中,所述校正集样品的收集时间点为:提取过程中,每15分钟取一次样,浓缩过程中每3分钟取一次样。
优选地,在步骤(1)-步骤(3)中,所述近红外光谱的检测条件包括:
光源:卤钨灯;
测样方式:透射模式,分辨率:8cm-1,扫描次数:64次,扫描范围12500~4000cm-1
室温:18-25℃;
样品池:2mm。
优选地,在步骤(1)-步骤(2)中,所述超高效液相色谱法的检测条件包括:
采用ACQUITYHSS-
Figure GDA0001692536530000041
HSST3 1.8μm 2.1×100mm色谱柱;
以乙腈(A)-0.1%磷酸水(B)为流动相;
检测波长为275nm;
梯度洗脱条件如下:0~1min,3%~50%A;1~7min,50%~55%A;7~10min,55%~70%A;10~11min,70%~95%A;
柱温为:30℃;
进样量为:2μL;
流速为:0.5ml/min。
优选地,在步骤(1)中,校正集样品的数量为72-90个,优选为72个。
优选地,在步骤(1)中,选出的校正模型的数量为3-5个。
优选地,在步骤(2)中,验证集样品的数量为5-10个,优选为5个。
优选地,根据需要,步骤(1)和步骤(2)可以重复执行。该重复执行可以对模型不断修正和完善。
优选地,步骤(2)中,所述最终模型如下:
二氢丹参酮:预处理方法为二阶导数,光谱范围为12489.3~7498.3cm-1和6102~5446.3cm-1
隐丹参酮:预处理方法为一阶导数和矢量归一化的组合,光谱范围为6102~5446.3cm-1
丹参酮Ⅰ:预处理方法为一阶导数和MSC的组合,光谱范围为6102~5446.3cm-1
丹参酮ⅡA:预处理方法为一阶导数和MSC的组合,光谱范围为7502.1~5446.3cm-1
在一个优选的实施方案中,本发明提供一种快速测定丹参提取及浓缩过程中丹参酮类成分的方法,其中,所述丹参酮类成分为二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA,该方法包括如下步骤:
收集丹参提取及浓缩过程中的待测样品,采用近红外光谱检测方法采集这些待测样品的近红外光谱,根据如下模型将所述近红外光谱转换为待测样品中二氢丹参酮,隐丹参酮,丹参酮Ⅰ和丹参酮ⅡA的含量:
所述模型如下:
二氢丹参酮:预处理方法为二阶导数,光谱范围为12489.3~7498.3cm-1和6102~5446.3cm-1
隐丹参酮:预处理方法为一阶导数和矢量归一化的组合,光谱范围为6102~5446.3cm-1
丹参酮Ⅰ:预处理方法为一阶导数和MSC的组合,光谱范围为6102~5446.3cm-1
丹参酮ⅡA:预处理方法为一阶导数和MSC的组合,光谱范围为7502.1~5446.3cm-1
优选地,在所述方法中,所述丹参提取及浓缩的工艺为制备复方丹参片时丹参的提取及浓缩工艺,具体为:第一次提取时丹参用4-6倍体积量的95%乙醇加热回流,保持微沸,提取液过滤,滤液浓缩;第二次提取时往药渣加入3-5倍体积量的50%乙醇加热回流,保持微沸,提取液过滤,从滤液中回收乙醇,滤液浓缩。
其中,复方丹参片的配方为丹参450g;三七141g;冰片8g。
优选地,在所述方法中,所述近红外光谱的检测条件包括:
光源:卤钨灯;
测样方式:透射模式,分辨率:8cm-1,扫描次数:64次,扫描范围12500~4000cm-1
室温:18-25℃;
样品池:2mm。
另一方面,本发明提供一种采用前述的检测方法判断丹参提取及浓缩的反应终点的方法,该方法包括如下步骤:
(1)采用前述的方法检测丹参提取及浓缩过程中的待测样品中二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量值;
优选地,所述丹参提取及浓缩的工艺为制备复方丹参片时丹参的提取及浓缩工艺,具体为:第一次提取时丹参用4-6倍体积量(具体而言,为药材1kg,加入乙醇4-6L)的95%乙醇加热回流,保持微沸,提取液过滤,滤液浓缩;第二次提取时往药渣加入3-5倍体积量(药材1kg,加入乙醇4-6L)的50%乙醇加热回流,保持微沸,提取液过滤,从滤液中回收乙醇,滤液浓缩。
(2)终点判断
第一次提取浓缩时,当二氢丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是初始含量(微沸的状态)的≥1.10,优选为1.10-1.5倍时,隐丹参酮的含量是初始含量(微沸的状态)的≥1.05,优选为1.05-1.5倍时,此时是提取的终点;当二氢丹参酮、丹参酮Ⅰ、隐丹参酮和丹参酮ⅡA的含量是初始含量(浓缩之前)的≥1.05,优选为1.05-1.5倍时,此时是浓缩的终点。
第二次提取浓缩时,当二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是初始含量(微沸的状态)的≥1.05,优选为1.05-1.5倍时,此时是提取的终点;当二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是初始含量(浓缩之前)的≥1.10,优选为1.10-1.5倍时,此时是浓缩的终点。
与现有技术相比较,本发明的技术方案具有如下优势:
(1)本发明采用一种检测方法就可以快速测定复方丹参片中丹参酮类成分(包括二氢丹参酮,隐丹参酮,丹参酮Ⅰ和丹参酮ⅡA)的含量;
(2)本发明的测定方法快速,制样简单,可进行在线分析;
(3)本发明经建模后,无须使用其他化学分析手段,并可实现产品的无损质量检测,无污染;
(4)本发明克服了现有高效液相色谱法测定丹参酮类成分存在的以下缺陷:耗能、耗时、操作复杂、无法快速反映复方丹参片的含量;
(5)本发明的检测方法更加有利于复方丹参片的快速测定,分析过程时间短、速度快、准确,可在线测定,生产效率高,可节省大量的人力和物力,可创造巨大的经济和社会效益,可实现复方丹参片的提取及浓缩工艺的全程监控。
(6)本发明是检测特定样品中的特定成分的检测方法,其检测方法及条件具有特异性。
(7)现有技术中,判断终点主要是依据反应时间而定,但是用反应时间来判断并不代表此时有效成分的含量是相对较高的状态,很可能会过度浪费时间。而且不同厂家不同提取浓缩设备的效率不一致,在相同的时间下,不可能同时都能达到有效成分的最大量值,而通过本发明的检测方法来判断终点,不仅能快速、准确判断提取浓缩的终点,且不会受到不同设备的效率的影响。
附图说明
以下,结合附图来详细说明本发明的实施方案,其中:
图1二氢丹参酮校正集样品RMSECV与主因子数的相关,其中推荐维数:10,R2=98.47,内部交叉验证均方差=5.21;
图2二氢丹参酮含量预测值与真实值的相关,其中推荐维数:10,R2=98.47,内部交叉验证均方差=5.21,偏移:0.0676;
图3二氢丹参酮含量偏差与真实值的相关,其中推荐维数:10,R2=98.47,内部交叉验证均方差=5.21,偏移:0.0676;
图4隐丹参酮校正集样品RMSECV与主因子数的相关,其中推荐维数:8,R2=97.41,内部交叉验证均方差=23.9;
图5隐丹参酮含量预测值与真实值的相关,其中推荐维数:8R2=97.41,内部交叉验证均方差=23.9,偏移:0.159;
图6隐丹参酮含量偏差与真实值的相关,其中推荐维数:8R2=97.41,内部交叉验证均方差=23.9,偏移:0.159;
图7丹参酮Ⅰ校正集样品RMSECV与主因子数的相关,其中推荐维数:8,R2=98.21,内部交叉验证均方差=13.8;
图8丹参酮Ⅰ含量预测值与真实值的相关,其中推荐维数:8R2=98.21,内部交叉验证均方差=13.8,偏移:0.016;
图9丹参酮Ⅰ含量偏差与真实值的相关,其中推荐维数:8R2=98.21,内部交叉验证均方差=13.8,偏移:0.016;
图10丹参酮ⅡA校正集样品RMSECV与主因子数的相关,其中推荐维数:8,R2=98.13,内部交叉验证均方差=112;
图11丹参酮ⅡA含量预测值与真实值的相关,其中推荐维数:8R2=98.13,内部交叉验证均方差=112,偏移:1.12;
图12丹参酮ⅡA含量偏差与真实值的相关,其中推荐维数:8R2=98.13,内部交叉验证均方差=112,偏移:1.12;
图13校正集样品复方丹参片NIR光谱图;
图14表示丹参在提取浓缩过程中,二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮Ⅱ这4个丹参酮的含量随着时间变化的曲线,A为第一次提取,B为第二次提取,C为第一次浓缩,D为第二次浓缩。
具体实施方式
下面结合具体实施方式对本发明进行进一步的详细描述,给出的实施例仅为了阐明本发明,而不是为了限制本发明的范围。
以下实施例中缩写表示的含义如下:
MSC—多元散射校正
SNV—矢量归一化
RMSECV—内部交叉验证均方差
RMSEP—外部验证均方差
Bias—偏差。
实施例1模型的建立及选择
I.建模
1、校正集样品的收集
第一次提取时丹参用4-6倍量的95%乙醇加热回流,保持微沸,提取液过滤,滤液浓缩;第二次提取时往药渣加入3-5倍量的50%乙醇加热回流,保持微沸,提取液过滤,从滤液中回收乙醇,滤液浓缩。在提取过程中,每15分钟取一次样,浓缩过程中每3分钟取一次样。
上述丹参的提取及浓缩工艺为制备复方丹参片时丹参的提取及浓缩工艺,其中,复方丹参片的配方为丹参450g:三七141g:冰片8g。
2、采用超高效液相色谱测定第1部分获得的校正集样品的二氢丹参酮,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA的含量
①色谱条件与系统适用性试验:ACQUITYHSS-
Figure GDA0001692536530000091
HSST3 1.8μm 2.1×100mm色谱柱;以乙腈(A)-0.1%磷酸水(B)为流动相;检测波长为275nm。理论板数以丹参酮ⅡA不低于30000。梯度洗脱(0~1min,3%~50%A;1~7min,50%~55%A;7~10min,55%~70%A;10~11min,70%~95%A),柱温30℃;进样量2μL,流速0.5ml/min。
②标准曲线的制备
对照品溶液的制备:取二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA对照品适量,精密称定,分别加水制成每1ml含145μg,142μg,228μg,403μg的溶液,即得,标准品均购至中国食品药品生物检定所。分别精密吸取对照品溶液与上述样品溶液各0.5、1、2、3、5μl在①项下的色谱条件下测定,以各对照品进样量(μg)为横坐标(X),相应的峰面积为纵坐标(Y)进行回归,得回归方程分别为二氢丹参酮Y=7012X-28077(R2=1),隐丹参酮Y=8000X-22714(R2=1),丹参酮ⅠY=5018X-58986(R2=1),丹参酮ⅡA Y=2268X+12045。二氢丹参酮,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA分别在72.5~725μg、71~710μg、114~1140μg、203~2030μg范围内线性关系良好。
③精密度实验:分别精密吸取上述对照品溶液2μl进样测定,连续6次,结果,二氢丹参酮的RSD为0.54%,隐丹参酮的RSD为0.39%,丹参酮Ⅰ的RSD为2.14%,丹参酮ⅡA的RSD为0.42%。
④稳定性实验:取95%乙醇提取的丹参提取液在45min取的样品溶液,按①项下在0、2、4、8、16、24h进样2μL,测定二氢丹参酮Ⅰ,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA的含量,结果表明,二氢丹参酮Ⅰ的RSD值为4.33%,隐丹参酮的RSD为0.72%,丹参酮Ⅰ的RSD为4.67%,丹参酮ⅡA的RSD值为0.95%。
⑤重复性实验:取同一批次的丹参饮片按④项下的方式取样6份,进样测定,结果二氢丹参酮的含量的RSD为2.10%),隐丹参酮的含量的RSD为2.5%,丹参酮Ⅰ的含量RSD=1.5%,丹参酮ⅡA的含量的RSD为1.3%。
⑥加样回收率实验:精密称取二氢丹参酮,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA 120μg,395μg,222μg,1267μg,共6份,分别置于95%乙醇提取的丹参提取液在45min取的样品溶液中,进样测定,结果,二氢丹参酮的回收率是98.7%(RSD=1.55%),隐丹参酮的回收率97.5%(RSD=1.13%),丹参酮Ⅰ的回收率是90.8%(RSD=0.51%),丹参酮ⅡA的回收率是104.2%(RSD=0.92%)
3、采集第1部分获得的校正集样品的近红外数据及建立校正模型
利用近红外光谱的仪器(德国BRUKER公司的MPA型傅立叶变换近红外光谱仪),光源:卤钨灯:测样方式:透射模式,分辨率:8cm-1,扫描次数:64次,扫描范围12500~4000cm-1,室温:18-25℃,样品池2mm,注入样品后摇匀。采用OPUS 6.5分析软件,对光谱预处理和谱区选择,得到第1部分获得的校正集样品的NIR原始特征光谱。
利用一阶导数,二阶导数,SNV,MSC法,将第2部分超高效液相色谱法测定的二氢丹参酮,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA含量值与前述测定的特征光谱相关联,建立校正模型,备用。在该过程中,可能有多个模型,选出其中R2较大且RMSECV和RPD较小的几组模型作为校正模型。具体过程在以下将详细进行描述:
校正集样品的原始近红外特征光谱经过利用Bruker OPUS6.5分析软件中的自动优化模型功能(Optimize)进行选择时,应注意不同预处理方法和谱区范围对二氢丹参酮Ⅰ,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA含量值模型的影响。
在NIR透射光谱的采集过程中,有时会由于仪器状态与测量条件的差异造成NIR光谱发生细微的变化,通过对光谱信号进行预处理以消除这些影响,改善模型的性能。在近红外光谱全区域中,不同波长处的光谱吸收信息对于最后建立模型的贡献价值是不同的,在模型波长处,杂质吸收和干扰大大强于目标组分产生的吸收,因此删除这些波长的光谱吸收有助于提高模型的准确度。由表1-表4可知,表内的3个预处理方法和谱段范围的维数和RMSECV值都较为接近,故先分别建立4个校正模型。
表1不同预处理方法和谱区范围对二氢丹参酮含量值模型的影响
Figure GDA0001692536530000111
表2不同预处理方法和谱区范围对隐丹参酮含量值模型的影响
Figure GDA0001692536530000112
Figure GDA0001692536530000121
表3不同预处理方法和谱区范围对丹参酮Ⅰ含量值模型的影响
Figure GDA0001692536530000122
表4不同预处理方法和谱区范围丹参酮ⅡA含量值模型的影响
Figure GDA0001692536530000123
Figure GDA0001692536530000131
根据前述的方法,应用化学计量学建立复方丹参片的提取及浓缩过程中的近红外特征光谱与二氢丹参酮,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA的含量值之间的4个校正模型。
II.选模及模型评价
1、验证集样品的收集
根据验证集样品具有代表性的原则,选取除建立校正模型的校正集样品之外的5份样品作为验证集样品。通过验证集样品来检验校正模型是否可靠,并检验校正模型的实用性能并确定最优模型。
2、采集第1部分获得的验证集样品的近红外光谱
获取验证集样品光谱时采用的近红外光谱的检测方法和条件同获取校正模型时采集校正集样品的近红外光谱所采用的检测方法和条件一致,获得验证集样品的特征光谱。
3、采用超高效液相色谱测定第1部分获得的验证集样品的二氢丹参酮,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA的含量
采用与建模部分相同的超高效液相色谱检测方法检测第1部分获得的验证集样品的二氢丹参酮,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA的含量。
4、通过第I部分选出的校正模型获得第1部分的验证集样品的二氢丹参酮,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA的含量值
把第2部分获得的验证样品的光谱特征输入第I部分选出的校正模型中,分别计算出二氢丹参酮,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA的含量值。
5、选模
将第4部分计算得到的二氢丹参酮,隐丹参酮,丹参酮Ⅰ和丹参酮ⅡA的含量值与第3部分超高效液相色谱法测定的二氢丹参酮,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA含量值进行两者之间的相关系数判断,即外部验证均方差(RMSEP)和偏差(Bias)值的比较,一般RMSEP和Bias的值越小,则建立的模型的预测值越接近真实值,即模型最优。
以下具体分析本发明的四种成分的最优模型。
表5是4个校正模型对二氢丹参酮检验集样品的相关系数预测结果,由结果可知,经处理方法eqdst3得到的外部验证均方差(RMSEP)和偏差(Bias)最小,即该模型的预测结果越接近验证样品的二氢丹参酮Ⅰ真实值,并结合该模型的RMSECV值和R2综合考虑,确定校正模型Ⅲ是最优模型。
表6是校正模型Ⅲ对二氢丹参酮检验集样品的预测结果,由表6可知,用校正模型Ⅲ对验证样品中的5个样品的二氢丹参酮进行预测,外部验证均方差(RMSEP)为1.52%,其超高效液相色谱法测定结果与NIR光谱法的测定结果相对偏差在正负10%以内,预测结果较为准确。
表5. 4个校正模型对二氢丹参酮检验集样品的预测结果相关系数
Figure GDA0001692536530000141
表6.校正模型Ⅲ对二氢丹参酮检验集样品的预测结果
Figure GDA0001692536530000142
Figure GDA0001692536530000151
按照上述同样的方法,对隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA的最优模型进行选择和评价,其结果见表7-12。由结果可知,隐丹参酮的四个校正模型中,经处理方法ydst1处理后得到的RMSEP,BIAS值最小,结合隐丹参酮的RMSECV值和R2综合考虑,确定该模型最佳,即为模型Ⅰ,该模型对检验集样品的预测的结果显示,真实值跟预测值的偏差的RSD值都在5%以内。丹参酮Ⅰ的最佳模型经处理方法dst1处理后得到,该模型对检验集样品的预测的真实值跟预测值的偏差的RSD值都在10%以内,丹参酮ⅡA的最佳模型由处理方法dst2A得到,该模型对检验集样品的预测的真实值跟预测值值的偏差的RSD在10%以内,由以上结果隐丹参酮Ⅰ,丹参酮ⅡA的模型的预测结果都比较准确。
表7. 4个校正模型对隐丹参酮的检验集样品的预测结果相关系数
Figure GDA0001692536530000152
表8.校正模型Ⅰ对检验集样品的隐丹参酮的含量预测结果
Figure GDA0001692536530000153
Figure GDA0001692536530000161
表9. 4个校正模型对丹参酮Ⅰ的检验集样品的预测结果相关系数
Figure GDA0001692536530000162
表10.校正模型Ⅰ对检验集样品的丹参酮Ⅰ的含量预测结果
Figure GDA0001692536530000163
表11.4个校正模型对丹参酮ⅡA的检验集样品的预测结果相关系数
Figure GDA0001692536530000164
表12.校正模型Ⅰ对检验集样品的丹参酮ⅡA的含量预测结果
Figure GDA0001692536530000165
Figure GDA0001692536530000171
根据前述的结果,最终选定如下模型:
二氢丹参酮:预处理方法为二阶导数,光谱范围为12489.3~7498.3cm-1和6102~5446.3cm-1
隐丹参酮:预处理方法为一阶导数和矢量归一化的组合,光谱范围为6102~5446.3cm-1
丹参酮Ⅰ:预处理方法为一阶导数和MSC的组合,光谱范围为6102~5446.3cm-1
丹参酮ⅡA:预处理方法为一阶导数和MSC的组合,光谱范围为7502.1~5446.3cm-1
6、最终模型的评价:
校正集样品的光谱数据经预处理后,应用Bruker OPUS6.5分析软件,采用二阶导数的处理方法将校正集样品的NIR光谱与二氢丹参酮含量值进行关联,建立了最终模型。图1为校正集样品的RMSECV与主因子数之间的相关图,由图1可知,当最终模型主因子数为10时,可使校正集样品的RMSECV最小,确定最佳主成分数为10。
二阶导数最终模型对二氢丹参酮的含量的相关系数为98.47,内部交叉验证均方差(RMSECV)为5.21,主因子数为10,丹参的提取浓缩液的NIR光谱与二氢丹参酮含量之间存在较好的相关性。图2和图3分别为二氢丹参酮校正集样品交互验证后得到的丹参的提取浓缩液的NIR预测值与真实值的相关图和NIR偏差与真实值的相关图,由图可知,丹参的提取浓缩液的NIR光谱与其二氢丹参酮含量之间存在较好的相关性。
校正集样品的光谱数据经预处理后,应用Bruker OPUS6.5分析软件,采用一阶导数和矢量归一化(SNV)法将校正集样品的NIR光谱与隐丹参酮含量值进行关联,建立了最终模型。图4为校正集样品RMSECV与主因子数之间的相关图,由图4可知,当最终模型主因子数为8时,可使校正集样品的RMSECV最小,确定最佳主成分数为8。
一阶导数和矢量归一化(SNV)最终模型对隐丹参酮的含量的相关系数为97.41,内部交叉验证均方差(RMSECV)为23.9,主因子数为8,丹参的提取浓缩液的NIR光谱与隐丹参酮含量之间存在较好的相关性。图5和图6分别为隐丹参酮校正集样品交互验证后得到的丹参的提取浓缩液的NIR预测值与真实值的相关图和NIR偏差与真实值的相关图,由图可知,丹参的提取浓缩液的NIR光谱与隐丹参酮含量之间相关性较好。
校正集样品的光谱数据经预处理后,应用Bruker OPUS6.5分析软件,采用一阶导数和MSC法将校正集样品的NIR光谱与丹参酮I含量值进行关联,建立了最终模型。图7为校正集RMSECV与主因子数之间的相关图,由图7可知,当的最终模型主因子数为9时,可使校正集样品RMSECV最小,确定最佳主成分数为9。
一阶导数和MSC最终模型对丹参酮Ⅰ的含量的相关系数为98.21,内部交叉验证均方差(RMSECV)为7.48,主因子数为9,丹参的提取浓缩液的NIR光谱与丹参酮Ⅰ含量之间存在较好的相关性。图8和图9分别为丹参酮Ⅰ校正集样品交互验证后得到的丹参的提取浓缩液的NIR预测值与真实值的相关图和NIR偏差与真实值的相关图,由图可知,丹参的提取浓缩液的NIR光谱与丹参酮Ⅰ含量之间存在较好的相关性。
校正集样品的光谱数据经预处理后,应用Bruker OPUS6.5分析软件,采用二阶导数将校正集样品的NIR光谱与丹参酮ⅡA含量值进行关联,建立了最终模型。图10为校正集样品RMSECV与主因子数之间的相关图,由图10可知,当最终模型主因子数为8时,可使校正集样品RMSECV最小,确定最佳主成分数为8。
一阶导数和MSC最终模型对丹参酮ⅡA的含量的相关系数为98.13,内部交叉验证均方差(RMSECV)为112,主因子数为8,丹参的提取浓缩液的NIR光谱与丹参酮ⅡA含量之间存在较好的相关性。图11和图12分别为丹参酮ⅡA校正集样品交互验证后得到的丹参的提取浓缩液的NIR预测值与真实值的相关图和NIR偏差与真实值的相关图,由图可知,丹参的提取浓缩液的NIR光谱与丹参酮IIA含量之间存在较好的相关性。
7、最终模型的精密度考察
取同一样品,用近红外光谱仪重复扫描6次,将所得NIR光谱输入丹参提取液的二氢丹参酮Ⅰ,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA含量模型中重复计算6次,考察模型的精密度,RSD值为2.07%(n=6)。结果见表13,由表13可知仪器和模型精密度良好。
表13精密度试验
Figure GDA0001692536530000191
Figure GDA0001692536530000192
8、最终模型的重现性考察
取同一批样品6份,分别进行近红外光谱仪扫描,将所得的NIR光谱输入丹参提取液的二氢丹参酮Ⅰ,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA的模型中计算二氢丹参酮Ⅰ含量,RSD值为2.84%(n=6)。结果见表14,由表14可知模型的重现性良好。
表14重现性试验
Figure GDA0001692536530000201
Figure GDA0001692536530000202
9、最终的模型的修正与维护
当样品的测定时间或空间条件改变时,必须用检验集样品检验最终模型,如果最终模型的预测效果降低,就需要在校正集样品增加这一检验样品,并重新按上述步骤修改校正集样品,稳定的模型需要不断的完善,这个过程是没有止境的。图13为校正集复方丹参片NIR光谱图。
实施例2一种快速测定丹参提取及浓缩过程中的丹参酮类成分的方法
采用实施例1选择的模型测丹参提取及浓缩过程中的丹参酮类成分。
1、待测样品的收集
收集丹参提取及浓缩过程中的样品,其中丹参提取及浓缩的工艺如实施例1所述。
2、待测样品近红外光谱的采集
利用近红外光谱仪测定待测样品的近红外光谱,该近红外光谱的测定方法如实施例1所述。
3、检测
采用实施例1建立的如下模型将第2部分获得的近红外光谱转换为二氢丹参酮Ⅰ,隐丹参酮,丹参酮Ⅰ,丹参酮ⅡA的含量值:
二氢丹参酮:预处理方法为二阶导数,光谱范围为12489.3~7498.3cm-1和6102~5446.3cm-1
隐丹参酮:预处理方法为一阶导数和矢量归一化的组合,光谱范围为6102~5446.3cm-1
丹参酮Ⅰ:预处理方法为一阶导数和MSC的组合,光谱范围为6102~5446.3cm-1
丹参酮ⅡA:预处理方法为一阶导数和MSC的组合,光谱范围为7502.1~5446.3cm-1
实施例3一种判定丹参提取及浓缩的反应终点的方法,该方法包括如下步骤:
(1)采用实施例2的方法检测待测样品中二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量值。
(2)终点判断
针对丹参提取及浓缩过程中第一次提取,以微沸的状态为起始时间0分钟,每隔15分钟取样按照前述检测方法进行检测,以初始时间的二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量分别为分母,其不同时间取样点的含量为分子进行计算,见图14A。
针对丹参提取及浓缩过程中第二次提取,以微沸的状态为起始时间0分钟,每隔15分钟取样按照前述检测方法进行检测,以初始时间的二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量分别为分母,其不同时间取样点的含量为分子进行计算,见图14B。
现有技术中,判断提取终点是依据反应时间而定,两次煎煮的时间都是90分钟,由图14A和图14B可以看出,90分钟的煎煮时间并非最佳的提取时间。第一次提取时,当二氢丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是初始含量(微沸的状态)的≥1.10,优选为1.10-1.5倍时,隐丹参酮的含量是初始含量(微沸的状态)的≥1.05,优选为1.05-1.5倍时,也就是30-60分钟之间是最佳的提取终点,当超过60分钟时,丹参酮类成分含量明显下降,此时不宜再煎煮;第二次提取时,当二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是初始含量(微沸的状态)的≥1.05,优选为1.05-1.5倍时,也就是45-60分钟之间是最佳的提取终点;当超过60分钟时,丹参酮类成分含量明显下降,此时不宜再煎煮。
现有技术中,第一次和第二次浓缩时间都没有明确规定,但浓缩液中丹参酮类成分在一直在变化之中,无法判断哪种程度是最佳的终点。本发明人针对丹参提取及浓缩过程中第一次浓缩,以微沸的状态为起始时间0分钟,每隔3分钟取样按照前述检测方法进行检测,以初始时间的二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量分别为分母,其不同时间取样点的含量为分子进行计算,见图14C。
针对丹参提取及浓缩过程中第二次浓缩,以微沸的状态为起始时间0分钟,每隔3分钟取样按照前述检测方法进行检测,以初始时间的二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量分别为分母,其不同时间取样点的含量为分子进行计算,见图14D。
现有技术中,浓缩没有依据判断终点。第一次浓缩时,当二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是初始含量(微沸的状态)的≥1.05,优选为1.05-1.5倍时,也就是6分钟左右是最佳的浓缩终点,当超过9分钟时,丹参酮类成分含量明显下降,此时不宜再进行浓缩;第二次浓缩时,当二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是初始含量(微沸的状态)的≥1.10,优选为1.10-1.5倍时,也就是6分钟左右是最佳的浓缩终点;当超过6分钟时,丹参酮类成分含量明显下降,此时不宜再浓缩。
因此,根据上述研究,最终确定了如下判断终点的方法:
第一次提取浓缩时,当二氢丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是初始含量(微沸的状态)的≥1.10,优选为1.10-1.5倍时,隐丹参酮的含量是初始含量(微沸的状态)的≥1.05,优选为1.05-1.5倍时,此时是提取的终点;当二氢丹参酮、丹参酮Ⅰ、隐丹参酮和丹参酮ⅡA的含量是初始含量(浓缩之前)的≥1.05,优选为1.05-1.5倍时,此时是浓缩的终点。
第二次提取浓缩时,当二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是初始含量(微沸的状态)的≥1.05,优选为1.05-1.5倍时,此时是提取的终点;当二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是初始含量(浓缩之前)的≥1.10,优选为1.10-1.5倍时,此时是浓缩的终点。

Claims (7)

1.一种判断丹参提取及浓缩的反应终点的方法,其特征在于,该方法包括如下步骤:
(I)检测待测样品中二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量值;其中,提取过程中每15分钟取一次样,浓缩过程中每3分钟取一次样;
(II)终点判断
第一次提取浓缩时,当二氢丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是微沸状态的初始含量的≥1.10倍,隐丹参酮的含量是微沸状态的初始含量的≥1.05倍时,此时是提取的终点;当二氢丹参酮、丹参酮Ⅰ、隐丹参酮和丹参酮ⅡA的含量是浓缩之前的初始含量的≥1.05倍时,此时是浓缩的终点;
第二次提取浓缩时,当二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是微沸状态的初始含量的≥1.05倍时,此时是提取的终点;当二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是浓缩之前的初始含量的≥1.10倍时,此时是浓缩的终点;
其中,丹参提取及浓缩的工艺为:第一次提取时丹参用4-6倍量的95%乙醇加热回流,保持微沸,提取液过滤,滤液浓缩;第二次提取时往药渣加入3-5倍量的50%乙醇加热回流,保持微沸,提取液过滤,从滤液中回收乙醇,滤液浓缩;
其中,在步骤(I),采用如下方法检测待测样品中二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量值:
(1)建模
收集丹参提取及浓缩过程中不同时间点的样品作为校正集样品,采集这些校正集样品的近红外光谱,并采用超高效液相色谱法测定这些校正集样品中二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量,选择以下处理方法中的一种或两种的组合:一阶导数、二阶导数、多元散射校正(MSC)和矢量归一化(SNV),将所述校正集样品的近红外光谱和所述校正集样品的超高效液相色谱法测定的二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量值进行关联,建立模型,综合比较R2、RMSECV和RMSECP值,确定校正模型;
(2)选模
收集丹参提取及浓缩过程中与步骤(1)的样品不同的样品作为验证集样品,采用与步骤(1)相同的近红外光谱检测方法采集这些验证集样品的近红外光谱,根据步骤(1)获得的校正模型,获得这些验证集样品的二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量值,记为预测值;采用与步骤(1)的相同的超高效液相色谱法测定这些验证集样品中二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量值,记为测量值;将所述验证集样品某一成分的预测值与所述验证集样品相应成分的测量值相比较,选择二者数值最接近的模型作为最终模型;以及
(3)测定
收集丹参提取及浓缩过程中的待测样品,采用与步骤(1)和步骤(2)相同的近红外光谱检测方法采集这些待测样品的近红外光谱,根据步骤(3)的最终模型,获得待测样品中二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量值;
其中,步骤(2)中,所述最终模型如下:
二氢丹参酮:预处理方法为二阶导数,光谱范围为12489.3~7498.3cm-1和6102~5446.3cm-1
隐丹参酮:预处理方法为一阶导数和矢量归一化的组合,光谱范围为6102~5446.3 cm-1
丹参酮Ⅰ:预处理方法为一阶导数和MSC的组合,光谱范围为6102~5446.3 cm-1
丹参酮ⅡA:预处理方法为一阶导数和MSC的组合,光谱范围为7502.1~5446.3 cm-1
其中,在步骤(1)-步骤(2)中,所述超高效液相色谱法的检测条件包括:
采用ACQUITYHSS-T3® HSST3 1.8μm 2.1×100mm 色谱柱;
以乙腈(A)-0.1%磷酸水(B)为流动相;
检测波长为275nm;
梯度洗脱条件如下:0~1min, 3%~50%A;1~7min, 50%~55%A;7~10min,55%~70%A;10~11min,70%~95%A;
柱温为:30℃;
进样量为:2μL;
流速为:0.5ml/min。
2.根据权利要求1所述的方法,其特征在于,
第一次提取浓缩时,当二氢丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是微沸状态的初始含量的1.10-1.5倍,隐丹参酮的含量是微沸状态的初始含量的1.05-1.5倍时,此时是提取的终点;当二氢丹参酮、丹参酮Ⅰ、隐丹参酮和丹参酮ⅡA的含量是浓缩之前的初始含量的1.05-1.5倍时,此时是浓缩的终点;
第二次提取浓缩时,当二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是微沸状态的初始含量的1.05-1.5倍时,此时是提取的终点;当二氢丹参酮、隐丹参酮、丹参酮Ⅰ和丹参酮ⅡA的含量是浓缩之前的初始含量的1.10-1.5倍时,此时是浓缩的终点。
3.根据权利要求1所述的方法,其特征在于,在步骤(1)中,所述校正集样品的收集时间点为:提取过程中,每15分钟取一次样,浓缩过程中每3分钟取一次样。
4.根据权利要求1所述的方法,其特征在于,在步骤(1)-步骤(3)中,所述近红外光谱的检测条件包括:
光源:卤钨灯;
测样方式:透射模式,分辨率:8 cm-1,扫描次数:64次,扫描范围12500~4000cm-1
室温:18-25℃;
样品池:2mm。
5.根据权利要求1所述的方法,其特征在于,在步骤(1)中,校正集样品的数量为72-90个;
在步骤(1)中,选出的校正模型的数量为3-5个;
在步骤(2)中,验证集样品的数量为5-10个。
6.根据权利要求1所述的方法,其特征在于,在步骤(1)中,校正集样品的数量为72个;
在步骤(1)中,选出的校正模型的数量为3-5个;
在步骤(2)中,验证集样品的数量为5个。
7.根据权利要求1所述的方法,其特征在于,步骤(1)和步骤(2)重复执行。
CN201810145540.7A 2018-02-12 2018-02-12 一种测定丹参酮类成分的方法及其应用 Active CN108663337B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810145540.7A CN108663337B (zh) 2018-02-12 2018-02-12 一种测定丹参酮类成分的方法及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810145540.7A CN108663337B (zh) 2018-02-12 2018-02-12 一种测定丹参酮类成分的方法及其应用

Publications (2)

Publication Number Publication Date
CN108663337A CN108663337A (zh) 2018-10-16
CN108663337B true CN108663337B (zh) 2021-07-13

Family

ID=63784102

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810145540.7A Active CN108663337B (zh) 2018-02-12 2018-02-12 一种测定丹参酮类成分的方法及其应用

Country Status (1)

Country Link
CN (1) CN108663337B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109342356A (zh) * 2018-10-24 2019-02-15 吉林省现代中药工程研究中心有限公司 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
CN109270025A (zh) * 2018-11-20 2019-01-25 贵州拜特制药有限公司 检测丹参水提液中6个酚酸类化合物含量的方法及应用
CN110156866B (zh) * 2019-05-16 2022-03-29 三门峡职业技术学院 一种分子蒸馏法提纯丹参酮ⅱa的方法
CN113588590B (zh) * 2021-08-11 2024-04-16 苏州泽达兴邦医药科技有限公司 一种基于数据挖掘的中药提取过程质量控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102106950A (zh) * 2011-03-21 2011-06-29 江西汇仁药业有限公司 一种女金胶囊提取浓缩过程质量控制方法
CN102973653A (zh) * 2012-12-17 2013-03-20 颜晓文 一种丹参酮提取物及其水溶物的制备方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102106950A (zh) * 2011-03-21 2011-06-29 江西汇仁药业有限公司 一种女金胶囊提取浓缩过程质量控制方法
CN102973653A (zh) * 2012-12-17 2013-03-20 颜晓文 一种丹参酮提取物及其水溶物的制备方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于SIC算法的丹参醇提过程近红外定量模型更新研究;贾帅芸 等;《中国中药杂志》;20160331;第41卷(第5期);第824-828页 *
多波长UPLC法同时测定冠心丹参胶囊中三七皂苷R1等5种有效成分的含量;刁璇 等;《沈阳药科大学学报》;20150630;第32卷(第6期);第445页 *

Also Published As

Publication number Publication date
CN108663337A (zh) 2018-10-16

Similar Documents

Publication Publication Date Title
CN108663337B (zh) 一种测定丹参酮类成分的方法及其应用
Li et al. Rapid quantification of phenolic acids in Radix Salvia Miltrorrhiza extract solutions by FT-NIR spectroscopy in transflective mode
CN102106939B (zh) 一种测定六味地黄丸浓缩丸提取浓缩液比重及马钱苷、丹皮酚含量的方法
CN103439288B (zh) 一种银杏叶药材实时放行检测方法
Jintao et al. Rapid and simultaneous analysis of five alkaloids in four parts of Coptidis Rhizoma by near-infrared spectroscopy
CN101231274B (zh) 近红外光谱快速测定山药中尿囊素含量的方法
Shao et al. Fast determination of two atractylenolides in Rhizoma Atractylodis Macrocephalae by Fourier transform near-infrared spectroscopy with partial least squares
CN108241033B (zh) 一种快速检测麦冬醇提取液中6个质量指标物质含量的方法及应用
CN104062260A (zh) 一种含有柚皮苷中药生产过程中的近红外在线检测方法
CN103033486A (zh) 陈皮及广陈皮药材质量的近红外光谱监控方法
CN104568822A (zh) 一种连翘药材多指标同时快速检测方法
Li et al. Quantitative analysis of salidroside and p-tyrosol in the traditional Tibetan medicine Rhodiola crenulata by Fourier Transform Near-Infrared Spectroscopy
CN107024447B (zh) 一种生药粉在线检测装置和检测方法
CN108051396B (zh) 一种心可舒片有效成分含量的快速检测方法
CN101664495A (zh) 一种中药六味地黄丸生产过程的近红外光谱在线检测方法
CN102879351A (zh) 近红外透射光谱法测定丹酚酸提取物中丹酚酸b的含量
Li et al. Evaluating quality consistency of Mingmu Dihuang pill by 3 kinds of quantum fingerprint combined with anti-oxidation profiling
CN102106950B (zh) 一种测定女金中药提取浓缩液中黄芪苷的方法
CN107655841B (zh) 一种基于紫外光谱快速测定郁金-栀子水蒸气蒸馏提取过程多种成分含量的方法
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
CN105784951A (zh) 一种六味地黄丸浓缩丸生药粉多指标快速检测方法
CN102106907B (zh) 一种中药大黄乙醇提取过程质量控制方法
CN107036997A (zh) 利用近红外光谱法快速检测气滞胃痛颗粒的制备过程的方法及应用
CN104297441B (zh) 一种红外光谱在线质量监测控制体系在蒙药制剂中的应用
CN102106919A (zh) 一种中药川红活血胶囊提取过程质量控制方法

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
GR01 Patent grant
GR01 Patent grant