CN111521701A - 玉屏风制剂提取中的近红外校正模型构建方法和检测方法 - Google Patents

玉屏风制剂提取中的近红外校正模型构建方法和检测方法 Download PDF

Info

Publication number
CN111521701A
CN111521701A CN202010367587.5A CN202010367587A CN111521701A CN 111521701 A CN111521701 A CN 111521701A CN 202010367587 A CN202010367587 A CN 202010367587A CN 111521701 A CN111521701 A CN 111521701A
Authority
CN
China
Prior art keywords
extraction process
correction model
decoction
near infrared
quality control
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
Application number
CN202010367587.5A
Other languages
English (en)
Inventor
王洛临
李智勇
张建军
卢泳
冯建英
陈雪婷
李洁环
徐文杰
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.)
Guangdong Second Traditional Chinese Medicine Hospital (guangdong Research Institute Of Traditional Chinese Medicine Manufacturing Technology)
Original Assignee
Guangdong Second Traditional Chinese Medicine Hospital (guangdong Research Institute Of Traditional Chinese Medicine Manufacturing Technology)
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 Guangdong Second Traditional Chinese Medicine Hospital (guangdong Research Institute Of Traditional Chinese Medicine Manufacturing Technology) filed Critical Guangdong Second Traditional Chinese Medicine Hospital (guangdong Research Institute Of Traditional Chinese Medicine Manufacturing Technology)
Priority to CN202010367587.5A priority Critical patent/CN111521701A/zh
Publication of CN111521701A publication Critical patent/CN111521701A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • 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
    • 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
    • G01N30/04Preparation or injection of sample to be analysed
    • G01N30/06Preparation
    • 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
    • G01N30/26Conditioning of the fluid carrier; Flow patterns
    • G01N30/28Control of physical parameters of the fluid carrier
    • G01N30/34Control of physical parameters of the fluid carrier of fluid composition, e.g. gradient
    • 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
    • G01N30/26Conditioning of the fluid carrier; Flow patterns
    • G01N30/28Control of physical parameters of the fluid carrier
    • G01N30/36Control of physical parameters of the fluid carrier in high pressure liquid systems
    • 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
    • G01N30/62Detectors specially adapted therefor
    • G01N30/74Optical detectors
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N5/00Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
    • G01N5/04Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/12Circuits of general importance; Signal processing
    • G01N2201/129Using chemometrical methods

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

本发明涉及一种玉屏风制剂提取中的近红外校正模型构建方法和检测方法。包括以下步骤:采集玉屏风制剂提取工艺中的样本,经高效液相色谱检测和干燥失重法检测,以毛蕊异黄酮葡萄糖苷、升麻素苷、5‑O‑甲基维斯阿米醇苷和水溶性固形物为质控指标,获得样本中质控指标的含量;经近红外光谱检测采集玉屏风制剂提取工艺中的近红外光谱;将采集到的近红外光谱与质控指标的含量进行关联,采用偏最小二乘法构建玉屏风制剂提取工艺中质控指标的近红外定量校正模型。本发明方法实现玉屏风制剂提取过程中质控指标含量的全程实时质量监控,从而确定提取工艺终点,有利于提高玉屏风制剂提取工艺的质量控制水平,充分保证最终产品批间质量稳定、可靠。

Description

玉屏风制剂提取中的近红外校正模型构建方法和检测方法
技术领域
本发明涉及中药检测领域,特别是涉及一种玉屏风制剂提取中的近红外校正模型构建方法和检测方法。
背景技术
玉屏风散源于元代《丹溪心法》中治疗表虚自汗的经世名方,由黄芪、白术和防风组成,具有益气,固表,止汗的功效。玉屏风制剂为古代经典名方的现代制剂,现行《中国药典》收载的剂型有口服液、胶囊、袋泡茶和颗粒,虽然现代生产的提取工艺的原料质量稳定(产地、采收季节固定等)、提取工艺(如加水量、煎煮时间和提取次数)明确,但是由于受到导热介质(如蒸气压力)不稳定或其他人为因素的影响,提取工艺仍是导致最终产品质量不稳定,批间差异大的主要原因。现行生产过程的质量控制手段主要是对中间体和成品进行离线检测,分析方法耗时且滞后于生产,缺乏客观化和规范化的实时质量控制手段,直接影响到中药现代化的战略。基于药品的质量源于生产设计出来的,而不是检测出来的,及质量控制前移的理念,寻找一种玉屏风制粒提取过程的在线检测方法,有助于解决其关键控制指标的质量控制问题,对于中药工业技术进步意义重大。
近红外光谱技术是一种快速的、无损的、绿色的分析技术,具有分析快速、操作简单、样本基本无处理、无需消耗试剂等特点。近年来,近红外光谱技术已经越来越多的被应用于中药材产地鉴别、有效组分含量测定和制药过程的在线检测和监控。
在药品质量控制及生产应用领域,将近红外光谱技术应用于原药材、化药分离、成品关键指标的检测已有相关文献。但是,将近红外光谱技术用于玉屏风制剂的制备工艺仍未见相关报道。
发明内容
基于此,本发明的目的是提供一种玉屏风制剂提取工艺中的近红外定量校正模型构建方法,将所得近红外定量校正模型用于玉屏风制剂提取过程实现全程实时质量监控,确定提取工艺终点,使得最终产品的批间质量稳定,并且本发明方法操作简便、快速,结果准确。
具体技术方案如下:
一种玉屏风制剂提取工艺中的近红外定量校正模型的构建方法,包括以下步骤:
采集玉屏风制剂提取工艺中的样本,经高效液相色谱检测和干燥失重法检测,以毛蕊异黄酮葡萄糖苷、升麻素苷、5-O-甲基维斯阿米醇苷和水溶性固形物为质控指标,获得样本中质控指标的含量;
经近红外光谱检测采集玉屏风制剂提取工艺中的近红外光谱;
将采集到的近红外光谱与质控指标的含量进行关联,采用偏最小二乘法构建玉屏风制剂提取工艺中质控指标的近红外定量校正模型。
在其中一些实施例中,所述玉屏风制剂提取工艺中的样本过滤后再进行所述高效液相色谱检测和干燥失重法检测。
在其中一些实施例中,质控指标毛蕊异黄酮葡萄糖苷、升麻素苷和5-O-甲基维斯阿米醇苷的含量采用高效液相色谱进行测定。
在其中一些实施例中,所述高效液相色谱的测定包括以下步骤:
对照品溶液的制备:取毛蕊异黄酮葡萄糖苷、升麻素苷和5-O-甲基维斯阿米醇苷对照品混合,用溶剂溶解,得毛蕊异黄酮葡萄糖苷、升麻素苷和5-O-甲基维斯阿米醇苷的混合对照品溶液;
供试品溶液的制备:取玉屏风制剂提取工艺中的样本,用溶剂溶解;
将所述对照品溶液和供试品溶液注入高效液相色谱仪进行测定;
所述高效液相色谱的流动相为:流动相A为乙腈,流动相B为水,进行梯度洗脱。
在其中一些实施例中,所述溶剂为甲醇。
在其中一些实施例中,所述对照品溶液中毛蕊异黄酮葡萄糖苷的浓度为126~130μg/mL,升麻素苷的浓度为118~122μg/mL,所述5-O-甲基维斯阿米醇苷的浓度为148~152μg/mL。
在其中一些实施例中,所述梯度洗脱程序为:
0~20min,A:6~10%→28~32%,B:90~94%→68~72%;
20~25min,A:28~32%→93~97%,B:68~72%→3~7%;
25~34min,A:93~97%,B:3~7%;
34~37min,A:93~97%→6~10%,B:3~7%→90~94%;
37~45min,A:6~10%,B:90~94%。
在其中一些实施例中,所述高效液相色谱的色谱条件包括:
色谱柱:phenomenex
Figure BDA0002477024890000031
XBC 18,尺寸为:4.6±0.2mm×250±20mm,5±0.2μm;
流速:0.8~1.2mL/min;
柱温:25~35℃;
进样体积:13~17μL;
检测波长:210~220nm。
在其中一些实施例中,所述水溶性固形物的含量采用干燥失重法进行测定,所述干燥失重法包括以下步骤:取两次干燥后重量差异小于5mg的称量瓶,记重量为X0,取玉屏风制剂提取工艺中的样本于称量瓶中,记重量为X1,再进行干燥后,记重量为X2,按如下公式计算水溶性固形物的含量:
Figure BDA0002477024890000032
在其中一些实施例中,所述干燥过程为:100~110℃干燥2~6h,置于干燥器冷却至室温。
在其中一些实施例中,所述提取为煎煮提取;将所述煎煮提取工艺分为第一次煎煮提取和第二次煎煮提取,分别建立第一次煎煮提取和第二次煎煮提取过程中质控指标的近红外定量校正模型。
在其中一些实施例中,所述玉屏风制剂提取工艺中样本的采集和近红外光谱的采集为同时进行。
在其中一些实施例中,所述近红外光谱的采集和玉屏风制剂提取工艺中样本的采集包括以下步骤:将玉屏风制剂的药材煎煮两次,第一次煎煮1.5小时,第二次煎煮1小时;第一次煎煮自沸腾开始每1.8~2.2分钟(同时)采集近红外光谱和提取液样本各一次,第二次煎煮自沸腾开始每0.8~1.2分钟采集(同时)近红外光谱和提取液样本各一次;近红外光谱扫描范围为1100~2300nm,波长增量为2nm,扫描次数为80~120次。
在其中一些实施例中,通过化学计量学软件将采集到的近红外光谱与质控指标的含量进行关联。
在其中一些实施例中,所述化学计量学软件包括the Unscrambler9.7。
在其中一些实施例中,玉屏风制剂第一次(煎煮)提取过程中,毛蕊异黄酮葡萄糖苷近红外定量校正模型的构建包括:近红外光谱在线采集波谱范围为1200~2300nm,原始光谱以一阶导数进行预处理,主成分数19,剔除异常点;升麻素苷近红外定量校正模型的构建包括:近红外光谱在线采集范围为1250~2300nm,原始光谱以Savitzky-Golay卷积平滑法进行预处理,主成分数6,剔除异常点;5-O-甲基维斯阿米醇苷近红外定量校正模型的构建包括:近红外光谱在线采集范围为1300~2300nm,原始光谱以Savitzky-Golay卷积平滑法进行预处理,主成分数6,剔除异常点;水溶性固形物近红外定量校正模型的构建包括:近红外光谱在线采集范围为1200~2300nm,原始光谱以一阶导数进行预处理,主成分数9,剔除异常点;
玉屏风制剂第二次(煎煮)提取过程中,毛蕊异黄酮葡萄糖苷近红外定量校正模型的构建包括:近红外光谱在线采集范围为1100~2100nm,原始光谱以一阶导数进行预处理,主成分数13,剔除异常点;升麻素苷近红外定量校正模型的构建包括:近红外光谱在线采集范围为1100~2200nm,原始光谱以Savitzky-Golay卷积平滑法进行预处理,主成分数10,剔除异常点;5-O-甲基维斯阿米醇苷近红外定量校正模型的构建包括:近红外光谱在线采集范围为1100~1900nm,原始光谱以Savitzky-Golay卷积平滑法进行预处理,主成分数9,剔除异常点;水溶性固形物近红外定量校正模型的构建包括:近红外光谱在线采集范围为1100~1900nm,原始光谱以标准正交变量变换进行预处理,主成分数9,剔除异常点。
在其中一些实施例中,根据质控指标含量的分布范围,将提取液样本分为校正集和预测集,校正集和预测集的样本数比例为4~6:1;所述校正集用于建立近红外定量校正模型,所述预测集用于验证近红外定量校正模型。
在其中一些实施例中,还包括对近红外定量校正模型的检验和评价,包括以下步骤:采用内部交叉检验的方法对近红外定量校正模型进行内部检验,将用于验证近红外定量校正模型的预测集样本对所述近红外定量校正模型进行外部检验,以所得决定系数R2、(预测集)误差均方根RMSEP、(预测集)相对偏差RSEP和相对分析误差RPD为指标,对近红外定量校正模型的性能进行评价。
在其中一些实施例中,所述玉屏风制剂是指原料组方饮片为黄芪、白术和防风的口服液、胶囊、袋泡茶和颗粒。
本发明的另一目的是提供一种玉屏风制剂提取工艺中的检测方法,按照上述的构建方法获得的玉屏风制剂提取工艺中各质控指标的近红外定量校正模型,将玉屏风制剂提取工艺中待测样品的近红外光谱数据导入所述近红外定量校正模型,获得所述待测样品中各质控指标的含量。
与现有技术相比,本发明具有以下有益效果:
本发明的玉屏风制剂提取工艺中的检测方法,以毛蕊异黄酮葡萄糖苷、升麻素苷、5-O-甲基维斯阿米醇苷和水溶性固形物作为质控指标,将质控指标的含量变化作为研究对象,利用NIR在线检测技术采集光谱,并结合现代分析技术和化学计量学的数据处理方法,构建玉屏风制剂提取工艺过程中质控指标的含量检测模型(近红外定量校正模型),实现玉屏风制剂提取工艺过程中质控指标含量的全程实时监控,从而确定提取工艺终点,有利于提高玉屏风制剂提取工艺的质量控制水平,充分保证最终产品批间质量稳定、可靠。
此外,本发明方法还具有操作简便、快速、结果准确、不破坏且不污染样品的优势,为其它制剂的工业化提取过程的质量控制与检测提供科学依据和借鉴。
附图说明
图1是玉屏风制剂提取过程近红外在线监测系统简图。
图2是玉屏风制剂一煎过程的近红外谱图。
图3是玉屏风制剂二煎过程的近红外谱图。
图4是提取一煎、二煎过程样本中毛蕊异黄酮葡萄糖苷的含量分布图。
图5是提取一煎、二煎过程样本中升麻素苷的含量分布图。
图6是提取一煎、二煎过程样本中5-O-甲基维斯阿米醇苷的含量分布图。
图7是提取一煎、二煎过程样本中水溶性固形物的含量分布图。
图8是提取一煎的毛蕊异黄酮葡萄糖苷含量的定量模型性能。
图9是提取一煎的升麻素苷含量的定量模型性能。
图10是提取一煎的5-O-甲基维斯阿米醇苷含量的定量模型性能。
图11是提取一煎的水溶性固形物含量的定量模型性能。
图12是提取二煎的毛蕊异黄酮葡萄糖苷含量的定量模型性能。
图13是提取二煎的升麻素苷含量的定量模型性能。
图14是提取二煎的5-O-甲基维斯阿米醇苷含量的定量模型性能。
图15是提取二煎的水溶性固形物含量的定量模型性能。
图16是提取一煎提取液中毛蕊异黄酮葡萄糖苷含量预测值与实测值之间的相关图。
图17是提取二煎提取液中毛蕊异黄酮葡萄糖苷含量预测值与实测值之间的相关图。
图18是提取一煎提取液中升麻素苷含量预测值与实测值之间的相关图。
图19是提取二煎提取液中升麻素苷含量预测值与实测值之间的相关图。
图20是提取一煎提取液中5-O-甲基维斯米醇苷含量预测值与实测值之间的相关图。
图21是提取二煎提取液中5-O-甲基维斯米醇苷含量预测值与实测值之间的相关图。
图22是提取一煎提取液中水溶性固形物含量预测值与实测值之间的相关图。
图23是提取一煎提取液中水溶性固形物含量预测值与实测值之间的相关图。
具体实施方式
本发明下列实施例中未注明具体条件的实验方法,通常按照常规条件,或按照制造厂商所建议的条件。实施例中所用到的各种常用化学试剂,均为市售产品。
除非另有定义,本发明所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不用于限制本发明。
本发明的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤。
在本发明中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
以下结合具体实施例对本发明作进一步详细的说明。
实施例1
1、在线采集近红外光谱和与光谱对应的提取液样本
(1)近红外在线检测装置
在循环管旁路上依次安装流量计、流体测样器和取样阀,见附图1。流体测样器连接光纤探头,通过光纤与近红外光谱仪连接,本实施例所用近红外光谱仪是美国Brimrose公司Luminar3060声光可调在线近红外光谱仪,仪器所用检测器为InGaAs。本实施例还涉及Waterse2695型高效液相色谱仪,Mettler XS205DU型电子分析天平。本实施例的数据处理软件为The Unscrambler X 9.7和Snap32光谱扫描分析软件。计算机系统为MicrosoftWindows10。
(2)提取液样本收集与近红外光谱采集
本实施例共使用3批玉屏风制剂药材(黄芪-白术(炒)-防风比例为3:1:1),每批315kg,将饮片置于3000M3提取罐中,煎煮2次,第一次煎煮1.5小时,第二次煎煮1小时,每次煎煮将秒表时间与电脑时间调成一致,设置扫描范围为1100~2300nm,波长增量为2nm,从取样开始至结束扫描次数为100次,取平均值为吸收值。从沸腾开始,一煎每隔2min及二煎每隔1min各取样约100mL并采集光谱。重复生产3批次,一煎共采集到125份样本,二煎共采集到161份样本。实施例中提取一煎、二煎过程样本的近红外光谱叠加图见附图2~图3。所得提取液样本经0.45μm微孔滤膜过滤,取续滤液进行液相色谱检测和干燥失重法检测。
2、检测提取液样本中各成分含量的参考值
参考值为各样本中的毛蕊异黄酮葡萄糖苷、升麻素苷、5-O-甲基维斯阿米醇苷和水溶性固形物(质控指标)的含量的测定值。
本实施例使用的毛蕊异黄酮葡萄糖苷、升麻素苷和5-O-甲基维斯阿米醇苷对照品均购于中国药品生物制品检定所;甲醇为色谱纯,液相用水为蒸馏水,其余试剂均为分析纯。
(1)采用HPLC测定玉屏风制剂各样本中毛蕊异黄酮葡萄糖苷、升麻素苷和5-O-甲基维斯阿米醇苷的含量。
色谱条件:色谱柱:phenomenex
Figure BDA0002477024890000081
XB C18(4.6×250mm,5μm);以乙腈为流动相A,以水为流动相B,按表1所示的流动相比例进行梯度洗脱;流速:1mL/min;柱温:30℃;进样体积:15μL;检测波长:215nm。
表1梯度洗脱条件表
Figure BDA0002477024890000082
对照品溶液的制备:取毛蕊异黄酮葡萄糖苷、升麻素苷和5-O-甲基维斯阿米醇苷对照品适量,混合后加甲醇制成每1mL含毛蕊异黄酮葡萄糖苷127.8μg、升麻素苷120.48μg、5-O-甲基维斯阿米醇苷150.6μg的混合对照品溶液,即得。
供试品溶液的制备:精密量取玉屏风提取液5mL于10mL量瓶中,用甲醇定容,摇匀,即得。
测定法:精密吸取各样本溶液适量,注入高效液相色谱仪,得毛蕊异黄酮葡萄糖苷、升麻素苷和5-O-甲基维斯阿米醇苷的含量。
实施例中提取一煎、提取二煎过程提取液样本中的毛蕊异黄酮葡萄糖苷、升麻素苷和5-O-甲基维斯阿米醇苷的含量分布图,见附图4~6。
(2)采用干燥失重法,测定玉屏风制剂各提取液样本中水溶性固形物含量:
取两次干燥后重量差异小于5mg的蒸发皿,称重,记X0,精密量取各样本10ml于称量瓶中,称重,记为X1,水浴蒸干,置于105℃干燥4h,取出置于干燥器冷却30min至室温,称重X2。按下式计算水溶性固形物含量。
Figure BDA0002477024890000091
实施例中提取一煎(第一次煎煮提取)、提取二煎(第二次煎煮提取)过程提取液样本中的水溶性固形物的含量分布图,见附图7。
3、样本集的划分
本实施例根据提取一煎、提取二煎提取液样本中参考值的分布范围,分别随机选取具有代表性提取一煎100个样本和提取二煎138个样本分别作为提取一煎和提取二煎校正集,用于建立校正模型,剩余提取一煎25个样本和二煎23个样本分别组成提取一煎和提取二煎的预测集,用于校正模型的验证。校正集和预测集样本中的各质控指标的含量分布范围见表2,表3。
表2提取一煎校正集和预测集的含量分布
Figure BDA0002477024890000092
Figure BDA0002477024890000101
表3提取二煎校正集和预测集样本分布范围
Figure BDA0002477024890000102
4、建立近红外校正模型
通过化学计量学软件the Unscrambler9.7,采用偏最小二乘法,分别建立近红外数据与其对应参考值之间的定量校正模型。所述提取一煎和提取二煎提取过程毛蕊异黄酮葡萄糖苷、升麻素苷、5-O-甲基维斯阿米醇苷和水溶性固形物含量的定量模型的建模参数见表4(1D代表:一阶导数,SG代表:Savitzky-Golay卷积平滑法,SNV代表:标准正交变量变换)。其模型参数见表5,模型性能见图8~图15。
表4各质控指标成分含量的建模参数表
Figure BDA0002477024890000111
表5各NIR模型性能参数
Figure BDA0002477024890000112
5、各近红外定量校正模型的验证
采用内部交叉验证的方法对模型进行内部检验,采用将预测集中样本代入已建好的模型中,进行外部检验,并进行预测值与实测值之间统计学参数计算,对模型的预测精度和准确度进行评价。结果见表6,说明模型校正集的预测值与实测值误差较小,模型预测能力较好。
表6各定量模型的检验结果
Figure BDA0002477024890000121
Figure BDA0002477024890000122
根据上述所建立的校正模型,将预测集样本的近红外光谱数据导入模型中,即可快速预测所述各成分的含量。以预测集得到的决定系数(R2)、预测集误差均方根(RMSEP)、预测集样本的标准偏差(RSEP)和预测集相对分析误差(RPD)为指标,对所建模型的性能进行评价。
结果见表7和图16~图23,表明R2均大于0.9,RPD均大于3.0,提示NIR预测值与HPLC实测值之间的偏差较小,所建模型的预测能力较好。
参考计算公式如下:
决定系数
Figure BDA0002477024890000123
预测集误差均方根
Figure BDA0002477024890000124
预测集相对偏差
Figure BDA0002477024890000125
标准偏差
Figure BDA0002477024890000131
相对分析误差
Figure BDA0002477024890000132
式中:Ci为参考方法测量值;
Figure BDA0002477024890000133
为参考方法测量值的均值;
Figure BDA0002477024890000134
为近红外光谱模型预测值;Cm为预测集中所有样本参考方法测定值的平均值;m为预测集样本数;SD为预测集样本的标准偏差。
参考Williams、Malley等(1987、2005)的方法进行模型的最终评价,即为:
若R2>0.95,RPD>4,则认为所建校正模型非常成功;
若0.90≤R2<0.95,3≤RPD<4,则认为所建校正模型成功;
若0.80≤R2<0.90,2.25≤RPD<3,则认为所建校正模型基本成功;
若0.70≤R2<0.80,1.75≤RPD<2.25,则认为所建校正模型基本可用;
若R2<0.70,RPD<1.75,则认为所建校正模型不可用,不能用于定量分析。
表7各近红外定量校正模型的评价结果
Figure BDA0002477024890000135
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种玉屏风制剂提取工艺中的近红外定量校正模型的构建方法,其特征在于,包括以下步骤:
采集玉屏风制剂提取工艺中的样本,经高效液相色谱检测和干燥失重法检测,以毛蕊异黄酮葡萄糖苷、升麻素苷、5-O-甲基维斯阿米醇苷和水溶性固形物为质控指标,获得样本中质控指标的含量;
经近红外光谱检测采集玉屏风制剂提取工艺中的近红外光谱;
将采集到的近红外光谱与质控指标的含量进行关联,采用偏最小二乘法构建玉屏风制剂提取工艺中质控指标的近红外定量校正模型。
2.根据权利要求1所述的构建方法,其特征在于,所述毛蕊异黄酮葡萄糖苷、升麻素苷和5-O-甲基维斯阿米醇苷的含量采用高效液相色谱进行测定,包括以下步骤:
对照品溶液的制备:取毛蕊异黄酮葡萄糖苷、升麻素苷和5-O-甲基维斯阿米醇苷对照品混合,用溶剂溶解,得毛蕊异黄酮葡萄糖苷、升麻素苷和5-O-甲基维斯阿米醇苷的混合对照品溶液;
供试品溶液的制备:取玉屏风制剂提取工艺中的样本,用溶剂溶解;
将所述对照品溶液和供试品溶液注入高效液相色谱仪进行测定;
所述高效液相色谱的流动相为:流动相A为乙腈,流动相B为水,进行梯度洗脱;所述梯度洗脱程序为:
0~20min,A:6~10%→28~32%,B:90~94%→68~72%;
20~25min,A:28~32%→93~97%,B:68~72%→3~7%;
25~34min,A:93~97%,B:3~7%;
34~37min,A:93~97%→6~10%,B:3~7%→90~94%;
37~45min,A:6~10%,B:90~94%。
3.根据权利要求2所述的构建方法,其特征在于,所述高效液相色谱的色谱条件包括:
色谱柱:phenomenex
Figure FDA0002477024880000011
XB C18,尺寸为:4.6±0.2mm×250±20mm,5±0.2μm;
流速:0.8~1.2mL/min;
柱温:25~35℃;
进样体积:13~17μL;
检测波长:210~220nm。
4.根据权利要求1所述的构建方法,其特征在于,所述水溶性固形物的含量采用干燥失重法进行测定,所述干燥失重法包括以下步骤:取两次干燥后重量差异小于5mg的称量瓶,记重量为X0,取玉屏风制剂提取工艺中的样本于称量瓶中,记重量为X1,再进行干燥后,记重量为X2,按如下公式计算水溶性固形物的含量:
Figure FDA0002477024880000021
5.根据权利要求1~4任一项所述的构建方法,其特征在于,所述提取工艺为煎煮提取;将所述煎煮提取分为第一次煎煮提取和第二次煎煮提取,分别建立第一次煎煮提取和第二次煎煮提取过程中质控指标的近红外定量校正模型。
6.根据权利要求5所述的构建方法,其特征在于,所述玉屏风制剂提取工艺中的近红外光谱的采集和玉屏风制剂提取工艺中样本的采集包括以下步骤:第一次煎煮1.5小时,第二次煎煮1小时,第一次煎煮自沸腾开始每1.8~2.2分钟采集近红外光谱和提取液样本各一次,第二次煎煮自沸腾开始每0.8~1.2分钟采集近红外光谱和提取液样本各一次;近红外光谱扫描范围为1100~2300nm,波长增量为2nm,扫描次数为80~120次。
7.根据权利要求5所述的构建方法,其特征在于,玉屏风制剂第一次煎煮提取过程中,毛蕊异黄酮葡萄糖苷近红外定量校正模型的构建包括:近红外光谱在线采集波谱范围为1200~2300nm,原始光谱以一阶导数进行预处理,主成分数19,剔除异常点;升麻素苷近红外定量校正模型的构建包括:近红外光谱在线采集范围为1250~2300nm,原始光谱以Savitzky-Golay卷积平滑法进行预处理,主成分数6,剔除异常点;5-O-甲基维斯阿米醇苷近红外定量校正模型的构建包括:近红外光谱在线采集范围为1300~2300nm,原始光谱以Savitzky-Golay卷积平滑法进行预处理,主成分数6,剔除异常点;水溶性固形物近红外定量校正模型的构建包括:近红外光谱在线采集范围为1200~2300nm,原始光谱以一阶导数进行预处理,主成分数9,剔除异常点;
玉屏风制剂第二次煎煮提取过程中,毛蕊异黄酮葡萄糖苷近红外定量校正模型的构建包括:近红外光谱在线采集范围为1100~2100nm,原始光谱以一阶导数进行预处理,主成分数13,剔除异常点;升麻素苷近红外定量校正模型的构建包括:近红外光谱在线采集范围为1100~2200nm,原始光谱以Savitzky-Golay卷积平滑法进行预处理,主成分数10,剔除异常点;5-O-甲基维斯阿米醇苷近红外定量校正模型的构建包括:近红外光谱在线采集范围为1100~1900nm,原始光谱以Savitzky-Golay卷积平滑法进行预处理,主成分数9,剔除异常点;水溶性固形物近红外定量校正模型的构建包括:近红外光谱在线采集范围为1100~1900nm,原始光谱以标准正交变量变换进行预处理,主成分数9,剔除异常点。
8.根据权利要求1~4任一项所述的构建方法,其特征在于,通过化学计量学软件将采集到的近红外光谱与质控指标的含量进行关联,所述化学计量学软件包括theUnscrambler9.7。
9.根据权利要求1~4任一项所述的构建方法,其特征在于,还包括对近红外定量校正模型的检验和评价,包括以下步骤:采用内部交叉检验的方法对近红外定量校正模型进行内部检验,将用于验证近红外定量校正模型的预测集样本对所述近红外定量校正模型进行外部检验,以所得决定系数、预测集误差均方根、预测集相对偏差和预测集相对分析误差为指标,对近红外定量校正模型的性能进行评价。
10.一种玉屏风制剂提取工艺中的检测方法,其特征在于,按照权利要求1~9任一项所述的构建方法获得玉屏风制剂提取工艺中质控指标的近红外定量校正模型,将玉屏风制剂提取工艺中待测样品的近红外光谱数据导入所述近红外定量校正模型,获得所述待测样品中质控指标的含量。
CN202010367587.5A 2020-04-30 2020-04-30 玉屏风制剂提取中的近红外校正模型构建方法和检测方法 Pending CN111521701A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010367587.5A CN111521701A (zh) 2020-04-30 2020-04-30 玉屏风制剂提取中的近红外校正模型构建方法和检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010367587.5A CN111521701A (zh) 2020-04-30 2020-04-30 玉屏风制剂提取中的近红外校正模型构建方法和检测方法

Publications (1)

Publication Number Publication Date
CN111521701A true CN111521701A (zh) 2020-08-11

Family

ID=71905234

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010367587.5A Pending CN111521701A (zh) 2020-04-30 2020-04-30 玉屏风制剂提取中的近红外校正模型构建方法和检测方法

Country Status (1)

Country Link
CN (1) CN111521701A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1982872A (zh) * 2005-12-16 2007-06-20 天津天士力制药股份有限公司 快速检测滴丸剂水分含量的近红外漫反射光谱法
CN101299022A (zh) * 2008-06-20 2008-11-05 河南中医学院 利用近红外光谱技术评价中药药材综合质量的方法
CN101987115A (zh) * 2009-08-04 2011-03-23 广东环球制药有限公司 玉屏风口服制剂及其制备和检测方法
CN104792652A (zh) * 2015-05-02 2015-07-22 浙江大学 一种黄芪药材多指标快速检测方法
CN105758985A (zh) * 2016-02-23 2016-07-13 广州康和药业有限公司 一种童康片的质量检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1982872A (zh) * 2005-12-16 2007-06-20 天津天士力制药股份有限公司 快速检测滴丸剂水分含量的近红外漫反射光谱法
CN101299022A (zh) * 2008-06-20 2008-11-05 河南中医学院 利用近红外光谱技术评价中药药材综合质量的方法
CN101987115A (zh) * 2009-08-04 2011-03-23 广东环球制药有限公司 玉屏风口服制剂及其制备和检测方法
CN104792652A (zh) * 2015-05-02 2015-07-22 浙江大学 一种黄芪药材多指标快速检测方法
CN105758985A (zh) * 2016-02-23 2016-07-13 广州康和药业有限公司 一种童康片的质量检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
WENJIE PAN等: "Near-Infrared Spectroscopy Assay of Key Quality-Indicative Ingredients of Tongkang Tablets", 《AAPS PHARMSCITECH》 *
吴拾保等: "玉屏风口服液1个异黄酮类及3个色原酮类成分的含量测定", 《药物分析杂志》 *
谭红声等: "十味鹅黄颗粒HPLC指纹图谱及8种主要成分含量测定", 《中国医院药学杂志》 *
黄月纯等: "基于玉屏风煎剂的玉屏风制剂质量评价研究", 《中国药房》 *

Similar Documents

Publication Publication Date Title
CN101299022A (zh) 利用近红外光谱技术评价中药药材综合质量的方法
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
CN108519348A (zh) 甘草药材近红外定量分析模型及检测方法和标准
CN103063605A (zh) 用傅立叶变换近红外光谱仪快速测定三七提取物及其制剂中五种皂苷含量的方法
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
CN109856084A (zh) 一种香砂养胃丸浓缩丸制备过程质量监测方法
CN104237060A (zh) 一种金银花药材多指标快速检测方法
CN106950324B (zh) 一种黄芪建中丸指纹图谱的构建方法
CN106074695B (zh) 一种丹参颗粒及其中药制剂
CN105181637A (zh) 利用近红外漫反射光谱快速测定红参质量指标含量的方法
CN108562556A (zh) 一种桔梗药材的近红外光谱检测方法
CN108051396A (zh) 一种心可舒片有效成分含量的快速检测方法
CN114184704B (zh) 一种逍遥丸uplc指纹图谱的构建方法及其应用
CN108593863A (zh) 一种中药提取过程中的在线检测方法与装置
CN113376273B (zh) 一种清心莲子饮hplc特征图谱的检测方法及该特征图谱的应用
CN113759017B (zh) 一种当归六黄汤的制备工艺及其评价方法
CN102106950B (zh) 一种测定女金中药提取浓缩液中黄芪苷的方法
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
CN110031564A (zh) 基于hplc指纹图谱的天然植物抗球虫饲料添加剂的质量检测方法
CN110346323B (zh) 一种基于近红外光谱技术在线检测华盖散浓缩液的方法
CN107655849A (zh) 一种凉茶近红外在线检测方法
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
CN105784951A (zh) 一种六味地黄丸浓缩丸生药粉多指标快速检测方法
CN112557342A (zh) 一种五味藿香片中橙皮苷的近红外光谱在线监测方法
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

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: 20200811