CN1982872A

CN1982872A - 快速检测滴丸剂水分含量的近红外漫反射光谱法

Info

Publication number: CN1982872A
Application number: CN 200510130631
Authority: CN
Inventors: 李文; 程翼宇; 瞿海滨; 刘雪松; 陈永; 刘占强; 章顺楠; 杨海雷; 刘金平
Original assignee: Tianjin Tasly Pharmaceutical Co Ltd
Current assignee: Tasly Pharmaceutical Group Co Ltd
Priority date: 2005-12-16
Filing date: 2005-12-16
Publication date: 2007-06-20
Anticipated expiration: 2025-12-16
Also published as: CN1982872B

Abstract

本发明提出了一种新型的滴丸剂水分含量快速检测方法。首先，使用傅立叶变换近红外光谱仪，采集滴丸的近红外(NIR)漫反射光谱，吸光度数据格式为：log1/R，光谱扫描范围10000－4000cm^－1，并对原始光谱进行预处理，用相关光谱法对光谱图进行波长选择。然后将干燥失重法获得的水分含量数据同该样品的NIR光谱相关联，用回归方法建立校正模型，并用此模型检测滴丸样品水分含量。本方法应用于复方丹参滴丸、柴胡滴丸和芪参益气滴丸水分含量的快速检测，结果表明，NIR光谱分析方法可以对滴丸剂的水分含量进行有效检测。该方法适用于滴丸剂水分含量的快速检测，是一种方便、快速、无损的绿色分析技术。

Description

快速检测滴丸剂水分含量的近红外漫反射光谱法

技术领域

本发明涉及一种新型的滴丸剂水分含量快速检测方法，具体涉及采用近红外(NIR)漫反射光谱法检测滴丸水分含量，属于医药检测领域。

背景知识

水分含量是一个影响滴丸剂成品质量的重要因素，水分含量的不同会对其药用价值产生比较大的影响。中药中常用的水分分析方法是干燥失重法(LOD)，该方法实际检测的是在所采用的干燥条件下所有挥发掉的成分，而并非仅仅是水分，此方法也需要精确的称重和大量的时间。因此，对成品的水分含量建立快速精确的评价方法具有重要意义。本发明采用NIR漫反射光谱法，实现对滴丸剂水分含量的快速检测。

近红外(Near Infrared，NIR)光指可见光(VIS)谱区到中红外光(MIR)谱区之间的电磁波，ASTM将近红外谱区的范围定义为780～2526nm(12820～3959cm^-1)，其光谱信息来源于分子内部振动的倍频与合频，并且主要反映分子中C-H，N-H，O-H基团的倍频和合频振动吸收，水分子含有大量的O-H基团。漫反射光是光源出来的光进入样品内部经过多次反射、折射、衍射及吸收后返回样品表面的光，负载了样品的结构和组成信息。

发明内容

本发明的目的是提供一种滴丸剂水分含量的快速检测方法，主要包括下述步骤：

1.采集不同含水量的滴丸样品的近红外(NIR)漫反射光谱；

2.用传统方法，如卡氏滴定、干燥失重法(LOD)，获得滴丸水分含量作参照；

3.对原始光谱进行预处理，消除各种干扰因素引起的光谱偏差，并对光谱图进行波长选择；

4.将传统方法获得的水分含量数据同样品的NIR光谱相关联，建立滴丸NIR漫反射光谱与其水分含量之间的校正模型；

5.采集待测样品的NIR漫反射光谱；

6.应用所建模型对待测样品光谱进行预处理，预测待测样品的水分含量。

其中，通常应用傅立叶变换近红外光谱仪采集滴丸的近红外漫反射光谱，其采样装置可使用积分球漫反射测样器件或光纤探头，信号采集及数据处理软件可采用Results信号采集、TQ Analyst数据处理软件或OPUS光谱软件。

对原始光谱进行预处理的方法包括但不限于：一阶或二阶微分、Norris导数滤波、Savitzky-Golay平滑、多元散射校正、标准正则变换等。这些方法可以单独使用，也可以多个同时使用，以达到最佳的预处理效果。

建立NIR光谱与滴丸水分含量之间的校正模型的方法包括但不限于：偏最小二乘回归法(PLSR)、主成分回归法(PCR)、多元线性回归法(MLR)等。优选偏最小二乘回归法。通过交叉验证确立模型的主因子数，并评定校正模型的性能评价参数。

采集待测样品的近红外漫反射光谱的方法同建立模型时采集光谱的方法。运用所建模型分析所采集到的待测样品的近红外漫反射光谱，可以快速得到待测样品的水分含量。

该方法适用于滴丸剂及其相关剂型水分含量的快速检测，被测样品不需要进行复杂的预处理，不会损坏和污染样品，可以节省大量的分析时间和花费，是一种方便、快速、无损的绿色分析技术。

附图说明

图1A、1B分别是复方丹参滴丸NIR光谱两个波长区域(4800～5240、6720～7130cm^-1)的选择图。

图2是复方丹参滴丸水分含量NIR预测值与真实值之间的相关图。

图3是柴胡滴丸水分含量NIR预测值与真实值之间的相关图。

图4是芪参益气滴丸水分含量NIR预测值与真实值之间的相关图。

具体实施方式

本发明是通过以下技术方案实现的：

1.采集不同含水量的滴丸样品的NIR漫反射光谱。

仪器：傅立叶变换近红外光谱仪、积分球漫反射测样器件或光纤探头、信号采集及数据处理软件。

扫描条件：使用积分球漫反射测样器件或光纤探头进行扫描。扫描样品前，先扫描背景。

测试条件：扫描次数1～128，分辨率4～16cm^-1，增益1～8×，吸光度数据格式为：log1/R，光谱扫描范围10000-4000cm^-1，重复实验多次，取平均光谱。

2.用卡氏滴定或LOD方法获得滴丸水分含量作参照。

LOD法：将滴丸转移到称量瓶中称重，放入105℃的烘箱中数小时，在干燥器中冷却至室温后称重。

3.NIR光谱经一阶或二阶微分、Norris导数滤波、Savitzky-Golay平滑、多元散射校正或标准正则变换等预处理，并用相关光谱法对光谱图进行波长选择。

这些预处理方法可以单独使用，也可以多个同时使用，以达到最佳的预处理效果。NIR光谱分析中产生的误差主要来自高频随机噪音、基线飘移、信号本底、样品不均匀、光散射等。为解决各种因素对光谱产生的干扰，充分从光谱中提取有效特征信息，必须对光谱进行预处理。

4.将卡氏滴定或LOD方法获得的水分含量数据同该样品的NIR光谱相关联，用偏最小二乘回归方法(PLSR)、主成分回归(PCR)或多元线性回归(MLR)方法建立校正模型。

其中，PLSR将因子分析和回归分析相结合，是近红外光谱分析中使用较多效果较好的一种方法。

5.校正模型性能评价参数。

校正模型的性能使用如下指标来评定：

(1)相关系数R²；

R^{2} = 1 - \frac{Σ {(C_{i} - {\hat{C}}_{i})}^{2}}{Σ {(C_{i} - C_{m})}^{2}}

该值表示预测值和实际值关系的线性程度。

(2)校正误差均方根(RMSEC)，验证误差均方根(RMSEP)；

RMSEC = \sqrt{\frac{Σ {({\hat{C}}_{i} - C_{i})}^{2}}{n}}

RMSEP = \sqrt{\frac{Σ {({\hat{C}}_{i} - C_{i})}^{2}}{m}}

分别代表校距集和验证集的计算值与实际值间的偏差。

(3)相对预测误差，校正集(RSEC％)，验证集(RSEP％)；

RSE % = \sqrt{\frac{Σ {({\hat{C}}_{i} - C_{i})}^{2}}{Σ C_{i}^{2}}} \times 100

RSEC％、RSEP％分别代表校正集和验证集的计算值与实际值间的相对偏差。

(4)交叉验证误差均方根(RMSECV)。

RMSECV = \sqrt{\frac{Σ {(\hat{C_{i}} - C_{i})}^{2}}{n - p}}

上述各式中：C_i——传统分析方法测量值；

——通过NIR测量及数学模型预测的结果；

n——建立模型用的校正集样本数；

p——校正模型中采用的主因子数；

m——用于检验模型的验证集样本数。

若R²越接近1，则校正模型的预测值与标准对照方法分析值之间的相关性越强，RMSECV、RMSEP与RSE％值愈小，则模型的预测精度愈高。

6.采集待测样品的NIR漫反射光谱。

方法同步骤1。

7.应用所建模型对待测样品光谱进行预处理，并预测待测样品的水分含量，从而实现对样品含水量进行快速检测的目的。

实施例1

将本发明的方法应用于复方丹参滴丸水分含量的快速检测。复方丹参滴丸是提取丹参、三七的有效成分再加入适量冰片而制成的纯中药滴丸剂，用于冠心病、心绞痛等心血管疾病的治疗。

1.采集不同含水量的复方丹参滴丸样品的NIR漫反射光谱。

仪器：Antaris傅立叶变换近红外光谱仪(由美国Thermo Nicolet公司生产)，配有积分球漫反射测样器件和Results信号采集及TQ Analyst数据处理软件。

样品放入旋转杯中，平铺约2层厚度的滴丸，使用积分球漫反射附件采集。扫描次数64，分辨率8cm^-1，增益8×，吸光度数据格式为：log1/R，光谱扫描范围10000-4000cm^-1，重复实验3次，取其平均光谱用于数据处理。

2.用LOD方法获得复方丹参滴丸水分含量作参照。

在NIR光谱分析后，立刻将旋转杯中的复方丹参滴丸转移到称量瓶中称重，放入105℃的烘箱中5个小时，在干燥器中冷却至室温后称量。重复上述过程，直至达恒重。

3.NIR光谱经一阶导数预处理，用相关光谱法对光谱图进行波长选择。

附图1A和B中灰色部分是所选择的2个波长区间(4800～5240、6720～7130cm^-1)，这两个光谱区域的相关值最好。此区域跟水分在NIR区的显著吸收峰(5120和6850cm^-1)位置相重叠，很适合用于水分的定量分析。

4.将LOD方法获得的水分含量数据同复方丹参滴丸样品的NIR光谱相关联，用偏最小二乘(PLS)回归方法建立校正模型。

5.校正模型性能评价

使用16个样本建模，9个进行预测。校正模型的相关系数R²达到了0.9953，校正集均方差(RMSEC)为0.110，验证集均方差(RMSEP)则为0.199。

6.复方丹参滴丸水分含量真实值与NIR光谱预测结果关系见附图2，图中横坐标为水分含量真实值，纵坐标为NIR光谱预测值，可以看出，所建立的校正模型线性关系显著，模型校正误差和预测误差均较小，此模型预测精度较高。

实施例2

将本发明的方法应用于柴胡滴丸水分含量的快速检测。柴胡滴丸是从柴胡提取的有效成分加入适当辅料制成的一种呈高度分散状态的固体分散物，具有清热解毒、抗菌消炎等作用。

1.采集不同含水量的柴胡滴丸样品的NIR漫反射光谱。

2.用LOD方法获得柴胡滴丸水分含量作参照。

在NIR光谱分析后，立刻将旋转杯中的柴胡滴丸转移到称量瓶中称重，放入105℃的烘箱中5个小时，在干燥器中冷却至室温后称量。重复上述过程，直至达恒重。

3.NIR光谱经一阶导数预处理，用相关光谱法对光谱图进行波长选择。两个光谱区域(4930～5170、6650～7240cm^-1)的相关值最好。

4.将LOD方法获得的水分含量数据同柴胡滴丸样品的NIR光谱相关联，用偏最小二乘(PLS)回归方法建立校正模型。

5.校正模型性能评价

使用17个样本建模，10个进行预测。校正模型的相关系数R²达到了0.9973，校正集均方差(RMSEC)为0.102，验证集均方差(RMSEP)则为0.191，校正集相对预测误差(RSEC％)1.607，验证集相对预测误差(RSEP％)3.342，交叉验证误差均方根(RMSECV)0.210，留一法交叉验证确定主因子数7。

6.柴胡滴丸水分含量真实值与NIR光谱预测结果关系见附图3，图中横坐标为水分含量真实值，纵坐标为NIR光谱预测值，可以看出，所建立的校正模型线性关系显著，模型校正误差和预测误差均较小，此模型预测精度较高。

实施例3

将本发明的方法应用于芪参益气滴丸水分含量的快速检测。芪参益气滴丸是提取黄芪、丹参、三七、降香中的有效成分制成的滴丸制剂，能够显著改善心肌损伤、心功能减退的各种症状。

1.采集不同含水量的芪参益气滴丸样品的NIR漫反射光谱。

2.用LOD方法获得芪参益气滴丸水分含量作参照。

在NIR光谱分析后，立刻将旋转杯中的芪参益气滴丸转移到称量瓶中称重，放入105℃的烘箱中5个小时，在干燥器中冷却至室温后称量。重复上述过程，直至达恒重。

两个光谱区域(4800～5240、6720～7130cm^-1)的相关值最好。此区域跟水分在NIR区的显著吸收峰(5120和6850cm^-1)位置相重叠，很适合用于水分的定量分析。

4.将LOD方法获得的水分含量数据同芪参益气滴丸样品的NIR光谱相关联，用偏最小二乘(PLS)回归方法建立校正模型。

5.校正模型性能评价

使用15个样本建模，8个进行预测。校正模型的相关系数R²达到了0.9974，校正集均方差(RMSEC)为0.108，验证集均方差(RMSEP)则为0.182，校正集相对预测误差(RSEC％)1.522，验证集相对预测误差(RSEP％)3.025，交叉验证误差均方根(RMSECV)0.173，留一法交叉验证确定主因子数6。

6.芪参益气滴丸水分含量真实值与NIR光谱预测结果关系见附图4，图中横坐标为水分含量的真实值，纵坐标为NIR光谱预测值，可以看出，所建立的校正模型线性关系显著，模型校正误差和预测误差均较小，此模型预测精度较高。

本发明提出了NIR光谱法快速检测滴丸剂水分含量的方法，研究结果表明，通过建立多元校正模型，NIR光谱分析方法可以对滴丸剂的水分含量进行有效检测。该方法只需要简单的样品处理，同传统方法相比，如卡氏滴定、LOD等，可以节省大量的分析时间和花费。该方法适用于滴丸剂及其相关剂型水分含量的快速检测。

Claims

1.一种滴丸剂水分含量快速检测方法，包括下列步骤：

(1)采集不同含水量的滴丸样品的近红外漫反射光谱；

(2)用传统方法获得滴丸水分含量作参照；

(3)对原始光谱进行预处理，消除各种干扰因素引起的光谱偏差，并对光谱图进行波长选择；

(4)建立滴丸近红外漫反射光谱与其水分含量之间的校正模型；

(5)采集待测样品的近红外漫反射光谱；

(6)应用所建模型对待测样品光谱进行预处理，预测待测样品的水分含量。

2.如权利要求1所述的方法，其特征在于：应用傅立叶变换近红外光谱仪采集滴丸的近红外漫反射光谱，其采样装置为积分球漫反射测样器件或光纤探头。

3.如权利要求2所述的方法，其特征在于：采集滴丸的近红外漫反射光谱时扫描次数为1～128，分辨率为4～16cm^-1，增益1～8×，吸光度数据格式为log1/R，光谱扫描范围10000-4000cm^-1，重复实验多次，取平均光谱。

4.如权利要求1所述的方法，其特征在于：步骤(2)所述传统方法为卡氏滴定或干燥失重法。

5.如权利要求1所述的方法，其特征在于：对光谱进行预处理的方法选自下列方法中的一种或几种：一阶或二阶微分、Norris导数滤波、Savitzky-Golay平滑、多元散射校正、标准正则变换。

6.如权利要求1所述的方法，其特征在于：建立滴丸近红外漫反射光谱与其水分含量之间的校正模型的方法选自：偏最小二乘回归法、主成分回归法或多元线性回归法。

7.如权利要求1所述的方法，其特征在于：在建立校正模型时通过交叉验证确立校正模型的主因子数。