版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
近红外光谱法在药品分析中的应用宜春学院化学与生物工程学院08制药工程周玉方摘要:近红外光谱技术在药品分析领域应用广泛,且潜力巨大,其可通过与适宜的化学计量学办法建立多个模型,实现了药品原料、药品包材等的定性或定量分析,在制药工作和质量控制分析中含有广阔的应用前景。核心词:近红外光谱法;药品分析;应用近红外(NearInfrarad,NIR)区域是指波长在780~2526nm(波数为4000~1cm-1)范畴内的电磁波。在这个区域最突出的吸取谱带归因于中红外区域基频振动的倍频和合频,重要是含氢基团的吸取,如C-H、N-H、O-H、S-H等,几乎涉及有机物中全部含氢基团的信息,信息量极为丰富、谱带宽、重叠较严重,并且吸取信号弱,信息解析复杂,即使发现较早,但其分析价值未得到足够的重视。近年来,由于计算机与化学统计学软件的发展,特别是化学计量学的进一步研究与广泛应用,使其成为发展最快、最引人注目的近红外光谱分析技术[1],该技术是将光谱测量技术、计算机技术、化学计量学技术与基础测试技术进行有机结合的分析测试技术[2-3]。在近红外光谱区产生吸取的官能团重要是含H基团,这些基团是有机物中最重要的某些基团,NIR谱区丰富的构造域构成的信息是NIR分析应用的广泛基础。计算机技术和化学计量学的应用使NIR能够分析测定与这些基团有关的成分以及物理、化学性质。运用近红外光谱和多变量统计分类技术(系统聚类分析、逐步聚类分析、主成分分析和神经网络、非线性映射等)可较好地对药材和成药进行定性鉴别和分类。在对药品的定量分析方面,除了将近红外光谱与偏最小二乘法(PLS)、主成分分析(PCA)、遗传神经网络等相结合对某些化学药品分析外,近几年又将近红外光谱技术与解决非线性体系的人工神经网络办法相结合,对许多中药进行定量分析。而起而由于该技术方便快速,无需对样品进行预解决,合用于在线分析等特点,在药品分析领域中正不停得到重视与应用。1、近红外光谱法在药品分析中的应用近红外光谱法在药品分析领域中的应用范畴相称广泛,它不仅合用于药品的不同类型,如中草药、激素、抗生素等,还可用于药品的多个不同状态如原料、完整的片剂、胶囊与液体等制剂的药品分析。同时其更合用于原料药纯度、包装材料等的分析以及生产工艺的监控;运用不同的含有一定专属性的光纤探头可实现生产工艺的在线持续分析及质量监控等;运用其它办法与近红外光谱法相结合测定物质含量及进行打假工作等。1.1应用于药品的不同类型1.1.1在中草药中的应用如刘浩博士运用近红外光谱法测定黄花蒿中青蒿素的含量[4],在此实验中,分别采自四川、河南、云南、广西四地的黄花蒿药材的蒿叶,将63个样本通过药材预解决,运用近红外光谱仪采集整个样本的近红外光谱图,后以原始NIR数据进行建模,并根据离散小波变换(discretewavelettransform,DWT)[5,6]的多尺度信号分解的算法对部分样品进行高效的数据压缩,得到的小波系数来预测青蒿药材中青蒿素的含量(采用偏最小二乘法进行数据回归),以预测和实验测定值之间的有关系数考察预测模型。应用此法可预测黄花高药材中青蒿素的含量,并由仪器自带聚类软件得到聚类成果,可对药材进行产地的鉴别。又如白雁专家在测定连翘药材中连翘苷含量的应用[7],据《中国药典》收载的含量测定办法为高效液相色谱法,但由于该法分析耗时长,在制药过程中难以满足快速以及在线检测的规定。本实验采用傅立叶变换近红外光谱仪采集分别来自河南、山西、陕西、河北等地的青翘和老翘药材的近红外光谱图,建立校正模型,该模型的建立,通过验证,能够精确预测其覆盖范畴的连翘苷含量。从本实验所建模型预测以及统计学成果能够看出,连翘药材光谱与其连翘苷含量之间有一定有关性,近红外漫反射光谱法测得连翘中连翘苷含量和药典法测定成果之间的有关系数为0.944,且平均回收率为103.91%,符合生产中的规定,且该法含有快速、无损、精确等特点,合用于大量连翘药材中连翘苷的快速测定,是一种非常好的绿色分析办法。1.1.2在含激素药品中的应用运用近红外光谱法同时测定多个雌、孕激素[8],以四氢呋喃为溶剂,测定雌二醇、雌三醇、雌酚酮、安宫黄体酮混合溶液的近红外光谱,并用偏最小二乘法解析重叠光谱,求得各组分含量并分析了影响测定精度的因素。与传统的分析办法如高效液相色谱大多只能分析一种至两种化合物的办法相比,该法算为一种新的尝试,在药品分析方面有广泛的应用前景。1.1.3在抗生素类药品中的应用在测定头孢羟氨苄胶囊含量[9]的实验中,采集该药品的NIR光谱,以一阶导数和多元散射法为预解决办法,以偏最小二乘法为回归办法,经内部交叉验证建立头孢羟氨苄胶囊的NIR光谱与HPLC法测定值之间的多元校正模型,预测头孢羟氨苄胶囊的含量。成果为:内部交叉验证决定系数R2为95.6,内部交叉验证均方差为0.804,外部验证均方差为1.13,经实验,采用NIR进行定量分析,操作简便,不破坏样品,成果精确,可作为药品质量在线控制盒监督抽验的现场筛查办法。又如其对头孢氨苄粉末药品的非破坏性定量分析[10]中的应用,采用偏最小二乘法建立近红外光谱信息与待测组分含量换的最佳数学模型,对三种光谱(SNV光谱、一阶导数、二阶导数)的预测成果进行比较,预报了预测集中头孢氨苄的含量,讨论光谱预解决办法和主成分对偏最小二乘法定量预测能力的影响,对预测集样品进行预测,实验成果表明,采用SNV(Standardnormalvariatetransform)光谱预解决所建立的最佳偏最小二乘法数学模型更加好,可在一定程度上减少误差,此两种办法的结合能快速、简朴的对成果进行预测,从而获得更加好的预测成果。1.2应用于药品的不同状态1.2.1在原料药含量测定中的应用在短波近红外光谱法测定葛根中总异黄酮含量[11]的实验中,应用吸光光度法测定葛根中总异黄酮的含量,并在此基础上建立葛根中总异黄酮含量的短波近红外数学模型,一组为建模集样品,用以建立总异黄酮的近红外分析模型,一组为验证集样品,用以检查所建模型的效果。实验表明,用比色法测定葛根中总异黄酮的含量与近红外预测值之间存在较好的线性关系,检查集样品的预测也得到比较好的成果,其能够较好地测定总异黄酮的含量,且在实验中,应用短波近红外光谱法和长波近红外光谱法均能快速测定葛根中总异黄酮的含量,但由于短波近红外光谱仪成本较低,更可能实现产业化,更加好地测定原料药中有效成分的含量。又如近红外光谱法在头孢类原料药无所快速鉴别[12]中的应用,在该实验中,以原料药头孢他啶为例子,头孢他啶为半合成的第三代头孢菌素,其制剂为头孢他啶五水化合物,并加有一定量的无水碳酸钠,混合制成的注射用无菌粉末。由于不同生产厂家的生产工艺和原辅料构成均会存在差别,对其进行鉴别分析则很故意义。本实验中,采用近红外漫反射光谱法,采集样品的NIR光谱后,以一阶导数、二阶导数、数据中心化等办法进行光谱预解决,再运用主成分分析法对以上光谱数据进行分析,成果表明,近红外漫反射光谱法可用于注射用头孢他啶的鉴别分析,且操作简便、成果精确。1.2.2在完整片剂药品检查中的应用例如刘雁鸣等人在探究三种办法测定安乃近片含量[13]的实验中,比较了近红外光谱法、容量分析法及高效液相色谱法三种办法的特点。容量分析法—碘量法为《中国药典》二部收载的测定办法,但由于不发分子钻原则的空子,非法加入某些消耗碘滴定液的化学物质,以致于符合药典规定规定,无法真实地反映药品的质量;高效液相色谱法测定安乃近精确性强、精度高,可真实地反映药品的质量,但由于该办法采用对照法测定,还需在实验室中方能进行,不利于现场快速测定;近红外光谱技术不仅能无预解决、无污染、无浪费、精度高,并且可透过包装材料无破损检测,用于室外快检车的快速检测及筛查,便于打击假劣药品。基于这众多的优点,本办法快速推广为多个检查分析过程中。尚有在厄贝沙坦片的一致性检查[14]实验中,运用仪器的漫反射光纤探头进行样本的扫描和图谱采集,后进行一阶导数加矢量归一法的光谱数据预解决,并建立一致性检查办法,可快速分辨与某厂家样本主成分相似的其它厂家样本,合用于药品快速检查人员对已建立某厂家药品模型的假劣药品的快速筛查。同样的,在抗感泡腾片的生产过程中,近红外光谱法在测定绿原酸类化合物的含量[15]中得到应用。以抗感泡腾片的生产工艺为基础,在线收集样品,采用分光光度法,以绿原酸为对照品,测定样品中绿原酸类化合物的含量,同时应用傅里叶变换近红外光谱技术对样品进行监测分析,采用偏最小二乘回归法建立抗感泡腾片提取液中绿原酸类化合物含量的近红外数学校正模型,其能简便、精确、快速地检测其含量,可用于抗感泡腾片生产过程中的在线质量控制。1.2.3在胶囊制剂中的应用在氯雷他定胶囊含量[16]的测定中,首先运用光纤探头直接扫描样品得图谱,并将图谱分成校正集和验证集,运用仪器自带的软件对校正集样品的光谱数据用一阶导数结合矢量归一化进行预解决后,运用偏最小二乘法结合主成分分析法建立了校正模型,预测氯雷他定胶囊中氯雷他定的含量。与现行原则[17-20]中含量测定办法相比,该法无需预解决,无破坏样品,减轻了现有分析办法的劳动强度、缩短分析时间,为实现氯雷他定胶囊生产过程和质量控制的实时监控、在线控制及监督检查的现场初步筛查提供了新办法。1.2.4在液体制剂中的应用氯霉素注射液为广谱抗生素类药品,含有广谱抑菌作用,由于氯霉素注射液在贮存期很不稳定,重要是含量下降和色泽加深,因此该药品的质量监督必须加强。在此质量监督[21]过程中,近红外光谱法得到应用。以《卫生部药品原则》[22]的抗生素微生物检定法测得注射液中氯霉素的含量为理论含量,后采用NIR法采集光谱,经数据解决,建立多元校正模型,预测注射液中氯霉素的含量。1.3在药品包材分析中的应用如近红外光谱法在快速测定乳块消糖衣片的包衣厚度中[23]的应用,该办法精确而快速地测定了包衣的厚度,可推广用于中药生产报以过程的在线检测。基于近红外光谱法在制药过程控制、药品分析、中药分析、打击假劣药品等方面应用,其重要定性分析办法有鉴别分析法、主成分分析法[24]、马氏距离法等;定量分析办法有偏最小二乘法[25]、人工神经网络法[26,27]、主成分回归法,多元线性回归法等。2、近况与展望总的说来,即使该技术在分析领域应用广泛,但现在它还存在一定的弱点。首先,他是一种间接的相对分析技术,必须通过收集大量含有代表性的原则样品,通过严格细致的化学分析测出必要的数据,再通过计算机建立适宜的数学模型,预测未知样品的成果。而该模型的建立需要消耗一定量的人力、物力和财力;另首先,由于NIR谱区为分子倍频与合频的振动光谱,信号弱,谱峰重叠严重,在现在只用于常量分析,对被测定组分的量有一定的规定,其普通应不不大于样品重量的0.1%;另外在进行光谱分析时,应考虑样品的特性、分析实验的设计、建立适宜的校正模型、建立恰当的分析模型及数据解决等多方面的问题,才干获得对的并且精确的分析成果。NIR技术的最大优点是:快速、精确、无损样品。不仅可对样品进行非破坏性分析;测量信号可远距离传输和分析;其还能与计算机技术和光导技术相结合,采用NIR透射、散射、漫反射光谱学检测办法,能够不使用化学试剂,不必进行预解决,可直接对颗粒状、固体状、糊状、不透明的样品进行分析。因有这些特点,该技术可应用于中成药、化学药品有效成分的工业现场的实时监测和质量控制[28];还能用于各类药品中各组分含量及水分的快速检测[29,30];另外,还能应用快检车检查和日常打击假劣药品的工作中[31,32]。基于近红外光谱法的众多特点和优点,该技术已经在各个领域有重大作用,不仅是原位检测,还是质量监控,还是分析研究,都盼望该技术能有更大的突破。参考文献:[1]史永刚,等.化学计量法在近红外光谱定性分析中的应用.光谱实验室,1999,16(3):237.[2]DaviesT.近红外光谱分析的历史:过去,现在和将来“从沉睡技术,光谱学的上午之星”[J]。一种nalMag,1998,26(4):17-19.[3]NumsDA,CiurczakEW.近红外分析研究手册[J].纽约:马塞尔·德克尔,:307.[4]刘浩,等.黄花蒿中青蒿素的近红外光谱法测定.中国医药工业杂志.,38(8):584-487.[5]邵学广,庞春艳,孙莉.小波变换与分析化学信号解决[J].化学进展,,12(3):232-244.[6]田高友,等.小波变换用于近红外光谱性质分析[J].分析化学,,32(9):1125-1130.[7]白雁,等.近红外光谱法测定连翘药材中连翘苷的含量.中成药,,31(11):1755-1759.[8]冯海,等.近红外光谱法同时测定多个雌、孕激素.分析化学研究简报,,29(2):175-177.[9]郄冰冰,等.近红外光谱法测定头孢羟氨苄胶囊含量.中国药事,,24(9):892-893、912.[10]刘富强,等.近红外光谱法对头孢氨苄粉末药品的非破坏性定量分析.化学分析计量,,18(4):25-26.[11]臧鹏,陈斌,严衍禄.短波近红外光谱法测定葛根中总异黄酮含量.时珍国医国药,,18(11):2614.[12]徐敏.近红外光谱法无损快速鉴别头孢类原料药.中国卫生产业,,8(5):17.[13]刘雁鸣,等.近红外光谱法等三种办法测定安乃近片含量的比较.中国药事,,25(8):813-815.[14]陆凯,等.运用近红外光谱法对厄贝沙坦片进行一致性检查.海峡药学,,23(8):99-100.[15]张媛媛,等.近红外光谱法测定抗感泡腾片生产过程中绿原酸类化合物含量.中国中医药信息杂志,,18(4):54-56.[16]魏京京,等.近红外光谱法测定氯雷他定胶囊含量.药学分析杂志,,28(11):1896-1899.[17]YBH0525(国家药品原则试行原则)[18]WS-532(X-439)-(国家药品原则试行原则)[19]YBH2176(国家药品原则试行原则)[20]YBH1349国家药品原则试行
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2024版KTV品牌形象维护及宣传推广合同样本3篇
- 2024年度深海探测研究合同3篇
- 2024年度旅游纪念品店员聘用与销售策略合同3篇
- 2024年度健身房承包与市场推广服务合同2篇
- 幼少儿外教课程设计
- 2024年房产买卖中介居间服务费用结算合同2篇
- 2024年定制版:知识产权许可合同3篇
- 2024年消防设施安装与检测合同协议2篇
- 2024年度广告代理合同具体描述5篇
- 2024年商铺租赁合同附带能源管理系统与节能改造协议3篇
- 《化肥与种植业生产》课件
- 护理值班与交班制度
- 第15课《做个讲公德的孩子》(课件)心理健康二年级上册北师大版
- 高职班家长会
- 机械CAD、CAM-形考任务三-国开-参考资料
- 2024年幼儿园卫生保健工作总结(6篇)
- 女性生殖健康研究
- 变压器投标书-技术部分
- 知道智慧网课《会计学原理》章节测试答案
- 教科版五年级上册科学期末测试卷及参考答案(完整版)
- 纪检监察干部队伍理论业务应知应会知识测试题库
评论
0/150
提交评论