热毒宁注射液青蒿金银花浓缩过程近红外快速定量检测方法的建立

目的建立热毒宁注射液青蒿金银花醇沉浓缩过程主要药效成分的定量校正模型,实现生产过程在线监控。方法采用近红外光谱技术(NIRS)结合偏最小二乘法(PLSR)分别建立新绿原酸、绿原酸、隐绿原酸的定量校正模型。结果新绿原酸、绿原酸、隐绿原酸定量校正模型的决定系数(R~2)分别为0.954 5、0.975 2、0.9691;校正集误差均方根(RMSEC)为0.213、0.676、0.225,交叉验证集误差均方根(RMSECV)分别为0.233、0.692、0.258。采用所建模型进行在线分析,新绿原酸、绿原酸、隐绿原酸的预测值与实测值的决定系数分别为0.984 2、0.983 7、0.9870,预测相对误差(RPD)分别为4.77、5.29、4.37,预测相对偏差(RSEP)分别为3.519%、3.778%、3.895%。结论所建的模型可以用于热毒宁注射液青蒿金银花醇沉浓缩过程中新绿原酸、绿原酸、隐绿原酸的在线定量测定。     

热毒宁注射液金银花和青蒿(金青)醇沉过程中多指标的近红外快速检测

目的应用近红外光谱(NIR)透射法对热毒宁注射液大生产中金银花和青蒿(金青,LA)醇沉过程绿原酸(chlorogenic acid,CA)质量浓度和固含量进行快速检测,提高醇沉过程质量控制水平。方法制备金青醇沉过程样品,以HPLC法和烘干法为对照分析方法,分别测定CA质量浓度和固含量,运用偏最小二乘(PLS)法分别建立NIR光谱与CA质量浓度和固含量之间的定量校正模型,并对醇沉过程的未知批次中的CA质量浓度和固含量进行预测。结果所建立的CA质量浓度和固含量模型的相关系数(R)均达到0.980,采用独立的验证集对模型进行验证,验证集预测误差均方根(RMSEP)分别为0.541和0.218,相对预测偏差(RSEP)均小于8%。结论研究结果表明NIR分析技术可实现热毒宁注射液醇沉过程中CA质量浓度和固含量2个关键质控指标的快速检测,结果准确可靠。     

热毒宁注射液中金银花和青蒿干燥工艺过程的批放行标准

目的建立热毒宁注射液中金银花和青蒿干燥工艺过程的批放行标准。方法收集21批干燥中间体作为训练集样本,测定绿原酸、新绿原酸、隐绿原酸含有量和含水量。通过统计过程控制结合近红外光谱,建立定量、定性放行标准。结果绿原酸、新绿原酸、隐绿原酸含有量和含水量均在定量放行控制限范围内,分别为18.21~31.92 mg/g、151.78~210.92 mg/g、34.03~48.97 mg/g、3.59%~6.71%;其近红外信息也均在定性放行控制限范围内,分别为Hotelling T213.512、DMod X 1.183。结论该方法简单可行,可用于热毒宁注射液中金银花和青蒿干燥工艺过程的质量控制。     

近红外光谱技术在热毒宁注射液萃取工艺过程质量控制研究

应用近红外光谱技术建立热毒宁注射液萃取过程绿原酸含量和固含量的分析模型。收集7批金青萃取液样品,扫描离线光谱,测定绿原酸含量和固含量,分别用偏最小二乘法(PLS)和人工神经网络法(ANN)建立定量校正模型,并用此模型对未知样品进行预测。PLS模型中,绿原酸和固含量校正集R2分别为0.987 2,0.981 2;RMSEC分别为0.153 3,0.794 3;预测集R2分别为0.983 7,0.973 3;RMSEP分别为0.246 4,1.259 4;RSEP分别为3.25%,3.31%。ANN模型中,绿原酸和固含量校正集R2分别为0.990 3,0.988 2;RMSEC分别为0.097 4,0.454 3;预测集R2分别为0.986 8,0.969 9;RMSEP分别为0.192 0,0.942 7;RSEP分别为2.61%,2.75%。绿原酸和固含量的PLS模型和ANN模型的RSEP均在6%以内,能够满足中药生产过程中质量分析要求。ANN模型的RSEP低于PLS模型,具有更好的预测准确性。建立的近红外光谱快速检测绿原酸含量和固含量的方法,操作简单,准确可靠,可用于热毒宁注射液金青萃取过程质量控制。     

近红外光谱技术在热毒宁注射液栀子提取液浓缩过程中的应用

目的:应用近红外光谱技术(NIR)建立热毒宁注射液栀子提取液浓缩过程中绿原酸和栀子苷质量分数、固含量、密度的快速定量分析模型,实时反映浓缩状态,实现栀子提取液浓缩过程的质量控制。方法:收集栀子提取液浓缩过程中样品,同时采集浓缩过程在线NIR光谱,经过异常点剔除、光谱预处理和波段选择,运用偏最小二乘法(PLS)分别建立NIR光谱与绿原酸和栀子苷质量分数、固含量、密度分析值之间的定量校正模型,并对未知样品进行预测。结果:PLS模型中,绿原酸和栀子苷质量分数、固含量、密度校正集相关系数分别为0.990 5,0.994 3,0.986 2,0.987 9,交叉验证误差均方根分别为0.112,0.368,0.148,0.013;验证集相关系数分别为0.987 2,0.992 5,0.981 6,0.982 3,预测误差均方根分别为0.181,0.302,0.128,0.016,相对预测偏差均6.0%,能够满足中药生产过程中质量分析要求。结论:该法操作简便、快速无损且准确可靠,可用于热毒宁注射液栀子提取液浓缩过程中绿原酸和栀子苷含量、固含量、密度等质控指标的快速分析及监测。     

在线中红外光谱监测热毒宁注射液金银花与青蒿醇沉过程7种指标成分研究

目的 应用在线中红外光谱技术(MIR)对热毒宁注射液金银花Lonicerae Japonicae Flos、青蒿Artemisiae Annuae Herba(金青)醇沉过程中新绿原酸、绿原酸、隐绿原酸、异绿原酸A、异绿原酸B、异绿原酸C和断氧化马钱子苷的含量进行在线监控,提高该过程在线质量控制水平.方法 利用衰减全反...     

近红外光谱技术在热毒宁注射液萃取液浓缩过程中的应用研究

目的：应用近红外（NIR）光谱分析技术,建立热毒宁注射液产业化生产中萃取液浓缩过程绿原酸含量及固含量质量控制指标的快速定量分析方法,实时反映浓缩过程的状态,真正实现萃取液浓缩过程质量控制。 方法：收集金青萃取液浓缩过程中样品,经过异常点剔除、光谱预处理和波段选择,运用偏最小二乘法（PLS）分别建立NIR光谱与绿原酸HPLC分析值和固含量之间的定量校正模型,并对未知样品进行预测。 结果：绿原酸含量和固含量校正模型的相关系数分别为0.992 1,0.994 0,验证模型的相关系数分别为0.994 4,0.998 4,RMSEC分别为0.814 6,2.656 1,RMSEP分别为0.704 6,1.876 7,RSEP分别为6.01%,2.93%。 结论：该方法操作简便、快速无损且准确可靠,可用于热毒宁注射液萃取液浓缩过程中绿原酸含量及固含量的快速监测。     

基于近红外光谱的热毒宁注射液萃取浓缩过程快速检测研究

目的研究热毒宁注射液栀子萃取浓缩过程栀子苷和固含量变化的快速检测方法。方法通过近红外光谱技术与HPLC和烘干法结合,采用偏最小二乘法建立热毒宁注射液栀子萃取浓缩过程中栀子苷和固含量指标的定量测定模型。结果栀子苷和固含量定量模型相关系数R分别达到0.94和0.98,验证集预测偏差分别为7.09%和5.59%,模型性能稳定,预测效果良好。结论近红外光谱透射技术可以有效反映栀子萃取浓缩过程中药效成分含量变化信息,可用于热毒宁注射液萃取浓缩过程的快速检测。     

基于近、中红外光谱技术的热毒宁注射液制备过程中金银花浓缩过程含量预测研究

目的 采用近红外光谱（near infrared spectroscopy,NIRS）、中红外光谱（mid-infrared spectroscopy,MIRS）技术实现对热毒宁注射液制备过程中金银花浓缩过程绿原酸、新绿原酸、隐绿原酸、异绿原酸A、异绿原酸B、异绿原酸C、断氧化马钱子苷和固含量8个质控指标的含量预测,并对比2种技术的预测效果。方法 收集热毒宁注射液制备过程中金银花浓缩过程样本,进行NIRS、MIRS采集和含量测定,优选最佳光谱预处理方法和特征波段,采用偏最小二乘（partial least square,PLS）法建立8个质控指标的含量预测模型,并比较8个质控指标的NIRS、MIRS模型性能,得到8个最优含量预测模型,并对其进行外部验证。结果 NIRS技术对绿原酸、隐绿原酸、异绿原酸C、断氧化马钱子苷、固含量的预测效果更好,平均相对预测误差（average relative prediction error,ARPE）分别为1.57%、1.88%、4.13%、3.79%、0.94%,故选用NIRS模型作为这5个质控指标的最佳模型;MIRS技术对新绿原酸、异绿原酸A、异绿...     

应用统计过程控制技术研究建立青蒿金银花醇沉过程中实时放行标准

目的应用统计过程控制技术研究建立青蒿金银花醇沉过程中实时放行标准。方法收集29个批次共145个青蒿金银花醇沉样本作为训练集样本,测定样本中新绿原酸、绿原酸、隐绿原酸及固含物的量,应用统计过程控制技术建立4个指标的定量放行标准;并采用中心组合设计制备13个批次不同工艺条件下的青蒿金银花醇沉样本作为验证集,验证定量实时放行标准的准确性。结果建立的定量放行标准范围分别为新绿原酸0.279~0.541 mg/g,绿原酸1.941~2.610 mg/g,隐绿原酸0.453~0.570 mg/g,固含物3.565%~4.925%;验证集中与大生产实际工艺参数一致的1、4、8、9、10号样本的4个指标成分在定量放行标准之内。结论建立的单变量过程统计方法能更好地监控生产过程,对终点样本进行判断,达到实时放行的目的。     

基于近红外光谱的丹红注射液提取过程质量在线检测方法研究

目的:应用近红外透射光谱法,建立丹红注射液提取过程中关键指标的快速定量分析方法.方法:在线采集丹参和红花2种药材混合提取过程的近红外光谱图,以高效液相色谱(HPLC)和差重法为参照,采用偏最小二乘回归(PLSR)法分别建立迷迭香酸、丹酚酸B、紫草酸、羟基红花黄色素A和固含量的定量校正模型.结果:校正模型的交叉验证相关系数(RCV)和交叉验证均方根偏差(RMSECV)分别为:迷迭香酸0.9093,0.012 1 g·L-1;丹酚酸B 0.915 2,0.251 g·L-1;紫草酸0.901 9,0.017 7 g·L-1;羟基红花黄色素A 0.747 7,0.038 1 g·L-1;固含量0.931 4,0.359.结论:利用近红外光谱技术可以实现丹红注射液原料药材提取过程中迷迭香酸、丹酚酸B、紫革酸和固含量的快速检测,羟基红花黄色素A的定量校正模型有待进一步完善.     

蟾皮提取液浓缩过程中吲哚类生物碱等多指标近红外快速检测研究

 目的采用近红外透射光谱法,进行蟾皮提取液浓缩过程中密度、含水率和吲哚类生物碱的快速检测,实现浓缩过程的状态监测和质量控制。方法采用偏最小二乘回归（PLSR）建立不同光程近红外光谱与各指标实际测定值之间的定量校正模型,并对浓缩过程中的未知样品进行预测来考察模型的适用性。结果所建立的不同光程下密度、含水率和吲哚类生物碱模型的相关系数（r）均达到0988 9,预测相对偏差（RSEP）小于10%,相对分析误差（RPD）大于3,说明模型具有较好的稳定性和预测精度。此外,2 mm光程下的密度和含水率模型优于5 mm,而对于吲哚类生物碱模型则是5 mm光程略优,可见光程对近红外光谱的影响并不是光程越长或越短越好,需要通过测试及对比分析确定。结论研究结果表明,利用近红外透射光谱分析技术可以实现蟾皮提取液浓缩过程中密度、含水率和吲哚类生物碱浓度这3个关键质控指标的同时快速检测。     

近红外漫反射光谱法快速测定熊胆粉提取物中熊去氧胆酸和鹅去氧胆酸的含量

 目的 针对传统方法分析熊胆粉提取物耗时、费工的缺点,发展了一种利用近红外光谱分析技术进行快速无损检测的方法。方法 采集了104份熊胆粉提取物样品的近红外漫反射光谱,以高效液相色谱法测得的熊去氧胆酸和鹅去氧胆酸含量作为参考值,利用偏最小二乘方法建立了定量校正模型。结果 所得熊去氧胆酸和鹅去氧胆酸定量校正模型的校正相关系数分别为0.974 6和0.994 8,校正均方根误差(root mean square errors of calibration, RMSEC)分别为0.491%和0.189%;内部交叉验证相关系数分别为0.943 8和0.952 7,内部交叉验证均方根误差分别为0.532%和0.417%;预测相关系数分别为0.948 2和0.968 5,预测均方根误差分别为0.634%和0.367%。结论 结果表明,所建模型具有较为满意的拟合效果和预测能力,本方法准确可靠,操作简便,快速无损,可推广应用于工业分析。     

近红外漫反射光谱法快速测定注射用丹参多酚酸中的水分

目的:利用近红外漫反射光谱分析技术对注射用丹参多酚酸中的水分进行无损、快速的定量分析.方法:以注射用丹参多酚酸为分析对象,用光纤测定近红外漫反射光谱,采用偏最小二乘法( PLS)建立定量校正模型.结果:53份样品的原始光谱经二阶导数预处理,选取11 993.1 ～6 098.8 cm-1和5450.7～4 598.2 cm-1谱段,建立注射用丹参多酚酸(冻干)水分定量校正模型并分析,结果R2为0.9911,内部交叉验证均方差(RMSECV)为0.210,最佳维数为4.10份样品用于外部验证,预测误差均方差(RMSEP)为0.243.结论:该方法分析快速、简便,结果准确可靠,可实现大批量样品的快速测定,对中药制剂的质量分析有一定的参考价值.     

近红外光谱快速分析法在桂枝茯苓胶囊中的应用

目的:应用声光可调滤光器-近红外光谱技术建立一种用于桂枝茯苓胶囊快速定性、定量分析的新方法.方法:采用主成分分析(PCA)建立桂枝茯苓胶囊的定性分析模型,利用偏最小二乘法(PLS1)对桂枝茯苓胶囊中5个主要成分进行了同时、快速定量分析.结果:建立的桂枝茯苓胶囊定性分析模型可正确判断桂枝茯苓胶囊,以没食子酸、芍药苷、苯甲酰芍药苷、桂皮醛、丹皮酚为指标成分建立的桂枝茯苓胶囊定量分析模型准确性好,校正模型相关系数分别为0.924 2,0.938 4,0.924 2,0.933 6,0.934 7;验证集相关系数分别0.976 2,0.945 7,0.956 9,0.982 9,0.963 0;验证集相对预测误差均方根(RM-SEP)分别为1.10%,2.61%,0.577%,0.487%,2.27%;检验证明5个成分含量的预测值与化验值之间无显著性差异.结论:该方法是一种简便、快速、无损,可用于桂枝茯苓胶囊的快速定性定量分析.