近红外光谱对热毒宁注射液栀子萃取过程中的可行性分析

目的:对近红外光谱(NIR)分析技术在热毒宁注射液栀子萃取过程中可行性进行分析研究。方法:收集7批共147个栀子萃取液样品,扫描NIR离线光谱,测定栀子苷含量和固含量,应用偏最小二乘法建立定量校正模型,并用此模型进行预测。结果:建立的栀子苷和固含量模型校正集R2分别为0.987 2,0.994 7,RMSEC分别为1.460 9,2.367 7,说明所建模型性能良好。该模型对20个栀子萃取液样品进行预测,栀子苷和固含量的R2分别为0.980 7和0.986 1,RMSEP分别为1.827 5和7.307 7,RSEP分别为3.08%和5.29%均小于6%,能够满足中药生产过程中质量控制要求。结论:建立的近红外离线定量模型可以准确预测栀子苷含量和固含量,证实了NIR技术在热毒宁注射液栀子萃取过程应用的可行性。     

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。     

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。     

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...     

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。     

最小二乘支持向量机和偏最小二乘法在栀子中间体纯化工艺近红外定量分析中的应用

目的应用近红外(NIR)光谱技术建立热毒宁注射液栀子中间体纯化工艺关键质控成分的定量分析模型。方法测定样品中山栀苷、京尼平苷酸、去乙酰车叶草酸甲酯、京尼平龙胆双糖苷、栀子苷、绿原酸和总酸的量,扫描NIR光谱,经过异常点的剔除、最佳光谱预处理方法的选择、最佳建模波段的选择,分别用偏最小二乘法(PLS)和最小二乘支持向量机法(LS-SVM)建立定量校正模型,并用此模型对18个未知样品进行预测。结果山栀苷、京尼平苷酸、去乙酰车叶草酸甲酯、京尼平龙胆双糖苷、栀子苷、绿原酸和总酸的PLS模型和LS-SVM模型对未知样品的预测相对偏差(RSEP)均小于3%,说明2种方法均产生较好的拟合效果和预测能力。但是山栀苷和总酸的LS-SVM模型预测误差明显小于PLS模型,京尼平苷酸、去乙酰车叶草酸甲酯、京尼平龙胆双糖苷、栀子苷和绿原酸的LS-SVM模型和PLS模型预测误差接近。结论LS-SVM法较PLS法预测性能更好,建立的模型可以用于热毒宁注射液栀子中间体纯化工艺关键质控成分的快速检测。     

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。     

近红外光谱技术用于热毒宁注射液金银花青蒿醇沉过程在线监测研究

近红外光谱技术作为一种快速的过程分析技术已被成功的应用于中药制药领域。该文以热毒宁注射液金银花青蒿醇沉过程为例,采用近红外光谱技术建立热毒宁注射液金银花青蒿醇沉过程关键指标的定量分析模型,具体方法如下:在线采集金银花青蒿醇沉过程142个样品近红外光谱图,完成样品主要药效指标的离线检测,经过异常点的剔除、光谱预处理方法的确定和最佳波段的选择,运用偏最小二乘法(PLS)建立近红外光谱与主要药效指标之间的定量校正模型,并对金银花青蒿醇沉过程的未知样品进行预测,达到快速检测的目的。试验结果显示所建立的新绿原酸、绿原酸、隐绿原酸、断氧化马钱子苷4个药效指标的定量校正模型相关系数(R²)分别为0.973 872,0.985 449,0.975 509,0.979 790;未知样品预测值与检测值的相对偏差(RSEP)分别为2.922 49%,2.341 37%,2.930 40%,2.184 60%,预测效果理想。该研究得出采用近红外光谱技术建立的定量校正模型表现出较好的稳定性和预测精度,可用于热毒宁注射液金银花青蒿醇沉过程样品的主要药效指标的快速定量检测,达到醇沉过程在线监测的目的。     

近红外光谱技术在女金胶囊提取浓缩过程中的应用研究

目的 用声光可调滤光器-近红外光谱法在线分析中药女金胶囊提取浓缩过程黄芩苷含量.方法 在线收集提取浓缩样品,建立黄芩苷含量数据库,同时采集近红外光谱图谱,用偏最小二乘法建立近红外光谱与黄芩苷含量数据之间的校正模型,并对在线过程中收集的预测集样品进行含量预测来验证所建模型.结果 回流提取液和浓缩液近红外光谱与含量数据之间的校正模型相关系系数R2分别为0.9794、0.9855,外部样品预测模型相关系系数R2分别为0.9969、0.9844,外部样品预测平均相对偏差分别为4.46％、4.76％;该方法对于黄芩苷含测精密度分别为1.93％、1.86％;5h稳定性RSD分别为1.16％、1.07％;预测回收率分别为99.3％、99.6％.结论 近红外光谱技术用于女金胶囊回流提取和浓缩过程黄芩苷含量分析快速、直接,并能实现现场分析.     

热毒宁注射液多指标成分的一测多评法同时测定

目的建立一测多评法(QAMS)同时测定热毒宁注射液中有机酸类(新绿原酸、绿原酸、隐绿原酸、异绿原酸B、异绿原酸A、异绿原酸C)和环烯醚萜苷类(京尼平龙胆双糖苷、栀子苷、断氧化马钱子苷)两类活性成分含量的分析方法。方法以绿原酸为参照物测定新绿原酸、隐绿原酸、异绿原酸B、异绿原酸A、异绿原酸C的相对校正因子(f),以栀子苷为参照物测定京尼平龙胆双糖苷、断氧化马钱子苷的相对校正因子(f)。通过f计算热毒宁注射液中9种成分的含量并进行验证,比较该法与外标法(ESM)测得活性成分含量的差异。结果两种方法测得热毒宁注射液的9种成分含量间无显著性差异,RSD 5%。结论一测多评法可快速、准确、可靠的用于热毒宁注射液的质量控制。     

热毒宁注射液稳定性及其与头孢素类药物配伍分析

目的：探讨分析热毒宁注射液在不同溶媒中的稳定性及其与头孢素类药物的配伍情况。方法：采用光阻法测定热毒宁注射液在不同注射液中的不溶性微粒情况;分别将热毒宁注射液与0.9%NaCl注射液以及5%的葡萄糖注射液进行配伍,并在8h内采用高效液相色谱法检测配伍液中栀子苷含量的变化情况,比较配伍前后的注射液pH值变化情况,在临床条件下对热毒宁注射液与头孢曲松、头孢唑林、头孢地嗪、头孢呋辛注射液配伍后的不溶性微粒情况进行模拟与观察。结果：热毒宁注射液同上述溶液配伍后不溶性微粒数均增加,与0.9%NaCl注射液、5%葡萄糖注射液配伍后栀子苷相对含量与pH值变化均不明显,而热毒宁注射液与上述几种头孢类药物配伍后均会生成可见异物。结论：临床使用热毒宁注射液时要注意其与其他药物配伍使用时产生的不溶性颗粒,并密切监测其与头孢类抗生素合用的配伍禁忌。     

Box-Behnken法优化热毒宁注射液栀子浸膏带式干燥工艺

采用Box-Behnken响应面法,优选热毒宁注射液中栀子浸膏的带式干燥工艺.在单因素实验的基础上,采用3因素3水平Box-Behnken实验设计对热毒宁注射液栀子浸膏的干燥工艺参数进行优选.以干燥温度、干燥时间、进料速度为自变量,以栀子苷含量为因变量,试验数据进行二项式拟合,建立栀子苷含量与各自变量之间的数学关系,应用Design-Expert 8.0.6分析实验数据,预测所得最佳干燥参数为干燥温度98.5℃,干燥时间89 min,进料速度99.8 r·min-1.在此条件下,栀子苷质量分数预测值为563.307 mg·g-1.采用该工艺参数进行3次验证实验,测得栀子苷平均质量分数为564.108 mg·g-1,与模型预测值接近.验证试验表明,确定的栀子浸膏的带式干燥工艺稳定可行,因此单因素实验与响应面法优化联用可以用于热毒宁栀子浸膏带式干燥工艺的优化分析.     

近红外光谱用于大孔树脂纯化栀子提取物放大过程的监测研究

采用小试近红外(NIR)分析模型监测大孔树脂纯化栀子提取物的放大过程。首先,收集小试纯化过程中的乙醇洗脱液,采集其近红外光谱,采用HPLC测定栀子苷含量,并采用偏最小二乘法(PLS)建立NIR光谱预测栀子苷含量的定量模型。然后,用该模型对中试过程醇洗脱液中栀子苷浓度的变化进行监测。结果表明,小试NIR模型对中试过程中栀子苷浓度的预测效果良好,然而随着实验批次的进行,模型的预测性能有所下降,因此用模型更新的方法对该模型进行维护。经过2次更新后,模型可以对中试过程中栀子苷的浓度进行准确预测。通过模型更新将小试规模建立的NIR定量模型应用于不同规模的大孔树脂纯化过程,可提高小试过程数据的利用效率,并且节省中试过程重新建立模型的成本。     

近红外光谱法快速测定消渴丸浓缩液中葛根素含量

目的:采用近红外光谱法对消渴丸浓缩液中葛根素含量进行快速测定。方法:以HPLC分析值作为参照,采用近红外透射光谱技术和光纤探头采集消渴丸浓缩液的近红外光谱,结合偏最小二乘法建立葛根素含量的快速测定方法,并对未知样品进行了含量预测。结果:建立的葛根素校正模型R2,RMSECV,RPD值分别为0.955 9,0.241,4.36。对预测集样品预测平均相对偏差为1.8%。结论:该方法准确、快速、简便,可作为消渴丸提取浓缩过程质量检测和实时在线质量控制的方法。     

基于近、中红外光谱的热毒宁注射液制剂过程投料和二次热处理工序快速检测方法研究

目的 应用近红外光谱（near-infrared reflectance spectroscopy,NIRS）与中红外光谱（mid-infrared reflectance spectroscopy,MIRS）技术,对热毒宁注射液（Reduning Injection,RI）制剂过程的投料和二次热处理工序中6种质控指标进行快速检测,提高制剂过程的质量控制水平。方法 利用NIRS透射技术与MIRS衰减全反射技术,结合偏最小二乘法（partial least squares,PLS）,经过光谱预处理方法的优选以及波段筛选,分别建立绿原酸、新绿原酸、隐绿原酸、栀子苷、断氧化马钱子苷和固含量的快速预测模型,以校正集相关系数（r_cal）、验证集相关系数（r_pre）、校正均方根误差（root mean square error of calibration,RMSEC）、交叉验证均方根误差（root mean square error of cross validation,RMSECV）、预测相对误差（relative standard error of prediction,RSEP）为评价指标,评价模型性能。结果 NIRS预测模型的6个质控指标的RMSEC和RMSECV均小于0.3,RSEP小于4.0%;MIRS预测模型的6个质控指标的RMSEC和RMSECV均小于0.4,RSEP均小于5.0%,建立的PLS模型具有模型性能好、预测精度高的优点。结论 NIRS及MIRS分析技术,均可用于RI投料和二次热处理工序中6种质控指标的快速检测,模型RSEP在5%以内,方法操作简单,结果可靠。     

基于近红外光谱技术的复方大黄汤浓缩液同步快速检测

目的:采用近红外光谱技术检测复方大黄汤浓缩过程中浓缩液密度、含固量、大黄酸和甘草酸质量浓度4个指标,建立该复方浓缩过程中多项指标的快速定量分析方法。方法:运用近红外光纤透射光谱法对复方大黄汤浓缩液进行快速测定,通过高效液相色谱法(HPLC)测定大黄酸和甘草酸的含量,选择51个样品进行内部交叉验证,采用偏最小二乘法回归分别建立近红外光谱与密度、含固量和指标成分含量之间的校正模型,应用采集的10个未知浓缩液样品进行外部验证预测。结果:复方大黄汤浓缩液近红外光谱与密度、含固量、大黄酸及甘草酸质量浓度的外部验证复相关系数(R2)分别为0.9959,0.9996,0.9970和0.9922,预测均方根误差(RMSEP)分别为2.50×10-3,0.17,7.57,67.10。结论:近红外光谱技术适用于复方大黄汤浓缩液的评价指标测定,且具有分析快速、简便、稳定可靠的特点。     

基于近红外光谱的驴胶补血颗粒浓缩过程研究

目的采用近红外光谱(NIRS)技术检测驴胶补血颗粒(LBG)浓缩过程中的固含量、总多糖质量浓度和阿魏酸质量浓度3个质控指标,建立LBG浓缩过程中多质控指标的快速定量分析方法。方法分别采用称量法测定固含量,苯酚-硫酸法测定总多糖,HPLC法测定阿魏酸;以LBG浓缩过程中固含量、总多糖质量浓度和阿魏酸质量浓度为质控指标,利用偏最小二乘(PLSR)法进行参数优化,并建立定量校正模型。结果各个指标的校正模型相关系数(r)均大于0.945 0。RMSEP和RMSEV非常接近,并且RSEP值均小于10%。建立的PLSR模型具有模型性能好、预测精度高的优点。结论 NIRS技术结合化学计量学在LBG浓缩过程的质量控制中具有潜在的应用价值。     

热毒宁注射液中栀子苷的降解动力学研究

目的研究栀子苷在水溶液及热毒宁注射液(栀子、青蒿、金银花等)中,于不同pH、温度环境下的降解规律。方法采用HPLC法测定栀子苷在不同pH(1～13)、温度(60,70,80,90℃)中的变化,以化学动力学方法计算其降解动力学参数。结果栀子苷降解反应符合一级动力学方程,降解速率随pH及温度的升高而增加,根据Arrhenius方程,计算得到实验条件下栀子苷在水溶液中及热毒宁注射液中的降解活化能(Ea)分别为128.08 kJ/mol,79.19 kJ/mol。结论栀子苷对强碱及高温比较敏感,提示热毒宁注射液生产工艺应在低温和近中性pH值溶剂中生产。     

AOTF-近红外光谱技术在浓缩六味地黄丸提取浓缩过程理化指标快速分析中的应用研究

目的用声光可调滤光器(AOTF)-近红外(NIR)光谱法在线分析浓缩六味地黄丸浓缩液比重及马钱苷、丹皮酚含量。方法在线收集浓缩六味地黄丸浓缩液样品,建立其含量、比重数据库,同时采集近红外光谱图谱,用偏最小二乘(PLS1)法分别建立NIR光谱与含量、密度数据之间的校正模型,并对在线过程中收集的预测集样品进行含量预测来验证所建模型。结果浓缩液NIR光谱与含量、比重数据之间的校正模型相关系系数R2分别为0.994 5,0.996 7和0.952 2,外部样品预测相对偏差分别为0.26%,5.39%和10.44%;该方法精密度、稳定性均小于2.0%,预测回收率分别为99.9%,100.2%,92.8%。结论 AOTF-NIR技术用于浓缩六味地黄丸浓缩液比重及马钱苷、丹皮酚含量分析,具有快速、直接、多成分同时测定,并能实现现场在线分析的特点。     

近红外光谱法测定西红花中西红花苷I含量的研究

目的:建立名贵药材西红花的近红外光谱快速分析方法。方法:用HPLC法测定西红花中西红花苷-I的含量,并采集相应样品粉末的近红外光谱,采用偏最小二乘法建立近红外光谱校正模型,用此模型预测未知样本中西红花苷-I的含量。结果:所建立的校正模型相关系数(R)、预测相对偏差(RSEP)分别为0.9538、3.948。结论:本方法可用于西红花中西红花苷-I的快速检测。