维C银翘片包衣过程的近红外光谱质量控制

目的 利用近红外光谱（NIRS）构建维C银翘片（VCYT）包衣过程中引湿率、衣膜厚度、包衣增重3个指标的定量预测模型,并实现终点判断。方法 采用漫反射方法采集4个批次VCYT包衣过程中的实时NIRS数据;滚移包衣法对VCYT进行包衣,从喷雾阶段开始,每间隔10 min从包衣机上的取样口进行取样,收集不同包衣时间上的样品共57批（约1 800片）,将片剂包埋于熔化的石蜡中,纵向切开,利用体视显微镜观察,并使用Motic Images Advanced 3.2软件测量衣膜厚度（目标值38 μm）,参照2020年版《中华人民共和国药典》（四部）“药物引湿性试验指导原则”测量样品引湿率（目标值3%）,每批随机抽取3份样品（每份10片）,称量并计算包衣增重（目标值4%）;利用偏最小二乘回归（PLSR）构建3个包衣指标的定量模型,利用移动平均法对包衣指标的预测值平滑处理,并用于判断包衣终点。结果 引湿率、衣膜厚度、包衣增重的预测决定系数（R_p²）分别为0.933 4、0.932 6、0.965 9,预测均方根误差（RMSEP）分别为0.163 5%、1.870 9 μm、0.240 3%,相对分析误差（RPD）分别为3.711 0、2.760 7、5.415 8。外部验证集结果显示,模型的实时预测值与实测值呈现了相同变化趋势,包衣终点能被准确预测（预测误差<7.32 min,相对误差<5.63%）。结论 NIRS模型预测能力良好,可用于VCYT包衣过程的质量控制。     

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。     

基于广义路径追踪算法建立桂枝茯苓胶囊和天舒胶囊中间体水分的近红外光谱通用定量模型

目的 以桂枝茯苓胶囊（Guizhi Fuling Capsules，GFC）和天舒胶囊（Tianshu Capsule，TC）为研究对象，将近红外光谱（near-infrared spectroscopy，NIRS）技术与机器学习算法结合，建立快速检测2种制剂中间体水分的方法。方法 采集GFC总混颗粒和TC总混颗粒的NIRS，考察不同的预处理方法、变量筛选方法及算法对模型的影响，筛选最佳建模条件，并对2种中间体建立1个水分NIRS通用定量模型。结果 对同一中间体建立定量模型时，广义路径追踪（generalized path seeker，GPS）算法均优于偏最小二乘（partial least square，PLS）算法；GPS通用模型与PLS通用模型相比，预测性能更高，验证集相对偏差（relative standard errors of prediction，RSEP）由3.17%降至3.03%，性能偏差比（ratio of performance to deviation，RPD）由4.83升至5.05，可用于水分的预测，且与独立模型的预测性能相差不大。结论 GPS算法结合NIRS技术建立的通用定量模型，可快速、准确地检测2种制剂中间体的水分。     

小儿消积止咳提取过程中近红外定量模型研究

目的 建立小儿消积止咳提取过程中快速测定辛弗林、柚皮苷、新橙皮苷、连翘苷4个指标性成分含量的近红外（NIR）定量分析模型。方法 采用积分球漫反射方式采集小儿消积止咳提取过程中116个样品的NIR光谱,采用高效液相色谱法（HPLC）测定其中4个成分的含量。应用偏最小二乘法（PLS）建立上述4个成分含量与NIR光谱的相关性定量分析模型,并进行光谱预处理和NIR波段的优选。结果 优选后上述4个成分NIR模型的交叉验证均方根误差（RMSECV）分别为0.004 4、0.029 7、0.045 8和0.002 8,预测均方差（RMSEP）分别为0.006 4、0.028 8、0.050 1和0.003 2,内部交叉验证决定系数（R_ν²）和外部验证决定系数（R_p²）均大于0.95,相对预测偏差（RPD）>3%。结论 建立的NIR定量分析模型稳定性和预测精度均较佳,可快速测定小儿消积止咳提取液中多指标成分的含量,实现生产过程中的质量监控。     

基于近红外光谱技术的香菊片提取液膜分离过程评价

目的 采用近红外光谱（near infrared spectrum,NIRS）技术结合偏最小二乘法（partial least-square,PLS）建立香菊片提取液膜分离过程中没食子酸、鞣花酸、木犀草素3个成分的定量监测模型。方法 收集香菊片膜分离过滤液样本53个,其中预测集38个,验证集15个,用HPLC法测定所有样本中没食子酸、鞣花酸、木犀草素3个成分的含量,同时采集NIRS数据。将得到的光谱数据与3个化学成分含量数据应用PLS回归分析建立定量模型,采用模型的校正集相关系数（correlation coefficient of calibration,R_C）、预测集相关系数（correlation coefficient of prediction,R_P）、校正集误差均方根（root mean square error of calibration,RMSEC）、预测集误差均方根（root mean square error of prediction,RMSEP）和预测集相对偏差（relative standard of errors of prediction,RSEP）对定量预测模型进行评价。结果 没食子酸、鞣花酸、木犀草素近红外定量模型RMSEC分别为0.561、1.256、0.342,R_C分别为0.981、0.992、0.986;RMSEP分别为0.557、1.157、0.367,R_P分别为0.987、0.994、0.979;RSEP分别为5.73%、4.23%和3.78%,均小于10%。结论 建立的NIRS定量模型预测性良好,可用于香菊片提取液膜分离过程的成分含量测定和终点判断。     

基于近红外光谱分析技术的干姜质量快速评价研究

目的 采用近红外光谱分析技术建立干姜中多指标成分含量快速预测方法,对不同产地干姜进行快速无损的质量评价,提高干姜的质量控制水平。方法 建立同时测定干姜中6-姜酚、8-姜酚、10-姜酚和6-姜烯酚等4个主要活性成分的超高效液相色谱方法,并以其测定值为参比;采集不同产地干姜的近红外光谱,比较筛选出最优的光谱预处理方法,采用联合区间偏最小二乘法优选出最佳光谱区间,构建干姜各指标成分的最优偏最小二乘回归（partial least squares regression,PLSR）定量模型。结果建立的干姜中6-姜酚、8-姜酚、10-姜酚和6-姜烯酚最佳PLSR定量模型的校正决定系数（R_C²）分别为0.973、0.980、0.979和0.938,预测决定系数（R_P²）分别为0.926、0.920、0.883和0.781,4个定量模型的预测相对分析误差（residual predictive deviation,RPD）均大于2,表明建立的近红外光谱定量模型的预测值与测定值具有良好的线性关系,模型预测效果良好。结论 所建立近红外光谱定量模型,可以实现干姜中6-姜酚、8-姜酚、10-姜酚和6-姜烯酚等4个主要活性成分含量的快速预测,方法简便快捷,结果准确可靠,可为干姜质量的快速评价提供依据。     

基于基原效用差异的黄连品质辩识光谱化学表征模型构建

目的 中药多基原物种间的效用差异性受到历代医家的高度重视,联用傅里叶变换近红外光谱（fourier transform near infrared spectroscopy,FT-NIR）和傅里叶变换中红外光谱（fourier transform mid-infrared spectroscopy,FT-MIR）技术,考察光谱化学表征技术应用于多基原黄连共有物质基础测定和品质辨识的可行性。方法 以黄连的4种基原（黄连Coptis chinensis、三角叶黄连C. deltoidea、峨眉野连C. omeiensis和云南黄连C. teeta）的共有物质基础小檗碱、黄连碱、木兰花碱、非洲防己碱和巴马汀为研究对象,基于光谱矩阵的优化和特征学习算法,串联近红外和中红外光谱特征构建偏最小二乘回归（partial least squares regression,PLSR）和支持向量回归（support vector regression,SVR）光谱化学表征模型以测定药材中共有活性成分的含量,辨识其品质差异。结果SVR模型对小檗碱的测定效果最优,剩余预测偏差（residual predictive deviation,RPD）值高达4.842,模型对黄连碱、巴马汀和木兰花碱含量的预测RPD值均大于2;PCA结果表明所建立的模型能有效鉴别多基原黄连共有成分含量的差异,为其品质辨识提供依据。结论 多元光谱技术串联应用可有效表征多基原黄连药材中共有成分的含量差异,提高多基原中药品质辨识的效率。     

基于化学成分群加和性分子描述符的中药浸膏粉溶化性预测研究

目的 基于化学成分群加和性分子描述符建立中药浸膏粉溶化性预测模型,并进行验证。方法 采用原位浊度传感器评价中药浸膏粉溶化性,对测试方法条件进行优化并进行验证;以13种代表性中药(广藿香、当归、薄荷、瞿麦、银柴胡、乌梅、葛根、细辛、益母草、苦参、熟地黄、荆芥和川芎)浸膏粉为研究对象,检索每种中药所含化学成分,根据成分的分子描述符计算出每种中药化学成分群平均性质,进而采用偏最小二乘(partial least squares,PLS)法建立该平均性质与对应中药溶液浊度值的关联预测模型并验证。结果 中药浸膏粉溶化性客观评价方法的重复性和耐用性良好;对从13种中药中检索得到的1840种成分分子描述符进行主成分分析后,由得分图和载荷图结果可知分子描述符可以区分出溶解度有差异的化学成分类别;随机划分校正集和验证集后,基于化学成分群加和性分子描述符预测溶液浊度值的PLS预测模型的R²_Xcum=0.873,R²_Ycum=0.998,Q²cum=0.869;川芎、荆芥和益母草的浊度预测误差分别为3.4%、9.3%、23.8%。结论 基于化学成分群加和性分子描述符的中药浸膏粉溶化性预测模型具有一定的预测能力,研究结果为从中药整体成分层面预测宏观物性提供参考。     

白头翁总皂苷结肠靶向微丸的制备

目的: 优选白头翁总皂苷结肠靶向微丸的制备工艺。方法: 采用HPLC测定白头翁总皂苷含量,色谱条件为Hypersil ODS-C₁₈色谱柱(4.6 mm×250 mm,5 μm),流动相乙腈-0.1%磷酸水溶液(39:61),流速1.0 mL·min^-1,柱温30℃,检测波长203 nm,进样量20 μL。利用挤出滚圆法制备白头翁结肠靶向微丸载药丸心,以微丸得率、圆整度、堆密度、脆碎度的综合评分为指标,通过正交试验优选白头翁结肠靶向微丸载药丸心的制备工艺;以累积释放率为指标,通过单因素试验考察增塑剂用量、抗黏剂用量、包衣增重对包衣工艺的影响。结果: 载药丸心的最佳制备工艺为微晶纤维素用量60%,甘露醇用量10%,挤出频率20 Hz,滚圆频率45 Hz,滚圆时间5~8 min;最佳包衣工艺为以Eudragit S100为包衣材料,15%柠檬酸三乙酯为增塑剂,50%滑石粉为抗黏剂,包衣增重20%。结论: 优选的工艺稳定可行,制备的微丸成型性高、靶向效果好。     

近红外漫反射光谱法快速测定山茱萸水分含量

目的: 利用近红外光谱建立一种快速测定山茱萸水分含量的方法。 方法: 采用烘干法测定山茱萸样品中的水分含量,运用偏最小二乘法（PLS）建立其含量与近红外光谱之间的校正模型,对山茱萸样品中的水分含量进行快速测定。 结果: 通过比较不同的建模参数,优化模型,建立水分模型的相关系数（R²）,校正均方差（RMSEC）和预测校正均方差（RMSEP）分别为0.990 52,0.297,0.819。 结论: 该方法具有简便快速、准确、无损的特点,可应用于大批量山茱萸药材中水分的快速检测。     

近红外光谱分析技术快速测定天舒片的包衣薄膜厚度

目的:探讨近红外光谱分析技术应用于检测天舒片包衣薄膜厚度的可行性。方法:采集9批天舒片包衣过程样品的近红外漫反射光谱,运用Kennard-Stone算法将样本集划分为校正集和验证集。优选预处理方法,并采用组合间隔偏最小二乘法(si PLS)和移动窗口偏最小二乘法(mw PLS)优选光谱区间,建立测定包衣厚度的偏最小二乘法(PLS)定量模型。结果:在标准正态变量变换+一阶导数+Norris Derivative平滑对光谱进行预处理并结合si PLS的优选区间建立的模型中,校正集预测值与实测值的相关系数0.966,验证集预测值与实测值的相关系数0.991,表明预测值与实测值的相关性较好。校正均方根误差(RMSEC)0.198%,预测均方根误差(RMSEP)0.062%,表明模型的预测性能良好。结论:近红外光谱分析技术用于天舒片包衣薄膜厚度的测定具有很高的准确性,能够为中药片剂生产过程中包衣厚度的在线检测提供技术支持。     

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。     

近红外光谱快速测定复方丹参滴丸的包衣厚度

目的应用近红外光谱分析技术结合化学计量学方法建立制药过程中复方丹参滴丸包衣厚度的快速、无损检测的新方法。方法用近红外光谱仪扫描复方丹参滴丸包衣生产过程中的样品,对所得近红外漫反射光谱的预处理方法、有效谱段范围选择进行了讨论,并用偏最小二乘回归法(PLSR)建立测定滴丸包衣厚度的近红外光谱定量分析校正模型。结果对待测样本包衣厚度预测结果表明,所建校正模型预测相关系数R为0.974,校正误差均方根(RM SEC)为0.228,预测误差均方根(RM SEP)为0.338,效果比较理想。结论本实验所建方法快速、无损且准确可靠,可推广应用于中药生产药品包衣过程的在线检测。     

基于DPPH、ABTS和FRAP的中药女贞子抗氧化谱效关系研究

运用HPLC测定不同加热条件处理的女贞子药材的特征图谱,通过DPPH、ABTS和FRAP法测定不同条件处理女贞子的抗氧化能力,运用偏最小二乘法进行数据分析,研究女贞子量化特征图谱和抗氧化活性的相关性,探讨女贞子抗氧化活性的物质基础,并筛选活性色谱峰。从35个匹配特征图谱中筛选出S_1,S_2,S15,S_(24),S_(27),S_(29),S_(32),S_(33),S_(35)与女贞子清除DPPH自由基能力呈显著正相关;S_1,S_2,S_5,S_8,S_(16),S_(27),S_(33)与女贞子清除ABTS自由基显著正相关;S_(12),S_(20),S_(22),S_(28),S_(30),S_(31),S_(32),S_(34)与女贞子还原Fe~(3+)能力显著正相关。其中S_1,S_2,S_(27),S_(33)与女贞子清除DPPH自由基、ABTS自由基均正相关,S_(32)与女贞子清除DPPH自由基、还原Fe~(3+)能力均正相关。通过与对照品比对确定了S_3为红景天苷、S_(19)为木犀草苷、S_(21)为特女贞苷、S_(22)为橄榄苦苷、S_(23)为女贞苷、S_(33)为木犀草素、S_(34)为芹菜素。试验结果表明特女贞苷和红景天苷等虽是规定的表征女贞子药材优劣的指标成分,但女贞子药效并不是靠个别成分含量决定。通过分析与药效相关的化合物群的含量才能真实反映药材的质量。     

一类基于组效关系神经网络模型的中药药效预测方法

目的 :研究与药效相关的中药质量分析方法。方法 :分别选取非线性函数逼近能力较强的BP神经网络和径向基函数神经网络 ,并与偏最小二乘法相结合 ,建立中药组效关系模型 ,进而用组效关系模型计算预测药效 ,据此评价中药质量。结果与结论 :将其应用于川芎质量评价 ,无论在训练误差、预测误差以及相关系数等方面 ,均明显优于PCR和PLSR方法 ,具有较理想的训练及预测精度和可信度 ,能够较准确地反映川芎各化学组分与药效检测指标间复杂的非线性映射关系 ,可发展成为能反映药效的中药质量评价方法。     

NIRS法用于药物共晶质量控制的研究

目的 建立一种基于近红外光谱（NIRS）的药物共晶质量控制方法,以大黄酸赖氨酸（大赖酸）共晶为例进行研究。方法 采用积分球漫反射附件采集大赖酸共晶光谱,结合偏最小二乘回归（PLS）算法,建立NIRS定量分析模型,用于考察在不同环境因素以及湿法制粒过程中共晶降解状况。结果 大赖酸共晶校正模型的相关系数（r）、校正集均方差（RMSEC）、预测均方差（RMSEP）、交互验证均方差（RMSECV）分别为0.999 5、0.009 3、0.011 0、0.012 0。高温和光照情况下,大赖酸共晶质量分数变化（＜1%）基本稳定;在高湿和制粒过程,质量分数发生了一定的变化（＜3%）,但变化不显著。结论 建立的近红外定量分析模型在质量控制方面快速、无损、简便,结果准确可靠;大赖酸共晶在不同环境因素和模拟制粒过程中能基本保持稳定。     

基于近红外技术的西洋参质量评价及产地鉴别

目的:建立西洋参中水分及人参皂苷类成分近红外含量预测模型,并采用近红外光谱对西洋参样品进行产地鉴别及规格辨识。方法:以122批西洋参样品为研究对象,采集其近红外原始光谱图,经蒙特卡洛交叉验证法剔除异常样本,采用MSC+导数+Norris Derivative平滑处理等方法对原始图谱进行光谱预处理,运用偏最小二乘法,建立西洋参样品中水分、中国药典指标成分及6种人参皂苷总量的近红外定量模型;同时,基于近红外全光谱信息,采用正交偏最小二乘判别分析(OPLS-DA)法,建立西洋参不同产地和规格的辨识模型。结果:水分、中国药典指标成分及6种人参皂苷总量模型预测集的相关系数R^2pre分别为0.9757、0.9526、0.9386,预测均方根误差RMSEP分别为0.248、0.159、0.198,NIRS验证集预测值与实测值无显著性差异;OPLS-DA模型可有效辨别不同规格和产地的西洋参样品。结论:本实验所建立的近红外光谱法可实现对西洋参样品中水分和人参皂苷含量的定量分析,以及对样品产地和规格的良好区分,测定结果准确、可靠、预测精度好,可用来快速准确地评价西洋参样品的质量。     

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。     

近红外光谱法结合PLS快速测定木香药材中水分

目的:采用近红外光谱技术结合PLS建立一种木香药材中水分的快速测定方法。方法:运用近红外漫反射光谱技术采集木香的近红外漫反射光谱,以甲苯法测定的含量为参考值,结合偏最小二乘法(PLS)建立木香药材中水分的定量分析模型,并用未知样品验证该模型。结果:所建水分定量模型的校正集内部交叉验证相关系数(R2)、校正均方差(RMSEC)和预测均方差(RMSEP)分别为0.982 9,0.178,0.196;验证集NIR预测值与甲苯法参考值的t检验值为-0.615,双侧P>0.05,差异无统计学意义。结论:该方法操作简便,测定快速,结果准确,可用于木香药材中水分含量的快速测定。     

近红外光谱法快速测定酒女贞子中女贞苷含量

目的:利用近红外光谱技术(NIRS)快速测定酒女贞子中女贞苷含量。方法:采用3个不同产地的黄酒对女贞子进行炮制,以HPLC测定样品中女贞苷的含量为参考,运用近红外光谱技术结合偏最小二乘法(PLS)建立酒女贞子中女贞苷含量的定量分析模型。结果:女贞苷的定量分析模型内部交叉验证决定系数(R2)为0.967 89,校正均方根偏差(RMSEC)为0.107,预测均方根偏差(RMSEP)为0.103,交互验证均方根偏差(RMSECV)为0.256 69,主因子数为8。结论:该方法简便快速,准确无损,所建模型能够对酒女贞子中女贞苷的含量进行快速测定。