PLS紫外分光光度法同时测定复方阿斯匹林三组分含量的研究

复方阿司匹林(APC)是常用的解热镇痛药物,片剂中乙酰水杨酸,咖啡因,非拉西丁的同时测定方法有线性最小二乘法[1],系数倍率法[2]等,由于APC三组分中咖啡因的含量相对较少往往使测定值有较大偏差。本文利用乙酰水杨酸易水解的性质,加入NaOH溶液使之完全水解为水杨酸钠间接求得乙酰水杨酸含量,同时在浓度校正及样品测定时适当增加咖啡因浓度而使各组分浓度差别减小,利用PLS法测定三组分含量。1　PLS法分析原理偏最小二乘法(PartialLeastSquares简称PLS)是一种多组分同时测定的新计算方法。与双波长分光光度法[3],线性规划法[4]比较,它…     

短波近红外光谱法对蛇床子SFE萃取产物的定量分析

利用中药蛇床子CO2超临界萃取(SFE)的萃取物的短波近红外漫反射光谱(800～1100 nm),以HPLC分析值作参比值,采用化学计量学中的偏最小二乘法(PLS)建立短波近红外漫反射光谱与蛇床子SFE萃取物中主要成分蛇床子素和欧前胡素间定量分析数学模型.实现了快速、无损的测定双组分中药的有效成分.讨论了光谱的预处理方法和主成分数对PLS定量预测蛇床子萃取物中蛇床子素和欧前胡素含量能力的影响,并对预测集样品进行预测.     

偏最小二乘-近红外漫反射光谱法测定西米替丁药片

研究了应用偏最小二乘法(PLS)同近红外漫反射光谱法结合,对西米替丁片剂药品进行无损非破坏定量分析,建立了最佳的数学校正模型。讨论了波长间隔和主成分数对PLS定量预测能力的影响,预测了未知样品。     

近红外光谱分析原油中水分和硫含量模型的建立及验证

取原油样品120个,分别按照GB/T 11133-2015和GB/T 17040-2008中所述方法测定了上述原油样品中的水分和硫的含量。通过优化的近红外光谱(NIRS)条件采集了上述原油样品的NIR光谱图。采用杠杆值算法剔除4个异常样品。在建立水分含量分析模型时,采用的条件为:用Savitzky-Golay法对光谱进行滤波预处理,建模光谱区间为6 200～8 200cm-1,主成分数为6,用偏最小二乘回归法(PLS)交叉验证建立分析模型。硫含量分析模型的建立条件为:采用二阶导数-Norris Derivative对光谱进行预处理,建模光谱区间为4 400～4 700cm-1,主成分数为6,用PLS交叉验证建立分析模型。水分和硫含量模型的预测值与测定值的相关性较好。水分模型的决定系数(R2c)为0.989 9,校正标准偏差(RMSEC)为0.084 2,说明其预测效果较好,可用于原油中水分含量的预测。硫含量模型的R2c为0.996 3,RESEC为0.069 6,说明此模型的预测效果也较好,可用原油中硫含量的预测。应用所建立的两个模型对10个未知原油样品中水分和硫含量进行了预测,并与其测定值比较,结果表明两者之间的相对偏差均小于10%。     

PLS-BP法近红外光谱技术同时测定鲜乳中四种主成分

基于近红外光谱技术,将偏最小二乘法(Partial Least Squares,PLS)和单隐层的反向传播网络(Back-Propagation Network,BP)联用并测定了鲜乳中4种主成分含量.用PLS法将原始数据压缩为主成分,取前3个主成分的14个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为29,初始训练迭代次数为1000,建立了脂肪、蛋白质、乳糖、牛乳总固体4种主成分含量的预测校正模型.PLS-BP模型对样品4个组分含量的预测决定系数(R2)分别为:0.961、0.974、0.951、0.997;本研究为近红外光谱技术在鲜乳多组分快速检测提供了新思路.     

近红外光谱法快速测定附子中6个生物碱的含量

应用近红外光谱(NIRS)技术结合偏最小二乘(PLS)和最小二乘支持向量机(LS-SVM)建立了附子中多指标成分的快速无损检测方法。选取38批样品建立了同时测定附子样品中6种成分含量的高效液相色谱(HPLC)方法;通过采集附子样品的NIRS图,分别采用PLS和LS-SVM建立了各个成分HPLC测定值与NIRS图的定量校正模型。所建立的苯甲酰新乌头原碱、苯甲酰乌头原碱、苯甲酰次乌头原碱、新乌头碱、次乌头碱、乌头碱、单酯型生物碱总量和双酯型生物碱总量LS-SVM模型的相对预测偏差(RPD)分别为3.3、3.2、4.1、7.7、8.8、7.6、4.0和8.6;验证集相关系数(rpre)分别为0.9486、0.9475、0.9668、0.9909、0.9946、0.9969、0.9669和0.9927,且LS-SVM模型优于PLS模型,说明NIRS模型验证集与HPLC测定值具有良好的非线性关系,模型预测效果良好。采用NIRS技术结合LS-SVM模型可以快速对附子中的上述6个生物碱含量以及单酯型生物碱总量和双酯型生物碱总量进行检测,方法操作简便,对控制附子中的生物碱含量具有一定的指导作用。     

基于主成分分析和小波神经网络的近红外多组分建模研究

将小麦叶片原始光谱经过预处理后,采用主成分分析(PCA)对数据进行降维,取前3个主成分输入小波神经网络,建立了基于主成分分析和小波神经网络的近红外多组分预测模型(WNN);进一步研究了小波基函数个数的选取(WNN隐层节点数)对小波神经网络模型性能的影响,并将WNN模型与偏最小二乘法(PLS)和传统的反向传播神经网络(BPNN)模型进行了比较.结果表明,所建立的WNN模型能用于同时预测小麦叶片全氮和可溶性总糖两种组分含量,其预测均方根误差(RMSEP)分别为0.101%和0.089%,预测相关系数(R)分别为0.980和0.967.另外,在收敛速度和预测精度上,WNN模型明显优于BPNN和PLS模型,从而为将小波神经网络用于近红外光谱的多组分定量分析奠定了基础.     

基于PLS-自组织竞争神经网络近红外光谱技术对鲜乳和掺假乳的检测方法研究

通过偏最小二乘法(partial least squares,PLS)与人工神经网络(artificial neural networks,ANN)联用对鲜乳和掺有植物奶油的牛乳建立识别模型.用PLS法对原始数据进行主成分压缩,采用自组织竞争神经网络建模.取前3个主成分的21个吸收峰值输入网络,学习参数为0.05,网络训练迭代次数为200,模型鉴别准确率达100%.其次建立了植物奶油掺假量的定量检测PLS模型,并采用交互校验和外部检验考察模型的可靠性,模型的校正相关系数为0.996 3,均方估计残差(RMSEC)为0.110;交互校验均方残差(RMSECV)为0.142;应用所建PLS模型对样品中植物奶油添加量进行预测,并对预测值与真值进行配对t检验,结果表明两者差异均不显著.     

偏最小二乘紫外分光光度法同时测定甲基苯甲醛三种同分异构体

将偏最小二乘法(PLS)用于紫外分光光度数据的解析,建立了同时测定甲基苯甲醛3种同分异构体的模型。在230～304 nm范围内,将测得的48个样品的吸光度值作为校正集,另18个样品的吸光度值作为预测集用于建模。所建立的邻、间、对甲基苯甲醛模型的平均回收率分别为101.2%、100.2%和98.9%;均方根误差(RMSE)分别为0.2667、0.3853和0.2118;预测浓度范围分别为4.6～16.2μg/mL、5.8～17.4μg/mL和6.5～20.6μg/mL。讨论了混合物中3种同分异构体浓度比例对测定结果的影响,并确定了最佳的浓度比例范围。对模拟样品进行加标回收率试验。并通过与顺、反丁烯二酸两种同分异构体测定结果的比较,得出了有意义的结论。     

短波近红外光谱技术对葡萄酒中总糖含量快速测定的研究

采用短波近红外光谱技术结合偏最小二乘法(PLS),建立了葡萄酒中总糖含量的定量分析数学模型,讨论了光谱预处理方法和主成分数对PLS模型预报精度的影响.应用所建模型对预测集样本中总糖含量进行预报,结果令人满意.该方法方便快捷,并且具有较高的预报精度,可以用于葡萄酒中总糖含量的快速测定.     

Radial basis function neural networks in non-destructive determination of compound aspirin tablets on NIR spectroscopy

The application of the second most popular artificial neural networks (ANNs), namely, the radial basis function (RBF) networks, has been developed for quantitative analysis of drugs during the last decade. In this paper, the two components (aspirin and phenacetin) were simultaneously determined in compound aspirin tablets by using near-infrared (NIR) spectroscopy and RBF networks. The total database was randomly divided into a training set (50) and a testing set (17). Different preprocessing methods (standard normal variate (SNV), multiplicative scatter correction (MSC), first-derivative and second-derivative) were applied to two sets of NIR spectra of compound aspirin tablets with different concentrations of two active components and compared each other. After that, the performance of RBF learning algorithm adopted the nearest neighbor clustering algorithm (NNCA) and the criterion for selection used a cross-validation technique. Results show that using RBF networks to quantificationally analyze tablets is reliable, and the best RBF model was obtained by first-derivative spectra.     

阿司匹林合成体系三组分的拉曼光谱测定及应用

阿司匹林合成过程中所采集的阿司匹林、水杨酸和乙酸酐的拉曼光谱存在交迭现象,很难从光谱数据中分离各组分含量。根据反应体系的组成和浓度配制样本溶液并采集拉曼光谱,运用多种方法对光谱进行预处理结合偏最小二乘法（PLS）对混合体系中阿司匹林、乙酸酐和水杨酸3组分浓度和光谱矩阵建立回归模型,对回归结果进行比较,根据交互验证均方根误差RMSECV,预测相关系数帮,预测均方根误差RMSEP。结果表明预处理方案可以有效降低基线漂移对预测精度的影响,根据Q值检验法和严检验法确定经矢量归一＋Savitzky-Golay五点二次平滑一阶卷积求导＋均值中心化对拉曼光谱预处理,PLS主成分选4,交互验证选用“逐一法”可时阿司匹林反应体系3组分进行同时测定,此训练集为阿司匹林合成体系的拉曼光谱在线监测提供了良好的数据支持。     

Enhanced Characterization of Naproxen Formulation by Near Infrared Spectroscopy

Near infrared spectroscopy in combination with appropriate chemometric methods is an effective technique for quantitative analysis of parameters of interest for the pharmaceutical industry. In this study, the artificial neural network (ANN) was applied to monitor critical parameters (compression force, tablet hardness, mean particle size, and active pharmaceutical ingredient concentration of tablets) in the process of naproxen pharmaceutical preparation. The performance of ANN was compared to linear methods (partial least squares regression (PLS) and synergy interval partial squares (siPLS)). The ANN models for compression force, tablet hardness, mean particle size, and active pharmaceutical ingredient concentration of tablets yielded the low root mean square error of prediction (RMSEP) values of 0.936 KN, 0.302 kg, 4.49 mg, and 2.14 µm, respectively. The predictive ability of the PLS model was improved by siPLS with selection of spectral regions and the best performance among all calibration methods was showed by the nonlinear method (ANN). Effective models were built by using these approaches using near infrared spectroscopy.     

多波长线性回归紫外分光光度法同时测定复方阿斯匹林片中的三组分

用改进的多波长线性回归分光光度法同时测定了复方阿期匹林片中三组分的含量,模拟样品中阿斯匹林、非那西丁、咖啡因的平均回收率分别为１００．３１％、９９．８７％、１００．７７％,相对标准偏差分别为０．３５％、０．２５％、１．３７％（ｎ＝１０）。对四个批号实际样品的测定结果与标准方法一致,适物复方阿斯匹林片的常规分析。     

Near-infrared determination of active substance content in intact low-dosage tablets

Near-infrared (NIR) spectroscopy can be applied to determine the active substance content of tablets. Its great advantage lies in the minimal sample preparation required, which helps to reduce the potential for error. The aim of this study is to show the feasibility of this method on low-dosage tablets. The influence of various spectral pretreatments [standard normal variate (SNV), multiplicative scatter correction (MSC), second derivative (D2), orthogonal signal correction (OSC), separately and combined] and regression methods on prediction error are compared. Partial least square (PLS) regression provided better prediction than principal component regression (PCR). SNV was applied to the first data set and SNV and a second derivative to the second set to maximise model accuracy for quantifying the active substance of intact pharmaceutical products using diffuse reflectance NIR. The models yielded standard errors of prediction (SEP) of 0.1768 and 0.0682 mg for the two products. The experiments were conducted with two low-dosage pharmaceutical forms and results of NIR predictions were comparable to currently approved methods. Diffuse reflectance NIR has the potential to become a reliable and robust quality control method for determining active tablet content.     

微乳液毛细管电动色谱快速分析解热镇痛药中的有效成分

建立了微乳液毛细管电动色谱快速测定解热镇痛药中非那西丁、氨基比林和咖啡因的新方法。采用由乙酸乙酯-十二烷基硫酸钠(SDS)-正丁醇-硼砂缓冲液组成的微乳液体系,以氯霉素为内标,3种有效成分在2.5 min内完成分离,峰面积相对标准偏差(RSD)在1.2%～1.6%之间,回收率在95.6%～104.0%之间。实验考察了缓冲溶液的浓度、pH值、SDS浓度以及助表面活性剂的种类、含量对分离测定的影响。该法可用于实际样品分析。     

计算机选择波长-逆最小二乘法用于药物多组分的紫外联机测定

本文应用计算机辅助选择P矩阵法的分析波长,对三种判据进行了比较,并用于复方阿斯匹林药片中三组分的紫外联机测定。