在线近红外光谱在我国中药研究和生产中应用现状与展望

中药生产过程具有多单元复杂性特点,制剂生产的各个环节均会影响中药产品的最终质量,在线近红外光谱技术具有快速、无损和不污染环境等优势,能够作为一种快速评价中药生产过程中关键质量属性的分析技术。以院校相关研究为切入点,系统阐述了在线近红外光谱技术在中药生产过程分析与控制方面的应用,并结合院校中药生产在线近红外光谱分析平台搭建为例,以此为依据阐明中药在线近红外光谱分析技术应用的可行性。进而,从企业应用角度出发,较为全面的综述了目前国内大多数应用在线近红外光谱技术的中药生产企业的研究成果及其中药产品。按照中药产品的两大剂型(液体制剂与固体制剂)进行分类,以液体制剂不同生产环节(提取、浓缩及醇沉等)为区分点,以固体制剂不同成品剂型(片剂、胶囊剂及膏剂等)为区分点,分别对近10年来中药生产过程中在线近红外应用进行系统综述,阐明中药生产全过程在线近红外技术应用的可靠性,为中药生产现代化提供有效的技术支撑。     

不确定度评估在中药近红外定量分析中的应用

采集六一散混合过程中样品近红外光谱,建立甘草酸含量近红外(NIR)偏最小二乘(PLS)定量模型。结果校正集相关系数r_cal=0.998 5,RMSEC=0.044 0 mg·g-1,预测集r_val=0.947 4,RMSEP=0.124 mg·g-1,表明近红外光谱法可作为六一散混合过程中甘草酸含量的快速测定方法。在定量模型建立的基础上,设计验证试验,采用由Liao等提出的基于蒙特卡罗仿真的方法,估计β-容度-γ-置信容许区间,并计算NIR定量分析不确定度,绘制不确定度轮廓。结果表明甘草酸含量高于1.56 mg·g-1时,测量不确定度在可接受范围(λ=±20%)内,表明所建不确定度评估方法可有效评价不同浓度水平下的甘草酸含量NIR定量模型的准确性和可靠性,可为其他中药NIR定量分析方法的不确定度评估提供借鉴。     

色谱指纹图谱组合相似度的算法

色谱指纹图谱相似度是评价中药质量稳定性的有效手段之一,其中向量夹角余弦相似度应用最为广泛。但是当色谱峰面积分布范围宽时,夹角余弦对数据的差异响应不灵敏。以土茯苓色谱指纹图谱数据为实例证实了当两样本数据间比例相差较大时,夹角余弦相似度对共有峰和非共有峰响应的灵敏程度相差很大。组合相似度在共有峰的夹角余弦相似度基础上纳入了非共有峰的影响,分别计算非共有峰和共有峰对相似度的贡献,并以最大峰比例同态性为指标,确定非共有峰的合适权重。基于样本峰面积数据建立的组合相似度模型能灵敏地反映待测样本与参照样本内在成分的峰比例变化,适合衡量多个药材样本间的相似程度,已成为评价药材质量相似度的新方法。     

基于相似系统理论的相似度计算方法的改进

针对常用的相似度方法对色谱指纹图谱数据的相对差异响应不灵敏,本文对基于相似系统理论的改良程度相似度的计算方法进行了改进。模拟数据和乳块消片色谱指纹图谱数据计算结果表明,改进后的新改良程度相似度q′可区分与参照样本的总差异相同,但差异分布不同的样本。在共有峰峰面积差异不超过100%的情况下,新改良程度相似度q′计算方法能够更灵敏地反映两样本的峰面积的相对差异。本研究的新改良程度相似度q′能突出组分群中某些组分对既定配比的较大偏离,适用于中药成分群配比波动的控制和中药过程质量控制。     

中药关键质量属性快速评价(Ⅱ):NIR光谱解析策略例证

近红外光谱(near infrared spectroscopy, NIR)作为目前中药关键质量属性快速评价热门技术,广泛应用于提取、浓缩、醇沉、纯化等中药生产过程质量控制领域。由于谱带严重重叠,谱峰较宽,吸收信号弱等特征,NIR需采用化学计量学建立模型。当前,光谱解析是NIR分析的研究热点,结合作者的研究成果,率先综述国内外NIR光谱解析的研究进展及主要方法。其中包括：物质吸收的光谱差异对特征信号提取的主成分分析法;光谱波段筛选,寻找物质特征吸收波段,解析物质结构与特征波段关系的偏最小二乘法;针对扰动(温度、浓度、压力等)引起的光谱变化,通过同步、异步光谱相关峰对光谱进行分析,解析引起光谱变化的特征基团的二维相关光谱法;用量子力学方法对物质结构的能量变化进行计算,解析分子能量变化与光谱变化关系的密度泛函理论法。最后,结合实例,考虑中药组分复杂性特点,从单一药效指标成分出发,采用氘代DMSO技术指认不同浓度的绿原酸NIR吸收特征,验证金银花提取过程中在线NIR模型绿原酸成分变量筛选的可靠性,阐明间隔偏最小二乘法筛选的特征波段与绿原酸光谱特征吸收的一致性,建立了一种中药NIR关键质量属性的光谱解析策略,为中药NIR关键质量属性快速准确评价提供支撑。     

基于最小二乘支持向量机的国公酒中橙皮苷含量测定

应用近红外光谱技术结合最小二乘支持向量机建立了国公酒中橙皮苷含量的模型。利用Kernard-Stone法对训练集样本进行划分,对光谱数据预处理方法进行了选择,比较了平滑、范围标度化、自标度化、一阶微分、二阶微分以及这几种预处理相互结合的六种方法,确定了以平滑、一阶微分,范围标度化作为国公酒近红外光谱的数据预处理方法,采用组合的间隔偏最小二乘法筛选出有效波段8 211～8 312 cm-1及9 712～9 808 cm-1。应用最小二乘支持向量机建立模型,所建模型的交叉验证误差均方根为0.000 1,预测误差均方根为0.004,预测集的相对偏差小于5%。与组合的间隔偏最小二乘法、径向基-人工神经网络和支持向量机进行了比较。该方法快速、无损且可靠,可作为国公酒中橙皮苷含量快速测定的手段。     

经典名方当归四逆汤物质基准的关键质量属性研究

该文建立了当归四逆汤物质基准的高效液相色谱(HPLC)特征图谱及多指标含量测定方法,阐明了当归四逆汤物质基准的关键质量属性,完善了其质量控制体系.使用的色谱柱为PomenexLuna?C18(250 mm×4.6 mm,5 μm),流动相为乙腈-0.05％磷酸水溶液,体积流量为1.0 mL·min-1,梯度洗脱,进样量...     

配位滴定法同时测定混合液中铜,镉

1 引言 本文将多元统计分析法用于配位滴定法中,提出了金属离子混合液中各组分含量同时测定的方法原理和数学模型,根据电位滴定原理,以EDTA为滴定剂,玻璃电极为指示电极,利用多组标准混合液的滴定数据建立校正模型,然后对合成样品中Cu~(2+)、Cd~(2+)两个离子的浓度进行预报。尽管上述二离子间的logK相差较小,勿需分离或掩蔽,仍能得到满意结果,电极系统也不需严格校正。测定原理简述如下:     

校正集选择方法对于积雪草总苷中积雪草苷NIR定量模型的影响

近红外光谱定量分析中,采用合适的校正集选择方法是建立预测性能良好的近红外定量模型的关键技术之一。校正集选择方法有RS法、CS法、KS法和SPXY法等,但是对以上校正集选择方法缺乏系统地比较。本文以积雪草总苷中积雪草苷NIR定量模型为载体,对NIR定量模型的7个评价指标进行分类和筛选,比较了CS法、KS法和SPXY法三种校正集选择方法对NIR定量模型的准确性和稳健性两类评价指标的影响。结果表明,SPXY法与CS法、KS法选择校正集样本后所建近红外模型的RPD和RSEP两个准确性评价指标存在显著性差异,模型的稳健性评价指标RMSECV和|RMSEP-RMSEC|不存在显著性差异。因此,建立积雪草总苷近红外光谱的积雪草苷偏最小二乘定量模型时,SPXY校正集选择方法能显著提高该定量模型的预测准确度,但对模型稳健性的评价指标没有显著影响,以上结论为中药固体体系建立近红外定量模型确定校正集选择方法提供参考。     

支持向量机与KStar模型预测细胞色素P450酶催化的氧脱烃反应

分别以支持向量机(SVM)和KStar方法为基础, 构建了代谢产物的分子形状判别和代谢反应位点判别的嵌套预测模型. 分子形状判别模型是以272个分子为研究对象, 计算了包括分子拓扑、二维自相关、几何结构等在内的1280个分子描述符, 考查了支持向量机、决策树、贝叶斯网络、k最近邻这四种机器学习方法建立分类预测模型的准确性. 结果表明, 支持向量机优于其他方法, 此模型可用于预测分子能否被细胞色素P450酶催化发生氧脱烃反应. 代谢反应位点判别模型以538个氧脱烃反应代谢位点为研究对象, 计算了表征原子能量、价态、电荷等26个量子化学特征, 比较了决策树、贝叶斯网络、KStar、人工神经网络建模的准确率. 结果显示, KStar模型的准确率、敏感性、专一性均在90%以上, 对分子形状判别模型筛选出的分子, 此模型能较好地判断出哪个C―O键发生断裂. 本文以15个代谢反应明确的中药分子为验证集, 验证模型准确性, 研究结果表明基于SVM和KStar的嵌套预测模型具有一定的准确性, 有助于开展中药分子氧脱烃代谢产物的预测研究.