基于近红外光谱法快速测定乳痛安口服液中主要成分含量

基于近红外光谱法快速测定乳痛安口服液中主要成分含量

邰晓鹏¹，臧恒昌^*

RapidDetermination of Main Components in Rutongan Oral Liquid by Near InfraredSpectroscopy

Xiao-pengtai¹，Zang-hengchang^1*

从原始光谱中可以看出光谱重叠严重，不同样品光谱相似性极高，需要利用化学计量学方法对医院内部自制制剂乳痛安口服液的原始光谱进行下一步的预处理。

4.2 咖啡酸定量分析模型的建立

4.2.1 HPLC测定咖啡酸含量结果

HPLC法测定不同批号的乳痛安口服液中咖啡酸含量如表4-1所示

4.2.2异常样本的剔除
样本中异常值的存在会在一定程度对建模的效果有干扰，本研究中选用马氏距离方法判别异常点的存在，该方法是浓度异常样本判别的一种方法，异常样本判断结果如图4-2所示，从图中可以看出1号和66号样本可作为异常值剔除。

4.2.3样品集划分结果
医院内部自制制剂乳痛安口服液的校正集与验证集划分结果如表4-2所示，从下面的表中可以看出医院内部自制制剂乳痛安口服液的验证集浓度范围包含于其校正集浓度范围之中，并且校正集与验证集的浓度均值也很相近，从图4-3可看出，医院内部自制制剂乳痛安口服液的验证集均匀地分布于校正集之中，证明样品集采用的划分方法合理。

4.2.4光谱预处理结果

结果如表4-3所示，从表中可以看出医院内部自制制剂乳痛安口服液的原始光谱建模结果较差，需要通过预处理提取建模有效信息，经MSC或SNV预处理后，模型参数提升，经过得到的结果对比决定最终选择二阶导数+Norris（7点平滑+3点差分宽度）+MSC为最佳预处理方法，其RMESC与RMSEP值较其他预处理方法偏小，模型相关系数较其他方法较高，接近于1，具体参数为RMESC=0.873 μg/ml，RMESP=0.686 μg/ml, R_C=0.9852，R_P=0.9899, 预处理后光谱图如图4-4所示。

4.2.5 光谱区间选择结果

本研究比较全波段光谱建模效果与TQ推荐波段建模效果，结果见表4-4，TQ推荐波段为1548-1598 nm与1549-1442 nm，从表中可知，TQ推荐波段建模效果不如全波段建模，可能是推荐波段丢失有效信息较多。

4.2.6 主因子数的选择
主因子数的选择对建模结果也有较大影响，主因子数过多可能存在过多噪音，影响模型结果，如选取的主因子数过少，则会丢失较多有效信息，拟合不充分，本研究在最佳预处理方法与最佳建模波段的基础上选用交互验证方法，以预测残差平方和（PRESS）为依据，见图4-6，比较主因子数为6、7、8时对建模结果的影响，如表4-5所示，经比较主因子数为8时建模效果最优，模型如图4-7所示。

图4-7 不同主因子数建模结果（A主因子为6，B为7,C为8）

4.2.7 咖啡酸定量分析模型的建立与评价
综上所述，本研究以马氏距离为依据，剔除1号和66号异常样本样本数据，以二阶导数+Norris（7点平滑+3点差分宽度）+MSC为最佳预处理方法，全波段建模时建立乳痛安口服液中咖啡酸含量最佳PLS模型，模型RMESC=0.873 μg/ml，RMESP=0.686 μg/ml, R_C=0.9852，R_P=0.9899, 建模结果如图4-8所示。

4.3 迷迭香酸定量分析模型的建立
4.3.1 HPLC测定迷迭香酸含量结果
HPLC法测定不同批号的乳痛安口服液中迷迭香酸含量如表4-6所示

4.3.2异常样本的剔除
同样以马氏距离方法判断，如图4-9所示，从图中可以看出1号和66号样本可作为异常值剔除。

4.3.3校正集验证集样本划分结果
本研究利用TQ随机划分校正集与验证集，其中校正集52个样品，验证集16个样品，校正集与验证集划分结果如表4-7所示，校正集浓度范围包含验证集浓度范围，且校正集与验证集浓度均值相近，从图4-10校正集与验证集主成分得分图中可以明显看出样品集的划分合理。

4.3.4光谱预处理结果
本研究通过对比原始光谱经无预处理、一阶导数、二阶导数、SG平滑四种预处理方法单独或组合应用对建模结果的影响，如表4-8所示，因此本研究最终确定的最佳光谱预处理方法为一阶导数+SG5点平滑+MSC，如图4-11所示，模型参数如下：RMSEC=2.40 μg/ml，RMSEP=2.87 μg/ml，R_C=0.9811，R_P=0.9839。

4.3.5光谱区间选择结果

TQ 推荐最佳光谱区间为1066-1177 nm、1004-1040 nm，分别利用推荐波段与组合运用建立模型，与全波段建模结果对比如表4-9 所示，从表中可以看出，全波段建模效果最优，分析TQ推荐波段丢失了部分有效信息，从而使建模结果较差。

4.3.6迷迭香酸定量分析模型的建立与评价
综上所述，本研究选择二阶导数SG5点平滑为预处理方法，主成分数为10时，全波段建模所得模型为医院自制乳痛安口服液迷迭香酸含量定量分析模型。模型校正集相关参数RMSEC=2.40 μg/ml，R_C=0.981，验证集相关参数为RMSEP=2.87 μg/ml，R_P=0.9839, 所建模型预测能力较好。
4.4连翘苷定量分析模型的建立
4.4.1 HPLC测定连翘苷含量结果
HPLC法测定乳痛安口服液中连翘苷含量如表4-10所示。

4.4.2校正集验证集样本划分结果
根据对医院内部自制制剂乳痛安口服液样本的随机划分结果，校正集与验证集浓度范围如表4-11所示，从划分结果可知医院内部自制制剂乳痛安口服液的校正集样品浓度范围包含验证集样品浓度范围，且校正集与验证集浓度均值相近，样品集划分合理。

4.4.3光谱预处理结果
对比无预处理、一阶导数、二阶导数、SG平滑四种预处理方法对建模结果的影响，如表4-12所示，从表中可以看出原始光谱经过预处理后基线漂移现象消除，经过对比发现原始光谱经二阶导数SG7点平滑处理后，所建立的连翘苷含量定量分析模型评价参数与其他方法相比较优，R_C=0.9890，R_P=0.9834，RMSEC=0.0046 mg/ml，RMSEP=0.00802 mg/ml，模型的预测能力还是比较理想，预处理后光谱如图4-13所示。

4.4.4光谱区间选择结果
本研究中TQ建议波段为1201.89-1047.00nm，比较建议波段建模结果与全波段建模结果如表4-13所示。

从上表中可以看出全波段建模结果与建议波段建模结果相近，但与全波段建模相比，建议波段的RMSECV与RMSEP值差异较小，且全波段建模模型的主因子数10，选取的主因子过多，可能存在过拟合的现象，而推荐波段建模主因子数为5，认为选择较合理，留一法交互验证PRESS结果图如图4-14所示。

4.4.5连翘苷定量分析模型的建立与评价
综上所述，本研究选择二阶导数SG7点平滑为预处理方法，光谱区间为1047-1202 nm，主成分数为5时建立所建模型为最佳连翘苷含量定量分析模型，模型校正集与验证集相关系数在0.98以上，模型预测能力较高，可用于乳痛安口服液中连翘苷含量的快速分析，建模结果见图4-15。

5 结论与讨论
本研究建立了微型近红外光谱仪用于快速测定医院内部自制制剂乳痛安口服液中蒲公英主要成分咖啡酸、夏枯草主要成分迷迭香酸、连翘中主要成分连翘苷的定量分析模型。
通过对比几种预处理方法对医院内部自制制剂乳痛安口服液的建模结果影响，结果表明医院内部自制制剂乳痛安口服液中咖啡酸最佳预处理方法为二阶导数+Norris（7点平滑+3点差分宽度）+MSC为最佳预处理方法，全波段建模时建立医院内部自制制剂乳痛安口服液中咖啡酸含量最佳PLS模型，结果表明主因子数为8时模型最优，相关参数为RMESC=0.873 μg/ml，RMESP=0.686 μg/ml, R_C=0.9852，R_P=0.9899；乳痛安口服液中迷迭香酸最佳预处理方法为二阶导数SG5点平滑，主成分数为10时，全波段建模所得模型为最佳模型，模型校正集相关参数RMSEC=2.40 μg/ml，R_C=0.981，验证集相关参数为RMSEP=2.87μg/ml，R_P=0.9839；乳痛安口服液中连翘苷最佳预处理方法为二阶导数+S-G7点平滑，在最佳预处理方法的基础上对比全波段与TQ推荐波段建模参数的差异翘苷最佳建模波段为1047-1202 nm，所建模型R_C=0.9856，R_P=0.9823，RMSEC=0.00528mg/ml，RMSEP=0.00697 mg/ml。
从所建立的模型可以直观地看出乳痛安口服液中咖啡酸、迷迭香酸、连翘苷含量差异较大，且迷迭香酸与连翘苷含量分布不均匀，说明产品一致性有待改善提高。
参考文献
董芹. 基于近红外光谱分析技术的透明质酸分子量及含量快速检测研究. 山东大学,2011.
熊英. 近红外光谱的原理及应用. 中山大学研究生学刊(自然科学.医学版),2013,34(02):16-30.
吴利敏. 近红外光谱法快速检测某些中药及中成药品质的应用研究. 西南大学,2013.
胡甜. 参枝苓口服液生产过程近红外光谱分析技术过程控制应用研究. 山东大学,2016.
陈厚柳. 银杏叶提取和层析过程在线质量控制方法研究. 浙江大学,2015.
倪开岭,吴春艳,刘雪松. 基于近红外光谱的疏血通注射液浸提过程总固体含量分析. 中国现代应用药学,2015,32(08):970-975.