摘要：目的 利用近红外光谱简历注射用葛根素的含量定量分模型。方法收集46个注射用葛根素样品的原始光谱，采用SG15点平滑作为光谱预处理方法，利用iPLS、方差分析法，手动选择法等变量选择方法选择近红外光谱的特征波段建立模型。采用Rc、RMSECV、RMSEP对模型进行评价。结果基于iPLS法选择的变量，得到的建模结果较好，Rc=0.999、RMSECV=0.3234、RMSEP=0.3407模型的预测准确性较高。结论近红外光谱分析技术可以有效的对葛根素进行含量测定，证实了该方法的有效性和可行性。
关键词：近红外光谱；葛根素；定量分析

在冷冻真空干燥流程中，当药品处于灌装前的料液状态时，此时的料液不稳定，大部分的中间体检验方法采用高效液相色谱法，由于此方法相对繁琐，使生产车间的等待时间过长，造成车间等待浪费，同时对产品质量造成一定的影响。为缩短检验时间，节约等待成本，提高产品质量，我们对现有分析方法进行筛选，最后将目光锁定在近红外光谱技术上面。以常规高效液相色谱法测定现有注射用葛根素冻干粉针中间体含量，然后测定相应含量下的近红外光谱参数，建立光谱参数与样品含量间的关系即标准曲线。然后经过不断重复性试验，建立成熟模型，进而用近红外光谱法替代高效液相色谱法，从而缩短料液的检测时间，节约生产成本。

1.材料与方法

1.1试剂与试剂

注射用葛根素（规格0.2 g，批号13100411，山东瑞阳制药有限公司),
蒸馏水

1.2 仪器与设备

Thermo Fisher公司生产的AntarisⅡ傅里叶变换近红外光谱仪，光源为钨卤灯，检测器铟稼砷（InGaAs），玻璃样品管（内径4 mm），配套使用的Result光谱采集软件，TQ Analyst化学计量学软件；Matlab 2009化学计量学软件；电子天平（Sartorius BT224S，德国）；移液枪。

1.3实验方法

1.3.1 样品制备

精密称取注射用葛根素样品（含量49.06%）6.1150 g，至50 ml量瓶中，加蒸馏水溶解并稀释至刻度，得浓度为60 mg/ml的样品溶液，然后采用稀释法配制浓度为15mg/ml-60 mg/ml的其它样品溶液共46个。样品配制完毕后应混匀，以备光谱的采集。

1.3.2近红外光谱的采集

采用Antaris Ⅱ傅里叶变换近红外光谱仪收集原始光谱，扫描范围为10000-4000 cm^-1，分辨率为8 cm^-1，扫描次数32次。

1.3.3光谱预处理方法选择

采用SG15点平滑、一阶导数SG15点平滑、二阶导数SG15点平滑对原光谱进行处理，之后在全光谱（10000-4000 cm-1）范围内建立PLS 数学模型，用验证集样品对所建模型进行验证，以R² 、RMSECV 和PCs 参数作评判依据，从中选择最优的光谱预处理方法。

1.3.4 光谱波段区间的优化

分别采用iPLS、方差分析法、手动选择波段法筛选不同波段，采用最佳预处理方法建立PLS数学模型，并对模型进行验证，与全波段建模进行比较，选择光谱最优区间。
2.结果与分析
2.1 注射用葛根素的原始光谱图

图1 注射用葛根素的原始光谱图

图1为葛根素溶液的原始近红外光谱图，图中显示46个葛根素的样品光谱几乎没有差别，无法从原始光谱图中得出葛根素含量的信息，因此需要借助化学计量学的知识对光谱进行处理，建立葛根素含量测定的定量分析模型。

2.2 光谱预处理方法选择结果

采用SG15点平滑、一阶导数SG15点平滑、二阶导数SG15点平滑对原光谱进行处理，得到的比较结果如表1。

表1 不同预处理方法对模型的影响

预处理方法	R_cv	RMSECV (mg/ml)	R_p	RMSEP (mg/ml)	PCs
无预处理	0.988	0.7829	0.999	0.7015	5
SG derivation	0.999	0.6980	0.999	0.6185	5
SG-1st derivation	0.996	1.4850	0.998	1.1608	4
SG-2st derivation	0.990	3.0061	0.991	2.2087	2

结果显示采用SG15点平滑的预处理方式，RMSECV、RMSEP值均有所下降，建模效果有所提高，其它的预处理方式建模结果并不理想，所以采用SG15点平滑作为预处理方法。

2.3光谱波段区间的优化结果

2.3.1iPLS波段选择

图2 iPLS波段选择结果图

在直方图中的一条光谱为葛根素的光谱图，图中的虚线是全光谱建模时的RMSECV值。由图可以看出绿色的部分为建模的波段，波段范围为5967-6079 cm^-1、7124-7236 cm^-1、7587-7698 cm^-1，利用这3个特征波段建立模型。如图3 所示，所得模型结果为R²=1.000，RMSEC=0.22685，RMSECV=0.32343，RMSEP=0.3407，模型的预测能力有所提高。

图3 iPLS预测结果

2.3.2 方差分析法

方差分析波段选择方法如图4，其中蓝色线代表葛根素的近红外光谱线，红色的点为被选作用于建模的波数点。

图4 选定波段图

图5方差法预测结果图

由图5的预测结果图可以看出，经过方差法选择的波段进行建模，其建模效果有所提高，RMSECV、RMSEP值有所降低，但是结果提高的幅度不是太大。

2.3.3 手动选择法

葛根素分子中含有多个醇羟基和一个酚羟基，此外，还有亚甲基、次甲基、烯基等。选择5392-6618 cm^-1(苯基、亚甲基和次甲基的一级倍频吸收)、7205-7448 cm^-1（亚甲基的合频吸收、羟基的倍频吸收等）、8130-9351 cm^-1（亚甲基、次甲基的第二倍频吸收）这三个波段进行建模，其建模结果如表2所示。

表2不同波段建模结果表

波段（cm-1）	RMSECV	R_CV	RMSEP	R_P	PCs
10000-4000	0.6980	0.999	0.6185	0.999	5
5392-6628 7205-7448 8130-9357	0.5379	0.999	0.3493	0.999	5
5392-6618 8130-9357	0.5647	0.999	0.3989	0.999	5
5392-6618 7205-7448	0.7131	0.999	0.42607	0.999	4
8130-9357	0.8154	0.998	0.6938	0.999	4

以SG15点平滑为预处理方法，分别采用iPLS、方差法、手动法进行变量的选择，表3为不同波段选择方法得到的结果。

表3不同波段选择结果

波段选择方法	PCs	R_cv	RMSECV	R_p	RMSEP
全光谱	5	0.999	0.6980	0.999	0.6185
iPLS法	5	0.999	0.3234	0.999	0.3407
方差法	4	0.999	0.6721	0.999	0.5634
手动法	5	0.999	0.5379	0.999	0.3493

由结果可知，与全光谱建模比较，四种波段选择方法均能有效的提高模型的预测能力，其中iPLS法选择的变量得到的建模结果较好，所选波段为：5967-6079 cm^-1，7124-7236 cm^-1，7587-7698 cm^-1，RMSECV=0.3234、RMSEP=0.3407。以RPD值对模型进行评价，结果显示RPD=33.3>8，说明模型的预测准确性较高。
图6为预测值和真实值的比较图，从图中可以看出，模型所得预测值与真实值间差别较小。

图6 预测值和真实值比较图

进行配对t检验，其检验统计量结果t=0.114，所以p＜0.20,按α=0.05检验水准表明两种方法之间没有显著性差异，结果证实了近红外光谱分析技术用于多索茶碱含量测定的可行性和有效性。

3.结论与讨论
本研究对近红外光谱分析技术用于冻干前葛根素含量测定的有效性和可行性进行了分析。采用透射方式进行原始光谱的采集，然后考察了不同的预处理方式，结果显示SG15点平滑为最佳的处理方法,采用iPLS法选择光谱区建立定量模型。采用近红外方法替代液相方法进行检验则可以将检验时间缩短到半小时以内，同时减少了中间产品的存放时间，从而提高产品质量。
参考文献:
杜敏, 史新元, 吴志生, 等. 欧盟制药工业近红外光谱技术应用, 申报和变更资料要求指南 (草案) . 2012, 14(4): 1933-1943.
李连. 硫酸软骨素关键质量环节近红外光谱分析技术的应用研究 . 山东大学, 2012.
王学良, 冯艳春, 胡昌勤. 近红外特征谱段相关系数法测定中药中添加枸橼酸西地那非. 分析化学, 2009, 37(12): 1825-1828.
陈斌, 王豪, 林松, 等. 基于相关系数法与遗传算法的啤酒酒精度近红外光谱分析. 农业工程学报, 2005, 21(7): 99-102.

Swierenga H, de Groot P J. Improvement of PLS model transferabilityby robust wavelength selection. Chem Intell Lab Syst, 1998, 41: 237-248.

该帖子作者被版主 xiaoxu加 5积分， 2经验，加分理由：奖励