張廣仁，吳 云，孫仙玲，吳 莎，畢宇安，王振中，蕭 偉, 3 ＊＊

（1.南京中醫(yī)藥大學(xué)藥學(xué)院 南京 210000；2.中藥制藥過程新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室 連云港 222001；3.江蘇康緣藥業(yè)股份有限公司 連云港 222001）

近紅外光譜分析技術(shù)在散結(jié)鎮(zhèn)痛膠囊干燥過程水分檢測中的應(yīng)用*

張廣仁1, 2，吳 云2, 3，孫仙玲1,2，吳 莎2，畢宇安2, 3，王振中2, 3，蕭 偉1, 2, 3 ＊＊

（1.南京中醫(yī)藥大學(xué)藥學(xué)院 南京 210000；2.中藥制藥過程新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室 連云港 222001；3.江蘇康緣藥業(yè)股份有限公司 連云港 222001）

目的：本實(shí)驗(yàn)對近紅外光譜（Near Infrared，NIR）分析技術(shù)在散結(jié)鎮(zhèn)痛膠囊干燥過程中水分含量檢測的可行性進(jìn)行分析研究。方法：收集67批散結(jié)鎮(zhèn)痛膠囊干燥過程不同水分含量的樣品，掃描NIR光譜，分別考察比較不同波段和不同預(yù)處理方式所建立的模型的性能，最終選 擇1 350-2 030 nm波段，Mean Center預(yù)處理方式，運(yùn)用偏最小二乘法（PLS）建立NIRS與水分含量值之間的多元校正模型，并用此模型進(jìn)行預(yù)測。結(jié)果：結(jié)果發(fā)現(xiàn)，選取1 350-2 030 nm波段，Mean Center處理方式校正后建立的水分含量模型RC=0.995 0，RV=0.994 1，RMSEC=0.009 6，RMSEV=0.016 7，PC=4（軟件根據(jù)PRESS值最小提供的主因子數(shù)），所建立的模型較其他條件建立的模型性能更穩(wěn)定，模型預(yù)測性能較 優(yōu)，表明樣品光譜與其 中水分質(zhì)量分?jǐn)?shù)之間存在良好的相關(guān)性。該模型對9批散結(jié)鎮(zhèn)痛膠囊樣本水分含量進(jìn)行預(yù)測，RP=0.991 6, 表明預(yù)測效果良好，能夠滿足中藥生產(chǎn)過程中質(zhì)量控制要求。結(jié)論：建立的近紅外水分定量模型可以準(zhǔn)確預(yù)測散結(jié)鎮(zhèn)痛膠囊干燥過程水分含量，證實(shí)了NIR技術(shù)在散結(jié)鎮(zhèn)痛膠囊干燥過程水分含量檢測的可行性。

近紅外光譜 散結(jié)鎮(zhèn)痛膠囊 干燥過程 水分含量 偏最小二乘法

水分含量是表征中藥質(zhì)量的一個重要指標(biāo)，含水量高低影響藥效成分的含量[1]，其中，含水量過高還會引起霉變。2010年版《中國藥典》中水分測定方法為烘干法、甲苯法、減壓干燥法和氣相色譜法。然而，傳統(tǒng)的水分測定方法一般測定過程時間長，測定條件要求高，而且水分含量在測定過程也有可能發(fā)生變化[2]。因此，尋找一種有更為快捷、方便的水分含量分析方法在中藥生產(chǎn)過程中顯得尤為重要。NIR技術(shù)具有無損、快速、無破壞性的特點(diǎn)[3，4]，廣泛用于農(nóng)業(yè)、石油化工、生物醫(yī)藥等領(lǐng)域。Li Y.等[3，5-7]報道了近紅外技術(shù)檢測藥物水分的含量，Togersen G.等[8-10]報道了近紅外技術(shù)用于食品中水分含量的檢測研究。以上研究為散結(jié)鎮(zhèn)痛膠囊干燥過程水分含量的測定提供了借鑒。本文采用近紅外漫反射光譜方法測定散結(jié)鎮(zhèn)痛膠囊干燥過程中水分含量，所建立的水分含量定量模型準(zhǔn)確可靠，適用于生產(chǎn)實(shí)踐。

1 材料與方法

1.1 儀器與材料

Luminar 5030型AOTF近紅外光譜分析儀（美國Brimrose公司），配有InGaAs檢測器，SNAP光譜信號采集軟件、Unscra-mbler 7.8數(shù)據(jù)處理軟件（挪威CAMO軟件公司）；散結(jié)鎮(zhèn)痛干燥過程中不同水分含量的樣品，共67批（江蘇康緣藥業(yè)股份有限公 司提供），水分含量參考值利用干燥失重法測得。

1.2 光譜采集方法

將中藥提取物裝入樣品杯中，利用NIR儀器配備的采樣裝置采集光譜。光譜采集條件：以儀器內(nèi)置背景為參比，波數(shù)范圍1 100-2 300 nm，波長增量為2 nm，平均掃描次數(shù)為600；每個樣品做3次平行實(shí)驗(yàn)，取平均光譜。67批樣品的光譜如圖1所示。樣品的裝樣厚度、裝填的緊密性和顆粒均勻性在實(shí)驗(yàn)中需力求一致，以避免對實(shí)驗(yàn)結(jié)果造成影響。

1.3 模型性能評價指標(biāo)

選擇合適的波段，在適宜的光譜預(yù)處理方式基礎(chǔ)上，建立NIRS與標(biāo)準(zhǔn)方法分析值之間的多元校正模型。CAMO化學(xué)計量學(xué)軟件以預(yù)測殘差平方和PRESS最小值確定最佳主成分?jǐn)?shù)（PC），以模型校正集和驗(yàn)證集相關(guān)系數(shù)（RC、RV）、模型的校正集和驗(yàn)證集預(yù)測誤差均方根（RMSEC、RMSEV）考察模型預(yù)測性能。

圖1 不同水分含量的散結(jié)鎮(zhèn)痛膠囊的近紅外光譜圖

表1 不同波段建立的模型性能比較

2 結(jié)果與討論

2.1 建模波段的選擇

所有樣品按水分含量大小均勻選取樣品組成校正集和預(yù)測集（其中校正集樣本量為58，預(yù)測集樣本量為9），確保校正集樣品的水分含量覆蓋待測樣品含量范圍。從分子近紅外光譜特性看，純水分子O-H基伸縮振動的一級倍頻近紅外區(qū)約為1 450 nm，合頻吸收帶位于1 930 nm附近，該處為水分子的強(qiáng)特征吸收峰，光譜波動較大，包含信息豐富[11]。本文計算校正樣品集不同波長點(diǎn)處光譜偏差值作為參考指標(biāo)[12]，分別選取包含水分子光譜吸收的波段和不包含水分子特征吸收的波段建模（結(jié)果見表1），結(jié)果發(fā)現(xiàn)，以包含水分特征峰（1 450或1 930 nm）的波段建立的水分定量模型較不包括特征峰波段模型預(yù)測效果更優(yōu)。其中，包含2個水分特征峰的波段（1 350-2 030 nm）所建的 近紅外模型預(yù)測性能最優(yōu)，這可能是因?yàn)樵搩?yōu)選波段可以過濾掉冗雜峰，提高信噪比。水分定量模型所選擇的波段優(yōu)劣順序如下：2個特征峰（1 350-2 030 nm）＞1個水分特征峰（1 830-2 030 nm）＞全波段（1 100-2 300 nm）＞不包括特征峰波段（1 600-1 800 nm）。

2.2 光譜預(yù)處理方法

通常認(rèn)為，平滑處理可以濾去光譜噪聲[13]；一階微分和 二階微分處理可以對光譜的漂移進(jìn)行基線校正[14]，同時降低信噪比；多元散射校正（Multiplicative Scatter Correction，MSC）和標(biāo)準(zhǔn)歸一化處理（Standard Normal Variate，SNV）都可以有效消除粉體顆粒不均勻產(chǎn)生的散射影響[15]。本文比較研究了軟件中的光譜預(yù)處理方法，包括未處理、MSC、SNV、一階微分、二階微分、標(biāo)準(zhǔn)化、中心化處理（Mean Center）等不同預(yù)處理方式對模型效果的影響見表2。

結(jié)果發(fā)現(xiàn)，選取1 350-2 030 nm波段，Mean Center處理方式校正后建立的水分含量模型較其他條件建立的模型性能更穩(wěn)定，模型預(yù)測性能更優(yōu)。

2.3 模型建立

根據(jù)波段和預(yù)處理方式的優(yōu)選結(jié)果，確定最終優(yōu)化的預(yù)處理方式為：選取波長1 350-2 030 nm，經(jīng)過異常點(diǎn)剔除，Mean Center處理方式校正，采用偏最小二乘法PLS[15]建立散結(jié)鎮(zhèn)痛膠囊干燥過程水分的定量校正模型，結(jié)果見圖2。

2.3.1 精密度試驗(yàn)

參照“1.2” 操作方法，取預(yù)測樣品，重復(fù)掃描10次近紅外光譜，將所得光譜代入建立的水分定量分析模型計算，以考察方法的精密度，水分質(zhì)量分?jǐn)?shù)的RSD值為0.31%。

表2 不同處理方式建立的模型性能比較

圖2 水分含量預(yù)測值與測量值的相關(guān)圖

圖3 NIR預(yù)測集中水分含量預(yù)測值與實(shí)驗(yàn)測定值的比較

2.3.2 穩(wěn)定性試驗(yàn)

參照“1.2” 操作方法，相同操作環(huán)境，l 天內(nèi)對樣品掃描近紅外光譜6次，用所建校正模型進(jìn)行計算，水分質(zhì)量分?jǐn)?shù)的RSD為1.32%。

3 結(jié)果

本文以散結(jié)鎮(zhèn)痛膠囊干燥過程水分值為對照，掃描NIR光譜，選擇1 350-2 030 nm波段，Mean Center預(yù)處理方式，采用PLS建立NIRS與水分值之間的多元校正模型。結(jié)果發(fā)現(xiàn)，選取1 350-2 030 nm波段，Mean Center處理方式校正后建立的水分含量模 型RC=0.995 0，RV =0.994 1，RMSEC=0.009 6，RMSEV=0.016 7，PC=4（軟件根據(jù)PRESS值最小提供的主因子數(shù)），主成分得分為99.98%。用所建模型對驗(yàn)證集樣品進(jìn)行預(yù)測，預(yù)測相關(guān)系數(shù)RP=0.991 6，具體結(jié)果見圖3。

從預(yù)測結(jié)果可以看出，預(yù)測值相對偏差基本控制在10%以內(nèi)，表明模型預(yù)測性能較優(yōu)，維持在較高水平。在此基礎(chǔ)上，繼續(xù)擴(kuò)充建模樣本量，提高樣本的代表性，模型預(yù)測能力可以進(jìn)一步優(yōu)化，穩(wěn)健性進(jìn)一步增強(qiáng)，能夠滿足生產(chǎn)需要。

4 結(jié)論

本文建立了近紅外漫反射光譜測定散結(jié)鎮(zhèn)痛膠囊中水分含量方法，分別比較了不同波段和不同預(yù)處理方法所建立模型的預(yù)測性能，結(jié)果顯示：①選用包含盡可能多的水分特征峰波段（1 350-2 030 nm）可以過濾冗雜信息，建立的水分模型預(yù)測性能較好；②選用Mean Center方法對近紅外光譜進(jìn)行預(yù)處理，最后利用PLS方法建立的水分含量定量校正模型預(yù)測性能較優(yōu)。建立的近紅外水分定量模型可以準(zhǔn)確預(yù)測散結(jié)鎮(zhèn)痛膠囊干燥過程水分含量，證實(shí)了NIR技術(shù)在散結(jié)鎮(zhèn)痛膠囊干燥過程水分含量檢測的可行性。

1 童巧珍,周日寶,劉湘丹,等.中藥材白扁豆質(zhì)量標(biāo)準(zhǔn)的研究.世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化, 2007, 9(1)∶ 46-48.

2 周禮仕,周林,岳清洪,等.藏藥打箭菊的質(zhì)量標(biāo)準(zhǔn)研究.世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化, 2014, 16(1)∶ 136-140.

3 Hartung A, Knoell M, Schmidt U, et al. R ole of continuous moisture profile monitoring by inline Nir spectroscopy during fluid bed granulation of an enalapril formulation. Drug Dev Ind Pharm, 2011, 37(3)∶ 274-280.

4 吳功煌,史新元,喬延江,等.近紅外模式識別技術(shù)在中藥質(zhì)量控制中的應(yīng)用研究進(jìn)展.世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化, 2010, 12(2)∶265-270.

5 Li Y, Fan Q, Liu S, et al. Simultaneous analysis of moisture, active component and cake structure of lyophilized powder for injection with diffuse reflectance Ft-Nir chemometrics. J Pharm Biomed Anal, 2011, 55(1)∶ 216-219.

6 Fonteyne M, Arruabarrena J, de Beer J, et al. NIR spectroscopic method for the in-line moisture assessment during drying in a six-segmented fluid bed dryer of a continuous tablet production line: Validation of quantifying abilities and uncertainty assessment. J Pharmaceut Biomed, 2014, 100C∶ 21-27.

7 Zheng Y, Lai X, Bruun S W, et al. Determination of moisture content of lyophilized allergen vaccines by NIR spectroscopy. J Pharmaceut Biomed, 2008, 46∶ 592-596.

8 Togersen G, Isaksson T, Nilsen B N, et al. On-line NIR analysis of fat, water and protein in industrial scale ground meat batches. Meat Sci, 1999, 51(1)∶ 97-102.

9 Yavari A, Heshmati A, Hamedi M, et al. Retracted: VIS/NIR hyperspectroscopy technique for the measurement of moisture and fat contents of breaded-fried chicken nuggets. Food Chem, 2011, 127(2)∶645-650.

10 Sierra V, Aldai N, Castro P, et al. Prediction of the fatty acid composition of beef by near infrared transmittance spectroscopy. Meat Sci, 2008, 78(3)∶ 248-255.

11 宋海燕,程旭.水分對土壤近紅外光譜檢測影響的二維相關(guān)光譜解析.光譜學(xué)與光譜分析, 2014, 34(5)∶ 1240-1243.

12 褚小立,袁洪福,陸婉珍.近紅外分析中光譜預(yù)處理及波長選擇方法進(jìn)展與應(yīng)用.化學(xué)進(jìn)展, 2004, 16(4)∶ 528-542.

13 賈浩,付強(qiáng),韓嬋娟,等.小波分解重建算法提高近紅外煤質(zhì)水分檢測精度.光譜學(xué)與光譜分析, 2012, 32(11)∶ 3010-3013.

14 張海云,彭彥昆,王偉,等.基于光譜技術(shù)和支持向量機(jī)的生鮮豬肉水分含量快速無損檢測.光譜學(xué)與光譜分析, 2012, 32(10)∶2794-2798.

15 徐寧,魏萱,任冰,等.發(fā)酵冬蟲夏草茵粉水分腺苷的近紅外光譜定量分析及波段選擇.光譜學(xué)與光譜分析, 2012, 32(7)∶ 1762-1765.

Measurement of Moisture Content of Sanjie Zhentong Capsules with Near Infrared Reflectance Spectroscopy Content Technology

Zhang Guangren1,2, Wu Yun2,3, Sun Xianling1,2, Wu Sha2, Bi Yuan2 ,3, Wang Zhenzhong2,3, Xiao Wei1,2,3
(1. College of Pharmacy, Nanjing University of Traditional Chinese Medicine, Nanjing 210000, China; 2. State Key Laboratory of New-tech for Chinese Medicine Pharmaceutical Process, Lianyungang 222001, China; 3. Jiangsu Kanion Pharmaceutical Co., Ltd., Lianyungang 222001, China)

This study mainly evaluated the feasibility of moisture content of Sanjie Zhentong capsules (SJZTC) with near infrared (NIR) reflectance spectroscopy content. Different water content samples were collected from sixty-seven batches of SJZTC, and NIR off-line spectra was acquired. The property of the proposed model with different wavebands and pretreatments was compared. The 1 350-2 030 nm wavebands and Mean Centerpretreatments were selected. The calibration between NIR spectra and the reference values of moisture content was obtained by partial least squares (PLS) method and optimized through inner cross validation. As a result, the moisture content model correction and verification coefficient were 0.995 0 and 0.994 1, while RMSEC, RMSEV and PC values were 0.009 6, 0.016 7, and 4, respectively, which displayed a good performance, stability, prediction and good statue of relationship between spectrum and water content of the moisture quantitative model. This model was used in the prediction of moisture content from 9 batches of S JZTC samples, and the prediction correlation coefficient was 0.991 6, which met the requirements of quality control in production process of Chinese medicine. In conclusion, the m oisture quantitative model accurately predicted moisture content of drying process in SJZTC, which confirmed the feasibility of NIR technology in the detection of moisture content on the drying process.

Near-infrared spectroscopy, Sanjie Zhentong capsules, drying progress, moisture content, PLS

10.11842/wst.2016.02.028

R95

A

（責(zé)任編輯：朱黎婷 張志華，責(zé)任譯審：朱黎婷 王 晶）

2014-09-28

修回日期：2015-01-04

＊ 科學(xué)技術(shù)部國家“重大新藥創(chuàng)制”科技重大專項(xiàng)（2011ZX09201-201-20）：子宮內(nèi)膜異位癥首選用藥－散結(jié)鎮(zhèn)痛膠囊大品種技術(shù)改造，負(fù)責(zé)人：榮根新。

＊＊ 通訊作者：蕭偉，本刊編委，博士，研究員級高級工程師，主要研究方向：從事中藥新藥的研究與開發(fā)。