楊 麗 李 菁 劉翠紅 許定舟 李 宇 鐘 鳴

廣州白云山漢方現(xiàn)代藥業(yè)有限公司，廣東廣州 510240

近紅外光譜分析儀產(chǎn)生于20 世紀(jì)50 年代后期，經(jīng)過50 多年的發(fā)展，先后經(jīng)歷了濾光片、光柵掃描、傅立葉變換、多通道、聲光可調(diào)濾光器（AOTF）五代技術(shù)。 目前已廣泛應(yīng)用于農(nóng)業(yè)[1-3]、石油化工[4]、食品工業(yè)和制藥工業(yè)及臨床醫(yī)院[5-7]等領(lǐng)域。近紅外技術(shù)在制藥行業(yè)最初用于測定溶液中的胺和酰胺化合物的含量和氫鍵的研究[8]。 1966 年，Sinsheimer 等[9]利用近紅外光譜分析了壓制藥粒中活性組分銨鹽的含量。1977 年Zappala 等[10]采用近紅外光譜測定了藥片、膠囊、注射液和懸浮液中眠爾通的含量[10]。 1984 年，馬氏距離被應(yīng)用于鑒別藥品原材料的種類[11]。1986 年，Whitfield[12]建立了測定獸藥粒丸中林可霉素含量的方法，這是美國食品與藥物管理局（FDA）認(rèn)可的首個(gè)近紅外方法[13]。1987 年，Ciurczak[14]發(fā)表了近紅外光譜法應(yīng)用于鑒別藥品原材料的種類。 在國內(nèi)，應(yīng)用近紅外定性定量方法，李睿等[15]研究了中國傘形科阿魏亞族植物的分類；何淑華等[16]對吉林人參進(jìn)行定性分析；李國輝等[17]對栽培和野生中藥材燈盞花進(jìn)行鑒別；李彥周等[18]近紅外光譜技術(shù)在中草藥分析中的應(yīng)用中對中草藥定量和定性分析進(jìn)行了綜述。

淫羊藿提取液中主要有含黃酮類化合物、木脂素、生物堿、揮發(fā)油等[19]，對其提取液的評價(jià)主要以其中總黃酮的含量為標(biāo)準(zhǔn)，總黃酮的含量檢測以分光光度法計(jì)算而得。如要進(jìn)一步得到其中淫羊藿苷的含量則需要使用紫外分光光度法和HPLC 法，此種方法需要消耗大量藥品及試劑，檢測時(shí)間較長，檢測結(jié)果滯后，不能滿足現(xiàn)代化大生產(chǎn)對效性的要求及在線質(zhì)量控制的需求。 近紅外光譜技術(shù)作為一種在線監(jiān)測技術(shù)，具有快速檢測的特點(diǎn)，已在眾多領(lǐng)域得到廣泛應(yīng)用。本實(shí)驗(yàn)以AOTF 近紅外光譜儀在線采集濃縮工藝階段管道中淫羊藿提取液的近紅外光譜，建立定量模型并預(yù)測，研究近紅外光譜技術(shù)對中藥質(zhì)控中快速檢測及如何保障中藥產(chǎn)品質(zhì)量的穩(wěn)定均一性進(jìn)行探討，不僅可以實(shí)時(shí)檢測生產(chǎn)工藝過程中各有效成分含量變化，保障順暢的生產(chǎn)工藝過程，確定最佳工藝，提高藥材利用率，提高分析效率，節(jié)約成本；而且通過與自控系統(tǒng)的連接，實(shí)現(xiàn)生產(chǎn)過程的實(shí)時(shí)監(jiān)控，實(shí)現(xiàn)及時(shí)質(zhì)量預(yù)警系統(tǒng)功能；同時(shí)，近紅外光檢測數(shù)據(jù)可以保存，不容易進(jìn)行人工修改，可以為產(chǎn)品質(zhì)量回溯提供必要的數(shù)據(jù)基礎(chǔ)。

1 儀器與材料

1.1 儀器

Lumunnar 3060 型近紅外光譜儀（美國Brimrose公司），The Unscrambler 多元定量軟件，UV-2550 紫外可見分光光度計(jì)（島津）。

1.2 材料

淫羊藿藥材（廣州陳李濟(jì)藥廠提供，批號(hào)：201303 250801）。

2 方法

2.1 中試生產(chǎn)工藝

將淫羊藿以25 kg/罐為標(biāo)準(zhǔn)投入多功能提取罐，加水提取3 次，第1 次提取加15 倍量水，第2、3 次均加10 倍量水，各沸騰1 h。 提取液經(jīng)60～100 目初篩，冷卻至40～60℃后離心，3 次離心液合并，離心液在80℃條件下減壓濃縮至密度1.10 g/mL，共生產(chǎn)兩批參與建模。

2.2 取樣方法

濃縮過程中每5 分鐘取樣1 次。

2.3 總黃酮檢測方法

精密量取淫羊藿水提液0.5 mL，置50 mL 容量瓶中。 加甲醇至刻度，搖勻，作為供試品溶液。 另取淫羊藿苷對照品適量，精密稱定，加甲醇制成每1 毫升含10 μg 的溶液，作為對照品溶液。 分別取供試品溶液和對照品溶液，以相應(yīng)試劑為空白，照紫外-可見分光光度法，在270 nm 波長處測定吸光度，計(jì)算，即得[20]。

2.4 光譜采集

光譜采集采用“Ratio mode”通過連接于流體測樣器的光纖探頭以透視的方式對管道內(nèi)的淫羊藿濃縮液進(jìn)行光譜采集。 波長范圍1100～2300 nm；波長增量：2.0 nm，掃描次數(shù)：200 次。 采用透射檢測方式，光程為5 nm，所采集的原始光譜見圖1。

圖1 原始近紅外光譜

2.5 模型建立

光譜采用一階微分9 點(diǎn)平滑（Savitzy-golay）對原始光譜進(jìn)行預(yù)處理。將經(jīng)過處理的光譜數(shù)據(jù)和離線的檢測數(shù)據(jù)相關(guān)聯(lián)，采用偏最小二乘法（PLS1），交叉-驗(yàn)證法（cross-validation），用The Uscrambler 定量分析軟件建立模型，模型方程為y=0.9619x+0.4232，r =0.9818。 見圖2。

圖2 濃縮工藝偏最小二乘法回歸模型

3 結(jié)果

3.1 內(nèi)部驗(yàn)證結(jié)果情況

利用建立好的模型分別對參與建模的樣品進(jìn)行預(yù)測，結(jié)果顯示，模型的內(nèi)部驗(yàn)證的平均偏差為0.596 mg/mL。 其內(nèi)部驗(yàn)證結(jié)果見表1。

3.2 模型外部驗(yàn)證結(jié)果

用建立好的模型隨機(jī)預(yù)測5 個(gè)未參加建模樣品，通過模型的內(nèi)部驗(yàn)證和外部驗(yàn)證，AOTF 近紅外光譜在線檢測預(yù)測淫羊藿生產(chǎn)過程中總黃酮含量的絕對偏差在1.380 mg/mL，在實(shí)際生產(chǎn)過程中可有效實(shí)現(xiàn)實(shí)時(shí)在線的質(zhì)量控制。 外部驗(yàn)證結(jié)果見表2。

表1 內(nèi)部驗(yàn)證結(jié)果（mg/mL）

表2 模型的外部驗(yàn)證結(jié)果

4 討論

傳統(tǒng)的中藥制藥分析技術(shù)一般采用離線分析的手段，通常需要對待分析樣品進(jìn)行相應(yīng)的預(yù)處理，存在分析結(jié)果滯后的缺陷。藥物制劑質(zhì)量控制不僅對最終產(chǎn)品進(jìn)行質(zhì)量控制，更是對整個(gè)工藝流程每個(gè)單元的產(chǎn)品實(shí)現(xiàn)動(dòng)態(tài)質(zhì)量控制[21]。 在線過程質(zhì)量分析是中藥過程分析的重要部分，目前，中藥生產(chǎn)過程缺乏在線檢測和分析設(shè)備，不能實(shí)現(xiàn)全過程監(jiān)控難以保重中藥制劑質(zhì)量均一穩(wěn)定。 AOTF 近紅外技術(shù)可以克服這一缺點(diǎn)，使實(shí)驗(yàn)室和工廠的產(chǎn)品分析實(shí)現(xiàn)在線化，可以在幾秒鐘內(nèi)得到待測參數(shù)。 與反饋控制技術(shù)聯(lián)用后，實(shí)現(xiàn)生產(chǎn)過程的在線控制。 AOTF 近紅外光譜能夠連續(xù)穩(wěn)定地測定多個(gè)參數(shù)，實(shí)現(xiàn)綠色分析。 由于該技術(shù)可以使用低成本的光纖，拓展了近紅外光譜在線檢測技術(shù)的應(yīng)用范圍和領(lǐng)域。 AOTF 近紅外光譜在線檢測技術(shù)現(xiàn)已被用于藥物合成、混合、加工、制劑、壓片及包裝等過程的在線監(jiān)控。

近紅外光譜分析技術(shù)具有自動(dòng)化程度高且分析速度快等優(yōu)點(diǎn)，可用于在線檢測環(huán)境[22-24]，應(yīng)用于中藥制藥過程質(zhì)量檢測[25-28]，其中本研究采用的AOTF 近紅外技術(shù)是20 世紀(jì)90 年代近紅外光譜儀最突出的進(jìn)展；是最先進(jìn)的第五代分光技術(shù)；是全固化設(shè)計(jì)，無任何可移動(dòng)部件；分析速度最快達(dá)16 000 波長點(diǎn)/s而且不受溫度、濕度、灰塵等外界環(huán)境的影響；高信噪比使儀器可以檢測痕量級成分及某些金屬元素；是最適合于在線分析的近紅外技術(shù)。

本次實(shí)驗(yàn)共中試生產(chǎn)兩批樣品，取樣104 個(gè)。 由模型建立中可看出，AOTF 近紅外預(yù)測值和實(shí)測值相關(guān)聯(lián)后，采用PLS1、交叉-驗(yàn)證法（cross-validation），用The Uscrambler 定量分析軟件建立模型得出的結(jié)果其相關(guān)系數(shù)為0.98，斜率為0.96。 由結(jié)果可發(fā)現(xiàn)濃縮工藝前期，濃縮罐內(nèi)藥液的整體環(huán)境變化較為劇烈，模型對這一時(shí)段的預(yù)測結(jié)果偏差略大一點(diǎn)，在今后的取樣操作中，可以增加此時(shí)段取樣密度，以豐富模型的豐度，提高預(yù)測的準(zhǔn)確性。

本研究表明，近紅外光譜技術(shù)可應(yīng)用與中藥生產(chǎn)濃縮環(huán)節(jié)的質(zhì)量實(shí)時(shí)監(jiān)控，為中藥生產(chǎn)和質(zhì)量控制提供新的方法和思路。

[1] McCaig TN. Extending the use of visible/near-infrared reflectance spectrophotometers to measure of food and agriculture products [J]. Food Research International，2002，35（8）：731-736.

[2] 吉海彥，嚴(yán)衍祿.在國產(chǎn)近紅外光譜儀實(shí)驗(yàn)樣機(jī)上用偏最小二乘法定量分析大麥成分[J].分析化學(xué)，1998，26（5）：607-611.

[3] Delwiche SR，McKenzie KS，Webb BD. Quality characteristics in rice by near Infrared reflectance analysis of whole grain milled samples [J]. J Cereal Chem，1996（73）：257-263.

[4] 雷猛，馮新瀘.二維近紅外光譜定量分析內(nèi)燃機(jī)油粘度指數(shù)性能的研究[J].石油煉制與化工，2009，40（4）：61-65.

[5] Shengtian P，Hoeil C，Mark A，et al. Near-infrared spectroscopy measurement of physio-logical glucose level in variable matrices of protein and triglycerides[J].Anal Chem，1996，68（7）：1124-1135.

[6] 陳衛(wèi)國，李鵬程，盧廣，等.用近紅外光拓?fù)鋱D技術(shù)實(shí)時(shí)跟蹤腦血流變化[J].生物物理學(xué)報(bào)，2000，16（3）：613-617.

[7] 柴金朝，金尚忠.近紅外光譜技術(shù)在紡織品定性檢測中的應(yīng)用[J].紡織學(xué)報(bào)，2009，30（4）：55-58.

[8] 陸婉珍.陸婉珍論文集[M].北京：化學(xué)工業(yè)出版社，2004：9.

[9] Sinsheimer JE，Keuhnelian AM.Near-infrared spectroscopy of amine salts [J]. J Pharm Sci，1966，55（11）：1240-1244.

[10] Zappala AF，Post A. Rapid near-infrared spectrophotometric detamination of meprobamate in pharmaceutical preparations [J]. J Pharm Sci，1977，66（2）：292-293.

[11] Ciurczak EW. Proc Annu Symp NIRA [M]. New York：Technicon，1984.

[12] Whitfield RG. Near-infrared reflectance analysis of pharmaceutical products [J]. Pharm Manuf，1986，4：31-40.

[13] Ciurczak EW.Uses of near-infrared spectrosocopy in pharmaceutical analysis [J]. Appl Spectrosc Rev，1987，23（1-2）：147-163.

[14] Burns DA，Ciurczak EW. Handbook of near-infrared analysis [M]. New York：Marcel Deker Inc，1992.

[15] 李睿，李偉，白云飛，等.近紅外光譜技術(shù)在中國傘形科阿魏亞族植物分類中的應(yīng)用[J].西北植物學(xué)報(bào)，2000，20（40）：666-670.

[16] 何淑華，孫瑞巖，任玉秋，等.近紅外漫反射光譜法對吉林人參的分類探討[J].吉林大學(xué)自然科學(xué)學(xué)報(bào)，2001，（1）：96-98.

[17] 李國輝，張錄達(dá)，楊建文，等.栽培和野生中藥材燈盞花的近紅外光譜鑒別模型[J].光譜學(xué)與光譜分析，2007，27（10）：1959-1960.

[18] 李彥周，閔順耕，劉霞.近紅外光譜技術(shù)在中草藥分析中的應(yīng)用[J].光譜學(xué) 與光譜分析，2008，28（7）：1549-1553.

[19] 林新，李文魁，肖培根.淫羊藿研究的新進(jìn)展[J].中國藥學(xué)雜志，1997，23（8）：449-452.

[20] 國家藥典委員會(huì).中國藥典[S].一部.北京：中國醫(yī)藥科技出版社，2010：307.

[21] U.S.A Food and Drug Administration.Guidance for Industry PAT： A Framework for Innovative Pharmaceutical Development，Manufacturing and Quality Assurance[EB/OL]. http：//www.fda.gov/dpwnloads/Drugs/GuidanceComplianceRegulatoryInformation/Guidance/UCM070305.pdf.2004.

[22] 陸婉珍，袁洪福，徐廣通，等.現(xiàn)代近紅外光譜分析技術(shù)[M].北京：中國石化出版社，2000：207-208.

[23] 陸婉珍，褚小立.近紅外光譜（NIR）和過程分析技術(shù)（PAT）[J].現(xiàn)代科學(xué)儀器，2007，（4）：13-17.

[24] 褚小立，袁洪福，陸婉珍.在線近紅外光譜過程分析技術(shù)及其應(yīng)用[J].現(xiàn)代科學(xué)儀器，2004，（2）：3-21.

[25] Wu Z， Xu B， Du M，et al. Validation of a NIR quantification method for the determination of chlorogenic acid in Lonicera japonica solution in ethanol precipitation process [J]. Journal of Pharmaceutical and Biomedical Analysis，2012，62：1-6.

[26] Wu Z， Du M， Sui C，et al. Development and validation of NIR model using low-concentration calibration range：rapid analysis of lonicera japonica solution in ethanol precipitation process [J]. Analytical Methods，2012，4：1084.

[27] Wu Y，Jin Y， Li Y，et al. NIR spectroscopy as a process analytical technology （PAT） tool for on-line and readtime monitoring of an extraction process [J]. Vibrational Spectroscopy，2012，59：109-118.

[28] Wu Y，Jin Y，Ding H， et al. In-line monitoring of extraction process of scutellarein from Erigeron breviscapus（vant.） Hand-Mazz based on qualitative and quantitative uses of near-infrared spectroscopy [J]. Spectrochimica Acta Part A：Molecular and Biomolecular Spectroscopy，2011，79：934-939.