張 強(qiáng)， 白 雁 ， 雷敬衛(wèi)， 謝彩俠， 郝 敏， 王麗娜， 樊明月

(1. 上海中醫(yī)藥大學(xué)，上海201203;2. 河南中醫(yī)學(xué)院，河南 鄭州450046)

中藥制劑筋骨痛消丸由丹參、雞血藤、香附、烏藥等11 味中藥組成，為棕褐色的濃縮丸，氣微香，味微苦，具有活血行氣，溫經(jīng)通絡(luò)，消腫止痛功能，用于血瘀寒凝膝關(guān)節(jié)骨質(zhì)增生引起的膝關(guān)節(jié)疼痛、腫脹、活動(dòng)受限等癥［1］。筋骨痛消丸在臨床的應(yīng)用非常廣泛，但針對(duì)該制劑制定的質(zhì)量標(biāo)準(zhǔn)還不夠完善，其中水分含有量是評(píng)價(jià)制劑質(zhì)量?jī)?yōu)劣的一個(gè)重要標(biāo)準(zhǔn)，但是傳統(tǒng)的分析方法具有前處理復(fù)雜、破壞樣品、檢測(cè)時(shí)間長(zhǎng)、離線檢測(cè)等缺點(diǎn)，不能滿足現(xiàn)代化生產(chǎn)的需要。

近紅外光譜是指波數(shù)為4 000 ～12 000 cm-1的電磁波，是化合物中C-H、O-H、N-H 等基團(tuán)伸縮振動(dòng)的倍頻或合頻的吸收，特別適合于對(duì)樣品中水分含有量的測(cè)定［2-3］。本實(shí)驗(yàn)利用近紅外光譜技術(shù)的簡(jiǎn)便、無(wú)損、綠色環(huán)保、快速、在線監(jiān)測(cè)等優(yōu)點(diǎn)［4］，結(jié)合PLS 建立筋骨痛消丸中水分含有量的定量分析模型，實(shí)現(xiàn)了對(duì)筋骨痛消丸中水分的快速、簡(jiǎn)便、準(zhǔn)確測(cè)定。

1 實(shí)驗(yàn)儀器和材料

1.1 儀器 HC100 型粉碎機(jī)(浙江省永康市金穗機(jī)械制造廠);AL204 型分析天平(梅特勒-托利多儀器有限公司);尼高力6700 型近紅外光譜儀，附IngaAs 檢測(cè)器，漫反射積分球，樣品旋轉(zhuǎn)器和石英樣品杯，OMNIC 光譜采集軟件，TQ Analyst 8.0 分析軟件(美國(guó)賽默飛世爾科技有限公司);CS101-2D 型電熱鼓風(fēng)干燥箱(中外合資重慶四達(dá)實(shí)驗(yàn)儀器有限公司)。

1.2 材料 采集到不同生產(chǎn)批次的98 份筋骨痛消丸制劑，粉碎，過(guò)80 目藥典篩，得到98 份筋骨痛消丸粉末樣品，備用。

2 方法與結(jié)果

2.1 近紅外光譜圖的采集 98 份筋骨痛消丸粉末樣品，每份取約8 g，混勻，置石英樣品杯中，旋轉(zhuǎn)，采集光譜圖。采樣方式為積分球漫反射，分辨率為8 cm-1;掃描次數(shù)為64 次;掃描波段為4 000 ～12 000 cm-1;溫度為25 ℃;相對(duì)濕度為30% ～40%。每份樣品重復(fù)掃描3 次，求得平均光譜，用于建立模型。98 份筋骨痛消丸粉末樣品的近紅外光譜疊加見圖1。

圖1 98 份樣品的近紅外光譜疊加圖Fig.1 Near-infrared overlapping spectra of 98 samples

2.2 水分的測(cè)定［5］筋骨痛消丸為濃縮丸，按照《中國(guó)藥典》2010 年版附錄中的相關(guān)規(guī)定，選用烘干法對(duì)筋骨痛消丸中水分進(jìn)行測(cè)定。取樣品2 g，平鋪于干燥至恒定質(zhì)量的扁形稱量瓶中，厚度不超過(guò)5 mm，精密稱定，打開瓶蓋在105 ℃干燥5 h，將瓶蓋蓋好，移置干燥器中，冷卻30 min，精密稱定，再在上述溫度干燥1 h，冷卻，稱定質(zhì)量，至連續(xù)兩次稱定的差異不超過(guò)5 mg 為止。根據(jù)減失的質(zhì)量，計(jì)算供試品中含水量，測(cè)定結(jié)果作為參考值。98 份樣品的水分含有量范圍是4.60%～6.63%。

2.3 水分定量分析模型的建立

2.3.1 校正集和驗(yàn)證集的選擇 從98 份樣品中，選取82 份樣品作為校正集以建立模型，含水量分布范圍為4.60% ～6.63%;剩余16 份樣品為驗(yàn)證集，用于對(duì)模型進(jìn)行驗(yàn)證，含水量分布范圍為4.87% ～5.43%。校正集、驗(yàn)證集選取標(biāo)準(zhǔn)以驗(yàn)證集的水分含有量分布范圍在校正集的水分含有量范圍之內(nèi)。

2.3.2 光譜預(yù)處理方法的選擇 建模前，需要對(duì)樣品的原始近紅外光譜圖進(jìn)行相關(guān)的預(yù)處理，以消除噪音等各種因素的干擾。最終結(jié)果以MSC (多元散射校正) +Second Derivative (二階導(dǎo)數(shù)) +ND (Norris Derivative)平滑的處理效果較好，故選用此法。表1 為經(jīng)過(guò)不同的光譜預(yù)處理方法得到的R2、RMSEC 和RMSEP 的數(shù)值比較。

表1 不同光譜預(yù)處理方法對(duì)模型的影響Tab.1 Effects of spectral pretreatment methods on the model

2.3.3 光譜譜段的選擇 本實(shí)驗(yàn)用NIRS 結(jié)合PLS建立定量分析模型。在建模時(shí)，以R2、RMSEC 和RMSEP 為綜合考察指標(biāo)，選用MSC+Second Derivative+ND 平滑對(duì)多個(gè)建模光譜波段進(jìn)行優(yōu)選。在4 501.04 ～8 759.10 cm-1，R2最接近1，RMSEC和RMSEP 較小且接近，故此波段為最佳建模光譜波段［6］。表2 為不同建模光譜波段對(duì)應(yīng)的R2、RMSEC 和RMSECP 的數(shù)值。

表2 不同建模光譜波段對(duì)模型的影響Tab.2 Effects of modeling spectral bands on the model

2.3.4 主成分?jǐn)?shù)的選擇 在建模過(guò)程中，不同的主成分?jǐn)?shù)，對(duì)定量分析模型的預(yù)測(cè)能力會(huì)有較大的影響，在校正集樣品不變的情況下，主成分?jǐn)?shù)少，信息少，預(yù)測(cè)能力低;主成分?jǐn)?shù)多，模型會(huì)過(guò)于復(fù)雜，校正過(guò)程中可能會(huì)出現(xiàn)過(guò)擬合的現(xiàn)象［7］。因此本實(shí)驗(yàn)最終選用內(nèi)部交叉驗(yàn)證，來(lái)考察主成分?jǐn)?shù)對(duì)內(nèi)部交叉驗(yàn)證均方差(RESECV)的影響，RMSECV 越小越好，當(dāng)主成分?jǐn)?shù)為9 時(shí)RMSECV 值最小為0.062 5，因此9 為最佳主成分?jǐn)?shù)［8］。圖2 為不同主成分?jǐn)?shù)對(duì)應(yīng)的不同RESECV 值。

圖2 主成分?jǐn)?shù)對(duì)RMSECV 的影響Fig.2 Effects of main factors on RMSECV

3 定量分析模型的建立及驗(yàn)證

3.1 定量分析模型的建立 運(yùn)用TQ Analyst 8.0分析軟件建立定量分析模型，98 份樣品用于建模，選用MSC+Second Derivative+ND 平滑對(duì)原始光譜圖進(jìn)行預(yù)處理，最佳建模區(qū)間4 501.04 ～8 759.10 cm-1，最佳主成分?jǐn)?shù)9，得到定量分析模型的R2為0.984 52，RMSEC 為0.034 4，RMSEP 為0.037 2。圖3 為預(yù)測(cè)值與參考值的相關(guān)圖。由圖3 可知預(yù)測(cè)值與參考值很接近，建立的定量分析模型預(yù)測(cè)性能較好。

3.2 定量分析模型的驗(yàn)證［9］16 份驗(yàn)證集樣品的近紅外光譜圖導(dǎo)入到分析模型中，得到了筋骨痛消丸中水分含有量的預(yù)測(cè)值，與其參考值進(jìn)行比較，其結(jié)果見表3。

圖3 預(yù)測(cè)值與參考值的相關(guān)圖Fig.3 Correlation diagrams of predictive values and reference values

表3 預(yù)測(cè)值與參考值的關(guān)系Tab.3 Relationships between predictive values and reference values

對(duì)16 份驗(yàn)證集的預(yù)測(cè)值和參考值做相關(guān)性分析，如圖4。

由表3 可知預(yù)測(cè)值和參考值的平均偏差為0.02%，二者數(shù)值接近;由圖4 可知預(yù)測(cè)相關(guān)系數(shù)(r2)為0.972 2，相關(guān)度高，預(yù)測(cè)值和參考值接近。綜上，說(shuō)明本實(shí)驗(yàn)所建立的定量分析模型可以準(zhǔn)確地預(yù)測(cè)筋骨痛消丸中的水分含有量，能夠?yàn)榻罟峭聪柚械乃趾辛繙y(cè)定提供更加簡(jiǎn)便快速的測(cè)定方法。

圖4 相關(guān)性分析結(jié)果Fig.4 Correlation analysis result

4 定量分析模型方法學(xué)考察［10-11］

4.1 精密度試驗(yàn) 取31 號(hào)樣品，采集其近紅外光譜6 次，得到的近紅外光譜圖輸入所建立的定量分析模型中，預(yù)測(cè)其水分含有量，以考察該定量分析模型的精密度。結(jié)果6 次水分含有量預(yù)測(cè)值分別為4.71%、 4.75%、 4.82%、 4.69%、 4.80%、4.76%，預(yù)測(cè)值RSD 為1.05%，表明該定量分析模型的精密度良好。

4.2 重復(fù)性試驗(yàn) 取48 號(hào)樣品，分成6 份，分別采集其近紅外光譜，用所建模型預(yù)測(cè)其水分含有量。結(jié)果48 號(hào)樣品6 份水分含有量預(yù)測(cè)值分別為5.25%、 5.20%、 5.34%、 5.18%、 5.31%、5.29%，預(yù)測(cè)值的RSD 為1.20%，表明該定量分析模型的重復(fù)性良好。

4.3 穩(wěn)定性試驗(yàn) 取71 號(hào)樣品，6 d 內(nèi)分別采集其近紅外光譜，用所建模型預(yù)測(cè)其水分的含有量，6 d 內(nèi)的該樣品水分含有量預(yù)測(cè)值依次為5.82%、5.89%、5.9%、5.65%、5.76%、5.62%，預(yù)測(cè)值的RSD 為2.14%，表明所建定量分析模型穩(wěn)定性良好。

5 討論

本實(shí)驗(yàn)采集的98 份筋骨痛消丸樣品，涵蓋了多個(gè)生產(chǎn)批次，具有很好的代表性，為筋骨痛消丸中水分定量分析模型的準(zhǔn)確建立提供了條件。

建立的筋骨痛消丸中水分的近紅外定量分析模型，實(shí)現(xiàn)了利用近紅外技術(shù)對(duì)該制劑中水分含有量進(jìn)行簡(jiǎn)便快速測(cè)定，可用于制劑生產(chǎn)過(guò)程中的在線監(jiān)測(cè)，提高制劑生產(chǎn)的效率，可推廣到其他中藥制劑生產(chǎn)過(guò)程中的實(shí)時(shí)監(jiān)測(cè)。

［1］ 國(guó)家食品藥品監(jiān)督管理局. 國(guó)家食品藥品監(jiān)督管理局國(guó)家藥品標(biāo)準(zhǔn)(修訂)頒布件批號(hào):ZGB2009-19［J］. 中國(guó)藥品標(biāo)準(zhǔn)，2010，11(4):315-317.

［2］ 陳 楊，范 琦，王以武，等. 近紅外光譜法高通量分析黃連上清丸的總體質(zhì)量差異［J］. 中成藥，2014，36(5):973-980.

［3］ 饒 毅，魏惠珍，方少敏，等. 近紅外光譜技術(shù)在中藥制藥過(guò)程質(zhì)控中的應(yīng)用［J］. 中成藥，2011，33 (1):126-130.

［4］ 李 耿，高海燕，陳 旭，等. 近紅外光譜法快速測(cè)定紅花中羥基紅花黃色素A［J］. 中成藥，2013，35(7):1579-1582.

［5］ 國(guó)家藥典委員會(huì). 中華人民共和國(guó)藥典:2010 年版一部［S］. 北京:中國(guó)醫(yī)藥科技出版社，2010:附錄IX H.

［6］ 白 雁，張 強(qiáng)，雷敬衛(wèi)，等. 近紅外光譜法快速測(cè)定丹參中醇浸出物含量［J］. 藥物分析雜志，2014，34(11):2102-2105.

［7］ 陸婉珍. 現(xiàn)代近紅外光譜分析技術(shù)［M］. 2 版. 北京:中國(guó)石化出版社，2007:44-45.

［8］ 張 威，王 星，龔海燕，等. 近紅外光譜技術(shù)在快速測(cè)定連翹提取物中連翹苷含量的應(yīng)用［J］. 光散射學(xué)報(bào)，2010，22(2):175-180.

［9］ 白 雁，龔海燕，宋瑞麗，等. 近紅外漫反射光譜法快速測(cè)定山藥藥材中多糖的含量［J］. 中成藥，2010，32(1):110-112.

［10］ 曹 曼，周瑞珍，張丹雁，等. 近紅外光譜快速測(cè)定南板藍(lán)根藥材中水、醇浸出物的含量［J］. 廣州中醫(yī)藥大學(xué)學(xué)報(bào)，2014，31(4):630-636.

［11］ 涂瑤生，陳 朋，孫冬梅，等. 絞股藍(lán)水分近紅外定量模型的建立［J］. 中國(guó)實(shí)驗(yàn)方劑學(xué)雜志，2014，20(16):71-74.