AOTF近紅外光譜技術在淫羊藿濃縮過程在線檢測中的應用

楊 麗 李 菁 劉翠紅 許定舟 李 宇 鐘 鳴

廣州白云山漢方現代藥業有限公司，廣東廣州 510240

近紅外光譜分析儀產生于20 世紀50 年代后期，經過50 多年的發展，先后經歷了濾光片、光柵掃描、傅立葉變換、多通道、聲光可調濾光器（AOTF）五代技術。 目前已廣泛應用于農業[1-3]、石油化工[4]、食品工業和制藥工業及臨床醫院[5-7]等領域。近紅外技術在制藥行業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）認可的首個近紅外方法[13]。1987 年，Ciurczak[14]發表了近紅外光譜法應用于鑒別藥品原材料的種類。 在國內，應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]對吉林人參進行定性分析；李國輝等[17]對栽培和野生中藥材燈盞花進行鑒別；李彥周等[18]近紅外光譜技術在中草藥分析中的應用中對中草藥定量和定性分析進行了綜述。

淫羊藿提取液中主要有含黃酮類化合物、木脂素、生物堿、揮發油等[19]，對其提取液的評價主要以其中總黃酮的含量為標準，總黃酮的含量檢測以分光光度法計算而得。如要進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，檢測時間較長，檢測結果滯后，不能滿足現代化大生產對效性的要求及在線質量控制的需求。 近紅外光譜技術作為一種在線監測技術，具有快速檢測的特點，已在眾多領域得到廣泛應用。本實驗以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，建立定量模型并預測，研究近紅外光譜技術對中藥質控中快速檢測及如何保障中藥產品質量的穩定均一性進行探討，不僅可以實時檢測生產工藝過程中各有效成分含量變化，保障順暢的生產工藝過程，確定最佳工藝，提高藥材利用率，提高分析效率，節約成本；而且通過與自控系統的連接，實現生產過程的實時監控，實現及時質量預警系統功能；同時，近紅外光檢測數據可以保存，不容易進行人工修改，可以為產品質量回溯提供必要的數據基礎。

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（島津）。

1.2 材料

淫羊藿藥材（廣州陳李濟藥廠提供，批號：201303 250801）。

2 方法

2.1 中試生產工藝

將淫羊藿以25 kg/罐為標準投入多功能提取罐，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的淫羊藿濃縮液進行光譜采集。 波長范圍1100～2300 nm；波長增量：2.0 nm，掃描次數：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 點平滑（Savitzy-golay）對原始光譜進行預處理。將經過處理的光譜數據和離線的檢測數據相關聯，采用偏最小二乘法（PLS1），交叉-驗證法（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 結果

3.1 內部驗證結果情況

利用建立好的模型分別對參與建模的樣品進行預測，結果顯示，模型的內部驗證的平均偏差為0.596 mg/mL。 其內部驗證結果見表1。

3.2 模型外部驗證結果

用建立好的模型隨機預測5 個未參加建模樣品，通過模型的內部驗證和外部驗證，AOTF 近紅外光譜在線檢測預測淫羊藿生產過程中總黃酮含量的絕對偏差在1.380 mg/mL，在實際生產過程中可有效實現實時在線的質量控制。 外部驗證結果見表2。

表1 內部驗證結果（mg/mL）

表2 模型的外部驗證結果

4 討論

傳統的中藥制藥分析技術一般采用離線分析的手段，通常需要對待分析樣品進行相應的預處理，存在分析結果滯后的缺陷。藥物制劑質量控制不僅對最終產品進行質量控制，更是對整個工藝流程每個單元的產品實現動態質量控制[21]。 在線過程質量分析是中藥過程分析的重要部分，目前，中藥生產過程缺乏在線檢測和分析設備，不能實現全過程監控難以保重中藥制劑質量均一穩定。 AOTF 近紅外技術可以克服這一缺點，使實驗室和工廠的產品分析實現在線化，可以在幾秒鐘內得到待測參數。 與反饋控制技術聯用后，實現生產過程的在線控制。 AOTF 近紅外光譜能夠連續穩定地測定多個參數，實現綠色分析。 由于該技術可以使用低成本的光纖，拓展了近紅外光譜在線檢測技術的應用范圍和領域。 AOTF 近紅外光譜在線檢測技術現已被用于藥物合成、混合、加工、制劑、壓片及包裝等過程的在線監控。

近紅外光譜分析技術具有自動化程度高且分析速度快等優點，可用于在線檢測環境[22-24]，應用于中藥制藥過程質量檢測[25-28]，其中本研究采用的AOTF 近紅外技術是20 世紀90 年代近紅外光譜儀最突出的進展；是最先進的第五代分光技術；是全固化設計，無任何可移動部件；分析速度最快達16 000 波長點/s而且不受溫度、濕度、灰塵等外界環境的影響；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。

本次實驗共中試生產兩批樣品，取樣104 個。 由模型建立中可看出，AOTF 近紅外預測值和實測值相關聯后，采用PLS1、交叉-驗證法（cross-validation），用The Uscrambler 定量分析軟件建立模型得出的結果其相關系數為0.98，斜率為0.96。 由結果可發現濃縮工藝前期，濃縮罐內藥液的整體環境變化較為劇烈，模型對這一時段的預測結果偏差略大一點，在今后的取樣操作中，可以增加此時段取樣密度，以豐富模型的豐度，提高預測的準確性。

本研究表明，近紅外光譜技術可應用與中藥生產濃縮環節的質量實時監控，為中藥生產和質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，嚴衍祿.在國產近紅外光譜儀實驗樣機上用偏最小二乘法定量分析大麥成分[J].分析化學，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燃機油粘度指數性能的研究[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] 陳衛國，李鵬程，盧廣，等.用近紅外光拓撲圖技術實時跟蹤腦血流變化[J].生物物理學報，2000，16（3）：613-617.

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

[8] 陸婉珍.陸婉珍論文集[M].北京：化學工業出版社，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.近紅外光譜技術在中國傘形科阿魏亞族植物分類中的應用[J].西北植物學報，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].吉林大學自然科學學報，2001，（1）：96-98.

[17] 李國輝，張錄達，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.近紅外光譜技術在中草藥分析中的應用[J].光譜學 與光譜分析，2008，28（7）：1549-1553.

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

[20] 國家藥典委員會.中國藥典[S].一部.北京：中國醫藥科技出版社，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.現代近紅外光譜分析技術[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（PAT）[J].現代科學儀器，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及其應用[J].現代科學儀器，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.