近紅外光譜測定藿膽丸中水分含量*

姬生國,蔡佳良,周文婷,楊秋瑩

(1.廣東藥學院中藥學院,廣州 510006；2.廣州市醫藥職業學校中藥教研室,廣州 510430)

近紅外光譜測定藿膽丸中水分含量*

姬生國1,蔡佳良2,周文婷1,楊秋瑩1

(1.廣東藥學院中藥學院,廣州 510006；2.廣州市醫藥職業學校中藥教研室,廣州 510430)

目的 應用近紅外光譜技術測定藿膽丸中的水分含量。方法首先測定174批藿膽丸水分含量,同時采集其近紅外光譜數據,用一階導數法與S-G平滑法預處理,結合偏最小二乘法建立水分含量的近紅外光譜定量分析模型,利用驗證集樣品驗證。結果該模型內部交叉驗證決定系數為0.988 17,校正均方差為0.103,內部交叉驗證均方差為0.326 16,驗證集的預測均方差0.217,平均回收率98.02%。結論該近紅外光譜水分定量分析模型穩定,準確可靠,可用于藿膽丸中水分的含量測定。

藿膽丸;水分含量;光譜法,近紅外

中藥及中成藥的水分含量是評價其質量的一項重要指標,《中華人民共和國藥典》2010年版一部對中成藥的水分含量有嚴格的規定[1]。本課題組前期采用近紅外光譜對廣藿香進行研究[2-5],成功將近紅外光譜法應用于廣藿香中水分含量的測定[6]。因此,筆者將該技術應用于含廣藿香的中成藥——藿膽丸中水分含量的分析中,以探索近紅外光譜法在藿膽丸水分含量測定的可行性。

1 儀器與試藥

1.1 儀器 傅立葉變換近紅外光譜儀,配有漫反射積分球、樣品旋轉器和石英樣品杯、OMNIC光譜采集軟件和TQ8.0分析軟件(Nicolet6700型,美國Thermo公司)。SHB-Ⅲ循環式多用真空泵(鄭州長城科工貿有限公司),真空干燥器(四川蜀牛玻璃儀器廠),萬分之一天平(AY120,日本島津公司),200 g手提式高速中藥粉碎機(LK-400,浙江溫嶺市創力藥材器械廠)。

1.2 藥品與試劑 所需藥品與試劑分別在廣東茂名市、汕尾市、廣州市等地醫藥公司或藥店采購,五氧化二磷、無水氯化鈣均為分析純。

2 方法與結果

2.1 藿膽丸水分含量的測定方法 取同一批號的藿膽丸兩瓶,混合粉碎并過篩孔內徑(180.0±7.6)μm (80目)篩,裝回已加密封圈的塑料瓶中,備用。取直徑約12 cm培養皿,加入五氧化二磷適量,使鋪成約1 cm的厚度,放入直徑30 cm真空干燥器,密封真空干燥器,待用。

取藿膽丸樣品粉末2～4 g,混合均勻,取0.5～1.0 g,精密稱定,置已干燥至恒重的稱量瓶,蓋上瓶蓋,精密稱定,打開瓶蓋,放入上述真空干燥器,減壓至2.67 kPa以下持續0.5 h,關緊閥門,室溫放置24 h。在真空干燥器排氣口連接無水氯化鈣干燥管,打開活塞,待內外壓一致,打開干燥器,蓋上瓶蓋,取出稱量瓶并迅速精密稱定質量。以減失的重量除以藥品粉末的加入量,即得該批藥品的水分含量。所有樣品中的水分含量0.50%～3.87%,符合《中華人民共和國藥典》2010年版一部藿膽丸項下對水分含量的規定。

2.2 近紅外光譜采集 每批樣品各取4 g,混合均勻后,放入石英樣品杯中,輕輕振搖使分布均勻。采用積分球漫反射測樣,分辨率8 cm-1；掃描64次；掃描范圍12 000～4 000 cm-1；溫度(10±2)℃；相對濕度40%～45%。每份樣品重復裝樣掃描5次,求平均光譜。174批藿膽丸樣品的近紅外光譜疊加圖見圖1。

圖1 174份藿膽丸樣品的近紅外光譜疊加圖Fig.1 NIR overlay spectra of 174 sam p les of huodan pills

2.3 校正集和驗證集樣品的選擇 本實驗將174份藿膽丸樣品的水分含量從小到大排列,均勻選取139個樣品組成校正集；剩余35個樣品為驗證集。見表1。

表1 校正集與驗證集藿膽丸樣品水分含量的描述統計Tab.1 Descriptive statistic of moisture content of huodan pills in calibration and validation set %

2.4 光譜預處理 由于用近紅外光譜法對樣品進行分析時,無需對樣品進行復雜的前處理,僅需掃描樣品粉末的漫反射光譜圖,因此,樣品粉末顏色、顆粒大小等差異會導致近紅外光譜基線漂移和不重復,有必要對原始光譜進行預處理[7-9]。常用的預處理方法有標準歸一化法(standard normal variate,SNV)、多元散射校正法(mutiplicative scatter correction,MSC)、一階導數法(first derivative)和二階導數法(second derivative),以及S-G平滑法(savitzky-golay filter)和N-D平滑法(norris derivative filter)這兩種光譜平滑方法。本研究采用偏最小二乘法(partial least squares,PLS)為建模方法,以內部交叉驗證決定系數(R2,簡稱“決定系數”)、校正均方差(root-mean-square error of calibration,RMSEC)和預測均方差(root-mean-square error of prediction,RMSEP)為模型評價指標,對比不同預處理方法對模型的影響。當模型R2越接近1,說明樣品實測值與近紅外預測值的相關性越好；RMSEC、RMSEP越小,說明模型的預測性能越高[10]。本實驗最終確定一階導數法+S-G平滑法為最佳預處理方法。見表2。

2.5 建模波長的選擇 5 155.00和6 880.00 cm-1是水分子在近紅外光譜區內組合頻和一級倍頻吸收的兩個特征譜帶,主要包含樣品中水分的相關信息[11-13]。本實驗以R2、RMSEC和RMSEP為評價指標,通過對比不同的建模波長,最終選擇5 600.00～8 275.00 cm-1作為最佳建模波長。見表3。

2.6 主因子數的選定 在多元線性回歸模型建立時,主因子數對模型的穩定性和預測性能有一定影響,本實驗以校正集樣本的內部交叉驗證均方差(rootmean square error of cross-validation,RMSECV)為參數,當RMSECV值最小時,所選主因子數最佳。本實驗RMSECV最小值為0.326 16,所對應的主因子數為9個。見圖2。

2.7 校正模型的建立與驗證 本實驗用上述最佳預處理方法和建模波長建立模型,得到模型的R2為0.988 17,RMSEC為0.103,RMSEP為0.217,主因子數為9個。采集35份驗證集樣品的NIR光譜并輸入校正模型,預測其水分的含量,并與其藥典法測定值進行比較,以NIR預測值與藥典法測定值的比值作為預測回收率,得平均回收率為98.02%。見圖3和表4。

表2 不同預處理方法對模型參數的影響Tab.2 Effect of different pretreatment on the parameter of model

表3 不同建模波長對模型參數的影響Tab.3 Effect of differentwavelength on the parameter of model

3 討論

本研究將近紅外光譜分析技術應用到中成藥藿膽丸水分含量的快速分析中,通過建立定量分析模型,可以實現對藿膽丸中水分含量的快速測定。與常規的水分含量測定方法比較,本研究建立的近紅外定量分析方法操作簡單,不破壞樣品,分析速度快,分析結果準確、可靠,可用于生產、儲存和流通過程中藿膽丸水分含量的現場快速測定。

圖2 建模的最佳主因子數Fig.2 Optimum factors of the model

在建模波長優選過程中,由于水分子在近紅外譜區內的一級倍頻及組合頻吸收主要在5 155和6 880 cm-1附近,因此,波長的優選應包含這兩處波長,

圖3 校正集分析值與預測值的相關圖Fig.3 Relationship between analytical and predictive values of calibration samples

表4 35批驗證集樣品NIR測定結果與藥典法測定結果的比較Tab.4 Comparison of determination results on 35 batches of validation samples between NIRand methods in Chinese Pharmacopoeia %

本研究通過對比不同建模波長對模型參數的影響,最終選擇5600.00～8275.00cm-1為建模的最佳波長。

[1] 國家藥典委員會.中華人民共和國藥典(一部)[M].北京:中國醫藥科技出版社,2010:1235.

[2] 蔡佳良,郭念欣,黃潔燕,等.近紅外光譜法建立廣藿香中百秋李醇的定量模型[J].中國中藥雜志,2012,37 (14):2113-2116.

[3] 蔡佳良,黃潔燕,鄧婉婷,等.近紅外光譜法快速測定廣藿香中醇溶性浸出物含量[J].中國藥學雜志,2012,47 (24):16-18.

[4] 蔡佳良,郭念欣,姬生國.不同干燥方法對廣藿香中百秋李醇含量影響的近紅外光譜分析[J].云南中醫中藥雜志,2013,34(1):53-54.

[5] 蔡佳良,黃潔燕,李蕾蕾,等.運用近紅外光譜法建立廣藿香含量定量分析模型[J].中國現代應用藥學,2013, 30(3):260-263.

[6] 蔡佳良,李蕾蕾,姬生國.近紅外光譜法快速測定廣藿香中水分含量[J].醫藥導報,2012,31(11):1468-1470.

[7] 陸婉珍.現代近紅外光譜分析技術[M].2版.北京:中國石化出版社,2006:35.

[8] 白雁,李磊,雷敬衛,等.近紅外技術應用于藥廠丹參藥材質量檢測[J].中國現代應用藥學,2012,29(3):222-225.

[9] 萬文標姜紅.近紅外光譜分析及其在藥物原輔料分析中的應用[J].醫藥導報,2012,31(4):465-470.

[10] 白雁,李雯霞,王星,等.近紅外光譜法測定道地產區生地黃中梓醇的含量[J].中國實驗方劑學雜志,2010,16 (13):45.

[11] 白雁,劉建營,雷敬衛,等.近紅外光譜技術快速測定杞菊地黃丸的水分含量[J].中國現代應用藥學,2013,30 (1):52-54.

[12] 白雁,李珊,張威,等.近紅外光譜法快速檢測金銀花中水分的含量[J].中國現代應用藥學,2011,28(11): 1024-1027.

[13] 嚴衍祿.近紅外光譜分析基礎與應用[M].北京:中國輕工業出版社,2005:175.

DOI 10.3870/yydb.2014.05.034

Content Determination of Moisture in Huodan Pills by Near-infrared Spectroscopy

JI Sheng-guo1,CAI Jia-liang2,ZHOU Wen-ting1,YANG Qiu-ying1
(1.School of Traditional Chinese Medicine, Guangdong Pharmaceutical University,Guangzhou 510006,China;2.Department of Chinese Medicine, Guangzhou School of Pharmacy,Guangzhou 510430,China)

ObjectiveTo determine themoisture inHuodanpills by near-infrared spectroscopy.MethodsAt the beginning,water content of 174 sampleswere determined and all data of samples aboutnear-infrared spectrum were collected.And then all the data were pretreated by first-derivative and Savitzky-Golay filter.At last,the NIR quantitativemodel formoisture inhuodanpillswas established by partial least squares regression and validated by the validation set.ResultsThe correlation coefficients,the rootmean square error overall of calibration,that of cross validation of the calibration model was 0.988 17, 0.103,and 0.326 16,respectively.The rootmean square error overall of prediction and the average recovery of validation was 0.217 and 98.02%.ConclusionThe NIR spectroscopy analysismodel is steady,accurate and reliable,which can be used to detectemoisture content ofhuodanpills.

Huodanpills;Moisture content;Spectroscopy,near-infrared

R286;R927.2

A

1004-0781(2014)05-0660-04

2013-06-11

2013-08-13

*廣東省科技計劃項目(2009B030801044)

姬生國(1967-),男,河南延津人,教授,博士,從事中藥資源、中藥質量標準及中藥新藥研究。電話:020-39352327,E-mail:shengguo_ji@163.com。