近紅外光譜法快速測定筋骨痛消丸中的水分

張 強， 白 雁 ， 雷敬衛， 謝彩俠， 郝 敏， 王麗娜， 樊明月

(1. 上海中醫藥大學，上海201203;2. 河南中醫學院，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，溫經通絡，消腫止痛功能，用于血瘀寒凝膝關節骨質增生引起的膝關節疼痛、腫脹、活動受限等癥［1］。筋骨痛消丸在臨床的應用非常廣泛，但針對該制劑制定的質量標準還不夠完善，其中水分含有量是評價制劑質量優劣的一個重要標準，但是傳統的分析方法具有前處理復雜、破壞樣品、檢測時間長、離線檢測等缺點，不能滿足現代化生產的需要。

近紅外光譜是指波數為4 000 ～12 000 cm-1的電磁波，是化合物中C-H、O-H、N-H 等基團伸縮振動的倍頻或合頻的吸收，特別適合于對樣品中水分含有量的測定［2-3］。本實驗利用近紅外光譜技術的簡便、無損、綠色環保、快速、在線監測等優點［4］，結合PLS 建立筋骨痛消丸中水分含有量的定量分析模型，實現了對筋骨痛消丸中水分的快速、簡便、準確測定。

1 實驗儀器和材料

1.1 儀器 HC100 型粉碎機(浙江省永康市金穗機械制造廠);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 檢測器，漫反射積分球，樣品旋轉器和石英樣品杯，OMNIC 光譜采集軟件，TQ Analyst 8.0 分析軟件(美國賽默飛世爾科技有限公司);CS101-2D 型電熱鼓風干燥箱(中外合資重慶四達實驗儀器有限公司)。

1.2 材料 采集到不同生產批次的98 份筋骨痛消丸制劑，粉碎，過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，采集光譜圖。采樣方式為積分球漫反射，分辨率為8 cm-1;掃描次數為64 次;掃描波段為4 000 ～12 000 cm-1;溫度為25 ℃;相對濕度為30% ～40%。每份樣品重復掃描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 水分的測定［5］筋骨痛消丸為濃縮丸，按照《中國藥典》2010 年版附錄中的相關規定，選用烘干法對筋骨痛消丸中水分進行測定。取樣品2 g，平鋪于干燥至恒定質量的扁形稱量瓶中，厚度不超過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，稱定質量，至連續兩次稱定的差異不超過5 mg 為止。根據減失的質量，計算供試品中含水量，測定結果作為參考值。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 份樣品為驗證集，用于對模型進行驗證，含水量分布范圍為4.87% ～5.43%。校正集、驗證集選取標準以驗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。

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

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

2.3.3 光譜譜段的選擇 本實驗用NIRS 結合PLS建立定量分析模型。在建模時，以R2、RMSEC 和RMSEP 為綜合考察指標，選用MSC+Second Derivative+ND 平滑對多個建模光譜波段進行優選。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應的R2、RMSEC 和RMSECP 的數值。

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

2.3.4 主成分數的選擇 在建模過程中，不同的主成分數，對定量分析模型的預測能力會有較大的影響，在校正集樣品不變的情況下，主成分數少，信息少，預測能力低;主成分數多，模型會過于復雜，校正過程中可能會出現過擬合的現象［7］。因此本實驗最終選用內部交叉驗證，來考察主成分數對內部交叉驗證均方差(RESECV)的影響，RMSECV 越小越好，當主成分數為9 時RMSECV 值最小為0.062 5，因此9 為最佳主成分數［8］。圖2 為不同主成分數對應的不同RESECV 值。

圖2 主成分數對RMSECV 的影響Fig.2 Effects of main factors on RMSECV

3 定量分析模型的建立及驗證

3.1 定量分析模型的建立 運用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 平滑對原始光譜圖進行預處理，最佳建模區間4 501.04 ～8 759.10 cm-1，最佳主成分數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 為預測值與參考值的相關圖。由圖3 可知預測值與參考值很接近，建立的定量分析模型預測性能較好。

3.2 定量分析模型的驗證［9］16 份驗證集樣品的近紅外光譜圖導入到分析模型中，得到了筋骨痛消丸中水分含有量的預測值，與其參考值進行比較，其結果見表3。

圖3 預測值與參考值的相關圖Fig.3 Correlation diagrams of predictive values and reference values

表3 預測值與參考值的關系Tab.3 Relationships between predictive values and reference values

對16 份驗證集的預測值和參考值做相關性分析，如圖4。

由表3 可知預測值和參考值的平均偏差為0.02%，二者數值接近;由圖4 可知預測相關系數(r2)為0.972 2，相關度高，預測值和參考值接近。綜上，說明本實驗所建立的定量分析模型可以準確地預測筋骨痛消丸中的水分含有量，能夠為筋骨痛消丸中的水分含有量測定提供更加簡便快速的測定方法。

圖4 相關性分析結果Fig.4 Correlation analysis result

4 定量分析模型方法學考察［10-11］

4.1 精密度試驗 取31 號樣品，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，預測其水分含有量，以考察該定量分析模型的精密度。結果6 次水分含有量預測值分別為4.71%、 4.75%、 4.82%、 4.69%、 4.80%、4.76%，預測值RSD 為1.05%，表明該定量分析模型的精密度良好。

4.2 重復性試驗 取48 號樣品，分成6 份，分別采集其近紅外光譜，用所建模型預測其水分含有量。結果48 號樣品6 份水分含有量預測值分別為5.25%、 5.20%、 5.34%、 5.18%、 5.31%、5.29%，預測值的RSD 為1.20%，表明該定量分析模型的重復性良好。

4.3 穩定性試驗 取71 號樣品，6 d 內分別采集其近紅外光譜，用所建模型預測其水分的含有量，6 d 內的該樣品水分含有量預測值依次為5.82%、5.89%、5.9%、5.65%、5.76%、5.62%，預測值的RSD 為2.14%，表明所建定量分析模型穩定性良好。

5 討論

本實驗采集的98 份筋骨痛消丸樣品，涵蓋了多個生產批次，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，實現了利用近紅外技術對該制劑中水分含有量進行簡便快速測定，可用于制劑生產過程中的在線監測，提高制劑生產的效率，可推廣到其他中藥制劑生產過程中的實時監測。

［1］ 國家食品藥品監督管理局. 國家食品藥品監督管理局國家藥品標準(修訂)頒布件批號:ZGB2009-19［J］. 中國藥品標準，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. 近紅外光譜技術在中藥制藥過程質控中的應用［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定紅花中羥基紅花黃色素A［J］. 中成藥，2013，35(7):1579-1582.

［5］ 國家藥典委員會. 中華人民共和國藥典:2010 年版一部［S］. 北京:中國醫藥科技出版社，2010:附錄IX H.

［6］ 白 雁，張 強，雷敬衛，等. 近紅外光譜法快速測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. 現代近紅外光譜分析技術［M］. 2 版. 北京:中國石化出版社，2007:44-45.

［8］ 張 威，王 星，龔海燕，等. 近紅外光譜技術在快速測定連翹提取物中連翹苷含量的應用［J］. 光散射學報，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. 近紅外光譜快速測定南板藍根藥材中水、醇浸出物的含量［J］. 廣州中醫藥大學學報，2014，31(4):630-636.

［11］ 涂瑤生，陳 朋，孫冬梅，等. 絞股藍水分近紅外定量模型的建立［J］. 中國實驗方劑學雜志，2014，20(16):71-74.