近紅外光譜技術(shù)在快速鑒別真?zhèn)慰股氐膽?yīng)用

鄧群芬　李源源　胡春瓊　黃雙

摘????? 要：為實現(xiàn)對假冒抗生素藥物的快速識別，采集了7種抗生素106份樣品的近紅外漫反射光譜，采用一階導(dǎo)數(shù)、標準歸一化和Norris平滑對光譜預(yù)處理，選擇9 300～4 000 cm^-1的光譜波段，通過相似度匹配和判別分析法建立抗生素的鑒別模型，并取樣對該模型驗證，預(yù)測集均能被正確的識別，取得了良好的效果。因此，近紅外光譜結(jié)合判別分析法能快速、準確的對抗生素質(zhì)量進行鑒別，為抗生素的真?zhèn)舞b別提供了一種新方法。

關(guān)? 鍵? 詞：抗生素;近紅外漫反射光譜;真?zhèn)舞b別

中圖分類號：O 657?????? 文獻標識碼： A?????? 文章編號： 1671-0460（2020）06-1257-04

Rapid Identification of Antibiotics by Near-infrared Spectroscopy

DENG Qun-fen， LI Yuan-yuan， HU Chun-qiong， HUANG Shuang

（Key Lab of Process Analysis and Control of Sichuan Universities， Yibin University， Yibin Sichuan 644000， China）

Abstract： To achieve the rapid identification of counterfeit antibiotics， the NIR diffuse reflection spectra of 7 species 106 samples of antibiotics were collected in this study. Subsequently， the near-infrared spectra were pretreated with the first derivate， standard normal variate and Norris smoothing. After that， frequencies from 9 300～4 000 cm^-1 transmit wavelength range were selected. By means of the similarity matching and discriminant analysis， the identification model of antibiotics was established and verified by samples. The results showed that the prediction set could be correctly identified， and good results were achieved. In conclusion， the NIR spectroscopy combined with discriminant analysis can quickly and accurately identify these antibiotics， which provides a new approach for identifying antibiotics.

Key words： Antibiotics; Near-infrared diffuse reflection spectroscopy; Identification

抗生素在人們?nèi)粘Ｉ钪邪缪葜浅Ｖ匾巧?。近年來，假藥問題層出不窮，據(jù)權(quán)威調(diào)查，全球假藥年銷售額達到400億美元，每年還在以約13%的速度增長。當下，傳統(tǒng)假藥，包含以非藥品冒充藥品、以低值藥品冒充高價藥品，越來越少了，取而代之的是未經(jīng)批準私自在藥品處方中增加或減少活性成分、用普通企業(yè)生產(chǎn)的藥品冒充名牌藥品等，本文主要研究的假藥類型是真包裝里裝假藥，通過檢測藥物本身對藥物真?zhèn)芜M行鑒別，解決了掃描藥品條形碼無法鑒別藥物真?zhèn)蔚膯栴}。傳統(tǒng)檢測方法費時費力，當前用于假劣藥品分析主要有化學法、色譜法、光譜法^[1]。光譜法特別是分子光譜法具有簡單、快速、靈敏、無需樣品處理、可原位檢測、特征豐富等獨特優(yōu)勢，具有天然的優(yōu)勢^[2]。

近紅外（NIR）光譜是波長在780～2 526 nm區(qū)域的電磁輻射波^[3]，近紅外光譜分析技術(shù)可用于無損和在線分析^[4]，被廣泛應(yīng)用于農(nóng)業(yè)^{[ 5]}、食品^[6]、醫(yī)藥^[7]、石油化工^[8]等領(lǐng)域。

本文通過采集市面上常見的抗生素藥物的近紅外光譜，利用光譜分析軟件TQ Analyst建立起常用抗生素的定性鑒別模型，結(jié)果表明該模型鑒別抗生素藥物正確率高達100%，取得了較好的效果。該方法的建立為抗生素的鑒別提供了一種新方法，同時也為抗生素真?zhèn)舞b別提供了參考。

1? 儀器與試藥

傅里葉變換近紅外光譜分析儀;選擇含有10顆左右，7種不同種類的抗生素。本實驗采集了樣品頭孢克肟分散片（A）、頭孢克肟片（B）、頭孢克諾片（C）、頭孢呋辛酯片（D）、鹽酸左氧氟沙星片（E）、羅紅霉素片（F）、阿奇霉素片（G）的光譜。已采集樣品的部分參數(shù)見表1。

2? 實驗方法

樣品本身不進行預(yù)處理，采用積分球漫反射的采集模式，其測定溫度為室溫，對每種樣品隨機抽取5到10片，每片正、反面各采集一次，準備好測量儀器，選擇合適的背景參數(shù)，掃描范圍為10.0～4.0k·cm^-1，分辨率為3.86 cm^-1，掃描累積次數(shù)為20次，將樣本按照1∶1的比例劃分為定標集和預(yù)測集，不同種類抗生素的定標集和預(yù)測集的劃分，見表2。

3? 結(jié)果與分析

3.1? 建模譜段選擇

圖1為所有建模抗生素樣品在全波數(shù)范圍內(nèi)的光譜圖，可見，抗生素藥物的吸收特征峰主要位于波數(shù)9.3 k·cm^-1以下，波數(shù)在10.0～9.3 k·cm^-1范圍內(nèi)幾乎沒有吸收峰，所以選擇波數(shù)范圍為9.3～4.0 k·cm^-1來建模。

3.2? 光譜預(yù)處理的選擇

實驗采集近紅外漫反射光譜，影響近紅外光譜的因素有樣品顆粒不均勻、噪音、基線漂移等。研究表明，多元信號校正法（MSC）或標準歸一法（SNV）處理光譜可以消除樣品均勻性和顆粒度的影響;對光譜進行Norris平滑處理可以提高信噪比、減小隨機噪音^[9];對光譜進行求導(dǎo)處理可以消除基線漂移^[10]，有放大和分離重疊信息的作用，又因求導(dǎo)級數(shù)增高會增加計算量，降低譜圖信噪比。因此分別采用，一階導(dǎo)數(shù)+Norris平滑、一階導(dǎo)數(shù)+標準歸一法（SNV）+Norris平滑、一階導(dǎo)數(shù)+乘法信號校正法（MSC）+Norris平滑的方法對樣品進行預(yù)處理。

相似度匹配法（similarity match，SM） 屬于光譜分類技術(shù)。可將多種不同類別的已知樣品歸為一大類建立模型，通過比較未知樣品與已知標準光譜信息，表征某未知樣品與已知材料的匹配程度，比較的結(jié)果稱為匹配值（match value，反映未知樣品光譜的殘差平方和），匹配值越接近于百，匹配程度越高。

判別分析法（discriminate analysis，DA）常用于篩分多種材料，能判斷已知材料的類別與哪個未知樣品最相似，利用所有的標準信息可建立一個或多個分類模型，同時也可以計算多個未知樣品與某一個已知標準品光譜之間的距離，距離越接近于零，其相似度越高。

馬氏距離判別法是一種有效的計算兩個未知樣品集相似度的方法，樣品i和j間的馬氏距離為：

由此，可得出各樣品間的距離，從而可以知道各樣品間的相似程度，并以此作為分析和判別樣品種類的基礎(chǔ)。

圖2為建模全波長范圍內(nèi)的原始近紅外吸收光譜。圖3為一階求導(dǎo)后在全波長范圍內(nèi)的近紅外吸收光譜，可見求導(dǎo)后的光譜消除了基線漂移，放大了特征信息。

3.3? 定性模型的建立

采用TQ analyst分析軟件，通過優(yōu)化光譜預(yù)處理方法，建模結(jié)果見表3和表4。結(jié)果表明，不同的預(yù)處理方法對SM定性模型影響較大，對于DA定性模型幾乎沒有影響，但對于DA模型，沒有經(jīng)過預(yù)處理后的光譜較預(yù)處理后的光譜識別率降低，固最終采用標準歸一法結(jié)合一階導(dǎo)數(shù)和Norris平滑對光譜進行預(yù)處理的方法建立模型。

3.4? 定性模型的驗證

模型建立后，需要對模型進行檢驗，以反映模型的正確性，以每類抗生素半數(shù)光譜作為定標集建立的SM和DA定性模型對剩余半數(shù)同類抗生素光譜組成的預(yù)測集進行預(yù)判，結(jié)果見表5和表6。

表5運用相似度匹配法對同類樣品預(yù)測集進行預(yù)測，匹配值均在99.8上，說明相似度匹配法可以有效辨別同類抗生素。表6是通過馬氏距離計算法得到的各類之間的距離，結(jié)果表明，同種樣品之間的距離相差最小，不同種樣品之間的距離相差較大。綜上，判別分析取得了較好的結(jié)果，正確率為100%，可以有效地對樣品進行分類。

4? 結(jié) 論

在應(yīng)用近紅外漫反射光譜法采集7種抗生素樣品共106份光譜圖， 結(jié)合化學計量法，通過光譜分析軟件TQ analyst，選擇9.3～4.0k·cm^-1的光譜波段，采用段長為5、段間距為5的Norris平滑處理結(jié)合一階導(dǎo)數(shù)去除高頻波段的噪音，用SNV對樣品進行預(yù)處理，采用SM-DA方法，建立定性鑒別模型，預(yù)測集均能被正確的識別，模型具有較高的正確性。該方法的建立表明，利用近紅外光譜技術(shù)結(jié)合化學計量學，可以快速、高效的對抗生素種類進行鑒別，該方法的建立為抗生素的鑒別提供了一種新方法，同時也為抗生素真?zhèn)舞b別提供了參考。

參考文獻：

[1]羅詩琴.點擊化學及其在生物醫(yī)藥領(lǐng)域的應(yīng)用分析[J].科技風，2017（23）：16.

[2] 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.

[3] 張恩陽，夏維高，閆曉劍.近紅外光譜的原理及應(yīng)用[J].信息記錄材料，2017，18（6）：26-27.

[4] 褚小立，袁洪福.近紅外光譜分析技術(shù)發(fā)展和應(yīng)用現(xiàn)狀[J].現(xiàn)代儀器，2011，17（5）：1-4.

[5] 張小超，吳靜珠，徐云.近紅外光譜分析技術(shù)及其在現(xiàn)代農(nóng)業(yè)技術(shù)中的應(yīng)用[M].北京：電子工業(yè)出版社，2012.

[6] 潘振朝.食品安全監(jiān)測中的近紅外光譜技術(shù)分析[J].食品安全導(dǎo)刊，2017（15）：124-125.

[7] 阮治綱，李彬.近紅外光譜分析技術(shù)的原理及在中藥材中的應(yīng)用[J].藥物分析雜志，2011，31（2）：408-417.

[8] 徐喆.近紅外光譜技術(shù)在油品檢測中的應(yīng)用[J].中國石油和化工標準與質(zhì)量，2015，35（24）：13-15.

[9] 王菊香，瞿軍，邢志娜，等.近紅外光譜技術(shù)在推進劑質(zhì)量檢測中的應(yīng)用[J].火箭推進，2018，44（2）：82-87.