一种采用近红外光谱快速测定复方阿胶浆中可溶性固形物的方法技术

本发明专利技术公开了一种采用近红外光谱快速测定复方阿胶浆中可溶性固形物含量的方法，属于中医药研究技术领域。本发明专利技术通过浓缩稀释配制不同浓度的复方阿胶浆样本，与成品样本共同组成样本集，采集样本集中各样本的近红外光谱图，进行异常样本剔除和样本集的划分，然后选择合适的光谱波段、预处理方法得到复方阿胶浆特征光谱信息，以水分测定仪测得的可溶性固形物含量为参考值，应用化学计量学技术，构建复方阿胶浆近红外光谱与其可溶性固形物含量之间关系的定量校正模型，对未知含量的复方阿胶浆样本采集其近红外光谱，利用构建的定量校正模型可快速计算其可溶性固形物含量。本发明专利技术方法有利于提高复方阿胶浆的质量控制水平，保证成品质量稳定、可靠。

【技术实现步骤摘要】
一种采用近红外光谱快速测定复方阿胶浆中可溶性固形物的方法
本专利技术涉及一种复方阿胶浆中可溶性固形物的测定方法，更具体地说涉及一种采用近红外光谱快速测定复方阿胶浆中可溶性固形物含量的方法，本专利技术属于中医药研究
，
技术介绍
药品成品检验是药品在进入市场前必经的最后一道质量控制程序，直接关系到消费者的用药安全。目前中药药品的检测方法多为色谱法，这类方法需要在分析前经过复杂的样本预处理，分析时间也较长，而且传统测定方法一次只能测定一个指标，延长了批生产过程的总耗时。复方阿胶浆是东阿阿胶股份有限公司独家生产的中药保护品种，它是根据明代医家张介宾《景岳全书》中的两仪膏(熟地黄、人参)，加阿胶、党参等中药制成，主要用于气血两虚引起的头晕目眩、心悸失眠、食欲不振、贫血、白细胞减少症及放化疗的增效减毒。2010版《中国药典》中对于复方阿胶浆的含量测定仅有总氮量一项，不足以反映复方阿胶浆成品中有效成分的整体状况，难以满足对复方阿胶浆成品进行含量分析与监控的要求。因此，迫切需要建立复方阿胶浆成品中指标成分含量的简捷快速测定方法，以满足生产企业对成品指标含量进行快速测定的需求。近红外光谱(NearInfraredSpectroscopy,NIRS)是可见光与中红外光谱之间波长范围为780至2500nm的光谱区。该光谱区主要是含氢基团(C-H、N-H、O-H)的倍频与合频吸收，通过扫描样本的近红外光谱，可以得到样本中有机分子含氢基团的特征信息。近红外光谱用于中药质量分析能从整体上反映其化学组成信息，具有样本无需或仅需极少的预处理、操作简便、不消耗化学试剂以及可实现在线过程控制等优势。该技术需要与化学计量学结合，其中常用的化学计量学技术主要有多元线性回归、主成分回归和偏最小二乘回归等。近年来，近红外光谱已被广泛应用于中药领域，在定性和定量测定中都显示了巨大的潜力。但由于中成药成分复杂，有效成分含量偏低且其近红外光谱中吸收重叠现象严重等问题，有关中药成方制剂的近红外光谱研究报导尚较少。
技术实现思路
本专利技术的目的在于提供一种采用近红外光谱快速测定复方阿胶浆成品中的可溶性固形物含量的方法，为复方阿胶浆成品的快速定量分析提供了一种新方法，可减轻成品检验的工作量，缩短批生产过程的总耗时；另一方面也可适当提高抽检比例，以增强成品检验结果的可靠性。本专利技术的目的是通过如下技术方案实现：本专利技术的一种采用近红外光谱快速测定复方阿胶浆中可溶性固形物含量的方法，其特征在于，通过以下步骤实现：(1)样本的收集：实验室通过浓缩稀释配制不同浓度的复方阿胶浆样本，与成品样本共同组成样本集；(2)样本可溶性固形物含量的测定：以水分测定仪测得样本集中各样本中可溶性固形物的含量作为参考值；(3)样本近红外光谱采集：使用近红外光谱仪采集样本集中各样本的近红外光谱，首先进行异常样本剔除和样本集的划分，然后选择合适的光谱波段和预处理方法，提取光谱特征信息；(4)校正模型的建立：使用偏最小二乘构建校正集样本可溶性固形物含量与近红外特征光谱之间的定量校正模型，用于未知样本中可溶性固形物含量的预测；(5)校正模型的应用：根据上述所建立的校正模型，对待测的复方阿胶浆样本进行分析，得出待测样本中可溶性固形物的含量。在本专利技术中，步骤(1)中实验室配制不同浓度的复方阿胶浆样本与成品样本共同组成样本集，其目的是增加样本集的代表性。在本专利技术中，优选的，步骤(2)中样本可溶性固形物含量的测定方法包括：每次取约3g样本置于水分测定仪的托盘上，质量记为M0。设定程序升温至140℃，随后降至95℃，直至托盘质量不在变化，记录干燥后的质量，记为M1。可溶性固形物含量计算公式为：SSC＝(M1/M0)×100％。在本专利技术中，优选的，步骤(3)中光谱的采集方式及采集条件为：使用透反射模式采集近红外光谱，光谱采集相关参数为：以仪器内置背景为参比，分辨率4cm-1，扫描次数128次，扫描光谱波数范围4000-10000cm-1。在本专利技术中，优选的，步骤(3)中采用Chauvenet检验法和杠杆值与学生化残差值相结合的方法进行异常样本的剔除，采用SPXY法对样本集进行划分，光谱预处理方法包含多元散射校正、标准正则变换、导数和平滑及其组合等，波段优化包含4429-4900cm-1、6469-7377cm-1、7377-8000cm-1、4429-8000cm-1及其组合的选择。在本专利技术中，优选的，步骤(4)中还包括对建立的模型进行优化，模型优化性能评价指标为：相关系数R、校正集均方根偏差RMSEC、交叉验证均方根偏差RMSECV及预测均方根偏差RMSEP，当R值接近于1，RMSEC和RMSEP值较小且相互接近时，拟合效果和预测能力良好。应用化学计量学技术，建立可溶性固形物含量的定量校正模型。在建立校正模型之前，首先需要鉴别并剔除异常样本并对样本集进行划分，以获得代表性强的校正集样本。本专利技术采用Chauvenet检验法和杠杆值与学生化残差值相结合的方法进行异常样本的剔除，兼顾了化学值和光谱数据的异常，有助于提高模型的预测效果。Chauvenet检验法首先计算所有样本光谱的平均光谱，然后计算每个样本光谱与平均光谱之间的马氏距离(mahalanobisdistance)，将距离值从小到大的顺序排列，根据Chauvenet判别准则判定距离值最大的样本光谱是否为异常，若是则继续判别距离值第二大的样本光谱是否为异常，以此类推，直至某一样本光谱被判定为正常。本专利技术中软件根据准则自动判断光谱是否为异常。Chauvenet判别准则公式如下：式中，为所有样本马氏距离的平均值,Zc为一个与样本个数有关的常数,可查表得,σ为均方差。杠杆值的计算公式为：式中，hi为杠杆值，n为样本数，ti为第i个预测样本的回归因子向量,T为校正样本的回归因子得分矩阵。学生残差ri的计算公式为：式中，fi为第i个样本的残差值，RMSE为校正集均方根偏差。在建模过程中，杠杆值衡量的是一个校正集样本对模型的影响程度，学生残差值则表示预测能力的好坏。通常含量值处于校正集均值处的样本，其杠杆值较小，若某个样本的杠杆值较大，则可能是光谱扫描或者其他分析方法在测定时引入误差；若一个样本的学生残差值较高，那么说明校正集模型对此样本的预测能力较差。当一个样本的杠杆值或学生残差值比较高时，则将该样本暂列为异常样本。如何挑选具有代表性的样本建立模型是近红外分析技术的关键问题之一。有代表性的校正集样本不但可以减少建模的工作量，而且直接影响所建模型的适用性和准确性。常用的样本集划分的方法有随机抽样(RandomSampling,RS)法、含量梯度法、Kennard-Stone(KS)法、Duplex法和SamplesetPartitioningbasedonjointx-ydistance(SPXY)法等，不同的划分方法的特点如下：(1)随机抽样法：即随机选取一定数量的样本组成校正集。校正集组成方法简单，不需要进行数据挑选，但每次组成校正集的样本可能差异很大，不能保证所选样本代表性以及模型的外推能力。(2)含量梯度法：是一种常规选择方法，是将样本集中按某个组分的含量值顺序(由大到小或反之)排列，然后从中按序抽取样本组成校正集或是验证集。这种方法简单直观，但是校本文档来自技高网...

【技术保护点】
一种采用近红外光谱快速测定复方阿胶浆中可溶性固形物含量的方法，其特征在于，通过以下步骤实现：（1）样本的收集：实验室浓缩稀释配制不同浓度的复方阿胶浆样本，与成品样本共同组成样本集；（2）样本可溶性固形物含量的测定：以水分测定仪测得样本集中各样本中可溶性固形物的含量作为参考值；（3）样本近红外光谱采集：使用近红外光谱仪采集样本集中各样本的近红外光谱，首先进行异常样本剔除和样本集的划分，然后选择合适的光谱波段和预处理方法，提取光谱特征信息；（4）校正模型的建立：使用多元校正方法构建校正集样本可溶性固形物含量与近红外特征光谱之间的定量校正模型，用于未知样本中可溶性固形物含量的预测；（5）校正模型的应用：根据上述所建立的校正模型，对待测的复方阿胶浆样本进行分析，得出待测样本中可溶性固形物的含量。

【技术特征摘要】
1.一种采用近红外光谱快速测定复方阿胶浆中可溶性固形物含量的方法，其特征在于，通过以下步骤实现：1)样本的收集：将60批复方阿胶浆成品样本等分为两份，其中30批成品直接进行含量测定；剩余30批成品随机分组合并，每5批成品合并为1份，共得到6份样本，每份样本体积为100mL，将这6份样本在70℃下减压浓缩至体积减少为50mL，再用超纯水进行逐级稀释，每次加入15mL超纯水，加水后取样作为一个稀释样本，第1份和第3份加9次水，共获得18份样本；其余4份分别加10次水，共获得40份样本，6份浓缩液按上述操作共获得58份样本，将稀释样本与成品样本共同组成样本集，共88份样本；2)样本可溶性固形物含量的测定：以水分测定仪测定步骤1)收集的复方阿胶浆样本中可溶性固形物含量作为参考值；样本可溶性固形物含量的测定方法包括：每次取约3g样本置于水分测定仪的托盘上，质量记为M0；设定程序升温至140℃，随后降至95℃，直至托盘质量不在变化，记录干燥后的质量，记为M1，可溶性固形物含量计算公式为：SSC＝(M1/M0)×100％；3)样本近红外光谱数据采集：使用美国ThermoFisher公司的ANTARISⅡ傅立叶变换近红外光谱仪采集样本近红外光谱，采样模式为透反射光谱采集模式，采集相关参数为：以仪器内置背景为参比，分辨率4cm-1，扫描次数128次，光谱采集波长范围4000-10000cm-1；4)校正模型的建立：(1)异常样本的剔除：采用Chauvenet检验法和杠杆值与学生化残差值相结合的方法进行异常样本的剔除；Chauvenet判别准则公式如下：式中，为所有样本马氏距离的平均值,Zc为一个与样本个数有关的常数，可查表得，σ为均方差；杠杆值的计算公式为：式中，hi为杠杆值，n为样本数，ti为第i个预测样本的回归因子向量,T为校正样本的回归因子得分矩阵；学生残差ri的计算公式为：式中，fi为第i个样本的残差值，RMSE为校正集均方根偏差；杠杆值反映了样本对模型的重要程度，学生化残差值则反映了样本浓度值的预测偏差；当一个样本的杠杆值和学生残差值都比较高时，则将该样本暂列为异常样本；如果直接剔除上述所列的异常样本，则有可能将非异常样本误当做异常样本剔除掉，为避免发生这样的错误，需要对被判定...

【专利技术属性】
技术研发人员：秦玉峰，尤金花，周祥山，田守生，张淹，张路，瞿海斌，李文龙，韩海帆，
申请(专利权)人：山东东阿阿胶股份有限公司，浙江大学，
类型：发明
国别省市：山东;37