The invention comprises a model establishment method for quality control of traditional Chinese medicine production process, which is characterized in that the on-line near-infrared spectroscopy technique is used to model the near-infrared process by applying the quality by design (QbD) concept, taking Gardenia jasminoides and licorice as the research carriers, and with the aid of D_optimal experimental design method. A near infrared optimal model for quality control of traditional Chinese medicine (TCM) production process was designed and established by using K_S, LVs, P and V as experimental factors.
【技术实现步骤摘要】
一种中药生产过程质量控制的模型建立方法
本专利技术属于中药领域,具体涉及中药生产过程质量控制,一种建立中药生产过程质量控制模型的方法。
技术介绍
质量源于设计(qualitybydesign,QbD)理念由美国著名质量管理专家JosephM.Juran提出,并最早被应用于汽车工业。2004年美国正式将其扩展至药品的研发、生产和商业应用。该理念的核心思想主要在于通过设计一些关键质量控制参数来实现产品的质量控制。中药生产过程质量控制一直是当今中药制药行业关注的热点话题,质量控制内容的复杂以及方法的落后使得中药生产过程中质量控制得不到很好地保障,对生产过程中遇到的许多问题也都无法实时监控甚至预测。近些年发展的近红外技术相比传统的中药质量控制方法,具有其自身独特的优势,适用于复杂大样本体系的同时不会对样品造成破坏。应用该方法最关键的问题就是定量模型的建立与优化,但是传统的近红外模型参数的优化多采用分步优化,需要的建模次数较多,而且没有考虑各模型参数组合之间的相互作用。为保障中药过程的质量控制,本专利技术基于QbD理念,借助D-optimal实验设计方法,采用在线近红外光谱技术,以栀子和甘草两种中药为研究载体,建立中药生产过程质量控制近红外模型以及模型参数的置信区间设计空间和贝叶斯概率设计空间,并对设计空间进行可靠性评价,将设计的理念成功应用于近红外模型的参数优化与设计并为中药生产过程质量控制提供参考方法。
技术实现思路
本专利技术的目的是提供一种中药生产过程质量控制的模型建立方法。本专利技术包含一种中药生产过程质量控制的模型设计方法,其特征在于,应用QbD理念,借助D ...
【技术保护点】
1.一种中药生产过程质量控制的模型建立方法,其特征在于,应用QbD理念,借助D‑optimal实验设计方法,采用在线近红外光谱技术,以栀子和甘草两种中药为研究载体,建立中药生产过程质量控制近红外模型;具体模型建立过程如下:(1)栀子和甘草近红外光谱数据在线采集:采用在线近红外光谱技术,分别获得75份栀子样本的和60份甘草样本的在线近红外光谱数据;(2)确定关键建模参数:包括样本集划分比例K‑S,潜变量因子数,光谱预处理方法P以及变量筛选方法V;(3)确定关键模型评价指标:包括关键模型评价指标为校正集决定系数Rcal2、校正均方根误差RMSEC、预测集决定系数Rpre2、预测均方根误差RMSEP、多变量检测限MDL;(4)D‑Optimal实验设计因素及水平的确定:采用Design expert 8.0软件,基于D‑Optimal实验设计,以(2)中的关键建模参数和(3)中的关键模型评价指标为设计因素,确定建模的因素和水平;(5)D‑Optimal实验设计方案:将(4)中确定的建模因素和水平以及(3)中的5个响应变量输入到Design‑Export软件中,得到建模参数组合;(6)近红外模 ...
【技术特征摘要】
1.一种中药生产过程质量控制的模型建立方法,其特征在于,应用QbD理念,借助D-optimal实验设计方法,采用在线近红外光谱技术,以栀子和甘草两种中药为研究载体,建立中药生产过程质量控制近红外模型;具体模型建立过程如下:(1)栀子和甘草近红外光谱数据在线采集:采用在线近红外光谱技术,分别获得75份栀子样本的和60份甘草样本的在线近红外光谱数据;(2)确定关键建模参数:包括样本集划分比例K-S,潜变量因子数,光谱预处理方法P以及变量筛选方法V;(3)确定关键模型评价指标:包括关键模型评价指标为校正集决定系数Rcal2、校正均方根误差RMSEC、预测集决定系数Rpre2、预测均方根误差RMSEP、多变量检测限MDL;(4)D-Optimal实验设计因素及水平的确定:采用Designexpert8.0软件,基于D-Optimal实验设计,以(2)中的关键建模参数和(3)中的关键模型评价指标为设计因素,确定建模的因素和水平;(5)D-Optimal实验设计方案:将(4)中确定的建模因素和水平以及(3)中的5个响应变量输入到Design-Export软件中,得到建模参数组合;(6)近红外模型的构建与方差分析:采用MATLAB软件,按(5)中建模参数组合,以(1)中栀子和甘草的在线近红外光谱数据为载体,分别构建栀子和甘草的近红外模型,并得到各参数组合下的关键模型评价指标值;采用偏最小二乘法分别对(3)中的响应变量进行多变量回归分析,得到拟合模型,根据模型评价参数对其进行方差分析;(7)设计空间建立及可靠性研究:根据D-optimal实验设计建立的模型,开发近红外模型构建过程的设计空间;①基于置信区间法的栀子设计空间的构建:根据栀子的数学模型确定各响应变量的优化目标;在确定的优化目标范围内,采用置信区间法搜索同时满足近红外定量模型目标的所有空间子集,构成设计空间;②基于贝叶斯概率法的甘草设计空间的构建:根据优化目标选择Rcal2、RMSEC、Rpre2、RMSEP和MDL作为甘草苷和甘草酸定量模型的关键模型评价参数,建立基于贝叶斯概率的甘草苷和甘草酸定量模型的多目标设计空间,公式表示如下:式中,x0代表;Pr代表响应变量在可接收范围内概率的估计值;k1,k2,k3,k4和k5分别为五个模型评价参数的可...
【专利技术属性】
技术研发人员:吴志生,杜晨朝,乔延江,马丽娟,黄兴国,
申请(专利权)人:北京中医药大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。