目的:本研究旨在建立近红外光谱法快速检测壮骨关节胶囊流浸膏中总黄酮醇苷的方法。方法:使用近红外光谱技术对壮骨关节胶囊流浸膏进行扫描,并测定流浸膏中总黄酮醇苷的含量,利用PLS算法建立光谱与含量的模型,实现快速无损检测。结果选择8870.95~7729.29 cm−1波段,一阶导预处理方法所建立的模型考察的相关系数结果较好,预测值与真实值之间无显著差异(P > 0.05)。结论:所建立的模型准确度高,适用于壮骨关节胶囊流浸膏中总黄酮醇苷的快速检测。 Objective: The aim of this study was to establish a method for rapid determination of total flavonol glycosides in ZhuangGuGuanJieWan fluidextract by near-infrared spectroscopy. Methods: Near-infrared spectroscopy was used to scan the fluidextract of Zhuanggu joint capsule, and the content of total flavonol glycosides in fluidextract was determined. PLS algorithm was used to establish the spectrum and content model to realize rapid nondestructive testing. Results: The 8870.95~7729.29 cm−1band was selected, and the correlation coefficient of the model established by the first-order guide pretreatment method was better, and there was no significant difference between the predicted value and the true value (P > 0.05). Conclusion: The established model is accurate and suitable for the rapid detection of total flavonol glycosides in ZhuangGuGuanJieWan fluidextract.
目的:本研究旨在建立近红外光谱法快速检测壮骨关节胶囊流浸膏中总黄酮醇苷的方法。方法:使用近红外光谱技术对壮骨关节胶囊流浸膏进行扫描,并测定流浸膏中总黄酮醇苷的含量,利用PLS算法建立光谱与含量的模型,实现快速无损检测。结果选择8870.95~7729.29 cm−1波段,一阶导预处理方法所建立的模型考察的相关系数结果较好,预测值与真实值之间无显著差异(P > 0.05)。结论:所建立的模型准确度高,适用于壮骨关节胶囊流浸膏中总黄酮醇苷的快速检测。
壮骨关节胶囊,总黄酮醇苷,近红外光谱技术,偏最小二乘法,过程质量控制
Xia Li, Dahan Zhang, Xinguo Huang, Yanqin Ouyang, Fasen Zhang, Yong Zhang
China Resources Sanjiu Medical & Pharmaceutical Co., Ltd., Shenzhen Guangdong
Received: Apr. 25th, 2024; accepted: May 23rd, 2024; published: May 30th, 2024
Objective: The aim of this study was to establish a method for rapid determination of total flavonol glycosides in ZhuangGuGuanJieWan fluidextract by near-infrared spectroscopy. Methods: Near-infrared spectroscopy was used to scan the fluidextract of Zhuanggu joint capsule, and the content of total flavonol glycosides in fluidextract was determined. PLS algorithm was used to establish the spectrum and content model to realize rapid nondestructive testing. Results: The 8870.95~7729.29 cm−1band was selected, and the correlation coefficient of the model established by the first-order guide pretreatment method was better, and there was no significant difference between the predicted value and the true value (P > 0.05). Conclusion: The established model is accurate and suitable for the rapid detection of total flavonol glycosides in ZhuangGuGuanJieWan fluidextract.
Keywords:ZhuangGuGuanJieWan, Total Flavonol Glycosides, Near-Infrared Spectroscopy, Partial Least Squares Method, Process Quality Control
Copyright © 2024 by author(s) and beplay安卓登录
This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).
http://creativecommons.org/licenses/by/4.0/
壮骨关节胶囊系由壮骨关节丸改制为胶囊剂而成,壮骨关节丸收载于中国药典2020年版一部是由淫羊霍、补骨脂、桑寄生、独活、骨碎补、鸡血藤、狗脊、续断、熟地黄等12味中药组成的复方制剂 [
近红外光谱分析(Near-Infrared Spectroscopy, NIRS)技术作为检测技术中的一朵奇葩,其具有快速、无损、绿色等特点,目前已成功应用于食品、烟和化工等诸多行业产品的分析测定中,可以用于对自动化生产进行监控、调节、反馈生产。2002年美国FDA已把该项技术作为一种标准的检测方法,2005版《中国药典》已将“近红外分光光度法指导原则”列入附录。近红外光谱技术在制药工业中的应用日趋广泛,从药物的定性、定量分析,到生产过程各个阶段(包括合成、制剂、包装等过程)的监控都体现出近红外光谱的巨大潜力。目前还没有关于近红外应用于壮骨关节胶囊的研究报道。本研究主要采用近红外光谱技术结合化学计量学方法–偏最小二乘(PLS),对壮骨关节胶囊中流浸膏指标成分总黄酮醇苷进行检测分析,并建立定量分析模型,以期提供一种新的快速检测壮骨关节胶囊流浸膏质量的方法,能够快速、准确的监控壮骨关节胶囊流浸膏质量,为壮骨关节胶囊生产提供质量合格的壮骨关节胶囊流浸膏。
仪器信息见表1,试剂材料见表2。
设备 | 型号 |
---|---|
高效液相色谱仪 | Thermo Vanquish |
电子分析天平 | METTLER TOLEDO ME204 |
METTLER TOLEDO XPR36/A | |
METTLER TOLEDO ML204T | |
超声波清洗仪 | KuDos SK8210LHC |
近红外光谱仪 | Thermo Antaris Ⅱ |
表1. 实验使用仪器及其厂家、型号
试剂 | 厂家 | 批号 |
---|---|---|
甲醇(HPLC) | Fisher chemical | F23NBL201 |
甲醇(AR) | 广州化学试剂厂 | 20231102-28 |
乙腈(HPLC) | Fisher chemical | F23N5N203 |
乙醇(AR) | 广东光华科技股份有限公司 | 20230525 |
淫羊藿苷 | 中国食品药品检定研究院 | NIFDC110737 |
朝藿定C | 中国食品药品检定研究院 | NIFDC111780 |
表2. 实验使用试剂及其厂家、批号
壮骨关节胶囊流浸膏光谱采集预处理:由华润三九股份有限公司技术部负责收集,共取样65个。
光谱采集条件:采集壮骨关节胶囊流浸膏样品的漫反射光谱,光谱扫描范围4000~12000 nm,分辨率16 cm−1,每个样本扫描3次,取平均光谱如图1。实验采用内部参比进行光谱采集分析。
图1. 壮骨关节胶囊流浸膏近红外原始光谱
对照品溶液的制备取朝藿定C、淫羊藿苷对照品适量,精密称定,加稀乙醇制成每1 ml各含20 μg的混合溶液,即得。
供试品溶液的制备取本品适量,研细,混匀,取约0.45 g,精密称定,精密加入稀乙醇25 ml,称定重量,超声处理45分钟,放冷,再称定重量,用稀乙醇补足减失的重量,摇匀,滤过,取续滤液,即得。色谱检测条件见表3。
色谱柱材料 | 十八烷基硅烷键合硅胶为填充剂 |
---|---|
流动相 | A乙腈:B水 |
波长 | 270 nm |
柱温 | 30℃ |
流速 | 1.0 ml/min |
进样体积 | 10 μl |
表3. 色谱检测条件
理论板数按淫羊藿苷峰计算应不低于5000,梯度洗脱见表4。
时间(分钟) | 乙腈(%) | 水(%) |
---|---|---|
0~10 | 24 | 76 |
10~60 | 24→28 | 76→72 |
60~70 | 28→90 | 72→10 |
表4. 梯度洗脱表
使用赛默飞光谱仪利用漫反射原理,对样品进行扫描,采集光谱。将光谱数据导入TQ Analyst分析软件,为保证光谱的有效信息保留,需要将光谱中的噪声、光谱偏移及背景等造成的误差进行处理,一般采用平滑、基线矫正、MSC、导数等预处理方法,进行处理。将预处理后的光谱进行分析,为保证模型的准确性,需要将对应总黄酮醇苷的波段进行筛选,缩短建模时间。
使用偏最小二乘法对建立总黄酮醇苷模型,验证方式选用运用留一交叉验证法,计算预测残差平方选择模型最佳主成分数。对建模数据的训练集和验证集的误差均方根进行考察,越接近则模型预测结果约准确。并通过模型的相关系数判定模型效果,相关系数越接近1,则模型稳定性越强。在建立模型后,还需对模型的稳定性、准确性及差值显著性进行考察。
按照2.3项下的方法测定65个壮骨关节胶囊流浸膏中总黄酮醇苷的含量,总黄酮醇苷含量的范围0.327~2.281 mg/g之间。
为保证采集光谱含有建模所用的有效信息,对光谱进行预处理,常见预处理有导数、SNV、MSC等处理方法,通过对比不同预处理方法,壮骨关节胶囊流浸膏光谱采用一阶导数的预处理方法,可以将光谱中的背景噪声进行剔除,并将光谱之间的差异放大,为后续利用含量和光谱的线性关系建模起到重要作用。并通过对比建立模型的误差均方根和相关系数对光谱波段的筛选,比较,最终确定建模区间为8870.95~7729.29 cm−1,此波段与总黄酮醇苷的对应性最好,结果如表5所示。
建模方法 | PLS-交叉验证-留一法 | |||
---|---|---|---|---|
指标 | SEC | SEP | R2V | R2C |
总黄酮醇苷 | 0.0746 | 0.133 | 0.9884 | 0.9774 |
表5. 总黄酮醇苷含量模型参数
通过比较发现,壮骨关节胶囊流浸膏总黄酮醇苷含量模型通过进行光谱预处理处理后得到的模型有较低的RMSEC值,且相关系数R值更接近1,模型效果见图2。
图2. 壮骨关节胶囊流浸膏总黄酮醇苷模型示意图
图3. 壮骨关节胶囊流浸膏预测效果图
从预测结果来看,预测值与真实值接近,符合中药分析的精度要求(如图3)。用NIR定量校正模型验证壮骨关节胶囊流浸膏总黄酮醇苷含量的预测效果优良。
变量1 | 变量2 | |
---|---|---|
平均 | 1.728513 | 1.721351 |
方差 | 0.256497 | 0.273713 |
观测值 | 65 | 65 |
泊松相关系数 | 0.984114 | |
假设平均差 | 0 | |
df | 64 | |
t Stat | 0.619153 | |
P (T ≤ t)单尾 | 0.269007 | |
t单尾临界 | 1.669013 | |
P (T ≤ t)双尾 | 0.538013 | |
t双尾临界 | 1.99773 |
表6. 成对双样本均值的t-检验表
使用SPSS分析软件对变量样本进行t检验,结果如表6所示,P > 0.05,真实值与预测值之间无显著性差异。
图4. 正态分布检验直方图
为精确反应模型显著性,计算模型数据残差,P > 0.05 (如图4),表明差值没有显著性。
从上述三个角度来验证壮骨关节胶囊流浸膏总黄酮醇苷模型,其结果均符合要求,可以用于快速检测壮骨关节胶囊流浸膏总黄酮醇苷含量,实现壮骨关节胶囊流浸膏质量的快速检测。
本研究建立了壮骨关节胶囊流浸膏总黄酮醇苷含量的近红外快速分析方法,应用PLS建立的壮骨关节胶囊流浸膏总黄酮醇苷含量的定量校正模型,模型考察的相关系数结果较好,且误差均方根接近,模型具有较高的稳定性和准确性,满足定量分析的要求。所建立的近红外模型能够在较短的时间内通过采集近红外光谱对壮骨关节胶囊流浸膏总黄酮醇苷含量进行测定,相对传统检测方法,该方法成本低、检测准确、快速。
李 霞,张大翰,黄信果,欧阳燕琴,张发森,张 勇. 基于近红外光谱结合化学计量学的壮骨关节胶囊流浸膏中总黄酮醇苷的检测研究Determination of Total Flavonol Glycosides in ZhuangGuGuanJieWan Fluidextract Based on Near-Infrared Spectroscopy and Chemometrics[J]. 药物资讯, 2024, 13(03): 282-288. https://doi.org/10.12677/pi.2024.133033