近紅外光譜測(cè)定藿膽丸中水分含量*

姬生國(guó),蔡佳良,周文婷,楊秋瑩

(1.廣東藥學(xué)院中藥學(xué)院,廣州 510006；2.廣州市醫(yī)藥職業(yè)學(xué)校中藥教研室,廣州 510430)

近紅外光譜測(cè)定藿膽丸中水分含量*

姬生國(guó)1,蔡佳良2,周文婷1,楊秋瑩1

(1.廣東藥學(xué)院中藥學(xué)院,廣州 510006；2.廣州市醫(yī)藥職業(yè)學(xué)校中藥教研室,廣州 510430)

目的 應(yīng)用近紅外光譜技術(shù)測(cè)定藿膽丸中的水分含量。方法首先測(cè)定174批藿膽丸水分含量,同時(shí)采集其近紅外光譜數(shù)據(jù),用一階導(dǎo)數(shù)法與S-G平滑法預(yù)處理,結(jié)合偏最小二乘法建立水分含量的近紅外光譜定量分析模型,利用驗(yàn)證集樣品驗(yàn)證。結(jié)果該模型內(nèi)部交叉驗(yàn)證決定系數(shù)為0.988 17,校正均方差為0.103,內(nèi)部交叉驗(yàn)證均方差為0.326 16,驗(yàn)證集的預(yù)測(cè)均方差0.217,平均回收率98.02%。結(jié)論該近紅外光譜水分定量分析模型穩(wěn)定,準(zhǔn)確可靠,可用于藿膽丸中水分的含量測(cè)定。

藿膽丸;水分含量;光譜法,近紅外

中藥及中成藥的水分含量是評(píng)價(jià)其質(zhì)量的一項(xiàng)重要指標(biāo),《中華人民共和國(guó)藥典》2010年版一部對(duì)中成藥的水分含量有嚴(yán)格的規(guī)定[1]。本課題組前期采用近紅外光譜對(duì)廣藿香進(jìn)行研究[2-5],成功將近紅外光譜法應(yīng)用于廣藿香中水分含量的測(cè)定[6]。因此,筆者將該技術(shù)應(yīng)用于含廣藿香的中成藥——藿膽丸中水分含量的分析中,以探索近紅外光譜法在藿膽丸水分含量測(cè)定的可行性。

1 儀器與試藥

1.1 儀器 傅立葉變換近紅外光譜儀,配有漫反射積分球、樣品旋轉(zhuǎn)器和石英樣品杯、OMNIC光譜采集軟件和TQ8.0分析軟件(Nicolet6700型,美國(guó)Thermo公司)。SHB-Ⅲ循環(huán)式多用真空泵(鄭州長(zhǎng)城科工貿(mào)有限公司),真空干燥器(四川蜀牛玻璃儀器廠),萬(wàn)分之一天平(AY120,日本島津公司),200 g手提式高速中藥粉碎機(jī)(LK-400,浙江溫嶺市創(chuàng)力藥材器械廠)。

1.2 藥品與試劑 所需藥品與試劑分別在廣東茂名市、汕尾市、廣州市等地醫(yī)藥公司或藥店采購(gòu),五氧化二磷、無(wú)水氯化鈣均為分析純。

2 方法與結(jié)果

2.1 藿膽丸水分含量的測(cè)定方法 取同一批號(hào)的藿膽丸兩瓶,混合粉碎并過(guò)篩孔內(nèi)徑(180.0±7.6)μm (80目)篩,裝回已加密封圈的塑料瓶中,備用。取直徑約12 cm培養(yǎng)皿,加入五氧化二磷適量,使鋪成約1 cm的厚度,放入直徑30 cm真空干燥器,密封真空干燥器,待用。

取藿膽丸樣品粉末2～4 g,混合均勻,取0.5～1.0 g,精密稱定,置已干燥至恒重的稱量瓶,蓋上瓶蓋,精密稱定,打開(kāi)瓶蓋,放入上述真空干燥器,減壓至2.67 kPa以下持續(xù)0.5 h,關(guān)緊閥門,室溫放置24 h。在真空干燥器排氣口連接無(wú)水氯化鈣干燥管,打開(kāi)活塞,待內(nèi)外壓一致,打開(kāi)干燥器,蓋上瓶蓋,取出稱量瓶并迅速精密稱定質(zhì)量。以減失的重量除以藥品粉末的加入量,即得該批藥品的水分含量。所有樣品中的水分含量0.50%～3.87%,符合《中華人民共和國(guó)藥典》2010年版一部藿膽丸項(xiàng)下對(duì)水分含量的規(guī)定。

2.2 近紅外光譜采集 每批樣品各取4 g,混合均勻后,放入石英樣品杯中,輕輕振搖使分布均勻。采用積分球漫反射測(cè)樣,分辨率8 cm-1；掃描64次；掃描范圍12 000～4 000 cm-1；溫度(10±2)℃；相對(duì)濕度40%～45%。每份樣品重復(fù)裝樣掃描5次,求平均光譜。174批藿膽丸樣品的近紅外光譜疊加圖見(jiàn)圖1。

圖1 174份藿膽丸樣品的近紅外光譜疊加圖Fig.1 NIR overlay spectra of 174 sam p les of huodan pills

2.3 校正集和驗(yàn)證集樣品的選擇 本實(shí)驗(yàn)將174份藿膽丸樣品的水分含量從小到大排列,均勻選取139個(gè)樣品組成校正集；剩余35個(gè)樣品為驗(yàn)證集。見(jiàn)表1。

表1 校正集與驗(yàn)證集藿膽丸樣品水分含量的描述統(tǒng)計(jì)Tab.1 Descriptive statistic of moisture content of huodan pills in calibration and validation set %

2.4 光譜預(yù)處理 由于用近紅外光譜法對(duì)樣品進(jìn)行分析時(shí),無(wú)需對(duì)樣品進(jìn)行復(fù)雜的前處理,僅需掃描樣品粉末的漫反射光譜圖,因此,樣品粉末顏色、顆粒大小等差異會(huì)導(dǎo)致近紅外光譜基線漂移和不重復(fù),有必要對(duì)原始光譜進(jìn)行預(yù)處理[7-9]。常用的預(yù)處理方法有標(biāo)準(zhǔn)歸一化法(standard normal variate,SNV)、多元散射校正法(mutiplicative scatter correction,MSC)、一階導(dǎo)數(shù)法(first derivative)和二階導(dǎo)數(shù)法(second derivative),以及S-G平滑法(savitzky-golay filter)和N-D平滑法(norris derivative filter)這兩種光譜平滑方法。本研究采用偏最小二乘法(partial least squares,PLS)為建模方法,以內(nèi)部交叉驗(yàn)證決定系數(shù)(R2,簡(jiǎn)稱“決定系數(shù)”)、校正均方差(root-mean-square error of calibration,RMSEC)和預(yù)測(cè)均方差(root-mean-square error of prediction,RMSEP)為模型評(píng)價(jià)指標(biāo),對(duì)比不同預(yù)處理方法對(duì)模型的影響。當(dāng)模型R2越接近1,說(shuō)明樣品實(shí)測(cè)值與近紅外預(yù)測(cè)值的相關(guān)性越好；RMSEC、RMSEP越小,說(shuō)明模型的預(yù)測(cè)性能越高[10]。本實(shí)驗(yàn)最終確定一階導(dǎo)數(shù)法+S-G平滑法為最佳預(yù)處理方法。見(jiàn)表2。

2.5 建模波長(zhǎng)的選擇 5 155.00和6 880.00 cm-1是水分子在近紅外光譜區(qū)內(nèi)組合頻和一級(jí)倍頻吸收的兩個(gè)特征譜帶,主要包含樣品中水分的相關(guān)信息[11-13]。本實(shí)驗(yàn)以R2、RMSEC和RMSEP為評(píng)價(jià)指標(biāo),通過(guò)對(duì)比不同的建模波長(zhǎng),最終選擇5 600.00～8 275.00 cm-1作為最佳建模波長(zhǎng)。見(jiàn)表3。

2.6 主因子數(shù)的選定 在多元線性回歸模型建立時(shí),主因子數(shù)對(duì)模型的穩(wěn)定性和預(yù)測(cè)性能有一定影響,本實(shí)驗(yàn)以校正集樣本的內(nèi)部交叉驗(yàn)證均方差(rootmean square error of cross-validation,RMSECV)為參數(shù),當(dāng)RMSECV值最小時(shí),所選主因子數(shù)最佳。本實(shí)驗(yàn)RMSECV最小值為0.326 16,所對(duì)應(yīng)的主因子數(shù)為9個(gè)。見(jiàn)圖2。

2.7 校正模型的建立與驗(yàn)證 本實(shí)驗(yàn)用上述最佳預(yù)處理方法和建模波長(zhǎng)建立模型,得到模型的R2為0.988 17,RMSEC為0.103,RMSEP為0.217,主因子數(shù)為9個(gè)。采集35份驗(yàn)證集樣品的NIR光譜并輸入校正模型,預(yù)測(cè)其水分的含量,并與其藥典法測(cè)定值進(jìn)行比較,以NIR預(yù)測(cè)值與藥典法測(cè)定值的比值作為預(yù)測(cè)回收率,得平均回收率為98.02%。見(jiàn)圖3和表4。

表2 不同預(yù)處理方法對(duì)模型參數(shù)的影響Tab.2 Effect of different pretreatment on the parameter of model

表3 不同建模波長(zhǎng)對(duì)模型參數(shù)的影響Tab.3 Effect of differentwavelength on the parameter of model

3 討論

本研究將近紅外光譜分析技術(shù)應(yīng)用到中成藥藿膽丸水分含量的快速分析中,通過(guò)建立定量分析模型,可以實(shí)現(xiàn)對(duì)藿膽丸中水分含量的快速測(cè)定。與常規(guī)的水分含量測(cè)定方法比較,本研究建立的近紅外定量分析方法操作簡(jiǎn)單,不破壞樣品,分析速度快,分析結(jié)果準(zhǔn)確、可靠,可用于生產(chǎn)、儲(chǔ)存和流通過(guò)程中藿膽丸水分含量的現(xiàn)場(chǎng)快速測(cè)定。

圖2 建模的最佳主因子數(shù)Fig.2 Optimum factors of the model

在建模波長(zhǎng)優(yōu)選過(guò)程中,由于水分子在近紅外譜區(qū)內(nèi)的一級(jí)倍頻及組合頻吸收主要在5 155和6 880 cm-1附近,因此,波長(zhǎng)的優(yōu)選應(yīng)包含這兩處波長(zhǎng),

圖3 校正集分析值與預(yù)測(cè)值的相關(guān)圖Fig.3 Relationship between analytical and predictive values of calibration samples

表4 35批驗(yàn)證集樣品NIR測(cè)定結(jié)果與藥典法測(cè)定結(jié)果的比較Tab.4 Comparison of determination results on 35 batches of validation samples between NIRand methods in Chinese Pharmacopoeia %

本研究通過(guò)對(duì)比不同建模波長(zhǎng)對(duì)模型參數(shù)的影響,最終選擇5600.00～8275.00cm-1為建模的最佳波長(zhǎng)。

[1] 國(guó)家藥典委員會(huì).中華人民共和國(guó)藥典(一部)[M].北京:中國(guó)醫(yī)藥科技出版社,2010:1235.

[2] 蔡佳良,郭念欣,黃潔燕,等.近紅外光譜法建立廣藿香中百秋李醇的定量模型[J].中國(guó)中藥雜志,2012,37 (14):2113-2116.

[3] 蔡佳良,黃潔燕,鄧婉婷,等.近紅外光譜法快速測(cè)定廣藿香中醇溶性浸出物含量[J].中國(guó)藥學(xué)雜志,2012,47 (24):16-18.

[4] 蔡佳良,郭念欣,姬生國(guó).不同干燥方法對(duì)廣藿香中百秋李醇含量影響的近紅外光譜分析[J].云南中醫(yī)中藥雜志,2013,34(1):53-54.

[5] 蔡佳良,黃潔燕,李蕾蕾,等.運(yùn)用近紅外光譜法建立廣藿香含量定量分析模型[J].中國(guó)現(xiàn)代應(yīng)用藥學(xué),2013, 30(3):260-263.

[6] 蔡佳良,李蕾蕾,姬生國(guó).近紅外光譜法快速測(cè)定廣藿香中水分含量[J].醫(yī)藥導(dǎo)報(bào),2012,31(11):1468-1470.

[7] 陸婉珍.現(xiàn)代近紅外光譜分析技術(shù)[M].2版.北京:中國(guó)石化出版社,2006:35.

[8] 白雁,李磊,雷敬衛(wèi),等.近紅外技術(shù)應(yīng)用于藥廠丹參藥材質(zhì)量檢測(cè)[J].中國(guó)現(xiàn)代應(yīng)用藥學(xué),2012,29(3):222-225.

[9] 萬(wàn)文標(biāo)姜紅.近紅外光譜分析及其在藥物原輔料分析中的應(yīng)用[J].醫(yī)藥導(dǎo)報(bào),2012,31(4):465-470.

[10] 白雁,李雯霞,王星,等.近紅外光譜法測(cè)定道地產(chǎn)區(qū)生地黃中梓醇的含量[J].中國(guó)實(shí)驗(yàn)方劑學(xué)雜志,2010,16 (13):45.

[11] 白雁,劉建營(yíng),雷敬衛(wèi),等.近紅外光譜技術(shù)快速測(cè)定杞菊地黃丸的水分含量[J].中國(guó)現(xiàn)代應(yīng)用藥學(xué),2013,30 (1):52-54.

[12] 白雁,李珊,張威,等.近紅外光譜法快速檢測(cè)金銀花中水分的含量[J].中國(guó)現(xiàn)代應(yīng)用藥學(xué),2011,28(11): 1024-1027.

[13] 嚴(yán)衍祿.近紅外光譜分析基礎(chǔ)與應(yīng)用[M].北京:中國(guó)輕工業(yè)出版社,2005:175.

DOI 10.3870/yydb.2014.05.034

Content Determination of Moisture in Huodan Pills by Near-infrared Spectroscopy

JI Sheng-guo1,CAI Jia-liang2,ZHOU Wen-ting1,YANG Qiu-ying1
(1.School of Traditional Chinese Medicine, Guangdong Pharmaceutical University,Guangzhou 510006,China;2.Department of Chinese Medicine, Guangzhou School of Pharmacy,Guangzhou 510430,China)

ObjectiveTo determine themoisture inHuodanpills by near-infrared spectroscopy.MethodsAt the beginning,water content of 174 sampleswere determined and all data of samples aboutnear-infrared spectrum were collected.And then all the data were pretreated by first-derivative and Savitzky-Golay filter.At last,the NIR quantitativemodel formoisture inhuodanpillswas established by partial least squares regression and validated by the validation set.ResultsThe correlation coefficients,the rootmean square error overall of calibration,that of cross validation of the calibration model was 0.988 17, 0.103,and 0.326 16,respectively.The rootmean square error overall of prediction and the average recovery of validation was 0.217 and 98.02%.ConclusionThe NIR spectroscopy analysismodel is steady,accurate and reliable,which can be used to detectemoisture content ofhuodanpills.

Huodanpills;Moisture content;Spectroscopy,near-infrared

R286;R927.2

A

1004-0781(2014)05-0660-04

2013-06-11

2013-08-13

*廣東省科技計(jì)劃項(xiàng)目(2009B030801044)

姬生國(guó)(1967-),男,河南延津人,教授,博士,從事中藥資源、中藥質(zhì)量標(biāo)準(zhǔn)及中藥新藥研究。電話:020-39352327,E-mail:shengguo_ji@163.com。