近红外光谱技术在中药制药过程质控中的应用

饶 毅， 魏惠珍， 方少敏， 刘 安， 邱伟华， 杨世林

(1.中药固体制剂制造技术国家工程研究中心，江西南昌330006;2.江西中医学院，江西南昌330004;3.中国中医科学院中药研究所，北京100700)

中药是中国医药学宝库中的一颗璀璨明珠，在人类与疾病斗争的过程中扮演重要的角色，在世界医药发展史上占有重要地位。随着科学技术的发展和人们“回归自然”的需求，中药产业成为21世纪具有发展空间的高增值产业。目前，我国的中药生产企业有近1500家［1］，但我国中药制药水平整体低下，生产模式和管理水平相对落后，质量控制的方法和手段创新不足，导致我国中药产品质量难以保证，极大地阻碍了中药现代化和国际化的进程。不少学者致力于基于现代科学技术的中药制药过程质量控制的研究，以期用现代科学技术实现中药产品整体质量的提升，但由于技术方法的局限，至今有待突破进展。

近红外光是介于可见光和中红外光之间的电磁波，美国材料检测学会将近红外光谱区的范围定义为780～2 526 nm(12 820 ～3 959 cm-1)［2］。由于该区域主要是 O-H、N-H、CH、S-H等含氢基团振动光谱的倍频及合频吸收，谱带宽，重叠严重，而且吸收信号弱，信息解析复杂，使其研究和应用受到极大限制。所以虽然该谱区发现较早，但分析价值一直未能得到足够的重视。但自从进入20世纪90年代，计算机技术、光学技术、现代仪器分析技术，特别是化学计量学的飞速发展，成功地解决了近红外光谱(near-infrared spectroscopy，NIRS)信息提取和背景干扰问题，使得NIRS技术的潜力充分展现，并广泛应用于石油化工、农业、医药、环境保护等各个领域。

1 NIRS分析的原理与特点

NIRS主要是由分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的，记录的主要是含氢基团X-H(X=O，N，S，P)等振动的倍频和合频吸收。NIRS分析技术在短时间内取得如此迅猛的发展，与其与传统分析技术相比之的诸多优点是分不开的［3］:(1)可用于样品的定性，也可以得到准确度很高的定量结果;(2)高效、快速。相比于一般分析方法，NIRS分析技术可同时测定样品的多个组成或性质，并立即得出分析结果;(3)样品一般无需预处理，不用化学试剂，不污染环境;(4)同一样品可以重复测量，近红外仪器自动化程度很高，操作者无需太高的操作技能;(5)光导纤维的应用使该技术扩展到了过程分析及远程分析。

2 NIRS用于中药制药过程质量控制的可行性及优势

中药产业是我国制药产业的重要组成部分，是独具特色和优势的民族产业。然而，现阶段我国中药行业缺乏能得到国际社会公认的质量控制体系，与国外先进制药技术还存在一定差距。主要原因之一是制药过程缺乏在线检测手段，一般采用离线分析方法，步骤繁杂费时，信息反馈滞后，导致中药质量不稳定，有效成分含量低［4-5］。因此如何寻找有效的，并能充分体现中药特色的过程质控手段就成为当务之急。

由于一般中药的绝大部分组成成分均与含氢基团有关，而NIRS分析恰好获得的是含氢基团的全部信息。虽然含有大量含氢基团是中药的共性，但含氢基团以何种形式有机组合成中药成分却是中药的特性所在，不同基团或同一基团在不同化学环境中的近红外吸收波长与强度都有差别，而化学计量学技术用于NIRS分析的主要作用就是去大同，求小异。因此，相比于传统方法，NIRS分析具有全息性特点，可以实现对中药整体信息的反映。

近年来，NIRS在中药领域的应用报道急剧增长。大量研究表明，NIRS不仅可以用于中药材、复方中药和中药各种剂型的定性定量，更可以利用光纤探头技术实现对中药生产工艺的在线连续监控。同时，NIRS分析之前虽然必须投入大量的人力、物力和财力来建立模型，但模型一旦建成，NIRS分析优点将充分显现。其真正的优势也体现在长期大量样品的质量监控方面，而这点与企业大规模生产的特点相吻合。因此，NIRS成为中药制药过程质量控制的最佳选择。

3 NIRS技术在中药制药过程质控中的应用

3.1 原药材的优选

中药制药不但包括提取、浓缩、分离等过程，原药材的优选也是其中的重要组成部分。对中药制药所需原药材进行优选，过滤掉假冒伪劣品，将从源头上保证药材的最佳品质，从而为成药的最终质量提供最基本的保证。运用NIRS技术可以实现对原药材的快速筛选。

3.1.1 优质原药材的快速定性筛选

在丹参药材整体质量评价中，瞿海斌等以10批基地药材作为标准样品集，建立相似度匹配模型，并用于计算其余52批药材的相似度匹配值。结果相似度匹配值不仅能反映各批次丹参药材与基地丹参药材的质量差别，还能准确区分基地药材和其他产地药材［6］。对来源不同的阿胶真伪品的NIRS使用多重散射校正和小波变换进行预处理后，分别运用相似度匹配和马氏距离方法建立质量鉴别模型，两种方法均对阿胶真伪做出了正确鉴别［7］。建立不同产地黄柏药材及其伪品判别模型，对正品、伪品以及不同产地黄柏药材的预测精度达到100%［8］。同样，利用NIRS技术，张延莹等也准确无误地鉴别了三七及其伪品［9］。诸多研究表明，运用NIRS能够快速、有效地对中药材整体质量进行评价与鉴定。

3.1.2 定量筛选

范积平等对3个不同产地大黄的大黄素、大黄酚、大黄酸、芦荟大黄素进行高效液相含量测定，并用41个样品建立近红外光谱的定量模型，预测大黄样品，结果4种活性成分的优化模型的决定系数均超过95.56，预测均方差最大为0.139(大黄素)［10］。采用偏最小二乘(PLS)法，选择软件优化选择波段(6 950～4 223 cm-1)，选定丹参药材中丹酚酸B和丹参酮ⅡA的最佳建模因子数分别为12和7，结果所建模型可以准确地预测丹酚酸B和丹参酮ⅡA的含量［11］。通过建立NIRS校正模型，测定不同来源黄柏中小檗碱的质量百分含量，快速又简便［12］。同样，白雁等建立了山药中尿囊素的NIRS含量测定方法［13］。范铭然等建立了八角茴香中莽草酸的最佳定量分析模型［14］。相比于常规定量分析方法，NIRS检测结果逼近标准方法，但分析效率却大为提高。这点对于企业来说，尤为重要。

3.2 中药提取过程

提取、精制等生产环节决定着中药中不同成分在成品中的比例，即决定着药品的疗效。我国对中药提取过程的质量控制仍十分被动，只对终端产品进行质检，存在分析结果滞后的缺陷，容易造成人力、物力及时间的浪费。运用NIRS可以克服上述缺点。采用NIRS光纤技术分析不同工艺条件下的栀子药材提取液样本，通过SIMCA方法建立了工艺稳态监控模型，结果模型可以对任一未知样本的工艺状态进行实时评价，且提供一个客观、量化的指标用以判别其工艺是否出现异常［15］。按照厂家工艺，实验室模拟安神补脑液水提过程，获取提取液的NIRS信息与提取物中的代表活性成分二苯乙烯苷、淫羊藿苷的HPLC信息，建立二者之间的数学联系，得模型相关系数分别为0.953 8、0.975 6，预测样本集的误差均方根(RMSEP)分为0.048 7、0.043 2，模型可用于安神补脑液水提过程的质量监控［16］。用比色法测定红参醇提液样品的总皂苷质量浓度作为对照值，同时采集提取液样品的NIRS。运用正交信号校正算法消除光谱中的干扰信息，建立的校正模型准确地预测了红参提取过程中总皂苷质量浓度，为中药乙醇回流提取过程的快速分析提供了参考［17］。通过对赤芍提取过程中的NIRS信息与HPLC色谱信息间的计算解析，建立的多元定量校正模型能够满足中药生产过程实时分析的精度要求［18］。武卫红等也对丹参提取过程中丹参酮ⅡA含量进行了NIRS技术的在线测定［19］。

3.3 中药分离纯化过程

杨南林等针对大孔吸附树脂纯化过程缺少在线分析手段等问题，提出基于光纤近红外透射光谱的过程分析新方法，并成功地将其应用于黄连纯化过程中生物碱洗脱曲线的预测，可同时测定洗脱物中盐酸小檗碱、盐酸巴马亭、盐酸药根碱和黄连总生物碱的浓度，预测精度满足工业过程分析要求［20］。以滇重楼的根茎为原药材，筛选出重楼皂甙的最佳提取工艺后，基于NIRS与模式识别技术，对提取物在大孔吸附树脂中的分离与除杂过程建立在线实时监控方法，实现了滇重楼皂甙高效可控的分离除杂过程［21］。杨辉华等对丹参多酚酸盐柱层析关键工艺过程进行在线质量分析及控制，所建在线监控模型对预测集样本的均方根误差为0.234 mg/mL、R2为 0.995 2［22］。

3.4 中药浓缩过程

以红参醇提液的浓缩过程为例，用标准正态变量方法(SNV)和一阶导数预处理光谱，建立NIRS与浓度参考值之间的校正模型，该模型能够实时测得红参醇提取液浓缩过程中浓缩液的乙醇和人参总皂苷的浓度［23］。用声光可调滤光器，利用光纤技术，通过采集透射光谱建立黄芪水提液浓缩过程的在线分析模型，得浓缩液密度和黄芪甲苷的RMSECV分别为0.013 9和0.007 6，R2为0.977 3和0.984 9，相对误差分别为1.03%和2.24%，可实现在线监测和控制黄芪浓缩过程的目的［24］。

3.5 料液均一性判断

中药滴丸剂是将中药经过加工提取、纯化后与适宜的基质加热熔融混匀，再滴入不相混溶的冷凝介质中制成的球形或类球形制剂［25］。具有疗效迅速、生物利用度高、副作用小等特点，在中药制剂中得到广泛应用［26］。其中料液混合过程，是滴丸制备的关键环节之一。在实际生产中，主要凭经验判断均匀度。目前已有将NIRS技术用于料液均一性判断的报道。比如用透反射光纤探头在线采集混合过程中复方丹参滴丸料液的近红外光谱，以光谱偏差作为混合均匀度指标，判断混合终点。在线实验结果表明，经该法终点判断后制备的滴丸丸重均匀，有效成分含量稳定，能有效保证产品质量［27］。同样以复方丹参滴丸为研究对象，对料液中的丹参素、原儿茶醛进行定量建模。不但可快速准确测定滴丸料液中成分含量，还可正确反映化料的搅拌过程，在线监测化料过程均一性，确定化料终点［28］。

3.6 粉末混合过程

NIRS技术用于粉末混合过程，不仅活性成分的含量可测定，辅料的均匀性和物料的物理变化也可被同时检测，所以此种评估很完全，更具代表性。徐晓杰等模拟六味地黄浓缩丸处方工艺，制备训练集和预示集样本，通过对六味地黄丸模拟混合样品中各成分的测定，考察了NIRS用于六味地黄丸粉末混合过程混合均匀度测定的可行性，结果基本可以满足药品生产过程中粉末混合均匀度测定的要求［29］。以安宫牛黄丸为对象，采集原料混合程度不同点的NIRS，并对光谱进行相似度计算，比较相似度和均匀度之间的关系，结果表明原料混合不同点NIRS的相似度能够反映其均匀度，该方法为利用NIRS技术对中药材原粉的均匀度测量和对中成药原粉产品的质量控制提供基础依据［30］。

3.7 包衣过程

包衣的作用主要有防潮、避光、掩盖不良味道、减少刺激、改善外观等。无论是哪种作用，都与衣膜的厚度和均一性密切相关。运用NIRS在线测定衣膜厚度，与常规方法相比，它不需要破坏包衣，即可直接测定。比如将复方丹参滴丸包衣过程不同时间点取样所得样品的质量和同批次素丸(未包衣)样品相比较，并同时采集其NIRS，通过计算出增重比率，得到包衣厚度值，进而建立起包衣厚度与NIRS之间的校正模型。结果所建方法预测结果与实际包衣平均厚度吻合较理想［31］。而以螺旋测微仪测定所得乳块消糖衣片包衣厚度为参考值建立的NIRS定量校正模型，对未知样品的预测误差均方根达到0.019 4，NIRS测定值能准确地逼近实测值［32］。

3.8 水分监测过程

在中药生产过程中，药物水分含量太高，必然会造成成药的质量不稳定，使以后在储存过程中引起药物的霉变，从而给安全用药带来隐患。NIRS技术为我们将其用于中药中的水分测定提供了新手段。通过将乌鸡白凤丸合格半成品放入105℃的烘箱中获取低水分样品，放入饱和KNO3溶液的干燥器以获取高水分样品，分别采集各个水分含量点样品的NIRS，建立其水分定量分析模型，得校正模型的相关系数为0.992 1，预测均方差为0.38%［33］。利用干燥失重法测得黄芩、金银花、连翘、山羊角、熊胆粉5种中药提取物中的水分含量，建立5种提取物的NIRS水分定量模型，结果水分预测值与实测值的相关系数均在0.90以上，对未知样品测试结果也让人满意［34］。将上述所建水分定量模型用于制药过程中水分的测定，可对中药中水分含量进行监测。

3.9 复方中药半成品

在药品生产过程中，保证半成品的质量稳定对于保证成品合格，减少浪费极为关键。以75份乌鸡白凤丸合格半成品的NIRS为标准，建立相似度匹配模型，同时采用PLSR法建立半成品中芍药苷含量的定量分析模型。结果相似度匹配模型能体现乌鸡白凤丸半成品的质量特征，并准确反映药味的缺失，芍药苷定量校正模型同样准确可靠，相关系数达0.965 7，RMSEP 为 0.005 5%［33］。宋丽丽［35，36］等利用不同数据处理方法结合HPLC测定值对六味地黄丸模拟样品中熊果酸进行含量测定，结果db4小波、PLS以及主成分分析-BP神经网络法所得结果均不错，对熊果酸含量预测回收率分别达到100.1%、100.7%、100.6%。利用NIRS对中药半成品进行质量控制，对杜绝不合格的半成品流入下道工序，确保产品质量稳定意义重大。

目前，NIRS技术在中药制药过程中的应用绝大多数只限于实验室模拟，但已经有学者开始尝试用于实际中药生产过程。刘岩等在大量实验室模拟的基础上，以生产规模的复方丹参提取过程作为研究系统，以水提液中有效成分丹参素为指标，利用NIRS在线检测技术，待提取罐中水沸腾后每隔5 min采谱1次，同时取样进行HPLC检测，建立二者间的定量模型，结果基本上能够实现生产规模复方丹参提取过程的在线质量监控［37］。张爱军等以丹酚酸B为指标，使用流通池配合远程光纤进行谱图采集，也建立起丹参提取生产过程的在线监测模型［38］。以上研究将NIRS用于实际中药制药过程，为将模型推广到企业提供了极大的参考价值。

4 NIRS在中药制药过程中存在的主要问题

要实现NIRS分析技术在中药制药过程中的应用，还需要着重解决以下三方面的问题。

4.1 中药的物质化学基础研究工作有待进一步深入

NIRS作为一种通过建立校正模型对未知样品进行分析的技术，其应用的前提必须要找到能够表征中药质量的化学物质作为分析的对象基础，并且能够用相应的标准分析方法得出其可靠的化学值。但对于大多数中药，其物质化学基础研究还比较薄弱，很多药物含量测定所选择的指标成分不能充分表征中药质量。所以只有加强中药的基础研究工作，搞清楚能够表征中药疗效的化学成分群，NIRS才能对中药进行更为全面的质量控制，才能更好地拓展NIRS分析技术在中药领域的应用。

4.2 模型的可靠性和稳定性

数学模型在NIRS分析中处于核心地位，与实验室相比，建立一个可靠性强、稳健性好的在线NIRS分析模型将更为复杂。中药制药过程是一个动态变化过程，具有非线性、时变性、大滞后的特点。用NIRS对样品进行取样测样时，液体样品通过流通池时的流动稳定性和气泡问题，固体粉末样品的松紧度及光学物理特性，在线检测所用测量探头能否抵御测样环境中各种因素的变化等都会影响模型的可靠性。因此，在进行NIRS分析时，应考虑样品的特征，针对制药过程各环节的特点，合理设计专门的取样、测样装置，尽量减小取样误差与外界环境因素的影响，保证所选过程点样品的代表性与测量的准确性(包括光谱采集的准确与标准值获得的准确)，实现NIRS仪与制药装置的良好结合，从而建立稳定可靠的数学模型。

4.3 模型转移问题

在使用NIRS进行分析时经常会遇到这样的问题，在某一仪器上建立的模型在另一台仪器上时就无法使用，或者结果产生较大偏差。这主要要是由仪器个体之间的不一致性造成的。一个较完整的、适用性强的NIRS校正模型的建立往往要花费大量的人力、物力和财力，如果每个单位都重新测定基础数据和光谱，这显然是一笔巨大的开支，将造成巨大浪费，此时实现校正模型的可移植性转换就显得非常有现实意义。目前，人们多从算法的角度来实现模型的转移，常用的有S/B算法、DS算法、PDS算法、Shenk’s算法和FIR算法［39］，但从效果看，还达不到原始模型的精度。因此，有必要继续深入研究化学计量学在模型转移中的应用，寻找更有效的模型传递方法。同时也有赖于仪器加工制造业的进一步发展，尽量减小不同光谱仪之间的个体差异，从而使不同仪器之间具有良好的通用性。

5展望

可以看出，虽然我国在NIRS技术用于中药制药过程的研究还处于起步阶段，但发展迅速，已在生产中的大部分环节都有涉及。其绿色分析属性符合现代人的生存理念，其高效快速的特点又非常符合社会发展生产力的要求，是顺应时代潮流的技术之一。NIRS在线检测技术可以提高中药材质量的一致性、中间生产过程的可控性和最终产品的均一性，虽然其应用过程中还存在些问题，但随着计算机技术、分析仪器加工制造技术、光学技术和化学计量学的进一步发展，我们有理由相信NIRS技术将在中药生产领域发挥出更大的作用。

［1］莫倩宁，陈丹镝，尹新玲.中药产业可持续发展研究［J］.中国食品药品监管，2009，(1):29.

［2］Gao R Q，Fan S F.Principle and application of modern near-infrared analysis［J］.Anal Appar，2002，3:9-12.

［3］陆婉珍.现代近红外光谱分析技术［M］.北京:中国石化出版社，2006:9-11.

［4］史新元，张燕玲，王 耘，等.中药生产过程中质量控制的思考［J］.世界科学技术-中医药现代化，2008，10(5):121-125.

［5］程 跃，程文明，郑 严.中药制药过程控制系统设计研究［J］.微计算机信息，2009，25(9-1):28.

［6］瞿海斌，叶颖雅，程翼宇.近红外光谱快速评价丹参基地药材［J］.药物分析杂志，2006，26(10):1413-1416.

［7］瞿海斌，杨海雷，程翼宇.近红外漫反射光谱法快速无损鉴别阿胶真伪［J］.光谱学与光谱分析，2006，36(1):60-62.

［8］孙丽英，杨天鸣，王云英.不同产地黄柏的近红外指纹图谱鉴别分析［J］.计算机与应用化学，2008，25(3):229-332.

［9］张延莹，张金巍，刘 岩.近红外光谱技术鉴别三七及其伪品［J］.中药材，2010，33(3):364-366.

［10］范积平，张贞良，张柳瑛，等.近红外光谱法测定药用大黄中4种蒽醌类成分［J］.第二军医大学学报，2005，26(10):1194-1195.

［11］史春香，杨悦武，郭治昕，等.近红外技术定量分析丹参药材［J］.中药材，2006，29(9):897-899.

［12］周 旻，王天志，叶利明，等.近红外漫反射光谱法测定川产黄柏中小檗碱含量［J］.光谱学与光谱分析，2007，27(8):1527-1529.

［13］白 雁，宋瑞丽，陈志红，等.NIR结合OPUS软件建立山药中尿囊素定量模型［J］.中国医院药学杂志，2008，28(22):1945-1948.

［14］范铭然，孟庆繁，王 迪，等.近红外光谱-偏最小二乘法快速测定八角茴香中莽草酸含量［J］.时珍国医国药，2009，20(5):1199-1200.

［15］严诗楷，罗国安，王义明，等.栀子药材提取工艺的近红外光谱实时控制方法研究［J］.光谱学与光谱分析，2006，36(6):1026-1030.

［16］吕琳昂，师涛，杨辉华，等.NIR在线检测监控安神补脑液水提过程的研究［J］.中草药，2009;40(2):224-228.

［17］王 静，莫必琪，李 斌，等.近红外光谱法预测红参醇提过程中总皂苷的变化研究［J］.中草药，2007，38(9):1323-1326.

［18］陈雪英，李页瑞，陈 勇，等.近红外光谱分析技术在赤芍提取过程质量监控中的应用研究［J］.中国中药杂志，2009，34(11):1355-1358.

［19］武卫红，王 宁，蔡绍松，等.声光可调-近红外光谱技术用于丹参回流提取过程中丹参酮ⅡA含量的测定［J］.中药材，2009，32(1):118-121.

［20］杨南林，程翼字，瞿海斌.一种用于中药纯化过程的近红外光谱分析新方法［J］.化学学报，2003，61(5):742-747.

［21］蒋 雪，张经硕，邱 敏，等.重楼皂甙提取工艺优化与近红外光谱在线质量控制［J］.分析化学，2006，34:171-174.

［22］杨辉华，王 勇，吴云鸣，等.丹参多酚酸盐柱层析过程的近红外光谱在线检测及质量控制［J］.中成药，2008，30(3):409-412.

［23］瞿海斌，李 斌，刘雪松，等.红参醇提液浓缩过程近红外光谱在线分析方法［J］.中国药学杂志，2005，40(24):1897-1903.

［24］蔡绍松，武卫红，王 宁，等.黄芪水提液浓缩过程的AOTF-近红外光谱法在线分析［J］.中国医药工业杂志，2008，39(7):527-529.

［25］中国药典［S］.一部.2010:(附录9).

［26］郑 鑫，邱晓莉，秦少容，等.中药滴丸剂的研究进展［J］.中国中药杂志，2003，28(4):292.

［27］龚益飞，刘雪松，章顺楠，等.近红外光谱法在线判断滴丸料液混合终点［J］.中国药学杂志，2007，42(7):509-511.

［28］章顺楠，杨海雷，刘占强，等.近红外光谱法在线监测复方丹参滴丸料液中有效成分含量［J］.药物分析杂志，2009，29(2):192-196.

［29］徐晓杰，宋丽丽，朱新科，等.近红外光谱法用于六味地黄丸粉末混合过程的质量控制研究［J］.中国现代应用药学杂志，2006，23(7):644-646.

［30］马 群，乔延江，郝贵奇，等.近红外光谱法在中药原粉制剂均匀度控制中的应用［J］.北京中医药大学学报，2006，29(12):854-855.

［31］柯博克，刘雪松，陈 勇，等.近红外光谱快速测定复方丹参滴丸的包衣厚度［J］.中草药，2006，37(5):685-688.

［32］刘 冰，陈晓辉，史新元，等.近红外光谱法快速测定乳块消糖衣片的包衣厚度［J］.药物分析杂志，2009，26(9):1435-1438.

［33］聂黎行，王钢力，李志猛，等.近红外光谱法在乌鸡白凤丸半成品质量控制中的应用［J］.中成药，2009，31(7):1054-1058.

［34］李文龙，徐金钟，刘绍勇，等.近红外漫反射光谱法测定5种中药提取物中水分含量的研究［J］.药物分析，2009，29(10):1602-1606.

［35］宋丽丽，范丙义，徐晓杰，等.近红外光谱法用于六味地黄丸模拟样品中熊果酸的含量测定［J］.中国中药杂志.2006，31(19):1590-1593.

［36］宋丽丽，徐晓杰，范丙义，等.近红外光谱法测定六味地黄丸中丹皮酚［J］.中草药，2005，36(8):1174-1177.

［37］刘 岩，张延莹，张金巍，等.NIR技术对复方丹参提取过程的在线监控研究［J］.中草药，2009，40(3):383-386.

［38］张爱军，戴 宁，赵国磊.丹参产业化提取中近红外在线检测技术的研究［J］. 中草药，2010，41(2):238-240.

［39］陆婉珍.现代近红外光谱分析技术［M］.北京:中国石化出版社，2006:87-90.