近红外光谱测定藿胆丸中水分含量*

姬生国,蔡佳良,周文婷,杨秋莹

(1.广东药学院中药学院,广州 510006；2.广州市医药职业学校中药教研室,广州 510430)

近红外光谱测定藿胆丸中水分含量*

姬生国1,蔡佳良2,周文婷1,杨秋莹1

(1.广东药学院中药学院,广州 510006；2.广州市医药职业学校中药教研室,广州 510430)

目的 应用近红外光谱技术测定藿胆丸中的水分含量。方法首先测定174批藿胆丸水分含量,同时采集其近红外光谱数据,用一阶导数法与S-G平滑法预处理,结合偏最小二乘法建立水分含量的近红外光谱定量分析模型,利用验证集样品验证。结果该模型内部交叉验证决定系数为0.988 17,校正均方差为0.103,内部交叉验证均方差为0.326 16,验证集的预测均方差0.217,平均回收率98.02%。结论该近红外光谱水分定量分析模型稳定,准确可靠,可用于藿胆丸中水分的含量测定。

藿胆丸;水分含量;光谱法,近红外

中药及中成药的水分含量是评价其质量的一项重要指标,《中华人民共和国药典》2010年版一部对中成药的水分含量有严格的规定[1]。本课题组前期采用近红外光谱对广藿香进行研究[2-5],成功将近红外光谱法应用于广藿香中水分含量的测定[6]。因此,笔者将该技术应用于含广藿香的中成药——藿胆丸中水分含量的分析中,以探索近红外光谱法在藿胆丸水分含量测定的可行性。

1 仪器与试药

1.1 仪器 傅立叶变换近红外光谱仪,配有漫反射积分球、样品旋转器和石英样品杯、OMNIC光谱采集软件和TQ8.0分析软件(Nicolet6700型,美国Thermo公司)。SHB-Ⅲ循环式多用真空泵(郑州长城科工贸有限公司),真空干燥器(四川蜀牛玻璃仪器厂),万分之一天平(AY120,日本岛津公司),200 g手提式高速中药粉碎机(LK-400,浙江温岭市创力药材器械厂)。

1.2 药品与试剂 所需药品与试剂分别在广东茂名市、汕尾市、广州市等地医药公司或药店采购,五氧化二磷、无水氯化钙均为分析纯。

2 方法与结果

2.1 藿胆丸水分含量的测定方法 取同一批号的藿胆丸两瓶,混合粉碎并过筛孔内径(180.0±7.6)μm (80目)筛,装回已加密封圈的塑料瓶中,备用。取直径约12 cm培养皿,加入五氧化二磷适量,使铺成约1 cm的厚度,放入直径30 cm真空干燥器,密封真空干燥器,待用。

取藿胆丸样品粉末2～4 g,混合均匀,取0.5～1.0 g,精密称定,置已干燥至恒重的称量瓶,盖上瓶盖,精密称定,打开瓶盖,放入上述真空干燥器,减压至2.67 kPa以下持续0.5 h,关紧阀门,室温放置24 h。在真空干燥器排气口连接无水氯化钙干燥管,打开活塞,待内外压一致,打开干燥器,盖上瓶盖,取出称量瓶并迅速精密称定质量。以减失的重量除以药品粉末的加入量,即得该批药品的水分含量。所有样品中的水分含量0.50%～3.87%,符合《中华人民共和国药典》2010年版一部藿胆丸项下对水分含量的规定。

2.2 近红外光谱采集 每批样品各取4 g,混合均匀后,放入石英样品杯中,轻轻振摇使分布均匀。采用积分球漫反射测样,分辨率8 cm-1；扫描64次；扫描范围12 000～4 000 cm-1；温度(10±2)℃；相对湿度40%～45%。每份样品重复装样扫描5次,求平均光谱。174批藿胆丸样品的近红外光谱叠加图见图1。

图1 174份藿胆丸样品的近红外光谱叠加图Fig.1 NIR overlay spectra of 174 sam p les of huodan pills

2.3 校正集和验证集样品的选择 本实验将174份藿胆丸样品的水分含量从小到大排列,均匀选取139个样品组成校正集；剩余35个样品为验证集。见表1。

表1 校正集与验证集藿胆丸样品水分含量的描述统计Tab.1 Descriptive statistic of moisture content of huodan pills in calibration and validation set %

2.4 光谱预处理 由于用近红外光谱法对样品进行分析时,无需对样品进行复杂的前处理,仅需扫描样品粉末的漫反射光谱图,因此,样品粉末颜色、颗粒大小等差异会导致近红外光谱基线漂移和不重复,有必要对原始光谱进行预处理[7-9]。常用的预处理方法有标准归一化法(standard normal variate,SNV)、多元散射校正法(mutiplicative scatter correction,MSC)、一阶导数法(first derivative)和二阶导数法(second derivative),以及S-G平滑法(savitzky-golay filter)和N-D平滑法(norris derivative filter)这两种光谱平滑方法。本研究采用偏最小二乘法(partial least squares,PLS)为建模方法,以内部交叉验证决定系数(R2,简称“决定系数”)、校正均方差(root-mean-square error of calibration,RMSEC)和预测均方差(root-mean-square error of prediction,RMSEP)为模型评价指标,对比不同预处理方法对模型的影响。当模型R2越接近1,说明样品实测值与近红外预测值的相关性越好；RMSEC、RMSEP越小,说明模型的预测性能越高[10]。本实验最终确定一阶导数法+S-G平滑法为最佳预处理方法。见表2。

2.5 建模波长的选择 5 155.00和6 880.00 cm-1是水分子在近红外光谱区内组合频和一级倍频吸收的两个特征谱带,主要包含样品中水分的相关信息[11-13]。本实验以R2、RMSEC和RMSEP为评价指标,通过对比不同的建模波长,最终选择5 600.00～8 275.00 cm-1作为最佳建模波长。见表3。

2.6 主因子数的选定 在多元线性回归模型建立时,主因子数对模型的稳定性和预测性能有一定影响,本实验以校正集样本的内部交叉验证均方差(rootmean square error of cross-validation,RMSECV)为参数,当RMSECV值最小时,所选主因子数最佳。本实验RMSECV最小值为0.326 16,所对应的主因子数为9个。见图2。

2.7 校正模型的建立与验证 本实验用上述最佳预处理方法和建模波长建立模型,得到模型的R2为0.988 17,RMSEC为0.103,RMSEP为0.217,主因子数为9个。采集35份验证集样品的NIR光谱并输入校正模型,预测其水分的含量,并与其药典法测定值进行比较,以NIR预测值与药典法测定值的比值作为预测回收率,得平均回收率为98.02%。见图3和表4。

表2 不同预处理方法对模型参数的影响Tab.2 Effect of different pretreatment on the parameter of model

表3 不同建模波长对模型参数的影响Tab.3 Effect of differentwavelength on the parameter of model

3 讨论

本研究将近红外光谱分析技术应用到中成药藿胆丸水分含量的快速分析中,通过建立定量分析模型,可以实现对藿胆丸中水分含量的快速测定。与常规的水分含量测定方法比较,本研究建立的近红外定量分析方法操作简单,不破坏样品,分析速度快,分析结果准确、可靠,可用于生产、储存和流通过程中藿胆丸水分含量的现场快速测定。

图2 建模的最佳主因子数Fig.2 Optimum factors of the model

在建模波长优选过程中,由于水分子在近红外谱区内的一级倍频及组合频吸收主要在5 155和6 880 cm-1附近,因此,波长的优选应包含这两处波长,

图3 校正集分析值与预测值的相关图Fig.3 Relationship between analytical and predictive values of calibration samples

表4 35批验证集样品NIR测定结果与药典法测定结果的比较Tab.4 Comparison of determination results on 35 batches of validation samples between NIRand methods in Chinese Pharmacopoeia %

本研究通过对比不同建模波长对模型参数的影响,最终选择5600.00～8275.00cm-1为建模的最佳波长。

[1] 国家药典委员会.中华人民共和国药典(一部)[M].北京:中国医药科技出版社,2010:1235.

[2] 蔡佳良,郭念欣,黄洁燕,等.近红外光谱法建立广藿香中百秋李醇的定量模型[J].中国中药杂志,2012,37 (14):2113-2116.

[3] 蔡佳良,黄洁燕,邓婉婷,等.近红外光谱法快速测定广藿香中醇溶性浸出物含量[J].中国药学杂志,2012,47 (24):16-18.

[4] 蔡佳良,郭念欣,姬生国.不同干燥方法对广藿香中百秋李醇含量影响的近红外光谱分析[J].云南中医中药杂志,2013,34(1):53-54.

[5] 蔡佳良,黄洁燕,李蕾蕾,等.运用近红外光谱法建立广藿香含量定量分析模型[J].中国现代应用药学,2013, 30(3):260-263.

[6] 蔡佳良,李蕾蕾,姬生国.近红外光谱法快速测定广藿香中水分含量[J].医药导报,2012,31(11):1468-1470.

[7] 陆婉珍.现代近红外光谱分析技术[M].2版.北京:中国石化出版社,2006:35.

[8] 白雁,李磊,雷敬卫,等.近红外技术应用于药厂丹参药材质量检测[J].中国现代应用药学,2012,29(3):222-225.

[9] 万文标姜红.近红外光谱分析及其在药物原辅料分析中的应用[J].医药导报,2012,31(4):465-470.

[10] 白雁,李雯霞,王星,等.近红外光谱法测定道地产区生地黄中梓醇的含量[J].中国实验方剂学杂志,2010,16 (13):45.

[11] 白雁,刘建营,雷敬卫,等.近红外光谱技术快速测定杞菊地黄丸的水分含量[J].中国现代应用药学,2013,30 (1):52-54.

[12] 白雁,李珊,张威,等.近红外光谱法快速检测金银花中水分的含量[J].中国现代应用药学,2011,28(11): 1024-1027.

[13] 严衍禄.近红外光谱分析基础与应用[M].北京:中国轻工业出版社,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

*广东省科技计划项目(2009B030801044)

姬生国(1967-),男,河南延津人,教授,博士,从事中药资源、中药质量标准及中药新药研究。电话:020-39352327,E-mail:shengguo_ji@163.com。