乳酸菌素片近红外定量模型的建立

张继红

（上饶市食品药品检验所，江西 上饶 334000）

乳酸菌素片近红外定量模型的建立

张继红

（上饶市食品药品检验所，江西 上饶 334000）

目的：建立乳酸菌素片近红外光谱定量模型。方法：采用光纤型近红外漫反射光谱法分析和偏最小二乘法，经内部交叉验证，建立了同厂家乳酸菌素片中乳酸菌素的定量校正模型，用建立的定量校正模型对验证集样品进行预测。结果：乳酸菌素片定量模型预测结果的相对偏差小于2.0%。 结论：利用近红外光谱技术对药品进行快速无损伤定量分析是可行的，通过这些研究，发明一种适用于基层稽查人员快速控制其质量的工具，同时也可应用于产品的在线质量控制。

近红外光谱法；乳酸菌素片；偏最小二乘法；定量模型

近红外（near infrared，NIR）光是波长介于可见光区与中红外光区的电磁波，其波长范围约为0.8～2.5 μm，波数范围约为12 500～4 000/cm，近红外光谱分析是利用近红外谱区包含的物质信息，主要用于有机物质定性和定量分析的一种分析技术。而用于近红外光谱定量分析的算法属于多元校正范畴，为化学计量学最活跃的研究领域之一。在近红外光谱分析中，常使用的多元校正算法有逐步回归分析（SRA）、主成分回归（PCR）和偏最小二乘回归（PLSR）等线性校正方法以及人工神经网络（ANN）、拓扑（TP）和支持向量机方法（SVM）等非线性校正方法。其中PLSR在近红外光谱分析中得到广泛应用，已经成为一种标准的常用方法［1］。

本文利用近红外漫反射光谱（near-infrared diffuse reflectance specter-copy，NIRDRS）分析技术，采用PLSR，经内部交叉验证，建立了同厂家乳酸菌素片中乳酸菌素的定量模型，探索一种可应用于含量测定的快速、准确、简便的NIR新方法。若能将该方法引入到药品生产的在线监控中，可大大降低生产成本、提高工作效率和质量。

1 仪器与试药

1.1 仪器

MATRIX-F傅里叶变换近红外光谱仪（FT-NIR，德国Bruker Optik GmbH公司）、OPUS 5.0软件（德国 Bruker公司）、K9840凯氏自动定氮仪、BP211D电子天平和SH220石墨消解仪。

1.2 试药

50批不同批号的乳酸菌素片（批号分别是：15019001，15019002，15019003，15019004，15019005，15019006，15019007，15019008，15019009，15019010，15019011，15019012，15019013，15019014，15019015，15019016，15019017，15019018，15019019，15019020，15019021，15019022，15029001，15029002，15029003，15029004，15029005，15029006，15029007，15029008，15029009，15029010，15029011，15029012，15029013，15039001，15039002，15039003，15039004，15039005，15039006，15039007，15039008，15039009，150390010，15039011，15039012，15039013，15039014，15039015，由江中药业股份有限公司提供）。

2 实验部分

2.1 乳酸菌素片中乳酸菌素的含量

按法定标准测定含量，50批乳酸菌素片中乳酸菌素的含量分布见表1。

2.2 近红外光谱采集

使用固体光纤探头轻轻抵住，对准样品，采用无损伤方式直接采集样品的NIR漫反射光谱，利用近红外光谱测样统一程序，从50批次样品中每批随机取6片，在12 000～ 4 000/cm 区间进行扫描，分辨率为8/cm，累积扫描次数为 32次，每片扫描1次，得6张原始光谱，计算平均光谱，其中40批作为校正集光谱，10批作为验证集光谱。50批样品的NIR光谱图见图1。

表1 乳酸菌素片中乳酸菌素的含量

2.3 模型的建立

利用PLS法，选择8 900～8 000/cm和6 500～5 500/cm两段谱段，利用 OPUS软件 Quant-2中的自动优化功能结合手动调整进行优化，选择光谱预处理方法。根据内部交叉验证误差均方差和相关系数（R2）值（表2），选择最优模型。均方差越小、相关系数值越接近 1，表示模型预测能力最佳，认定模型1为最优模型［2］。

图1 样品NIR图谱

2.4 模型的验证

用建立的最优校正模型对验证集中样品的乳酸菌素含量进行预测，预测误差均方根（RMSEP）为0.247 3，其标准法、NIR的测定结果见表3。与标准方法测定结果相比，NIR法测定结果都在± 1.0%以内，相对偏差均小于2.0%。

2.5 结果

本文建立了利用近红外漫反射光谱法和PLSR直接测量乳酸菌素片中乳酸菌素含量的新方法。实验表明，通过一定的光谱预处理和模型参数的选择，采用定量校正模型对同一厂家乳酸菌素片含量进行了预测，相对误差不超过2.0%，该方法快速、准确、无污染、具有一定的专属性。因此，可以用于企业生产过程中的大批量产品的在线分析，并能大大缩短产品的生产周期，节约生产成本。

表2 不同图谱预处理方法对RMSECV和R2的影响

表3 验证集中乳酸菌素的预测结果及偏差 （%）

3 讨论

3.1 建模谱段的选择

对光谱波段进行筛选，可以避免引入过多冗余信息，改善模型性能，提高计算速度。为选择建模的最佳光谱范围，采用一阶导数与矢量归一化法对建模样品的原始光谱图进行预处理，可以发现，在8 900～ 8 000/cm和6 500～ 5 500/cm两段谱段，吸收峰强度随乳酸菌素含量的递增而增高，进一步确认上述2段为乳酸菌素的特征吸收区域，选择8 900～8 000/cm和6 500～5 500/cm两段谱段作为其定量模型的建模谱段［3］。

3.2 校正集的选择

OPUS软件的setup Quant-2 Method功能，可以根据用户提供的光谱信息及其对应的理论值对所有光谱进行校正集、验证集选择，其校正集选择的科学性在于，校正集的含量范围包含验证集的含量范围。最终选择 50个样本中的40个样本作为校正集，其余10个样本作为验证集［4］。

3.3 模型的适用性

本文所建立的模型样本为一个厂家的50批样品，可以针对具体厂家的具体药品给出高效、准确的预测结果，若能将该方法引入到药品生产的在线监控中，可大大降低生产成本、提高工作效率和质量。但该模型的通用性则受到限制，在以后的工作中，应尽量收集到所有厂家样品，建立适用性更加广泛的通用型模型。

［1］ J.M.Andres，M.T.bona.ASTM clustering for improving coal analysis by near-infrared spectroscopy［J］.Talanta，2006，70（4）：711-719.

［2］ 李永辉，郄冰冰，郭永辉.注射用对氨基水杨酸钠近红外定量模型的建立［D］.河北医药，2014，36（22）：3490-3491.

［3］ 王娜.近红外光谱分析技术在几个药品及食品质量分析中的应用［D］.西北大学，2007.

［4］ 金鹏，刘艳，卜媛媛.近红外光谱法快速测定盐酸贝那普利片的含量［J］.中国药事，2013，27（12）：1265-1268.

Establishment of Near Infrared Quantitative Model of Lacidophilin Tablets

Zhang Jihong（Shangrao Institute for Food and Drug Control，Jiangxi Shangrao 334000，China）

Objective:To establish a near infrared quantitative model for lacidophilin tablets.Methods:The quantitative calibration model of lactein in lacidophilin tablets was set up using near infrared diffuse reflectance spectrophotometry （NIRDRS）and PLS （partial least squares）regression through cross-validation in the same manufacturer.The established quantitative calibration model was used for the prediction of validation samples. Results:The relative deviation of predicted results of quantitative model of lacidophilin tablets was less than 2.0%.Conclusion:It is feasible to use near infrared spectroscopy technology for the rapid non-destructive quantitative analysis of drugs.Based on this research，a quality control tool is to be developed which is applicable to the inspectors at the grass-roots level in product quality supervision， and also can be applied to the on-line quality control of products.

Near-infrared Spectroscopy；Lacidophilin Tablets；Partial Least Squares（PLS）；Quantitative Model

10.3969/j.issn.1672-5433.2015.11.006

2015-06-30）

张继红，女，硕士，主管药师。主要从事药品检验及近红外光谱研究工作。E-mail：149747048@qq.com