参枝苓口服液生产过程近红外光谱分析技术过程控制应用研究

发布时间：2017-08-31 07:09

  本文关键词：参枝苓口服液生产过程近红外光谱分析技术过程控制应用研究

  更多相关文章： 参枝苓口服液 近红外光谱技术 过程控制 质量控制 中药

【摘要】：由于中药成分及其生产过程复杂,加之受到落后生产技术的限制,我国中药生产大多缺乏有效的过程质量控制方法,导致中药产品质量存在一定风险,制约着我国中药产业化和现代化进程。因此,亟需发展有效的中药生产过程质量控制手段,以降低产品质量风险,确保中药质量稳定均一,同时提高生产效率,推进中药产业现代化、产业化。在药品生产过程中引入过程分析技术(PAT),对生产过程关键质量和性能参数进行实时监控,是保证药品质量稳定均一和提高生产效率的有效方法。近红外光谱技术作为一种应用广泛的PAT技术,其具有穿透力强、无需制样、快速、无损等分析特点,是一种适合于快速、在线分析的绿色PAT技术,已在中药领域的定性、定量分析、在线检测和过程控制分析中获得广泛应用研究。参枝苓口服液是由山东沃华医药科技股份有限公司独家生产的一类用于治疗阿尔茨海默症的中药新药,其实际生产过程质量控制中仅对终点样品个别成分含量进行HPLC分析,分析结果滞后,不利于及时控制生产过程,且质量控制参数相对单一,不符合中药复杂体系多组分协同作用的特点要求。本课题采用近红外光谱分析技术结合其相关化学计量学方法和参考方法,以参枝苓口服液为考察对象,研究其水提、醇沉、浓缩关键生产环节中的多组分含量及密度等质量参数的快速检测分析技术,同时对其主要原药材白芍产地来源的快速判别分析进行研究,期以建立参枝苓口服液生产过程多个关键环节的快速质量检测分析方法,从而有利于及时控制生产过程,提高生产效率,降低产品质量风险,保证产品的质量均一,推进参枝苓口服液产业化和现代化进程。具体研究内容及其结果包括以下两方面五小点：1.白芍药材产地快速判别分析模型的建立采用MicroNIR 1700微型近红外光谱仪对来自山东菏泽、安徽亳州、浙江磐安三个不同产地的白芍药材样品进行判产地别分析。白芍药材光谱经SG15+ld与MSC组合处理后,在1285-1459 nm光谱区间内,采用4个潜在变量数建模,得到稳健可靠的产地判别分析模型,模型的识别率和拒绝率均达100%,能为药材的筛选和投料提供参考依据,从源头保障产品质量。较常规仪器,微型仪器较常规仪器具有体积小,质量轻,操作简单、携带方便等特点,能更好的实现在线判别分析。2.参枝苓口服液生产过程关键环节近红外光谱技术过程控制方法的研究本部分实验主要考察了参枝苓口服液生产过程中的醇沉、醇沉浓缩及白芍水提环节的近红外光谱技术质量控制方法。具体做法为：实验室规模下,模拟实际生产过程制备过程样品,采用Antaris II傅立叶变换近红外光谱仪透射模块采集各样品近红外光谱,采用HPLC等参考方法作为一级数据分析手段,利用偏最小二乘(PLS)、支持向量机(SVM)等回归算法将样品近红外光谱数据与一级数据相关联,建立相关过程参数的定量分析模型。以校正集均方根误差(RMSEC)、预测标准偏差(RMSEP)、校正集决定系数(R2cal)、验证集决定系数(R2val)、性能比偏差(RPD)等作为模型评价参数。通过光谱预处理方法与光谱区间范围的选择,优化模型结果,提高模型的稳健性和预测能力,得到相关生产过程质量参数的快速检测定量分析模型,为相关过程的质量控制提供参考。具体实验结果包括以下三点(说明：本课题实验定量分析中RMSEP及RMSEC的单位均为mg/mL):(1)参枝苓口服液白芍水提过程：建立了芍药苷、芍药内酯苷、没食子酸、苯甲酰芍药苷4种活性成分过程含量快速定量分析模型。各模型评价参数RMSEC、RMSEP、R2cal、R2val、RPD分别为：芍药苷0.0487、0.0545、0.9873、0.9855、8.4；芍药内酯苷0.0303、0.0321、0.9879、0.9888、9.1；没食子酸0.0134、0.0145、0.9721、0.9697、5.1；苯甲酰芍药苷0.00188、0.00177、0.9745、0.9789、6.7。模型线性良好,误差较小,RPD均大于5。(2)参枝苓口服液醇沉过程：首先对光谱进行PCA分析,分析光谱三个主成分得分与醇沉过程体系变化的特征关系。然后建立了芍药内酯苷、芍药苷、甘草苷、肉桂酸、甘草酸5种活性成分的过程含量快速定量分析模型。各模型评价参数RMSEC、RMSEP、R2cal、R2val、RPD分别为：芍药内酯苷0.0281、0.0305、0.9914、0.9927、10.2；芍药苷0.0849、0.0733、0.9933、0.9976、14.7；甘草苷0.0120、0.0123、0.9553、0.9761、5.1；肉桂酸0.00389、0.00289、0.9588、0.9903、7.1；甘草酸0.0538、0.0590、0.9820、0.9863、7.2。模型线性良好,误差较小,甘草苷模型RPD大于5,其他模型RPD均大于7。(3)参枝苓口服液醇沉浓缩过程：建立了过程中芍药内酯苷、芍药苷、甘草苷、肉桂酸、甘草酸含量及密度6个参数的过程值的定量分析模型。各模型评价参数RMSEC、RMSEP、R2col、R2val、RPD分别为：芍药苷0.2231、0.2360、0.9914、0.9887、9.3；芍药内酯苷0.1518、0.1307、0.9658、0.9708、6.1；甘草酸0.0891、0.1697、0.9923、0.9670、5.2；甘草苷0.0183、0.0138、0.9744、0.9801、6.4；肉桂酸0.0170、0.0181、0.9521、0.9402、4.0；密度0.0091、0.0096、0.9874、0.9938、8.5。模型线性良好,误差较小,肉桂酸模型RPD大于3,其他模型RPD均大于5。以上研究结果表明,采用近红外光谱技术能获得良好的过程质量快速监测模型,从而有利于实时或及时监控参枝苓口服液的生产过程中活性成分的变化,提高生产效率,保障生产过程稳定可控地进行,从生产过程中降低产品质量风险,保证产品的质量稳定均一,推进产品产业化开发,为其他中药口服液生产过程控制分析研究提供数据参考。
【关键词】：参枝苓口服液 近红外光谱技术 过程控制 质量控制 中药
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R286.0;O657.3
【目录】：

• 中文摘要11-14
• ABSTRACT14-18
• 符号说明18-20
• 第1章 绪论20-28
• 1.1 中药发展现状20-21
• 1.2 参枝苓口服液简介21-22
• 1.3 过程分析技术简介22-23
• 1.4 近红外光谱技术23-26
• 1.4.1 简介23-24
• 1.4.2 近红外光谱技术在中药领域的应用24-26
• 1.5 研究目的与意义26-27
• 1.6 研究内容27-28
• 第2章 白芍药材产地快速定性鉴别方法的建立28-38
• 引言28
• 2.1 仪器与材料28-29
• 2.1.1 仪器28
• 2.1.2 药材28-29
• 2.2 方法29-30
• 2.2.1 近红外光谱采集29
• 2.2.2 产地鉴别定性分析模型的建立29-30
• 2.3 结果与讨论30-36
• 2.3.1 原始光谱30-31
• 2.3.2 基于MicroNIR 1700近红外光谱仪定性判别分析31-36
• 2.4 结论36-38
• 第3章 参枝苓口服液白芍水提过程NIRS快速检测应用研究38-62
• 引言38
• 3.1 仪器与材料38-39
• 3.1.1 仪器和软件38
• 3.1.2 试剂与样品38-39
• 3.2 方法39-40
• 3.2.1 样品的制备39
• 3.2.2 近红外光谱的采集39
• 3.2.3 样品HPLC分析39
• 3.2.4 定量模型的建立39-40
• 3.3 结果与讨论40-61
• 3.3.1 参考值测定结果40
• 3.3.2 近红外光谱定量分析模型的建立40-61
• 3.4 总结61-62
• 第4章 参枝苓口服液醇沉过程NIRS快速监测的研究62-95
• 引言62
• 4.1 仪器与材料62-63
• 4.1.1 仪器62
• 4.1.2 试剂与样品62-63
• 4.2 方法63-65
• 4.2.1 样品的制备与采集63
• 4.2.2 样品近红外光谱的采集63
• 4.2.3 HPLC含量测定63-64
• 4.2.4 近红外定量模型的建立64-65
• 4.3 结果与讨论65-94
• 4.3.1 参考值测定结果65-67
• 4.3.2 近红外光谱与PCA分析67-73
• 4.3.3 五种成分定量模型的建立73-94
• 4.4 总结94-95
• 第5章 参枝苓口服液醇沉浓缩过程NIRS快速监测的研究95-117
• 引言95
• 5.1 仪器和材料95-96
• 5.1.1 仪器95
• 5.1.2 试剂与样品95-96
• 5.2 方法96-97
• 5.2.1 样品的制备与收集96
• 5.2.2 芍药苷、芍药内酯苷、甘草苷、甘草酸、肉桂酸含量测定96
• 5.2.3 密度的测定96
• 5.2.4 光谱的采集96-97
• 5.2.5 过程样品含量分析定量模型的建立97
• 5.3 一级数据分析结果与讨论97-98
• 5.4 近红外光谱技术分析结果与讨论98-115
• 5.4.1 原始光谱98-99
• 5.4.2 样品集划分99-100
• 5.4.3 芍药苷含量定量模型的建立100-104
• 5.4.4 芍药内酯苷含量定量分析模型的建立104-106
• 5.4.5 甘草酸含量定量分析模型的建立106-109
• 5.4.6 甘草苷含量定量分析模型的建立109-112
• 5.4.7 肉桂酸含量定量分析模型的建立112-114
• 5.4.8 醇沉过程样品密度定量分析模型的建立114-115
• 5.5 总结115-117
• 第6章 论文总结与创新117-119
• 总结117-118
• 创新点118
• 展望118-119
• 参考文献119-126
• 致谢126-127
• 攻读硕士学位期间发表的学术论文127-128
• 学位论文评阅及答辩情况表128

【相似文献】

中国期刊全文数据库 前10条

1 孙奉媛;生产过程中保证质量的文件[J];管理科学文摘;1994年07期

2 陈捚 ,陈梅新;固体口服制剂生产过程中可利用物的再利用[J];中国药业;2002年12期

3 ;再生革及其生产过程(47)[J];中国皮革;2003年13期

4 夏东向,朱洪;企业的安全管理[J];化工管理;1994年09期

5 陈根禧;注重生产过程的转变所带来的效益[J];粮食流通技术;1997年02期

6 舒开义;企业开展安全检查切忌走过场[J];化工劳动保护;1998年04期

7 张亚苏;计算机在煤气生产过程中的应用前景[J];有色金属设计;2000年04期

8 金晓庆;梁毅;;药品生产过程中污染进入的原因分析及对策[J];中国现代药物应用;2009年09期

9 任向荣,王毅,刘建发;安全论(待续)[J];化工劳动保护;2000年09期

10 ;再生革及其生产过程(续)[J];中国皮革;2003年17期

中国重要会议论文全文数据库 前10条

1 Guenter K(?)erblein;李树国;;生产过程中烈性药物的处理——新的挑战[A];第六届化学工程与生物技术展览暨会议参展商新产品和服务报告[C];2004年

2 陈静波;;生产过程“三检三按三一致”现场控制法[A];2013年全国玻璃窑炉技术研讨交流会论文汇编[C];2013年

3 任爱国;刘学军;李卫;张松龄;卢娟;;优化MES系统应用提高生产过程整体运行质量[A];山东金属学会2005炼钢学术交流会论文集[C];2005年

4 黄国有;;电子玻纤布生产过程中的开纤[A];中国硅酸盐学会玻纤分会会议暨全国玻璃纤维专业情报信息网第三十四次年会会议资料[C];2013年

5 陈建立;;无菌米饭生产过程中关键控制点的应用及探索[A];上海市粮油科技学术报告会、上海市粮油学会2004年学术年会论文汇编[C];2004年

6 吴晶;李红蕊;;生产过程中的跨棒距测量[A];第十五届全国汽车检测技术年会论文集[C];2011年

7 周明;;造船业生产过程成本控制与信息化建设[A];福建省科协第八届学术年会船舶及海洋工程分会论文集[C];2008年

8 兀旭辉;许文耀;;试论控制生产污染,保证食品安全的措施[A];食品安全的理论与实践——福建省科协第四届学术年会“食品安全与农民增收”分会场暨福建省农学会第五届青年学术年会论文集[C];2004年

9 王学军;郭旭斌;马玉春;张金霞;贺静;;彩色胶版纸的生产实践[A];华东七省市造纸学会第二十七届学术年会暨山东造纸学会2013年学术年会论文集[C];2013年

10 侍洪波;黄道;;化肥厂综合自动化系统的分析与设计[A];1997中国控制与决策学术年会论文集[C];1997年

中国重要报纸全文数据库 前10条

1 记者 陈伟阳;推进农业生产过程清洁化[N];阿勒泰日报(汉);2013年

2 浙江大学教授 王树青;自动化在化学工业大有作为[N];中国化工报;2006年

3 刘曙甲邋刘志伟;创新工艺使企业生产过程不产生污染[N];科技日报;2007年

4 ;基于模糊控制的生产过程在线管理系统[N];科技日报;2003年

5 聂忠莉;应加强质量标准检验和生产过程验证[N];中国医药报;2006年

6 魏爱苗;德国 严控垃圾源头 厂商担当责任[N];经济日报;2008年

7 本报记者 胡增民;“透明工厂”走一走 “这下我可放心了”[N];粮油市场报;2014年

8 ;班组长工作十步法(下)[N];中国煤炭报;2008年

9 孙旭;蒙牛采用网络视频直播生产过程[N];中国企业报;2008年

10 周滨 刘振雷;环保优先不放松[N];中国环境报;2006年

中国博士学位论文全文数据库 前7条

1 周成;基于递归图的工业过程异常监测和故障诊断研究[D];北京科技大学;2016年

2 江志刚;制造企业生产过程资源环境属性及其多目标集成决策方法研究[D];武汉科技大学;2007年

3 唐苏州;机械制造企业面向生产过程的成本分析与控制方法研究[D];大连理工大学;2012年

4 李歧强;生产过程的智能决策与调度[D];浙江大学;1998年

5 李忠凯;混合流程企业生产过程管理系统研究[D];大连理工大学;2010年

6 张光新;啤酒生产过程的全自动化控制及其应用研究[D];浙江大学;2002年

7 郑松;啤酒生产过程优化和综合自动化若干关键技术研究[D];浙江大学;2008年

中国硕士学位论文全文数据库 前10条

1 胡甜;参枝苓口服液生产过程近红外光谱分析技术过程控制应用研究[D];山东大学;2016年

2 王斐;基于近红外光谱分析技术人血白蛋白生产过程关键环节控制研究[D];山东大学;2016年

3 狄俊亮;啤酒生产过程综合自动化技术若干关键问题研究[D];浙江大学;2011年

4 邓煜;建筑材料生产过程优化控制策略研究[D];东北石油大学;2015年

5 季长春;印铁生产过程的工时研究[D];上海交通大学;2006年

6 张学金;汽车生产过程中的车体跟踪及调度系统研究[D];上海交通大学;2013年

7 牛莉洁;基于生产过程的产品质量监测管理系统[D];石家庄铁道大学;2015年

8 何耀坚;空调电机生产过程质量检验与控制系统研究[D];广东工业大学;2003年

9 黄德晟;汽车尾气净化催化剂生产过程自动控制系统设计[D];江西理工大学;2013年

10 程利剑;解放公司MES系统研发与实践应用[D];天津大学;2009年

，

本文编号：764161