近红外光谱分析技术用于两类辅料的鉴别分析与羟丙甲纤维素质量分析研究

发布时间：2018-02-25 10:02

本文关键词： 近红外光谱分析技术药用辅料定性分析定量分析　出处：《山东大学》2017年硕士论文　论文类型：学位论文

【摘要】：药用辅料在药品中占据很大的质量比例,是药品中的重要组成部分之一,在制剂中主要用作填充剂、粘合剂、崩解剂、载体材料等。药用辅料的加入有利于原料药加工成药品,提高药品的稳定性和病人的顺应性,改善药品贮藏时的安全性与有效性。因此,药用辅料的质量是影响药品质量的关键因素。在药品生产过程中,首先要对药用辅料进行质量检测,以确保其质量符合投料要求。2010版药品生产质量管理规范已经明确规定,要采取核对或检验等措施,确认每一包装内的原辅料正确无误。这就对药品生产企业提出了更高要求,需要采用一种快速、准确的分析方法来满足需要。近红外光谱分析技术(Near Infrared Spectroscopy.NIRS)以其快速、方便、不破坏样品等优势成为药品生产过程中原辅料的质量分析的一种重要工具。本研究主要采NIRS快速鉴别药品生产过程中常用的两大类药用辅料,即淀粉类与纤维素类药用辅料。以羟丙甲纤维素(Hydroxypropyl methylcellulose.HPMC)为特征辅料,鉴别不同生产厂家、不同粘度的HPMC,并对HPMC的关键质量指标进行定量分析。为药品生产过程中药用原辅料的快速质量分析提供理论基础。本研究具体内容如下:(1)基于NIRS的淀粉类、纤维素类药用辅料的定性分析本研究以药物制剂生产中常用的淀粉类、纤维素类药用辅料为研究对象,分别采用AntarisⅡ傅里叶变换近红外光谱仪与Micro NIR 1700微型近红外光谱仪建立淀粉类、纤维素类辅料的定性判别模型。本研究首先采用主成分分析(Principal Component Analysis,PCA)对淀粉类与纤维素类这两大类辅料进行聚类分析,然后再单独对每一大类辅料进行PCA分析,分析过程中,对于用PCA无法聚类的辅料,采用偏最小二乘判别分析(Partial least squares discriminant analysis,PLS-DA)方法进一步分析,最终实现辅料的鉴别。MicroNIR 1700微型近红外光谱仪虽然采集的数据点较少,但是光谱数据涵盖了样本的基本信息,分析结果准确度也较高,可以满足生产的需要。(2)NIRS用于不同生产厂家的HPMC以及不同HPMC粘度的定性鉴别分析研究本实验研究主要采用NIRS光纤漫反射模块对不同生产厂家的HPMC以及不同HPMC粘度进行鉴别分析,为药品质量稳定性与一致性提供快速分析方法。在鉴别不同生产厂家的HPMC时,分别采用线性模式识别方法PLS-DA与非线性模式识别方法支持向量机判别分析(Support vector machine discriminate analysis,SVM-DA)建立定性分析模型,并比较这两种模型结果,结果表明SVM-DA所建模型结果较好,校正集识别率与拒绝率均达到0.90以上,验证集的均达到1.00,模型的预测能力也较高。在鉴别不同粘度的HPMC时,分别采用无监督的模式识别方法K最邻近法(K nearest neighbor,KNN)与有监督的模式识别方法PLS-DA建立定性分析模型。研究结果表明PLS-DA方法所建定性分析模型的识别率与拒绝率均优于KNN方法,达到0.95以上。因此可以采用光纤探头实现不同生产厂家、不同 HPMC粘度的快速鉴别分析。(3)NIRS用于HPMC中羟丙氧基与甲氧基的定量分析研究本实验研究采用NIRS对HPMC分子上两种取代基羟丙氧基与甲氧基进行含量测定。首先用气相色谱法测定HPMC中羟丙氧基与甲氧基的含量,作为参考值;其次采集HPMC的近红外光谱,建立羟丙氧基、甲氧基含量与近红外光谱关联的偏最小二乘回归(Partial least squares.PLS)模型。在建立定量分析模型时,采用不同的预处理方法、不同的波段选择方法优化PLS模型,以建立最佳的定量分析模型。羟丙氧基含量的PLS模型结果为Rc、Rp、RMSEC、RMSEP分别为0.997、0.983、0.0799、0.132;甲氧基含量的PLS模型结果为Rc、Rp、RMSEC、RMSEP值分别为0.980、0.973、0.671、0.771。研究结果表明模型的稳健性与预测能力均较高。本论文的创新点包括:(1)本研究首次采用NIRS快速鉴别不同生产厂家的HPMC与不同HPMC粘度。(2)本研究首次将NIRS用于HPMC中羟丙氧基与甲氧基的含量测定,为快速分析HPMC的质量提供一种分析方法。(3)本研究首次采用iPLS-CARS波段选择方法优化PLS模型,所建模型具有较强的稳健性和较高的预测能力。
[Abstract]:The quality of pharmaceutical excipients is the key factor influencing the quality of pharmaceutical products . In the process of drug production , the quality of pharmaceutical excipients is the key factor influencing the quality of pharmaceutical products . A qualitative analysis model was established based on the method of linear pattern recognition ( PLS - DA ) and non - linear pattern recognition ( PLS - DA ) .

【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：R927;O657.33

【相似文献】