基于紫外光谱的中药中间体快速分析方法研究
发布时间：2021-07-17 19:48
为了提高中药产品的批次间质量一致性,需要完善中药制药过程的质量评价标准,加强对整个生产过程的质量控制。紫外光谱结合化学计量学的方法可以对不同环节的中间体样本进行快速分析。本文以丹红注射剂中间体、生血宝合剂为研究对象,对紫外光谱快速分析方法的建立、验证、转移进行了研究,主要包括以下内容:1.建立快速分析丹红注射剂中间体的紫外光谱分析方法。通过实验设计及浓缩稀释的方法得到了具有代表性的样本集,样本集包含提取液、浓缩液、醇沉液、水沉液等中间体。通过优化变量筛选和预处理方法后建立了 DSS、PA、RA、SAB、SAA、HSYA、总糖和总酚含量的紫外光谱定量模型,避免传统光谱模型只适用于特定对象的缺点,结果显示模型的预测效果较好。2.采用准确度轮廓对基于紫外光谱的丹红注射剂中间体的快速分析方法进行了全面验证。参考ICH Q2指南,从专属性、真实性、精密度、准确度、线性、稳健性等方面进行考察,计算8种指标性成分的准确度轮廓和方法的不确定度。验证结果显示方法的专属性良好,PA、RA、SAB、HSYA、总酚模型的真实性、精密度、准确度、线性良好;总糖模型的真实性、准确度、线性不佳,模型存在较大的系统误...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
图２．１?７４份样本的原始紫外光谱??１６??
验中选择ＳＧ平滑、一阶导数和二阶导数三种预处理方法，采用试错法将其与不同??的建模波段进行组合，以模型的ＲＭＳＥＰ值最小为原则选择最佳的预处理方式。??２．３．３祥本筛选??采用ＫＳ算法，将７４份祥本按２：１的比例划分校正集和验证集，校正集含５０??个样本，验证集含２４个样本。初步建模发现，模型对于ＨＰＬＣ所测６种指标性成??分的预测值与实测值相关性良好，但总糖和总酚模型效果不佳，预测值与实测值??的相关图如图２．２所示。从图中可以看出，总糖模型在低浓度附近，部分样本的预??测值偏离实测值，考察祥本发现均为二次水沉样本。由于大多数糖无紫外吸收，??总糖模型得以成功建立的原因可能是总糖含量与溶液中某种具有紫外吸收的化合??物含量相关，但该化合物在二次水沉中被大量除去，导致模型难以准确预测二次??水沉样本中的总糖含量。总酚模型在低浓度附近有两部分样本的预测值偏离实测??值，实测值大于预测值的样本为二次水沉样本，实测值小于预测值的样本为一次??水沉样本。推测可能是因为水沉祥本的基质与其他中间体样本的基质存在较大差??别，导致模型无法准确预测。??
各指标成分预测值与实测值相关图
【参考文献】：
期刊论文
[1]基于药材光谱数据的前馈控制技术在三七醇提过程中的应用研究[J]. 王晓宇,李文龙,瞿海斌. 中国中药杂志. 2018(15)
[2]丹参提取过程多源信息融合建模方法研究[J]. 张娜,徐冰,贾帅芸,王馨,史新元,乔延江. 中草药. 2018(06)
[3]校正集选择方法对于积雪草总苷中积雪草苷NIR定量模型的影响[J]. 詹雪艳,赵娜,林兆洲,吴志生,袁瑞娟,乔延江. 光谱学与光谱分析. 2014(12)
[4]中药注射剂的不良反应研究进展[J]. 谭乐俊,王萌,朱彦. 中国中药杂志. 2014(20)
[5]从中药注射剂质量标准分析其不良反应成因[J]. 崔宏玉,梁爱华. 中国中药杂志. 2014(05)
[6]NIRS法快速测定复方阿胶浆中总黄酮、总皂苷和可溶性固形物[J]. 韩海帆,张路,张淹,李文龙,瞿海斌. 中草药. 2013(17)
[7]正交空间样本选择在金银花多批醇沉过程中的应用[J]. 林兆洲,徐冰,史新元,乔延江. 世界科学技术(中医药现代化). 2012(06)
[8]中药生产多工序多指标统计质量控制（MMSQC）方法[J]. 熊皓舒,傅迎,聂晶,瞿海斌. 中国中药杂志. 2012(13)
[9]虚拟组分-人工神经网络用于中药紫外光度法中多组分的同时测定[J]. 白立飞,张海涛,张寒琦,王红霞,王洪艳. 光谱学与光谱分析. 2007(01)
[10]偏最小二乘法中主成分数确定的新方法[J]. 苏越,郭寅龙. 计算机与应用化学. 2001(03)
博士论文
[1]数据驱动的中药制药过程质量控制方法及应用研究[D]. 严斌俊.浙江大学 2015
[2]基于分子光谱的多元校正模型优化与转移方法及其应用研究[D]. 范伟.中南大学 2013
硕士论文
[1]近红外光谱技术在中草药口服液量控制过程中的应用研究[D]. 李晶晶.华南理工大学 2018
[2]近红外光谱法在参芪扶正注射液醇沉工艺质控中的应用研究[D]. 罗雨.浙江大学 2017
[3]适宜中药材体系的近红外分析方法影响因素研究[D]. 耿姝.浙江大学 2016
[4]近红外和紫外光谱法在痰热清注射液质控中的应用[D]. 邢丽红.浙江大学 2011
本文编号：3288823
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
图２．１?７４份样本的原始紫外光谱??１６??
验中选择ＳＧ平滑、一阶导数和二阶导数三种预处理方法，采用试错法将其与不同??的建模波段进行组合，以模型的ＲＭＳＥＰ值最小为原则选择最佳的预处理方式。??２．３．３祥本筛选??采用ＫＳ算法，将７４份祥本按２：１的比例划分校正集和验证集，校正集含５０??个样本，验证集含２４个样本。初步建模发现，模型对于ＨＰＬＣ所测６种指标性成??分的预测值与实测值相关性良好，但总糖和总酚模型效果不佳，预测值与实测值??的相关图如图２．２所示。从图中可以看出，总糖模型在低浓度附近，部分样本的预??测值偏离实测值，考察祥本发现均为二次水沉样本。由于大多数糖无紫外吸收，??总糖模型得以成功建立的原因可能是总糖含量与溶液中某种具有紫外吸收的化合??物含量相关，但该化合物在二次水沉中被大量除去，导致模型难以准确预测二次??水沉样本中的总糖含量。总酚模型在低浓度附近有两部分样本的预测值偏离实测??值，实测值大于预测值的样本为二次水沉样本，实测值小于预测值的样本为一次??水沉样本。推测可能是因为水沉祥本的基质与其他中间体样本的基质存在较大差??别，导致模型无法准确预测。??
各指标成分预测值与实测值相关图
【参考文献】：
期刊论文
[1]基于药材光谱数据的前馈控制技术在三七醇提过程中的应用研究[J]. 王晓宇,李文龙,瞿海斌. 中国中药杂志. 2018(15)
[2]丹参提取过程多源信息融合建模方法研究[J]. 张娜,徐冰,贾帅芸,王馨,史新元,乔延江. 中草药. 2018(06)
[3]校正集选择方法对于积雪草总苷中积雪草苷NIR定量模型的影响[J]. 詹雪艳,赵娜,林兆洲,吴志生,袁瑞娟,乔延江. 光谱学与光谱分析. 2014(12)
[4]中药注射剂的不良反应研究进展[J]. 谭乐俊,王萌,朱彦. 中国中药杂志. 2014(20)
[5]从中药注射剂质量标准分析其不良反应成因[J]. 崔宏玉,梁爱华. 中国中药杂志. 2014(05)
[6]NIRS法快速测定复方阿胶浆中总黄酮、总皂苷和可溶性固形物[J]. 韩海帆,张路,张淹,李文龙,瞿海斌. 中草药. 2013(17)
[7]正交空间样本选择在金银花多批醇沉过程中的应用[J]. 林兆洲,徐冰,史新元,乔延江. 世界科学技术(中医药现代化). 2012(06)
[8]中药生产多工序多指标统计质量控制（MMSQC）方法[J]. 熊皓舒,傅迎,聂晶,瞿海斌. 中国中药杂志. 2012(13)
[9]虚拟组分-人工神经网络用于中药紫外光度法中多组分的同时测定[J]. 白立飞,张海涛,张寒琦,王红霞,王洪艳. 光谱学与光谱分析. 2007(01)
[10]偏最小二乘法中主成分数确定的新方法[J]. 苏越,郭寅龙. 计算机与应用化学. 2001(03)
博士论文
[1]数据驱动的中药制药过程质量控制方法及应用研究[D]. 严斌俊.浙江大学 2015
[2]基于分子光谱的多元校正模型优化与转移方法及其应用研究[D]. 范伟.中南大学 2013
硕士论文
[1]近红外光谱技术在中草药口服液量控制过程中的应用研究[D]. 李晶晶.华南理工大学 2018
[2]近红外光谱法在参芪扶正注射液醇沉工艺质控中的应用研究[D]. 罗雨.浙江大学 2017
[3]适宜中药材体系的近红外分析方法影响因素研究[D]. 耿姝.浙江大学 2016
[4]近红外和紫外光谱法在痰热清注射液质控中的应用[D]. 邢丽红.浙江大学 2011
本文编号：3288823
本文链接：https://www.wllwen.com/yixuelunwen/zhongyaolw/3288823.html
