新闻中心
| 地 址： | 中国南京市秦淮区光华东街1号5栋304室 | ||
| 联系人： | 吴 广 宇 | ||
| 电 话： | 025-52334586, 52334546 | ||
| 传 真： | 025-52334506 | ||
| 邮 箱： | guangyu_wu@timelessintl.com | ||
近红外漫反射光谱法测定阿奇霉素分散片的含量
日期：2016/07/26
摘要：阿奇霉素是目前临床应用广泛的新一代大环内酯类抗生素，具有广谱抗菌作用，在酸性环境中有较高的稳定性，并具有吸收好、生物利用度高、半衰期长、部分组织及细胞浓度高、能向病灶定向转运、毒性低及耐受性好等优点，在20世纪90年代被广泛应用，其原料及片剂、胶囊已收载于中国药典2005年版。
目的应用近红外漫反射技术和化学计量学的方法对阿奇霉素分散片进行定量分析。方法通过偏最小二乘法建立数学模型，对预测集进行预测，并对实际样品的含量进行测定。结果40个样品经内部交叉验证建立预测模型，内部交叉验证确定系数R2=99.86，内部交叉验证的均方差RMSECV=0.504。用8个样品进行外部验证，预测值与真实值的相关系数达0.9994。预测值的平均回收率为100.2%（RSD=0.85%，n=8），方法精密度RSD=0.89%（n=7），方法稳定性RSD=0.90%（n=7）。结论本方法快速简便，结果准确，适用于对模型涉及企业的药品进行快速检查或质量控制。
阿奇霉素的含量测定中国药典采用微生物效价法［2］，美国药典使用高效液相色谱法［3］。这些方法均耗时较长，预处理方法繁琐，需消耗大量的化学试剂，操作周期长，难以满足企业实时在线控制的需求。近红外光谱（near-infraredspectroscopy，NIRS）分析技术是近年来迅速发展和应用的一种绿色分析技术。由于该方法不需对样品进行任何预处理，操作快速简便且无污染，现已被广泛应用于农业、食品、饲料和烟草［4～6］等行业的产品品质分析，也可应用于药物的定性和定量分析［7，8］。本文采用近红外漫反射技术和偏最小二乘法（PLS）对阿奇霉素分散片进行分析，方法快速简便，结果准确可靠。
1仪器与试药
1.1仪器
TENSOR37红外分光光度计（德国BRUKER公司），AE-240电子分析天平（瑞士Mettller公司），单冲压片机（上海天和制药机械有限公司）。
1.2试药
阿奇霉素原料及辅料（西安利君制药有限责任公司提供），根据处方量准确称取不同比例，配制成浓度范围在29%～73%（相当于标示量的50%～120%）的阿奇霉素粉末样品，分别混合均匀，用压片机压片，共48份。另10批阿奇霉素分散片，由西安利君制药有限责任公司提供。
2方法
2.1基础数据的测定
阿奇霉素分散片以效价法测得的浓度作为理论含量，阿奇霉素自制片以配制浓度作为理论含量。58份样品中，校正集40份（均为阿奇霉素自制片），另8份（均为阿奇霉素自制片）作为预测样品。以所得校正模型，对10批阿奇霉素分散片（实际样品）进行含量测定，并将其结果与经典效价法的结果进行比较。
2.2光谱采集
从每份样品中随机取5片，用仪器的漫反射光纤探头压住药片，在12000～4000cm-1间对样品进行扫描，分辨率为8cm-1，扫描次数为64次，每片重复扫描3次，取平均光谱。
3结果
3.1近红外漫反射光谱
由图1可以看出，阿奇霉素原料与辅料光谱峰有重叠。
3.2以校正集样本建立数学模型
以Bruker傅立叶变换近红外光谱仪附带的OPUS软件包对40个校正集样品光谱数据进行偏最小二乘回归，分别采用11种光谱预处理方法，经内部交叉验证，建立校正模型，得到最优回归条件：回归浓度4200～5000和6000～9000cm-1；光谱预处理：多元散射校正；主因子数10。内部交叉验证的均方差RMSECV=1：阿奇霉素分散片；2：原料；3：辅料
图1阿奇霉素分散片的近红外光谱图
0.504，确定系数R2=99.86。校正模型见图2。
3.3外部预测结果
用建立的最佳校正模型，对预测集中的阿奇霉素含量进行预测。预测集结果见表1。
表1近红外测试的预测结果与真值之间建立回归方程：
y=1.0072x-0.473
预测值与真实值的相关系数达0.9994。表明校正模型预测的结果准确，因此可以认为该数学模型可靠。近红外预测值与理论值的对应关系见图3。
3.4实际样品分析
将10批不同批号实际样品的近红外光谱图代入表1预测集中阿奇霉素的预测结果平均回收率（averagerecovery）±RSD：（100.22±0.85）%。图3外部验证校正曲线
建好的校正模型中，并与其经典方法测量值即真值进行比较，结果见表2。通过对实际样品的分析，进一步验证了此方法的准确性。
3.5精密度与回收率实验
取某一预测样品，重复测量7次其近红外光谱，分别将这7次所得的光谱代入建立好的校正模型中计算阿奇霉素的含量，以考察方法的精密度。结果RSD=0.89%（n=7），由表1知其平均回收率为100.22%，RSD为0.85%（n=8）。
3.6稳定性实验
取一份预测样品在7d内每天采集其近红外光谱，分别将所得光谱代入已建立的校正模型中计算阿奇霉素的含量，以考察其稳定性。结果RSD为0.90%（n=7）。
4讨论
（1）阿奇霉素分散片的原料与辅料重叠严重，以Bruker傅立叶变换近红外光谱仪附带的OPUS软件包，以偏最小二乘法（PLS）对样品光谱从4000～表2实际样品分析结果（含量%）12000cm-1进行全谱计算分析，选择出最优波段。在此基础之上，手动对波段进行微调，使选择的波段包含待测组分的信息量最大，受背景的干扰最少，以达到最佳的预测效果。
（2）实验结果显示，由于通过近红外定量分析技术测定的产品结果与经典方法测定的结果在精密度和稳定上均一致，因此不仅可以在企业产品质量的在线控制上广泛的应用，而且可以替代效价法作为企业日常产品质量检验的标准。由于近红外光谱法是一种快速（测定一个样品只需3min）、绿色（不消耗任何试剂）无损的分析技术，必将为企业节约大量的人力、物力，提高企业生产的效率。因此在企业内部产品质量控制方面有广泛的应用前景。
（3）NIRs定量分析方法并非一种像HPLC法一样的通用型方法，因此，任何一个特定的NIRs定量测定模型都只对该模型涉及的产品适用，例如本文所建阿奇霉素分散片的NIRs定量测定模型只适用于西安利君制药有限公司生产的阿奇霉素分散片的含量测定，这可以看作是该分析方法局限性的一种体现。
目的应用近红外漫反射技术和化学计量学的方法对阿奇霉素分散片进行定量分析。方法通过偏最小二乘法建立数学模型，对预测集进行预测，并对实际样品的含量进行测定。结果40个样品经内部交叉验证建立预测模型，内部交叉验证确定系数R2=99.86，内部交叉验证的均方差RMSECV=0.504。用8个样品进行外部验证，预测值与真实值的相关系数达0.9994。预测值的平均回收率为100.2%（RSD=0.85%，n=8），方法精密度RSD=0.89%（n=7），方法稳定性RSD=0.90%（n=7）。结论本方法快速简便，结果准确，适用于对模型涉及企业的药品进行快速检查或质量控制。
阿奇霉素的含量测定中国药典采用微生物效价法［2］，美国药典使用高效液相色谱法［3］。这些方法均耗时较长，预处理方法繁琐，需消耗大量的化学试剂，操作周期长，难以满足企业实时在线控制的需求。近红外光谱（near-infraredspectroscopy，NIRS）分析技术是近年来迅速发展和应用的一种绿色分析技术。由于该方法不需对样品进行任何预处理，操作快速简便且无污染，现已被广泛应用于农业、食品、饲料和烟草［4～6］等行业的产品品质分析，也可应用于药物的定性和定量分析［7，8］。本文采用近红外漫反射技术和偏最小二乘法（PLS）对阿奇霉素分散片进行分析，方法快速简便，结果准确可靠。
1仪器与试药
1.1仪器
TENSOR37红外分光光度计（德国BRUKER公司），AE-240电子分析天平（瑞士Mettller公司），单冲压片机（上海天和制药机械有限公司）。
1.2试药
阿奇霉素原料及辅料（西安利君制药有限责任公司提供），根据处方量准确称取不同比例，配制成浓度范围在29%～73%（相当于标示量的50%～120%）的阿奇霉素粉末样品，分别混合均匀，用压片机压片，共48份。另10批阿奇霉素分散片，由西安利君制药有限责任公司提供。
2方法
2.1基础数据的测定
阿奇霉素分散片以效价法测得的浓度作为理论含量，阿奇霉素自制片以配制浓度作为理论含量。58份样品中，校正集40份（均为阿奇霉素自制片），另8份（均为阿奇霉素自制片）作为预测样品。以所得校正模型，对10批阿奇霉素分散片（实际样品）进行含量测定，并将其结果与经典效价法的结果进行比较。
2.2光谱采集
从每份样品中随机取5片，用仪器的漫反射光纤探头压住药片，在12000～4000cm-1间对样品进行扫描，分辨率为8cm-1，扫描次数为64次，每片重复扫描3次，取平均光谱。
3结果
3.1近红外漫反射光谱
由图1可以看出，阿奇霉素原料与辅料光谱峰有重叠。
3.2以校正集样本建立数学模型
以Bruker傅立叶变换近红外光谱仪附带的OPUS软件包对40个校正集样品光谱数据进行偏最小二乘回归，分别采用11种光谱预处理方法，经内部交叉验证，建立校正模型，得到最优回归条件：回归浓度4200～5000和6000～9000cm-1；光谱预处理：多元散射校正；主因子数10。内部交叉验证的均方差RMSECV=1：阿奇霉素分散片；2：原料；3：辅料
图1阿奇霉素分散片的近红外光谱图
0.504，确定系数R2=99.86。校正模型见图2。
3.3外部预测结果
用建立的最佳校正模型，对预测集中的阿奇霉素含量进行预测。预测集结果见表1。
表1近红外测试的预测结果与真值之间建立回归方程：
y=1.0072x-0.473
预测值与真实值的相关系数达0.9994。表明校正模型预测的结果准确，因此可以认为该数学模型可靠。近红外预测值与理论值的对应关系见图3。
3.4实际样品分析
将10批不同批号实际样品的近红外光谱图代入表1预测集中阿奇霉素的预测结果平均回收率（averagerecovery）±RSD：（100.22±0.85）%。图3外部验证校正曲线
建好的校正模型中，并与其经典方法测量值即真值进行比较，结果见表2。通过对实际样品的分析，进一步验证了此方法的准确性。
3.5精密度与回收率实验
取某一预测样品，重复测量7次其近红外光谱，分别将这7次所得的光谱代入建立好的校正模型中计算阿奇霉素的含量，以考察方法的精密度。结果RSD=0.89%（n=7），由表1知其平均回收率为100.22%，RSD为0.85%（n=8）。
3.6稳定性实验
取一份预测样品在7d内每天采集其近红外光谱，分别将所得光谱代入已建立的校正模型中计算阿奇霉素的含量，以考察其稳定性。结果RSD为0.90%（n=7）。
4讨论
（1）阿奇霉素分散片的原料与辅料重叠严重，以Bruker傅立叶变换近红外光谱仪附带的OPUS软件包，以偏最小二乘法（PLS）对样品光谱从4000～表2实际样品分析结果（含量%）12000cm-1进行全谱计算分析，选择出最优波段。在此基础之上，手动对波段进行微调，使选择的波段包含待测组分的信息量最大，受背景的干扰最少，以达到最佳的预测效果。
（2）实验结果显示，由于通过近红外定量分析技术测定的产品结果与经典方法测定的结果在精密度和稳定上均一致，因此不仅可以在企业产品质量的在线控制上广泛的应用，而且可以替代效价法作为企业日常产品质量检验的标准。由于近红外光谱法是一种快速（测定一个样品只需3min）、绿色（不消耗任何试剂）无损的分析技术，必将为企业节约大量的人力、物力，提高企业生产的效率。因此在企业内部产品质量控制方面有广泛的应用前景。
（3）NIRs定量分析方法并非一种像HPLC法一样的通用型方法，因此，任何一个特定的NIRs定量测定模型都只对该模型涉及的产品适用，例如本文所建阿奇霉素分散片的NIRs定量测定模型只适用于西安利君制药有限公司生产的阿奇霉素分散片的含量测定，这可以看作是该分析方法局限性的一种体现。
(来源：中国化工仪器网)