李臣貴, 胡育筑
(1.中國藥科大學(xué)分析化學(xué)教研室,江蘇南京210009;2.藥物質(zhì)量與安全預(yù)警教育部重點實驗室,江蘇 南京210009)
近紅外(NIR)光譜是指波長介于780~2 500 nm(12 000~4 000 cm-1)的電磁波譜,對物質(zhì)的穿透能力較強。其用于測試分析時,所測樣品無需預(yù)處理,且不需消耗化學(xué)試劑,對環(huán)境無污染,具有非破壞、快速及環(huán)保等特點[1],在環(huán)境保護(hù)[2,3]、農(nóng)業(yè)[4]、醫(yī)藥[5,6]、煙草[7,8]等領(lǐng)域中有著廣泛的應(yīng)用。
頭孢類抗生素是對冠頭孢菌生成的天然頭孢菌
[接受日期]2010-05-13素再行半合成而得到的一類抗生素,具有抗菌譜廣、副作用小、抗菌作用強等優(yōu)點,深受臨床醫(yī)生的青睞[9]。目前,頭孢類藥物的檢測主要采用液相色譜與紅外光譜相結(jié)合的方法,該方法準(zhǔn)確度高、可靠性強,但存在檢測周期長、所用化學(xué)試劑污染環(huán)境及易破壞樣品等缺陷。本文采用NIR光譜與化學(xué)計量學(xué)相結(jié)合的方法,建立了頭孢類藥物的NIR識別模型,可無需化學(xué)試劑和復(fù)雜的樣品前處理而快速方便地實現(xiàn)對頭孢類藥物的無損鑒別分析。
Matrix-F型傅立葉變換近紅外光譜儀(德國Bruker公司),配有IN26-1型采樣光纖、銦鎵砷(In-GaAs)檢測器和OPUS6.5光譜分析軟件;XP205型電子分析天平(瑞士梅特勒-托利多公司);YC-D207型超聲波加濕器(北京亞都室內(nèi)環(huán)??萍加邢薰?。
頭孢類原料藥樣品,共8個品種104批次,包括頭孢氨芐(TBANB)14批、頭孢呋辛酯(TBFXZH)12批、頭孢克洛(TBKL)12批、頭孢硫脒(TBLM)14批、頭孢曲松鈉(TBQSNa)12批、頭孢他定(TBTD) 14批、頭孢他美酯(TBTMZH)13批和頭孢西丁鈉(TBXDNa)13批,均由揚子江藥業(yè)集團(tuán)提供,2006~2009年生產(chǎn)。每個品種隨機抽取5批用于檢驗,剩余樣品用于建模。
不破壞樣品包裝,用光纖探頭直接抵住聚乙烯包裝袋,采集樣品NIR漫反射光譜。采集條件:掃描范圍為12 000~4 000 cm-1,分辨率為8 cm-1,掃描累積次數(shù)為32次。
按“方法”項下采集空白包裝袋和頭孢類原料藥樣品的NIR漫反射光譜圖(見圖1)。由圖1a可見,空白包裝袋在9 500 cm-1波數(shù)以上和4 500 cm-1波數(shù)以下處吸收值(A)較大;而由圖1b可見,頭孢類原料藥的特征吸收峰主要在9 200 cm-1波數(shù)以下。故選擇波數(shù)9 200~4 500 cm-1處作為NIR建模譜段。
圖1 空白包裝袋和頭孢類原料藥的NIR譜圖Figure 1 NIR spectrum of polyethylene package and cephalosporins
頭孢類原料藥多為白色結(jié)晶性粉末,樣品性質(zhì)比較均一,其對NIR光譜的影響主要來源于顆粒不均勻而產(chǎn)生的光散射。研究表明,矢量歸一化法可較好地消除粒徑不均勻?qū)庾V的影響,而導(dǎo)數(shù)光譜能夠消除基線漂移,提高重疊峰的分辨率[10]。因此,分別采用矢量歸一化(VN)、一階導(dǎo)數(shù)+矢量歸一化(1FD+VN)和二階導(dǎo)數(shù)+矢量歸一化(2FD+VN)等方法預(yù)處理樣品光譜,并對其中導(dǎo)數(shù)光譜進(jìn)行9點平滑處理,結(jié)果見圖2。
由圖2可見,經(jīng)預(yù)處理的樣品光譜消除了基線漂移,降低了背景及噪聲干擾,增加了重疊峰的分辨率,提高了信噪比,增強了光譜特征。
圖2 預(yù)處理后的樣品NIR譜圖Figure 2 The pre-processed NIR spectrum of the samples
采用單個光譜和平均光譜間的馬氏距離與限定值進(jìn)行比較,檢出異常光譜。限定值計算公式為:
其中,Rank為階數(shù)即主成分維數(shù),M為建模樣品數(shù),F(xiàn)actor為因子數(shù)(2~10,因頭孢類原料藥性質(zhì)比較均一,故本文選擇2)。若光譜與平均光譜間的距離大于限定值,則被認(rèn)定是異常光譜,不參與建模,反之亦然。由此,對參與建模的光譜進(jìn)行篩選。結(jié)果發(fā)現(xiàn)TBQSNa中有一光譜與平均光譜間的距離大于限定值,故剔除,采用剩余光譜建模。
對譜圖進(jìn)行預(yù)處理并檢出異常光譜后,結(jié)合NIR分析軟件建立樣品的NIR鑒別模型,建模結(jié)果見表1。
由表1可見,僅經(jīng)VN處理后,部分樣品譜圖間分辨率小于2,而經(jīng)1FD+VN和2FD+VN處理后,所有樣品譜圖分辨率均大于2。且因求導(dǎo)級數(shù)增高會增加計算量,降低譜圖的信噪比,故優(yōu)選1FD+VN預(yù)處理方法建立頭孢類原料藥的 NIR鑒別模型。
3.5.1 準(zhǔn)確性 模型建立后,需要用外部驗證的方法對模型進(jìn)行檢驗,進(jìn)一步確定模型的準(zhǔn)確性。利用未參加建模的獨立驗證集進(jìn)行檢驗,取8種頭孢類原料藥各5批次樣品采集其NIR光譜并帶入已建立的模型檢驗,各樣品光譜驗證的匹配值見表2。
表1 建模結(jié)果Table1 Themodeling result
由表2可見,所有樣品光譜驗證的匹配值均小于模型中對應(yīng)組的閾值,各樣品均能被準(zhǔn)確判定,證明所建模型的準(zhǔn)確性良好。
3.5.2 專屬性 取譜圖分辨率最小的兩種樣品TBANB和TBXDNa,分別以不同的比例混合,采集其光譜帶入模型檢驗,結(jié)果見表3。
表3 專屬性驗證匹配值Table3 Thematch values of specificity test
由表3可見,當(dāng)TBANB中TBXDNa的比例超過5%或者TBXDNa中TBANB的比例超過8%時即可被檢出,證明所建模型的專屬性良好。
3.5.3 耐用性 為檢驗當(dāng)環(huán)境改變時模型的適用能力,取模型中閾值最大的樣品TBXDNa,分別在不同的溫度、濕度條件下,由不同的操作人員采集其光譜并帶入模型檢驗,并以匹配值的相對標(biāo)準(zhǔn)偏差(RSD)判斷模型的耐用性,結(jié)果測得RSD為0.9% (n=9),證明所建模型的耐用性良好。
[1] 陸婉珍,袁洪福,徐廣通,等.現(xiàn)代近紅外光譜分析技術(shù)[M].北京:中國石化出版社,2000.
[2] 徐京萍,張柏,李方,等.基于MODIS數(shù)據(jù)的太湖藻華水體識別模式[J].湖泊科學(xué),2008,20(2):191-195.
[3] Frost R L,Reddy B.J,Wain D L,et al.Identification of the rosasite group minerals—An application of near infrared spectroscopy[J].Spectrochim Acta A,2007,66(4/ 5):1075-1081.
[4] Wilkinsona M,Wana Y,Tosia P,et al.Identification and genetic mapping of variant forms of puroindoline b expressed in developing wheat grain[J].J Cereal Sci,2008,48(3):722-728.
[5] 曹槐,路帆,李虹,等.不同來路海洛因近紅外光譜的支持向量機模式識別[J].計算機與應(yīng)用化學(xué),2009,26(3):287-291.
[6] Chong X M,Hu C Q,F(xiàn)eng Y C,et al.Construction of a universalmodel for non-invasive identification of cephalosporins for injection using near-infrared diffuse reflectance spectroscopy[J].Vibrational Spectroscopy,2009,49(2): 196-203.
[7] 束茹欣,王國東,張建平,等.國產(chǎn)烤煙煙葉的NIRS模式識別[J].煙草科技,2006(8):12-15.
[8] 謝娟,羅建群,姚鶴鳴,等.基于NIR和化學(xué)指標(biāo)的國產(chǎn)烤煙煙葉產(chǎn)地、部位模式識別[J].煙草科技,2008 (7):42-44.
[9] 戴德銀,盧海波,趙俊.頭孢菌素的分類、藥效及臨床應(yīng)用[J].現(xiàn)代臨床醫(yī)學(xué),2007,3(1):81-84.
[10]嚴(yán)衍祿.近紅外光譜分析基礎(chǔ)與應(yīng)用[M].北京:輕工業(yè)出版社,2005.