香砂胃苓丸混合終點(diǎn)在線監(jiān)測(cè)及質(zhì)量評(píng)價(jià)近紅外模型的建立

付立娟 邢成 邊雨 姜春鳳 郭敏 曲佳樂(lè) 高陸 王寶成

摘要? ［目的］利用近紅外光譜技術(shù)，快速判斷香砂胃苓丸中間體的混合終點(diǎn)。結(jié)合高效液相色譜分析方法，建立中間體的近紅外光譜模型，實(shí)現(xiàn)香砂胃苓丸中間體質(zhì)量的快速評(píng)價(jià)。［方法］采用聲光可調(diào)-近紅外光譜（AOTF-NIR）技術(shù)，通過(guò)主成分分析法和移動(dòng)窗標(biāo)準(zhǔn)偏差法判斷中間體的混合終點(diǎn)。采用高效液相色譜法，檢測(cè)35批香砂胃苓丸中間體中橙皮苷的含量，即得化學(xué)值。利用SNAP光譜軟件進(jìn)行光譜采集，以一階導(dǎo)數(shù)法和平滑濾波系數(shù)法進(jìn)行光譜預(yù)處理。采用The Unscrambler分析軟件，將近紅外光譜圖與含量化學(xué)值相關(guān)聯(lián)，以偏最小二乘法（PLS）和交叉-驗(yàn)證法（cross-validation）建立香砂胃苓丸中間體中橙皮苷含量的定量校正模型。［結(jié)果］香砂胃苓丸中間體在40 min時(shí)基本達(dá)到混合終點(diǎn)，且近紅外光譜預(yù)測(cè)值與化學(xué)值混合終點(diǎn)的結(jié)果一致。香砂胃苓丸中間體中橙皮苷定量模型內(nèi)外部驗(yàn)證相關(guān)系數(shù)均大于0.90，校正均方根偏差（RMSEC）為0.132 9，預(yù)測(cè)均方根偏差（RMSEP）為0.155 3，定量模型的外部驗(yàn)證結(jié)果相對(duì)標(biāo)準(zhǔn)偏差（RSD）均小于5%，表明橙皮苷含量預(yù)測(cè)值準(zhǔn)確性較高。［結(jié)論］聲光可調(diào)-近紅外光譜技術(shù)能夠?qū)崿F(xiàn)香砂胃苓丸中間體混合終點(diǎn)的快速判斷和質(zhì)量的快速評(píng)價(jià)，縮短生產(chǎn)周期，提高生產(chǎn)效率。

關(guān)鍵詞? 香砂胃苓丸；聲光可調(diào)-近紅外光譜技術(shù)；混合終點(diǎn)；在線監(jiān)測(cè)；質(zhì)量評(píng)價(jià)

中圖分類(lèi)號(hào)? R927? 文獻(xiàn)標(biāo)識(shí)碼? A? 文章編號(hào)? 0517-6611（2024）04-0153-04

doi：10.3969/j.issn.0517-6611.2024.04.034

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

On.line Monitoring of Mixed End Point and Establishment of Near Infrared Model for Quality Evaluation of Xiangsha Weiling Pills

FU Li.juan1，XING Cheng2，BIAN Yu1 et al

（1.Jilin Modern Chinese Medicine Engineering Research Center Co.， Ltd.，Changchun，Jilin 130102;2.Tongyao Pharmaceutical Group Co.， Ltd.， Baishan， Jilin 134300）

Abstract? ［Objective］The mixed end point of intermediates in Xiangsha weiling pills were determined quickly by near.infrared spectroscopy.Based on the high.performance liquid chromatography analysis method， the near infrared spectroscopy model of the intermediates was established to realize the rapid quality evaluation of the intermediates of Xiangsha weiling pills.［Method］Acousto.optic tunable near infrared spectroscopy （AOTF.NIR） was used to determine the mixed endpoint of intermediates by principal component analysis and moving window standard deviation.The hesperidin content in 35 batches of Xiangsha weiling pill intermediates was determined by high.performance liquid chromatography method.The first derivative method and the smooth filtering coefficient method were used to preprocess the spectra.The Unscrambler software was used to correlate the NIR spectra with the chemical values of the contents， a quantitative calibration model for hesperidin content in the intermediates of Xiangsha weiling pills was established by using partial least squares test （PLS） and cross.validation.［Result］The intermediate of Xiangsha weiling pill basically reached the mixed end point at 40 min， and the predicted value of near infrared spectrum was consistent with the mixed end point of chemical value.The correlation coefficients between internal and external validation of hesperidin quantitative model in Xiangsha weiling pill intermediates were all greater than 0.90， the corrected root.mean.square deviation （RMSEC） was 0.132 9， and the predicted root.mean.square deviation （RMSEP） was 0.155 3，the relative standard deviation （RSD） of the quantitative model was less than 5%，which indicated that the prediction value of hesperidin content was accurate.［Conclusion］AOTF.NIR technology can be used to quickly judge the mixed end point and evaluate the quality of Xiangsha weiling pill intermediates， shorten the production cycle and improve the production efficiency.

Key words? Xiangsha weiling pills;AOTF.NIR technology;Mixed end point;On.line monitoring;Quality evaluation

基金項(xiàng)目? 吉林省科技發(fā)展計(jì)劃項(xiàng)目（202007087031YY）。

作者簡(jiǎn)介? 付立娟（1988—），女，吉林農(nóng)安人，工程師，碩士，從事中藥制劑研究。*通信作者，高級(jí)工程師，博士，從事中藥制劑研究。

收稿日期? 2023-01-30

香砂胃苓丸是由木香、砂仁、麩炒蒼術(shù)、姜厚樸、麩炒白術(shù)、陳皮、茯苓、澤瀉、豬苓、肉桂和甘草11味中藥組成，祛濕運(yùn)脾，行氣和胃，用于水濕內(nèi)停之嘔吐、瀉泄、浮腫、眩暈、小便不利等癥［1］。香砂胃苓丸是由11味藥材細(xì)粉混合以水泛丸制成，中間體藥材細(xì)粉混合的均勻程度是直接影響產(chǎn)品質(zhì)量的關(guān)鍵因素。傳統(tǒng)的混合方法無(wú)法實(shí)現(xiàn)混合程度的在線監(jiān)測(cè)和混合終點(diǎn)的快速判斷。

現(xiàn)代近紅外光譜（near infrared spectroscopy，NIRS）分析技術(shù)是近年來(lái)興起的一種綠色分析技術(shù)，目前已達(dá)到較為成熟的水平，被廣泛用于農(nóng)業(yè)、食品、化工和制藥等領(lǐng)域［2-5］?；谄淇焖佟o(wú)損等優(yōu)勢(shì)，已被引入中藥制造過(guò)程的原料檢測(cè)、過(guò)程控制和成品質(zhì)量快速檢測(cè)等環(huán)節(jié)［6-8］。該研究采用聲光可調(diào)-近紅外光譜（AOTF-NIR）技術(shù)進(jìn)行香砂胃苓丸中間體中藥材細(xì)粉的混合終點(diǎn)的快速判斷，并對(duì)30批次香砂胃苓丸中間體中橙皮苷含量建立近紅外（NIR）定量模型，以實(shí)現(xiàn)香砂胃苓丸中間體質(zhì)量的快速評(píng)價(jià)，保證產(chǎn)品的質(zhì)量均一性，縮短生產(chǎn)周期，提高生產(chǎn)效率。

1? 儀器與材料

1.1? 儀器

AOTF便攜式Luminar-5030型近紅外光譜分析儀（美國(guó)BRIMROSE公司）；SNAP光譜分析軟件；CAMO化學(xué)計(jì)量學(xué)軟件；Thermo-U3000高效液相色譜儀（美國(guó)Thermo公司）；SB-1200D超聲波清洗機(jī)（寧波新芝生物科技股份有限公司）；AB135-S電子天平［梅特勒-托利多儀器（上海）有限公司］。

1.2? 試劑試藥

橙皮苷（批號(hào)110710-201821），購(gòu)自中國(guó)食品藥品檢定研究院。甲醇（分析純），購(gòu)自天津市富宇精細(xì)化工有限公司；冰醋酸（分析純），購(gòu)自北京化工廠；甲醇（色譜），購(gòu)自美國(guó)Fisher；水為純凈水，購(gòu)自娃哈哈集團(tuán)有限公司。

1.3? 樣品

香砂胃苓丸中間產(chǎn)品藥材混合細(xì)粉35批（批號(hào)180601、180602、180603、180604、180605、180606、180607、180608、180609、180611、180701、180702、180703、180704、180705、180706、180707、180708、180709、180710、180711、180712、180713、180714、180715、180801、180802、180807、180808、180809、180810、180901、180902、180903、180905）均由通藥制藥集團(tuán)股份有限公司提供。

2? 方法與結(jié)果

2.1? 橙皮苷含量測(cè)定

2.1.1? 色譜條件與系統(tǒng)適用性試驗(yàn)。以十八烷基硅烷鍵合硅膠為填充劑；以甲醇-水-醋酸（35∶61∶4）為流動(dòng)相，檢測(cè)波長(zhǎng)為283 nm。理論板數(shù)按橙皮苷峰計(jì)算應(yīng)不低于2 000。

2.1.2? 對(duì)照品溶液的制備。取橙皮苷對(duì)照品適量，精密稱(chēng)定，加甲醇制成40 μg/mL的溶液，即得。

2.1.3? 供試品溶液的制備。取本品0.55 g，精密稱(chēng)定，置具塞錐形瓶中，精密加入甲醇100 mL，稱(chēng)定重量，加熱回流3 h，放冷，再稱(chēng)定重量，用甲醇補(bǔ)足減失的重量，搖勻，濾過(guò)，取續(xù)濾液，即得。

2.1.4? 含量測(cè)定。由于香砂胃苓丸中間產(chǎn)品藥材細(xì)粉加水泛丸，制成水丸，過(guò)程中未添加其他輔料，所以按照《中國(guó)藥典》2020年版第一部香砂胃苓丸項(xiàng)與［含量測(cè)定］方法，分別精密吸取對(duì)照品溶液與供試品溶液各10 μL，注入液相色譜儀，測(cè)定35批香砂胃苓丸中間體中橙皮苷含量［1］，結(jié)果見(jiàn)表1。橙皮苷對(duì)照品溶液和供試品溶液液相色譜圖見(jiàn)圖1。

2.2? 混合終點(diǎn)判斷模型的建立與驗(yàn)證

2.2.1? NIR光譜的采集。

將NIR分析儀連接到物料方錐混合機(jī)進(jìn)料口處，當(dāng)藥材細(xì)粉完全覆蓋儀器采樣窗口時(shí)，即采樣窗口向上（180°）時(shí)進(jìn)行光譜采集，掃描范圍1 100～2 300 nm，掃描間隔為2.0 nm，掃描平均次數(shù)為200次。

2.2.2? 模型的建立。

利用SNAP光譜分析軟件，采用主成分分析法（PCA）和移動(dòng)窗標(biāo)準(zhǔn)偏差法（MBSD），建立藥材細(xì)粉混合程度的監(jiān)測(cè)模型，判斷混合終點(diǎn)。MBSD即選取n個(gè)連續(xù)記錄的光譜作為一個(gè)區(qū)塊，計(jì)算其在各個(gè)波長(zhǎng)處吸光度的標(biāo)準(zhǔn)偏差和波長(zhǎng)區(qū)段內(nèi)的平均標(biāo)準(zhǔn)偏差。每移動(dòng)一個(gè)時(shí)間點(diǎn)，去除區(qū)塊內(nèi)最早的一個(gè)光譜，并新添加一個(gè)光譜重新計(jì)算，依此類(lèi)推。當(dāng)標(biāo)準(zhǔn)偏差隨著混合時(shí)間的延長(zhǎng)越趨近于0且越穩(wěn)定時(shí)，代表混合均勻，達(dá)到混合終點(diǎn)。

按“2.2.1”光譜采集方法，監(jiān)測(cè)3批香砂胃苓丸藥材細(xì)粉（批號(hào)180601、180602、180603）的混合過(guò)程，在線監(jiān)測(cè)結(jié)果見(jiàn)圖2。由圖2可知，MBSD曲線剛開(kāi)始波動(dòng)劇烈，表明物料混合不均勻，但在40 min后MBSD曲線趨近平緩，以此判斷40 min 時(shí)即達(dá)到混合均勻。

2.2.3? 模型的驗(yàn)證。

藥材細(xì)粉混合過(guò)程中，以取樣探針每5 min采集一次樣本，采樣點(diǎn)分別為混合罐的上、中、下、前、后、左、右7個(gè)采樣點(diǎn)，按“2.1”方法測(cè)定橙皮苷含量，計(jì)算每個(gè)時(shí)間點(diǎn)7個(gè)采樣點(diǎn)指標(biāo)含量的RSD，當(dāng)某個(gè)時(shí)間點(diǎn)橙皮苷含量的RSD小于3.00%時(shí)，代表混合均勻，結(jié)果見(jiàn)表2。

從表2可以看出，隨著混合時(shí)間的延長(zhǎng)，各指標(biāo)含量的RSD逐漸減小，并在40 min后趨近平穩(wěn)且RSD均小于3.00%，代表在40 min達(dá)到混合終點(diǎn)。HPLC法實(shí)測(cè)的混合終點(diǎn)與NIR分析儀在線監(jiān)測(cè)的終點(diǎn)一致，說(shuō)明NIR分析儀判斷混合終點(diǎn)模型準(zhǔn)確性較高。

2.3? 定量模型的建立

2.3.1? 光譜采集。

取30批次中間體，掃描NIR光譜圖。掃描條件：掃描范圍1 100～2 300 nm，掃描間隔為2.0 nm，掃描平均次數(shù)為300次。每個(gè)樣品測(cè)定3次，取平均值作為樣品原始吸收光譜圖，形成30批次中間體疊加圖，見(jiàn)圖3。

2.3.2? 光譜預(yù)處理方法考察。

在建立模型前，利用SNAP光譜分析軟件對(duì)原始光譜進(jìn)行預(yù)處理，消除噪音和基線漂移等對(duì)光譜信息的影響，處理方法有校準(zhǔn)歸一化法（SNV）、一階導(dǎo)數(shù)法（FD）、二階導(dǎo)數(shù)法（SD）、平滑降噪法（SG）等。通過(guò)校正集交叉驗(yàn)證相關(guān)系數(shù)（R2）、校正均方根偏差（RMSEC）、預(yù)測(cè)均方根偏差（RMSEP）3個(gè)參數(shù)進(jìn)行預(yù)處理方法的篩選優(yōu)化［9-12］，其中R2分為內(nèi)部驗(yàn)證相關(guān)系數(shù)（R2CV）和外部驗(yàn)證相關(guān)系數(shù)（R2Cal），R2在0.90以上且值越接近1，NIR模型預(yù)測(cè)值與實(shí)測(cè)值相關(guān)性越好；RMSEC與RMSEP值越小且越接近，且RMSEC略小于RMSEP，所建模型適用性越好，預(yù)測(cè)結(jié)果越準(zhǔn)確。

光譜預(yù)處理方法比較結(jié)果見(jiàn)表3，光譜預(yù)處理見(jiàn)圖4。結(jié)果顯示，采用一階導(dǎo)數(shù)平滑降噪法（FD+SG）處理的光譜預(yù)處理圖建立的橙皮苷定量模型，R2最接近1，RMSEC與RMSEP最小且最接近，說(shuō)明通過(guò)FD+SG法預(yù)處理，可有效消除噪音和基線漂移等因素對(duì)模型的影響。

2.3.3? NIR定量模型的建立。

采用The Unscrambler分析軟件，以偏最小二乘法（PLS）和交叉-驗(yàn)證法（cross-validation）建立NIR模型與化學(xué)值的關(guān)聯(lián)［9］，利用CAMO化學(xué)計(jì)量學(xué)軟件建立橙皮苷含量的NIR模型［10-12］。采用光譜影響值Leverage和化學(xué)值誤差Residual等統(tǒng)計(jì)量檢驗(yàn)，剔除NIR光譜與各指標(biāo)測(cè)定結(jié)果的異常值，得到精準(zhǔn)的橙皮苷含量NIR定量模型，見(jiàn)圖5。

橙皮苷含量NIR定量模型（圖5）顯示，香砂胃苓丸中間體橙皮苷含量模型R2CV為0.949 9，R2Cal為0.921 9，均在090以上，RMSEC為0.132 9，RMSEP為0.155 3。上述參數(shù)表明，參與建模的中間體NIR光譜與橙皮苷含量其相關(guān)性較好，所建立的NIR定量模型性能良好。

2.3.4? 模型驗(yàn)證。

在線監(jiān)測(cè)5批中間體（批號(hào)180810、180901、180902、180903、180905）混合終點(diǎn)，取混合終點(diǎn)中間體藥材細(xì)粉掃描光譜，導(dǎo)入橙皮苷含量NIR定量模型，獲得橙皮苷含量的預(yù)測(cè)結(jié)果，計(jì)算預(yù)測(cè)值與實(shí)測(cè)值偏差，驗(yàn)證模型準(zhǔn)確性，結(jié)果見(jiàn)表4。從表4可以看出，5批次驗(yàn)證樣品中橙皮苷含量的預(yù)測(cè)值與HPLC實(shí)測(cè)值偏差平均值為3.65%，偏差均值小于5.00%。由此可見(jiàn)，中間體橙皮苷含量NIR定量模型預(yù)測(cè)值與HPLC檢測(cè)方法實(shí)測(cè)值之間相關(guān)性良好，測(cè)定準(zhǔn)確性較高，可以采用NIR定量模型快速檢測(cè)分析香砂胃苓丸中間體中橙皮苷含量。

3? 結(jié)論

該研究首次利用AOTF-NIR技術(shù)建立判斷香砂胃苓丸

中間體混合終點(diǎn)近紅外在線監(jiān)測(cè)模型和中間體質(zhì)量評(píng)價(jià)的

橙皮苷含量定量模型。結(jié)果表明，HPLC法實(shí)測(cè)的混合終點(diǎn)與NIR分析儀在線監(jiān)測(cè)的終點(diǎn)一致，說(shuō)明模型準(zhǔn)確性較高，可用于快速檢測(cè)混合終點(diǎn)。橙皮苷含量NIR定量模型經(jīng)外部驗(yàn)證，預(yù)測(cè)值與實(shí)測(cè)值間相關(guān)性良好，可用于香砂胃苓丸中間體質(zhì)量快速評(píng)價(jià)。利用AOTF-NIR技術(shù)能夠滿足生產(chǎn)中間體快速檢測(cè)需求，既保證產(chǎn)品的質(zhì)量均一性，又縮短了檢測(cè)周期，降低檢測(cè)成本，提高生產(chǎn)效率。

參考文獻(xiàn)

［1］國(guó)家藥典委員會(huì).中華人民共和國(guó)藥典：2020年版 一部［S］.北京：中國(guó)醫(yī)藥科技出版社，2020：1295-1296.

［2］褚小立，陳瀑，李敬巖，等.近紅外光譜分析技術(shù)的最新進(jìn)展與展望［J］.分析測(cè)試學(xué)報(bào)，2020，39（10）：1181-1188.

［3］褚小立，史云穎，陳瀑，等.近五年我國(guó)近紅外光譜分析技術(shù)研究與應(yīng)用進(jìn)展［J］.分析測(cè)試學(xué)報(bào)，2019，38（5）：603-611.

［4］王玉真，邱昌桂，楊晶津，等.基于近紅外光譜分析技術(shù)評(píng)價(jià)打葉復(fù)烤片煙混合均勻性［J］.安徽農(nóng)業(yè)科學(xué)，2022，50（24）：178-180，194.

［5］鐘英杰，李亮，龐云露，等.近紅外光譜技術(shù)在中藥研究中的應(yīng)用［J］.藥物分析雜志，2015，35（10）：1697-1703.

［6］王美慧，姜文月，邊雨，等.聲光可調(diào)-近紅外光譜技術(shù)快速評(píng)價(jià)牡丹皮藥材質(zhì)量［J］.藥物分析雜志，2020，40（2）：382-387.

［7］蘇婷，姜文月，李亞?wèn)|，等.聲光可調(diào)-近紅外光譜法快速判斷精芪雙參膠囊的混合終點(diǎn)及測(cè)定黃芪甲苷的含量［J］.中國(guó)藥房，2018，29（12）：1616-1620.

［8］薛忠，徐冰，張志強(qiáng)，等.藥物粉末混合過(guò)程在線監(jiān)控技術(shù)研究進(jìn)展［J］.中國(guó)藥學(xué)雜志，2016，51（2）：91-95.

［9］吳莎，劉啟安，李云，等.最小二乘支持向量機(jī)和偏最小二乘法在梔子中間體純化工藝近紅外定量分析中的應(yīng)用［J］.中草藥，2015，46（7）：990-997.

［10］周昭露，李杰，黃生權(quán)，等.近紅外光譜技術(shù)在中藥質(zhì)量控制應(yīng)用中的化學(xué)計(jì)量學(xué)建模：綜述和展望［J］.化工進(jìn)展，2016，35（6）：1627-1645.

［11］張進(jìn)，胡蕓，周羅雄，等.近紅外光譜分析中的化學(xué)計(jì)量學(xué)算法研究新進(jìn)展［J］.分析測(cè)試學(xué)報(bào)，2020，39（10）：1196-1203.

［12］解育靜，張家楠，朱冬寧，等.肉桂中4種成分近紅外定量分析模型的建立［J］.中國(guó)實(shí)驗(yàn)方劑學(xué)雜志，2020，26（2）：119-123.