近红外光谱技术在丹酚酸B纯化在线质控中的应用研究

1、近红外光谱技术在丹酚酸B纯化在线质控中的应用研究【摘要】目的利用近红外光谱NIR技术研究并建立丹酚酸B的含量检测模型，实现产业化规模中药消费纯化过程的在线质量监控。方法在线采集近红外光谱，同时进展丹酚酸B的HPL检测，采用偏最小二乘法建立纯化过程的丹酚酸B含量检测模型。结果模型的最正确建模波段为98155430-1，相关系数r=0.9776，校正均方差RSE=4.02。预测值与真实值的平均相对误差5%。结论利用NIR技术可以实现丹酚酸B纯化过程的在线质量监控。【关键词】近红外；高效液相色谱法；丹酚酸B；在线质量监控；消费规模我国现行中药消费工艺的控制形式很少考虑工艺过程中的成分及含量变化，根本

2、仍停留在传统的经历控制方法上；同时产品的离线检测方法无法适应消费过程在线检测的需要。实现消费过程的在线实时质量监控是保证中药质量稳定、均一的关键，也是实现中药消费现代化的技术瓶颈。近红外光谱nearinfrared,NIR是近年来迅速开展的一种快速分析技术，它是被测样品的物质组成与构造信息的间接表达。样品NIR光谱的获取操作简便且本钱低，无须复杂的样品前处理，符合在线检测的要求。随着化学计量学和计算机技术的开展，NIR技术在农业和石油工业领域得到了广泛应用1，2。2002年，美国FDA把该项技术作为一种标准的检测方法，2022版?中国药典?已将“近红外分光光度法指导原那么列入目录3。近年来，N

3、IR技术在中药行业特别是中药消费过程的在线检测逐渐成为研究热点，有学者应用其检测丹参水提过程丹参酮和丹酚酸B的含量4，也有对栀子药材提取和三七总皂苷模拟物系进展实时定量分析5，6，最近还有应用NIR技术对黄连和枳壳提取物的纯化过程进展快速分析的报道7，8，但这些仅局限于实验室规模的模拟消费研究，基于消费规模的中药纯化过程的近红外在线检测技术的研究还未见报道。本研究以产业化消费丹酚酸B的关键工序纯化过程作为研究系统，以洗脱液中的主要有效成分-丹酚酸B的含量变化作为研究对象，利用NIR在线检测技术采集光谱，并结合HPL检测技术和化学计量学的数据处理方法，建立纯化过程的丹酚酸B含量检测模型，实现消费

4、过程的全程实时质量监控。1仪器与材料11仪器ANTARIS傅立叶近红外分析仪美国Ther公司，配有光纤配件及TQAnalyst分析软件；Agilent1100高效液相色谱仪美国HP公司；150L不锈钢层析装置天士力现代中药资源。12材料丹参陕西商洛，经天士力现代中药资源质检部鉴定为丹参SalviailtirrhizaBge；丹酚酸B对照品中国药品生物制品检定所；甲醇、乙腈为色谱纯默克公司；甲酸为分析纯天津化学试剂。2原理与方法21原理近红外光是介于可见光和中红外光之间的电磁波，美国材料检测学会将近红外光谱区的范围定义为7802526n(128203959-1)9，是人们最早发现的非可见光。它的

5、光谱区与有机分子中含氢基团H、NH、H振动的合频和各级倍频的吸收区相一致，通过扫描样品的近红外光谱，可以得到样品中有机分子含氢基团的特征信息。不同基团或同一基团在不同化学环境中的近红外吸收波长与强度都有明显差异。因此近红外光谱具有丰富的样品构造和组成信息，适用于天然产物活性成分的品质检测10。由于近红外光谱吸收谱带较宽且重叠严重，必须使用化学计量学方法提取近红外光谱特征信息11。本研究以HPL确定待测组分的含量，应用偏最小二乘法PLS建立组分含量与NIR光谱间关系的数学模型，实现对丹酚酸B消费过程的在线检测和质量监控。2.2方法2.2.1建立研究系统称取丹参药材共50kg，置于500L提取罐中

6、，加5.5倍量水，煎煮提取1h，放液；药渣进展第2次提取，参加3倍量水，煎煮提取0.5h，放液。提取液混合并经过处理后，用聚酰胺树脂纯化，流速为1BV/H。在纯化过程中每隔一定时间在线采谱1次，同时取样进展HPL检测。2.2.2NIR谱图的在线采集光谱采集方式：对纯化过程每隔25in采谱1次，每次采集2张谱图；采谱的同时取样进展HPL检测，样品编号一一对应。光谱采集条件：扫描范围：100004000-1，扫描次数32，分辨率8-1。丹参洗脱液的近红外谱图参见图1。在谱图采集过程中，流通池中的样品存在气泡，一直是困扰试验进展的大问题，因为其直接影响到光信号在流通池中的吸收与传播，造成采集到的光谱

7、出现不规那么峰型，谱图信息受到严重干扰。针对该问题，作者从设备、现场操作等方面入手，经过试验和探索，防止了气泡的干扰现象，扫清了在线采谱的最大障碍。2.2.3丹酚酸B含量的HPL测定方法色谱条件：色谱柱为AgilentZRBAXSB-185,4.6250；流动相为甲醇-乙腈-甲酸-水=3010159；检测波长286n；流速1l/in；柱温30；进样量5l。对照品溶液的制备：精细称取丹酚酸B对照品适量，加75%甲醇制成浓度约为0.14g/l的溶液。供试品溶液的制备：精细量取适量洗脱液，用75%甲醇稀释至10l，摇匀，用0.45滤膜过滤，取滤液即得。转贴于论文联盟.ll.3结果3.1光谱数据的预处

8、理在近红外光谱的采集过程中，环境的变化会引起光谱的基线偏移，随机噪声和样品背景干扰都会对校正结果产生影响，因此需要对光谱数据进展预处理。本研究将各种光谱预处理方法排列组合，考察其对纯化模型相关系数(r)、均方差(RSE)及内部穿插验证均方差(RSEV)的影响。结果见表1。使用的预处理方法有多元散射校正S、标准正交变换SNV、一阶微分(FD)、二阶微分(SD)、savitzky-gdey滤波平滑S-G和Nrris导数滤波平滑(Nrris)等。根据表中的计算结果，最终选择FD+Nrris的光谱预处理方式建立模型。3.2最正确主因子数的选择采用PLS法建立定量模型时，为防止出现“过拟合现象，需要对主

9、因子数进展合理选择。本研究采用留一穿插验证法12，考察了主因子数对内部穿插验证均方差RSEV的影响。模型的穿插验证结果见图2。从图2中可以看出，当主因子数为6时，RSEV为4.42，超过此主因子数时，RSEV不下降反而有所上升，因此确定最正确主因子数为6。33光谱范围的选择光谱范围的选择在NIR定量分析模型的建立中是最难的一步。迄今为止，化学计量学领域还没有一个完美的算法来选择最正确的光谱范围。本研究在去除吸收饱和波段及噪声较大的局部波段后，通过比拟，选取吸收特征较为明显的98155430-1波段作为建立模型的最正确光谱范围，模型的相关系数及预测效果良好。表1不同光谱预处理方法对纯化模型的影响

10、略3.4模型的建立本研究对6批次丹酚酸B纯化过程的251个实验样本进展数据分析，采用一阶微分光谱对丹酚酸B含量进展PLS建模。根据穿插验证获得的结果如下：最正确主因子数为6，相关系数R=0.9776，RSE=4.02。模型预测值与真实值的相关系数图见图3。3.5预测效果的评价为了验证上述模型的预测效果，参照同样的消费条件，重复进展1批次消费，采集纯化样本33个，用于模型的验证。丹酚酸B含量的预测值与真实值的变化趋势见图4。从图4可以看出，剔除个别异常数据点，纯化过程的预测曲线与真实曲线呈现稳定、一致的变化趋势，预测值与真实值之间的平均相对误差为4.8%。异常数据点的形成可能有如下几个原因：首先

11、近红外仪器要求待测组分含量不能低于0.1%，目的组分的含量过低会给检测带来较大误差；同时，考虑到本研究采用在线采谱的方式，液体在管路中一直是处于不断运动的状态，其通过流通池时的流动稳定性以及气泡问题，会导致局部数据失真，增大了预测误差。4讨论近红外光谱分析技术具有方便、省时、本钱低、环境良好等优点。本研究以产业化规模的丹酚酸B纯化过程作为研究对象，采用直接在消费装置上进展在线采谱的方式，建立了丹酚酸B含量检测模型，模型的趋势预测效果良好，可以满足消费过程中在线检测和质量监控的要求。光谱的预处理方法、光谱范围及主因子数的选择对所建模型的准确度影响很大，应对各种条件进展分析比照，以选择最优的建模参

12、数。待测组分含量低于近红外仪器检测限、液体在管路中流动状态的稳定性，以及流动过程中气泡的存在都会干扰谱图信息的采集，影响模型的预测效果。在实际在线检测过程中应采取有效措施，减少上述情况的发生。【参考文献】1eyerLG.AppliedspetrspyJ.Revies,1985,21(12):1.2Lang,GA.NIRsnitrritialgaslineparaetersJ.HydrarbnPress,1994,72(2):69.3王宁,武卫红.近红外光谱技术在中药分析领域中的应用J.山东中医药大学学报,2022,31(4):350.4倪力军,史晓浩,高秀蛟,等.NIR在线检测、分析技术在丹参水提过程质量监控中的应用J.中国药学杂志,2022,39(8):628.5严诗楷,罗国安,王义明,等.栀子药材提取工艺的近红外光谱实时控制方法研究J.光谱学与光谱分析,2022,26(6):1026.6杨南林,瞿海斌,程翼宇.近红外光谱法快速测定三七总皂苷的方法研究J.浙江大学学报工学版,2002,36(4):463.7杨南林,程翼宇,瞿海斌.一种用于中药纯化过程的近红外光谱分析新方法J.化学学报,2022,61(5):742.8杨志斌,栾连军.近红外透射光谱用于枳壳提取物纯化过程快速分析J.中国药学杂志,2022,40(