AOTF近红外光谱技术在淫羊藿浓缩过程在线检测中的应用

杨 丽 李 菁 刘翠红 许定舟 李 宇 钟 鸣

广州白云山汉方现代药业有限公司，广东广州 510240

近红外光谱分析仪产生于20 世纪50 年代后期，经过50 多年的发展，先后经历了滤光片、光栅扫描、傅立叶变换、多通道、声光可调滤光器（AOTF）五代技术。 目前已广泛应用于农业[1-3]、石油化工[4]、食品工业和制药工业及临床医院[5-7]等领域。近红外技术在制药行业最初用于测定溶液中的胺和酰胺化合物的含量和氢键的研究[8]。 1966 年，Sinsheimer 等[9]利用近红外光谱分析了压制药粒中活性组分铵盐的含量。1977 年Zappala 等[10]采用近红外光谱测定了药片、胶囊、注射液和悬浮液中眠尔通的含量[10]。 1984 年，马氏距离被应用于鉴别药品原材料的种类[11]。1986 年，Whitfield[12]建立了测定兽药粒丸中林可霉素含量的方法，这是美国食品与药物管理局（FDA）认可的首个近红外方法[13]。1987 年，Ciurczak[14]发表了近红外光谱法应用于鉴别药品原材料的种类。 在国内，应用近红外定性定量方法，李睿等[15]研究了中国伞形科阿魏亚族植物的分类；何淑华等[16]对吉林人参进行定性分析；李国辉等[17]对栽培和野生中药材灯盏花进行鉴别；李彦周等[18]近红外光谱技术在中草药分析中的应用中对中草药定量和定性分析进行了综述。

淫羊藿提取液中主要有含黄酮类化合物、木脂素、生物碱、挥发油等[19]，对其提取液的评价主要以其中总黄酮的含量为标准，总黄酮的含量检测以分光光度法计算而得。如要进一步得到其中淫羊藿苷的含量则需要使用紫外分光光度法和HPLC 法，此种方法需要消耗大量药品及试剂，检测时间较长，检测结果滞后，不能满足现代化大生产对效性的要求及在线质量控制的需求。 近红外光谱技术作为一种在线监测技术，具有快速检测的特点，已在众多领域得到广泛应用。本实验以AOTF 近红外光谱仪在线采集浓缩工艺阶段管道中淫羊藿提取液的近红外光谱，建立定量模型并预测，研究近红外光谱技术对中药质控中快速检测及如何保障中药产品质量的稳定均一性进行探讨，不仅可以实时检测生产工艺过程中各有效成分含量变化，保障顺畅的生产工艺过程，确定最佳工艺，提高药材利用率，提高分析效率，节约成本；而且通过与自控系统的连接，实现生产过程的实时监控，实现及时质量预警系统功能；同时，近红外光检测数据可以保存，不容易进行人工修改，可以为产品质量回溯提供必要的数据基础。

1 仪器与材料

1.1 仪器

Lumunnar 3060 型近红外光谱仪（美国Brimrose公司），The Unscrambler 多元定量软件，UV-2550 紫外可见分光光度计（岛津）。

1.2 材料

淫羊藿药材（广州陈李济药厂提供，批号：201303 250801）。

2 方法

2.1 中试生产工艺

将淫羊藿以25 kg/罐为标准投入多功能提取罐，加水提取3 次，第1 次提取加15 倍量水，第2、3 次均加10 倍量水，各沸腾1 h。 提取液经60～100 目初筛，冷却至40～60℃后离心，3 次离心液合并，离心液在80℃条件下减压浓缩至密度1.10 g/mL，共生产两批参与建模。

2.2 取样方法

浓缩过程中每5 分钟取样1 次。

2.3 总黄酮检测方法

精密量取淫羊藿水提液0.5 mL，置50 mL 容量瓶中。 加甲醇至刻度，摇匀，作为供试品溶液。 另取淫羊藿苷对照品适量，精密称定，加甲醇制成每1 毫升含10 μg 的溶液，作为对照品溶液。 分别取供试品溶液和对照品溶液，以相应试剂为空白，照紫外-可见分光光度法，在270 nm 波长处测定吸光度，计算，即得[20]。

2.4 光谱采集

光谱采集采用“Ratio mode”通过连接于流体测样器的光纤探头以透视的方式对管道内的淫羊藿浓缩液进行光谱采集。 波长范围1100～2300 nm；波长增量：2.0 nm，扫描次数：200 次。 采用透射检测方式，光程为5 nm，所采集的原始光谱见图1。

图1 原始近红外光谱

2.5 模型建立

光谱采用一阶微分9 点平滑（Savitzy-golay）对原始光谱进行预处理。将经过处理的光谱数据和离线的检测数据相关联，采用偏最小二乘法（PLS1），交叉-验证法（cross-validation），用The Uscrambler 定量分析软件建立模型，模型方程为y=0.9619x+0.4232，r =0.9818。 见图2。

图2 浓缩工艺偏最小二乘法回归模型

3 结果

3.1 内部验证结果情况

利用建立好的模型分别对参与建模的样品进行预测，结果显示，模型的内部验证的平均偏差为0.596 mg/mL。 其内部验证结果见表1。

3.2 模型外部验证结果

用建立好的模型随机预测5 个未参加建模样品，通过模型的内部验证和外部验证，AOTF 近红外光谱在线检测预测淫羊藿生产过程中总黄酮含量的绝对偏差在1.380 mg/mL，在实际生产过程中可有效实现实时在线的质量控制。 外部验证结果见表2。

表1 内部验证结果（mg/mL）

表2 模型的外部验证结果

4 讨论

传统的中药制药分析技术一般采用离线分析的手段，通常需要对待分析样品进行相应的预处理，存在分析结果滞后的缺陷。药物制剂质量控制不仅对最终产品进行质量控制，更是对整个工艺流程每个单元的产品实现动态质量控制[21]。 在线过程质量分析是中药过程分析的重要部分，目前，中药生产过程缺乏在线检测和分析设备，不能实现全过程监控难以保重中药制剂质量均一稳定。 AOTF 近红外技术可以克服这一缺点，使实验室和工厂的产品分析实现在线化，可以在几秒钟内得到待测参数。 与反馈控制技术联用后，实现生产过程的在线控制。 AOTF 近红外光谱能够连续稳定地测定多个参数，实现绿色分析。 由于该技术可以使用低成本的光纤，拓展了近红外光谱在线检测技术的应用范围和领域。 AOTF 近红外光谱在线检测技术现已被用于药物合成、混合、加工、制剂、压片及包装等过程的在线监控。

近红外光谱分析技术具有自动化程度高且分析速度快等优点，可用于在线检测环境[22-24]，应用于中药制药过程质量检测[25-28]，其中本研究采用的AOTF 近红外技术是20 世纪90 年代近红外光谱仪最突出的进展；是最先进的第五代分光技术；是全固化设计，无任何可移动部件；分析速度最快达16 000 波长点/s而且不受温度、湿度、灰尘等外界环境的影响；高信噪比使仪器可以检测痕量级成分及某些金属元素；是最适合于在线分析的近红外技术。

本次实验共中试生产两批样品，取样104 个。 由模型建立中可看出，AOTF 近红外预测值和实测值相关联后，采用PLS1、交叉-验证法（cross-validation），用The Uscrambler 定量分析软件建立模型得出的结果其相关系数为0.98，斜率为0.96。 由结果可发现浓缩工艺前期，浓缩罐内药液的整体环境变化较为剧烈，模型对这一时段的预测结果偏差略大一点，在今后的取样操作中，可以增加此时段取样密度，以丰富模型的丰度，提高预测的准确性。

本研究表明，近红外光谱技术可应用与中药生产浓缩环节的质量实时监控，为中药生产和质量控制提供新的方法和思路。

[1] McCaig TN. Extending the use of visible/near-infrared reflectance spectrophotometers to measure of food and agriculture products [J]. Food Research International，2002，35（8）：731-736.

[2] 吉海彦，严衍禄.在国产近红外光谱仪实验样机上用偏最小二乘法定量分析大麦成分[J].分析化学，1998，26（5）：607-611.

[3] Delwiche SR，McKenzie KS，Webb BD. Quality characteristics in rice by near Infrared reflectance analysis of whole grain milled samples [J]. J Cereal Chem，1996（73）：257-263.

[4] 雷猛，冯新泸.二维近红外光谱定量分析内燃机油粘度指数性能的研究[J].石油炼制与化工，2009，40（4）：61-65.

[5] Shengtian P，Hoeil C，Mark A，et al. Near-infrared spectroscopy measurement of physio-logical glucose level in variable matrices of protein and triglycerides[J].Anal Chem，1996，68（7）：1124-1135.

[6] 陈卫国，李鹏程，卢广，等.用近红外光拓扑图技术实时跟踪脑血流变化[J].生物物理学报，2000，16（3）：613-617.

[7] 柴金朝，金尚忠.近红外光谱技术在纺织品定性检测中的应用[J].纺织学报，2009，30（4）：55-58.

[8] 陆婉珍.陆婉珍论文集[M].北京：化学工业出版社，2004：9.

[9] Sinsheimer JE，Keuhnelian AM.Near-infrared spectroscopy of amine salts [J]. J Pharm Sci，1966，55（11）：1240-1244.

[10] Zappala AF，Post A. Rapid near-infrared spectrophotometric detamination of meprobamate in pharmaceutical preparations [J]. J Pharm Sci，1977，66（2）：292-293.

[11] Ciurczak EW. Proc Annu Symp NIRA [M]. New York：Technicon，1984.

[12] Whitfield RG. Near-infrared reflectance analysis of pharmaceutical products [J]. Pharm Manuf，1986，4：31-40.

[13] Ciurczak EW.Uses of near-infrared spectrosocopy in pharmaceutical analysis [J]. Appl Spectrosc Rev，1987，23（1-2）：147-163.

[14] Burns DA，Ciurczak EW. Handbook of near-infrared analysis [M]. New York：Marcel Deker Inc，1992.

[15] 李睿，李伟，白云飞，等.近红外光谱技术在中国伞形科阿魏亚族植物分类中的应用[J].西北植物学报，2000，20（40）：666-670.

[16] 何淑华，孙瑞岩，任玉秋，等.近红外漫反射光谱法对吉林人参的分类探讨[J].吉林大学自然科学学报，2001，（1）：96-98.

[17] 李国辉，张录达，杨建文，等.栽培和野生中药材灯盏花的近红外光谱鉴别模型[J].光谱学与光谱分析，2007，27（10）：1959-1960.

[18] 李彦周，闵顺耕，刘霞.近红外光谱技术在中草药分析中的应用[J].光谱学 与光谱分析，2008，28（7）：1549-1553.

[19] 林新，李文魁，肖培根.淫羊藿研究的新进展[J].中国药学杂志，1997，23（8）：449-452.

[20] 国家药典委员会.中国药典[S].一部.北京：中国医药科技出版社，2010：307.

[21] U.S.A Food and Drug Administration.Guidance for Industry PAT： A Framework for Innovative Pharmaceutical Development，Manufacturing and Quality Assurance[EB/OL]. http：//www.fda.gov/dpwnloads/Drugs/GuidanceComplianceRegulatoryInformation/Guidance/UCM070305.pdf.2004.

[22] 陆婉珍，袁洪福，徐广通，等.现代近红外光谱分析技术[M].北京：中国石化出版社，2000：207-208.

[23] 陆婉珍，褚小立.近红外光谱（NIR）和过程分析技术（PAT）[J].现代科学仪器，2007，（4）：13-17.

[24] 褚小立，袁洪福，陆婉珍.在线近红外光谱过程分析技术及其应用[J].现代科学仪器，2004，（2）：3-21.

[25] Wu Z， Xu B， Du M，et al. Validation of a NIR quantification method for the determination of chlorogenic acid in Lonicera japonica solution in ethanol precipitation process [J]. Journal of Pharmaceutical and Biomedical Analysis，2012，62：1-6.

[26] Wu Z， Du M， Sui C，et al. Development and validation of NIR model using low-concentration calibration range：rapid analysis of lonicera japonica solution in ethanol precipitation process [J]. Analytical Methods，2012，4：1084.

[27] Wu Y，Jin Y， Li Y，et al. NIR spectroscopy as a process analytical technology （PAT） tool for on-line and readtime monitoring of an extraction process [J]. Vibrational Spectroscopy，2012，59：109-118.

[28] Wu Y，Jin Y，Ding H， et al. In-line monitoring of extraction process of scutellarein from Erigeron breviscapus（vant.） Hand-Mazz based on qualitative and quantitative uses of near-infrared spectroscopy [J]. Spectrochimica Acta Part A：Molecular and Biomolecular Spectroscopy，2011，79：934-939.