近红外光谱法课题.ppt

* ⑵制剂生产的过程控制 Rantanen，J.等在线检测了流动床上颗粒尺寸 Berntsson，O.等在线检测了大批量明胶硬胶囊中的水分含量 Kirsch，J.D.等在线探测了薄膜包衣过程 * 近红外光谱分析开始应用于药物制剂分析时，与常规分析方法区别不大，样品要先经过提取、分离等步骤，然后再进行近红外光谱分析。近红外光谱技术已得到药品质量管理部门的重视。 美国FDA已开始认识到近红外光谱的价值，并且已经批准将近红外方法取代传统方法作为氨苄青霉素三水合物的含水量测定和鉴别方法。目前，FDA正与制药企业合作，进一步开发其它的近红外方法。 美国药典（USP—NF，1119NEAR-INFRARED SPECTROPHOTOMETRY）已将近红外光谱分析法作为补充分析方法，应用近红外光谱法分析时，对于结果判为不合格的样品，要用常规方法验证，最后以常规方法为准。 加拿大的药政管理机构卫生部（Health Protection Branch，HPB）也已批准将近红外光谱法用于原料和包装材料的鉴别。由此可见，近红外光谱技术受到了越来越多的关注。 * NIR与中药指纹图谱 UV:由于不同中药的不饱和程度不同，其紫外吸收曲线形态、峰位、峰强度也不同，但仅能反映部分具有紫外吸收的化学成分。 IR:它是对整个化合物分子进行鉴别，比单纯官能团的化学定性鉴别专一性更强。 NIR:建立样本与光谱信息之间的数学模型，能有效地对大量样品进行高精度快速分析。 GC:特别适用于含挥发性成分药材和制剂的分析，但仅限于低沸点成分分析。 HPLC:不受样品挥发性和热稳定性的限制，整个分离过程在相对封闭的环境内，受外界影响较小。 中药指纹图谱及其在中药质量控制中的应用 NIR在中药领域的应用 定性分析：中药材的真伪鉴别 中药材的产地分析 中药种类鉴别 定量分析：中药材成分的含量测定 中药材伪品掺入量的测定 中药质量评价 中药制药过程的在线控制 近红外光谱分析技术及其在中药领域的应用进展 NIR应用于中药的局限性 为了提高模型的准确性和稳定性，选择校正集样本必须考虑中药的不同产地，种植、采摘、炮制等方面的差别，以及样本颗粒度、含水量等诸多因素的影响。 NIR分析技术存在分析浓度下限。许多中药材的有效成分含量往往低于0. 1%，达不到近红外光谱分析的浓度下限。 展望 为了将NIR更好地用于中药分析领域，近红外光谱技术需要结合中药的特点，开发适应中药体系的近红外光谱特征信息提取和处理技术。 总之，随着NIR技术在中药分析中的不断拓展，它将对中药研究和生产的现代化发挥重要的推动作用。 * 随着近红外光谱仪技术的不断提高和计算药学的发展，近红外光谱技术在药学领域中的应用将越来越广泛。 重视、学习、关注 * * 5.波长选择 建模波段过宽，必然包含大量冗余信息，波段选择有利于简化模型，提高模型预测精度。 由于各成分分子结构存在差异，使得各自对应的最优建模波段并不相同。 分段波长的组合，也可以是连续全光谱，或区域光谱波长。 近红外光谱法测定复方丹参滴丸中的3 种有效成分 * 建模主成分数的选择 在建模过程中，采用不同的主成分数，模型的预测能力也会有较大的差异。 因此合理确定参加建模的主成分数是充分利用光谱信息和滤除噪音的有效方法之一。 预测残差平方和法（PRESS）：使用一定数目的主成分建立模型，然后用这个模型对参加建模的每个样品进行预测，计算PRESS值。PRESS越小，说明模型的预测能力越好。使用PRESS对主成分数作图，确定最佳主成分数。 * 6.建模 建立样品光谱与质量参数之间的对应关系（称为校正模型）。 定性（分类） 定量（回归） * 建立定性模型的方法 有监督的模式识别：PCA 无监督的模式识别：LDA、SIMCA、ANN、SVM * 定性模型的应用： 鉴别和定性 原料药的鉴别、 赋形剂和活性成分的控制 、中间体的质量控制、图谱库的优化和建立 多晶形（Polymorphism） 其他 :产地、假药鉴别、指纹图谱、药物混合均匀度的监控、生物技术产品 度 * 7.模型验证 对建立的校正模型必须通过验证集样本的测量， 来评价模型的好坏。 校正集预测误差均方根RMSEC：用于衡量校正集样品预测结果的准确性。 验证集预测误差均方根RMSEP：用于衡量验证集样品预测结果的准确性。 相关系数R2：表示样品预测值与理论值的相关程度。 * 近红外光谱定量分析的流程