NIR应急检验模型建模及其应用(1).ppt

NIR应急检验模型建模及其应用 胡昌勤 中国药品生物制品检定所 药品快速检测系统 药品检测车的运行模式 NIR模型的误差分析 NIR应急检验理论与实践 药品快速检测系统 以药品检测车为技术平台的现场快速检测技术 以授权方法为基础的实验室快速检测技术 药品快速检测体系 在药品检测车中如何使近红外光谱分析技术更好的发挥作用？ 药品检测车的运行模式 日常的监督检查模式 常规检查 针对性（应急）检查 NIR模型的误差分析 NIR模型的验证 2007年组织全国18个药检所对车载近红外模型进行验证。共收到的10880个验证数据，共涉及221种药品。经核实、剔除无效数据、汇总，最后确认10685个数据有效；按药典方法检验，10130批次样品全部符合规定，277批样品按药典方法检验鉴别不符合规定，278批样品其它项目不符合规定。 近红外光谱分析的误差 模型误差： 建模过程中未完全考虑制剂的不同物理状态 贮存过程中样品发生改变 模型的不完善 仪器误差： 仪器未处于最佳状态 仪器使用过程中性能逐渐下降 操作误差： 模型调用错误 测定手法错误 样品误差：样品本身的不均匀 模型的两类错误 第Ⅰ类错误（假阳性） 将正确的样本判别错误。根据我们的设计，达到要求的NIR模型出现第Ⅰ类错误的概率一般为5％左右。 第Ⅱ类错误（假阴性） 将错误的样本判别为正确。根据我们的设计，出现第Ⅱ类错误为小概率事件，在所考虑到的范围内，其概率接近零。 NIR应急检验理论与实践 近红外光的定义 透过率: Beer定律 近红外光谱的测量 乙醇近红外光谱的测量 近红外光谱包含的基本信息 活性成分的化学结构信息 辅料的化学结构信息 活性成分的工艺信息（如晶型、密度等） 制剂的工艺特征（如制粒的大小、硬度等） 部分包装材料的结构信息 药品检测车中的近红外模型 目前药品检测车中应用的各种NIR筛查模型可以分为在全国范围使用的通用性模型、省内范围使用的省建模型和适用于特定企业产品的图谱比对模型。按算法分类又可分为判别分析（discriminant analysis）模型和一致性检验（conformity test）模型。 例1. 某地区发现假注射用头孢唑林钠，为迅速确定假药是否流通入该省的其他地区，应立即建立注射用头孢唑林钠NIR模型。 近红外定性模型 近红外鉴别的实质：通过比较待测样品光谱与标准光谱的差异，对样品进行归属，进而实现对样品的鉴别。 步骤一、测定假头孢唑林钠光谱 步骤二、在条件允许的情况下收集此厂家正品头孢唑林钠测定其光谱 步骤三、将正品与伪品图谱进行比较，确定合适的鉴别谱段 NIR比对模型 （1）对市场中已出现的假劣药品进行快速筛查：已经发现某种假药，需要快速确定本地区流通领域的其他具有相同标识的药品是否为假药； （2）对市场中流通的贵重药品是否存在伪品进行快速筛查：本地区流通领域内某种高价值药品销售不错，且尚未发现假药，但需要对其质量情况进行快速评价。 判断标准： （1）直观对照比较：首先概览可疑样品NIR图谱曲线与真品谱线在各波段有无明显不同；如有明显差异，在排除了铝塑包装、仪器、测试手法等干扰因素后，确定为“未通过”。 （2）信号强度比较：可疑样品的NIR图谱曲线形状与真品NIR图谱的谱线基本一致，且可疑样品的NIR谱线整体吸收强度为真品NIR图谱的70%~130%时，判断为“通过”；可疑样品的NIR谱线整体吸收强度小于真品NIR图谱谱线的50%或大于真品NIR图谱谱线的150%时，判断为“未通过”；介于“通过”和“未通过”之间的为可疑样品，应再结合其他方法综合判断。 （3）图谱相似性比较： 可疑样品的NIR图谱曲线形状与真品NIR图谱的谱线的整体形状和整体吸收强度基本一致，但可疑样品的NIR图谱中个别波段吸收强度存在明显差异，或有2个吸收峰的强度值发生倒置，判定为“未通过”。 如可疑样品与真品NIR图谱的部分波段的曲线形状略有差异但不太明显时，可通过OPUS软件在计算机上直接比较两图谱的差异，或打印图谱，将两张图谱借助强光准确重叠来观察二者的差异程度。如二者能重合或基本重合，判断为“通过”；如图谱曲线走势有明显差异，则确定为“未通过”。 假药的特征 以非药品替代药品 以它种低值药品替代另一种高值药品 向药品种掺加其它活性成分 取消或减少复方药品中的特定活性成分 活性成分的含量与药品处方明显不同 以一般企业的产品冒充知名企业的同类产品 假药与真药的本质区别 辅料相同活性成分不同（1，2，3，4，5类假药的共同特征） 活性成分相同辅料不同（6类假药的特征） 真药与假药的化学组成不同 漫反射近红外光谱包含的基本信息 活性成分的化学结构信息 辅料的化学结构信息 活性成分的工艺信息（如晶型等） 制剂的工艺特征（如制粒的大小、