王 琴、劉業(yè)海、高閩光、趙敏杰

1. 安徽醫(yī)科大學(xué)第一附屬醫(yī)院耳鼻喉科、安徽 合肥 230022 2. 安徽醫(yī)科大學(xué)附屬合肥醫(yī)院合肥市第二人民醫(yī)院、安徽 合肥 230022 3. 安徽省環(huán)境光學(xué)監(jiān)測技術(shù)重點(diǎn)實(shí)驗(yàn)室、中國科學(xué)院安徽光學(xué)精密機(jī)械研究所、安徽 合肥 230031

鹽酸左西替利嗪片的近紅外漫反射光譜定量分析

王 琴1,2、劉業(yè)海1*、高閩光3、趙敏杰3

1. 安徽醫(yī)科大學(xué)第一附屬醫(yī)院耳鼻喉科、安徽 合肥 230022 2. 安徽醫(yī)科大學(xué)附屬合肥醫(yī)院合肥市第二人民醫(yī)院、安徽 合肥 230022 3. 安徽省環(huán)境光學(xué)監(jiān)測技術(shù)重點(diǎn)實(shí)驗(yàn)室、中國科學(xué)院安徽光學(xué)精密機(jī)械研究所、安徽 合肥 230031

利用近紅外光譜結(jié)合偏最小二乘法實(shí)現(xiàn)對(duì)不同品牌鹽酸左西替利嗪片劑有效成分的定量分析。經(jīng)內(nèi)部交叉驗(yàn)證、確定最佳波數(shù)范圍和光譜預(yù)處理方法、以及最佳主成分?jǐn)?shù)、建立最優(yōu)PLS校正模型。對(duì)驗(yàn)證集樣品濃度進(jìn)行預(yù)測、得到均方根誤差RMSECV、決定系數(shù)R2分別為0.276和0.974。該方法能夠用于不同廠家鹽酸左西替利嗪片的快速定量分析、是一種有效的藥品快速檢驗(yàn)技術(shù)。

傅里葉光學(xué)； 近紅外光譜； 鹽酸左西替利嗪片； 定量分析

引 言

當(dāng)今社會(huì)、物質(zhì)經(jīng)濟(jì)正在快速的發(fā)展、人們?cè)诟叨葔毫Φ墓ぷ髋c生活狀態(tài)下健康狀況每況愈下。因此人們對(duì)自身健康給予更多的關(guān)注、對(duì)個(gè)人用藥安全有了更高的要求。醫(yī)藥和人們的生活息息相關(guān)、其質(zhì)量關(guān)系到全人類的健康安全。因此在醫(yī)藥產(chǎn)業(yè)快速發(fā)展的情況下、加強(qiáng)對(duì)藥物的質(zhì)量控制和監(jiān)督、實(shí)現(xiàn)對(duì)藥物的定性和定量分析顯得尤其必要。

近紅外光譜法是一種新興的藥物快速分析技術(shù)[1-3]、可直接地測試樣品、而不需樣品稀釋并有透射和反射測試方式。與傳統(tǒng)測試技術(shù)相比、近紅外技術(shù)具有快速測定、使用簡單、靈活性強(qiáng)、提高檢測可靠性等優(yōu)越性、可應(yīng)用在制藥企業(yè)生產(chǎn)的整個(gè)流程以及藥品的市場質(zhì)量監(jiān)督中。

左旋西替利嗪主要用于治療呼吸系統(tǒng)、皮膚和眼睛等的過敏性疾病[4]、如過敏性鼻結(jié)膜炎、過敏性皮膚病、過敏性哮喘等。目前、文獻(xiàn)報(bào)道的鹽酸左西替利嗪片含量測定方法主要為高效液相色譜法[5]和紫外法[6]、但這兩種測量方法均要對(duì)被測樣品進(jìn)行復(fù)雜的預(yù)處理、過程繁瑣、不能滿足藥品快速檢測的要求。故采用近紅外光譜分析技術(shù)對(duì)市售鹽酸左西替利嗪片劑進(jìn)行定量分析。

1 實(shí)驗(yàn)部分

1.1 儀器與樣品

使用的儀器是德國布魯克公司的MPA型傅里葉變換近紅外光譜儀[7]、InGaAs積分球漫反射檢測器、沃特斯(Waters)E2659型高效液相色譜儀、沃特斯(Waters)Symmetry C18色譜柱(4.6 mm×250 mm、5 μm)。鹽酸左西替利嗪片劑為重慶華邦制藥股份有限公司生產(chǎn)的迪皿鹽酸左西替利嗪片、共23個(gè)批次、湖南九典制藥有限公司生產(chǎn)的九典鹽酸左西替利嗪片兩個(gè)批次、仁和鹽酸左西替利嗪片三個(gè)批次、北京天衡藥物研究院南陽天衡制藥廠生產(chǎn)的欣臻鹽酸左西替利嗪片三個(gè)批次、總共31個(gè)批次。其中23個(gè)批次為校正集、八個(gè)批次為預(yù)測集。鹽酸左西替利嗪對(duì)照品來源于中國藥品生物制品檢定所、批號(hào)100659-201102、含量為98.8%,甲醇(色譜級(jí)、美國TEDIA公司)、磷酸二氫鈉(分析純)、雙蒸水。

1.2 光譜采集

將單片樣品置于積分球漫反射檢測器的樣品杯中、在12 000～4 000 cm-1范圍間掃描、分辨率為16 cm-1、掃描次數(shù)為32次、每個(gè)批次取5片分別進(jìn)行掃描、每片正反面各掃描一次、求平均光譜作為樣品分析光譜。

由圖1可知、在5 265、4 765和4 457～4 019 cm-1等波數(shù)處均有較強(qiáng)吸收峰、說明樣品所含的主要成分種類較多、譜峰比較復(fù)雜、且相互重疊、僅僅根據(jù)樣品的原始近紅外光譜圖并不能對(duì)樣品中的鹽酸左西替利嗪進(jìn)行定量分析、需要借助化學(xué)計(jì)量學(xué)方法和相關(guān)光譜數(shù)據(jù)處理軟件進(jìn)行綜合分析。

圖1 左旋西替利嗪散射光譜

2 結(jié)果與討論

2.1 鹽酸左西替利嗪定量分析模型的建立

一般來說、定量分析方法的目標(biāo)是從實(shí)驗(yàn)觀測值X找出系統(tǒng)Y值的關(guān)系、X和Y關(guān)于模型函數(shù)b為

(1)

(2)

矢量Y由參考光譜的組分值組成、矩陣X的行矢量由建模譜圖組成。目標(biāo)是確定矢量b。當(dāng)b知道后、就能預(yù)測未知值Yn。

以上系統(tǒng)方程的解由下式給出

b=(XTX)-1XTY

(3)

近紅外預(yù)測模型的建立采用偏最小二乘算法。偏最小二乘回歸集多元線性回歸分析、主成份分析、典型相關(guān)分析的基本功能為一體、偏最小二乘法方法是分別求出樣品集光譜矩陣和樣品組分矩陣的主成分矩陣、將這兩個(gè)矩陣相關(guān)聯(lián)求其線性關(guān)系、用所建立的線形函數(shù)來預(yù)測未知樣品。

主要用傳統(tǒng)藥品測量方法測出來自三個(gè)不同廠家的固體片劑鹽酸左西替利嗪片的有效成分含量作為真實(shí)濃度、采集樣品近紅外漫反射光譜、并采用求倒數(shù)、歸一化等光譜預(yù)處理方法對(duì)原始光譜進(jìn)行預(yù)處理以消除噪聲的干擾并且突出游泳信息、結(jié)合偏最小二乘法建立定量校正模型。然后使用所建校正模型對(duì)驗(yàn)證集樣品濃度進(jìn)行預(yù)測、得到?jīng)Q定系數(shù)、均方根誤差分別為0.974和0.276。預(yù)測結(jié)果較好。該模型能夠用于不同廠家鹽酸左西替利嗪片的快速定量分析、是一種有效的藥品快速檢驗(yàn)方法。在后續(xù)的工作中、還可以加入其他企業(yè)的具有代表性的樣品、對(duì)建立的定量分析模型進(jìn)行優(yōu)化、使得模型的分析范圍更廣泛。

將所有實(shí)驗(yàn)樣品的光譜導(dǎo)入光譜儀自帶分析軟件OPUS6.5、并對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理、采用偏最小二乘法建立樣品近紅外光譜模型、綜合考慮光譜波段范圍、光譜預(yù)處理方法以及PLS因子數(shù)對(duì)模型預(yù)測性能的影響。以校正集內(nèi)部交叉驗(yàn)證均方根誤差(root mean square error of cross validation、RMSECV)和決定系數(shù)(determination coefficient、R2)(真實(shí)值和預(yù)測值相關(guān)系數(shù)的平方)為優(yōu)化參數(shù)對(duì)PLS模型結(jié)構(gòu)進(jìn)行優(yōu)化、從而得到最優(yōu)的校正模型。最后、外部檢驗(yàn)、用該校正模型對(duì)驗(yàn)證樣品進(jìn)行預(yù)測、以預(yù)測均方根誤差(RMSEP)和驗(yàn)證集決定系數(shù)(R2)為指標(biāo)對(duì)模型的可靠性進(jìn)行評(píng)價(jià)。

2.2 建模與模型評(píng)價(jià)

2.2.1 建模光譜區(qū)間的選擇

在近紅外光譜結(jié)合偏最小二乘方法建模中、通過篩選特征波長或波長區(qū)間可以得到性能更好的定量校正模型。選擇合適的波長范圍一方面可以使模型簡化、更主要的是由于不相關(guān)或非線性變量的剔除、可以得到預(yù)測能力強(qiáng)、穩(wěn)健性好的校正模型。

利用OPUS的Quant-2定量軟件的自動(dòng)優(yōu)化功能對(duì)近紅外光譜校正模型在全光譜區(qū)進(jìn)行優(yōu)化。經(jīng)內(nèi)部交叉檢驗(yàn)、以校正集決定系數(shù)及內(nèi)部交叉驗(yàn)證均方差為指標(biāo)優(yōu)化模型參數(shù)、模型優(yōu)化的結(jié)果見表1。

表1 PLS模型不同波段優(yōu)化結(jié)果

由表1可知、在11 988～7 498.3和5 454～4 597.7 cm-1光譜區(qū)域內(nèi)建模時(shí)、校正集均方根誤差最小、決定系數(shù)最大、其值分別為0.231和0.9675。因此最佳建模光譜范圍為11 988～7 498.3和5 454～4 597.7 cm-1。

2.2.2 光譜預(yù)處理方法

選擇最佳建模光譜區(qū)間11 988～7 498.3和5 454～4 597.7 cm-1、考察不同光譜預(yù)處理方法(矢量歸一化、最大最小歸一化、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、減去一條直線、多元散射校正以上方法的組合等)對(duì)PLS校正模型的影響。依舊以校正均方根誤差RMSECV和校正集決定系數(shù)R2為模型優(yōu)化參數(shù)。采用不同的光譜數(shù)據(jù)預(yù)處理方法得到的結(jié)果見表2。由表可知、對(duì)光譜不進(jìn)行預(yù)處理時(shí)、校正均方根誤差為0.500、R2為0.846 8； 經(jīng)過預(yù)處理后、模型的校正均方根誤差均小于未處理時(shí)的校正均方根誤差、充分說明對(duì)光譜進(jìn)行預(yù)處理可以有效提高模型的預(yù)測性能。由表可知、當(dāng)建模光譜區(qū)間為11 988～7 498.3和5 454～4 597.7 cm-1時(shí)、光譜的最佳預(yù)處理方法為一階導(dǎo)數(shù)+矢量歸一化處理。

表2 不同光譜預(yù)處理方法對(duì)PLS校正模型的影響

2.2.3 不同因子數(shù)對(duì)建模效果的影響

采用偏最小二乘法建立定量分析模型時(shí),選取不同的潛變量數(shù)即不同因子數(shù),對(duì)該定量模型的預(yù)測能力也有一定的影響。通過校正集內(nèi)部取一交叉驗(yàn)證(leave one out cross validation)、以參數(shù)校正均方根誤差最小為目標(biāo)選擇最佳建模因子數(shù)。在最佳建模光譜區(qū)間內(nèi)、選擇最佳光譜預(yù)處理方法建立校正模型、當(dāng)PLS因子數(shù)不同時(shí)、校正均方根誤差也不同。校正均方根誤差RMSECV與因子數(shù)的關(guān)系曲線見圖2。

圖2 因子數(shù)對(duì)預(yù)期結(jié)果的影響

從圖2可以看出、當(dāng)因子數(shù)為6時(shí)、校正均方根誤差RMSECV最小、說明此時(shí)校正模型的預(yù)測性能最好。

綜上所述、當(dāng)光譜波段為11 988～7 498.3和5 454～4 597.7 cm-1、光譜預(yù)處理方法為一階導(dǎo)數(shù)+矢量歸一化處理、PLS因子數(shù)為6時(shí)、所建模型最好、此時(shí)校正均方根誤差RMSECV為0.219、校正集決定系數(shù)為0.970 5。

2.3 定量分析和評(píng)價(jià)

在上述最優(yōu)條件下構(gòu)建偏最小二乘定量校正模型、使用此模型對(duì)驗(yàn)證集的八個(gè)樣品的濃度進(jìn)行預(yù)測、得到預(yù)測均方根誤差和驗(yàn)證集決定系數(shù)分別為0.276和0.974。將模型預(yù)測結(jié)果和HPLC方法測得的濃度值進(jìn)行比較、濃度預(yù)測結(jié)果和比較結(jié)果見表3。預(yù)測值和測量值的相關(guān)性見圖3。

表3 預(yù)測集樣品預(yù)測結(jié)果與測量值的比較

圖3 測量值和預(yù)測值的相關(guān)性

3 結(jié) 論

對(duì)樣品的原始近紅外譜圖進(jìn)行合適的預(yù)處理以及分析譜段范圍的選擇是建立定量分析模型的關(guān)鍵。由于近紅外光譜信號(hào)弱、且譜峰嚴(yán)重重疊、所以目前在定量分析中還僅能用于常量分析、分析下限為0.1%。本實(shí)驗(yàn)用的鹽酸左西替利嗪片的規(guī)格均為5 mg、采用HPLC法測得的實(shí)際含量范圍為86.2%～91.2%。將所有樣品分成校正集和驗(yàn)證集、校正集的濃度范圍要大于驗(yàn)證集的濃度范圍、使所建模型具有充分的代表性。對(duì)驗(yàn)證集樣品濃度進(jìn)行預(yù)測、得到?jīng)Q定系數(shù)、均方根誤差、分別為0.974和0.276。近紅外光譜法沒有傳統(tǒng)定量測量方法的復(fù)雜的樣品前處理過程、并且實(shí)驗(yàn)過程中不使用其他化學(xué)試劑、無污染。在后續(xù)的工作中、還可以加入其他企業(yè)的具有代表性的樣品、對(duì)建立的定量分析模型進(jìn)行優(yōu)化、使得模型的分析范圍更廣泛。

[1] Blanco M,Bautista M ,Alcalà M. AAPS PharmSciTech,2008,9(4): 1130.

[2] Blanco M,Cruz J,Bautista M. Analytical and Bioanalytical Chemistry,2008,392: 1367.

[3] Martínez Lizbeth,Peinado Antonio,Liesum Lorenz. International Journal of Pharmaceutics,2013,451: 77.

[4] ZHAI Cheng(翟 成). Chinese Journal of Urban and Rural(中國城鄉(xiāng)企業(yè)衛(wèi)生),2011,5: 50.

[5] HONG Jiang-you,HONG Zhi-hui,LING Ri-jin(洪江游,洪志慧,凌日金,等). Chinese Journal of Modern Drug Application(中國現(xiàn)代藥物應(yīng)用),2012,6(13): 4.

[6] LI Jing,YU Jun,HOU Fei-yan(李 菁,余 俊,侯飛燕). Journal of Huaihua University(懷化學(xué)院學(xué)報(bào))、2006,25(8): 650.

[7] ZHAO Li-li,WANG Yan-ping,WU Yan-wei(趙麗麗、王顏萍、吳嚴(yán)巍). Modern Instruments(現(xiàn)代儀器)、2011,5: 24.

*Corresponding author

Quantitative Analysis for Levocetirizine Hydrochloride Tablets Based on NIR Spectroscopy

WANG Qin1,2,LIU Ye-hai1*,GAO Min-guang3,ZHAO Min-jie3

1. Department of Otalaryngology,The First Affiliated Hospital of Anhui Medical University,Hefei 230022,China 2. Department of Otalaryngology,Hefei Second People’s Hospital of Anhui Medical University,Hefei 230022,China 3. Key Laboratory of Environmental Optics and Technology,Anhui Institute of Optics and Fine Mechanics,Chinese Academy of Sciences,Hefei 230031,China

The aim of this study was to develop a quantitative analytical method to measure the effective components in the left cetirizine hydrochloride tablets using near infrared spectroscopy combining with a partial least square (PLS) analysis model. The method was internal cross-validated to determine the best wavelength range,spectral preprocessing methods and the optimal number of principal components. The concentration of validation set samples was predictable by PLS model. The RMSECV value was 0.276,and theR2value was 0.974. Our study suggests that this model can be used for rapid quantitative analysis of left cetirizine hydrochloride tablets from different manufacturers.

Fourier optics; Near infrared spectroscopy; Levocetirizine hydrochloride tablet； Quantitative analysis

Jul. 27,2015; accepted Nov. 8,2015)

2015-07-27、

2015-11-08

中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)(XDB05040200)、合肥市借轉(zhuǎn)補(bǔ)項(xiàng)目(合科(2016)89號(hào))資助

王 琴,1981年生,安徽醫(yī)科大學(xué)博士研究生 e-mail: minjiezhao@126.com *通訊聯(lián)系人 e-mail: huaishui1981@163.com

O43； R917

A

10.3964/j.issn.1000-0593(2016)12-3941-04