肖玥 熊峻 黃淵帥

·藥物研制與監(jiān)管·

羅紅霉素采用近紅外光譜法快速分析藥物中兩種主要成分

肖玥 熊峻 黃淵帥

采用近紅外光譜對大環(huán)內(nèi)酯類抗生素羅紅霉素制劑進(jìn)行分析，然后對全光譜波長使用后向區(qū)間偏最小二乘法進(jìn)行選擇預(yù)處理，接著將其壓縮為主要成分，運(yùn)用BP人工神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測模型的構(gòu)建，并對羅紅霉素藥物的主要成分進(jìn)行分析。該模型的建立能夠?qū)υ肼暤扰及l(fā)因素造成的瞬時(shí)擾動(dòng)進(jìn)行有效抵御，同時(shí)還可減少建模使用的波長數(shù)、運(yùn)算時(shí)間，提高預(yù)測精度。

羅紅霉素；大環(huán)內(nèi)酯類抗生素；近紅外光譜法

羅紅霉素在當(dāng)前的疾病治療中得到了廣泛的運(yùn)用，該藥物屬于大環(huán)內(nèi)酯類抗生素，可以有效的對革蘭陽性菌進(jìn)行滅殺。在進(jìn)行羅紅霉素藥物成分的及質(zhì)量的鑒定中，一般會(huì)使用分析速度快、操作便捷、無損效果好的近紅外光譜分析法，本文將對羅紅霉素采用近紅外光譜法快速分析藥物中兩種主要成分進(jìn)行研究。

1 羅紅霉素藥物的藥理毒理

羅紅霉素屬于半合成14元環(huán)大環(huán)內(nèi)酯類抗生素。該藥物與紅霉素的抗菌譜、抗菌作用類似，其主要抗菌對象就是革蘭陽性菌與嗜肺軍團(tuán)菌。同時(shí)，其對肺炎衣原體、支原體以及溶脲脲原體的抗微生物作用較強(qiáng)。本品可透過細(xì)菌細(xì)胞膜，在接近供體（“P”位）與細(xì)菌核糖體的50S亞基呈逆性結(jié)合，阻斷了轉(zhuǎn)移核糖核酸（t-RNA）結(jié)合至“P”位上，同時(shí)也阻斷了多肽鏈自受位（“A”位）至“P”位的轉(zhuǎn)移，因而細(xì)菌蛋白質(zhì)合成受到抑制[1]。

2 藥物分析的基本原理介紹

首先，在多元變量校正法的運(yùn)用中，預(yù)測的精度直接受到建模波段位置與數(shù)目的影響。本實(shí)驗(yàn)中建模波長區(qū)間的選擇使用最小二乘法，算法為：（1）以光譜所有范圍為基礎(chǔ)建立待測光譜偏最小二乘模型。（2）把光譜所有區(qū)域分成n個(gè)波長子區(qū)間，每一次都聯(lián)合n-1個(gè)子區(qū)間，構(gòu)建n-1個(gè)局部偏最小二乘的回歸模型。（3）衡量標(biāo)準(zhǔn)以交叉驗(yàn)證均方根誤差（RMSECV）為基礎(chǔ)，對全光譜模型與各局部模型精度進(jìn)行對比，篩掉差RMSECV值最差子區(qū)間，當(dāng)僅有唯一一個(gè)子區(qū)間時(shí)篩選結(jié)束；處理期間，在開始時(shí)建立的最小二乘模型的RMSECV會(huì)跟隨聯(lián)合區(qū)間數(shù)的減小而減??；當(dāng)RMSECV為最小值時(shí)，有跟隨聯(lián)合區(qū)間數(shù)的持續(xù)減小而增大。（4）選擇模型內(nèi)最佳性能者即RMSECV最小者，該值所在的波長區(qū)間組合就是最適合建模預(yù)測的組合[2～3]。該法選擇的波動(dòng)，存在光譜數(shù)據(jù)連續(xù)相關(guān)性好、噪聲及偶發(fā)因素引發(fā)的順勢擾動(dòng)抵御性強(qiáng)、光譜信息保留完整等特點(diǎn)。

其次，是分析人工神經(jīng)網(wǎng)絡(luò)ANN。ANN的特點(diǎn)是容錯(cuò)及非線性表達(dá)能力強(qiáng)，具有多組分精確測定的優(yōu)勢。在ANN模型建立中要保證輸入變量的正確性，輸入原則為在盡可能減少樣本所有變量相關(guān)性的情況下，最大限度保持原是信息。一般在ANN方法操作中，神經(jīng)元的輸入在幾個(gè)到十幾個(gè)最佳[4]。本次實(shí)驗(yàn)中把選擇的最佳波長區(qū)間組合原始數(shù)據(jù)壓縮成了主要成分，然后把該數(shù)據(jù)作為了BP網(wǎng)絡(luò)的輸入，從而實(shí)現(xiàn)了在最大限度保留有效光譜信息的基礎(chǔ)上，減少神經(jīng)元輸入數(shù)量、優(yōu)化數(shù)據(jù)運(yùn)算效率的目的[5]。

3 試驗(yàn)研究

3.1 儀器分析

本實(shí)驗(yàn)使用的近紅外光譜儀為LUMINAR5030型、探測器使用銦鎵砷探測器。

3.2 數(shù)據(jù)的采集與軟件

通過漫反射測定方法進(jìn)行試驗(yàn)，掃描的范圍控制在1 300～1 796 nm波長，波長間隔為2 nm,采集波長點(diǎn)數(shù)為249個(gè)。通過儀器的SNAP2.03光譜處理軟件對吸收的光度曲線進(jìn)行一階導(dǎo)數(shù)預(yù)處理，得到光譜圖，并對光譜圖進(jìn)行分析[6]。

然后使用Matlab進(jìn)行最小二乘法及BP神經(jīng)網(wǎng)絡(luò)程序的編制。

再次使用該法測定羅紅霉素制劑中的羅紅霉素及乳糖兩大成分，并標(biāo)記為組分1、組分2，用“%”表示含量。最后，使用HPCL法對相關(guān)數(shù)值實(shí)施測定，從而為近紅外光譜法的實(shí)施提供參考數(shù)值，提高預(yù)測準(zhǔn)確性[6]。

3.3 構(gòu)建預(yù)測模型

把65個(gè)樣本分成訓(xùn)練集與驗(yàn)證集，前者使用60個(gè)樣本建模、后者使用5個(gè)樣本進(jìn)行獨(dú)立檢驗(yàn)。第一步使用最小二乘法篩選波長區(qū)間，第二步將選擇的最優(yōu)波長區(qū)間組合原始數(shù)據(jù)壓縮成主成分后輸入到ANN內(nèi)實(shí)施訓(xùn)練，第三步通過驗(yàn)證集實(shí)施預(yù)測。在該法使用中模型預(yù)測結(jié)果評價(jià)指標(biāo)為驗(yàn)證集樣本決定系數(shù)R2，公式如下：

4 結(jié)果

4.1 最小二乘法處理結(jié)果

把1 390～1 796 nm光譜段采用預(yù)處理法后，光譜段數(shù)據(jù)被分成20個(gè)區(qū)間，1～9號(hào)區(qū)間各區(qū)間波長點(diǎn)數(shù)為13個(gè)，其余各區(qū)間波長點(diǎn)數(shù)為12個(gè)。然后通過最小二乘法篩選出組分1與2的最佳建模波長區(qū)間。被確定的波長區(qū)間內(nèi)由99個(gè)波長點(diǎn)吸光度數(shù)據(jù)。最后把確定的波長點(diǎn)原始數(shù)據(jù)壓縮成主成分輸入進(jìn)BP-ANN中。

1、2 、3、4、5主成分貢獻(xiàn)率分別為74.68%、19.58%、3.01%、1.88%、0.30%，累計(jì)貢獻(xiàn)率為99.45%，已經(jīng)基本涵蓋了贗本信息，所以BP網(wǎng)絡(luò)的輸入數(shù)據(jù)以前5個(gè)主成分為主即可。

4.2 BP網(wǎng)絡(luò)參數(shù)的科學(xué)選擇

輸入節(jié)點(diǎn)以選取主成分個(gè)數(shù)的方法實(shí)施，輸出為兩個(gè)預(yù)測指標(biāo)。利用多次試驗(yàn)，構(gòu)建3層BP網(wǎng)絡(luò)，使用tansig和purelin函數(shù)傳遞所有層函數(shù)。通過反復(fù)試驗(yàn)確定隱含層節(jié)點(diǎn)數(shù)分別是26，目標(biāo)誤差是0.001。然后利用程度在規(guī)定范圍例隨機(jī)設(shè)置初始權(quán)值、動(dòng)量因子、步長。通過訓(xùn)練集樣本訓(xùn)練模型。網(wǎng)絡(luò)學(xué)習(xí)最大訓(xùn)練次數(shù)為100 1次，通過實(shí)驗(yàn)結(jié)果，得出的結(jié)論為：在200步上下時(shí)就可實(shí)現(xiàn)預(yù)期設(shè)定學(xué)習(xí)誤差0.001的目標(biāo)，網(wǎng)絡(luò)收斂過程從0次到180次期間，學(xué)習(xí)誤差在不斷降低[7～8]。

4.3 預(yù)測結(jié)果

運(yùn)用模型，測定預(yù)測集樣本中成分1、2的含量與HPLC測定值，成分1、2的最小二乘法-BP模型預(yù)測結(jié)果與相對誤差如下：

組分1的五次HPLC法測定結(jié)果為23.561 7%、33.455 2%、41.749 5%、52.865 5%、66.971 1%，本法預(yù)測結(jié)果為22.651 3%、32.453 9%、42.699 9%、50.127 7%、70.094 5%，相對誤差為-3.86%、-2.99%、2.28%、-5.18%、4.66%。

組分2的五次HPLC法測定結(jié)果為47.659 2%、37.374 3%、42.785 0%、37.144 6%、19.755 7%；本法預(yù)測結(jié)果為45.871 5%、36.553%、41.833 8%、38.561 3%、18.776 1%，相對誤差為-3.75%、-2.20%、-2.22%、3.81%、-4.96%。

5 討論

由數(shù)據(jù)分析可知組分1、2測定結(jié)果決定系數(shù)分別是0.998 1與0.998 5。

在數(shù)據(jù)分析結(jié)果中可以發(fā)現(xiàn)該測定結(jié)果和HPLC測定結(jié)果的模型預(yù)測結(jié)果相對誤差＜±5%，因此，此結(jié)果具有實(shí)用性。在模型預(yù)測決定系數(shù)角度分析，發(fā)現(xiàn)模型預(yù)測效果很好。由此可以認(rèn)為通過結(jié)合最小二乘法波長區(qū)間與BP-ANN構(gòu)建的預(yù)測模型，可有效預(yù)測位置樣品組成成分。

另外，通過使用最小二乘法選擇最優(yōu)建模波長區(qū)間，讓代入預(yù)測模型波長數(shù)量降低了6成以上，進(jìn)而實(shí)現(xiàn)了簡化模型、提高預(yù)算速率的目的，這對羅紅霉素快速在線成分的測定與分析提供了幫助。

[1]吳衛(wèi)濤．復(fù)方丹參滴丸近紅外一致性檢驗(yàn)?zāi)Ｐ偷慕⑴c考察[J]．中國實(shí)用醫(yī)藥，2011，6（29）：170-171．

[2]葉杰勝．運(yùn)用近紅外漫反射光譜法對別嘌醇片進(jìn)行一致性檢驗(yàn)的研究[J]．中國藥業(yè)，2011，20（19）：27-28．

[3]張學(xué)博，尹利輝．近紅外光譜一致性檢驗(yàn)方法用于快速判斷藥品質(zhì)量的研究[J]．藥物分析雜志，2011，31（3）：603-608．

[4]周嵩煜．近紅外光譜技術(shù)在藥物分析中的應(yīng)用[J]．中國藥業(yè)，2010，19（18）：84-87．

[5]解朝霞,吳迪,沈麗娟．近紅外光譜一致性檢驗(yàn)方法對鹽酸雷尼替丁膠囊的快速檢測[J]．中國藥物經(jīng)濟(jì)學(xué)，2014，9（4）：20-21．

[6]陸廣匯．羅紅霉素制劑一致性模型建立及比較[J]．醫(yī)藥，2016，4（7）：187-191．

[7]桑育黎,于世海,朱璐等．近紅外光譜技術(shù)在中藥鑒別中的應(yīng)用[J]．遼寧大學(xué)學(xué)報(bào)：自然科學(xué)版，2014，41（2）：142-144．

[8]曾紅霞,張鳳妹,王建．羅紅霉素顆粒和干混懸劑中降解產(chǎn)物HPLC測定方法建立及降解產(chǎn)物產(chǎn)生原因探討[J]．中國抗生素雜志，2013，38（11）：834-839．

Roxithromycin Rapid Determination of Two Main Components in Drugs by Near Infrared Spectroscopy

XIAO Yue XIONG Jun HUANG Yuanshuai Laboratory of Drug Control, Department of Pharmacy, Changde Vocational Technical College, Changde Hu’nan 415400, China

The macrolide antibiotic roxithromycin by near infrared spectroscopy, then, the back propagation partial least squares (PLS) method is used to preprocess the full spectral wavelength, then the compression is the main component, forecast model of BP artifcial neural network method, and the main ingredient of roxithromycin drug analysis. The model can effectively resist the instantaneous disturbance caused by noise and other accidental factors, and can also reduce the number of wavelengths used, the operation time and the prediction accuracy.

roxithromycin; macrolide antibiotics; near infrared spectroscopy

R9

A

1674-9308（2017）16-0190-03

10．3969/j．issn．1674-9308．2017．16．103

常德職業(yè)技術(shù)學(xué)院藥學(xué)系藥物檢驗(yàn)教研室，湖南 常德415400