近紅外光譜快速無損分析測定中藥活性成分的研究.pdf

1、近紅外光譜(Near Infrared,簡稱NIR)是位于紫外可見光譜區(qū)與中紅外光譜區(qū)間的電磁波。通常將780～2526nm(12820～3959cm-1)定義為近紅外光譜區(qū)的范圍。有機分子中C-H、O-H、N-H及S-H等含氫基團內(nèi)部振動的倍頻和組合頻吸收是近紅外光譜反應的基本信息,這些化學信息量相當豐富。由于絕大部分有機物都含有此類基團,因此適合近紅外光譜測量的物質(zhì)種類和場合相當廣泛。分析速度快、樣品預處理簡單、可同時測定多組分、環(huán)

2、保污染少等,是近紅外光譜分析所具有的優(yōu)點,這使得近紅外光譜被廣泛地應用于農(nóng)業(yè)、石油化工、制藥、環(huán)保、食品等領域中。
　　 中藥材與中成藥是中國傳統(tǒng)藥物,其藥效成分復雜多樣,外觀形態(tài)各異,因此對其進行質(zhì)量監(jiān)控難度很大。近紅外光譜結(jié)合化學計量學這一分析技術可以很快捷地對中藥材與中成藥的有效含量進行快速地測定,同時還可對藥物的歸屬地進行鑒別。
　　 本文在重慶市科委科技攻關項目(CSTC2010AC5170)的資助下,對三種劑

3、型的中成藥和兩種中藥材應用近紅外分析手段做了以下幾個方面的研究:1.近紅外光譜法同時測定通天口服液的天麻素和芍藥苷的含量,所建立的定量分析模型效果極佳,能應用于生產(chǎn)實踐中,突破了傳統(tǒng)方法只能測量單一組分的缺陷;2.用近紅外漫反射光譜法建立益母草顆粒中鹽酸水蘇堿定量分析模型,同時還使用聚類分析方法對九個廠家的益母草顆粒進行定性分析;3.在沒有光纖探頭的情況下,對北豆根膠囊使用近紅外光譜法進行探索性研究,分別建立了總生物堿定量分析模型、判別

4、分析模型和聚類分析模型;4.使用近紅外光譜法建立了銀杏葉的定量分析與兩種定性分析模型,并對各個模型進行應用;5.應用近紅外光譜法對車前草的模式識別定性分析方法研究,分別用兩種最經(jīng)典的方法進行定性分析,均取得很好的分析效果。
　　 1.近紅外光譜法同時測定通天口服液中的天麻素和芍藥苷的含量
　　 基于近紅外光譜結(jié)合偏最小二乘法建立了同時測定通天口服液中天麻素與芍藥苷含量的方法。通過HPLC法測定通天口服液樣品中天麻素和芍藥

5、苷的化學含量。隨機抽取60個樣本作為校正集,20個樣本作為驗證集。通過化學計量學方法將校正集樣本的近紅外光譜和與之對應樣本的天麻素和芍藥苷的含量分別相關聯(lián)建立模型。最后得出,天麻素和芍藥苷定量分析模型的決定系數(shù)分別為96.28%、94.55%,模型的交叉驗證均方差分別為0.0336、0.00908,驗證集的決定系數(shù)分別為94.23%、92.86%,預測集均方差分別為0.0453、0.00839。文章還做了模型的精密度實驗,效果較佳。實驗

6、表明,該方法能用于大批量樣品的快速分析。
　　 2.近紅外漫反射光譜法對益母草顆粒的定量和定性分析
　　 本文首先利用近紅外光譜結(jié)合偏最小二乘法建立了快速測定益母草顆粒的鹽酸水蘇堿的定量分析模型,模型的決定系數(shù)為0.9622,內(nèi)部交叉驗證均方差為0.0576;然后用10個預測集樣本對模型的性能進行驗證,決定系數(shù)為0.9495,預測集標準偏差為0.0547,相對分析誤差為4.45,表明該方法能應用于生產(chǎn)實踐。最后選取樣品的

7、近紅外光譜的3999.6～6502.8 cm-1波段建立九個廠家的益母草顆粒聚類分析模型,結(jié)果不同廠家的樣品能很好地進行分類,然后使用預測集樣品對該模型進行檢驗,結(jié)果表明該方法準確快速。
　　 3.基于近紅外光譜的北豆根膠囊的定量和定性分析
　　 應用近紅外光譜技術建立了北豆根膠囊的總生物堿的定量和定性分析方法。收集了3個廠家85個批次的樣品,將近紅外光譜與相應的化學值相關聯(lián)建立定量模型。模型的決定系數(shù)、內(nèi)部交叉驗證均方

8、差、預測標準偏差分別為99.63%、1.04、4.49,相對分析誤差為3.81,結(jié)果表明該定量分析模型能應用于生產(chǎn)實踐中。聚類分析和K-最鄰近法相結(jié)合對不同生產(chǎn)廠家的樣品進行了鑒別,識別率分別為97%、100%。本實驗在做判別分析時有了一個很大的突破:在一級譜庫無法對一些樣品進行正確歸類時,可將這些樣品歸入二級子庫,重新設定條件,進行進一步的定性鑒別。
　　 4.銀杏葉的近紅外定量分析與定性分析模型的建立及應用
　　 本

9、文采用了近紅外光譜分析方法對幾個地區(qū)的銀杏葉樣品做了定量和定性分析研究與應用。選取7501.7～4246.5cm-1做為建模的光譜范圍,模型的預測值與標準值間的相關系數(shù)R2為98.62%,內(nèi)部交叉驗證均方差RMSECV為0.103,相對分析誤差RPD為3.05,且5個樣品的重復性實驗的相對標準偏差都在2%以下,說明將該模型應用于實際檢測中是可行的。在進行定性判別分析和聚類分析時,模型的識別率都達到了100%。
　　 5.基于近紅

10、外光譜法對車前草的模式識別定性分析方法研究
　　 本文采用近紅外光譜技術,同時結(jié)合化學計量學方法,對車前草的歸屬地進行判別分類工作。在8003～4000cm-1光譜范圍內(nèi),使用聚類分析方法建立了聚類分析模型,模型的識別率是100%,預測率也為100%。定性判別分析方法建模時,模型的識別率也達到了100%。研究表明,近紅外漫反射光譜結(jié)合模式識別定性分析方法可作為一種可靠、準確、快速,能應用于生產(chǎn)實踐的方法。通過實驗得出這一結(jié)論:定