目的应用近红外光谱(near-infrared reflectance spectroscopy,NIRS)与中红外光谱(mid-infrared reflectance spectroscopy,MIRS)技术,对热毒宁注射液(Reduning Injection,RI)制剂过程的投料和二次热处理工序中6种质控指标进行快速检测,提高制剂过程的质量控制水平。方法利用NIRS透射技术与MIRS衰减全反射技术,结合偏最小二乘法(partial least squares,PLS),经过光谱预处理方法的优选以及波段筛选,分别建立绿原酸、新绿原酸、隐绿原酸、栀子苷、断氧化马钱子苷和固含量的快速预测模型,以校正集相关系数(rcal)、验证集相关系数(rpre)、校正均方根误差(root mean square error of calibration,RMSEC)、交叉验证均方根误差(root mean square error of cross validation,RMSECV)、预测相对误差(relative standard error of prediction,RSEP)为评价指标,评价模型性能。结果NIRS预测模型的6个质控指标的RMSEC和RMSECV均小于0.3,RSEP小于4.0%;MIRS预测模型的6个质控指标的RMSEC和RMSECV均小于0.4,RSEP均小于5.0%,建立的PLS模型具有模型性能好、预测精度高的优点。结论NIRS及MIRS分析技术,均可用于RI投料和二次热处理工序中6种质控指标的快速检测,模型RSEP在5%以内,方法操作简单,结果可靠。
目的应用衰减全反射中红外光谱(mid-infrared spectroscopy,MIRS)技术建立桂枝茯苓胶囊(Guizhi Fuling Capsules,GFC)浓缩过程中没食子酸、芍药苷、苯甲酸、苯甲酰芍药苷及挥发油桂皮醛和肉桂酸的定量分析模型,实现GFC浓缩过程的质量控制。方法以HPLC检测值为参照,采集GFC浓缩过程的MIRS,结合偏最小二乘(partial least square,PLS)法分别建立6种指标性成分的定量模型。结果没食子酸、芍药苷、苯甲酸、肉桂酸、苯甲酰芍药苷及桂皮醛的校正集相关系数(rcal)分别为0.992、0.977、0.986、0.985、0.974、0.980,验证集相关系数(rpre)分别为0.985、0.961、0.988、0.993、0.978、0.975,校正均方根误差(corrected root mean square errors,RMSEC)分别为0.132、0.771、0.042、0.044、0.075、0.185,预测相对偏差(relative standard error of prediction,RSEP)和相对误差均小于10%。结论MIRS技术具有快速方便、结果可靠的优点,可以应用于GFC浓缩过程中挥发油桂皮醛和肉桂酸及其他指标性成分的测定,为GFC浓缩过程的在线监控提供了一种新方法。
暂无评论