无损检测

期刊导读

近红外无损检测安胎丸中关键质控指标成分的含

来源:无损检测 【在线投稿】 栏目:期刊导读 时间:2021-03-10

中药市场中,当进行药品抽样检验时,只是从大量样品中随机抽取少量样品进行质量检测,并不能代表产品的整体质量,且检验方法复杂,耗时费力,便利性较差。如安胎丸,是古代经典方剂,由当归、制川芎、黄芩、炒白芍、白术打粉加工制成的中药复方制剂,具有安胎功效,用于妊娠血虚、胎动不安、面色淡黄、不思饮食、神疲乏力等病症[1]。每盒装为10丸,每丸6 g。当前安胎丸的检验,是依照《卫生部药品标准?中药成方制剂》进行性状、显微鉴别、薄层鉴别以及丸剂的各项规定检查[2]。在目前的文献报道中,仅通过指纹图谱[1]及1-3个指标性成分的定量[3-6]评价安胎丸的质量。检测指标少,不能涵盖组方药材,且检测手段需要进行繁琐的前处理,有必要开发一种快速、简便、无损的检测方法。

近红外光谱法是一种利用化学物质在近红外谱区内的光学特性快速测定物质化学组分含量的光谱技术[7-8]。其特点是吸收系数较低、无损、快速、无污染,可以直接对样品进行测定,不需要对样品处理或仅需简单处理[9]。本研究中,采用近红外漫反射光谱无损检测的方法,即光投向安胎丸后,在丸剂内部发生方向不定的反射[10],直接对其进行检测。待近红外漫反射光谱穿透至一定深度的蜜丸时,获得更加完整的安胎丸整体信息,再结合化学计量学方法,对多批安胎丸中的每一丸进行关键质控指标成分的定量研究,建立一种抽样检验过程中更具有代表性的近红外快速无损检测安胎丸关键质控指标成分含量的方法。

1 材料和方法

1.1 仪器和药材

UltiMate 3000高效液相色谱仪(美国Thermo公司);十万分之一分析天平(XS205 DuaLRange型,梅特勒-托利多);紫外分光光度计(UV-2600,岛津(中国)有限公司);近红外光谱仪(SupNIR1500,聚光科技(杭州)有限公司);化学计量学分析系统(THUNIR V3.0,清华大学),在线监测分析系统(THU NIR Online,清华大学);阿魏酸(纯度99.00%)、黄芩苷(纯度93.50%)、汉黄芩苷(纯度98.80%)、黄芩素(纯度98.50%)、汉黄芩素(纯度98.0%)和洋川芎内酯A(纯度98.0%),均购自于中国食品药品研究院。乙腈(色谱级,购于德国默克公司),甲酸(分析纯,广州化学试剂厂)、甲醇及其它试剂均为分析纯。安胎丸(批号为:、、、、、、、、、、、,江西保利制药有限公司)。

1.2 关键质控指标成分实际值的测定方法[11]

1.2.1 混合标准品溶液的制备

精密称取各标准品于容量瓶中,加适量甲醇溶解配制成混合标准品母液,并稀释至如下浓度:阿魏酸0.00306 mg?mL-1、黄芩苷0. mg?mL-1、汉黄芩苷0.01840 mg ?mL-1、黄芩素 0.064 mg ?mL-1、汉黄芩素0.0378 mg?mL-1、洋川芎内脂0.00715 mg?mL-1、白术内酯0.042 mg?mL-1。

1.2.2 样品溶液的制备

取1丸安胎丸,剪碎,取约0.25 g,精密称定,置具塞锥形瓶中,精密加入25 mL甲醇,密塞,称量,超声处理(功率300 W,频率40 kHz)45 min,放冷,再称量,用甲醇补足减失的量,摇匀,即得供试品溶液(平行制备三份)。

图1 六种质控指标成分化学结构图a:阿魏酸;b:黄芩苷;c:汉黄芩苷;d:黄芩素;e:汉黄芩素;f:洋川芎内酯A

1.2.3 色谱条件[11]及测定方法

色谱柱Diamonsil Plus C18-A(250×4.6 mm,5 μm);流动相:0.1%磷酸溶液(A):乙腈(B),梯度洗脱(0-15 min,5%-20%B;15-40 min,20%-40%B;40-45 min,40%-70%B;45-55 min,70%-90%B;55-60 min,90%-95%B);流速 0.8 mL·min-1;柱温 35℃;检测波长280 nm;根据六种关键指标成分的化学结构公式(图1),达到了令人满意的分离效果。样品和标准溶液采用0.45 μm微孔膜过滤,分别取10 μL经HPLC检测。所测得的数值作为六种关键质控指标性成分的含量真实值。

混合标准品溶液和样品溶液均经HPLC仪测定安胎丸中关键质控指标成分的含量。

1.3 关键质控指标成分的近红外测定方法

1.3.1 近红外光谱数据的采集

取12批(共108丸)的安胎丸样品,采用近红外光谱仪进行近红外光谱数据的采集,按如下条件扫描:漫反射模式,分辨率2 nm,扫描次数32次,波长扫描范围1000-1800 nm。每丸重复扫描3次,得出平均的准确的光谱数据保存为txt格式,并转换为CVS格式。

1.3.2 光谱的预处理

光谱预处理对于获得可靠、稳定和准确的模型至关重要,因为近红外的光谱的数据中可能包含噪声、背景信息和其他干扰因素[12]。本研究中,分别近红外采集的光谱进行了预处理,比较了一阶导数卷积(1stderivative,1DC)、二阶导数卷积(2ndderivative,2DC)、多元散射校正(Multiplicative Scatter Correction,MSC)、标准正变变换(Standard Normal Variate,SNV)、Savitzky-Golay卷积平滑(S-G)和归一化法(Normalization Method)等光谱预处理方法。

上一篇:用光照法无损检测鸡蛋煮熟程度 下一篇:没有了