采用 AOTF 近紅外光譜技術測定藥物原料的化學成分

摘要 ?本文采用 Brimrose AOTF 近紅外光譜儀和校正集模型測定原始粉狀抗生素的純度和濕 度,建立了測量粉狀抗生素純度的偏最小二乘回歸模型,使用 4 個主成分,預測標準偏差(SEP)為 0.1,相關系數為 0.957,在克服了代表樣品數量小、范圍窄以及參考方法的不精 確等影響因素后,Brimrose AOTF 近紅外光譜儀也能準確測量粉狀抗生素的濕度

關鍵詞 ?聲光可調近紅外光譜;抗生素;偏最小二乘法

近紅外(NIR)光譜法是近年來發展迅速的一種綠色分析技術,并以其獨特的優點開始應 用于中藥分析,傳統的紅外分光光度技術采用棱鏡或光柵做色散元件,以這些色散元件為核 心的紅外光譜測量系統,結構復雜,設計和生產成本高,使得分析檢測僅適于實驗室條件下 應用。自20世紀80年代后期,一種新型的色散元件——聲光可調濾光器(Acousto-optic tunable filter,簡稱AOTF)逐漸受到人們的重視。AOTF是基于各向異性的雙折射晶體的聲 光衍射原理,利用超聲波與特定的晶體作用而產生分光的光電器件。與傳統的基于機械調諧 分光元件的光譜儀器相比,以AOTF作為分光元件的光譜儀具有明顯的優越性:它結構簡單, 光學系統無移動性部件,體積小,集光能力強,最吸引人之處在于它的波長切換快、重現性 好,程序化的波長控制使得這種儀器的應用具有更大的靈活性,尤其是外部防塵和內置的溫 度、濕度集成控制裝置,大大提高了儀器的環境適應性,加之全固態集成設計產生優異的避 震性能,使其近年來在工業在線和現場(室外)分析中得到越來越廣泛的應用,最近幾年, AOTF-近紅外光譜分析儀引進國內,已經開始應用煙草及化工行業中。

對醫藥原料進行定性和定量分析的一些傳統方法單調乏味,占用大量時間,需要寶貴的 人力、物力和大量時間來測定原料的成分,無法保證工業流水線操作的連續性,且樣品經預 處理,化學分析后,無法再回收利用,Brimrose AOTF 近紅外光譜儀提供了快速、精確并且 環保的方法,確定相同的參數只需要較少的時間和勞動,即可得出非常精確的檢測結果,有 望成為傳統化學分析儀器的的良好替代產品。

1.實驗部分

1.1? 儀器條件和樣品

儀器:美國 BRIMROSE 公司產的 Luminar 2000 型近紅外光譜儀,主要部件包括:光學部分、控制部分、電源適配器。軟件包括 SNAP!光譜處理軟件和 CAMO 化學計量學軟件。

掃描參數設置:光譜范圍 1200~2200nm,波長增量 2.0nm,平均次數 200,測樣方式為漫反射。

1.2 實驗方法

提供了 30 個固態粉狀原料抗生素樣品,樣品中給出了純度和濕度參考值。采用 Brimrose AOTF-NIR Luminar 2000 近紅外光譜儀收集 30 個樣品的光譜數據。將光纖束漫反射探頭安 裝在分析儀上,在 1200nm-2200nm 的波長范圍內掃描光譜數據,每個樣品收集 200 個掃描結 果并將這些結果平均為一個光譜,每個樣品數據獲取的時間約為 20 秒。光譜以透過率模式 收集,然后處理為吸收光譜和一階微分光譜。采用獲取的光譜數據和參考數據建立化學計量 學模型。

1.3 數據處理

對光譜數據的處理:光譜經過一階微分(9 點光滑),然后轉換為 UNS 數據格式,最后 導入 CAMO 化學計量學軟件 The Unscrambler,利用樣品的純度和濕度的基礎性質數據和光 譜數據建立校正模型。

2. 結果與分析

2.1 光譜

從圖 2、圖 3 中的光譜數據可以清楚地看出,噪音是非常少的。水分在約 1450nm-1950nm 處吸收,一階微分光譜顯示這些波長區域的峰值。濕度內容的變化而導致的光譜數據的變化 能夠在這一區域顯示出來。

2.2? 回歸和建模

圖 4、采用 PCA 分析法樣品的得分圖 主成分分析法用于確定樣品的質量差別,經常與 PLS(偏最小二乘法)結合來確定除了使用 PLS 定量分析過的參數差別外,樣品中是否還有其他差別。此處所采用的 PCA 分析法就 是這種情況的范例。得分圖清楚地將樣品分為三個組,樣品中有一些差別,原因可能是不同 的提供者或不同的粒徑。如果使用的樣品組足夠大的話,化學計量學分析法就非常好,足以 消除這些差別,并且集中于所研究的參數差別上。使用從多個提供者或不同粒徑的樣品中獲 取的數據點的模型,可消除由提供者或粒徑產生的光譜差別,并且只集中于因純度或濕度不 同而產生的光譜數據的差別。

反映原始粉狀抗生素中光譜數據和純度之間相互關系的 PLS1 回歸模型的結果非常好。使用了 4 個主成分,預測標準偏差(SEP)相當于 0.1,鑒于樣品組樣品數量少、數據范圍 窄,SEP=0.1 是非常好的一個結果。過去的經驗已經表明,使用有 100 個或更多樣品的樣品 組將會建立更精確、更完善的模型。使用帶有其他偏差(如不同提供者和不同粒徑)的更大 的樣品組也會建立更完善的模型。

樣品濕度的精確模型是無法建立的。 其原因是多方面的。 樣品中濕度的范圍是 12.5%-13.5%,對于只有 30 個點的數據組來說,這是一個非常小的范圍。純度的范圍也是很 小的,采用精確的參考方法來確定實際純度值,從而使精確的模型得以建立起來。使用 Karl Fischer 方法確定參考濕度值,這一方法的精確度是 0.2%。樣品濕度的范圍僅為參考方法誤 差的 5 倍,這使得建立精確的模型非常困難。另一個潛在的問題是,樣品存儲 6 個月,這可 能引起濕度變化。有三種方式改進校正集的結果:

(1)光譜數據采集后直接獲取參考數據;

(2)使用更精確的參考方法;

(3)擴大校正集的范圍。以上條件具備的話,Brimrose 光譜儀也將能夠精確的預測原始粉狀抗生素的濕度。

3.結論

研究結果表明,采用 Brimrose AOTF 近紅外光譜儀和校正集模型測定原始粉狀抗生素的 純度和濕度是可行的。建模時有一些問題,但這些問題是因為樣品組小、范圍窄以及參考方 法的不精確而造成的。結果表明,這些問題一旦解決,Brimrose 光譜儀就能夠預測純度和 濕度。過去的經驗表明,采用大的樣品組時,建模的精確性和適應性將大大提高;同時還表 明,從實驗室數據建立的模型可以很容易地轉換到實時在線工業環境。Brimrose 產品速度 快、精確度高,是過程控制的理想選擇。產品無移動部件,這使 Brimrose 光譜儀在工業環 境中的應用非常完美,并且,AOTF 技術使數據采集速度相當快,實現實時在線過程控制。


Related posts