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。
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，已經開始應用于煙草及化工行業中。
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。
圖 5、原始粉狀抗生素 30 個樣品的純度 PLS1 回歸模型
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。
圖 6、原始粉狀抗生素 30 個樣品濕度變化圖
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。
