采用NIR检测舒筋健腰丸中间粉水分含量的方法与流程

本发明属于药物分析领域，特别是涉及一种采用nir检测舒筋健腰丸中间粉水分含量的方法。
背景技术：
：舒筋健腰丸是广州白云山陈李济药厂有限公司独家产品，其由狗脊、金樱子、鸡血藤、千斤拔、黑老虎、牛大力、女贞子(蒸)、桑寄生(蒸)、菟丝子(盐制)、延胡索(制)、两面针、乳香(制)、没药(制)等13味药组成，具有补益肝肾，强健筋骨，驱风除湿，活络止痛的作用，可用于缓解腰膝酸痛。舒筋健腰丸的水分含量测定按照2020年版《中国药典》四部0832水分测定法的烘干法进行检测，需要7个多小时，存在耗能、耗时，操作较复杂，破坏样品等缺陷，且无法快速反映舒筋健腰丸的水分含量值。这些缺陷均不利于在舒筋健腰丸的生产过程中进行在线或快速质量分析，提高生产效率，不适合中药现代化生产发展的需要。因此，当前迫切需要研究一种快速、高效、准确的新的舒筋健腰丸水分含量的分析检测方法。近红外光谱(nearinfrared，简称nir)分析技术是20世纪80年代后期迅速发展起来的一项测试技术，系通过测定被测物质的近红外光谱区(12000～4000cm-1)的特征光谱，并利用适宜的化学计量学方法提取相关信息后，对被测物质进行定性、定量分析的一种分析技术。近红外光谱常用的测量技术有透射法、漫反射法和反射透射法。透射法适用于透明液体样品的分析；漫反射法主要用于分析固体和半固体样品。采用近红外光照射被测样品，利用有机物含有的o-h、n-h等化学键的泛频振动或转动，以漫发射方式获得近红外区的吸收光谱，通过多元线性进行回归等计量学手段，建立物质光谱与待测成分含量间的线形或非线形模型，从而实现用物质近红外光谱信息对待测成分含量的快速计算。近红外光谱技术是一种快速、无损的分析技术，1分钟内可完成样本分析，测出多个参数，缩短检测时间，提高生产效率，降低人力物力投入成本，无需使用试剂或溶剂对进行样品预处理，减少有害废弃物排放，绿色环保。不仅能进行“离线”分析，还能直接进行“在线”过程控制。不仅能直接测定原料和制剂中的活性成分，还能对药品的某些理化性质如水分、脂肪类化合物的羟值和酸值等进行分析，它能够提供样品的化学和物理信息。技术实现要素：基于此，有必要针对上述问题，提供一种采用nir检测舒筋健腰丸中间粉水分含量的方法，该方法能够实现快速检测舒筋健腰丸中间粉水分，实现连贯生产，提高生产效率。本发明提供了一种采用nir检测舒筋健腰丸中间粉水分含量的方法，包括以下步骤：s1、采用近红外光谱仪扫描多批舒筋健腰丸中间粉样品，得相对应近红外光谱；s2、采用烘干法分别测定上述各批舒筋健腰丸中间粉样品的水分含量值；s3、采用偏最小二乘法建立所述舒筋健腰丸中间粉样品近红外光谱特征图谱与其水分含量值之间的校正模型；s4、将验证集的舒筋健腰丸中间粉近红外光谱输入校正模型中，得出验证集样品的水分含量预测值；与验证集样品烘干法测定的水分值对照，判定验证集样品是否为界外点，当认定为界外点时，加入界外点按步骤s3重新建立校正模型，对校正模型进行完善；s5、采用近红外光谱仪扫描待测舒筋健腰丸中间粉样品，得相对应的近红外光谱图，相应近红外光谱图输入s4所述校正模型，获得所述待测舒筋健腰丸中间粉样品的水分含量值。其中，舒筋健腰丸中间粉是指：采用狗脊、金樱子、鸡血藤、千斤拔、黑老虎、牛大力、女贞子(蒸)、桑寄生(蒸)、菟丝子(盐制)、延胡索(制)、两面针、乳香(制)、没药(制)等13味中药制作成的药粉。在其中一个实施例中，所述步骤s1中，所述近红外光谱采用傅立叶变换近红外光谱仪测定。在其中一个实施例中，所述步骤s1中，舒筋健腰丸中间粉的粒度大小为为95.0％以上过100目筛网，100.0％过80目筛网。在其中一个实施例中，所述步骤s1中，样品的批数量≥30。优选地，样品的批数量≥110。在其中一个实施例中，所述步骤s1中，所述近红外光谱的测试方法为积分球漫反射，分辨率为8cm-1，扫描次数为64次，扫描范围为12000～4000cm-1，18～25℃下重复扫描2～3次，取平均光谱。在其中一个实施例中，所述烘干方法采用2020年版《中国药典》四部0832水分测定法中的烘干法。在其中一个实施例中，所述步骤s2中，所述烘干法具体为：取2～5g舒筋健腰丸中间粉，平铺于干燥的称量瓶中，在100～110℃下干燥4～6h，干燥后冷却，称量，计算称重差；当连续两次的称重差≤5mg时，计算样品中水分含量值；当连续两次的称重差＞5mg时，继续在100～110℃下继续干燥1～2h，称量，计算称重差，直至续两次称重差不超过≤5mg，计算样品中水分含量值。在其中一个实施例中，所述步骤s3中，所述校正模型的主因子数根据校正集rmsecv与主因子数之间的相关图确定，校正模型的主因子为6，内部交叉验证均方差rmsecv为0.152；建立的校正模型的水分决定系数r2≥0.9500。优选地，所述步骤s3中，所述校正模型的主因子数为6，rmsep为0.106，r2为0.9986，rmsecv为0.152。在其中一个实施例中，所述步骤s3中，其中建立的定量近红外定量分析模型，验证集样品的预测值与烘干法测定的水分平均值相对误差不大于5％。在其中一个实施例中，所述步骤s4中，所述优选的校正模型验证集样品的预测值与烘干法测定的水分值平均相对误差(％)为1.89％。在其中一个实施例中，通过将测定探头安装在生产线上，实现在线检测；并通过随机抽样，测定不同批次样品的近红外光谱图；将近红外光谱图输入校正模型，得到其水分含量值，实现快速检测。与现有技术相比，本发明具有以下有益效果：本发明检测方法，不需要对舒筋健腰丸中间粉样品进行预处理，操作简便快速，分析速度快(1分钟内可完成样品分析)、效率高、不损伤样品、成本低、无污染和便于实现在线分析，且建立的定量近红外定量分析模型，验证集样品的预测值与烘干法测定的水分平均值相对误差不大于5％，能够实现在线快速检验监控水分，控制样品的水分含量，保证产品质量，在生产过程能够及时转到下一个生产工序，缩短生产周期，由原来传统的水分测定方法耗时至少7h以上，降低至1分钟之内，即可测定样品含水量是否合格，从而提高产品的生产效率，同时降低因暂存期可能导致吸潮、微生物污染等风险。附图说明图1为实施例中110批舒筋健腰丸中间粉的nir光谱图；图2为实施例中优选的舒筋健腰丸中间粉模型rmsecv与主因子数的相关图；图3为实施例中优选的舒筋健腰丸中间粉模型水分含量预测值与真实值的相关图；图4为实施例中优选的舒筋健腰丸中间粉模型水分含量偏差与真实值的相关图。具体实施方式为了便于理解本发明，以下将给出较佳实施例对本发明进行更全面的描述。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的
技术领域：
的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。实施例11、样品收集：收集不同批号的舒筋健腰丸中间粉样品110批。2、对110批样品进行数据采集：利用近红外光谱检测仪器(德国bruker公司的mpa型傅立叶变换近红外光谱仪，光源：卤钨灯，检测器：pbs，附漫反射积分球，样品旋转器和石英样品杯)测定校正集样品的近红外光谱。测样方式：积分球漫反射，分辨率：8cm-1，扫描次数：64次，扫描范围：12000～4000cm-1，室温：18-25℃。利用近红外光谱仪采集舒筋健腰丸中间粉的原始nir光谱，每个样品重复扫描2～3次，取平均光谱。采用opus7.5分析软件，对光谱预处理和谱区选择，得到舒筋健腰丸中间粉中水分含量的特征光谱信息。3、110批样品的水分含量值测定：将110批舒筋健腰丸中间粉取2～5g，平铺于干燥至恒重的扁形称量瓶中，精密称定，打开瓶盖在105℃干燥5小时，将瓶盖盖好，移置干燥器中，冷却30分钟，精密称定，再在上述温度下干燥1小时，冷却，称重，至连续两次称重的差异不超过5mg为止。根据减失的重量，计算供试品的含水量(％)(见表1110批舒筋健腰丸中间粉烘干法测定水分值)。表1.110批舒筋健腰丸中间粉烘干法测定水分值编号水分值(％)编号水分值(％)编号水分值(％)19.46386.157512.3729.31396.327612.9739.29406.407713.3849.19415.787813.3859.29423.557913.1969.04435.968013.3478.93443.218113.0289.10452.308213.3596.52463.438313.57106.73473.85841.52116.74482.84851.52127.21493.39862.24136.93502.77871.73146.81512.03881.36152.68521.19891.84162.24531.61901.75175.84541.86911.44185.79551.76922.25192.91562.28932.19202.71572.41941.74212.19582.20951.59223.04592.50962.26233.11602.77971.89242.45611.84982.20255.82621.99991.80263.08632.131002.35276.11641.851011.66283.78652.241021.72293.88662.031031.52306.15672.701041.94316.32681.821051.77326.40691.851061.95335.78702.291071.60343.55712.391082.11355.96722.131091.75366.117313.291102.29373.787412.794、校正模型的建立：110批样品的近红外光谱图，除随机选取10批样品用于检验样本集外，剩余100批应用化学计量学中的偏最小二乘法(pls)将烘干法测得的水分含量值与特征光谱图相对应建立样品校正模型(表2不同预处理方法和谱区范围对模型的影响)。表2.不同预处理方法和谱区范围对模型的影响5、检验样本集的水分含量和最优模型的选择(1)检验样品集的选取：根据校正样品集有代表性样品的选择，除建立校正样品集之外的10份样品。通过检验样品集检验校正模型是否可靠，检验模型的实用性能并确定最优模型。把检验样本集光谱特征图输入表2的4个校正模型，可以预测出检验样本集的水分含量。得到nir预测值与药典烘干法实测值的相关系数外部验证均方差(rmsep)和偏差(bias)。由表3可知，校正模型ⅰ、ⅱ、ⅲ、ⅳ的外部验证均方差(rmsep)和偏差(bias)一样，但校正模型ⅰrmsecv最小，r2最大，最后确定校正模型ⅰ是最优模型。表3.四个校正模型对检验样本集的预测结果的相关系数方法rmsepbiasseprpdⅰ0.1060.02470.10520.6ⅱ0.1060.02470.10520.6ⅲ0.1060.02470.10520.6ⅳ0.1060.02470.10520.6由表4可知，用校正模型ⅰ对检验样本集中的10个样品的水分进行预测，其药典烘干法的测定结果与nir光谱法的测定结果相对偏差在正负5％以内，预测结果较为准确。表4.校正模型ⅰ对检验样本集的预测结果利用近红外光谱检测仪器扫描收集到的110批舒筋健腰丸中间粉样品，得到相对应的nir光谱图，见图1。110批样品的近红外光谱图，根据校正样品集有代表性样品的选择选取10批样品用于检验样本集外，剩余100批样品应用opus7.5分析软件，采用pls法将校正集样品的nir光谱与其水分含量值进行关联，建立了定量校正模型，并根据rmsecv最小，r2最大，预测结果越接近水分真实值的原则选择最优模型。图2为最优模型rmsecv与主因子数之间的相关图，由图可知，当舒筋健腰丸中间粉定量校正模型主因子数为6时，可使校正集rmsecv最小。pls定量校正模型对舒筋健腰丸中间粉水分含量的相关系数r2为0.9986，内部交叉验证均方差(rmsecv)为0.152，主因子数为6，舒筋健腰丸中间粉nir光谱与其水分含量之间存在较好的相关性。图3和图4分别为舒筋健腰丸中间粉校正集样品交互验证后得到的nir预测值与水分真实值的相关图和nir偏差与水分真实值的相关图，由图可知，舒筋健腰丸中间粉nir光谱与其水分含量之间存在较好的相关性。校正模型精密度考察：取同一样品，用近红外光谱仪重复扫描6次，将所得nir光谱输入舒筋健腰丸中间粉的水分含量校正模型中重复计算6次，考察模型的精密度，rsd值为0.75％(n＝6)。结果见表5，由表5可知仪器和校正模型精密度良好。表5.精密度试验校正模型重现性考察：取同一批样品6份，分别进行近红外光谱仪扫描，将所得的nir光谱输入舒筋健腰丸中间粉的水分含量校正模型中计算水分含量，rsd值为1.33％(n＝6)。结果见表6，由表6可知校正模型的重现性良好。表6.重现性试验当样品的测定环境改变时，需用检验样品集检验校正模型，如果校正模型的预测效果降低，就需要在校正样品集增加这一检验样品，并重新按上述步骤修改校正模型。以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。当前第1页12