品中他扎罗汀含量范围为〇. 41-0. 48mg / g，相当于市售样品标示量（0. 50mg / g) 的82% -136%。在标准化实验室中，取40个样品，于无菌操作台上从铝制包装中挤出他 扎罗汀凝胶约5g置于无菌透明塑料自封袋中，采用标准加入法加入大肠埃希菌悬液，迅 速封口以防止测试过程中发生微生物污染，制得40个染菌样品，大肠埃希菌数量范围为 2-271cfu / g ;其余23个样品同法加入等量无菌培养液，得到无菌样品。
[0037] 2.样品近红外透反射光谱的测量
[0038] 仪器：美国Thermo公司的Antaris II傅里叶变换近红外光谱仪，配有粘性液体进 样器（3个规格的样品夹）和积分球附件，信号采集软件为RESULT3. 0。
[0039] 光谱测量条件：分辨率8CHT1，扫描次数64次，样品夹规格I. 0mm，扫描范围 lOOOO1000 cnT1。每次扫描样品前均采用相同参数扫描并扣除背景。
[0040] 光谱采集方法：用样品夹附件将装有适量建模样品的无菌透明塑料自封袋固定在 积分球的检测窗上，使其覆盖光斑，操作中避免袋子外部污染及皱褶；然后以选定的光谱测 量参数测定样品的傅里叶变换近红外透反射光谱共测量得到63张光谱。
[0041] 测得的在无菌透明塑料自封袋中他扎罗汀凝胶样品的原始傅里叶变换近红外透 反射光谱如图1所示。
[0042] 3.判别分析法（DA)识别染菌样品
[0043] 将63个样品分为校正集和预测集。校正集样品47个，其中染菌样品30个，无菌 样品17个；预测集样品16个，其中染菌样品10个，无菌样品6个。
[0044] 使用TQ Analyst8. 0软件，建立DA校正模型用于识别他扎罗汀凝胶是否染菌。建 模所用光谱范围由TQ Analyst8. 0软件自动筛选为9881-4119CHT1，所建模型性能由以下参 数来评定：PI、校正集正判率和预测集正判率。
[0045] 经过筛选得到的最优DA校正模型（模型9)的光谱前处理方法为MSC和SGS， 经PCA降维后选取的主成分数（PCs)为4,光谱累积贡献率为99.8% ;模型的性能指数为 93.0%，校正集和预测集的正判率均为100%。光谱前处理方法的筛选见表1。最优DA校 正模型的判别结果如图2所示，表明所建模型能够准确有效地识别染菌样品。
[0046] 表1不同光谱前处理方法时DA校正模型的各项性能指标
【主权项】
1. 傅里叶变换近红外光谱法快速检测药物半固体制剂中微生物数量和药物含量的方 法，其特征在于利用近红外分析技术测定样品的近红外光谱，应用化学计量学技术对所测 光谱进行处理，并依据处理后得到的光谱数据和样品中待测项目的参考值用化学计量学技 术分别建立半固体制剂中微生物数量和药物含量的校正模型，应用所建校正模型实现对未 知半固体制剂样品中微生物数量和药物含量的快速预测，具体包括以下步骤： (1) 收集或制备半固体制剂样品，并记录样品中微生物数量及药物含量参考值的信 息； (2) 筛选最优的光谱测量参数值，使用傅里叶变换近红外光谱仪测量样品的傅里叶变 换近红外透反射光谱； (3) 根据待测项目，将样品合理地分为校正集和预测集； (4) 选择最优的光谱前处理方法； (5) 筛选最优的建模光谱范围； (6) 异常值的诊断和剔除； (7) 用化学计量学技术将校正集样品光谱与其相应检测项目的参考值相关联，分别建 立预测微生物数量和药物含量的校正模型； (8) 评价所建校正模型的性能； (9) 应用所建校正模型预测未知样品中的微生物数量和药物含量。
2. 如权利要求1所述的方法，其特征在于：药物半固体制剂是指药物（原料药）与基质 (辅料）通过混合制成的形态介于固体和液体之间的外用药物制剂，包括软膏剂、乳膏剂、 糊剂和凝胶剂等剂型。
3. 如权利要求1所述的方法，其特征在于：微生物数量是指单位质量药物制剂中存在 或可能存在的、《中国药典》（2010年版）二部制剂通则项下规定检查的微生物种类中一种 或多种微生物的数量；药物含量是指药物制剂所含疗效成分的标示量百分数或单位质量药 物制剂所含疗效成分的质量。
4. 如权利要求1所述的方法，其特征在于：所述步骤（1)中的半固体制剂样品应具有 代表性，且校正集样品的微生物数量和药物含量均应呈现一定的梯度；样品中微生物数量 参考值的测定方法可为标准加入法、平皿法或滤膜过滤法；药物含量参考值的测定方法可 为标准加入法或该药品质量标准规定的方法。
5. 如权利要求1所述的方法，其特征在于：所述步骤（2)中傅里叶变换近红外透反射 光谱测量所用仪器为傅里叶变换近红外光谱仪，配有粘性液体测量附件（包含3个不同规 格的样品夹）和积分球附件；光谱测量参数中的分辨率可为2CHT1JcnT1AcnT1或IecnT1，扫 描次数可为32、64或128,样品夹规格可为0? 5mm、I.Omm或2. 0mm。样品近红外透反射光谱 的测定方法为：将样品从最小包装中取出适量，置于无菌透明塑料自封袋中，用样品夹将装 有样品的无菌透明塑料自封袋固定于积分球的检测窗上，并使其覆盖光斑，操作中避免袋 子外部的污染及皱褶；然后以选定的光谱测量参数值测定样品的傅里叶变换近红外透反射 光谱。
6. 如权利要求1所述的方法，其特征在于：所述步骤（4)中近红外光谱前处理方法 可为未处理、多元散射校正（MSC)、标准正则变换（SNV)、一阶导数（FD)、二阶导数（SD)、 Savitzky-Golay平滑、Norris平滑、均值中心化（MC)、方差定标（VS)中的一种或多种。
7. 如权利要求1所述的方法，其特征在于：所述步骤（5)中建模光谱范围可由建模软 件自动筛选或根据被分析物的近红外特征吸收对自动筛选的范围进行人为优化。
8. 如权利要求1所述的方法，其特征在于：所述步骤（7)中微生物数量的校正模型包 括用于识别样品是否染菌的定性模型和用于测定染菌样品中微生物数量的定量模型；定性 模型的用途类比于《中国药典》（2010年版）二部制剂通则项下的"无菌检查"项，所用的 建模方法可为但不限于判别分析法（DA)和人工神经网络法（ANN);定量模型的用途类比于 《中国药典》（2010年版）二部制剂通则项下的"微生物限度检查"项，所用的建模方法可为 但不限于人工神经网络法（ANN)和偏最小二乘法（PLS)。所述步骤（7)中药物含量的校正 模型为用于测定样品中药物含量的定量模型，其用途类比于《中国药典》（2010年版）二部 各论中的"含量测定"项，所用的建模方法可为但不限于偏最小二乘法（PLS)和人工神经网 络法（ANN)。
9. 如权利要求1所述的方法，其特征在于：所述步骤（8)中评价所建定性校正模型 性能的参数可为但不限于性能指数（PI)、校正集正判率和预测集正判率；定量校正模型 性能的参数可为但不限于校正集决定系数（R2)、预测集决定系数（r2)、校正集均方根误 差（RMSEC)、预测集均方根误差（RMSEP)、交叉验证集均方根误差（RMSECV)和系统误差值 (Bias)。
10. 如权利要求1所述的方法，其特征在于：所述步骤（9)中用所建校正模型对未知 样品中微生物数量和药物含量进行预测时，未知样品所用的光谱测量参数、光谱测量方法、 光谱处理方法和建模光谱范围均应与校正样品一致。建模过程所用软件可为但不限于TQ Analyst软件和MATLAB软件。
【专利摘要】本发明涉及一种采用傅里叶变换近红外光谱法检测药物半固体制剂中微生物数量和药物含量的方法，属于药物制剂分析技术领域。包括以下步骤：1.收集或制备半固体制剂样品，并记录样品中微生物数量和药物含量参考值的信息；2.测量样品的傅里叶变换近红外透反射光谱；3.根据待测项目，将样品合理地分为校正集和预测集；4.选择最优的光谱前处理方法；5.筛选最优的建模光谱范围；6.异常值的诊断和剔除；7.用化学计量学技术将校正集样品光谱与其相应检测项目的参考值相关联，分别建立预测微生物数量和药物含量的校正模型；8.评价所建校正模型的性能；9.应用所建校正模型预测未知样品中的微生物数量和药物含量。
【IPC分类】G01N21-359, G01N21-3563, G01N15-10
【公开号】CN104792686
【申请号】CN201410044548
【发明人】范琦, 吴阮琦, 王以武, 董艳虹, 陈杨, 李娟
【申请人】重庆医科大学
【公开日】2015年7月22日
【申请日】2014年1月22日