垂体后叶注射液中三氯叔丁醇浓度快速测定方法
【技术领域】
[0001] 本发明涉及三氯叔丁醇浓度测定方法，尤其涉及注射液中三氯叔丁醇浓度的测定 分析方法。
【背景技术】
[0002] 注射剂作为最常用的无菌制剂，添加抑菌剂的目的是保证制剂免受微生物污染， 从而保证药物的安全有效，同时必须注意抑菌剂各自本身所带来的一定毒性，在使用中必 须注意用量，既要达到添加的目的，又要使危害降至最低，因此必须建立有效的监督检查方 法。
[0003] 各国药典中均对抑菌剂的效力问题有所关注，《美国药典》首先就抑菌剂的抑菌效 力提出了抑菌剂效力检查；《中国药典》2010版也添加了抑菌剂效力检查法指导原则，要求 制剂中抑菌剂的量应为最低有效量。
[0004] 垂体后叶注射液主要用于血管收缩药及抗利尿药。用于呼吸道及消化道出血，也 可用于产后子宫出血，这种注射液通常采用三氯叔丁醇作为抑菌剂。中国药典中使用气相 色谱检测方法定量检查抑菌剂三氯叔丁醇的含量。
[0005] 出于基层打假经常性的大范围筛查样品的需求，需要有一些准确、快速、简便的方 法。近几年来，在分析过程中不对样品造成化学的、机械的、光化学和热分解的分析手段，是 分析科学领域的研究热点之一。随着化学计量学的发展，光谱法受到国内外广泛的重视：近 红外光谱重叠严重，对很多药品的测定精度不够理想；红外光谱法对测试环境温湿度要求 相当高，样品制作也较麻烦，检测周期较长，不能满足快速检验的要求；拉曼光谱技术具有 化学分子的指纹辨识、快速、无需繁杂的样品前处理、无损检测、不受水分子干扰等优点，可 用于快速测定垂体后叶注射液中的三氯叔丁醇含量。采用拉曼光谱进行定量分析，需要消 除测定中的不稳定性，一方面消除随机噪声、样品背景干扰、测样器件引起光谱差异等因素 对校正结果产生的影响；另一方面是谱图信息的优化，对样品信息突出的光谱区域进行选 择，筛选出最有效的光谱区域，提高运算效率。目前，还没有对垂体后叶注射液中三氯叔丁 醇的拉曼光谱定量分析的研究报道。
[0006] 因此，如何在人力、试验场地、试验仪器等均有限的条件下，采用拉曼光谱仪，发展 准确、易用的拉曼光谱信息处理方法，从而有效且准确地对垂体后叶注射液中三氯叔丁醇 含量的快速检测，从而达到对垂体后叶注射液中三氯叔丁醇的量的问题的及时发现和监控 管理，已成为众多科研、药检人员关注的重点之一。
【发明内容】
[0007] 本发明的目的是旨在解决享有技术的上述问题，提供一种垂体后叶注射液中三氯 叔丁醇浓度快速测定分析方法。本发明减少了分析工作量，提高了检测效率和速度。
[0008] 本发明是这样实现的： 本发明在第一个方面，本发明提供了一种预测待测样品的三氯叔丁醇浓度的方法，该 方法包括以下的步骤： 1) 获取三氯叔丁醇标准溶液的拉曼光谱图：将η个系列浓度的三氯叔丁醇标准溶液作 为定标样品，通过拉曼光谱仪获得所述η个定标样品的拉曼光谱图； 2) 选取特征谱段：从步骤1)获得的η个定标样品的拉曼光谱图中选取三氯叔丁醇的 特征谱段，所述特征谱段优选为360-600cm 1 ; 3) 偏最小二乘法（PLS)或主成分回归法（PCR)定量分析：将步骤2)获得的光谱数据 中η个定标样品的光谱矩阵和浓度矩阵进行偏最小二乘法或主成分回归法定量分析，并计 算出每个定标样品的预测浓度； 4 )交叉验证：对步骤3 )中获得的每个定标样品的预测浓度通过F-检验进行交叉验证， 获得在所述交叉验证中达到最优主因子数时以真实浓度为横坐标，预测浓度为纵坐标的所 述特征谱段的标准曲线，由此建立三氯叔丁醇的偏最小二乘法模型或主成分回归法模型； 5) 获得待测样品的拉曼光谱图：通过拉曼光谱仪，选择与测定三氯叔丁醇标准溶液时 相同的参数条件，获得所述待测样品的拉曼光谱图； 6) 预测待测样品的浓度：选取待测样品的拉曼光谱图中的特征谱段，得到待测垂体后 叶注射液的光谱矩阵，然后用步骤3)获得的偏最小二乘法模型或主成分回归法模型对所述 待测样品进行含量预测，获得所述待测样品的预测浓度。
[0009] 在本发明的预测待测样品的三氯叔丁醇浓度的方法中，PLS定量回归分析如下进 行： 设A为η个定标样品在m个波长处的光谱矩阵，C为三氯叔丁醇在η个定标样品中的 浓度矩阵，E、F分别为残差矩阵，所述光谱矩阵A正交分解为吸光度隐变量矩阵T与载荷矩 阵P的乘积，所述浓度矩阵C正交分解为浓度隐变量矩阵U与载荷矩阵Q的乘积： A(nXm) = T(nXh)P(hXm)+E(nXm) C(nXl) = U(nXh)Q(hXl)+F(nXl) 然后，把隐变量矩阵T、U做线性回归，用对角矩阵B并联： U (η X h) = T (η X h) B (h X h), 对预测集中要预测的样品，设所述集中要预测的样品的光谱矩阵为，则由： Apre = TpreP 可求出1^，则： Cpre = TpreBQ Tpra为预测浓度计算过程中产生的矩阵，为预测的浓度。
[0010] 在本发明的三氯叔丁醇浓度预测方法中，交叉验证可以根据公知的方法如下进 行： (a) 从η个定标样品中剔除k个样品，所述k为样品数的公约数，最大为n/4,最小为1 ; (b) 用剩下的n-k个样品来计算参数矩阵，用所求得的参数矩阵来预测被剔除的k个 样品的浓度，将所述k个样品的预测浓度Clipra与其已知浓度C 1比较，可得其残差平方和 PRESS ：
(C)将被删除的k个样品恢复，再剔除尚未剔除过的k个样品，计算转回（b)，每个定标 样品的浓度在PRESS中出现一次，且仅出现一次； (d)最后，计算主因子数为1到h时的预测残差平方和，当预测残差平方和达到最小时 或残差平方和不再减小时的主因子数作为最优主因子数。
[0011] 在本发明的预测待测样品的三氯叔丁醇浓度的方法中，PCR定量回归分析如下进 行： 首先采用主成分分析方法选取重要的因子，然后采用常规的回归方法建立数学模型， 从而实现对原来数据的降维处理。所谓主成分，它为一新的变量，而该新变量是原来变量 ijx的线性组合。主成分回归的主要步骤包括：①数据的标准化处理；②由数据的协方差 矩阵求得本征矢量；③选取主成分实施多元回归分析。
[0012] 在第二个方面，本发明提供了一种用于预测待测样品的三氯叔丁醇浓度的分析装 置，该装置包括处理器和控制器，所述控制器包括下列模块： 1) 数据接收模块：所述数据接收模块接收由拉曼光谱仪获得的待测样品或定标样品的 拉曼光谱图，所述定标样品为η个系列浓度的三氯叔丁醇标准溶液； 2) 特征谱段选取模块：所述特征谱段选取模块被配置成从数据接收模块接收的拉曼光 谱图数据中选取三氯叔丁醇的特征谱段，所述特征谱段优选为360-600cm 1 ; 3) 偏最小二乘法定量回归分析模块或主成分回归分析法定量回归分析模块：所述偏最 小二乘法定量回归分析模块或主成分回归分析法定量分析模块被配置成将光谱数据进行 偏最小二乘法定量回归分析或主成分回归分析法定量回归分析，并计算出每个定标样品的 预测浓度； 4) 偏最小二乘法构建模块或主成分回归分析法构建模块：对所述每个定标样品的预测 浓度通过F-检验进行交叉验证，获得在交叉验证中达到最优主因子数时的真实浓度为横 坐标，预测浓度为纵坐标的所述特征谱段的标准曲线，建立三氯叔丁醇的偏最小二乘法模 型或主成分回归法模型； 5) 浓度预测模块：所述浓度预测模块被配置成对待测样品的拉曼光谱图数据经上述模 块2)处理后的数据，用所述偏最小二乘法构建模块或主成分回归法构建模块获得的三氯 叔丁醇的偏最小二乘法模型或主成分回归法模型对待测样品进行含量预测以获得所述待 测样品的预测浓度。
[0013] 在本发明的分析装置的各种实施方案中，各个模块可以参照上述本发明第一方面