基于近红外光谱技术检测心可舒片有效成分含量的方法

摘要

本发明公开了基于近红外光谱技术检测心可舒片有效成分含量的方法，利用近红外光谱检测对带铝塑包装的心可舒片剂进行检测，并根据检测数据建立非侵入片剂模型；利用近红外光谱检测对心可舒片剂溶液进行检测，并根据检测数据建立溶液模型；采用SBC方法通过溶液模型对非侵入片剂模型进行校正，获得预测值与铝塑包装心可舒片剂的近红外光谱关系的校正模型；根据校正模型计算待测铝塑包装的心可舒片剂的近红外光谱的预测值，即得心可舒片有效成分含量。本发明解决了心可舒片检测方法用时长、样品处理复杂等问题，非侵入的检测方式可以使得药品不受污染和破坏，不影响后续的流通和使用，提升非侵入片剂模型的准确度，实现更准确的无损检测的目的。

说明书

技术领域

本发明属于中成药的检测技术领域，涉及基于近红外光谱技术检测心可舒片有效成分含量的方法。

背景技术

公开该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不必然被视为承认或以任何形式暗示该信息构成已经成为本领域一般技术人员所公知的现有技术。

心可舒片(XKS)是我国的一种传统中成药，具有活血化瘀，行气止痛的功效，主要用于气滞血瘀引起的各种心血管疾病，在临床中使用效果颇佳，应用广泛。其共由五味中药组成，按照方剂配伍组成的基本原则，君药为丹参，臣药为三七和葛根，佐药为木香，使药为山楂。2020版药典规定了采用HPLC方法对XKS进行鉴别、特征图谱和含量测定等质量检查项目，但是时间都较长，在含量测定的丹参、葛根项，测定一针样品的色谱时间长达2小时，如果加上样品处理时间和平衡色谱柱的时间，约需要3小时才能完成一份样品的检测。现有的对XKS质量评价的研究较少，主要集中在指纹图谱的研究，在XKS的快速质量评价方法的研究中仍然存在空缺，且XKS组成复杂，给质量评价带来了困难和挑战。

随着计算机科学和化学计量学的发展，近红外光谱技术自1997年被收录欧洲药典，是一种广受好评的分析技术，其优点之一是能够以最少或不需要样品制备进行快速测量，近红外的信号可穿透样品几毫米，并携带有关化学成分、粒径大小、粉碎程度、水分含量、晶型等信息。现有的一些研究展示了漫反射模式下的近红外光谱分析可以用于包裹在铝塑包装中的片剂、胶囊的分析，尽管存在像铝塑包装一样的障碍物，目标分析物的鉴别、定量却可以在非侵入的测定方式下保证一定的准确度。然而，经过发明人研究发现，目前非侵入式的检测仅用于西药研究中，而中药组成复杂，含有多种多样的化学成分，非侵入式的检测存在较大难度。另外，为保证模型能够广泛应用，用于建立模型的校正集应尽可能包含一定宽的浓度范围的样本，而制备不同浓度的片剂工艺复杂，难以实现。

发明内容

为了解决现有技术的不足，本发明的目的是提供基于近红外光谱技术检测心可舒片中有效成分含量的方法。

为了实现上述目的，本发明的技术方案为：

一方面，一种非侵入的近红外光谱检测心可舒片有效成分含量的方法，对带铝塑包装的心可舒片剂进行近红外光谱采集，将光谱数据进行样本集划分，对光谱曲线进行预处理，根据划分后的样本集、预处理后的光谱曲线及心可舒片剂的有效成分含量建立非侵入片剂模型，利用建立的非侵入片剂模型对待测铝塑包装的心可舒片剂的近红外光谱进行分析和预测。

本发明的方法可以对带有铝塑包装的心可舒片进行非侵入的无损检测，非侵入式的检测可以使质量合格的药物继续流通和使用，避免不必要的浪费，并且为在药店、医院等场所的检验提供极大的便利。

另一方面，一种测定心可舒片溶液中有效成分浓度的近红外光谱方法，将心可舒片剂制备为原始溶液，将原始溶液稀释并添加标准品制备成一系列不同浓度的标准溶液，测定标准溶液中各有效成分的含量，对不同浓度的标准溶液进行近红外光谱采集，将光谱数据进行样本集划分，对光谱曲线进行预处理，根据划分后的样本集、预处理后的光谱曲线及各有效成分含量建立溶液模型，利用建立的溶液模型对待测心可舒片剂溶液的近红外光谱进行分析和预测。

本发明的方法对心可舒片溶液检测的准确度较高，溶液相对片剂均一稳定，方便配制和稀释，近红外光谱模型更稳定，预测结果也更准确。

经过上述研究发现，采用非侵入片剂模型检测存在准确性较低的缺陷，而采用溶液模型检测存在操作复杂、浪费药品等问题。为了解决这些问题，第三方面，一种校正模型的建立方法，包括：

利用近红外光谱对带铝塑包装的心可舒片剂进行检测，并根据检测数据建立非侵入片剂模型；

利用近红外光谱对心可舒片剂溶液进行检测，并根据检测数据建立溶液模型；

采用斜率截距法(SBC)方法通过溶液模型对非侵入片剂模型进行校正，获得预测值与铝塑包装心可舒片剂的近红外光谱关系的校正模型。

第四方面，一种校正模型，由上述建立方法获得。

第五方面，一种基于近红外光谱技术检测心可舒片有效成分含量的方法，提供上述校正模型，根据校正模型计算待测铝塑包装的心可舒片剂的近红外光谱的预测值，即得心可舒片有效成分含量。

第六方面，一种上述基于近红外光谱技术检测心可舒片有效成分含量的方法在检测带铝塑包装的中药片剂中的应用。

本发明的有益效果为：

本发明建立了采用近红外光谱分析技术对心可舒片有效成分进行含量测定的方法，分别建立了非侵入的片剂模型和具有较宽浓度范围的溶液模型，并通过SBC的方法对非侵入片剂模型的预测值进行校正。非侵入的片剂模型使得心可舒片的检测更方便，无需破坏外包装，且不影响后续药品的流通和使用，而建立的溶液模型选取的溶液样本浓度范围更宽，包含的样本信息更丰富，在预测时会更准确和稳定，采用SBC方法进行片剂模型预测值的校正，可以克服建立的片剂模型浓度范围较窄和样品信息不丰富的缺点，且无需制备不同药材含量的片剂进行建模，在非侵入式片剂模型的基础上，通过片剂模型与溶液模型的模型转移，实现非侵入片剂模型具有更高准确度的检测。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本发明实施例1带铝塑包装的心可舒片近红外光谱采集示意图；

图2为本发明实施例1的心可舒片的非侵入近红外光谱图；

图3为本发明实施例2的心可舒片的溶液近红外光谱图；

图4为本发明实施例3的SBC校正过程中转移样本数目变化对丹参素钠RMSET值的柱状图。

具体实施方式

应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

鉴于现有近红外光谱技术对中药成分的检测存在难度，本发明提出了基于近红外光谱技术检测心可舒片有效成分含量的方法。

本发明的一种典型实施方式，提供了一种非侵入的近红外光谱检测心可舒片有效成分含量的方法，对带铝塑包装的心可舒片剂进行近红外光谱采集，将光谱数据进行样本集划分，对光谱曲线进行预处理，根据划分后的样本集、预处理后的光谱曲线及心可舒片剂的有效成分含量建立非侵入片剂模型，利用建立的非侵入片剂模型对待测铝塑包装的心可舒片剂的近红外光谱进行分析。

本发明的方法可以对带有铝塑包装的心可舒片进行非侵入的无损检测，非侵入式的检测可以使质量合格的药物继续流通和使用，避免不必要的浪费，并且为在药店、医院等场所的检验提供极大的便利。

该实施方式的一些实施例中，近红外光谱检测以漫反射的模式扫描。

在一种或多种实施例中，收集光谱范围为4000～10000cm-

该实施方式的一些实施例中，采用KS(Knenard-Stone)算法或SPXY(samples setpartitioning based on joint x-y distances)算法将样本划分成校正集和验证集。

该实施方式的一些实施例中，对光谱曲线进行预处理的方法为standard normalvariate transformation(SNV)、multiplicative scatter correction(MSC)、Savitzky-Golay smoothing(SGS)、SG一阶导数(first derivative，FD)或SG二阶导数(secondderivative，SD)等光谱预处理方法。

该实施方式的一些实施例中，有效成分为丹参与葛根的相关成分。例如丹参素钠、原儿茶醛、葛根素、丹酚酸B等。

该实施方式的一些实施例中，心可舒片剂的有效成分含量的检测方法为色谱法。按照2020版药典记载方法进行检测。其过程为：将心可舒片剂配制成溶液，然后进行色谱检测。

在一种或多种实施例中，将心可舒片剂配制成溶液的过程为：将心可舒片剂研磨成粉末，然后加入溶剂溶解超声，过滤后的滤液即为待色谱检测的溶液。溶剂优选为甲醇水溶液。甲醇水溶液的浓度为70％，体积百分比。

在一种或多种实施例中，色谱检测中，流动相A为乙腈，流动相B为三氟乙酸溶液。三氟乙酸溶液的浓度为0.1％，体积百分比。

具体的洗脱梯度如下所示：

注：％为体积百分比。

在一种或多种实施例中，色谱检测中，检测波长为287nm。

光谱预处理和样本集划分方法的选择以验证集的预测结果的好坏确定，预测结果根据预测相关系数(R

对于参考值矩阵中的每一参考值，分别与光谱矩阵进行关联建模。

本发明的另一种实施方式，提供了一种测定心可舒片溶液中有效成分浓度的近红外光谱方法，将心可舒片剂制备为原始溶液，将原始溶液稀释并添加标准品制备成一系列不同浓度的标准溶液，测定标准溶液中各有效成分的含量，对不同浓度的标准溶液进行近红外光谱采集，将光谱数据进行样本集划分，对光谱曲线进行预处理，根据划分后的样本集、预处理后的光谱曲线及各有效成分含量建立溶液模型，利用建立的溶液模型对待测心可舒片剂溶液的近红外光谱进行分析。

本发明的方法对心可舒片溶液检测的准确度较高，溶液相对片剂均一稳定，方便配制和稀释，近红外光谱模型更稳定，预测结果也更准确。

该实施方式的有效成分含量的色谱检测的参数与上述非侵入的近红外光谱检测心可舒片有效成分含量的方法的各参数一致。该实施方式的近红外光谱采用透射模式采集。

本发明的第三种实施方式，提供了一种校正模型的建立方法，包括：

利用近红外光谱对带铝塑包装的心可舒片剂进行检测，并根据检测数据建立非侵入片剂模型；

利用近红外光谱对心可舒片剂溶液进行检测，并根据检测数据建立溶液模型；

采用SBC方法通过溶液模型对非侵入片剂模型进行校正，获得预测值与铝塑包装心可舒片剂的近红外光谱关系的校正模型。

本发明首先建立非侵入片剂模型和溶液模型，通过SBC方法找到两种模型之间的关系，从而使非侵入片剂模型转化为溶液模型，即通过溶液模型对非侵入片剂模型进行校正获得校正模型，利用该校正模型，可以通过非侵入片剂的近红外光谱最终获得溶液模型对应的预测值，从而提高非侵入的近红外光谱检测心可舒片有效成分含量的准确度。

该实施方式的一些实施例中，建立非侵入片剂模型的过程与上述非侵入的近红外光谱检测心可舒片有效成分含量的方法中的模型建立一致，即：对带铝塑包装的心可舒片剂进行近红外光谱采集，将光谱数据进行样本集划分，对光谱曲线进行预处理，根据划分后的样本集、预处理后的光谱曲线及心可舒片剂的有效成分含量建立非侵入片剂模型。

该实施方式的一些实施例中，建立溶液模型的过程与上述测定心可舒片溶液中有效成分浓度的近红外光谱方法中的模型建立一致，即：将心可舒片剂制备为原始溶液，将原始溶液稀释并添加标准品制备成一系列不同浓度的标准溶液，测定标准溶液中各有效成分的含量，对不同浓度的标准溶液进行近红外光谱采集，将光谱数据进行样本集划分，对光谱曲线进行预处理，根据划分后的样本集、预处理后的光谱曲线及各有效成分含量建立溶液模型。

该实施方式的有效成分含量的色谱检测的参数与上述非侵入的近红外光谱检测心可舒片有效成分含量的方法的各参数一致。该实施方式的近红外光谱采用透射模式采集。

该实施方式的一些实施例中，建立非侵入片剂模型的样品和建立溶液模型的样品为同一心可舒片剂样品，以用于建立片剂模型与溶液模型预测值之间的关系。

该实施方式的一些实施例中，溶液模型对非侵入片剂模型进行校正的过程为：从非侵入片剂模型和溶液模型中选择n个转移样本，获得非侵入片剂模型中预测值与光谱矩阵的第一关系式、溶液模型中预测值与光谱矩阵的第二关系式；将非侵入片剂模型中的预测值与溶液模型中的预测值拟合，根据拟合结果计算斜率和截距；根据斜率和截距获得预测值与铝塑包装心可舒片剂的近红外光谱关系的校正模型。

在一种或多种实施例中，第一关系式和第二关系式分别如下所示：

y

y

其中，y

在一种或多种实施例中，采用一元线性回归方程将非侵入片剂模型中的预测值与溶液模型中的预测值拟合。

在一种或多种实施例中，采用最小二乘法计算斜率和截距。

具体地，斜率slope和截距bias计算公式如下：

i代表第i个样品，

在一种或多种实施例中，校正模型的公式如下：

y

其中，y

本发明的第四种实施方式，提供了一种校正模型，由上述建立方法获得。

本发明的第五种实施方式，提供了一种基于近红外光谱技术检测心可舒片有效成分含量的方法，提供上述校正模型，根据校正模型计算待测铝塑包装的心可舒片剂的近红外光谱的预测值，即得心可舒片有效成分含量。

由于本发明提供基于近红外光谱技术检测心可舒片有效成分含量的方法能够更为准确地对基于心可舒片的中药片剂中的有效成分含量进行检测，而其他中药片剂存在与心可舒片类似的问题，因而本发明的方法可以相应拓展与其他中药片剂有效成分含量的检测，因而本发明的第六种实施方式，提供了一种上述基于近红外光谱技术检测心可舒片有效成分含量的方法在测检测带铝塑包装的中药片剂中的应用。

为了使得本领域技术人员能够更加清楚地了解本发明的技术方案，以下将结合具体的实施例详细说明本发明的技术方案。

实施例1心可舒片的非侵入近红外光谱检测

共收集18批次心可舒片，规格为0.31g/片，批号分别为0100391、0191111、0180142、0190150、0100108、0100565、0100616、0191039、0100592、0100118、0100571、0100109、0100113、0100302、0100305、0100308、0190439、0190630。每一批次取三片进行近红外光谱采集，每一片重复采集三次取平均光谱，共收集54个片剂样品的光谱，采集方式如图1所示。近红外光谱的具体参数为：以漫反射的模式扫描光谱，将手持式光纤探头抵住铝塑包装的塑料一侧的片剂，收集光谱范围为4000～10000cm

测定4种成分的含量作为心可舒片的一级数据，分别是丹参素钠、原儿茶醛、葛根素和丹酚酸B。测定方法按照2020版药典方法测定心可舒片中相关成分进行。具体过程为：取2片XKS药片研细，精密称定0.5g，置具塞锥形瓶中，精密加入70％甲醇50ml，密塞，称定重量，超声处理30分钟，取出放冷，再称定重量，用70％甲醇补足减失的重量，摇匀，滤过，取续滤液，即得检测溶液，检测溶液进行色谱测定。色谱测定的条件为：采用JADE-PAK ODS(150mm*4.6mm，5μm)色谱柱，以乙腈为流动相A，以0.1％的三氟乙酸水溶液为流动相B，柱温25℃，检测波长287nm，按下表进行梯度洗脱，进样量10μl，理论板数按丹酚酸B计算不得低于100000。色谱测定的洗脱程序如表1所示。

表1色谱测定的洗脱程序

各批次片剂的一级数据测定结果如表2所示。

表2收集到的各批次心可舒片各成分含量(mg/g)

采用KS法和SPXY法将样本划分成校正集和验证集，片剂样品的划分比例为44：10。采用KS法和SPXY法时不同预处理的模型结果见表3。

采用SNV、MSC、SG(2,21)S(2,21分别表示多项式的阶次及窗口宽度)、FD和SD等光谱预处理方法先对光谱进行处理。此外，还测试了不同预处理方法的组合，在片剂模型的预处理方法中，采用了一种特殊的预处理方法是批次MSC和SNV，这里是由于同一批次的样本质量应是稳定且均一的，其光谱在理论上应该差别不大，而实际测得的同一批次光谱容易受到测量时铝塑包装的压实程度以及片剂测量位置不同的影响，所以在采用MSC和SNV预处理时，以同一批次的样本为单位进行处理，即每一批次样各自进行MSC预处理(这里称之为批次MSC)，可以有效减少同一批次样本之间的光谱差异，同时有助于提高模型预测效果。通过5折交叉验证法确定PLS模型的LVs，以模型的R

表3采用KS法和SPXY法时结合不同预处理建立的丹参素钠片剂模型的结果

注：*号标记各自模型最佳预处理方法。

从表3种可以看出，当采用SPXY法划分样本集时，可发现片剂的模型RPD值几乎都低于1.4，已经难以用于定量分析。KS方法在划分样本集时，通过最大化样本之间的欧氏距离，仅依赖光谱信息从中选择代表性的样本。SPXY方法在划分样本集时，将参考值的含量分布也考虑在内，但是在片剂模型中，收集到的心可舒片是符合药品质量规定的，质量相对稳定，其含量波动的范围较窄，所以采用SPXY方法时，不能很有效的选择代表性样本。从模型效果来看，选择KS法划分样本集。

表4心可舒片各成分片剂模型采用不同预处理的结果

注：*号标记各自模型最佳预处理方法。

从表4中可以看出，在片剂模型中，批次MSC预处理后的模型效果更好，相关系数均达到0.7以上，RPD值大于1.4，表明可以用于较为粗略的质量分析，认为模型较为可靠。从RMSEC和RMSEP相比较，两者差异不大，相关系数较小可能与样本数目较少有关，同时，由于收集到的片剂样本均符合药典标准，质量稳定，含量分布范围较小，所以影响到RPD值的结果。整体来看，非侵入的片剂模型可以实现有效成分含量检测的目的。

实施例2心可舒片的溶液近红外光谱检测

采用实施例1中收集到的18批次心可舒片，先按照药典方法制备成原始浓度溶液。不同浓度XKS溶液的制备：将11批次XKS制备的溶液(0100391、0191111、0180142、0190150、0100108、0100565、0100616、0191039、0100592、0100118、0100571)用70％的甲醇稀释到原始溶液浓度的50％、60％、70％、80％、90％，另外取适量丹参素钠、原儿茶醛、葛根素、丹酚酸B标准品储备液加入这几批次XKS提取溶液中，制备成高浓度溶液，均配至5ml容量瓶中。其余7批次溶液不进行稀释或添加标准品品处理，最后，共有106份溶液样品。

对溶液进行近红外光谱采集时，每一溶液重复测量三次光谱取平均，得平均光谱。近红外光谱采用透射模式采集。

测定4种成分在溶液中的浓度作为心可舒片的一级数据，一级数据的检测与实施例1一致，分别是丹参素钠、原儿茶醛、葛根素和丹酚酸B，各批次片剂的一级数据测定结果如表5所示。从表5中可以看出，溶液模型参考值分布范围更宽。

表5心可舒片溶液各成分浓度(μg/ml)表

采用KS法和SPXY法将样本划分成校正集和验证集，溶液样品的划分比例为80：26。采用KS法和SPXY法时不同预处理的模型结果见表6。

采用多种光谱预处理方法先对光谱进行处理。各成分不同预处理的模型结果见表7。

表6采用KS法和SPXY法时结合不同预处理建立的丹参素钠溶液模型的结果

注：*号标记各自模型最佳预处理方法。

溶液模型当选用不同划分样本集方法时，两种方法的划分结果没有明显差异。SPXY法划分样本时考虑了参考值信息，而溶液模型扩宽了溶液浓度范围，所以SPXY法相对KS法没有明显的变差现象。从各自最优模型结果相比较，选择KS法，当采用MSC+SD预处理后，RPD值达3.6，相关系数均大于0.9。

表7心可舒片各成分溶液模型采用不同预处理的结果

注：*号标记各自模型最佳预处理方法。

溶液建立的模型除原儿茶醛外，最优的模型RPD值均能达到2.0以上，甚至能达到3.0以上，相关系数基本都超过0.9，RMSEP较小。原儿茶醛的溶液模型较差，可能与参考值的浓度较低有关，其浓度为2.36～11.94μg/ml，近红外光谱的吸光度较低。溶液模型的主成分数更低，模型更稳定。总体来说，建立的溶液模型稳定，预测准确，RPD值超过3.0，代表模型具备足够的可靠性，可用于质量分析。

实施例3经SBC法校正非侵入片剂模型预测值

步骤如下：

1)采用KS法分别从片剂和溶液模型建模样本中选取n个转移样本，其光谱分别记作S

y

y

其中b

2)用一元线性回归方程拟合两模型的预测值y

i代表第i个样品，

(4)当有新的片剂样本光谱X

y

分别采用实施例1和实施例2中建立的最优非侵入片剂模型和溶液模型，取溶液模型中的原始浓度溶液和片剂一一对应，作为转移样本。其中，由于片剂和溶液的参考值分别是片中含量(mg/g)和溶液浓度(μg/ml)，而溶液是由0.5g片剂粉末溶解在50ml中溶剂中配制得来，所以溶液浓度在数值上应是片剂含量的10倍。

另取5批次心可舒片样本作为待转移样本，测定其片剂中丹参素钠含量和溶液中丹参素钠浓度，检验SBC法校正后结果。批号分别为0100112、0100379、0100392、0100413、0100421。

当采用最优片剂模型和溶液模型对待转移样本进行预测时，结果在表8和9中展示。溶液模型的R

表8最优片剂和溶液模型对待转移样本中丹参素钠含量预测的相关系数R

表9最优片剂和溶液模型对待转移样本5个批次样本的丹参素钠含量(mg/g)的预测值及SBC校正后的片剂预测值和相对误差

用KS法选取转移样本，不同数目的转移样本对待转移样本的预测结果的变化在图4中展示。随着转移样本数目的增大，丹参素钠的RMSET值先降低后增大，当转移样本数目为4时，RMSET最小，为0.17，小于表8中的最优片剂模型的RMSET值(0.20mg/g)，从表9中可以看出SBC校正后的预测值相对误差明显降低，预测更准确。所以在使用片剂模型进行预测前，可以通过分别建立溶液模型和片剂模型，再通过与溶液模型预测值之间的SBC校正，使片剂模型的预测值更准确，为带铝塑包装的非侵入式心可舒片剂模型用于准确快速无损检测提供可能性和一种可选择的解决方案。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。