论文部分内容阅读
目的:本课题以冰片及其制剂过敏散为研究对象,应用近红外光谱分析技术,建立定性和定量模型,以快速无损鉴别冰片真伪、预测冰片主成分龙脑含量。方法:以冰片为研究主体,收集样品共57批,按照2010版《中国药典》规定的方法对冰片进行水分、鉴别、PH和熔点检测,采用近红外技术进行水分、鉴别、PH一致性检验,分别建立相应的一致性检验模型;按照2010版《中国药典》规定的方法测定冰片中龙脑的含量,再通过近红外光谱技术扫描样品图谱,结合化学计量学方法,建立定量分析模型,然后通过验证集进行验证,以确定模型的准确性。以本院冰片制剂—过敏散为研究对象,通过近红外光谱技术建立该制剂的龙脑的定量模型,并进行验证。结果:利用近红外光谱技术的一致性检验方法建立模型,CI均为7,冰片中水分一致性检验模型最佳预处理方法为一阶导数,最佳建模波段为9018~6935cm-1和6387~5388cm-1,错判个数为0;冰片中鉴别1一致性检验模型最佳预处理方法为二阶导数+矢量归一化,最佳建模波段为9002~7498cm-1、6900~5596cm-1和5002~4246cm-1,错判个数为0;冰片中鉴别2一致性检验模型最佳预处理方法为二阶导数+矢量归一化,最佳建模波段为9002~7498cm-1、6900~5596cm-1和5002~4246cm-1,错判个数为0;冰片中PH一致性检验模型最佳预处理方法为矢量归一化,最佳建模波段为8886~4000cm-1,错判个数为2。定量分析方面,冰片指标性成分龙脑定量模型的内部交叉验证相关系数R2为0.9481,平均相对偏差为2.18%;验证集进行验证,预测相对偏差为2.83%。冰片制剂中龙脑模型的内部交叉验证相关系数R2为0.9417,平均相对偏差为6.74%;验证集进行验证,预测相对偏差为5.24%。结果表明模型建立比较成功,能够较为准确的对指标性成分龙脑进行含量预测。结论:本实验以冰片及其制剂过敏散为研究对象,采用近红外光谱技术结合化学计量学方法,建立了快速定性、定量分析方法。通过研究表明,近红外漫反射光谱分析技术不需对样品进行复杂的预处理,分析速度较快,结果准确,具有传统分析方法所不具备的显著优势,适用于中药材快速鉴别及定量检测,由此可见,近红外光谱分析技术在中药材质量监控现代化进程中具有很好的发展前景。