论文部分内容阅读
冻干粉针剂（lyophilized powder for injection）是采用冷冻干燥技术制备的注射用无菌粉末,具有稳定性高、含水量低、复水性好等特点,广泛用于对湿热敏感的药物注射剂的制备。在冻干粉针剂的质量控制中,由于残留的水分影响药品的稳定性,而有效成分的含量能够反应药品的有效性,通常采用费休氏法（Karl-Fischer titration, KFT）和高效液相色谱法（High performance liquid chromatography, HPLC）分别测定冻干粉针剂的水分及含量。但是,这些分析方法破坏样品、污染环境且耗时。特别是测定过程需要开启冻干粉针剂的瓶盖,导致药品吸收空气中的水分使水分测定结果偏高。另一方面,冻干粉针剂骨架式冻干饼结构的完整性也是影响其质量的一个因素,通常采用目视法（visual inspection, VI）检查,但具有一定的主观性。因此,需要建立准确、无损、快速的分析方法以控制冻干粉针剂的质量。傅里叶变换近红外漫反射光谱法（diffuse reflectance Fourier transform near infrared spectroscopy, diffuse reflectance FT-NIRS）结合化学计量学技术（chemometrics）能够同时提取被分析物的化学和物理信息,实现被分析物多种特性的同时表征,且具有无需样品处理、无损、无污染、快速和易用等优点,广泛应用于农业、食品工业、石油化工及医药行业。本文以注射用炎琥宁为例,采用漫反射FT-NIRS结合化学计量学技术,以费休氏法、高效液相色谱法和目视法的测定结果为参考值,建立同时分析冻干粉针剂水分、含量和冻干饼结构的方法。采用交叉验证均方根误差（root mean square error of cross validation,RMSECV）、预测均方根误差（root mean square error of prediction,RMSEP）及预测集的相关系数（correlation coefficient,R）分别对水分预测模型和含量预测模型进行评价;采用预测准确性（prediction accuracy）或性能指标（performance index）对冻干饼结构的判别模型进行评价。目的:1.建立漫反射FT-NIRS测定注射用炎琥宁水分的方法。2.建立漫反射FT-NIRS测定注射用炎琥宁含量的方法。3.建立漫反射FT-NIRS判别注射用炎琥宁冻干饼结构的方法。方法: 1.注射用炎琥宁FT-NIR漫反射光谱的测量扫描范围:10 000–4000 cm-1;扫描次数:64;分辨率:8 cm-1;温度:22±1°C;湿度:55±5% RH。2.注射用炎琥宁参考值的测量（1）水分参考值的测定:采用费休氏法。（2）含量参考值的测定:采用高效液相色谱法。色谱柱:C18柱（250mm×4.6mm, 5μm）;流动相:甲醇-0.05mol/L磷酸二氢钾（用磷酸调pH 3.0）（64 : 36）;流速:1.0ml/min;柱温:40℃;进样量:20μl;检测波长:251nm。（3）冻干饼结构参考值的测量:采用目视法。3.注射用炎琥宁预测模型的建立及验证（1）注射用炎琥宁水分FT-NIR漫反射预测模型的建立与验证:分别建立及验证注射用炎琥宁水分的反向传播人工神经网络（back-propagation artificial neural network, BP-ANN）预测模型和偏最小二乘（partial least squares, PLS）预测模型。（2）注射用炎琥宁含量FT-NIR漫反射预测模型的建立与验证:分别建立及验证注射用炎琥宁含量的BP-ANN预测模型和PLS预测模型。（3）注射用炎琥宁冻干饼结构FT-NIR漫反射判别模型的建立与验证:分别建立及验证注射用炎琥宁冻干饼结构的自组织映射神经网络（self-organizing map, SOM）判别模型和判别分析（discriminant analysis, DA）判别模型。结果:1.注射用炎琥宁水分FT-NIR漫反射预测模型的建立及验证（1）BP-ANN模型的网络结构参数为6-5-1,RMSECV为0.2376,RMSEP为0.1471,预测集R为0.9553。（2）PLS模型采用的主因子数为5,RMSECV为0.2267,RMSEP为0.1576,预测集R为0.9293。2.注射用炎琥宁含量FT-NIR漫反射预测模型的建立及验证（1）BP-ANN模型的网络结构参数为7-4-1,RMSECV为0.0470,RMSEP为0.0082,预测集R为0.9891。（2）PLS模型采用的主因子数为3,RMSECV为0.0479,RMSEP为0.0242,预测集R为0.7964。3.注射用炎琥宁冻干饼结构FT-NIR漫反射预测模型的建立及验证（1）SOM模型的光谱数据维数为10个主成分（累积贡献率98.4%）,预测准确性为100.0%。（2）DA模型的光谱数据维数为10个主成分（累积贡献率97.8%）,性能指标为86.8%。结论:建立了同时分析注射用炎琥宁水分、含量和冻干饼结构的FT-NIR漫反射光谱法。其中,水分和含量的定量预测模型以BP-ANN模型的性能为优,冻干饼结构的定性预测模型以SOM模型的性能为优。