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。