药物质量控制一直是制药领域研究的重点。近红外光谱(NIRS)技术作为一种新兴的“绿色”分析手段在药物原料辅料的组分测定、颗粒大小分布、产地区分、假药鉴别、在线质量控制以及生产工艺改革等方面都已经开展了广泛的研究。本文着重研究了药物品质评价过程中近红外光谱技术在信息提取及处理分析过程中的应用,通过采集几种中西药的近红外光谱图,采用多元线性回归、偏最小二乘法及人工神经网络等化学计量学手段,用NIRS分析技术结合化学计量学对不同药物的活性成分进行定量分析及对不同工艺及配方生产的药品进行定性鉴别。在12000 cm-1～4000 cm-1范围内采集自制样品那格列奈、中成药冬凌草片、西药格列齐特片和盐酸雷尼替丁胶囊的近红外光谱,与中国药典方法对比,通过选择不同的预处理方法,优化最佳主成分数分别在各自最佳波段范围内建立四种药物的最佳定量分析模型及后三种药物的定性判别模型。结果表明,对于不同规格的那格列奈和盐酸雷尼替丁胶囊,分别用偏最小二乘法(PLS)和人工神经网络(ANN)方法建立数学定量模型,并分别对实际生产药品进行预测,都得到满意的结果。对冬凌草片、格列齐特片和盐酸雷尼替丁胶囊分别用PLS和判别分析建立其定量和定性模型。利用定量模型分别准确地预测了冬凌草甲素、冬凌草乙素、格列齐特和盐酸雷尼替丁活性成分的含量。并通过各药物的判别分析图准确的对不同厂家进行归类。这些建立的模型有望成为药物生产过程在线活性成分的检测和质量控制的重要手段,从而为各个厂家生产工艺改革和假药判别提供参考和依据。研究表明,近红外光谱分析技术不需要对样品进行复杂的前处理就能实现对不同厂家产品的质量控制和判别分析,并能满足对各自活性成分含量的测定,该分析方法无损、快速、结果可靠,是一种测定药物含量的新型方法。通过不断优化模型,有望将所建的模型应用在药监系统对药物含量的控制及药物的鉴别等方面。近红外光谱分析技术以其独特的优点,必将在药物分析方面发挥巨大的作用。