收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

近红外漫反射光谱结合PLS-ANN算法对药物有效成分的定量分析测定

何文  
【摘要】: 近红外光谱(Near Infrared Spectroscopy, NIRS)技术是一种新兴的环保分析技术,将光谱测量、电子计算机和化学计量学方法“三合为一”的现代光谱分析技术。该技术广泛涉及农业、食品、烟草、环境、生物医学等行业的分析,在制药领域的研究和应用起步较晚,研究范围主要集中在药物原料的鉴定、药物制剂的分析、药物生产过程的控制以及采用不同化学计量学方法对光谱数据信息处理效果的对比等。 本实验研究的主要内容是药物原料含量的测定和化学计量学方法的对比应用。首先,将近红外光谱测定结合化学计量学中的偏最小二乘法(Partial Least Square, PLS)对盐酸托莫西汀,福多斯坦和复方阿司匹林双嘧达莫三种药物的待测成分进行定量分析测定,并在各自最佳波段范围内分别建立三种药物的最佳PLS模型。采用相关系数(Correlation coefficient, R)、交互验证均方根误差(Root mean square error of cross validation, RMSECV)、校正集均方根误差(Root mean square error of calibration, RMSEC)和预测集均方根误差(Root mean square error of prediction, RMSEP)、主因子数(Factor)等参数对模型进行分析评价,结果为:盐酸托莫西汀PLS模型的R=0.98468, RMSECV=0.00290, RMSEC=0.00117, RMSEP-0.00476, Factor=8;福多斯坦PLS模型的R=0.99477、RMSECV=0.00357, RMSEC=0.00304, RMSEP=0.00389, Factor=3;复方阿司匹林双嘧达莫中双嘧达莫PLS模型的R=0.99921, RMSECV=0.00170, RMSEC=0.00110, RMSEP=0.00291, Factor=5;复方阿司匹林双嘧达莫中阿司匹林PLS模型的R=0.99517, RMSECV=0.00081, RMSEC=0.000378 RMSEP=0.000831, Factor=8。盐酸托莫西汀、福多斯坦、双嘧达莫和阿司匹林四种待测成分PLS模型的最佳筛选波段范围依次是:4550cm-1-4950cm-1、4900cm-1-5200cm-1,4250cm-1-4950cm-1、4950cm-1-5250cm-1;平均回收率依次为:103.9%、99.6%、99.9%、99.3%;相对误差范围依次为:-6.8%-10.2%、-2.0%~1.0%、-2.0%~1.2%、-5.5%-8.3%。 其次,分别将盐酸托莫西汀、福多斯坦、双嘧达莫和阿司匹林四个待测成分的最佳压缩波段信息与前馈人工神经网络(Back-Propagation Artificial Neural Networks, BP-ANN)定量分析方法结合,对四个待测组分含量进行预测。预测结果为:四个待测组分由原始光谱建立的PLS-ANN模型的预测效果均比一阶、二阶导数建立的PLS-ANN模型的预测效果好;相关系数依次为:0.6591、0.8359、0.8646、0.4029; RMSECV分别为:0.0318、0.0317、0.0319、0.0318; RMSEP分别为:0.0232、0.0194、0.0212、0.0277;平均回收率依次为:93.9%、101.4%、94.8%、103.8%;相对误差范围依次为:-30.3%-25.5%、-4.8%-8.2%、-9.2%-0.5%、-21.7%~22.1%。 最后,将三种药物四个待测成分的PLS模型与PLS-ANN模型的R、RMSECV、RMSEP、平均回收率和平均相对误差进行对比,结果为:采用PLS和PLS-ANN两种方法建立的模型的预测能力均可以满足实际生产中的误差范围要求。由于PLS-ANN是一种较为新兴的分析方法,在某些细节方面的运算还不成熟,因此,采用偏最小二乘法建立的四种待测物模型的预测效果优于PLS-ANN模型的预测效果。


知网文化
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978