近红外光谱分析技术在党参及复方丹参片质量控制中的应用

【摘要】：近年来,人们对中药及其制剂的质量越来越重视,随着药物分析工作者的努力及分析技术的发展,中药质量控制逐渐向综合性和一体化的方向发展。目前,对中药及其制剂进行全面、快速、有效的控制成为一项重要的任务。在众多综合性分析方法中,近红外光谱(near infrared spectroscopy, NIR)分析技术在中药及其制剂的快速分析中有其独特的优势。因此,本文通过运用近红外光谱分析技术对党参及复方丹参片进行全面、有效、快速的质量控制。 本文的前两章对中药及其制剂质量控制现状,质量控制方法,近红外光谱分析技术,文章研究背景及立题依据等相关内容进行了介绍。 第三章运用近红外光谱法获得不同种党参药材及不同产地党参药材的近红外光谱图。第一节中,采用随机森林算法(random forest, RF),对原始及经过处理的近红外光谱数据分别建立不同种党参分类模型。结果表明运用经过标准正交变换(standard normal variate transformation, SNV)结合一阶导数处理的光谱数据建立的不同种党参分类模型结果最好,该模型训练集的预测准确率为100%,外部测试集的预测准确率为93.75%。第二节,原始近红外光谱经过标准正交变换+阶导数处理后,分别采用随机森林、决策树(decision tree, DT)和K-最邻近(k-near neighbors, KNN)模式识别方法来建立不同产地党参的分类模型,并对不同模型结果进行了比较分析。最优模型是随机森林模型,模型训练集预测准确率为95.38%,测试集预测准确率为100%。以上结果表明近红外光谱分析技术及所建立的随机森林模型能够快速、准确地鉴别不同种党参样本及不同产地党参样本,实现了对党参药材全面、快速的质量控制。 第四章采用小鼠尾部出血法对复方丹参片活血化瘀药效进行评价,以此为指标结合复方丹参片粉末经过处理的近红外光谱数据,采用偏最小：二乘法建立定量谱效关系(quantitative spectrum-activity relationship, QSAR)模型,且对模型的内部预测能力进行了评价。在复方丹参片定量谱效关系模型中,最佳模型为采用了SNV+一阶导数处理的光谱数据模型,该模型的最佳主因子数是3,R2为0.666,RMSELoo为0.046,RMSEt,为0.022。该结果表明所建模型具有较好的内部预测能力。同时说明近红外光谱结合药效学指标所建立的定量谱效模型有望为实现快速、全面、有效的评价中药及其制剂的质量提供新的质量控制模式。