近红外光谱法快速检测药物片剂的片重的制作方法
【专利摘要】本发明涉及一种药物片剂的片重近红外光谱快速检测方法，属于药物制剂质量控制领域。包括以下步骤：1.收集药物片剂样品，并测定每片片剂样品的片重参考值；2.筛选最优的光谱测量参数，采用傅里叶变换近红外光谱仪测量每片片剂样品的傅里叶变换近红外漫反射光谱；3.选择校正集样品与预测集样品；4.选择最优的光谱数据前处理方法；5.筛选最优的建模光谱范围；6.诊断和剔除异常的光谱或样品；7.用化学计量学技术将片剂样品的校正集光谱与片重参考值相关联，建立片重的校正模型；8.用验证集样品评价片重校正模型的性能；9.应用所建的校正模型预测未知片剂样品的片重。本发明快速、准确，可用于药物片剂片重的质量控制，并可用于其在线检测。
【专利说明】近红外光谱法快速检测药物片剂的片重
【技术领域】
[0001]本发明涉及一种快速无损检测药物片剂片重的方法，具体涉及采用近红外光谱法结合化学计量学技术快速检测药物片剂片重的一种方法，属于药物制剂质量控制领域。
【背景技术】
[0002]确保持续稳定地生产出符合预定用途和注册要求的药品是我国实施2010年版《药品生产质量管理规范》的主要目的之一。药物片剂的重量差异是多国药典规定检测的项目。目前，用于药物片剂重量差异检查的法定方法为称重法。该法繁琐耗时。药物片剂的给药剂量常以“片”为单位计算，片重变异直接影响用药剂量的准确性，尤其是治疗指数小的药物，较小的片重变异即可影响其治疗效果和(或)加重其不良反应。因此，检测药物片剂的片重以计算片重变异尤为重要。
[0003]现代近红外光谱分析法(NIRS)是光谱测量技术、计算机技术、化学计量学技术与基础测试技术有机结合的产物。由于近红外光谱携带了丰富的样品理化信息，近年来被广泛应用于各种药物制剂的化学组分研究和物理参数分析。其中，NIRS结合偏最小二乘法(PLS)定量分析各理化指标的应用尤为广泛。
[0004]本发明采用近红外光谱法和化学计量学技术，建立了一种快速测定药物片剂片重的方法，为药物片剂片重的快速测定及在线检测提供技术支持。
【发明内容】
[0005]本发明的目的在于提供一种快速、准确的药物片剂片重测定方法。
[0006]本发明是通过以下技术方案实现的:
[0007]近红外光谱法快速检测药物片剂片重的方法，其特征在于利用近红外光谱仪测定样品的近红外光谱，应用化学计量学技术对所测光谱数据进行处理，并依据处理后得到的校正集样品的光谱数据及其片重参考值用化学计量学技术建立片重的校正模型，再用验证集样品评价片重校正模型的性能，并用所建立的校正模型对未知片剂样品的片重进行预测，具体包括以下步骤:
[0008](I)收集片剂样品，并测定每片片剂样品的片重参考值；
[0009](2)筛选最优的光谱测量参数，采用傅里叶变换近红外光谱仪测量样品的傅里叶变换近红外漫反射光谱；
[0010](3)选择校正集样品与预测集样品；
[0011](4)选择最优的光谱数据前处理方法
[0012](5)筛选最优的建模光谱范围；
[0013](6)诊断和剔除异常的光谱或样品；；
[0014](7)用化学计量学技术将片剂样品的校正集光谱与片重参考值相关联，建立片重的校正模型；
[0015](8)用验证集样品评价片重校正模型的性能；
[0016](9)应用所建的校正模型预测未知片剂样品的片重。
[0017]所述药物片剂是指药物与适宜辅料混合均匀压制而成的圆片状或异形片状的固体制剂。片剂以口服普通片为主，另有含片、舌下片、口腔贴片、咀嚼片、分散片、可溶片、泡腾片缓释片、控释片与肠溶片等剂型。
[0018]所述步骤(I)中药物片剂样品重量差异检查的传统方法为称重法，但比较耗时，且抽检的代表性有限。
[0019]所述步骤(2)中傅里叶变换近红外漫反射光谱测量所用仪器为傅里叶变换近红外光谱仪，配有药片漫透射采样附件和积分球附件；光谱测量参数中的分辨率可为2cm—1、4011'8011'或16CHT1，扫描次数可为32、64或128，扫描范围为10000?4000CHT1。
[0020]所述样品近红外漫反射光谱的测定方法为:取片剂样品I片，置积分球附件的窗口上，调整积分球上支架的检测窗直径使其与片剂直径相吻合，再以选定的光谱测量参数值测定样品的傅里叶变换近红外漫反射光谱。
[0021]所述步骤(3)中使用1:1比例选择校正集样品和预测集样品。
[0022]所述步骤(4)中近红外光谱前处理方法包括但不限于未处理、多元散射校正法(MSC)、标准正则变换(SNV)、一阶导数法(FD)、二阶导数法(SD)、Savitzky-Golay平滑、Norris平滑、均值中心化(MC)、方差定标(VS)中的一种或几种。
[0023]所述步骤(5)中筛选最优的建模光谱范围，可由建模软件自动选择或根据被分析物理参数的性质对自动筛选的范围进行人为优化。
[0024]所述步骤(7)中片重定量校正模型的建立，建模方法包括但不限于偏最小二乘法(PLS)、主成分回归法(PCR)和人工神经网络法(ANN)中的一种。
[0025]所述步骤(8)中用验证集样品评价所建片重定量校正模型性能的参数包括但不限于校正集相关系数(R。)、预测集相关系数(Rp)、交叉验证集相关系数(RJ、校正集均方根误差(RMSEC)、预测集均方根误差(RMSEP)和交叉验证集均方根误差(RMECV)。
[0026]所述步骤(9)中所建的校正模型对未知片剂样品片重的预测时，未知样品所用的光谱测量参数、光谱测量方法、光谱处理方法和建模光谱范围均与校正样品一致。
[0027]本发明所涉及的近红外光谱前处理、建模光谱范围选择、异常光谱诊断及剔除、主因子数选择和建模所用软件包括但不限于美国Thermo公司的TQ Analyst软件和美国Mathfforks公司的MATLAB软件，其他硬件设备、软件均属于现有的常规技术，不再赘述。
[0028]本发明采用傅里叶变换近红外光谱法快速检测药物片剂的片重。该方法准确快速，与传统检测方法相比有明显的优势，不仅适用于药物片剂的片重质量检测，也适用于药物片剂生产过程中的在线分析。
【专利附图】
【附图说明】
[0029]图1复方磺胺甲噁唑片样品原始傅里叶变换近红外漫反射光谱。
[0030]图2复方磺胺甲噁唑片样品片重最优PLS模型校正集样品的参考值与预测值的线性相关图。
[0031]图3复方磺胺甲噁唑片样品片重最优PLS模型预测集样品的参考值与预测值的线性相关图。
【具体实施方式】
[0032]下面结合附图和实施例对本发明进一步说明，实施例为本发明的举例，不应被看做是对本发明的限定。
[0033]实施例
[0034]1.样品信息
[0035]收集来自4个厂家，13批共257片的复方磺胺甲噁唑片样品，样品信息见表1。
[0036]表1复方磺胺甲噁唑片样品信息
[0037]
【权利要求】
1.近红外光谱法快速检测药物片剂片重的方法，其特征在于利用近红外光谱仪测定样品的近红外光谱，应用化学计量学技术对所测光谱数据进行处理，并依据处理后得到的校正集样品的光谱数据及其片重参考值用化学计量学技术建立片重的校正模型，再用验证集样品评价片重校正模型的性能，并用所建立的校正模型对未知片剂样品的片重进行预测，具体包括以下步骤: (1)收集药物片剂样品，并测定每片片剂样品的片重参考值； (2)筛选最优的光谱测量参数，采用傅里叶变换近红外光谱仪测量每片片剂样品的傅里叶变换近红外漫反射光谱； (3)选择校正集样品与预测集样品； (4)选择最优的光谱数据前处理方法； (5)筛选最优的建模光谱范围； (6)诊断和剔除异常的光谱或样品； (7)用化学计量学技术将片剂样品的校正集光谱与片重参考值相关联，建立片重的校正模型； (8)用验证集样品评价片重校正模型的性能； (9)应用所建的校正模型预测未知片剂样品的片重。
2.权利要求1所述的方法，其特征在于:所述步骤(I)中收集的药物片剂样品包括但不限于药物与适宜辅料混合均匀压制而成的圆片状或异形片状的固体制剂；包括但不限于口服普通片、含片、舌下片、□腔贴片、咀嚼片、分散片、可溶片、泡腾片缓释片、控释片与肠溶片；包括但不限于相同药物片剂的相同规格、相同或不同厂家、相同或不同批次。
3.权利要求1所述的方法，其特征在于:所述步骤(2)中近红外光谱测量所用的仪器包括但不限于傅里叶变换近红外光谱仪；测量模式包括但不限于漫反射模式；测量参数包括但不限于分辨率、扫描次数和光谱扫描范围。
4.权利要求1所述的方法，其特征在于:所述步骤(2)中片剂样品近红外光谱的测定方法包括但不限于:取片剂样品I片，置积分球附件的窗口上，调整积分球上支架的检测窗直径使其与片剂直径相吻合，再以选定的光谱测量参数值测定样品的傅里叶变换近红外漫反射光谱。
5.权利要求1所述的方法，其特征在于:所述步骤(3)中，校正集样品和预测集样品的选择包括但不限于使用1:1的比例。
6.权利要求1所述的方法，其特征在于:所述步骤(4)中，近红外光谱前处理方法包括但不限于未处理、多元散射校正法(MSC)、标准正则变换(SNV)、一阶导数法(FD)、二阶导数法(SD)、Savitzky-Golay平滑、Norris平滑、均值中心化(MC)、方差定标(VS)中的一种或几种。
7.权利要求1所述的方法，其特征在于:所述步骤(5)中建模的光谱范围的选择方法包括但不限于计算软件自动选择、根据被分析参数的性质人工选择、软件自动选择与人工选择相结合。
8.权利要求1所述的方法，其特征在于:所述步骤(7)中片重定量校正模型的建立，建模算法包括但不限于偏最小二乘法(PLS)、主成分回归法(PCR)和人工神经网络法(ANN)。
9.权利要求1所述的方法，其特征在于:所述步骤(8)中用验证集样品评价所建片重定量校正模型性能的指数包括但不限于校正集相关系数(R。)、预测集相关系数(Rp)、交叉验证集相关系数(Rct)、校正集均方根误差(RMSEC)、预测集均方根误差(RMSEP)和交叉验证集均方根误差(RMECV)。
10.权利要求1所述的方法，其特征在于:所述步骤(9)中所建的校正模型对未知片剂样品的片重预测时，未知样品所用的光谱测量参数、光谱测量方法、光谱处理方法和建模光谱范围均匀校正样品一致。建模过程中所用的软件包括但不限于TQ Analyst软件和MATLAB 软件。
【文档编号】G01G17/02GK104132720SQ201410372652
【公开日】2014年11月5日 申请日期:2014年7月25日 优先权日:2014年7月25日
【发明者】范琦, 董艳虹, 李娟
申请人:重庆医科大学