当前位置: 首页 > 期刊 > 《中国中药杂志》 > 2016年第19期 > 正文
编号:12945897
近红外光谱分析技术在复方阿胶浆生产全程中的应用进展及相关思考(1)
http://www.100md.com 2016年10月1日 《中国中药杂志》2016年第19期
     [摘要] 该文报道了东阿阿胶股份有限公司将近红外(NIR)光谱技术应用于复方阿胶浆生产全程质量控制中的实例。具体应用包括原料药材的质量控制、提取工艺和碱沉工艺的在线监控、以及复方阿胶浆成品的快速分析和不开瓶检验技术。通过以上技术的应用,初步实现了复方阿胶浆生产过程的可视化,增强了生产过程的可控性,有助于提高不同批次产品之间的质量一致性。同时还对NIR光谱技术用于复方阿胶浆生产过程的相关问题进行了相关思考,以期为其他中药品种开展类似研究提供参考。

    [关键词] 近红外光谱;复方阿胶浆;过程分析技术;质量控制

    复方阿胶浆以明代著名医药学家张介宾所著《景岳全书》中经典名方“两仪膏”为基础方,按中医“气血互生,气生血长”的理论加味研发而成,属于国家中药保护品种。方中君臣相辅,阴阳双调,峻补气血,使气行血旺,具有气血双补、升高白细胞、抗辐射和提高免疫力之功效。主治气血两虚,头晕目眩,心悸失眠,食欲不振及白细胞减少和贫血等症。复方阿胶浆的生产以阿胶、熟地黄、红参、党参、山楂为原料药材,生产过程包括提取、浓缩、混料、碱沉等工艺,采用固定工艺生产,传统上较多依赖于操作经验进行生产。但由于不同批次原料药材质量之间存在一定差异,同时生产过程缺少过程监控手段,最终导致不同批次的成品之间存在一定的质量波动,为了减小这种波动,东阿阿胶股份有限公司引入基于近红外(NIR)光谱分析的全程质量控制技术,初步实现了生产过程的可视化,增强了生产过程的可控性,提高了生产效率和产品质量。现将所做的部分研究工作报道如下,以便为类似中药大品种的二次开发和技术升级提供参考。

    1 原料药材质量控制

    中药产品生产有别于化学药生产的一个突出特点是,其原料为自然生成,原料药材质量与产地、采收季节、生长年限、储存条件等诸多因素有关,可以测定,但难以根据生产需要进行调控。作为中成药生产原料的中药材,其质量是影响最终产品的关键因素,因此要求不同批次的原料药材必须保持一定的稳定性,不可波动过大,但传统上基于个别化学成分含量测定的方法不仅繁琐耗时,而且这些指标难以充分反映原料药材的综合性质。NIR光谱信息丰富,药材的物质基础可以得到较为全面的反映,为此,可采用该技术建立复方阿胶浆主要原料药材质量控制方法。

    1.1 阿胶生产厂家鉴别及氨基酸含量测定 复方阿胶浆以阿胶为君药,作为复方阿胶浆的主要原料,阿胶的质量将显著影响复方阿胶浆成品的质量,同时,阿胶又是一类成分复杂的名贵中药,且药效物质基础尚不清晰,质量控制存在较大难度。传统上,阿胶的质量控制方法采用多种氨基酸作为质控指标,但传统的氨基酸测试方法复杂耗时[1],而且阿胶的溶解也存在一定的难度,操作误差较大。针对这一特点,本项目采用NIR光谱技术建立了阿胶中12种氨基酸的偏最小二乘(PLS)回归模型,可用于对阿胶中的氨基酸含量进行快速测定。

    阿胶质量取决于所用驴皮质量及生产工艺,不同生产厂家所生产的阿胶质量良莠不齐,部分厂家甚至以他种动物皮熬制的混合胶冒充阿胶。针对这一问题,本项目提出基于NIR光谱的指纹图谱技术的阿胶生产厂家鉴别方法,从原材料的角度提高复方阿胶浆的质量控制水平,同时也为类似名贵中药的质量控制提供借鉴。本项研究收集了有代表性的阿胶样品,其中包括来自20余家阿胶生产厂家的阿胶、以及东阿阿胶股份有限公司所产的黄明胶、龟甲胶、鹿角胶样品188 份,样品详细信息见表1。

    利用以上样品的NIR光谱,建立了东阿阿胶的NIR光谱指纹图谱,综合采用Hotelling T2、DModX(distance to model X)和相似度匹配值(similarity match values, SMVs)等统计量作为判断标准,进行东阿阿胶品牌的鉴定,所建立的方法可有效区分东阿阿胶与黄明胶、龟甲胶、鹿角胶、以及其他品牌的阿胶,可用于东阿阿胶的品牌保护,并为保证复方阿胶浆原料药材阿胶的质量一致性提供了技术手段[2]。

    1.2 党参药材质量控制 党参为复方阿胶浆的重要原料药材,通常认为,党参药材中的药效成分为党参炔苷和苍术内酯Ⅲ等,但其含量较低,难以准确测定,同时,仅以这些含量极低的化合物作为质控标准,又难以全面反映党参原料药材的综合性质。本项目采集了来自9个产地的75份党参药材,采集其NIR光谱,采用簇类独立软模式法(soft independent modeling of class analogy, SIMCA)方法建立了产地判别分析模型,采用PLS回归算法建立了定量校正模型,可实现对其中的总多糖、总黄酮和灰分进行快速测定,并在此基础上,建立了党参原料药材的近红外光谱指纹图谱,根据SMVs对党参药材质量进行评价,并在统计分析的基础上,得到了可作为原料药材的相似度阈值,确保不同批次党参原料药材的质量一致性,取得了较好的效果。

    2 生产过程监控

    2.1 提取过程在线监控[3] 药材提取过程是多数中药生产过程的起点,是直接关系到药材利用率、中间体及成品中有效成分含量的关键单元操作。目前提取过程采用固定工艺参数操作,过程质量控制方式较为粗放,主要为依赖操作人员的主观经验,或者取样后转移至实验室进行分析。这些方式带来的问题包括:操作人员的主观经验判断存在随机性,往往忽略了原料药材的质量差异以及提取过程中的工况波动;传统分析方法的样品预处理及分析过程冗长,无法及时获取过程中料液的变化,同时无法准确把握提取过程的进行程度,易造成操作控制上的滞后。针对上述问题,亟需建立提取液中有效成分含量的快速分析方法。本项研究以复方阿胶浆生产中4味药材(党参、红参、熟地黄及山楂)的混合提取过程为对象,在线采集提取过程中的NIR光谱,同时取样分析,分别采用香草醛高氯酸比色法、亚硝酸钠硝酸铝比色法、苯酚硫酸比色法和水分测定仪测定了提取液样品中的总皂苷、总黄酮、总糖及可溶性固形物含量,据此建立了提取液NIR光谱与4种质控指标含量间的PLS定量校正模型。建模过程中采用肖维纳准则结合学生化残差及杠杆值图鉴别并剔除异常样本;采用SPXY(sample set partitioning based on joint XY distance)将样本集划分为校正集和验证集;采用留一法交叉验证(leaveoneout cross validation, LOOCV)确定了模型最佳主成分数;采用变量投影重要性法则(variable importance in projection, VIP)优选建模波段。总黄酮、总皂苷、总糖及可溶性固形物的验证集相关系数(r)分别达到0.974 6,0.963 5,0.985 8,0.994 6,预测均方根偏差(root mean square error of prediction,RMSEP)分别为0.038 4,0.015 4,3.80 g·L-1和0.199%,具有较好的拟合效果和预测能力,可用于提取液的快速定量分析。采用所建模型对新批次样品进行快速分析,所得分析结果与标准方法的测定值之间无显著差异,见图1。本项研究实现了复方阿胶浆混合提取过程的可视化,有助于增强过程的可控性。 (张淹 张路 田守生 周祥山 李文龙 瞿海斌)
1 2 3下一页