目的基于化学成分群加和性分子描述符建立中药浸膏粉溶化性预测模型,并进行验证。方法采用原位浊度传感器评价中药浸膏粉溶化性,对测试方法条件进行优化并进行验证;以13种代表性中药(广藿香、当归、薄荷、瞿麦、银柴胡、乌梅、葛根、细...目的基于化学成分群加和性分子描述符建立中药浸膏粉溶化性预测模型,并进行验证。方法采用原位浊度传感器评价中药浸膏粉溶化性,对测试方法条件进行优化并进行验证;以13种代表性中药(广藿香、当归、薄荷、瞿麦、银柴胡、乌梅、葛根、细辛、益母草、苦参、熟地黄、荆芥和川芎)浸膏粉为研究对象,检索每种中药所含化学成分,根据成分的分子描述符计算出每种中药化学成分群平均性质,进而采用偏最小二乘(partial least squares,PLS)法建立该平均性质与对应中药溶液浊度值的关联预测模型并验证。结果中药浸膏粉溶化性客观评价方法的重复性和耐用性良好;对从13种中药中检索得到的1840种成分分子描述符进行主成分分析后,由得分图和载荷图结果可知分子描述符可以区分出溶解度有差异的化学成分类别;随机划分校正集和验证集后,基于化学成分群加和性分子描述符预测溶液浊度值的PLS预测模型的RX_(cum)^(2)=0.873,RY_(cum)^(2)=0.998,Qcum~2=0.869;川芎、荆芥和益母草的浊度预测误差分别为3.4%、9.3%、23.8%。结论基于化学成分群加和性分子描述符的中药浸膏粉溶化性预测模型具有一定的预测能力,研究结果为从中药整体成分层面预测宏观物性提供参考。展开更多
该研究针对中药制造过程水分含量关键质量属性的现场检测问题,以中药大品种同仁牛黄清心丸为载体,采用近红外(near infrared,NIR)光谱技术结合化学计量学方法,建立生产真实世界中带玻璃纸和不带玻璃纸的同仁牛黄清心丸水分含量NIR现场...该研究针对中药制造过程水分含量关键质量属性的现场检测问题,以中药大品种同仁牛黄清心丸为载体,采用近红外(near infrared,NIR)光谱技术结合化学计量学方法,建立生产真实世界中带玻璃纸和不带玻璃纸的同仁牛黄清心丸水分含量NIR现场检测模型。用烘干法测定水分含量作为参考值,采用偏最小二乘法(partial least squares,PLS)将光谱与水分参考值进行关联分析,并对光谱预处理方法进行筛选优化,进一步提高了模型的准确性和稳定性。结果表明,光谱预处理方法均采用标准正则变换(standard normal variate,SNV),带玻璃纸和不带玻璃纸的同仁牛黄清心丸样品潜变量因子数分别为2和7时,所建立的定量分析模型效果最优。带玻璃纸样品模型的预测决定系数(Rpre2)和预测均方根误差(root mean square error of prediction,RMSEP)分别为0.7657和0.1572%;不带玻璃纸样品模型的Rpre2和RMSEP分别为0.7722和0.2078%。该研究所建立的带玻璃纸和不带玻璃纸的同仁牛黄清心丸水分含量NIR定量模型均具有良好的预测性能,可实现对大蜜丸水分含量的快速、准确和无损定量分析,并为中药大品种制造中水分关键化学属性的现场质量控制提供了方法。展开更多
空间分布均匀度是中药大品种银杏叶片的关键质量属性(critical quality attribute,CQA)。银杏叶片中活性药物成分(active pharmaceutical ingredient,API)的空间分布均匀度评价是保证产品稳定可控的重要内容。该研究采用高光谱成像技术...空间分布均匀度是中药大品种银杏叶片的关键质量属性(critical quality attribute,CQA)。银杏叶片中活性药物成分(active pharmaceutical ingredient,API)的空间分布均匀度评价是保证产品稳定可控的重要内容。该研究采用高光谱成像技术,基于3种预测模型构建API浓度空间分布图,实现银杏叶片空间分布均匀度的可视化研究。在每一银杏叶片中,选取感兴趣区域(region of interest,ROI),长宽均为50像素,共计2500个像素点,每个像素点有288个光谱通道,单个样品的含量预测数据量可达1×10^(5)。3种模型的预测结果表明,偏最小二乘(partial least squares,PLS)模型的预测准确性最高,校正集决定系数R^(2)_(pre)为0.987,预测集决定系数R^(2)_(pre)为0.942,校正均方根误差(root mean square error of calibration,RMSEC)为0.160%,预测均方根误差(root mean square error of prediction,RMSEP)为0.588%;经典最小二乘(classical least squares,CLS)模型的预测误差较大,RMSEP为0.867%;多元曲线校正-交替最小二乘(multivariate curve resolution-alternating least square,MCR-ALS)模型的预测能力三者中最差,其无法实现含量预测。基于PLS和CLS模型的预测结果,通过三维数据重构获得API浓度的空间分布图。进一步,采用直方图法,实现API的空间分布均匀度评价,数据表明银杏叶片中API的空间分布较为均匀。该研究基于3种模型探讨银杏叶片空间分布可视化的可行性。结果表明,PLS模型的预测准确性最高,MCR-ALS模型的预测准确性最低,研究结果为银杏叶片质量控制可视化方法提供新策略。展开更多
文摘目的基于化学成分群加和性分子描述符建立中药浸膏粉溶化性预测模型,并进行验证。方法采用原位浊度传感器评价中药浸膏粉溶化性,对测试方法条件进行优化并进行验证;以13种代表性中药(广藿香、当归、薄荷、瞿麦、银柴胡、乌梅、葛根、细辛、益母草、苦参、熟地黄、荆芥和川芎)浸膏粉为研究对象,检索每种中药所含化学成分,根据成分的分子描述符计算出每种中药化学成分群平均性质,进而采用偏最小二乘(partial least squares,PLS)法建立该平均性质与对应中药溶液浊度值的关联预测模型并验证。结果中药浸膏粉溶化性客观评价方法的重复性和耐用性良好;对从13种中药中检索得到的1840种成分分子描述符进行主成分分析后,由得分图和载荷图结果可知分子描述符可以区分出溶解度有差异的化学成分类别;随机划分校正集和验证集后,基于化学成分群加和性分子描述符预测溶液浊度值的PLS预测模型的RX_(cum)^(2)=0.873,RY_(cum)^(2)=0.998,Qcum~2=0.869;川芎、荆芥和益母草的浊度预测误差分别为3.4%、9.3%、23.8%。结论基于化学成分群加和性分子描述符的中药浸膏粉溶化性预测模型具有一定的预测能力,研究结果为从中药整体成分层面预测宏观物性提供参考。
文摘该研究针对中药制造过程水分含量关键质量属性的现场检测问题,以中药大品种同仁牛黄清心丸为载体,采用近红外(near infrared,NIR)光谱技术结合化学计量学方法,建立生产真实世界中带玻璃纸和不带玻璃纸的同仁牛黄清心丸水分含量NIR现场检测模型。用烘干法测定水分含量作为参考值,采用偏最小二乘法(partial least squares,PLS)将光谱与水分参考值进行关联分析,并对光谱预处理方法进行筛选优化,进一步提高了模型的准确性和稳定性。结果表明,光谱预处理方法均采用标准正则变换(standard normal variate,SNV),带玻璃纸和不带玻璃纸的同仁牛黄清心丸样品潜变量因子数分别为2和7时,所建立的定量分析模型效果最优。带玻璃纸样品模型的预测决定系数(Rpre2)和预测均方根误差(root mean square error of prediction,RMSEP)分别为0.7657和0.1572%;不带玻璃纸样品模型的Rpre2和RMSEP分别为0.7722和0.2078%。该研究所建立的带玻璃纸和不带玻璃纸的同仁牛黄清心丸水分含量NIR定量模型均具有良好的预测性能,可实现对大蜜丸水分含量的快速、准确和无损定量分析,并为中药大品种制造中水分关键化学属性的现场质量控制提供了方法。
文摘空间分布均匀度是中药大品种银杏叶片的关键质量属性(critical quality attribute,CQA)。银杏叶片中活性药物成分(active pharmaceutical ingredient,API)的空间分布均匀度评价是保证产品稳定可控的重要内容。该研究采用高光谱成像技术,基于3种预测模型构建API浓度空间分布图,实现银杏叶片空间分布均匀度的可视化研究。在每一银杏叶片中,选取感兴趣区域(region of interest,ROI),长宽均为50像素,共计2500个像素点,每个像素点有288个光谱通道,单个样品的含量预测数据量可达1×10^(5)。3种模型的预测结果表明,偏最小二乘(partial least squares,PLS)模型的预测准确性最高,校正集决定系数R^(2)_(pre)为0.987,预测集决定系数R^(2)_(pre)为0.942,校正均方根误差(root mean square error of calibration,RMSEC)为0.160%,预测均方根误差(root mean square error of prediction,RMSEP)为0.588%;经典最小二乘(classical least squares,CLS)模型的预测误差较大,RMSEP为0.867%;多元曲线校正-交替最小二乘(multivariate curve resolution-alternating least square,MCR-ALS)模型的预测能力三者中最差,其无法实现含量预测。基于PLS和CLS模型的预测结果,通过三维数据重构获得API浓度的空间分布图。进一步,采用直方图法,实现API的空间分布均匀度评价,数据表明银杏叶片中API的空间分布较为均匀。该研究基于3种模型探讨银杏叶片空间分布可视化的可行性。结果表明,PLS模型的预测准确性最高,MCR-ALS模型的预测准确性最低,研究结果为银杏叶片质量控制可视化方法提供新策略。
