采用 AOTF 近红外光谱技术测定药物原料的化学成分
摘要 本文采用 Brimrose AOTF 近红外光谱仪和校正集模型测定原始粉状抗生素的纯度和湿 度，建立了测量粉状抗生素纯度的偏最小二乘回归模型，使用 4 个主成分，预测标准偏差（SEP）为 0.1，相关系数为 0.957，在克服了代表样品数量小、范围窄以及参考方法的不精 确等影响因素后，Brimrose AOTF 近红外光谱仪也能准确测量粉状抗生素的湿度。
近红外(NIR)光谱法是近年来发展迅速的一种绿色分析技术，并以其独特的优点开始应 用于中药分析,传统的红外分光光度技术采用棱镜或光栅做色散元件，以这些色散元件为核 心的红外光谱测量系统，结构复杂，设计和生产成本高，使得分析检测仅适于实验室条件下 应用。自20世纪80年代后期，一种新型的色散元件——声光可调滤光器（Acousto-optic tunable filter，简称AOTF）逐渐受到人们的重视。AOTF是基于各向异性的双折射晶体的声 光衍射原理，利用超声波与特定的晶体作用而产生分光的光电器件。与传统的基于机械调谐 分光元件的光谱仪器相比，以AOTF作为分光元件的光谱仪具有明显的优越性：它结构简单， 光学系统无移动性部件，体积小，集光能力强，最吸引人之处在于它的波长切换快、重现性 好，程序化的波长控制使得这种仪器的应用具有更大的灵活性，尤其是外部防尘和内置的温 度、湿度集成控制装置，大大提高了仪器的环境适应性，加之全固态集成设计产生优异的避 震性能，使其近年来在工业在线和现场（室外）分析中得到越来越广泛的应用,最近几年， AOTF-近红外光谱分析仪引进国内，已经开始应用于烟草及化工行业中。
对医药原料进行定性和定量分析的一些传统方法单调乏味，占用大量时间，需要宝贵的 人力、物力和大量时间来测定原料的成分，无法保证工业流水线操作的连续性，且样品经预 处理，化学分析后，无法再回收利用，Brimrose AOTF 近红外光谱仪提供了快速、精确并且 环保的方法，确定相同的参数只需要较少的时间和劳动，即可得出非常精确的检测结果，有 望成为传统化学分析仪器的的良好替代产品。
1．实验部分
1．1 仪器条件和样品
仪器：美国 BRIMROSE 公司产的 Luminar 2000 型近红外光谱仪，主要部件包括：光学部分、控制部分、电源适配器。软件包括 SNAP!光谱处理软件和 CAMO 化学计量学软件。扫描参数设置：光谱范围 1200～2200nm，波长增量 2.0nm，平均次数 200，测样方式为漫反射。
1．2 实验方法
提供了 30 个固态粉状原料抗生素样品，样品中给出了纯度和湿度参考值。采用 Brimrose AOTF-NIR Luminar 2000 近红外光谱仪收集 30 个样品的光谱数据。将光纤束漫反射探头安 装在分析仪上，在 1200nm-2200nm 的波长范围内扫描光谱数据，每个样品收集 200 个扫描结 果并将这些结果平均为一个光谱，每个样品数据获取的时间约为 20 秒。光谱以透过率模式 收集，然后处理为吸收光谱和一阶微分光谱。采用获取的光谱数据和参考数据建立化学计量 学模型。
1．3 数据处理
对光谱数据的处理：光谱经过一阶微分（9 点光滑），然后转换为 UNS 数据格式，最后 导入 CAMO 化学计量学软件 The Unscrambler，利用样品的纯度和湿度的基础性质数据和光 谱数据建立校正模型。
2. 结果与分析
2.1 光谱
从图 2、图 3 中的光谱数据可以清楚地看出，噪音是非常少的。水分在约 1450nm-1950nm 处吸收，一阶微分光谱显示这些波长区域的峰值。湿度内容的变化而导致的光谱数据的变化 能够在这一区域显示出来。
2．2 回归和建模
图 4、采用 PCA 分析法样品的得分图
主成分分析法用于确定样品的质量差别,经常与 PLS（偏最小二乘法）结合来确定除了使用 PLS 定量分析过的参数差别外，样品中是否还有其他差别。此处所采用的 PCA 分析法就 是这种情况的范例。得分图清楚地将样品分为三个组，样品中有一些差别，原因可能是不同 的提供者或不同的粒径。如果使用的样品组足够大的话，化学计量学分析法就非常好，足以 消除这些差别，并且集中于所研究的参数差别上。使用从多个提供者或不同粒径的样品中获 取的数据点的模型，可消除由提供者或粒径产生的光谱差别，并且只集中于因纯度或湿度不 同而产生的光谱数据的差别。
图 5、原始粉状抗生素 30 个样品的纯度 PLS1 回归模型
反映原始粉状抗生素中光谱数据和纯度之间相互关系的 PLS1 回归模型的结果非常好。使用了 4 个主成分，预测标准偏差（SEP）相当于 0.1，鉴于样品组样品数量少、数据范围 窄，SEP=0.1 是非常好的一个结果。过去的经验已经表明，使用有 100 个或更多样品的样品 组将会建立更精确、更完善的模型。使用带有其他偏差（如不同提供者和不同粒径）的更大 的样品组也会建立更完善的模型。
图 6、原始粉状抗生素 30 个样品湿度变化图
样品湿度的精确模型是无法建立的。 其原因是多方面的。 样品中湿度的范围是 12.5%-13.5%，对于只有 30 个点的数据组来说，这是一个非常小的范围。纯度的范围也是很 小的，采用精确的参考方法来确定实际纯度值，从而使精确的模型得以建立起来。使用 Karl Fischer 方法确定参考湿度值，这一方法的精确度是 0.2%。样品湿度的范围仅为参考方法误 差的 5 倍，这使得建立精确的模型非常困难。另一个潜在的问题是，样品存储 6 个月，这可 能引起湿度变化。有三种方式改进校正集的结果：（1）光谱数据采集后直接获取参考数据；（2）使用更精确的参考方法；（3）扩大校正集的范围。以上条件具备的话，Brimrose 光谱仪也将能够精确的预测原始粉状抗生素的湿度。
3．结论
研究结果表明，采用 Brimrose AOTF 近红外光谱仪和校正集模型测定原始粉状抗生素的 纯度和湿度是可行的。建模时有一些问题，但这些问题是因为样品组小、范围窄以及参考方 法的不精确而造成的。结果表明，这些问题一旦解决，Brimrose 光谱仪就能够预测纯度和 湿度。过去的经验表明，采用大的样品组时，建模的精确性和适应性将大大提高；同时还表 明，从实验室数据建立的模型可以很容易地转换到实时在线工业环境。Brimrose 产品速度 快、精确度高，是过程控制的理想选择。产品无移动部件，这使 Brimrose 光谱仪在工业环 境中的应用非常完美，并且，AOTF 技术使数据采集速度相当快，实现实时在线过程控制。
