研究与评论在药学和制药雷竞技苹果下载科学
菜单e-ISSN: 2320 - 1215 p-ISSN: 2322 - 0112
e-ISSN: 2320 - 1215 p-ISSN: 2322 - 0112
李连#金丰,王#,Hengchang藏*江,回族,魏,商王陈和凤山*
制药科学学院、山东大学和国家Glycoengineering研究中心,44号Wenhuaxi路,济南250012年,中国的公关
收到了28/03/2016;接受07/05/2016;发表12/05/2016
访问更多的相关文章研究与评论在药学和制药雷竞技苹果下载科学
肝素钠是一种粘多糖(呕吐),血液凝固系统中发挥着重要作用。它的质量是非常重要的,因此有必要开发一种快速分析方法在制造过程中分析肝素生产的质量。在这项研究中,80个样本收集的肝素内容从五个批次在降水过程中分析了利用近红外(NIR)光谱和化学计量学方法。这样做是为了提高效率,直接而准确地理解这个过程,并减少生产过程中产品质量的变化。首先,主成分分析(PCA)方法应用于研究特征轨迹的稳定和批肝素钠的乙醇沉淀定性。然后,偏最小二乘(PLS)回归,结合几种光谱预处理方法和变量选择方法,进行定量预测乙醇沉淀过程中肝素的内容。结果表明,的值确定系数(R2),预测的均方根误差(RMSEP)和残余预测偏差(RPD)分别为0.974,1.105 g / l和6.37,分别。这种方法有一个相当大的潜在的在线监测肝素每个乙醇沉淀过程的内容。此外,它会导致一个大转型的模式生产的制药行业应用近红外光谱光谱学在未来。
近红外光谱学、肝素钠、乙醇沉淀、主成分分析、偏最小二乘法。
制药生产过程通常由一系列的单元操作,每个操作通常有一个伟大的影响产品的质量属性。因此,重要的是要监控的关键质量属性(CQA)和关键工艺参数(CPP),进而影响CQA [1]。传统制药生产通常是通过离线测试来评估质量。因此,通过实验室检测质量参数通常会落后于生产。这不是有利于及时调整工艺参数,它甚至可能导致返工或拒绝中间或最终产品,导致生产成本增加(2]。考虑到质量和生产成本,重要的是使用一个快速和有效的过程分析技术(PAT)制造过程为上述问题的解决方案。
帕特是用来设计、分析和控制制造通过及时测量处理过程中(即)的临界质量和性能的属性和进程内的原料和过程,确保最终产品质量的目标(3]。启动以来由美国食品和药物管理局(FDA),帕特已广泛应用于制药行业(4)提供一个系统的理解不同变量的影响过程,如原材料、设备、温度、和博士的变量之间的交互影响制定实时和nearreal时间提供一个范围的发展强劲的加工条件(5]。最近,进步和帕特的兴趣已成为制药行业的主要趋势。近红外(NIR)光谱,广泛应用帕特工具之一,使用电磁波在该地区的800 - 2500海里(12500 - 4000 cm - 1)。近红外光谱区域是由乐队可以归因于包含一个氢原子的官能团,如碳氢键,地,h (6]。由于其快速、非破坏性和低成本的性质,近红外光谱法已被证明是一种有效的分析工具在制药行业7]。此外,将会有一个大转型的模式生产制药行业的应用近红外光谱。
肝素是一种粘多糖(笑话)组成的聚合物交替衍生品α-D-glucosamine和O-sulfated糖醛酸(α-L-iduronic酸或β-D-glucuronic酸)(8]。它影响和调节代谢和生理功能9]。肝素钠的生产过程的评价范围从原材料的存储产品。乙醇沉淀是肝素钠生产中重要的单元操作。它是一种广泛使用的技术,从水净化和浓缩肝素的解决方案。添加乙醇作为Antisolvent由于它的简单性和大容量,它可以有效地从一个水相沉淀肝素在盐的存在。有许多cpp,包括初始成分的提取、乙醇浓度和沉淀温度的波动会导致一个不稳定的产品,也会导致批次变化(10]。传统上,监测肝素钠的乙醇沉淀的方法主要是基于经验或文献数据。研究内部进化非常稀缺,很难准确控制的过程乙醇沉淀,导致产品质量的变化。这是一个笑话生产中常见的问题。这项工作探讨了近红外光谱的定性和定量的效用监测肝素钠的乙醇沉淀的过程。过程分析的近红外光谱,定性方法一般包括主成分分析(PCA) (11),多变量统计过程控制(MSPC) [12),移动块标准偏差(MBSD) [13)和二维相关光谱(14),而偏最小二乘(PLS)回归主要是应用于定量分析。目前,乙醇沉淀过程的近红外光谱分析主要是用于生产的中药(TCM)如cinobufacini [15),忍冬粳稻(16,17),丹参注射液(10)和Danhong注入(18]。然而,没有报告关于乙醇沉淀的监测肝素的近红外光谱。
本研究的目的是评估是否NIR光谱有潜力提供进程内的信息和监测肝素从乙醇沉淀。PCA和PLS回归方法应用于这项工作的近红外光谱进行定性和定量分析。首先,主成分分析应用于识别的特征轨迹的所有批次肝素从乙醇沉淀。请回归,结合几种光谱预处理方法和变量选择方法,进行预测中肝素的内容乙醇沉淀。
材料和化学物质
肝素钠及其提供的参考标准是枣庄Sainuo Kang生化有限公司(中国枣庄)和国家控制药品和生物制品研究所(中国,北京),分别。浓硫酸是购自北京化工厂(中国,北京)。无水乙醇从天津富裕县获得化学有限公司(天津,中国)。使用的所有化学药品均为分析纯或更高的纯度。去离子水是获得微孔Milli-Elix /里奥斯超纯水系统(贝德福德,妈,美国)。
方法
乙醇沉淀
五百毫升的水溶液中肝素钠(固液比7:100,w / v)调整pH值6.5和0.1 M盐酸。然后,600毫升的搅拌好,无水乙醇不断注入肝素钠水溶液在9毫升/分钟的流量。加入无水乙醇完成后,搅拌停止,暂停被允许站。整个过程持续了80分钟,然后1毫升的悬挂在管收集。样本收集每5分钟,每批和16个样本收集。因此,五个批次80个样本。所有收集到的样本离心机,上层清液为进一步研究存储。
参考方法
的肝素钠含量的紫外可见分光光度法测定上清液,代表在这个工作过程中,一些细微的修改。解决方案包含一个已知浓度的肝素钠制备和作为参考标准。每个上层清液用水稀释达到肝素浓度大约相等的标准解决方案。然后,0.4毫升的示例解决方案和五个标准的解决方案(400μg /毫升)包含0到160μg试管收集肝素。接下来,3毫升的硫酸(90% (v / v))包含0.025四硼酸钠是精心添加到每个试管。那时混合物在90°C水浴加热10分钟,然后立即冷却到室温。吸光度测量在298 nm使用卡里100生物UV / Vis分光光度计(瓦里安公司,核桃溪市,CA)。一个控制用水制备使用相同的方法。
近红外光谱分析仪
上层清液的透光率光谱是通过一个Antaris¢ ¡傅里叶变换近红外分光光度计(热费希尔科学、美国)InGaAs检测器,通过3软件。所有的样品都挤进6×50毫米玻璃管(金布尔追逐、德国),然后扫描的范围10000到4000厘米1在实验室环境中使用传输方式(室温下,相对湿度30 - 50%)。co-added扫描和决议的数量是32和4厘米1,分别。
数据处理
主成分分析(PCA)和部分最小二乘(PLS)回归方法用于数据处理。所有的计算进行了使用Matlab 2010(美国Mathwork Inc .)。散点图的分数获得使用PCA用于识别特征所有批次的轨迹。请回归进行建立定量分析模型预测肝素在乙醇沉淀过程的内容。四个批次的样本随机分为校准集,剩下的批处理是用于验证集。透射光谱预处理的几种预处理和变量选择方法生产更简单的模型更好的预测。潜变量的最优数量决定使用百叶窗交叉验证。决定系数(R2),均方根误差的预测(RMSEP)和交叉验证的均方根误差(RMSECV)被用来评估模型的质量。此外,残留的预测偏差(RPD),这被定义为标准差的比值在验证集和验证的标准误差,被用来进一步评估如何校准模型可以预测的数据。
测定肝素的内容
结果的参考方法
确定肝素浓度的标准曲线是由策划肝素浓度沿水平轴和沿垂直轴吸光度(y = x 0.0077 - 0.0398, r2 = 0.9999)。肝素样品的内容分布在乙醇沉淀过程中,分为校正集和验证集,所示表1在每个样本收集,而肝素浓度随着时间的推移所示图1。样品被发现的肝素含量变化之间的19.25和0.038 g / l (表1)。此外,所有的批次显示类似的轨迹为肝素含量随时间的变化(图1)。
图1:时间的肝素在乙醇沉淀过程的内容。
| 样本集 | n一个 | 范围(g / l) | 意思是(g / l) | SDb(克/升) |
|---|---|---|---|---|
| 校准设置 | 64年 | 19.25 - -0.038 | 6.08 | 7.12 |
| 验证设置 | 16 | 17.32 - -0.052 | 6.26 | 7.04 |
一个n =数量的样本,bSD =标准差。
表1:信息表的校准和验证集。
光谱的解释
生的近红外光谱的上层清液乙醇沉淀所示图2一个。峰值约6900厘米1对应于一个强大的吸光度源自HOH对称和不对称拉伸振动,而峰值约5150厘米1对应于一个强大的吸光度源自啊不对称拉伸和弯曲振动(19]。但是,与肝素钠水溶液的光谱,不含乙醇(20.),有明显的峰值约6000 - 5400厘米1光谱的上层清液的吸光度,可以归因于乙醇。这些山峰出现添加乙醇后,吸光度增加乙醇的添加量的增加。因此,线性化的光谱进一步进行预处理的响应变量和删除无关的变化毫无兴趣的来源分析(21]。所示图2 b之后,使用一阶Savitzky-Golay导数光谱的预处理方法和一个过滤器的宽度15的数据点,光谱的灵敏度提高和重叠峰在原始光谱可以区分。这是有利于提取光谱的特定信息,用于后续的多变量分析。
图2:近红外光谱的上层清液乙醇沉淀。(一)原始光谱。(b)预处理由一阶Savitzky-Golay导数光谱滤光片宽度的15个数据点。
利用主成分分析法(PCA)定性分析
主成分分析在化学计量学是一种广泛使用的工具数据压缩和信息提取。PCA的发现组合变量,描述数据的主要趋势。这里,使用PCA预处理NIR光谱的5个批次进行分析,特征轨迹的所有批次可以检查分数和载荷。肝素乙醇沉淀系统主要由水、乙醇和肝素。肝素与添加乙醇沉淀不断;因此,三个分量的比值变化不断在上层清液。图3显示了前两个主成分得分散点图,解释的总方差的98.88%。第一主成分得分(PC1)以92.73%的方差解释稳步增长随着乙醇沉淀过程的进行,而第二个主成分(PC2),解释了总方差的6.15%,增加了40分钟后第一次然后开始减少。图表明,所有五个批次也有类似的轨迹,和所有的批次的成绩开始在左下角和右下角结束。所示图1最初,肝素钠沉淀迅速的乙醇,但40分钟后,少量的肝素仍然在上层清液,慢慢沉淀。80分钟后,肝素很少可能收集到的样本中发现。因此,图3表明主成分得分达到拐点40分钟。这一结果表明,分数散点图有可能反映内部乙醇沉淀系统的稳定性。首先,给定的肝素钠的质量与添加乙醇沉淀,从而破坏系统的平衡。然后,肝素含量曲线和主成分得分都达到拐点在40分钟。之后,小数量的肝素钠留在上层清液逐渐沉淀,系统稳定。
图3:分数散点图的NIR光谱五批肝素沉淀。
定量分析,请
在本节中,请执行回归建立定量分析模型,预测乙醇沉淀过程中肝素浓度。首先,请定量分析模型开发完全预处理光谱,和的值RMSECV和RMSEP 1.499 g / l和1.114 g / l,分别。然而,模型变量不是同等重要的,甚至有些嘈杂的足以破坏分析。在模型变量选择是一个关键的步骤,因为它已被证明,可以提高预测能力和复杂的模型可以减少选择一个明智的变量选择方法(22]。为此,四个不同的变量选择方法,如相关系数,遗传算法(GA),向前区间偏最小二乘(FiPLS)和向后间隔偏最小二乘法(BiPLS)模型,用来建立校正模型的预测能力基于预处理的光谱。潜变量的数量是根据RMSECV选择使用百叶窗交叉验证方法计算。随机重新排序的数据集进行了五次以达到一个优化的解决方案(23]。请回归后的结果显示在变量选择表2。
| 方法 | RMSECV (g / l) | R2 | RMSEP (g / l) | 个人电脑 | RPD |
|---|---|---|---|---|---|
| - - - - - - | 1.4998 | 0.972 | 1.1139 | 3 | 6.32 |
| 相关系数 | 1.4105 | 0.973 | 1.3688 | 5 | 5.14 |
| 遗传算法 | 1.2920 | 0.974 | 1.7592 | 4 | 4.00 |
| FiPLS | 1.4089 | 0.972 | 1.1054 | 3 | 6.37 |
| BiPLS | 1.3096 | 0.978 | 1.3242 | 4 | 5.32 |
表2:结果变量选择算法的乙醇沉淀的过程。
顺便说一句,相比之前请模型建立完整的光谱,RMSECV值从校准模型获得较小的不同的变量选择方法。然而,只有RMSEP FiPLS方法产生的价值低于完整的光谱,这表明,模型的预测能力增强是由FiPLS方法。此外,相对较高的RPD表明,模型健壮且非常有效的预测的化学成分。此外,RPD值计算使用FiPLS方法大于5,证明校准模型的鲁棒性和力量(24]。当选择的近红外光谱变量的确切位置FiPLS算法显示,他们密切对应区域的9034.87 - -8940.37厘米1,8649.17 - -8554.68厘米1,7974.21 - -7686.87厘米1,7395.67 - -7301.18厘米1和5949.32 - -5758.4厘米1。前三个潜变量的载荷所示图4。
图4:主成分分析的载荷在乙醇沉淀过程中获得的近红外光谱。
加载1中的峰值5600至6000厘米1可以归因于哦债券。然而,由于近红外光谱的复杂性可能不是最终确定的吸收是一个结果系统中乙醇的存在。因此,所示图5校准模型,开发了基于预处理光谱和FiPLS变量选择方法提供了更好的结果与其他模型相比。R2的价值观,RMSECV RMSEP分别为0.974,1.409 g / l和1.105 g / l,分别三个和潜在的数量值,避免过度学习多元校正。然而,RMSECV高于从FiPLS RMSEP计算模型。这可能是由于存在的一些样品,对校准有显著影响。当这些样品已消除,可预测性。这也导致增加RMSECV。详细的原因观察仍在调查之中。
图5:通过紫外分析比较的参考度量值与预测值从PLS模型建立基于光谱预处理和FiPLS变量选择方法。
基于这一研究获得的结果,肝素乙醇沉淀过程可以使用近红外光谱定性和定量监测,结合最优化方法。首先,前两个主成分的得分散点图获得的PCA方法可以用于表示特征轨迹的稳定和肝素乙醇沉淀过程定性。接下来,请校准模型建立了基于预处理的光谱和变量选择方法的定量分析肝素含量在上层清液。这项研究显示了一个巨大的潜力为快速提供解决方案,实时监测肝素乙醇沉淀的过程。事实上,这项研究有潜力提供可行性参考在线监测乙醇沉淀的笑料。
我们感激的财政支持863项目(中国高新技术研究与发展计划)合同号2012 aa021505和山东省科技发展计划(2009 gg10002081)。
