垂體后葉注射液中三氯叔丁醇濃度快速測定方法
【技術領域】
[0001] 本發明涉及三氯叔丁醇濃度測定方法，尤其涉及注射液中三氯叔丁醇濃度的測定 分析方法。
【背景技術】
[0002] 注射劑作為最常用的無菌制劑，添加抑菌劑的目的是保證制劑免受微生物污染， 從而保證藥物的安全有效，同時必須注意抑菌劑各自本身所帶來的一定毒性，在使用中必 須注意用量，既要達到添加的目的，又要使危害降至最低，因此必須建立有效的監督檢查方 法。
[0003] 各國藥典中均對抑菌劑的效力問題有所關注，《美國藥典》首先就抑菌劑的抑菌效 力提出了抑菌劑效力檢查；《中國藥典》2010版也添加了抑菌劑效力檢查法指導原則，要求 制劑中抑菌劑的量應為最低有效量。
[0004] 垂體后葉注射液主要用于血管收縮藥及抗利尿藥。用于呼吸道及消化道出血，也 可用于產后子宮出血，這種注射液通常采用三氯叔丁醇作為抑菌劑。中國藥典中使用氣相 色譜檢測方法定量檢查抑菌劑三氯叔丁醇的含量。
[0005] 出于基層打假經常性的大范圍篩查樣品的需求，需要有一些準確、快速、簡便的方 法。近幾年來，在分析過程中不對樣品造成化學的、機械的、光化學和熱分解的分析手段，是 分析科學領域的研究熱點之一。隨著化學計量學的發展，光譜法受到國內外廣泛的重視：近 紅外光譜重疊嚴重，對很多藥品的測定精度不夠理想；紅外光譜法對測試環境溫濕度要求 相當高，樣品制作也較麻煩，檢測周期較長，不能滿足快速檢驗的要求；拉曼光譜技術具有 化學分子的指紋辨識、快速、無需繁雜的樣品前處理、無損檢測、不受水分子干擾等優點，可 用于快速測定垂體后葉注射液中的三氯叔丁醇含量。采用拉曼光譜進行定量分析，需要消 除測定中的不穩定性，一方面消除隨機噪聲、樣品背景干擾、測樣器件引起光譜差異等因素 對校正結果產生的影響；另一方面是譜圖信息的優化，對樣品信息突出的光譜區域進行選 擇，篩選出最有效的光譜區域，提高運算效率。目前，還沒有對垂體后葉注射液中三氯叔丁 醇的拉曼光譜定量分析的研究報道。
[0006] 因此，如何在人力、試驗場地、試驗儀器等均有限的條件下，采用拉曼光譜儀，發展 準確、易用的拉曼光譜信息處理方法，從而有效且準確地對垂體后葉注射液中三氯叔丁醇 含量的快速檢測，從而達到對垂體后葉注射液中三氯叔丁醇的量的問題的及時發現和監控 管理，已成為眾多科研、藥檢人員關注的重點之一。
【發明內容】
[0007] 本發明的目的是旨在解決享有技術的上述問題，提供一種垂體后葉注射液中三氯 叔丁醇濃度快速測定分析方法。本發明減少了分析工作量，提高了檢測效率和速度。
[0008] 本發明是這樣實現的： 本發明在第一個方面，本發明提供了一種預測待測樣品的三氯叔丁醇濃度的方法，該 方法包括以下的步驟： 1) 獲取三氯叔丁醇標準溶液的拉曼光譜圖：將η個系列濃度的三氯叔丁醇標準溶液作 為定標樣品，通過拉曼光譜儀獲得所述η個定標樣品的拉曼光譜圖； 2) 選取特征譜段：從步驟1)獲得的η個定標樣品的拉曼光譜圖中選取三氯叔丁醇的 特征譜段，所述特征譜段優選為360-600cm 1 ; 3) 偏最小二乘法（PLS)或主成分回歸法（PCR)定量分析：將步驟2)獲得的光譜數據 中η個定標樣品的光譜矩陣和濃度矩陣進行偏最小二乘法或主成分回歸法定量分析，并計 算出每個定標樣品的預測濃度； 4 )交叉驗證：對步驟3 )中獲得的每個定標樣品的預測濃度通過F-檢驗進行交叉驗證， 獲得在所述交叉驗證中達到最優主因子數時以真實濃度為橫坐標，預測濃度為縱坐標的所 述特征譜段的標準曲線，由此建立三氯叔丁醇的偏最小二乘法模型或主成分回歸法模型； 5) 獲得待測樣品的拉曼光譜圖：通過拉曼光譜儀，選擇與測定三氯叔丁醇標準溶液時 相同的參數條件，獲得所述待測樣品的拉曼光譜圖； 6) 預測待測樣品的濃度：選取待測樣品的拉曼光譜圖中的特征譜段，得到待測垂體后 葉注射液的光譜矩陣，然后用步驟3)獲得的偏最小二乘法模型或主成分回歸法模型對所述 待測樣品進行含量預測，獲得所述待測樣品的預測濃度。
[0009] 在本發明的預測待測樣品的三氯叔丁醇濃度的方法中，PLS定量回歸分析如下進 行： 設A為η個定標樣品在m個波長處的光譜矩陣，C為三氯叔丁醇在η個定標樣品中的 濃度矩陣，E、F分別為殘差矩陣，所述光譜矩陣A正交分解為吸光度隱變量矩陣T與載荷矩 陣P的乘積，所述濃度矩陣C正交分解為濃度隱變量矩陣U與載荷矩陣Q的乘積： A(nXm) = T(nXh)P(hXm)+E(nXm) C(nXl) = U(nXh)Q(hXl)+F(nXl) 然后，把隱變量矩陣T、U做線性回歸，用對角矩陣B并聯： U (η X h) = T (η X h) B (h X h), 對預測集中要預測的樣品，設所述集中要預測的樣品的光譜矩陣為，則由： Apre = TpreP 可求出1^，則： Cpre = TpreBQ Tpra為預測濃度計算過程中產生的矩陣，為預測的濃度。
[0010] 在本發明的三氯叔丁醇濃度預測方法中，交叉驗證可以根據公知的方法如下進 行： (a) 從η個定標樣品中剔除k個樣品，所述k為樣品數的公約數，最大為n/4,最小為1 ; (b) 用剩下的n-k個樣品來計算參數矩陣，用所求得的參數矩陣來預測被剔除的k個 樣品的濃度，將所述k個樣品的預測濃度Clipra與其已知濃度C 1比較，可得其殘差平方和 PRESS ：
(C)將被刪除的k個樣品恢復，再剔除尚未剔除過的k個樣品，計算轉回（b)，每個定標 樣品的濃度在PRESS中出現一次，且僅出現一次； (d)最后，計算主因子數為1到h時的預測殘差平方和，當預測殘差平方和達到最小時 或殘差平方和不再減小時的主因子數作為最優主因子數。
[0011] 在本發明的預測待測樣品的三氯叔丁醇濃度的方法中，PCR定量回歸分析如下進 行： 首先采用主成分分析方法選取重要的因子，然后采用常規的回歸方法建立數學模型， 從而實現對原來數據的降維處理。所謂主成分，它為一新的變量，而該新變量是原來變量 ijx的線性組合。主成分回歸的主要步驟包括：①數據的標準化處理；②由數據的協方差 矩陣求得本征矢量；③選取主成分實施多元回歸分析。
[0012] 在第二個方面，本發明提供了一種用于預測待測樣品的三氯叔丁醇濃度的分析裝 置，該裝置包括處理器和控制器，所述控制器包括下列模塊： 1) 數據接收模塊：所述數據接收模塊接收由拉曼光譜儀獲得的待測樣品或定標樣品的 拉曼光譜圖，所述定標樣品為η個系列濃度的三氯叔丁醇標準溶液； 2) 特征譜段選取模塊：所述特征譜段選取模塊被配置成從數據接收模塊接收的拉曼光 譜圖數據中選取三氯叔丁醇的特征譜段，所述特征譜段優選為360-600cm 1 ; 3) 偏最小二乘法定量回歸分析模塊或主成分回歸分析法定量回歸分析模塊：所述偏最 小二乘法定量回歸分析模塊或主成分回歸分析法定量分析模塊被配置成將光譜數據進行 偏最小二乘法定量回歸分析或主成分回歸分析法定量回歸分析，并計算出每個定標樣品的 預測濃度； 4) 偏最小二乘法構建模塊或主成分回歸分析法構建模塊：對所述每個定標樣品的預測 濃度通過F-檢驗進行交叉驗證，獲得在交叉驗證中達到最優主因子數時的真實濃度為橫 坐標，預測濃度為縱坐標的所述特征譜段的標準曲線，建立三氯叔丁醇的偏最小二乘法模 型或主成分回歸法模型； 5) 濃度預測模塊：所述濃度預測模塊被配置成對待測樣品的拉曼光譜圖數據經上述模 塊2)處理后的數據，用所述偏最小二乘法構建模塊或主成分回歸法構建模塊獲得的三氯 叔丁醇的偏最小二乘法模型或主成分回歸法模型對待測樣品進行含量預測以獲得所述待 測樣品的預測濃度。
[0013] 在本發明的分析裝置的各種實施方案中，各個模塊可以參照上述本發明第一方面