近红外漫反射光谱法测定维生素C含量
作者：贾暖 刘荔荔 高申 吴玉田
单位：贾暖(第二军医大学药学院药物分析教研室, 上海 200433)；刘荔荔(药物分析测试中心)；高申(药剂学教研室)；吴玉田(第二军医大学药学院药物分析教研室, 上海 200433)
关键词：维生素C；近红外漫反射光谱法
第二军医大学学报001031 [中图分类号] R 917 [文献标识码] B
[文章编号] 0258-879X(2000)10-0967-02
近红外漫反射光谱分析法(NIRDRSA)自1965年首次应用于复杂农业样品分析后，因其具 有样品处理简单、分析速度快等优点，逐渐受到分析界的重视。此法已广泛应用于石油、纺 织、农业、食品、药物分析等领域[1，2]。在药物分析中，NIRDRSA可以进行定性 鉴别、定量分析等工作。
, 百拇医药
维生素C是一种不稳定的二烯醇化合物，其药典[3]含量测定方法为碘量法。我 们采用近红外漫反射光谱技术直接测定维生素C含量，样品无需预处理，方法简便，结果可 靠。
1 材料和方法
1.1 仪器和药品 VECTOR22/N近红外光谱仪(德国Bruker公司)；XW-80A型漩 涡混合器(上海医科大学仪器厂)；FA1004型电子天平(上海天平仪器厂)；不同批号维生 素C片剂、原料药及辅料均由本校药剂学教研室提供。
1.2 方法
1.2.1 基础数据测定 维生素C原料及辅料均过100 目尼龙筛,依据处方准确称 取不同比例的维生素C原料与辅料，共35份，配制成浓度范围56%～76%(相当于标示量85%～ 115%)的维生素C粉末样品，混合均匀；其中25份样品作为定标集，10份作为预测集 。另3份不同批号维生素C片，以药典中碘量法测得维生素C的含量作为理论含量。
, 百拇医药
1.2.2 光谱采集 将样品分别装于积分球上的旋转样品杯中，在4 000～12 000 cm-1间扫描，分辨率为8 cm-1,仪器内定扫描次数为64次，每个样品重复扫描3 次，取平均值。
2 结 果
2.1 近红外漫反射光谱 图1为维生素C原料与辅料的近红外光谱图，可以看出两 者重叠异常严重。
2.2 校正模型 采用Bruker公司Quant/2软件分析,光谱数据采用多元散射校正(MS C)预处理,以消除光谱平移带来的误差,将35个维生素C含量与光谱间进行偏最小 二乘法(PLS)回归,均值中心化处理,采用内部交叉验证预测残差平方和,在全谱区范围 (4 000±1 2 000 cm-1)内建立校正模型,并对预测集样品进行预测，用此数学模型预测的样品 结果见表1。内部交叉验证中RMSECV(内部交叉验证均方差)=0.241，R2(决定系数 )=99.79，Rank(主因子数)=2；外部预测中RMSEP(预测均方差)=0.241，R2=99. 73。预测样品的预测值与理论值的相关系数r=0.998 8。
, http://www.100md.com
图 1 近红外漫反射光谱图
Ⅰ： 维生素C； Ⅱ：辅料
表 1 维生素C样品的预测结果 样品
理论值(%)
预测值(%)
绝对误差(%)
回收率(%)
1
60.41
60.17
0.4
99.60
, http://www.100md.com
2
60.52
60.27
0.41
99.59
3
62.71
62.63
0.12
99.87
4
66.28
66.24
, 百拇医药
0.067
99.94
5
68.89
69.03
-0.2
100.21
6
68.43
68.84
-0.59
100.60
7
, http://www.100md.com
69.39
69.23
0.23
99.77
8
70.57
70.31
0.36
99.63
9
71.83
72.03
-0.28
, http://www.100md.com
100.28
10
73.17
72.89
0.38
99.62
2.3 实际样品分析 将3批不同批号实际样品的近红外光谱图代入建立好的校 正模型中，并进行分析，结果见表2。
3 讨 论
近红外谱区的光是指波长在可见光与中红外之间的光，波长范围为0.76～2.5 μm (12 000～4 000 cm-1)。NIR技术可通过测定样品的NIR光谱，同时分析样品中的多 种成分。表 2 实际样品分析结果 批号
, http://www.100md.com
标示量(%)
药典法
近红外法
991002
99.67
98.35
991017
94.32
96.12
991028
96.75
95.28
这是因为，近红外谱区光的频率与有机分子中C-H，O-H，N-H等振动的合频与各级倍频的 频率一致，因此通过有机物的近红外光谱可以取得分子中C-H，O-H，N-H的特征振动信息 。由于近红外光谱的谱带较宽，谱图重叠严重，不能用特征峰等简单方法分析，需要运用计 算机技术与化学计量学方法。本实验应用的是偏最小二乘法(PLS)[4]，首先利用 定标集建立预测模型，然后将预测集作为未知样本，根据预测模型进行预测。
, 百拇医药
对所选择的谱区范围，采用对反射吸光度的MSC(散射校正)预处理，对25个样品进行交叉 验证，即选择一个样品，从校正集中除去该样品对应的光谱和浓度数据，并设光谱主成分数 为1，循环迭代样品数和主成分数，计算预测残差平方和,确定所需主成分数。若主成分选择 过小，会丢失样品信息，过大会造成过度拟合。当主因子为2时，预测残差平方和值最小， 为2.029，故选择主因子数为2，建立最佳PLS校正数学模型。
[作者简介] 贾暖(1972-),女(汉族),硕士,药师.
[参 考 文 献]
[1] Blanco M, Coello J, Iturriage H, et al. Analysis of cotto n-polyester yarns by near-infrared reflectance spectroscopy[J].Analyst, 199 4,119(8):1779-1785.
, http://www.100md.com
[2] 李庆春 ,张玉良 ,王文真,等.近红外漫反射光谱分析法(NIRDRSA)同时测定小米 中粗蛋白质、粗脂肪和赖氨酸含量[J].卫生研究,1991 20(2):34-37.
[3] 中华人民共和国药典委员会编. 中华人民共和国药典.1995年版，二部[M]. 北京:化学工业出版社,1995.824-825.
[4] David MH, Edward VT. Partial least-squares method for spectral analy ses. 1.Relation to other quantitative calibration method and the extraction of q ualitative information[J].Anal Chem, 1988,60:1193-1202.
[收稿日期] 2000-05-24
[修回日期] 2000-08-20, http://www.100md.com
单位：贾暖(第二军医大学药学院药物分析教研室, 上海 200433)；刘荔荔(药物分析测试中心)；高申(药剂学教研室)；吴玉田(第二军医大学药学院药物分析教研室, 上海 200433)
关键词：维生素C；近红外漫反射光谱法
第二军医大学学报001031 [中图分类号] R 917 [文献标识码] B
[文章编号] 0258-879X(2000)10-0967-02
近红外漫反射光谱分析法(NIRDRSA)自1965年首次应用于复杂农业样品分析后，因其具 有样品处理简单、分析速度快等优点，逐渐受到分析界的重视。此法已广泛应用于石油、纺 织、农业、食品、药物分析等领域[1，2]。在药物分析中，NIRDRSA可以进行定性 鉴别、定量分析等工作。
, 百拇医药
维生素C是一种不稳定的二烯醇化合物，其药典[3]含量测定方法为碘量法。我 们采用近红外漫反射光谱技术直接测定维生素C含量，样品无需预处理，方法简便，结果可 靠。
1 材料和方法
1.1 仪器和药品 VECTOR22/N近红外光谱仪(德国Bruker公司)；XW-80A型漩 涡混合器(上海医科大学仪器厂)；FA1004型电子天平(上海天平仪器厂)；不同批号维生 素C片剂、原料药及辅料均由本校药剂学教研室提供。
1.2 方法
1.2.1 基础数据测定 维生素C原料及辅料均过100 目尼龙筛,依据处方准确称 取不同比例的维生素C原料与辅料，共35份，配制成浓度范围56%～76%(相当于标示量85%～ 115%)的维生素C粉末样品，混合均匀；其中25份样品作为定标集，10份作为预测集 。另3份不同批号维生素C片，以药典中碘量法测得维生素C的含量作为理论含量。
, 百拇医药
1.2.2 光谱采集 将样品分别装于积分球上的旋转样品杯中，在4 000～12 000 cm-1间扫描，分辨率为8 cm-1,仪器内定扫描次数为64次，每个样品重复扫描3 次，取平均值。
2 结 果
2.1 近红外漫反射光谱 图1为维生素C原料与辅料的近红外光谱图，可以看出两 者重叠异常严重。
2.2 校正模型 采用Bruker公司Quant/2软件分析,光谱数据采用多元散射校正(MS C)预处理,以消除光谱平移带来的误差,将35个维生素C含量与光谱间进行偏最小 二乘法(PLS)回归,均值中心化处理,采用内部交叉验证预测残差平方和,在全谱区范围 (4 000±1 2 000 cm-1)内建立校正模型,并对预测集样品进行预测，用此数学模型预测的样品 结果见表1。内部交叉验证中RMSECV(内部交叉验证均方差)=0.241，R2(决定系数 )=99.79，Rank(主因子数)=2；外部预测中RMSEP(预测均方差)=0.241，R2=99. 73。预测样品的预测值与理论值的相关系数r=0.998 8。
, http://www.100md.com
图 1 近红外漫反射光谱图
Ⅰ： 维生素C； Ⅱ：辅料
表 1 维生素C样品的预测结果 样品
理论值(%)
预测值(%)
绝对误差(%)
回收率(%)
1
60.41
60.17
0.4
99.60
, http://www.100md.com
2
60.52
60.27
0.41
99.59
3
62.71
62.63
0.12
99.87
4
66.28
66.24
, 百拇医药
0.067
99.94
5
68.89
69.03
-0.2
100.21
6
68.43
68.84
-0.59
100.60
7
, http://www.100md.com
69.39
69.23
0.23
99.77
8
70.57
70.31
0.36
99.63
9
71.83
72.03
-0.28
, http://www.100md.com
100.28
10
73.17
72.89
0.38
99.62
2.3 实际样品分析 将3批不同批号实际样品的近红外光谱图代入建立好的校 正模型中，并进行分析，结果见表2。
3 讨 论
近红外谱区的光是指波长在可见光与中红外之间的光，波长范围为0.76～2.5 μm (12 000～4 000 cm-1)。NIR技术可通过测定样品的NIR光谱，同时分析样品中的多 种成分。表 2 实际样品分析结果 批号
, http://www.100md.com
标示量(%)
药典法
近红外法
991002
99.67
98.35
991017
94.32
96.12
991028
96.75
95.28
这是因为，近红外谱区光的频率与有机分子中C-H，O-H，N-H等振动的合频与各级倍频的 频率一致，因此通过有机物的近红外光谱可以取得分子中C-H，O-H，N-H的特征振动信息 。由于近红外光谱的谱带较宽，谱图重叠严重，不能用特征峰等简单方法分析，需要运用计 算机技术与化学计量学方法。本实验应用的是偏最小二乘法(PLS)[4]，首先利用 定标集建立预测模型，然后将预测集作为未知样本，根据预测模型进行预测。
, 百拇医药
对所选择的谱区范围，采用对反射吸光度的MSC(散射校正)预处理，对25个样品进行交叉 验证，即选择一个样品，从校正集中除去该样品对应的光谱和浓度数据，并设光谱主成分数 为1，循环迭代样品数和主成分数，计算预测残差平方和,确定所需主成分数。若主成分选择 过小，会丢失样品信息，过大会造成过度拟合。当主因子为2时，预测残差平方和值最小， 为2.029，故选择主因子数为2，建立最佳PLS校正数学模型。
[作者简介] 贾暖(1972-),女(汉族),硕士,药师.
[参 考 文 献]
[1] Blanco M, Coello J, Iturriage H, et al. Analysis of cotto n-polyester yarns by near-infrared reflectance spectroscopy[J].Analyst, 199 4,119(8):1779-1785.
, http://www.100md.com
[2] 李庆春 ,张玉良 ,王文真,等.近红外漫反射光谱分析法(NIRDRSA)同时测定小米 中粗蛋白质、粗脂肪和赖氨酸含量[J].卫生研究,1991 20(2):34-37.
[3] 中华人民共和国药典委员会编. 中华人民共和国药典.1995年版，二部[M]. 北京:化学工业出版社,1995.824-825.
[4] David MH, Edward VT. Partial least-squares method for spectral analy ses. 1.Relation to other quantitative calibration method and the extraction of q ualitative information[J].Anal Chem, 1988,60:1193-1202.
[收稿日期] 2000-05-24
[修回日期] 2000-08-20, http://www.100md.com