[发明专利]一种香砂养胃丸浓缩丸制备过程质量监测方法

权利要求书

1.一种香砂养胃丸浓缩丸制备过程质量监测方法，其特征在于，分别将不同水提时间及浓缩时间的香砂养胃丸浓缩丸样品运用近红外光谱仪扫描样品的近红外吸收光谱，得样本原始光谱数据，采用高效液相色谱法测定出校正样品集橙皮苷和厚朴酚的含量，通过指标性成分含量选择校正集和验证集，然后对光谱数据预处理和谱区选择，将HPLC测得的含量作为参考值，运用化学计量学中的偏最小二乘法法将校正样品集特征光谱和参考值相结合建立近红外光谱多元校正模型，再对模型进行验证；将验证样品集样品的NIRS图谱输入校正模型中，并将NIRS预测值与HPLC参考值进行相关分析；将验证样品集的NIRS预测值与利用HPLC法测定的橙皮苷和厚朴酚的含量对照，对校正模型进行监测，测定验证样品集是否为界外点，能够准确测定覆盖范围内指标性成分的含量，保证产品质量。

2.根据权利要求1所述的香砂养胃丸浓缩丸制备过程质量监测方法，其特征在于，包括以下步骤：

(1)、收集不同水提时间及浓缩时间的香砂养胃丸浓缩丸，所述的香砂养胃丸浓缩丸是由木香210g、砂仁210g、白术300g、陈皮300g、茯苓300g、制半夏300g、醋香附210g、炒枳实210g、去壳豆蔻210g、姜厚朴210g、广藿香210g、甘草90g、生姜90g和大枣150g作为中药原料制成，其中：将陈皮、醋香附、炒枳实、姜厚朴、广藿香、生姜和80％重量的木香提取挥发油；剩余药渣与白术、茯苓、甘草，大枣和20％重量的制半夏加水煎煮，滤过，滤液浓缩成60℃相对密度为1.35-1.40的稠膏；再将砂仁、去壳豆蔻及剩余的制半夏和木香粉碎成药粉；将药粉、稠膏、挥发油及饴糖混匀，制丸，烘干，打光，即为成品香砂养胃丸浓缩丸；在生产中，对水提过程和浓缩过程的质量进行监测；

(2)、水提过程中的质量监测，包括以下步骤：

①、制备供试品溶液和水提液样品：

将木香168g、陈皮300g、醋香附210g、炒枳实210g、姜厚朴210g、广藿香210g和生姜90g粉碎，将此7味药材置于圆底烧瓶中，加10倍重量蒸馏水，提取挥发油；提取挥发油后的药渣再与大枣150g、茯苓300g、制半夏60g、甘草90g和白术300g混合在一起，加入木香、陈皮、醋香附、炒枳实、姜厚朴、广藿香、生姜、大枣、茯苓、制半夏、甘草和白术重量体积10倍的蒸馏水，所述重量体积是指固体以g计，液体以mL计，从沸腾开始计时煎煮2h，每隔10min取样一次，每次15mL，每15mL为一份供试品溶液，每次取样后立即加入等量的蒸馏水补足煎煮液，第一次煎煮结束后，再加入木香、陈皮、醋香附、炒枳实、姜厚朴、广藿香、生姜、大枣、茯苓、制半夏、甘草和白术重量体积10倍的蒸馏水进行第二煎，从沸腾开始计时煎煮2h，在煎煮提取过程中按照上法取样，即得24份水提液样品，以此方法制备3批水提液，共收集72份水提液样品；

②、建立校正模型，方法是：

A、NIRS光谱的采集：用近红外光谱仪对水提液样品进行扫描以空气为参比，扣除背景采集光谱图，采用光纤透反射，分辨率8cm^-1，光程2.0mm，扫描次数64次，扫描范围：4000～12000cm^-1，温度20℃，相对湿度33％～35％，按上述条件进行扫描，每个样品重复扫描3次，求得平均光谱，得原始光谱数据；

B、水提液样品中橙皮苷与厚朴酚含量的HPLC测定，方法是：

1)、橙皮苷HPLC色谱条件为：高效液相色谱仪，Symmetry C18色谱柱4.6mm×150mm，5μm，流动相为体积比的乙腈︰水＝67︰33，柱温：30℃，进样量10μL，流速1mL·min^-1，检测波长225nm；

厚朴酚HPLC色谱条件为：高效液相色谱仪，Symmetry C18色谱柱4.6mm×150mm，5μm，流动相为体积比的乙腈︰水︰冰醋酸＝62︰37︰1，柱温：30℃，进样量10μL，流速1mL·min^-1，检测波长284nm；

2)、对照品溶液的制备：精密称取橙皮苷、厚朴酚对照品，分别置于容量瓶中，加甲醇溶解，制成每1mL含对照品49μg、60μg的溶液，0.45μm微孔滤膜过滤，得对照品溶液；

3)、水提液样品测定：分别精密吸取对照品溶液与水提液样品各20μL注入高效液相色谱仪测定，得橙皮苷与厚朴酚含量；

C、校正集和验证集样品的选择：根据样品中橙皮苷的含量分布，将所得72份样品分为校正集和验证集，其中，校正集为60份，验证集12份，使验证集范围均匀分布在校正集含量范围之内，其中：

橙皮苷：校正集，最大值1.255％、最小值0.651％、平均值0.953％；验证集，最大值1.250％、最小值0.775％、平均值1.013％；

厚朴酚：校正集，最大值0.297％、最小值0.070％、平均值0.184％；验证集，最大值0.292％、最小值0.075％、平均值0.184％；

D、光谱预处理方法的选择：样品的颗粒尺寸、均匀性等物理性质以及测量条件的差异都会影响近红外光谱的采集，导致光谱飘移，光谱的预处理可以净化谱图、减小光谱飘移、减小随机噪音，提高近红外模型的稳健性；定量模型以内部交叉验证相关系数R2、校正均方差RMSEC、预测均方差RMSEP为综合指标对模型进行评价，R2越接近1，说明样品化学值与近红外预测值相关性越好，RMSEC、RMSEP越小，说明模型的预测性能越好，采用不同的预处理方法进行考察，选择最优的组合进行模型的建立，得橙皮苷与厚朴酚近红外定量模型的最佳预处理方法分别为PLS+1st Der+FD、PLS+2nd Der；

E、建摸波段的选择：采用偏最小二乘法PLS建立香砂养胃丸浓缩丸水提取过程中橙皮苷的定量监测模型，以R²最接近1和RMSECV为指标，对不同的谱段进行优化选择，橙皮苷建模波段为4084.49～11574.66cm^-1谱段，厚朴酚建模谱段为5467.00～11357.04cm^-1；

F、主成分数的选择：主成分的选择对模型的预测结果有很大的影响,当所选择的主成分过多时，模型包含过多的测量噪音，出现过拟合现象；主成分过少时，又会导致建模信息不全，预测能力差，据此，橙皮苷建立模型中，主成分数PLS因子为9，为橙皮苷最佳建模主成分数；厚朴酚模型建立中，主成分数PLS因子为9，为厚朴酚最佳建模主成分数；

G、运用TQAnalyst8.0软件中的PLS法建立橙皮苷模型，对光谱进行PLS+1st Der+FD预处理，采用4084.49～11574.66cm^-1波段，9个主成分数进行建模，所建立模型的R²＝0.99899，RMSECV＝0.00125，RMSEP＝0.00130；运用TQAnalyst8.0软件中的PLS法建立厚朴酚模型，对光谱进行PLS+2nd Der预处理，采用5467.00～11357.04cm^-1波段，9个主成分数进行建模，所建立模型的R²＝0.97998，RMSECV＝0.00122，RMSEP＝0.00139；

③、校正模型的验证：

将12份验证集样品的NIRS图谱输入校正模型中，并将NIRS预测值与HPLC参考值进行相关鉴定，橙皮苷预测相关系数与预测均方差分别为0.9971，0.0016；厚朴酚预测相关系数与预测均方差分别为0.9872，0.0023，测定橙皮苷与厚朴酚的含量；

(3)、香砂养胃丸浓缩丸的浓缩过程质量的监测，方法是：

①、样品与供试品的制备：选取按步骤(2)①制备的水提液5份，每份4000mL，采用常规浓缩方法，在温度60℃，真空度0.08-0.09MPa条件下进行减压加热浓缩，浓缩过程中通过针管连接塑胶管在线取样，每个批次分别间隔5min，7min，9min，11min，13min取样一次，每次抽取10mL置于具塞离心管中，5个批次的提取液共收集浓缩液99份；

②、建立校正模型：

A、NIRS光谱的采集：用近红外光谱仪对浓缩液样品进行扫描以空气为参比，扣除背景采集光谱图，采用光纤透反射，分辨率8cm^-1，光程2.0mm，扫描次数64次，扫描范围：4000～12000cm^-1，温度24℃，湿度42％～45％，按上述试验条件进行扫描，每个样品重复扫描3次，求得平均光谱，得原始光谱数据；

B、样品中橙皮苷与厚朴酚含量的HPLC测定：

1)、橙皮苷HPLC色谱条件为：高效液相色谱仪，Symmetry C18色谱柱4.6mm×150mm，5μm，流动相为体积比乙腈︰水＝67︰33，柱温：30℃，进样量10μL，流速1mL·min^-1，检测波长225nm；

厚朴酚HPLC色谱条件为：高效液相色谱仪，Symmetry C18色谱柱4.6mm×150mm，5μm，流动相为体积比乙腈︰水︰冰醋酸＝62︰37︰1，柱温：30℃，进样量10μL，流速1mL·min^-1，检测波长284nm；

2)、对照品溶液的制备：精密称取橙皮苷、厚朴酚对照品，分别置于10mL容量瓶中，加甲醇溶解并定容至刻度，制成每1mL含对照品49μg、60μg的溶液，0.45μm微孔滤膜过滤，得对照品溶液；

3)、样品测定：分别精密吸取对照品溶液与供试品溶液各20μL注入高效液相色谱仪，测定，得HPLC测定的橙皮苷与厚朴酚含量；

C、浓缩过程中相对密度的测定：按照2015版《中国药典》附录VII A相对密度测定方法中比重瓶法测定相对密度；

D、校正集和验证集样品的选择：根据样品中橙皮苷、厚朴酚和相对密度的含量分布，将所得99份样品分为校正集和验证集，使验证集范围均匀分布在校正集含量范围之内，校正集和验证集橙皮苷、厚朴酚与相对密度的含量分布范围如下表：

校正集与验证集样本含量分布

D、光谱预处理方法的选择：在近红外光谱仪采集光谱时，由于外部环境、仪器工作状态、样品物理性质的差异，会对模型的建立造成比较大的影响，通过对光谱进行预处理最大限度的减少影响，以建立较为准确的模型，据此，光谱预处理方法是：PLS+1st Der+FD，对校正样品集的原始光谱数据进行预处理，并以决定系数R²和RMSECV为鉴定指数，对光谱预处理结果进行鉴定；

E、建摸波段的选择：采用偏最小二乘法PLS建立香砂养胃丸浓缩丸水提取过程中橙皮苷的定量分析模型，橙皮苷模型建模谱段为4084.49～11574.66cm^-1，厚朴酚模型建模谱段为4447.00～9257.53cm^-1，相对密度模型建模谱段为4564.00～10254.00cm^-1；

F、主成分数的选择：主成分的选择对模型的预测结果有很大的影响，当所选择的主成分过多时，模型包含过多的测量噪音，出现过拟合现象；主成分过少时，又会导致建模信息不全，预测能力差，PLS因子为9，RMSECV最小，为建模主成分数；

G、运用TQAnalyst8.0软件中的PLS法建立模型，对光谱进行PLS+1st Der+FD预处理，采用4084.49～1174.66cm^-1波段，9个主成分数进行建模，所建立橙皮苷模型的R²＝0.99899，RMSECV＝0.00125，RMSEP＝0.00130；

对光谱进行PLS+1st Der+FD预处理，采用4084.49～11574.66cm^-1波段，9个主成分数进行建模，所建立厚朴酚模型的R²＝0.99899，RMSECV＝0.00125，RMSEP＝0.00130；

对光谱进行PLS+1st Der+FD预处理，采用4084.49～11574.66cm^-1波段，9个主成分数进行建模，所建立相对密度模型的R²＝0.99899，RMSECV＝0.00125，RMSEP＝0.00130；

③、校正模型的验证：

将24份验证集样品的NIRS图谱输入校正模型中，并将NIRS预测值与HPLC参考值进行相关监测，测定其覆盖范围的相对密度的变化，实现对浓缩过程质量的监测，保证产品质量。