杭白菊提取物中辅料麦芽糊精的中红外快速定量分析

2022-07-09刘艳李燕青丁姗姗牟卫伟王磊冯帅

药学研究 2022年6期

刘艳，李燕青，丁姗姗，牟卫伟，王磊，冯帅

(1.烟台市食品药品检验检测中心,山东烟台 264003；2.烟台新时代健康产业有限公司,山东烟台 264006；3.山东中医药大学,山东济南 250355)

杭白菊(Chrysanthemummorifolium)也叫“杭菊”，来源于菊(ChrysanthemummorifoliumRamat)的干燥头状花序，属于我国四大名菊之一，主要出产自浙江桐乡，年产量占国内总量的九成，加工品畅销国内外市场[1]。杭白菊属“浙八味”之一，药用食用俱佳。现代研究证实，杭白菊有着明目、降压、散热、解毒等药理作用。杭白菊的提取物能够去除自由基、降低胆固醇，具有延缓衰老、增强免疫以及改善心血管系统功效[2]。

药用辅料是包含在药物中的赋形剂等物质，是决定药物制剂安全、有效以及稳定的重要组成部分[3]。现阶段，药用辅料监管领域还存在一些问题，药用辅料的标准化仍有待于进一步完善[4]。红外光谱法(IRS)是近年来发展起来的一种对化学物质进行间接分析的技术，它运用化学计量学对待测物进行定性以及定量分析，因该技术自身存在的绿色、快速等特点，在药学、农业以及其他领域得以泛应用[5-11]。目前，国内外尚未有杭白菊提取物中辅料的中红外研究的相关报道。本文采用中红外光谱技术，对杭白菊提取物中的麦芽糊精辅料进行定量分析[12-15]。通过采用偏最小二乘回归法，对已知麦芽糊精浓度的样品红外谱图进行预处理，结果表明，所建模型定量准确，可用于定量分析杭白菊提取物中的麦芽糊精辅料。

1 材料与方法

1.1 原料杭白菊提取物4批(批号：20180612、20180320，深圳深宝实业股份有限公司；批号：20180424、20180715，宁波立华制药有限公司)；麦芽糊精(批号：20180704，保龄宝生物股份有限公司)。

1.2 仪器与设备 ME204TE/02天平(梅特勒-托利多)；MM200型研磨仪(莱驰公司)；Frontier型红外光谱仪(珀金埃尔默公司)。

1.3 方法

1.3.1 样品的制备分别准确称定杭白菊提取物纯物质和麦芽糊精置于研磨罐中。制备总量为0.50 g左右，其中麦芽糊精的含量占杭白菊提取物纯物质与麦芽糊精混合物的2%～80%，共制备78份样品，包括校正集39份，验证集39份，详情见表1。将研磨罐置于研磨仪上，使样品充分混匀，备用。振动频率25.0次/s、研磨时间4 min。

表1(续)

1.3.2 谱图的测定采用Frontier红外光谱仪(ATR附件)测试样品，采集漫反射光谱图。实时扣除H2O和CO2的背景干扰，采集范围为450～4 000 cm-1，分辨率设置为4 cm-1，每个供试品扫描64次，采集78个供试品的红外光谱图。

1.4 定量模型的建立

1.4.1 校正集的建立采用Sperctrum Quant(美国PerkinElmer公司软件)对39个校正集样品谱图进行赋值，采用去一法(Leave 1 Out)进行交叉验证。

1.4.2 谱图预处理利用操作软件对“1.4.1”项下所述样品谱图进行归一化处理、基线校正、平滑处理等。

1.4.3 选择算法在简单的校正模型建立过程中，只有一个自变量和一个因变量，适用一元回归法描述两变量关系。当多于一个自变量时，则适用多元回归方法[16-18]。做多元回归分析时，一般情况下，偏最小二乘回归法一般情况下均优于主成分回归法[19-20]。在红外光谱分析中，偏最小二乘法应用最多，可以更好去除噪声、解决光谱共线和多重相关性问题，被公认为模型最稳定的多元校正方法之一[21]。综上原因，本文选取偏最小二乘法。

1.4.4 模型报告查看定量模型，包括决定系数R2、因子数、预测标准差(standard error of prediction,SEP)。

1.4.5 模型验证按照“1.4.2”项下方法对39个验证集供试品进行操作赋值，点击运行进行验证。

2 结果与分析

2.1 杭白菊提取物和麦芽糊精的红外光谱分析杭白菊提取物中，3 414 cm-1为O-H伸缩振动吸收峰，2 925 cm-1为亚甲基碳氢C-H反对称伸缩振动吸收峰，1 736 cm-1吸收峰位羟基C=O伸缩振动吸收峰，1 631 cm-1吸收峰可能同时包含共轭羟基C=O伸缩振动吸收以及芳香环骨架振动吸收，1 450～1 400 cm-1附近的吸收峰可能包含如芳香环骨架伸缩振动、C-H弯曲振动以及C-O伸缩振动等多种成分，1 300～950 cm-1区域主要为各类C-O伸缩振动吸收峰，谱图见图1。

图1 杭白菊纯粉红外光谱图

麦芽糊精的红外光谱中，3 428 cm-1是O-H伸缩振动吸收峰，2 927 cm-1是亚甲基C-H反对称伸缩振动吸收峰，1 644 cm-1是O-H弯曲振动吸收峰，1 450～1 350 cm-1区域内的重叠峰包含C-H弯曲振动吸收以及C-O伸缩振动吸收等。在1 300 cm-1以下，1 156 cm-1、1 080 cm-1和1 021 cm-1等是C-O伸缩振动吸收峰，这组峰的位置与形状是麦芽糊精红外光谱的典型特征。在900 cm-1以下，还有848 cm-1、762 cm-1、707 cm-1、577 cm-1和527 cm-1等多个指纹特征峰，谱图见图2。

图2 麦芽糊精的红外光谱图

2.2 杭白菊与麦芽糊精混合物的红外谱图预处理分别采集39个杭白菊提取物与样品的红外光谱图，并对原始光谱进行基线校正、归一化等预处理以避免空气中二氧化碳、水、仪器漂移等对样本的影响。杭白菊麦芽糊精混合物样品红外光谱图见图3所示。

a.原始图谱；b.基线校正；c.基线校正和归一化图3 杭白菊麦芽糊精混合物样品原始光谱图及预处理后的光谱图

2.3 模型报告定量模型的因子数选择不当会造成欠拟合与过拟合[19]，通常选择3～7。决定系数越接近于1，预测标准差越小，说明模型的拟合效果越好。本文中定量模型选择7作为因子数，经计算得R2为0.998 7，RSD为1.137%，校正集供试品中麦芽糊精的含量测定值和模型预测值比较接近，线性关系良好。模型相关关系以及因子数选择如图4所示。

a.模型相关关系图；b.因子数图4 模型相关图谱

2.4 预测模型的验证利用39个验证集样品测定结果对定量模型进行验证，结果如表2、图5所示。

表2 麦芽糊精预测模型预测结果

图5 麦芽糊精独立验证结果

从图5和表2中可知，验证集中39个样本的平均预测差值小于2%，有两个样品差值大于3%，均不大于5%，说明该模型预测效果良好，可用于杭白菊提取物中麦芽糊精的含量测定。

2.5 定量模型的应用利用上述定量模型，对17批未知含量的杭白菊提取物进行麦芽糊精含量测定，同时对供试品中总黄酮含量进行检测。如表3所示，17批杭白菊提取物中麦芽糊精含量分布在29.9%～61.7%之间，RSD为10%，批间差异大，总黄酮含量分布在9.21%～12.8%之间，RSD为1.46%，批间差异小。分析原因，可能通过人为添加麦芽糊精的比例来控制杭白菊提取物中总黄酮的含量水平。