近红外技术及其在药学领域的应用

近红外技术（Nearinfrared）及其在药学领域的应用X射线远紫外光近紫外光可见光近红外中红外远红外微波射频100nm200nm400nm800nm(0.8m)50m400m1m5m电子能级跃迁分子振动与转动能级跃迁转动能级跃迁电子和核自旋能级跃迁电磁波谱什么是红外光谱（IR）？红外光谱是由于分子的振动能级的跃迁而产生的，当物质吸收一定波长的红外光的能量时，就发生振动能级的跃迁。分子的振动分为：伸缩振动（）、弯曲振动（）。分子的振动类型（1）StrechingVibration——成键原子沿着键轴的伸长或缩短（键长发生改变，键角不变）。Diatomicmolecular------astrechingvibration（2）弯曲振动(BendingVibrations)—引起键角改变的振动红外光能量（△E=0.05-1.0ev）紫外光能量（△E=1-20ev）IR能量较低，能引起分子振动能级和转动能级的跃迁，又称为分子振动光谱或振转光谱。红外光谱的特点1、特征性强–构成化合物的原子质量、化学键、原子的连接次序和空间位置不同都会造成红外光谱的差别。2、适用范围广：–固态、液态或气态都可进行测定。重要区域（1）近红外：–波长在0.76-2.5μm之间（波数12820-4000cm-1）（2）中红外：–波长在2.5-25μm（在4000-400cm-1，–通常所用的红外光谱是在这一段的（2.5-15μm，即4000-660cm-1）光谱范围（3）远红外：–波长在25~1000μm（在400-10cm-1）中红外区域特征吸收峰和指纹区在红外光谱上波数在3800~1400cm-1高频区域的吸收峰主要是由化学键和官能团的伸缩振动产生的,故称为特征吸收峰(或官能团区)。在红外光谱上波数在1400~650cm-1低区域吸收峰密集而复杂，像人的指纹一样，所以叫指纹区。中红外区域官能团区4000~2500cm-1(X-H区)O-HN-HC-HS-H...2500~1900cm-1（三键区含累积双键）CCCNC=C=CC=C=O1900~1350cm-1（双键区）C=OC=NN=OC=C(烯或芳环骨架振动)指纹区1350~650cm-1（单键区）C-CC-OC-NC-X红外光谱可分为两个区域官能团区4000~1350cm-1指纹区1350~650cm-1官能团区分为：X-H区、三键区和双键区。主要官能团的吸收区域红外光谱表示方法横坐标：吸收波长()或波数()。吸收峰位置。纵坐标：透过率(T%)或吸光度(A)。吸收峰强度。什么是近红外光谱（NIR）？属于分子振动光谱ASTM（美国试验和材料协会）将近红外光谱区的范围定义为780--2526nm(12820~3959cm-1)，分为短波(780一1000nm)和长波(1100一2526nm)两个区域主要反映分子中C一H、N一H与0一H基团的倍频和合频振动吸收与其他光谱的比较信息特点信号频率类似可见光，易于采集和处理光谱信息类似于中红外，信息丰富信息强度比中红外区低，谱带宽，吸收弱，光谱容易变动，背景复杂，吸收峰重叠-----需要经计算机特殊处理。近红外光谱的技术分类常规分析技术：透射和反射光谱两类。透射光谱——透明的真溶液或固体样品，仪器测量得到的吸光度与样品的浓度之间遵守比尔一朗伯定律;漫反射光谱——固体和半固体样品——样品的结构和组成信息常规反射光谱——不带有分析样品的组成信息产生与发展历史1800年，人类发现的第一个非可见光谱区域，1950年代，初步在农副产品上应用1960年代，因灵敏度低、抗干扰性差，淡出分析领域“光谱技术中的沉睡者”。1980年代后，重新被认识，成为一门独立分析技术，分析化学领域被誉为分析“巨人”技术优势1、分析对象广泛：几乎可用于所有与含氢基团有关的样品物化性质分析2、吸收强度低，穿透深度大3、分析快速简便，无须复杂处理，通过数模可以同时得到多个样品的多个参数4、可使用光纤传输，近红外区的波长短，不被玻璃或石英介质吸收，适用于远程控制5、可用于定性定量分析，通过数学矫正模式来实现6、无损样品，无污染技术不足1、检测极限一般为0.1%，只适合常量分析，尚难以进行痕量分析。2、一种间接分析技术，对于经常性的质量控制十分经济且快速，但对于偶尔的分析或分散性样品不太适用。近红外光谱分析技术的基本方法1、代表性样品选择——测量其近红外光谱。2、数据采集——采用标准或认可的参考方法测定所关心的组成或性质数据。3、建模——通过合理的化学计量学方法建立校正模型，为消除各种因素对光谱的干扰,需要对光谱进行预处理。4、未知样本组成性质的测定。近红外光谱分析技术的基本方法定性分析依靠已知和未知样品谱图的比较来完成的。一般须借助计算机模式识别方法方可完成。方法：相似系数法、马氏距离法、主成分分析、主成分分析结合马氏距离法、BEAST法、Sn近CA法和人工神经元网络法定量分析属于多元校正范畴，最常使用的多元校正算法有多元线性回归、主成分回归、偏最小二乘回归等。在药学领域的应用1、原料药分析快速测试原料，保证反应的顺利进行。例：–NIR测量酸的纯度，可替代复杂的微分量热法、x射线衍射和热重分析法。–采用NIR直接识别了装在密闭容器中的材料2、辅料识别快速识别——色泽、外观都非常相似，极易混淆的辅料。用线性判别方法——识别了在基本物理参数如密度和结晶度等方面具有差异的不同药用辅料;采用近红外光谱对10种药物辅料(无水磷酸氢二钙、无水乳糖、乳糖、硬脂酸镁、淀粉、硫酸月桂酸钠、聚乙烯毗咯烷酮、微晶纤维素等)进行分类鉴别。3、成药鉴别快速、直接、原位与非破坏性分析——市场上的假药、劣药NIR符合这一需要4、天然药物鉴别快速识别——产地不同的同一类药材保证其制剂的药效稳定。区分——各种假冒伪劣品，有效、快速地判别天然药物的优劣真伪5、药物生产过程监控实现动态分析——NRIS分析的特点使得近红外分析技术特别适宜于在线的过程控制分析。NIR在中药领域的应用1、中药材白芷的真伪判别中药材白芷的真伪判别中药材白芷真伪判别2、中药材的产地分析NIR光谱分析技术能够以非破坏方式从样本直接获取分析信息,有效地避免样品因预处理所造成的微量(或次要)组分的损失以及组分存在形态变化,最大限度地保留不同产地的相同种类中药材样本之间的微小差异,已经广泛用于判定人参、丹参、黄芪等药材产地中药材的产地分析黄芪样本的近红外光谱的标准偏差图黄芪样本的近红外光谱的标准偏差图3、中药材成分定量分析传统的分析方法是不连续的,并且通常情况下1次分析只能测定1种成分或1个参数。而近红外光谱在线分析技术可以连续测定多个成分和多个参数,极大的缩短了分析时间,提高了分析效率中成药的近红外光谱分析杜德国等，应用近红外光谱方法定量分析复方芦丁片中芦丁和维生素C的含量，所建立的预测方程对样品的预测值和真实值之间的相关系数为99.75%，具有快速、准确和无损等特点.在中药应用中存在的主要问题1、中药化学基础研究的不足2、近红外光谱技术存在分析浓度下限–明确或潜在可能的有效化学成分的含量往往达不到分析的浓度下限–对大类组分，如总黄酮、总皂甙、总生物碱等的分析，以及提取物中有效组分的分析上是可行、且有优势3、需要特征信息提取和处理技术–信息弱，存在噪音中药领域中的应用前景展望1、近红外光谱技术在GAP中的应用–在对药用植物实行品种、产地、栽培条件等方面的监督和管理之后，能够使药材质量稳定在一个较高的水准2、固体中药药剂的表征–近红外光谱结合漫反射技术可以测定固体中药制剂的各种物理化学参数，如湿度、含量均一性、颗粒大小分布、硬度等3、中药生产过程的在线监控