基于二维相关光谱结合化学计量法的药品检测仪器操作研究
马正伟
新疆维吾尔自治区阿克苏地区药品检验所,新疆 阿克苏 843000

作者简介:马正伟,1985年生,男,重庆市人,中级实验师,主要研究方向为药品检验。

摘要

采用二维相关光谱技术和化学计量相结合的方法,检测减肥类药品中对人体有害的低浓度麻黄碱与伪麻黄碱。结果表明,与一维红外光谱及二维相关光谱相比,使用二维相关光谱技术和化学计量相结合的方法更容易检验出混合在药品中的低浓度麻黄碱与伪麻黄碱。此外,一维红外光谱和原始二维相关光谱检测法在低浓度混合药品中检测不到的特征峰信息,使用二维相关光谱技术和化学计量相结合的方法可以将其检测出来,该方法为药物领域的快速检测提供了新的解决方案。

关键词: 分析化学; 二维相关光谱; 化学计量法; 药品检测; 快检
中图分类号:O657.33;TQ460.7    文献标志码:A    文章编号:1008-1143(2021)11-0067-05
Operation of drug detection instruments using two-dimensional correlation spectroscopy combined with stoichiometry
Ma Zhengwei
Aksu Prefecture Institute for Drug Control of Xinjiang Uygur Autonomous Region, Aksu 843000, Xinjiang, China
Abstract

Two-dimensional correlation spectroscopy and stoichiometry is used to detect low-concentration ephedrine and pseudoephedrine in weight loss drugs, which are detrimental to human health. The results showed that, compared with one-dimensional infrared spectroscopy, combination of two-dimensional correlation spectroscopy and stoichiometry makes it easier to detect low concentration ephedrine and pseudoephedrine in drugs. The characteristic peak information in low concentration mixed drugs that cannot be detected by one-dimensional infrared spectroscopy and original two-dimensional correlation spectroscopy, can be detected by two-dimensional correlation spectroscopy and stoichiometry. This method provides a new solution to rapid detection of drug components.

Keyword: analytical chemistry; two-dimensional correlation spectroscopy; stoichiometry; drug detection; rapid detection

药品出现质量问题, 不仅会阻碍医药市场健康有序发展, 还会威胁患者的生命安全和健康。据相关组织的调查, 在全世界范围假药比例达15%, 已经变成世界性的灾难, 对假劣药品行业进行有效打击是当下各国药品管理部门的工作重点。但是, 随着药品造假技术的不断进步, 传统的以非药品造假的手段越来越少, 现在取而代之的是非法添加或减少处方活性成分、以次充好等造假手段, 加大了对假冒伪劣药品的认定和打击难度[1, 2]。自2003年起, 我国成立了专门的研究小组, 致力于利用现代色谱和光谱分析方法研究药物快速检测系统。与其他药品快检的方式相比, 该方法所具有的独特的优点是无需预处理, 蕴含的特征信息丰富, 便于操作。也正是处于这些优点使得红外光谱法常被用于药品快检。但传统的红外光谱法存在着分辨率低和灵敏度差的问题。但随着光谱数据处理技术的不断进步, 红外光谱法的检测准确度也得到一定程度的提升。

药品快检在许多领域都有很高的价值, 越来越多的研究者也将目光投向该领域, 王建[3]指出, 药物检测是保证药物安全的重要手段, 也是药物开发、生产到市场过程中的核心环节。近红外光谱技术在药物检测中的应用避免了药物检测工作的危害, 具有传统检测技术所没有的许多优点, 在提高药物检测质量和效率方面具有明显的效果。张智勇等[4]指出, 近红外光谱技术具有快速、无损、绿色等优点, 是药物分析领域广泛应用的技术。它可以快速鉴别原料, 在线监测和分析药品生产过程中产品的最终质量, 避免复杂的理化制样过程, 提高产品质量和生产效率。徐怡庄等[5]将正交的概念运用到二维相关光谱方法学, 研究了两种溶质在同一组溶液中的相互作用, 通过实验可以分析混合物的双线性数据, 从而在不同组分洗脱曲线高度重叠的情况下提取纯组分的光谱。

目前近红外技术存在谱带展宽、吸收峰重叠、吸收信号弱和结构信息难于辨析等缺陷, 仍需要借助其他分析方法对其进一步解析。为此, 本文将二维相关光谱技术进行一定程度的合理优化, 优化原理是与相关谱上归属明确的吸收峰的相关性进行类比, 进而对其他光谱上吸收峰的归属性进行讨论。

1 检测方法研究
1.1 红外光谱

在分析化学领域, 红外光谱法是一种惯用的分析化合物分子结构的办法, 常用来确定化合物分子的官能团和氢键结合等结构特征, 也可以对比未知物和标准物质的红外光谱确定未知物的分子[6, 7, 8]。复杂体系的红外光谱由不同简单组分的红外光谱组合而成, 也有研究者将这种现象称为具有一定含量的具有特殊结构的吸收峰出现在复杂体系谱中, 但这种成份的含量会对特征峰的强度和数量产生影响[9, 10]。对低含量组分的鉴定过程, 一般先对光谱增强分辨率, 再利用化学计量学方法展开后续操作以获得更好的测量效果[11]

1.2 二维相关光谱

二维相关光谱的前身是NMR光谱, 其原始的产生是通过逐渐变大的脉冲序列的某一时间的间隔, 对自旋核进行激发, 进而拥有频域-频域二维NMR谱, 成功的将光谱信号从单维扩展到二维, 使得光谱的分辨率得以提高。1989年广义二维相关分析光谱的概念被提出, 其工作机理是将外加扰动添加在样品上, 得到相关的光谱[12, 13], 工作流程如图1所示。

图1 二维相关光谱产生过程Figure 1 Generation process of two-dimensional correlation spectrum

假设由外扰引起的外扰变量tTmaxTmin间变化时光谱的强度为y(v, t), 其外扰变量t可以是时间、浓度、压力和温度等。变量v可以是量化参数, 例如红外、近红外、紫外等。动态光谱如式(1)所示:

y-(v)=1Tmax-TminTminTmaxy(v, t)dt(1)

式(1)中 y¯为参比光谱, 一般使用式(2)所示的光谱的平均值作为参比光谱:

y-(v)=1Tmax-TminTminTmaxy(v, t)dt(2)

样品的测量过程如有扰动的产生, 样品的结果和状态就会变化, 光谱也会发生相应的变化, 该变化就是动态光谱[14]。动态光谱可以组成一个个独立的矩阵, 对其进行计算即可得到同步谱和异步谱。其中同步谱中对角线上的切片谱称为功率谱[15, 16]。当光谱中的一个吸收峰的强度发生巨大的变化时, 功率谱中对应的峰位就会有正值的自相关峰出现和产生, 在扰动的过程中, 峰强度改变的程度会影响其他很多参数, 程度越大, 自相关峰越强。但一个峰的峰强度并不随着外界的扰动而改变, 不会有自相关峰的出现。同步谱中关于对角线对称的峰被称为交叉峰, 交叉峰表示的是在扰动下不同变量处的光谱信号的相似性变化[17, 18, 19]。总之, 不难发现二维相关谱有三个优点:(1)提高光谱的分辨率。二维相关谱可以检测到一维谱中难以检测到的信息; (2)分析分子间和分子内的相互关系。利用二维相关谱可以得到峰强度随扰动的方向和阶数, 进而得到特征峰对应的群关系; (3)解决吸收峰属于未知光谱的问题。利用二维相关谱分析不同光谱区域或不同光谱之间的二维相关性, 将不同光谱的特征峰联系起来, 研究未知光谱的吸收峰归属问题[20, 21]

1.3 实验材料与方法

随着人们对自己的体重要求变的越来越高, 中成药、保健品类减重产品因其成分天然、效果温和、副作用较小受到追捧, 但一些中成药、保健品类减重产品的生产厂家, 为了加快疗效, 谋求高额利益, 在其产品中添加违禁成份。麻黄碱就是生产厂家常在药和保健品中添加的一种生物碱, 常被用于治疗哮喘类疾病, 也可以作用于中枢神经, 增加人体对热量的消耗, 对体重可以产生一定的影响。但是该成分有很多副作用, 长期使用会对人类的健康造成较大危害。我国禁止麻黄碱在控制体重类产品中使用已达十年之久。本研究将二维相关光谱和化学计量法结合, 用于鉴别减肥类产品中含量为1%~5%的麻黄碱[22, 23]

实验材料:盐酸麻黄碱, 盐酸伪麻黄碱, 纯度为99.8%的溴化钾, 10种中药均为保健类控制体重产品样本。

实验仪器采用傅里叶变换红外光谱仪和电子天平。

实验1样品制备:将5 mg麻黄碱171241-201809和95 mg的基质混合, 得到质量分数为5%的样品, 将10 mg麻黄碱171237-201510和90 mg的基质混合, 得到质量分数为10%的样品, 以此类推分别配置质量分数为10%、9%、8%、7%、6%、5%、4%、3%、2%、1%的样品。将5 mg伪麻黄碱和95 mg的基质混合, 得到质量分数为5%的样品, 将10 mg伪麻黄碱和90 mg基质混合, 得到质量分数为10%的样品, 以此类推分别配置质量分数为10%、9%、8%、7%、6%、5%、4%、3%、2%、1%的样品。将麻黄碱和伪麻黄碱与基质混合制备含量为10%、5%、1%的样品。

实验2样品制备:将5 mg麻黄碱和95 mg的基质混合, 得到质量分数为5%的样品, 以此递减类推分别配置质量分数为5%、4.5%、4%、3.5%、3%、2.5%、2%、1.5%、1%、0%的样品。将5 mg伪麻黄碱和95 mg基质混合, 得到质量分数为5%的样品, 以此递减类推分别配置质量分数为5%、4.5%、4%、3.5%、3%、2.5%、2%、1.5%、1%、0的样品。将麻黄碱和伪麻黄碱与基质混合均匀制备质量分数为5%、4.5%、4%、3.5%、3%、2.5%、2%、1.5%、1%、0的混合样品。

1.4 数据收集与处理

取(1~2) mg的麻黄碱和伪麻黄碱与200 mg溴化钾研磨混匀, 压成厚度约(1~2) mm的样品薄片。将薄片放入可以测定红外光谱的测定槽中, 对样品进行红外光谱的测定。然后利用数据处理工具对测定的光谱图进行数学处理, 然后使用数学处理后的光谱图进行二维相关分析, 获取相关谱图。

2 光谱分析
2.1 一维红外光光谱

图2(a)、(b)和(c)分别为麻黄碱、伪麻黄碱及麻黄碱与伪麻黄碱混合物的一维红外光光谱分析结果。

图2 麻黄碱、伪麻黄碱、麻黄碱与伪麻黄碱混合物的一维红外光光谱分析结果Figure 2 Schematic diagram of one-dimensional infrared spectrum analysis

由图2可见, 在其他物质中掺加较少量的麻黄碱或伪麻黄碱时, 麻黄碱或伪麻黄碱中的特征峰会被其他物质的峰掩盖。从图2可以看出, 质量分数为5%、10%的麻黄碱样品, 虽然不同物质的吸收度不同, 但随着样品浓度的不断提高, 吸收峰变的不清晰, 特征峰峰形不明显, 图谱的分辨率降低, 样品浓度的变化会在一定程度上对图谱的分辨率造成影响, 使得少量的麻黄碱或伪麻黄碱较难被简单的一维红外光谱鉴定出来。

2.2 二维相关功率谱

图3是麻黄碱、伪麻黄碱及麻黄碱与伪麻黄碱混合物的二维相关功率谱。

图3 麻黄碱、伪麻黄碱、麻黄碱与伪麻黄碱混合物的二维相关功率谱分析Figure 3 Schematic diagram of two-dimensional correlation power spectrum analysis

由图3可以看出, 经过二维相关功率谱处理后, 麻黄碱样品薄片及伪麻黄碱样品薄片中, 捕捉到其相应的特征峰, 解决了重叠峰分析问题, 为药物领域的快速检测提供了新的解决方案。

3 结论

将二维相关分析技术与红外光谱技术相结合, 应用于中药掺杂化学品的检测。二维相关光谱提高了光谱的分辨率, 解决了重叠峰分析问题, 为药物领域的快速检测提供了新的解决方案。本方法的优点在于不需要对样本进行预处理, 仅需将粉末状态的样品进行压片, 采集压片的动态光谱, 再通过相关程序读取动态光谱信息即可绘制二维相关图谱, 分析二维相关图谱便可得到结论。但本方法也存在一定的不足, 在光谱分析的问题上, 仅对红外光谱和近红外光谱进行了研究, 研究的光谱类型较为简单, 后续还需对其他类型的光谱进行研究。

参考文献
[1] 张婧, 单慧勇, 杨仁杰, . 基于近-中红外相关谱融合判定掺伪芝麻油[J]. 光子学报, 2019, 48(6): 56-62.
Zhang Jing, Shan Huiyong, Yang Renjie, et al. Discrimination of adulterated sesame oil using fusion of near-mid infrared correlation spectra[J]. Acta Photonica Sinica, 2019, 48(6): 56-62. [本文引用:1]
[2] 褚小立, 史云颖, 陈瀑, . 近五年我国近红外光谱分析技术研究与应用进展[J]. 分析测试学报, 2019, 38(5): 603-611.
Chu Xiaoli, Shi Yunying, Chen Pu, et al. Research and Application Progresses of Near Infrared Spectroscopy Analytical Technique in China in Past Five Years[J]. Journal of Instrumental Analysis, , 2019, 38(5): 603-611. [本文引用:1]
[3] 王建. 近红外光谱分析技术在化学药品生产过程中的控制应用[J]. 科学大众(科学教育), 2020, (5): 148. [本文引用:1]
[4] 张智勇, 吴思俊, 仇萍, . 近红外光谱技术在片剂生产质量控制上的研究进展[J]. 中南药学, 2019, 164(9): 59-63.
Zhang Zhiyong, Wu Sijun, Qiu Ping, et al. Research progress of near infrared spectroscopy in the quality control of tablet production[J]. Central South Pharmacy, 2019, 164(9): 59-63. [本文引用:1]
[5] 徐怡庄, 郭然, 贺安琪, . 正交在二维相关光谱中的机会[J]. 中国科学: 化学, 2020, 50(11): 1697-1719.
Xu Yizhuang, Guo Ran, He Anqi, et al. Orthogonality in two-dimensional correlation spectroscopy[J]. SCIENTIA SINICA Chimica, 2020, 50(11): 1697-1719. [本文引用:1]
[6] Koga M, Tokita M, Mizukado J, et al. Two-dimensional (2D) small-angle X-ray scattering (SAXS) correlation spectroscopy for block copolymer consisting of microlamellar and liquid crystal (LC) structures[J]. Journal of Molecular Structure, 2020, 1207: 27767. [本文引用:1]
[7] 张敏. 不同仪器分析技术在药品检测中的应用[J]. 检验检疫学刊, 2019, 29(5): 128-130.
Zhang min. Application of different instrument analysis techniques in drug detection[J]. Journal of Inspection and Quarantine, 2019, 29(5): 128-130. [本文引用:1]
[8] 刘娜, 元伟, 王华平. 离子液体增塑二醋酸纤维素的红外及二维相关红外光谱研究[J]. 光谱学与光谱分析, 2020, 40(6): 1796-1803.
Liu Na, Yuan Wei, Wang Huaping. Studies on plasticized cellulose diacetate with ionic liquid by fourier transform infrared spectroscopy (FTIR) and two-dimensional correlation spectroscopy[J]. Spectroscopy and Spectral Analysis, 2020, 40(6): 1796-1803. [本文引用:1]
[9] 李灵巧, 潘细朋, 冯艳春, . 深度卷积网络的多品种多厂商药品近红外光谱分类[J]. 光谱学与光谱分析, 2019, 39(11): 292-299.
Li Lingqiao, Pan Xipeng, Feng Yanchun, et al. Deep convolution network application in identification of multi-variety and multi-manufacturer pharmaceutical[J]. Spectroscopy and Spectral Analysis, 2019, 39(11): 292-299. [本文引用:1]
[10] 卢丹, 赵武奇, 高贵田, . 基于二维相关技术的氯吡脲拉曼光谱分析[J]. 光谱学与光谱分析, 2019, 39(5): 1464-1467.
Lu Dan, Zhao Wuqi, Gao Guitian, et al. Raman spectroscopy analysis of forchlorfenuron based on two-dimensional correlation technique[J]. Spectroscopy and Spectral Analysis, 2019, 39(5): 1464-1467. [本文引用:1]
[11] Musa M A, Yang S. Detection and quantification of cow milk adulteration using portable near-infrared spectroscopy combined with chemometrics[J]. African Journal of Agricultural Research, 2021, 17(2): 198-207. [本文引用:1]
[12] 周颖, 刘佳明, 李秀芸. 近红外光谱技术对女贞子进行快速检测方法的研究[J]. 中国药师, 2020, 23(1): 172-175.
Zhou Ying, Liu Jiaming, Li Xiuyun. Rapid detection method for ligustrum lucidum by near infrared spectroscopy[J]. China Pharmacist, 2020, 23(1): 172-175. [本文引用:1]
[13] Ortiz A, Parrini S, Tejerina D, et al. Potential use of near-infrared spectroscopy to predict fatty acid profile of meat from different european autochthonous pig breeds[J]. Applied Sciences, 2020, 10(17): 5801. [本文引用:1]
[14] 谢有超, 彭黔荣, 杨敏, . 近红外光谱技术在蜂蜜检测中的应用[J]. 食品工业科技, 2020, 452(12): 340-347.
Xie Youchao, Peng Qianrong, Yang Min, et al. Application of near infrared technology in the determination of honey[J]. Science and Technology of Food Industry, 2020, 452(12): 341. [本文引用:1]
[15] Lv C, He Y, Kang C, et al. Tracing the geographical origins of dendrobe (dendrobium spp. ) by near-infrared spectroscopy sensor combined with porphyrin and chemometrics[J]. Journal of Analytical Methods in Chemistry, 2020, 2020(1): 1-8. [本文引用:1]
[16] 符小慧, 张文博. 硅酸钠与乙烯基三乙氧基硅烷的二维相关近红外光谱分析[J]. 光谱学与光谱分析, 2020, 40(3): 782-786.
Fu Xiaohui, Zhang Wenbo. Two-dimensional correlation near infrared spectroscopy analysis of sodium silicate and vinyl triethoxy silane[J]. Spectroscopy and Spectral Analysis, 2020, 40(3): 782-786. [本文引用:1]
[17] 张津源, 张德贤, 张苗. 基于连续投影算法的小麦蛋白质含量近红外光谱预测分析[J]. 江苏农业学报, 2019, 35(4): 214-218.
Zhang Jinyuan, Zhang Dexian, Zhang Miao. Prediction and analysis of wheat protein content by near-infrared spectros-copy based on successive projections algorithm[J]. Jiangsu Journal of Agricultural Sciences, 2019, 35(4): 214-218. [本文引用:1]
[18] 李晓佩, 张勇杰, 薛丽贞. 双光谱二维异步相关光谱表征分子间相互作用的可行性研究[J]. 光谱学与光谱分析, 2020, 40(4): 1137-1142.
Li Xiaopei, Zhang Yongjie, Xue Lizhen. Application of two-trace two-dimensional asynchronous correlation spectroscopy in characterizing intermolecular interactions: a feasibility study[J]. Spectroscopy and Spectral Analysis, 2020, 40(4): 1137-1142. [本文引用:1]
[19] Nguyen Q C, Le N, Marini F, et al. Authentication of rice (Oryza sativa L. ) using near infrared spectroscopy combined with different chemometric classification strategies[J]. Applied Sciences, 2021, 11(1): 362. [本文引用:1]
[20] 刘翠梅, 韩煜, 贾薇, . 13种易制毒化学品红外光谱快速定性分析[J]. 光谱学与光谱分析, 2019, 39(5): 117-122.
Liu Cuimei, Han Yu, Jia Wei, et al. Rapid qualitative analysis of 13 precursor chemicals by fourier transform infrared spectroscopy (FTIR)[J]. Spectroscopy and Spectral Analysis, 2019, 39(5): 117-122. [本文引用:1]
[21] 魏洪波, 石拓, 崔毅, . 基于近红外光谱结合代谢流分析的L-缬氨酸发酵过程监控[J]. 中国食品学报, 2019, 19(11): 85-93.
Wei Hongbo, Shi Tuo, Cui Yi, et al. Fermentation process monitoring of L-valine based on near infrared spectroscopy combined with metabolic flow analysis[J]. Journal of Chinese Institute of Food Science and Technology, 2019, 19(11): 85-93. [本文引用:1]
[22] Soenarto R F, Hidayat J K, Eureka O, et al. Can near-infrared spectroscopy (NIRS) monitoring prevent post-operative cognitive dysfunction following open- heart surgery?[J]. Journal of the Pakistan Medical Association, 2021, 71(2): 10-13. [本文引用:1]
[23] 张婧, 柳春雨, 连增艳, . 二维相关谱技术在荧光谱重叠峰解析中的应用[J]. 天津农学院学报, 2019, 26(4): 95-99.
Zhang Jing, Liu Chunyu, Lian Zengyan, et al. Implementation of fluorescence spectral overlap resolution using two-dimensional fluorescence correlation spectroscopy[J]. Journal of Tianjin Agricultural College, 2019, 26(4): 95-99. [本文引用:1]