2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩190頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、目的:
  藥品,作為一種治療疾病的特殊商品,其質(zhì)量的優(yōu)劣直接關(guān)系到人體健康與生命安全。而質(zhì)量控制與評價,不僅是保證藥品質(zhì)量進而保證藥品安全有效的基礎(chǔ),也是藥品生產(chǎn)與監(jiān)管等方面關(guān)注的焦點問題之一。但是中藥質(zhì)量控制的方法、技術(shù)與評價結(jié)果受到多種因素的影響,首先,中藥原料藥材為天然來源,存在質(zhì)量不穩(wěn)定問題;其次,由于中藥生產(chǎn)過程多依賴經(jīng)驗或采用離線檢測方法控制中間品質(zhì)量,使之滯后于生產(chǎn);第三,由于中藥質(zhì)量標準不完善,不能有效控制與評價

2、藥品質(zhì)量,而且采用常規(guī)檢測方法,存在專屬性不強、耗時、難度大等不足,因此難以保證中藥產(chǎn)品批次間質(zhì)量和臨床療效的穩(wěn)定性。正因為中藥質(zhì)量控制中存在的諸多問題,嚴重制約了中藥生產(chǎn)的進一步工業(yè)化及現(xiàn)代化的發(fā)展。
  隨著過程分析技術(shù)(Process analycial technology,PAT)的出現(xiàn),特別是近紅外(Near-infrared Spectroscopy,NIR)光譜分析技術(shù)的問世,為解決上述問題提供了一種有效而可靠的質(zhì)

3、量控制方法。NIR技術(shù)是一種高效快速的現(xiàn)代分析技術(shù),它綜合運用了計算機技術(shù)、光譜技術(shù)和化學計量學等多個學科的最新研究成果,具有分析范圍廣、分析速度快、同時用于定性或定量、不破壞樣品、無需試劑、無環(huán)境污染、配合光導纖維可用于遠程分析等獨特的優(yōu)勢,近年來在農(nóng)業(yè)、藥晶、石油化工等領(lǐng)域得到了廣泛的應(yīng)用。
  基于上述認識,本文以銀藍調(diào)脂膠囊為研究對象,將NIR光譜分析技術(shù)應(yīng)用到其原料藥材質(zhì)量檢測、提取、濃縮、回收乙醇、物料混合等生產(chǎn)過程及

4、成品檢測中,建立NIR光譜與質(zhì)控指標之間多元校正模型,明確快速檢測相應(yīng)環(huán)節(jié)質(zhì)控參數(shù)和質(zhì)量評價指標,實現(xiàn)NIR分析技術(shù)對銀藍調(diào)脂膠囊的全過程快速質(zhì)量控制,為保證產(chǎn)品質(zhì)量進而保證臨床安全有效提供數(shù)據(jù)支撐,也為中藥質(zhì)量控制現(xiàn)代化、標準化提供研究范例。
  方法與結(jié)果:
  1、原料藥材:收集不同產(chǎn)地、不同批次的銀藍調(diào)脂膠囊的原料藥材(蜂膠藥材除外,因其在本工藝中屬于直接粉碎入藥,不需進一步加工及過程控制,故采用其他常規(guī)榆測方法對其

5、進行質(zhì)量控制),經(jīng)同一條件下進行粉碎,并過80日篩。運用偏最小二乘判別分析(PLS-DA)法建立化橘紅藥材基源和產(chǎn)地的定性鑒別模型;通過偏最小二乘(PLS)法將化橘紅藥材中柚皮苷、水分含量,銀杏葉藥材中總黃酮醇苷、萜類內(nèi)酯、水分含量和指紋圖譜相似度,絞股藍藥材中絞股藍總皂苷含量、水分含量與其對應(yīng)藥材的NIR光譜數(shù)據(jù)關(guān)聯(lián)起來,并建立相應(yīng)指標的定量校正模型。而模型性能、驗證及評價結(jié)果顯示,所建模型的預(yù)測性能及穩(wěn)健性較好,對未知樣品指標成分的

6、預(yù)測準確,通過上述模型的建立可以為藥廠的原料藥采購和投料前檢驗提供技術(shù)支持。
  2、提取過程:采用PLS1法提取NIR光譜與常規(guī)檢測指標間的關(guān)聯(lián)信息,建立該過程中指標成分的NIR定量校正模型,其中提取一煎柚皮苷、蘆丁、固形物含量及電導率模型外部驗證的預(yù)測平均相對誤差(Average relative error of prediction,AREP)分別為5.88%、5.61%、4.42%和3.31%,預(yù)測平均回收率(Avera

7、ge recovery of prediction,ARP)分別為102.14%、98.81%、102.16%和101.64%;提取二煎四個指標模型外部驗證的AREP為3.18%、5.30%、4.30%和4.45%,ARP為101.00%、100.32%、101.49%和100.98%,表明模型的預(yù)測值與參考值相關(guān)性較好。同時通過所建立模型能夠?qū)崟r判斷提取終點,有助于該過程的在線質(zhì)量監(jiān)控,并保證終產(chǎn)品的質(zhì)量均一穩(wěn)定。
  3、濃縮

8、過程:利用NIR分析技術(shù)結(jié)合化學計量學軟件建立該過程中相對密度、電導率及有效成分含量(柚皮苷、蘆?。┑亩啃UP?,提出了快速、全面的濃縮過程質(zhì)量在線監(jiān)控方法。其中柚皮苷、蘆丁、相對密度及電導率模型外部驗證的AREP為8.34%、8.82%、0.17%和7.28%,ARP為99.32%、104.55%、99.94%和99.06%,模型的預(yù)測值與參考值相關(guān)性較好,表明所建立模型能夠及時獲得濃縮液中指標成分的信息,將所建模型運用到大生產(chǎn)過程

9、中可以實現(xiàn)對濃縮過程實時、動態(tài)在線質(zhì)量監(jiān)控和信息反饋。
  4、回收乙醇過程:采用NIR分析技術(shù)建立該過程有效成分的快速測定方法。運用PLS1法建立NIR光譜數(shù)據(jù)與相對密度、電導率和有效成分含量(柚皮苷、蘆?。╅g的定量校正模型,并運用所建模型對未知樣品進行預(yù)測。結(jié)果顯示本法能夠從復雜的化學體系(水-乙醇)中快速、準確、實時跟蹤指標成分含量的變化,研究結(jié)果不僅有利于該過程的質(zhì)量監(jiān)控而且還擴大了NIR分析技術(shù)的應(yīng)用范圍。
  5

10、、物料混合過程:無需事先建立模型,采用實時掃描物料混合過程中的NIR光譜,通過計算連續(xù)掃描混合物料的NIR譜圖的相似度、標準差圖譜的平均吸光度、標準差圖譜最高-最低峰差值可以準確判斷混合的終點。此法不但可以保證物料的混合均勻度,保證藥物質(zhì)量的穩(wěn)定性,同時可以提高設(shè)備使用率和節(jié)約能源。
  6、成品:采用PLS法建立成品水分含量的定量校正模型,以控制成品中的水分含量。該模型的RMSECV=0.115、RMSEC=0.0807,r=0

11、.9038;外部驗證AREP為1.49%,ARP為100.03%,表明所建模型的預(yù)測準確度可以滿足實際生產(chǎn)中成品水分含量的快速檢測。同時,隨機抽取成品進行NIR光譜掃描,比較其NIR光譜圖屬性判斷產(chǎn)品質(zhì)量穩(wěn)定性,結(jié)果顯示3批中試樣品的質(zhì)量均一穩(wěn)定。
  結(jié)論:
  上述研究結(jié)果表明,NIR光譜分析技術(shù)可以用于銀藍調(diào)脂膠囊制備過程中關(guān)鍵環(huán)節(jié)的質(zhì)量監(jiān)控。在實際生產(chǎn)過程中,只需要掃描未知樣品的NIR光譜圖,導入所建立的模型當中,即

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論