Product Search
Log In/ Register
繁體中文
Branch Office
使用 FT-NIR光譜法進行草藥分類
介紹
傅立葉轉換近紅外光譜（FT-NIR）等分子振動光譜技術非常適合用於原料鑑別。這是因為FT-NIR對特定化合物所產生的特徵性分子振動非常敏感。由於具備偵測分子振動的能力，NIR光譜儀廣泛應用於製藥產業中，用來分類純化學物質或其混合物。化合物通常含有高度吸收的官能基團（如烷基、苯基、胺基、硫醇基、羥基、酸類、酯類等），使其能在數秒內完成明確的識別。Thermo Scientific™ Antaris™ II FT-NIR分析儀系列，見圖1。非常適合用來鑑別純化學品及藥品、營養補充品與相關產業中使用的複雜生物樣本。雖然草藥及其萃取物經常被用於化妝品和營養補充品領域，但它們同樣也作為原料應用於傳統製藥產業中。這些草藥活性成分或其中間體，通常透過萃取或層析技術從原料中分離出來。用於製藥的草藥必須像其他原料一樣，在製造工廠中受到相同的處理，並且必須符合所有相同的法規要求。
圖1. Thermo Antaris II傅立葉轉換近紅外光譜儀
位於捷克布爾諾的IREL公司的研究人員，探索了利用FT-NIR光譜技術來快速鑑別用於營養補充品、化妝品及藥品中萃取物的草藥。由於草藥具有生物來源的特性，因此許多草藥含有相似的成分，例如纖維素、蛋白質和糖類，這些成分往往會導致相似的光譜結果。本應用說明的目的是要展示，與傳統技術相比，使用FT-NIR光譜技術能以更快速的方式正確分類這些複雜的草藥原料。
實驗方法
用於開發分析方法的標準草藥由IREL公司提供，並直接用於製作液體萃取物—沒有進行額外的研磨或篩分處理。樣本之間的顆粒大小差異很大。葉片通常很薄，最大尺寸可達6x6毫米。根部、瘤狀物和橙皮則被壓碎，最大顆粒大小為10x10x5毫米。用於數據收集的14種草藥的清單和描述已在表1中總結。
表1. 用於分析的草藥樣本清單
每種草藥的三到四個樣本，使用Antaris II FT-NIR分析儀進行掃描，掃描範圍為10,000到4,000 cm-1。樣本放置於一個閉合的旋轉樣本杯中，並將其30毫米的視窗對準積分球，見圖2。光譜及其他校準數據使用經過驗證的Thermo Scientific RESULT軟體進行收集並存檔。每個樣本的光譜是通過50次掃描，並以4 cm-1的解析度得到的。這些參數使得樣本能夠在不到一分鐘的時間內，通過樣本杯的兩次完整旋轉進行掃描。
圖2. 帶有閉合樣本杯和旋轉器的Antaris II分析儀
所得到的光譜使用Thermo Scientific TQ Analyst軟體進行評估，並使用判別分析演算法對樣本進行分類。選擇了乘法訊號校正（MSC）光程類型，因為這種方法適用於分析固體樣本，在這些樣本中很難獲得獨立的光程測量。由於光散射，光程被視為對光譜訊號的乘法貢獻。軟體對標準樣本和未知樣本應用相同的函數。校準演算法使用了在9,900到4,100 cm-1範圍內的原始光譜。使用了線性去除基線校正，但未應用其他數學平滑或導數函數。
實驗結果
圖3顯示了14種草藥的平均漫反射光譜。樣本顯示出顯著的光譜變化，可以利用這些變化來建立分類模型。使用判別分析作為化學計量學方法，99.5%的光譜變異性可以用五個主成分來描述。主成分是描述標準樣本光譜變異的正交向量。第一主成分將解釋大部分的光譜變異，隨後的主成分則解釋剩餘的變異。通常，描述總變異所需的主成分越少，方法的穩健性越強。
圖3. 14個樣本的代表性光譜
這種方法正確地分類了所有標準樣本以及從每個類別隨機選擇的驗證光譜。評估化學計量學方法品質的一種方式是通過馬哈拉諾比斯距離分析。馬哈拉諾比斯距離可以描述為某個特定樣本與該類別“質心”之間的光譜距離。對於與某個特定類別或群組光譜相似的樣本，馬哈拉諾比斯距離將較小。而對於那些與該類別光譜差異較大的樣本，馬哈拉諾比斯距離將較大。對於本研究中的樣本，最近的錯誤類別的馬哈拉諾比斯距離至少是正確類別距離的兩倍；這表明光譜分離良好且分類準確。最近和次近類別的距離顯示在表2中。
表2. 顯示樣本與識別類別的馬哈拉諾比斯距離
主成分得分圖顯示樣本的光譜變異，並以二維方式呈現。圖4是主成分得分圖，顯示了由前兩個主成分描述的不同類別的聚類。大多數類別與彼此相近的標準樣本緊密聚集。極為均質的樣本聚集得最為緊密（例如，辣椒粉）。那些分散的聚類則是具有不規則形狀顆粒或異質樣本的類別（例如，胡桃葉、壓碎的橡樹瘤）。主成分得分圖顯示，在多維空間中，不同類別之間沒有重疊，這表明樣本可以成功且輕鬆地進行分類。
圖4：主成分得分圖顯示類別聚類
總結
Antaris II FT-NIR分析儀提供了一種優於傳統識別和分類方法的卓越替代方案，適用於用於營養補充品、化妝品和製藥的草藥萃取物，傳統方法包括描述性形態學、薄層色譜法和高效液相色譜法。樣本無需額外的研磨、切割、篩分或其他處理，這大大減少了對進料原料進行正確分類所需的時間和勞動力。此外，帶有閉合樣本杯的旋轉配件可實現從異質樣本中可重複收集光譜。這裡開發的判別分析方法在對14種草藥進行分析時顯示出其穩健性和可靠性，並能在幾秒鐘內提供結果。