Product Search
Log In/ Register
繁體中文
Branch Office
FT-Raman（傅立葉轉換拉曼）區域成分分析固型劑分佈
簡介
FT-Raman光譜學是材料分析中，與中紅外光譜相輔相成的技術。相較於FTIR，FT-Raman對玻璃並不吸收，能減少樣品前置準備的時間。在FT-Raman中使用1064 nm雷射，有效地減少了使用可見雷射激發時，經常觀察到的螢光干擾。將FT-Raman光譜學與區域掃描結合，非常適合進行混合物分析，因為它在樣品內提供了化學和空間訊息。然而，即使是一個中等大小的拼圖範圍，通常包含了數百張光譜，使用自動化光譜分析對於識別多個成分至關重要。當混合物中的成分分佈存在差異，特別是當光譜特徵僅出現在區域的小部分，並被更強的基質光譜所掩蓋時，這一挑戰變得更加嚴峻。在這些情況下，通常需要統計工具，如主成分分析（PCA），以進行最佳分析。
在這篇應用文章中，描述了使用FT-Raman區域掃描，來識別非處方（OTC）藥片中的多個成分的完整工作流程。同時演示了主成分分析（PCA）從測得光譜中提取額外組成訊息的能力。
實驗
本研究探討了一種包含輔助成分和活性藥物成分（API）混合物的非處方雙層片劑的橫截面。使用Nicolet iS50 FTIR光譜儀，進行光譜測量，分辨率為8 cm-1，每個測量點進行16次掃描，配置有CaF2分光鏡、InGaAs偵測器和Raman附件，如圖1所示。雷射波長為1064 nm，斑點大小約為50微米，功率為500毫瓦。拼圖區域約為2 x 3毫米，步長為45微米，如圖2所示。使用OMNIC Atlμs和OMNIC Specta軟體進行光譜區與掃描的分析。
圖1. Nicolet iS50 FT-Raman儀器
圖2. 樣品橫切面的區域掃描
結果與討論
(1) 初步光譜分析拼圖區域包括三個容易識別的區域。兩層片劑可以在視覺上做區分，而第三層包含白色顆粒，其大約尺寸為250 x 800微米。每個區域的代表性光譜，展示在圖3中。
圖3. 區域掃描中的各特徵光譜顯示
圖4. 樣品第二層多成分分析的結果
透過資料庫搜尋，第一層的光譜與甘露醇的匹配值非常高。從白色顆粒中獲得的獨特光譜也明確地被指定為片劑的活性藥物成分（API）。第二層的光譜與單水合乳糖在資料庫搜尋中匹配，但匹配值相對較低。隨後對來自這一層的光譜，以下簡稱為第二層混合物，進行了多成分資料庫搜尋。搜尋結果如圖4顯示，該片劑的這一層是由主要包含單水合乳糖、β-環狀葡萄糖苷和微晶纖維素的輔助成分混合而成。
(2) 建立化學影像
使用1755–1730 cm-1的峰面積、1334 cm-1及875 cm-1的峰高，分別生成了API、第二層混合物和甘露醇的三張化學影像。結果如圖5所示。從這些基於每種材料獨特光譜特徵的拼圖中，可以直觀地看到有關成分分佈和相互依存性的訊息。
圖5. 各特徵位置的化學影像呈現結果
(3) 主成分分析
如上所述，對樣品的初步檢查顯示了三個主要的光譜區域：API顆粒、甘露醇層和第二層混合物。然而，主成分分析結果得到了四個明確的成分，如圖6所示。通過視覺檢查和資料庫比對，前三個成分分別對應甘露醇、第二層混合物和API。第四個成分與阿斯巴甜鉀，其是一種已知用作製藥劑劑型中，輔助成分糖的替代品。對區域掃描的光譜仔細比對，確認了該材料在比佔非常小的位置中存在。同時值得指出的是，儘管實驗測得的光譜中阿斯巴甜鉀的特徵被第二層混合物光譜的特徵所遮蓋，但主成分分析能夠提取出幾乎純凈的阿斯巴甜鉀光譜。
圖6. 各層FT-Raman光譜與PCA分析結果
結論
這裡呈現的分析表明，透過FT-Raman區域掃描，可以實現對製藥劑劑型中關鍵材料的識別和空間分布。當每個成分的測得光譜具有恆定的相對比例，並且這些成分的純凈光譜在資料庫中可被搜尋到時，多成分搜索方法能夠有效地解析光譜，得出主要成分。當考慮包含已知成分的光譜區與掃描成果，其光譜特徵鑑別性良好時，根據峰值高度或面積的分類計算，就足夠分析。然而，正如阿斯巴甜鉀在整個區域掃描中的比佔很小，其物理尺寸太小以致無法獲取純淨光譜時，主成分分析就扮演一個強大的分析工具角色，可以檢測並識別該成分。
所描述的工作流程及其相關原則，適用於比較已上市的藥物，並在製劑前期開發、製劑評估、故障模式分析等方面，可以提供有價值的訊息研究。
