Pharmacy Prod

小型化近红外光谱仪制药领域应用

Author:管理员

药物分析是对分析技术要求特别高的场景,其中准确性和可靠性是最重要的。尽管如此,现场测量的灵活性对制药行业来说也是一个相当大的好处,因此,小型化的 近红外光谱仪传感器引起了人们的强烈关注。Chavan 等人已经彻底描述了 NIR 光谱工业应用的当前状态。 [53] 相对较早地指出,手持式 NIR 仪器用于药物制剂定性和定量分析的适用性和性能需要系统的可行性研究。随后的检查表明,某些小型化设备可以提供具有竞争力的准确性和可靠性水平,例如,正如 Alcalà 等人所证明的那样。 [54] 用于 MicroNIR 光谱仪。使用了该设备的两个版本:在 10 526–6060 cm -1 (950–1650 nm) 范围内运行的标准版本和具有覆盖 8695–4651 cm -1的扩展 InGaAs 探测器的变体(1150–2150 nm) 范围。由于毒品假冒、非法毒品进口和在线毒品交易,定性应用(即分类)具有广泛的实际重要性。 [ 54 , 55 , 56 , 57 ] 便携式 NIR 光谱仪为边境管制或直接执行的快速分析提供了巨大的潜力。邮政工作人员,大大提高了控制程序的吞吐量。大多数情况下,定性分析对仪器因素不太敏感,可以使用 MicroNIR 设备准确执行。 [54] 首先,如基于 22 种化合物所证明的那样,可以通过常规使用的方法(例如,主成分分析 (PCA))对药物制剂中常用的原材料进行鉴定。假阳性和接近假阳性的鉴定仅发生在化学相似的材料中。此外,对于几种药品(Alli®、Viagra®、Cialis®)及其非法假冒品,以 95% 的置信度成功区分了正品和假药,这些产品被分析为片剂和胶囊混合物。此外,还对粉末形式的药物制剂中的活性药物成分 (API),在本例中为乙酰水杨酸 (ASA)、抗坏血酸 (ASC) 和咖啡因 (CAF) 进行了定量测定。

对不同小型化近红外光谱仪在分析药物制剂方面的适用性和性能进行了直接比较。例如,最近,Yan 和 Siesler 研究了四种使用不同设计原则的仪器:NeoSpectra、NIRONE(光谱引擎 NR-2.0 W)、DLP NIRscan 和 MicroNIR。 [58] 因此,捕获的光谱信息在这些仪器之间显着不同,如图所示 2. 定量分析的对象是两种赋形剂(纤维素和淀粉)和三种 API(ASA、ASC、CAF)。研究表明,这四种仪器的预测性能对所研究的分析物有所不同,但 CAF 除外,在这种情况下,所有设备的性能都相当好。得出的结论表明,LVF/InGaAs 阵列光谱仪 (MicroNIR) 产生了最平衡的性能,基于 DMD 的设备 (NIRscan) 紧随其后。其余两台光谱仪的表现明显更差,尽管在调查场景中仍然提供了可接受的定量分析的预测能力。这为基于微型干涉仪的光谱仪的性能损失提供了证据

CHEM-27-1514-g005.jpg


在 Guillemain 等人最近的一项研究中, [59] 除了常规使用的无监督方法 PCA 外,还有许多监督分类技术(线性判别分析(LDA)、二次判别分析(QDA)、支持向量机、SVM;k-最近邻 (KNN)) 在平板电脑认证中通过使用两种不同的 NIR 微型光谱仪(MicroNIR 和 SCiO)进行的光谱测量进行评估。比较仪器在设计和操作特性上有显着差异,最重要的是在测量的光谱区域(表 1)。有趣的是,尽管 SCiO 仪器非常实惠,但在此应用中表现更好。对于这两种仪器中的每一种,不同的分类方法被认为是性能最好的:SCiO 的 SVM 和 MicroNIR 的 LDA。据报道,29 种药品的分类性能在前者中为 100/96(校准/验证中正确识别的百分比),后者为 99.9/91.1。这表明在 SW-NIR 区域(SCiO 仪器在该区域运行;表 1)。

小型化近红外光谱仪在 API 定量测定中的应用开发仍在继续。可以观察到在更苛刻的场景中提高性能的重点。例如,最近的一项研究旨在在片剂中同时定量两种 API(扑热息痛和曲马多),它们在光谱上相似并且以非常不同的质量比例存在于样品中。 [60] 尽管存在这些困难,手持式 近红外光谱仪 (MicroNIR) 的性能与台式光谱仪相当。但是,应该注意的是,在这种情况下需要预先选择光谱区域以进行后续分析。 [60] 应该提到需要对各种光谱仪获得的光谱应用不同的预处理,例如,由于 S/N 的光谱分辨率较差,但这样的步骤不会显着使分析流程复杂化。 [54] 通常,扩展监督的其他原因是由各种微型仪器测量的光谱区域之间的显着差异引起的。例如,一项比较研究报告称,在使用两种便携式仪器进行药片检测的情况下,不同的分类方法可以最大限度地提高假冒检测的准确性。 [59] 在 microPHAZIR 的情况下,它在传统的 NIR 区域运行,LDA 的应用被认为是更成功的。相比之下,SVM 分类对使用 SW-NIR SCiO 光谱仪收集的数据产生了最好的结果。 [59]

这些研究表明,在小型化近红外光谱仪的情况下,应更加注意光谱预处理和化学计量方法的仔细选择,以进行后续分析。 [ 54 , 59 , 60 ] 适当预处理的重要性证实了紧凑型的某些局限性。例如,与台式光谱仪相比,需要更仔细地考虑窄观测光谱区域、SNR 或光谱分辨率。在某些情况下,还报告了对小型化光谱仪成功分析的样品制备的更高要求。例如,植物材料的研磨可以显着提高分析的性能。 [52]

值得注意的是,手持式近红外光谱仪在应用中面临着来自拉曼仪器的竞争,在这些应用中,成本效益并不重要。例如,在 Ciza 等人最近的一项研究中,直接比较了这两种技术在药品分析中的优势和局限性。 [61] 总体结论是,小型化近红外光谱在特定产品识别中更可靠;然而,更好的技术的选择可能取决于特定的应用程序。有人建议,未来结合 NIR 和拉曼光谱仪的经济高效仪器的出现将带来实质性进展。 [61] 最近的一篇评论文章提出了便携式近红外光谱仪如何在药物分析中与拉曼仪器竞争的更广泛视角。 [62]


Recommend
Related Product
Online Service
Contact

Hotline

+86-138 0199 7980

Office hour

Monday to Saturday

Company Phone

13801997980

QR Code
OnlineService