• <tr id='Geb9Hk'><strong id='Geb9Hk'></strong><small id='Geb9Hk'></small><button id='Geb9Hk'></button><li id='Geb9Hk'><noscript id='Geb9Hk'><big id='Geb9Hk'></big><dt id='Geb9Hk'></dt></noscript></li></tr><ol id='Geb9Hk'><option id='Geb9Hk'><table id='Geb9Hk'><blockquote id='Geb9Hk'><tbody id='Geb9Hk'></tbody></blockquote></table></option></ol><u id='Geb9Hk'></u><kbd id='Geb9Hk'><kbd id='Geb9Hk'></kbd></kbd>

    <code id='Geb9Hk'><strong id='Geb9Hk'></strong></code>

    <fieldset id='Geb9Hk'></fieldset>
          <span id='Geb9Hk'></span>

              <ins id='Geb9Hk'></ins>
              <acronym id='Geb9Hk'><em id='Geb9Hk'></em><td id='Geb9Hk'><div id='Geb9Hk'></div></td></acronym><address id='Geb9Hk'><big id='Geb9Hk'><big id='Geb9Hk'></big><legend id='Geb9Hk'></legend></big></address>

              <i id='Geb9Hk'><div id='Geb9Hk'><ins id='Geb9Hk'></ins></div></i>
              <i id='Geb9Hk'></i>
            1. <dl id='Geb9Hk'></dl>
              1. <blockquote id='Geb9Hk'><q id='Geb9Hk'><noscript id='Geb9Hk'></noscript><dt id='Geb9Hk'></dt></q></blockquote><noframes id='Geb9Hk'><i id='Geb9Hk'></i>
                您的位置:首页 >> 技术支持 >> 技术专题 >> 红外仪分析技术在药品快速分析系统介绍三大重点

                技术支于是我跑了出来持分类Ψ

                红外仪分析技术在药品快速分析系统介绍三大重点

                点击:   作者:天友利标准光源有限公司      发布日期:2014-07-08
                1、两步识别保证鉴别模型的准确性提高鉴别模欺身向那些丧尸压进型的正确率是建立红外鉴别模型的核心。在建模过程中,我们遇到两类问题:第一类问题,模型的分辨能力不够,使对一些红外谱图差异较小的物质不能被正☉确识别。如注射用阿莫西林钠与注射等解决了身边用阿莫西林钠/克拉维酸钾(5:1)制剂,在
                 1、两步识别保证鉴别模型的准确性
                提高鉴别模型的正确率忍辱负重是建立红外鉴别模型的核心。在建模过程中,我们遇到两类问题:第一类问题,模型的分辨能力不够,使对一些红外谱图差异较小的物质不能被正确识别。如注射用阿莫西林钠与注射用阿莫西林钠/克拉维酸钾(5:1)制剂,在全谱(4000~12000cm-¹)范围内比较,二者的红外↑光说非常相似,采用全谱识别时两人步行十分钟就走到了学校,二者不能◤相互识别;但利用局部特征谱段(如4100~4800cm-¹)识别,二者的差异显现。
                第二」类问题,阈值无法彼此兼顾,使得一些原本具有差异的红外图谱错误识别。如对罗红霉素片的∑ 鉴别,由于国内18家生产企业的工艺、处方不同,使得在大环内酯抗生素(包括红霉素、琥乙红霉素、依托红霉△素、罗红霉素、克拉霉素、阿奇霉素、乙酰螺旋霉素、麦迪霉素、麦白霉素、吉他霉素、、乙酰吉他霉素)片剂鉴别模型中,罗红霉素片的鉴别阈值(0.72)偏大;导致在●验证中300张维生素C片√的红外光谱(维生素C片平均光谱与罗红霉素片平均光谱间的距◣离为0.68)有281张被错误的识别为罗红霉素片。
                  为解决上述问题,我∴们确定了以下建模思路:(1)结构相近的同系物药物放在一组进行识别,如对抗感染药物,按其化学结构分为头孢菌素类、青霉素类、大环内酯【类、氨基糖苷类等√▓,再根据其制剂(粉针剂、胶襄剂、片剂)的形式,分别建立鉴别型。(2)采用两步鉴别※的方案。第一步识别模型,利用同第物药物红外图谱的差异(必要时利用相对较窄的特征谱段),主要解决模☆型中同系物之间的相互识别问题;第二步︼确证模型,利用较宽的说段,解决可能与模型外品种的混淆问题,提高鉴】别模型的准确性。
                2、阈值调整保证鉴别模型的稳健性
                建立定←性模型时,我们以样品光谱与该品种平均光谱的距离(Hit)表征♂光谱的差异,并以Hit值为指标进行聚类分⊙析,进而实现对样吕的识别。常用的距离表示方法◢有欧氏距离法和马氏距离◎法。欧氏距离法计算距离时,只能给出样品与平均光谱的吻合程度,即相对距离,不能反映一类样︾品的分布情况;而马氏距离法在@计算距离时,根据样品的分布情况在不同方向上给出不同的权重。在二◣维坐标上中,由欧氏距离法划定的边界圆形,而由马氏距离法划定的边界通常为椭圆形。只有当样品在平均光谱周围呈完全随机分布时,欧氏的距◣离法与马氏距离法划定的边界才相生合。我们在特定矢量空间中,对Hit值的分布规律进行了√探讨,证明Hit值的分布基本呈正态分布;不同工艺的相同产品的NIR图谱的差异越大,其分布越←宽。如在注射B-内酰按类心境要靠自己抗生素鉴别模型中,15个企业33批注射用头孢哌酮钠,594张图谱的Hit值呈下态分布;而在大环内酯类№抗生素片剂鉴别模型中,300张红霉素片的图谱的Hit值●虽然偏态分布,但可作为¤正态分布处理。由于Hit值的分布基本呈正态分布,理论上90%的样品的Hit值♀应分布在MD+1.65Sdeu(MD 为样品光谱距离平均光谱的平均距离,Sdeu为其标准偏差)范围内,95%的样品的Hit值应分布在MD+2Sdeu范围内,99%的样品的Hit值应分布在MD+3Sdeu范围内。因此实验中可根据统计规律对阈值进行调整,保证模型至★少对95%的样品能够识别。
                  对于多企业不同开心快乐2000工艺生产品种,由于收集到的样品可能不均衡,使得样本的各种差异的权重不同。如39批注射用头孢∮唑林钠,在建模谱段进行聚类分析,所有样品可以分为6组,第1组包括15批,第2组包括8批,第3级包括1批,第4级包括3批,第5组包括9批,第6组包括3批,筹备组组样品的物理特性(结晶度、粒度)不同。如果用全部样吕求其每一亚类的平均光谱,再利用求得的平均光谱构建该样品的平均光谱,以调整收集样本不均匀所造成的平均光谱的偏差。对注射用头孢唑林钠样品,比较两种方法构建的平均光谱的差异:由所有样品⊙Hit值的概率密度分布图可见,平均光谱调整后样本更趋于正态分布,且Hit值的标准偏〖差变小,即样品的分布更为均匀。
                3、已建立若是你去调查的模型
                从2004年12月至今,我们已经建成了各种定性模型约150个,可对约300余种药物进行鉴别。涉及抗感@ 染药物(抗生素)、消化系统药物、心血管药物、呼吸系统药物等常用基本药物。并已经完成了建立通用性定量模型的可行性◆探讨,建立了10余种定量模型。26种头孢菌素粉针剂定性模型的︽结构。