本發(fā)明涉及一種文拉法辛晶型的近紅外光譜快速無損鑒別方法，屬于醫(yī)藥檢測技術(shù)領(lǐng)域。

背景技術(shù)：

文拉法辛(venlafaxine)具有抑制去甲腎上腺素重吸收和5-HT重吸收的雙重作用，是一種被廣泛使用的抗抑郁藥，其化學(xué)名為(±)-1-[2-(二甲胺基)-1-(4-甲氧基苯基)-乙基]-環(huán)己醇，其結(jié)構(gòu)式如下。文拉法辛存在多晶現(xiàn)象，其不同晶型的理化性質(zhì)具有一定的差異。因此，文拉法辛的晶型研究具有重要意義。晶型研究常用的手段包括X-射線衍射法(X-ray)、紅外光譜法(IR)、熱分析法(TA)、光學(xué)顯微法(LM)等。

近紅外光譜(NIRS)中攜帶了被測有機分子豐富的理化信息，結(jié)合化學(xué)計量學(xué)技術(shù)，能夠?qū)崿F(xiàn)多種分析目的。近年來，近紅外光譜法以其無損、操作簡便、分析速度快、不需要復(fù)雜的樣品預(yù)處理、不污染環(huán)境、可實現(xiàn)實時監(jiān)控等優(yōu)點被用于多種樣品的綠色分析。

在本專利中，利用近紅外光譜分析技術(shù)測定文拉法辛晶體樣品的NIRS，應(yīng)用化學(xué)計量學(xué)技術(shù)從所測光譜中提取與文拉法辛晶型相關(guān)的樣品特征信息，建立文拉法辛晶型的鑒別模型，便能夠應(yīng)用所建模型實現(xiàn)文拉法辛晶型的準(zhǔn)確、快速、無損鑒別。

技術(shù)實現(xiàn)要素：

傅里葉變換近紅外光譜法快速、無損鑒別文拉法辛晶型的方法，主要包括以下步驟：

1.收集文拉法辛不同晶型的樣品；

2.使用近紅外光譜儀以最優(yōu)的光譜測量參數(shù)值采集文拉法辛不同晶型樣品的NIRS；

3.以最優(yōu)的化學(xué)計量學(xué)預(yù)處理方法對文拉法辛不同晶型樣品的NIRS進行預(yù)處理；

4.采用最優(yōu)建模光譜范圍、適當(dāng)?shù)墓庾V數(shù)據(jù)維度建立文拉法辛晶型的化學(xué)計量學(xué)鑒別模型；

5.評價所建文拉法辛晶型化學(xué)計量學(xué)鑒別模型的性能；

6.應(yīng)用所建文拉法辛晶型化學(xué)計量學(xué)鑒別模型鑒別未知文拉法辛晶體的晶型。

所述步驟1中晶體為文拉法辛晶體，包括但不限于B型和C型。

所述步驟2中近紅外光譜測量儀器包括但不限于傅里葉變換近紅外光譜儀；測量參數(shù)包括但不限于掃描次數(shù)、分辨率和光譜掃描范圍；測量模式包括但不限于漫反射模式。

所述步驟3中對光譜數(shù)據(jù)的前處理方法包括但不限于多元散射校正、標(biāo)準(zhǔn)正態(tài)變換、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、Savitzky-Golay平滑或Norris平滑以及均值中心化中的一種或幾種。

所述步驟4中最優(yōu)的波數(shù)范圍包括但不限于計算軟件自動選擇、手動選擇、計算軟件自動選擇與人工選擇相結(jié)合。

所述步驟4中光譜數(shù)據(jù)降維方法為主成分分析法(PCA)。

所述步驟4中建立的鑒別模型為用于鑒別文拉法辛晶體晶型的定性模型；所用的建模方法包括但不限于：判別分析(DA)和對向傳播人工神經(jīng)網(wǎng)絡(luò)(CP-ANN)。

所述步驟5中評價所建文拉法辛晶型鑒別模型性能的參數(shù)包括但不限于校正集正判率、驗證集正判率。

所述步驟6中應(yīng)用所建模型鑒別未知文拉法辛晶體的晶型，所用的NIRS的光譜測量參數(shù)、光譜測量方法、化學(xué)計量學(xué)預(yù)處理方法、建模光譜范圍、降維方法均與校正集樣品一致；所用計算軟件包括但不限于TQ Analyst和MATLAB。

本發(fā)明采用近紅外光譜法準(zhǔn)確鑒別文拉法辛晶型。與傳統(tǒng)的鑒別方法相比，本發(fā)明實現(xiàn)了文拉法辛晶體的快速和無損鑒別，為文拉法辛多晶型的在線質(zhì)量控制提供新方法。

附圖說明

圖18批文拉法辛樣品的原始近紅外漫反射光譜(NIR-DRS)。

圖2鑒別文拉法辛樣品晶型的最優(yōu)DA模型結(jié)果圖，B、C分別表示B型和C型晶型；大寫字母(B、C)表示校正集樣品；小寫字母(b、c)表示驗證集樣品。

圖3鑒別文拉法辛樣品晶型的最優(yōu)CP-ANN模型結(jié)果圖，淺灰色方塊表示B型晶型(B，b)；灰色方塊表示C型晶型(C，c)；大寫字母(B，C)表示校正集樣品；小寫字母(b，c) 表示驗證集樣品。

具體實施方式

下面結(jié)合附圖和實施例對本發(fā)明進一步說明，該實施例為本發(fā)明的舉例，不應(yīng)解釋為對本發(fā)明的限制。

實施例

1.文拉法辛樣品的收集

收集8批文拉法辛晶體作為樣品，其晶型包括B型和C型。

2.文拉法辛樣品近紅外光譜的測量

儀器：美國Thermo公司的Antaris II傅里葉變換近紅外光譜儀，采樣裝置為積分球漫反射附件，信號采集軟件為Result 3.0，數(shù)據(jù)處理軟件為TQ Analyst 8.0和MATLAB 2012b。

光譜測量條件：分辨率為4cm^-1，掃描次數(shù)為64，光譜掃描范圍為10000-4000cm^-1，每次掃描前均采用相同參數(shù)掃描并扣除背景。

光譜采集方法：取文拉法辛樣品適量，置于密封圓柱形瓶中，操作中避免外部污染；以選定的光譜采集參數(shù)測定文拉法辛樣品的NIR-DRS，每個批號的樣品重復(fù)裝量5次測定5張光譜，共測量得到40張光譜。

測得8批文拉法辛樣品的原始NIR-DRS如圖1所示。

3.DA和CP-ANN鑒別文拉法辛晶型

將8批文拉法辛樣品共40張光譜分為校正集和驗證集。校正集樣品6批，30張光譜，其中B型晶體4批，C型晶體2批；驗證集樣品2批，10張光譜，其中B型晶體1批，C型晶體1批。

所建模型性能由以下參數(shù)來評定：校正集正判率、驗證集正判率。經(jīng)篩選后，建立文拉法辛晶體晶型鑒別的最佳模型的光譜前處理方法為一階導(dǎo)數(shù)和Norris平滑。采用PCA對光譜數(shù)據(jù)進行降維，通過模型正判率確定建模的最佳主成分個數(shù)為6個(累積貢獻率為99.98％)，建模所用光譜范圍由TQAnalyst 8.0軟件自動篩選為9879-4119cm^-1。TQAnalyst 8.0軟件用于建立DA校正模型，最佳模型圖見圖2，校正集和驗證集正判率均為100％。以校正集樣品光譜數(shù)據(jù)的6個主成分為輸入變量，建立神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為10×10×6(100次訓(xùn)練)的文拉法辛晶 型鑒別的CP-ANN模型。MATLAB 2012b用于建立CP-ANN模型，最佳模型圖見圖3。校正集正判率、交叉驗證正判率均為100.0％。

4.未知樣品的預(yù)測

取2批未知晶型的文拉法辛樣品按照步驟2進行近紅外光譜掃描，將光譜信息導(dǎo)入建立的晶型鑒別模型中，預(yù)測文拉法辛樣品的晶型。

5.結(jié)論

近紅外光譜法結(jié)合化學(xué)計量學(xué)技術(shù)所建立的模型能夠準(zhǔn)確地鑒別文拉法辛晶型，方法快速、無損，為文拉法辛多晶型的在線質(zhì)量控制提供了新方法。