片剂中恩他卡朋、左旋多巴和卡比多巴的伏安法分析：一种化学计量学方法

《Journal of Pharmaceutical and Biomedical Analysis》：Voltammetric analysis of entacapone, levodopa, and carbidopa in tablets: A chemometric approach

建立伏安法结合多元统计分析模型同步测定多巴胺类药物的研究。采用pH 3.0 Britton-Robinson缓冲液优化体系，RBF-ANN模型对ENT检测RMSEP达2.14×10-7，验证方法在Stalevo药片中的有效性。

　　本研究旨在开发一种伏安法方法，用于在合成混合物和药品制剂中同时测定恩他卡朋（ENT）、左旋多巴（LEV）和卡比多巴（CAR）的含量。恩他卡朋是一种有效的儿茶酚-O-甲基转移酶（COMT）抑制剂，通常作为左旋多巴/卡比多巴联合治疗的辅助药物，用于治疗帕金森病（PD）。左旋多巴是PD治疗中的关键神经递质前体，但在单独使用时，其疗效受到复杂的代谢途径影响，导致外周降解和治疗效果有限。卡比多巴则用于抑制外周脱羧作用，提高左旋多巴进入中枢神经系统的比例。恩他卡朋的加入进一步延长左旋多巴在大脑中的作用时间，并减轻PD症状。

为了确保药物测定的准确性，研究者采用了一种多变量分析方法，结合优化的实验参数，在pH 3.0的Britton-Robinson缓冲液中进行分析。在这一过程中，通过根均方误差在预测（RMSEP）、根均方误差在校准（RMSEC）以及相对预测误差（REP）等指标来评估定量分析的效果。研究中引入了径向基函数人工神经网络（RBF-ANN）和偏最小二乘回归（PLS）等方法，以实现对ENT的测定。在RBF-ANN模型中，对测试数据的相对预测误差为0.87，根均方误差在预测为2.14×10??，显示出较高的准确性和可靠性。RBF模型作为一种非线性校准方法，成功地预测了ENT的浓度，并能够克服伏安图中由于药物结构相似导致的非线性与信号重叠问题。

为了验证所推荐方法的有效性，研究者对市售的帕金森病药品——Stalevo? 200 mg片剂进行了分析。该片剂含有18.75 mg CAR、75 mg LEV和200 mg ENT。通过RBF模型的分析，可以有效分离这三种药物的信号，提高测定的准确性。此外，RBF模型的使用减少了对复杂样品预处理的需求，从而提高了实验效率。与传统的单变量分析方法相比，RBF模型在处理多组分混合物时展现出更强的适应能力，特别是在存在信号重叠的情况下，能够提供更精确的测定结果。

现有的药物分析方法包括紫外-可见分光光度法、比色法、毛细管电泳、柱色谱、高效液相色谱（HPLC）以及高灵敏度和选择性的HPLC-MS/MS方法、液相色谱-串联质谱（LC/MS/MS）方法、伏安法、胶束液相色谱（MLC）和基于分子印迹的电化学传感器等。尽管这些方法在药物分析中提供了有价值的信息，但它们仍然存在一定的局限性。例如，由于这些化合物的结构相似，信号重叠问题使得同时测定变得困难。传统技术和单变量分析方法虽然能够测定各组分的含量，但在分离这些分析物时往往存在挑战，这增加了分析过程的复杂性和耗时。因此，需要更先进的方法来区分每种药物的存在，以确保测定的准确性。

研究者提到的一些方法，如基于硫-锡氧化物纳米颗粒（S@SnO?NP）修饰的丝网印刷电极（SPE）的电化学方法，已被成功应用于帕金森病药物中ENT的特异性测定。这种方法能够建立浓度与单变量电信号之间的可靠关系，实现精确和选择性的电化学测量。另一个例子是，周等人开发了一种基于甲硫氨酸/钯纳米颗粒修饰的碳糊电极（Met/Pd/CPE/SDS），通过电沉积法在甲硫氨酸/碳糊电极上制备钯纳米颗粒。此外，一种基于镨钼酸盐纳米片/还原氧化石墨烯纳米复合材料（PrMoOG2）的新型电极也被用于同时测定ENT、LEV和CAR。这些方法虽然在药物分析中取得了显著进展，但仍然需要繁琐的提取步骤，以去除内源性化合物、分离LEV和CAR，或者为特定组分提供选择性传感器。这不仅增加了有毒有机溶剂的使用，还可能导致药物损失，影响测定的准确性。

为了解决上述问题，研究者采用多变量分析方法，通过对数据进行更高层次的处理，而无需对分析物进行分离。这一策略在同时测定多组分药物时具有明显优势。例如，已有研究利用紫外-可见分光光度法结合净分析信号（NAS）和主成分回归（PCR）等多变量校准方法，成功地同时测定LEV和CAR在不同基质中的含量，包括合成混合物、药品制剂和母乳样本。此外，还有一种新的紫外-可见分光光度法和化学计量学方法被引入，用于在三元混合物中准确和同时测定ENT、LEV和CAR。主成分回归和偏最小二乘回归分别实现了对药物的直接测定，而无需进行预处理。尽管这些方法在药物分析中具有一定的应用价值，但在处理复杂的多组分混合物时仍面临挑战，这促使研究者开发更先进的方法。

本研究提出了一种结合伏安法和化学计量学方法的新方法，用于同时测定ENT、LEV和CAR。通过这种方法，研究者能够有效应对这些药物在复杂混合物中的测定难题。与传统的单变量分析方法相比，这种方法能够提高测定的准确性，同时减少实验步骤的复杂性。此外，这种方法还能够提高药物测定的效率，从而为帕金森病的药物研发和制剂优化提供有力支持。通过这一方法，研究者不仅能够更精确地测定这些药物的含量，还能够更好地理解它们在体内的动态相互作用，为临床治疗提供更科学的依据。

在本研究中，伏安法（DPV）作为一种广泛应用的电化学技术，以其低背景电流和高灵敏度而著称。研究者利用DPV技术在玻璃碳电极（GCE）上对ENT、LEV和CAR的电化学行为进行了研究。通过基线校正后的DP伏安图，可以清晰地观察到这三种药物的氧化峰电位存在重叠，但在特定浓度下，其信号能够被有效区分。这一发现为同时测定这三种药物提供了理论依据，并有助于优化实验条件，提高测定的准确性。此外，研究者还通过实验数据验证了所采用方法的有效性，确保其能够在实际样品中应用。

为了进一步验证该方法的可靠性，研究者对市售的Stalevo? 200 mg片剂进行了分析。该片剂是帕金森病治疗中常用的一种复方制剂，其含有ENT、LEV和CAR三种成分。通过RBF模型的分析，研究者能够有效分离这三种药物的信号，并实现精确的定量测定。实验结果表明，RBF模型在处理复杂的多组分混合物时表现出更强的适应能力，能够提供更可靠的测定结果。与PLS模型相比，RBF模型在处理非线性数据时展现出更高的优势，其模型的Q2值更高，而RMSEP和REP值更低，显示出更高的预测能力和准确性。

此外，研究者还探讨了化学计量学方法在药物分析中的应用。通过引入多变量分析模型，研究者能够更全面地理解药物在复杂混合物中的相互作用，并为优化治疗方案提供数据支持。这一方法不仅能够提高药物测定的准确性，还能够减少对样品预处理的需求，从而提高实验效率。同时，这种方法还能够提供更精确的药物浓度信息，为药物的临床应用和研究提供更科学的依据。

在本研究中，研究者还详细描述了实验所用的试剂和材料。所有试剂均符合高纯度标准，其中ENT、LEV和CAR均为高纯度试剂，H?BO?、乙酸（HAc）、磷酸（H?PO?）、磷酸氢二钠（NaH?PO?）和磷酸二氢钠（Na?HPO?）等试剂均从Sigma-Aldrich公司获得。Stalevo? 200 mg片剂则从当地药店购买。实验过程中还使用了乙醇和氢氧化钠等试剂，确保实验条件的稳定性和准确性。所有试剂均经过严格的质量控制，以保证实验数据的可靠性和可重复性。

通过本研究，研究者希望为帕金森病的药物分析提供一种新的、高效的测定方法。这种方法不仅能够提高药物测定的准确性，还能够减少实验步骤的复杂性，从而提高药物分析的效率。同时，这种方法还能够为药物的临床应用和研究提供更科学的依据，有助于优化治疗方案，提高药物疗效，并减少药物副作用。此外，这种方法还能够为药物的开发和制剂优化提供数据支持，促进药物研究的进一步发展。

在实验过程中，研究者还考虑了多种因素，包括实验条件的优化、样品的处理方式以及数据的分析方法。通过优化实验参数，研究者能够确保实验的稳定性，并提高测定的准确性。同时，通过引入多变量分析方法，研究者能够更全面地理解药物在复杂混合物中的相互作用，为药物的定量分析提供更可靠的数据支持。此外，研究者还对实验数据进行了详细的分析，以验证所采用方法的有效性。

总之，本研究提出了一种结合伏安法和化学计量学方法的新方法，用于同时测定ENT、LEV和CAR。这一方法不仅能够提高药物测定的准确性，还能够减少实验步骤的复杂性，从而提高药物分析的效率。同时，这种方法还能够为药物的临床应用和研究提供更科学的依据，有助于优化治疗方案，提高药物疗效，并减少药物副作用。此外，这种方法还能够为药物的开发和制剂优化提供数据支持，促进药物研究的进一步发展。