智能手机辅助HPTLC与密度测定法同步检测伏诺拉生富马酸盐与阿司匹林的对比研究：一种绿色、经济的药物分析新策略

《Scientific Reports》：Smartphone-assisted HPTLC for simultaneous determination of vonoprazan fumarate and aspirin: a comparative study with HPTLC densitometry

本研究针对伏诺拉生富马酸盐(VON)与阿司匹林(ASP)复方制剂的分析需求，开发并验证了智能手机辅助HPTLC/Image J和HPTLC密度测定两种方法。研究人员通过优化色谱条件，实现了VON (Rf 0.45)和ASP (Rf 0.75)的基线分离。两种方法在各自线性范围内均表现出良好准确性(回收率98-102%)和精密度(RSD% < 2)，且智能手机法凭借其便携性、低能耗特性，在可持续性(生态尺度评分80)和实用性(BAGI评分90)方面展现优势，为资源有限环境下的药物分析提供了可靠替代方案。

　　

在当今药物分析领域，科学界始终在追求更高效、更环保且更易普及的检测技术。特别是在复方制剂的质量控制中，如何在不牺牲准确度的前提下，降低对昂贵、大型仪器的依赖，是一个具有现实意义的挑战。以Cabpirin?为例，这是一种在日本获批的复方制剂，含有伏诺拉生富马酸盐(Vonoprazan Fumarate, VON)这种新型钾离子竞争性酸阻滞剂(Potassium-competitive Acid Blocker)与经典抗血小板药物阿司匹林(Aspirin, ASP)。VON为胃酸相关疾病和幽门螺杆菌(Helicobacter pylori)治疗提供了新选择，而低剂量ASP则用于预防血栓。对二者进行快速、同步的质量监控至关重要。然而，此前报道的同步测定方法多依赖于高效液相色谱法(HPLC)等传统技术，其仪器成本高、操作相对复杂，在一定程度上限制了其在资源有限场景下的应用。因此，开发一种准确、简便、经济且环保的替代分析方法显得尤为迫切。

来自坦塔大学(Tanta University)的Sherin F. Hammad、Mohamed A. Adel Hamid、Samar H. Elagamy和Latifa Adly研究团队在《Scientific Reports》上发表了他们的最新研究成果。他们独辟蹊径，将常见的智能手机与开源图像处理软件Image J相结合，应用于高效薄层色谱(HPTLC)分析中，建立了一种智能手机辅助HPTLC方法，并与经典的HPTLC密度测定法进行了系统性比较，旨在为VON和ASP的同步测定提供一种新颖、可行且可持续的解决方案。

为开展研究，作者主要应用了几个关键技术方法：首先是色谱条件优化，通过调整二氯甲烷、甲醇和冰醋酸的配比，确定了最佳展开剂系统。其次是两种检测技术：一是传统的HPTLC密度测定法，使用专业扫描仪在270 nm波长下对色谱斑点进行扫描；二是创新的智能手机辅助HPTLC/Image J法，通过智能手机在紫外灯下拍摄TLC板照片，再利用Image J软件对斑点灰度进行定量分析。最后是系统的方法学验证，依据ICH Q2(R1)指南对方法的线性范围、检测限(LOD)、定量限(LOQ)、准确度、精密度和专属性进行了全面评估。所有分析均以市售的Cabpirin?片剂为实际样本进行应用验证。

3.1.色谱条件优化

研究人员通过反复试验优化了色谱条件，最终确定以二氯甲烷:甲醇:冰醋酸(60:40:2, v/v)为展开剂，成功实现了VON和ASP的基线分离，测得保留因子(R_f)值分别为0.45和0.75，分离度(R_s)达到1.96，斑点对称无拖尾。

3.2.应用Image J进行峰面积测量

本研究的核心创新点在于引入了Image J软件对智能手机拍摄的TLC板图像进行定量分析。如图3所示，Image J能够根据色谱斑点的灰度生成线图，并准确计算峰面积，从而实现了无需专业密度扫描仪的定量分析。

3.3.系统适用性参数

系统适用性测试结果表明，所建立的色谱系统性能良好。VON和ASP的拖尾因子(T)分别约为1.0和0.98，容量因子(K')在可接受范围内，选择性因子(α)为1.923，均符合USP指南要求，证明方法可靠。

3.4.方法验证

两种方法均通过了严格的方法学验证。HPTLC密度测定法在1.0-10 μg/斑点（VON）和5.0-25 μg/斑点（ASP）范围内，智能手机辅助HPTLC/Image J法在1.0-10 μg/斑点（VON）和5.0-25 μg/斑点（ASP）范围内均呈现良好线性，相关系数(r)均大于0.9998。检测限(LOD)和定量限(LOQ)值显示方法灵敏度高。准确度试验回收率在98.0%-102.0%之间，日内、日间精密度相对标准偏差(RSD%)均小于2%，表明方法准确、精密。专属性试验证实辅料不干扰测定。

3.5.绿色度、蓝色度和白度评估

研究团队采用分析生态尺度(Analytical Eco-Scale)、蓝色适用性等级指数(BAGI)和RGB 12白度模型(Whiteness)对两种方法的可持续性、实用性和综合性能进行了全面评估。智能手机辅助HPTLC法在生态尺度评分为80（优秀），BAGI评分为90（极高实用性），白度评分为94.4；而HPTLC密度测定法相应评分分别为79、87.5和85.1。这表明智能手机辅助方法在保持优异分析性能的同时，更具环境友好性和实用性优势。

综上所述，该研究成功开发并验证了用于同步测定VON和ASP的HPTLC密度测定法和智能手机辅助HPTLC/Image J法。优化后的色谱条件能实现两组分的完全分离。智能手机辅助法作为一种创新、简单、经济的选择，其准确度和精密度与常规HPTLC密度测定法相当。两种方法均符合ICH验证指南，适用于原料药和制剂中VON和ASP的常规分析。尤为突出的是，智能手机辅助法仅需TLC板和紫外灯即可完成分析，降低了对复杂仪器的依赖，提升了方法的可及性，彰显了智能手机辅助HPTLC在药物分析领域的可持续应用潜力。这项工作不仅为特定复方制剂的质量控制提供了可靠方法，更重要的是为发展低成本、高通量、环境友好的现场快速分析技术提供了新思路，对推动分析化学的“绿色化”和“普惠化”具有积极意义。