近红外吸收对透射拉曼光谱定量分析的影响机制研究与标准化校正策略

本研究针对透射拉曼光谱(TRS)在制药定量分析中因样品厚度/孔隙率变化导致的近红外(NIR)吸收干扰问题，通过建立基于基线荧光面积(AUC)的标准化校正算法，将PLS模型预测误差(RMSE)从2.5%降至2.0%，极端压实条件下的偏差从8.40%消除至~0%，为药品质量控制的精准分析提供新方法。

　　

在制药工业的质量控制环节，透射拉曼光谱(Transmission Raman Spectroscopy, TRS)因其能穿透药片实现活性成分(API)的无损检测而备受青睐。然而在实际生产中，药片因压实压力、厚度差异等物理因素产生的"隐形杀手"——近红外(NIR)吸收效应，会扭曲拉曼光谱信号。这种扭曲如同给光谱戴上了"变色眼镜"，导致基于偏最小二乘回归(Partial Least Squares, PLS)的定量模型出现系统性误差。更棘手的是，传统的光谱归一化方法对此束手无策，成为制约药品质量精准分析的瓶颈问题。

来自Agilent等机构的研究团队在《Journal of Pharmaceutical and Biomedical Analysis》发表的研究，首次揭示了NIR吸收与光子扩散散射协同作用的物理本质。研究人员采用微晶纤维素(MCC)模型和含茶碱的多组分药片，通过系统改变压实压力(30-450 MPa)、厚度(2.56-3.76 mm)和孔隙率(9-36%)等参数，结合Whittaker滤波基线校正和面积归一化等关键技术，发现拉曼光子传播距离与NIR吸收呈正相关。创新性地提出利用药片自身荧光基线作为"标尺"，建立波长特异性校正因子，成功将极端压实条件下的预测偏差从8.40%降至近乎为零，为制药过程分析提供了突破性解决方案。

关键技术方法包括：1)采用TRS100系统(830 nm激光)采集不同压实参数药片的光谱；2)通过Whittaker滤波(p=0.001, λ=10⁴)分离荧光基线；3)基于梯形积分法计算面积(AUC)建立校正模型；4)采用2个潜变量(LV)的PLS回归分析验证效果。

3.1 基质效应对NIR吸收的影响
通过MCC模型发现，厚度增加1mm或孔隙率升高10%均会导致拉曼信号衰减约30%，且PC2载荷谱呈现典型的NIR吸收特征。特别值得注意的是，在830-950 nm波段出现明显吸收带，这与MCC的振动倍频吸收区高度吻合。

3.2 多组分制剂分析
在含15%茶碱的复方制剂中，压实压力变化使光谱强度差异达3倍。即使经过SNV归一化，PC2仍清晰显示压实梯度，证实NIR吸收导致的谱形畸变无法通过常规预处理消除。

3.3 校正策略
创新性地利用荧光基线/AUC比值构建波长相关校正因子β_ij，在342-1800 cm^-1范围内实现动态补偿。如图5所示，校正后PC2的离散度降低60%，且不影响API定量相关的PC1信息。

3.4 PLS建模验证
校正模型使全校准集的RMSE改善20%(2.5%→2.0%)。更关键的是，当用30 MPa压实的药片校准模型预测450 MPa样品时，偏差从-8.40%锐减至~0%，RMSE降幅达77%(8.63%→2.06%)。

这项研究不仅阐明了TRS定量误差的物理根源，更开创性地将药片自身荧光转化为"内标"，实现了NIR吸收效应的自校正。该策略突破性地解决了制药过程中因物理参数波动导致的分析偏差问题，尤其对连续制造(continuous manufacturing)中的实时放行检测具有重大意义。研究揭示的"光子路径长度-吸收累积"机制，也为其他扩散散射介质的拉曼分析提供了普适性理论框架。未来通过集成激光功率监控和涂层荧光识别算法，有望进一步拓展该方法的工业适用边界。