基于模糊逻辑推断系统(fuzzy logic-based inference system, FIS)与离散小波变换(discrete wavelet transform, DWT)–主成分分析(principal component analysis, PCA)–模糊推断系统(fuzzy inference system, FIS)混合模型用于片剂制剂中女性激素类药物同时分光光度测定的比较研究

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：Comparison of a fuzzy logic-based inference system and a hybrid signal processing-principal component analysis-fuzzy inference model for simultaneous spectrophotometric determination of female hormonal drugs in tablet formulation

　　

摘要：本研究建立了一种新方法，将紫外–可见分光光度(UV–Vis)分析与智能系统及信号处理方法相结合，用于合成混合物及市售复方口服避孕药片剂制剂中左炔诺孕酮(levonorgestrel, LEV)与炔雌醇(ethinyl estradiol, EE)的同时测定。研究人员采用两种策略：其一是模糊推断系统(fuzzy inference system, FIS)；其二是将离散小波变换(discrete wavelet transform, DWT，一种核心信号处理工具)与主成分分析(principal component analysis, PCA)及FIS相集成的混合方法。FIS法对LEV和EE的平均加标回收率分别为101.77%和97.84%，均方根误差(root mean square error, RMSE)分别为1.795和2.654。在DWT处理中，研究人员采用Daubechies 4(db4)、Demeyer及Haar小波族对吸光度光谱进行分解，并应用PCA进行降维，提取的特征输入FIS进行浓度预测。所有小波中Demeyer小波族表现最优，对LEV和EE的平均回收率分别为100.24%和99.68%，RMSE分别为0.4944和0.6074。将该法应用于市售片剂制剂测定，DWT–PCA–FIS混合方法优于单独FIS模型，两被测物平均回收率均高于97%，相对标准偏差(relative standard deviation, RSD)低于1%。研究人员将结果与高效液相色谱(high-performance liquid chromatography, HPLC)法进行方差分析(analysis of variance, ANOVA)比较，二者无显著性差异。结果表明，所提出的基于智能算法与信号处理的分光光度方法因操作简便、成本低廉且无需样品前处理，可作为传统色谱方法的有效替代方案用于LEV与EE的同时定量。

论文解读：

本研究发表于《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》。

研究背景方面，复方口服避孕药中常含有左炔诺孕酮(levonorgestrel, LEV，一种合成孕激素)与炔雌醇(ethinyl estradiol, EE，一种合成雌激素)，两者在制剂中浓度相差悬殊(LEV通常为0.1–0.25 mg，EE为20–35 μg)。目前常用的同时测定方法有反相高效液相色谱(reversed-phase high-performance liquid chromatography, RP?HPLC)、超高效液相色谱–串联质谱(ultra?performance liquid chromatography–tandem mass spectrometry, UPLC?MS/MS)及高效薄层色谱(high?performance thin?layer chromatography, HPTLC)等，虽灵敏度与选择性较高，但存在样品前处理繁琐、仪器昂贵、需专业人员操作等不足，不利于药品常规质量控制。紫外–可见分光光度法(UV–Vis spectrophotometry)作为一种绿色分析手段，具快速、低成本、低溶剂消耗的优点，然而LEV与EE在200–300 nm波段存在严重光谱重叠且浓度差异大，使传统分光光度直接定量困难。化学计量学(chemometrics)方法可处理此类复杂光谱数据。模糊推断系统(fuzzy inference system, FIS)能借助隶属函数(membership functions, MFs)和if?then规则处理不确定与非线性信息，适用于模拟光谱特征与浓度的非线性关系；离散小波变换(discrete wavelet transform, DWT)则可将光谱分解为近似系数与细节系数，滤除噪声并提取有效特征，再结合主成分分析(principal component analysis, PCA)降维后输入FIS，有望提高预测精度。因此，研究人员旨在比较单独FIS与DWT–PCA–FIS混合模型在LEV和EE同时分光光度测定中的性能，验证其作为色谱替代方法的可行性。

关键技术方法：研究人员以LEV(纯度98%)、EE(纯度99.96%)及含0.25 mg LEV与0.05 mg EE的Ovocept?HD市售片剂(Aburaihan制药公司，伊朗)为样本，用乙醇溶解配制系列合成二元混合物及实际样品溶液，于200–400 nm采集UV–Vis吸收光谱。研究设置两组化学计量学建模方案：(1)单独FIS模型——直接以选定波长处吸光度值为输入，经三角型或高斯型隶属函数模糊化，建立Mamdani或Takagi?Sugeno型规则库推断后解模糊得到浓度；(2)DWT–PCA–FIS混合模型——先用Daubechies 4(db4)、Demeyer及Haar小波族对光谱进行多尺度分解，选取合适分解尺度的细节系数或近似系数，经PCA压缩为主成分得分作为新特征变量输入FIS训练；以合成混合物为校正集建立模型，并用独立验证集及真实片剂样本检验。同时使用Agilent 1260 Infinity II HPLC(XB?C₁₈柱)作对照，以方差分析(ANOVA, p>0.05为无显著差异)比较两种方法结果。

研究结果如下所述：

Spectral features：研究人员测得LEV与EE在200–280 nm内UV吸收光谱严重重叠，两化合物在相同波段均有强吸收，常规单波长或双波长分光光度法无法直接从二元混合物中分离各组分响应，需借助化学计量学解析重叠信息。

Conclusion：研究人员分别构建FIS单独模型与DWT–PCA–FIS混合模型对合成混合物中LEV和EE进行预测。FIS模型所得LEV与EE平均回收率分别为101.77%和97.84%，均方根误差(RMSE)分别为1.795和2.654。在DWT预处理中测试bior1.5、db4及Demeyer小波族，其中Demeyer小波结合PCA提取特征再输入FIS效果最佳，LEV与EE平均回收率达100.24%和99.68%，RMSE降至0.4944和0.6074。应用于含0.25 mg LEV及0.05 mg EE的市售Ovocept?HD片剂时，DWT–PCA–FIS法两组分平均回收率均>97%，相对标准偏差(RSD)<1%，而单独FIS模型精度较低。HPLC对照法所得结果与DWT–PCA–FIS法经ANOVA检验无显著性差异(p>0.05)。研究表明，引入DWT信号增强与PCA降维可明显改善FIS对严重重叠、浓度悬殊二元药物体系的分光光度定量能力；DWT–PCA–FIS混合模型操作简便、无需样品前处理、成本低，定量准确性与HPLC相当，可作为复方激素避孕药片剂中LEV与EE同时测定的常规质控替代方法。

讨论与结论翻译：本研究将分光光度法与两种化学计量学策略——即FIS及整合DWT与FIS的混合方法——相结合，用于合成混合物及药物片剂制剂中LEV和EE的同时测定。研究人员在DWT框架内评估了三种小波族(bior1.5、db4及Demeyer)。其中Demeyer小波耦合FIS对组分浓度估算表现出最优预测性能。