基于NIR光谱技术对感冒灵颗粒中对乙酰氨基酚、咖啡因和马来酸氯苯那敏的快速无损分析

《Journal of Spectroscopy》：Rapid and Nondestructive Analysis of Acetaminophen, Caffeine, and Chlorpheniramine Maleate in Ganmaoling Granules by NIR Spectroscopy Technology

　　

感冒灵颗粒中对乙酰氨基酚、咖啡因和马来酸氯苯那敏的准确定量对于评价疗效和质量控制至关重要。然而，现行检测方法繁琐耗时，且监管标准缺乏统一性。尽管光谱技术在快速无损分析方面具有潜力，但感冒灵颗粒的复杂基质导致三种活性成分之间存在显著共线性和光谱重叠。此外，颗粒形态引起强烈的光散射干扰，使得常规化学计量学模型难以实现精确定量。为应对弱多组分信号提取的挑战，本研究提出了一种结合干扰抑制与智能特征波长选择的定量分析方法。首先，采用Savitzky–Golay（SG）七点平滑和多元散射校正（MSC）有效消除原始光谱中的基线漂移并减轻物理散射伪影。进一步地，为解决严重的光谱重叠问题以及三种分析物之间巨大的浓度差异，引入了一种新颖的分段竞争性自适应重加权采样–偏最小二乘法（分段CARS–PLS）方法。该方法能够在复杂光谱背景中准确识别和提取组分特异性光谱区域。最后，应用验证集数据对模型进行验证，并对模型的定量分析效果进行评估和比较。结果表明，三种成分验证集的决定系数（R²）均在0.78以上，预测均方根误差（RMSEP）均小于0.92%，残差预测偏差（RPD）均大于2.1。这表明SG七点平滑、MSC预处理与分段CARS–PLS建模方法的结合能够有效预测感冒灵颗粒中对乙酰氨基酚、咖啡因和马来酸氯苯那敏的含量。本研究为基于光谱技术的药物成分含量预测提供了可行的实践参考。

## 研究背景与意义

感冒灵颗粒是一种中西药复方制剂，因其解热镇痛功效而成为中国常用的感冒非处方药，用于缓解感冒或流感引起的发热、头痛、肌肉酸痛、鼻塞、流涕和咽痛等症状。该制剂成分复杂，中药成分包括三叉苦、金盏银盘、野菊花和岗梅，西药主要成分包括对乙酰氨基酚、咖啡因和马来酸氯苯那敏。为确保用药安全，需建立快速、准确、可靠的质量检测方法。

对乙酰氨基酚（化学式C₈H₉NO₂）是广泛使用的解热镇痛药，但过量摄入可能导致肝损伤；咖啡因（化学公式C₈H₁₀N₄O₂）是中枢神经系统兴奋剂，安全剂量为健康成人400 mg/d；马来酸氯苯那敏（化学式C₂₀H₂₃ClN₂O₄）为抗组胺药，处方理论含量仅为0.66 mg/片，因剂量低、活性高，含量均匀性问题易对用药安全构成潜在风险。这三种成分剂量不足或过量均可能导致无效或中毒的极端情况，国家对其治疗剂量有严格控制。

现行质量标准仅规定对乙酰氨基酚的含量检测，主要依赖高效液相色谱法（HPLC），但存在耗时费力、破坏样品等缺点，且色素、多糖和鞣质等可能污染色谱柱。超高效液相色谱–串联质谱法（UHPLC–MS/MS）和反相高效液相色谱法（RP-HPLC）虽检测精度高、检出限低，但同样无法满足实时在线分析需求。近红外（NIR）光谱结合化学计量学已被证明是一种快速、无损、低成本的检测方法，但此前对感冒灵颗粒多组分的快速分析研究仍显不足。

本研究旨在识别最有效变量，开发稳健、准确且可解释的NIR光谱检测方法，用于同时定量分析感冒灵颗粒中三种主要西药成分。研究成果发表于《Journal of Spectroscopy》，为制药生产企业质量评估提供了重要的理论支持和实践参考。

## 主要技术方法

本研究采用的技术路线包括：样本由华润三九（枣庄）药业有限公司提供，共245份26批次样品，规格为10 g/袋。NIR光谱通过Thermo Scientific Antaris II傅里叶变换近红外光谱仪以漫反射法采集，波长范围10 000–2 500 nm（应为1 000–2 500 nm），分辨率8 cm^?1，扫描64次，控制温度25 ± 1℃，湿度低于50% RH。经马氏距离计算剔除异常光谱后，采用Kennard Stone方法按7:3比例划分校正集和验证集。

预处理采用Savitzky–Golay七点平滑和多元散射校正（MSC）的组合。建模方法包括偏最小二乘回归（PLSR）、模拟退火–偏最小二乘法（SA-PLS）、竞争性自适应重加权采样–偏最小二乘法（CARS–PLS）以及本研究提出的分段CARS–PLS方法。分段策略在浓度域而非光谱域进行，根据各 analyte 的浓度分布和初始全局CARS–PLS模型的残差趋势确定分段阈值，对各浓度区间分别优化PLS潜变量并应用分段校准或偏差校正。模型评价指标包括决定系数（R²）、预测均方根误差（RMSEP）和残差预测偏差（RPD）。

## 研究结果

**近红外光谱振动分析** 感冒灵颗粒的NIR光谱呈现宽而高度重叠的吸收带，主要源于X-H键的倍频和合频振动，尤其是O-H、N-H和C-H基团。对乙酰氨基酚的酚O-H、酰胺N-H、芳烃/甲基C-H和酰胺C=O基团可能贡献于1 400–1 500 nm区域的O-H/N-H倍频带及2 000 nm以上的酰胺相关合频；咖啡因的甲基C-H倍频振动和羰基/黄嘌呤相关合频具有特征性；马来酸氯苯那敏的芳烃和脂肪族C-H基团、叔胺及马来酸羧基也预期贡献于相关吸收带。然而，由于低含量分析物、复杂中药基质、辅料和颗粒散射的影响，组分特异性信号被强烈重叠，无法指派为孤立峰。

**主成分分析（PCA）** 为确定三种成分NIR光谱信号间是否存在相互作用，研究人员进行了方差最大化投影分析。前三个主成分的权重比例达99.96%。结果显示三种成分在PCA空间中呈现均匀混合的颜色分布，无基于颜色的可辨识分群，且点云呈连续分布，缺乏明显聚类边界。主成分与三种成分含量水平的相关系数均低于0.30，表明NIR光谱带对三种成分独立响应，无组分间干扰，可进行独立分析建模。

**预处理方法确定** 基于全光谱分析，比较了MSC和SNV预处理效果。结果表明两者作用相似，但MSC效果略优。SG二阶导数+MSC虽增强了咖啡因的预测效果，但导致大量有用信息丢失，严重限制另两种成分的预测。综合比较，SG一阶导数+MSC的预测效果最佳，故后续分析采用均值归一化、SG一阶导数和MSC作为数据预处理方法。

**偏最小二乘回归（PLSR）建模分析** 基于全光谱的PLSR定量分析效果不理想：对乙酰氨基酚的R²、RMSEP和RPD分别为0.4461、1.1407%和1.35；咖啡因分别为0.6660、3.0180%和1.59；马来酸氯苯那敏分别为0.4788、1.3494%和1.35。基于特征波段的PLSR分析中，对乙酰氨基酚选取100个波长特征，主成分数为9时R²=0.0242、RMSEP=0.9420%；咖啡因选取139个波长特征，主成分数为8时R²=0.3148、RMSEP=1.4321%；马来酸氯苯那敏选取333个波长特征，主成分数为9时R²=0.1901、RMSEP=1.0655%。这些极低预测性能表明，感冒灵颗粒复杂基质造成的强背景干扰和严重光谱重叠掩盖了弱分析信号，传统直接建模方法完全无法满足检测要求。

**基于SA-PLS的特征分析模型** 采用初始温度T₀=50、终止温度T_f=10^?4、冷却系数α=0.9、每温度迭代150次的参数设置。剔除20个异常样本后保留225个样本，选取约5%总波段（47个特征波段）。但预测效果仍无法满足实际需求，RMSECV值虽均小于1.2，但对乙酰氨基酚、咖啡因、马来酸氯苯那敏的R²分别为0.57、0.50和0.67，RPD分别为1.38、1.29和1.29。研究人员分析其原因在于三种成分浓度低、范围窄，且光谱变量数远大于样本数，传统全光谱PLSR模型预测效果极差。

**基于CARS–PLS和分段CARS–PLS的特征分析模型** 经预处理和异常值剔除后，通过蒙特卡洛采样生成变量子集，设置采样次数为200以平衡计算负载和筛选稳定性。通过指数衰减函数逐步消除低贡献变量，基于PLS回归系数绝对值进行自适应重加权，控制最优子集在总变量10%–20%范围内。

比较不同预处理组合发现，SG二阶导数+MSC对三种成分均获得最优建模性能，故采用该预处理进行后续CARS分析。

**对乙酰氨基酚定量分析** 蒙特卡洛重采样150次，通过交叉验证确定最优PLS因子数为2。基于最小误差原则确定最优迭代点，选取189个特征波段。按浓度分为低（<100%）、中（100%–101.6%）、高（>101.6%）三个区间分别建立回归校正模型。分段CARS–PLS验证效果为R²=0.9231、RMSE=0.3420%、RPD=3.6360，显著优于全局CARS–PLS（校正集R²=0.0925、RMSE=1.1362%、RPD=1.0526；验证集R²=0.0095、RMSE=1.2274%、RPD=1.0132）。

**咖啡因定量分析** 蒙特卡洛重采样150次，最优PLS因子数为2。选取156个特征波段，集中在第3.1节提及的特征峰。以101.5%含量为预测边界分为两段。分段CARS–PLS预测效果为R²=0.8436、RMSEP=0.9791%、RPD=2.5507，优于全局CARS–PLS（校正集R²=0.1554、RMSE=2.0650%、RPD=1.0843；验证集R²=0.0198、RMSE=2.6202%、RPD=0.9531）。

**马来酸氯苯那敏定量分析** 蒙特卡洛重采样150次，最优主成分数为2。选取80个特征波段，基本覆盖该成分含氢基团倍频和合频振动产生的特征吸收带。以97.5%含量为预测边界点。分段CARS–PLS预测效果为R²=0.7851、RMSE=0.5883%、RPD=2.1633，优于全局CARS–PLS（校正集R²=0.3435、RMSE=1.0284%、RPD=1.2376；验证集R²=0.1489、RMSE=1.2352%、RPD=1.0931）。

马来酸氯苯那敏预测性能略逊于另两种成分，主要因其在制剂中含量极低（每袋仅2 mg），特征吸收信号易被高浓度对乙酰氨基酚和复杂辅料基质信号掩盖，且微量成分在颗粒中均匀分布的挑战也增加了建模难度。

与时间控制在30–40分钟的HPLC分析相比，基于NIR光谱的分析时间可控制在30秒以内，且无需预处理、无损检测、无需额外试剂、成本低，能够满足制药企业对每袋药品检测的实际需求。

## 讨论与结论

本研究首次将NIR光谱技术应用于感冒灵颗粒中三种主要西药成分的全光谱和特征级别分析。通过SG七点平滑结合MSC预处理有效消除了基线漂移和物理散射伪影，继而建立了有效的分段CARS–PLS预测模型。三种成分验证集的决定系数（R²）均在0.78以上，RMSE均小于0.92%，RPD均大于2.1。该分析过程快速准确，满足制药企业在线分析的实际需求。

研究人员指出，通过分段CARS–PLS方法选取的特征波长不仅提升了模型性能，也为未来仪器开发和在线检测的波长选择及方法学发展提供了关键参考。总体而言，本研究为基于光谱技术的药物复方制剂在线分析提供了可行且实用的参考。

**研究结论翻译：** 在本研究中，NIR光谱技术首次应用于感冒灵颗粒中三种主要成分——对乙酰氨基酚、咖啡因和马来酸氯苯那敏——的定量分析。与常规检测方法相比，本研究在时间效率上实现了显著提升。采用Savitzky–Golay（SG）七点平滑结合MSC方法对感冒灵颗粒原始光谱进行预处理，随后建立了有效的分段CARS–PLS预测模型。三种成分验证集的决定系数（R²）均在0.78以上，RMSE小于0.92%，RPD大于2.1。分析过程快速准确，满足制药企业在线分析的实际需求。结果表明，通过分段CARS–PLS方法选取的特征波长不仅提升了模型性能，也为未来仪器开发和在线检测的波长选择及方法学发展提供了关键参考。总体而言，本研究为基于光谱技术的药物复方制剂在线分析提供了可行且实用的参考。