筋骨痛消丸中醇浸出物的近红外光谱法快速测定

目的 运用近红外光谱技术和化学计量学方法,对筋骨痛消丸中醇浸出物的含量进行快速测定.方法 测定100份筋骨痛消丸醇浸出物的含量,采集所有样品的近红外光谱.采用光谱处理方法为偏最小二乘法(PLS)+二阶导数(SD),用TQ 8.0软件结合PLS建立醇浸出物的近红外光谱(NIR)定量模型.结果 建模范围为8 116.04～11 983.82 cm-1,主因子数为7,校正集内部交叉验证决定系数(R2)为0.99 778,校正集均方根偏差(RMSEC)为0.0 376,交叉验证集均方根偏差(RMSEP)为0.547,预测集平均相对误差为2.39％.结论 利用近红外光谱技术建立的模型对筋骨痛消丸中醇浸出物的含量测定是可行的,该方法快速、简便、结果准确.     

一种基于近红外的红参药材质量快速评价方法

目的应用近红外(NIR)光谱技术和化学计量学方法建立红参药材质量评价的新方法。方法对红参同时进行原料定性鉴别和水分含量检测。将样品NIR光谱同标准光谱库相比较，计算相似度匹配值。以传统的干燥失重法(LOD)为参照方法，应用相关光谱法进行波长选择和多重散射校正(MSC)方法进行光谱预处理，采用偏最小二乘(PLS)回归方法建立NIR光谱预测水分含量的校正模型。结果NIR光谱库可正确区别红参和伪品；最优PLS校正模型相关系数为0．9997。结论此方法快速、准确，可用于中药生产企业的原料药材质量控制。     

不同产地丹参药效组分变化规律研究

[目的]通过药效组分含量测定,考察不同产地丹参的药效组分变化规律,探索各产地药材的品质特征。[方法]采用2015版《中华人民共和国药典》(通则2201)项下热浸法(稀乙醇为溶剂)测定丹参总浸出物含量;紫外分光光度法(UV-VIS)测定总丹参酮和总丹酚酸含量;高效液相色谱法(HPLC-UV)测定丹酚酸B和丹参酮ⅡA类(丹参酮ⅡA、隐丹参酮、丹参酮Ⅰ)的含量。[结果]各产地丹参总浸出物含量均大于50.0%;山东临沂、河南方城、四川中江丹参各药效组分含量总体水平较高;河南、河北、山西、四川部分样品中丹参酮ⅡA类含量低于0.25%,存在不合格药材;天津栽培丹参各指标成分含量均达到药典标准,具有一定质量优势。[结论]不同产地丹参药效组分含量存在较大差异,其中丹参酮ⅡA类含量差异尤为明显,为药材质量不合格的主要原因;山东临沂、陕西商洛、四川中江、河南方城作为丹参道地产区是合理的;非道地产区引种栽培后的药材质量存在不合格问题,因此,丹参非道地产区的广泛引种应值得高度关注。     

一测多评法测定牡丹皮中多种指标成分的含量

目的：建立一测多评法同步测定丹参中迷迭香酸、紫草酸、丹酚酸 B、隐丹参酮、丹参酮Ⅰ及丹参酮ⅡA 的含量,为控制丹参药材的质量提供依据。方法用超高效液相色谱法对丹参药材进行分析,计算其中1个脂溶性成分“丹参酮 IIA”,通过建立该成分与其他成分的校正因子,同时计算3个脂溶性与3个水溶性成分的含量。结果建立的对丹参药材的含量测定方法快速有效,且使用一测多评方法仅需要1个成分的标准品,即可进行定量分析。结论本研究建立了牡丹皮药材的 UHPLC 含量测定方法,从含量测定方面控制牡丹皮药材的质量。本研究建立的牡丹皮含量测定方法简单、快速、稳定且成本低廉。     

近红外光谱法快速测定青翘中醇浸出物的含量

目的运用近红外光谱技术（NIR）快速测定青翘中醇浸出物的含量。方法运用NIR结合偏最4、二乘法（PLS）建立青翘药材中醇浸出物含量的定量校正模型。结果所建立的定量校正模型内部交叉验证决定系数为0．99262,内部交叉验证均方差为0．83793,校正均方差为0．284,预测均方差为0．438。结论运用NIR测定青翘药材中醇浸出物含量是可行的。     

市售9批丹参药材中丹参酮Ⅱ_A和丹酚酸B含量测定

目的比较市售9批丹参药材中丹参酮ⅡA和丹酚酸B的含量差异。方法按照2010年版《中华人民共和国药典》要求,采用HPLC测定9批市售丹参药材中丹参酮ⅡA和丹酚酸B的含量。结果丹参酮ⅡA含量6号(安徽野生)样品最高,为0.309 3%;8号(山东栽培)样品最低,仅为0.044 7%。丹酚酸B含量9号(山东野生)样品最高,为4.410 0%;2号(四川栽培)样品最低,为3.533 3%。结论目前市场上丹参质量差异很大,建议加强对丹参药材种植的规范化管理。     

近红外光谱法快速测定升麻中皂苷含量

目的:建立快速测定升麻中升麻新苷I含量的近红外定量模型。方法:以高效液相色谱法测定升麻新苷Ⅰ的含量,运用近红外技术收集不同产地不同批次的升麻样品的光谱图,采用标准正态变换(SNV)加二阶导数(SD)的光谱预处理方法,通过偏最小二乘回归(PLS)法建立升麻中升麻新苷Ⅰ含量测定的近红外定量模型,并对已建立的定量模型进行验证。结果:建立的新苷Ⅰ校正模型的相关系数(R)为0.99077,校正均方差(RMSEC)为0.0123,用验证集进行模型验证,预测误差均方根(RMSEP)为0.0348。结论:结果表明该方法简便高效,建立的模型性能较好,对升麻中升麻新苷Ⅰ含量的预测准确可靠。     

近红外光谱快速测定栀子逆流提取过程中栀子苷含量

目的采用近红外光谱(NIR)透射法快速测定栀子逆流提取过程中栀子苷含量。方法以HPLC测定值作为参照,采用近红外光谱(NIR)透射法,结合偏最小二乘法(PLS)建立栀子苷含量的快速测定方法。结果建立的栀子逆流提取液中栀子苷校正模型的相关系数(R)、校正均方差(RMSEC)分别为0.997,0.113。经外部验证,校正模型的预测均方差(RMSEP)为0.132,预测值和真实值相关系数达到0.996。结论 NIR可以作为一种准确、快速、无损的检测方法用于中药逆流提取过程有效成分含量的变化规律。     

近红外光谱法预测红参醇提过程中总皂苷的变化研究

目的应用近红外(NIR)光谱技术快速分析红参乙醇回流提取过程。方法采用比色法测定提取液样品的总皂苷质量浓度作为对照值,同时采集提取液样品的NIR光谱。运用正交信号校正算法消除光谱中的干扰信息,采用偏最小二乘回归法建立NIR光谱校正模型。结果NIR光谱校正模型能够准确地预测红参提取过程总皂苷质量浓度。结论NIR光谱技术可用于红参醇提过程快速分析。     

不同发汗条件对发汗丹参中丹参酮类含量的影响

目的 探究不同发汗条件对发汗丹参中丹参酮类含量的影响,筛选丹参的发汗条件。方法 以发汗堆积量(A)、发汗环境温度(B)、发汗时间(C)3个条件因素水平,采用正交设计方法对同一批次丹参鲜品进行发汗处理,采用高效液相色谱法对发汗丹参中丹参酮类（丹参酮ⅡA、隐丹参酮、丹参酮Ⅰ）的含量进行测定。结果 不同的发汗条件因素对发汗丹参中丹参酮类的含量有显著影响,不同发汗条件因素对丹参酮类的影响依次为发汗环境温度(B)、堆积量(A)、发汗时间(C)。结论 丹参酮类的含量受不同的发汗条件影响显著,为制定丹参药材产地初加工技术标准及其标准操作流程提供实验基础和参考依据。     

近红外光谱法测定银黄混合液终点黄芩苷和绿原酸含量

目的:建立银黄混合液终点的近红外光谱(near infrared spectroscopy,NIR)校正模型,探讨NIR快速测定黄芩苷和绿原酸含量的方法。方法:采用多种光谱预处理方法、波长选择方法结合偏最小二乘法对银黄混合液的光谱图与黄芩苷、绿原酸的含量进行关联拟合,并通过交互检验标准偏差(SECV)、校正标准偏差(SEC)和决定系数(R2)及优选校正模型。结果:建立的黄芩苷、绿原酸的NIR校正模型的预测能力较好。结论:NIR技术可以用于银黄混合液终点阶段的黄芩苷、绿原酸含量。     

AOTF-近红外光谱技术在肾宝合剂渗漉液理化指标快速分析中的应用研究

目的:用声光可调滤光器(AOTF)-近红外(NIR)光谱法在线分析肾宝合剂渗漉液密度及淫羊藿苷含量。方法:在线收集肾宝合剂渗漉液样品,建立肾宝合剂渗漉液的含量、比重数据库,同时采集近红外光谱图谱,用偏最小二乘(PLS1)法分别建立NIR光谱与含量、比重数据之间的校正模型,并对在线过程中收集的预测集样品进行含量预测来验证所建模型。结果:渗漉液NIR光谱与含量、比重数据之间的校正模型相关系系数R2分别为0.9706和0.9890,外部样品预测相对偏差分别为0.11%,0.45%;该方法精密度、稳定性均小于2.0%,预测回收率分别为103.0%,99.0%。结论:AOTF-近红外光谱技术在肾宝合剂渗漉液密度及淫羊藿苷含量分析中具有快速、直接、多成分同时测定,并能实现现场在线分析。     

反相高效液相色谱法测定丹参中丹参酮Ⅰ和丹参酮ⅡA的含量

目的 ]用反相高效液相色谱法 (RP HPLC)同时测定丹参药材中丹参酮Ⅰ和丹参酮ⅡA的含量 .[方法 ]选用mightysilRP 18(H)GP 2 50 4 6(5μm ) .流动相为甲醇 水 (75∶2 5) ,检测波长为 2 70nm ,流速为 1mL/min ,温度为 3 5℃ .[结果 ]丹参酮Ⅰ和丹参酮ⅡA含量分别在 0 0 952～ 0 952 0 μg和0 12 2 2～ 0 2 850 μg内呈线性关系 ;丹参酮Ⅰ和丹参酮ⅡA的平均回收率分别为 99 90 %和 99 69% .[结论 ]此方法快速、简便、可靠 ,为丹参及其制剂质量控制的科学方法     

反相高效液相色谱法测定丹参中丹参酮工和丹参酮ⅡA的含量

[目的]用反相高效液相色谱法(RP-HPLC)同时测定丹参药材中丹参酮Ⅰ和丹参酮ⅡA的含量．[方法]选用mightysil RP-18(H)GP250-4．6(5μm)．流动相为甲醇-水(75：25)，检测波长为270nm，流速为1mL／min，温度为35℃．[结果]丹参酮Ⅰ和丹参酮ⅡA含量分别在0．0952～0．9520μg和0．1222～0．2850μg内呈线性关系；丹参酮Ⅰ和丹参酮ⅡA的平均回收率分另4为99．90％和99．69％．[结论]此方法快速、简便、可靠，为丹参及其制剂质量控制的科学方法。     

近红外光谱法快速分析玄参药材中毛蕊花糖苷含量

目的建立玄参药材指标成分毛蕊花糖苷的近红外光谱快速定量模型。方法采用偏最小二乘法建立玄参药材中毛蕊花糖苷的近红外光谱多元校正模型,并对未知样品进行含量预测。结果校正模型相关系数r=0.998 53,验证集预测误差平方根为0.027 3,验证集平均相对误差为3.7%。结论近红外光谱检测快速,模型预测效果好,可用于玄参药材中毛蕊花糖苷的快速测定。     

关于复方丹参片的质量标准研究

目的进一步完善复方丹参片的质量标准研究。方法采用薄层色谱法测定复方丹参片中的参酮Ⅰ、丹参酮ⅡA的含量,并对所有数据进行分析。结果通过对4种复方丹参片样品中丹参酮Ⅰ、丹参酮ⅡA进行检测,原儿茶醛的含量无显著性差异（P〉0.05）,同时丹参酮Ⅰ、丹参酮ⅡA、丹参素的含量有非常显著性差异（P〈0.01）,但是所有样品中的丹参酮ⅡA含量均没有达到药典2000版的相关规定。结论薄层色谱法方法准确、简便,能够严格控制复方丹参片的质量标准。     

不同产地丹参中3种丹参酮含量变异

目的：考察不同产地丹参种内３种丹参酮含量变异。方法：采用超声提取结合ＨＰＬＣ法对全国８个主产地的丹参脂溶性部分中丹参酮ⅡＡ、隐丹参酮及丹参酮Ⅰ进行了含量测定。结果：３种丹参酮含量范围分别为：丹参酮ⅡＡ０．１０％￣０．４０％,隐丹参酮０．０４％￣０．４６％、丹参酮Ⅰ０．０３％￣０．１５％,且隐丹参酮及丹参酮Ⅰ在药材中的含量并不完全与丹参酮ⅡＡ的含量呈正相关。结论：丹参酮ⅡＡ,隐丹参酮及丹参酮Ⅰ含量分     

国产丹参药材质量评价研究

目的 综合考察国产丹参药材质量.方法 用HPLC测定了21批产地样品、9批市售样品丹参药材中丹酚酸B、丹参酮ⅡA等7种指标成分含量,并考察了水溶性浸出物、醇溶性浸出物、醚溶性浸出物、总灰分、酸不溶性灰分及水分等药材常规理化实验项目.结果 丹参药材中丹酚酸B为水溶性成分的主体,丹参酮ⅡA为脂溶性成分的主体,丹参药材指标成分含量和常规实验项目测定结果显示:不同产地丹参药材间品质差异较大,且不同干燥法对丹参7种指标成分含量有较大影响.结论 本研究为国产丹参药材综合质量评价提供理论和实验依据.     

黄芩配方颗粒黄芩苷含量近红外光谱测定方法

目的 采用近红外光谱测定方法(NIRS)快速测定黄芩配方颗粒中的黄芩苷.方法 运用NIRS与偏最小二乘法相结合,通过优化不同的预处理方法、不同的谱区范围,建立了测定黄芩颗粒剂中指标性成分黄芩苷的定量校正模型.结果 建立了黄芩配方颗粒中黄芩苷的近红外模型,定量校正模型的相关系数R2为0.9702,校正集均方根误差RMSEC为0.555,预测集均方根误差RMSEP为1.05.结论 本实验研究了基于NIRS的不同厂家黄芩配方颗粒剂快速质量分析方法,所建模型可无损、快速地预测黄芩苷含量,为黄芩配方颗粒的质量控制提供一定的参考.     

近红外漫反射光谱(NIRS)结合TQ软件建立盾叶薯蓣中薯蓣皂苷元定量模型

 目的  利用近红外漫反射光谱(near infraed spectroscopy,NIRS)结合TQ软件快速测定盾叶薯蓣药材中薯蓣皂苷元含量。方法  采集盾叶薯蓣样品的近红外光谱图,采用高效液相色谱法(HPLC)测定盾叶薯蓣中薯蓣皂苷元的含量,利用TQ软件建立薯蓣皂苷元的定量分析模型,利用模型对未知样品进行预测。结果  建立的薯蓣皂苷元校正模型的相关系数(R2)、校正均方差(RMSEC),内部交叉验证均方差(RMSECV)分别为0.96459,0.0999,0.30041;经外部验证,模型的预测相关系数(R2)和预测均方差(RMSEP)分别为0.9634,0.128。结论  所建模型预测能力较好,可以用于盾叶薯蓣中薯蓣皂苷元含量的快速检测。