专利名称：一种中药大黄乙醇提取过程质量控制方法中药是我国最具有原创和自主知识产权的产业之一。中成药与饮片是中药的主要 临床应用形式。由于中药疗效的物质基础的复杂性，中成药生产的质量控制技术手段较为 粗放，体现在中成药的质量控制采用的是工艺制法控制，加上代表性的化学指标性成分定 量检测和制剂定性检查。即，“过程上的定性加点上的定量”。没有全过程的以理化指标为 基础的全面质量控制，这是导致中成药质量、临床疗效稳定性差的重要原因之一。大黄为常用中药，藏医、蒙医常用良药，在我国至少有两千余年医药临床使用历 史。其性苦寒，具泻热通肠、凉血解毒、逐瘀通经之效，临床用于实热便秘，积滞腹痛，泻痢 不爽，湿热黄疸，血热吐衄，目赤，咽肿，肠痈腹痛，痈肿疔疮，瘀血经闭，跌打损伤，外治水火 烫伤；上消化道出血。经过不同炮制处理，产生不同的临床特性，如酒大黄善清上焦血分热 毒，用于目赤咽肿，齿龈肿痛；熟大黄泻下力缓、泻火解毒，用于火毒疮疡；大黄炭凉血化瘀 止血，用于血热有瘀出血症。大黄的植物基源为蓼科植物掌叶大黄Mieum palmatum L.、唐 古特大黄 Rheum tanguticum Maxim, ex Balf.或药用大黄 Rheum officinale Bail.的干 燥根及根茎。大黄含有两种药理作用相反的成分——蒽醌类和鞣酸类成分，前者能刺激肠 蠕动而导致泻下，后者有收敛作用而能止泻。这是大黄临床应用的化学物质基础之一。《中 国药典》以大黄素等蒽醌类成分为指标对大黄进行了含量下限规定。近红外(NIR)光谱具有信息量大，但光谱信号重叠情况严重、物质状态信息干扰 大的特点，必须依赖大量的波谱计算和分析才能应用于分析工作。因此，OTR技术在物质应 用分析技术发展历史上曾经停步不前。伴随OTR光谱技术理论和分光技术的发展，同时借 助计算机技术和化学计量学的发展，肌R光谱分析技术已经越来越进入到应用领域，并广泛 用于化学、制药、食品工业的快速在线分析。OTR光谱定性定量检测技术是建立在传统理化分析手段基础上的二级分析方法， 依赖于近红外光谱仪、计算机技术和化学计量学软件基础，是目前应用在化工烟草、石油等 行业较为成熟的在线和快速检测手段。近红外光谱分析技术是绿色、快速、非破坏性的质量 控制、品质分析和在线分析技术，已成为近年来发展最快的分析测试技术之一。但尚未有采 用OTR光谱技术用于大黄乙醇提取液比重和大黄素含量同时分析，进行大黄乙醇提取过程 质量控制方法的报道。
为了进一步提高和稳定大黄乙醇提取的生产质量，克服中成药无生产过程的理化 指标在线控制，本发明应用近红外光谱技术对大黄乙醇提取液比重和指标成分进行连续取 样和现场分析，结合传统定量检测，建立了在线应用的提取液比重、指标成分的近红外模型。本发明的质量控制方法，具体涉及一种快速测定大黄乙醇提取液比重及大黄素含 量的方法，包括如下步骤步骤1、测定合格大黄乙醇提取液的比重及大黄素含量，并采集近红外光谱；步骤2、采用化学计量学软件分别建立大黄乙醇提取液近红外光谱与比重及大黄 素含量之间的对应模型；步骤3、测定待测的大黄乙醇提取液样品的近红外光谱；步骤4、利用对应模型，通过化学计量学软件分别获得待测的大黄乙醇提取液样品 的比重及大黄素含量。所述大黄乙醇提取液制备和测定方法如下取大黄药材，破碎，以乙醇作溶剂共热回流，现场收集浓缩液，取样测定比重和大 黄素含量，同时采集近红外光谱。如大黄药材，破碎，以乙醇作溶剂共热回流，现场收集浓缩 液，其中所用乙醇为一定乙醇浓度的水溶液，乙醇浓度15-95%，用量为2-20倍(重量比)， 优选的见实施例。本发明所述的方法，其特征在于利用一次近红外光谱采集，通过已经建立的软件 模型，同时获得中药大黄乙醇提取液比重和大黄素含量。本发明所述的方法，其特征在于采集中药大黄乙醇提取液近红外光谱时，采用透 射方式进行，每一张光谱都是1-1000次扫描的平均结果，分辨率l-5nm，扫描光谱范围为 1100-2300nm。本发明所述的方法，其特征在于采集中药大黄乙醇提取液近红外光谱时，采用透 射方式进行，每一张光谱都是200-500次扫描的平均结果，分辨率l-5nm，扫描光谱范围为 1100-2300nm。本发明所述的方法，其特征在于采集中药大黄乙醇提取液近红外光谱时，采 用透射方式进行，每一张光谱都是300次扫描的平均结果，分辨率2nm，扫描光谱范围为 1100-2300nm。本发明所述的方法，其特征在于采集中药大黄乙醇提取液近红外光谱时，以现场 取样方式、在线取样方式和旁线取样方式之一进行。本发明所述的方法，其特征在于其特征在于样品大黄素HPLC分析照中国药典 2010版大黄含量侧定项下方法，采用RP-HPLC对连续收集的所有浓缩液样品进行大黄素含 量分析，分析条件如下色谱柱YMC ODS分析柱(6 X 150mm, 5 μ m,柱温25°C )，流动相为甲 醇-0. 1 %磷酸溶液(85 15)，进样体积20uL,流速lml/min, UV检测波长254nm。本发明所述的方法，其特征在于步骤2中模型的建立包括(1) 一阶导数9点 平滑法(savitzky-golay)光谱预处理；⑵采用偏最小二乘法(PLSl)、交叉-验证法 (cross-validation)用Unscrambler定量分析软件建立模型；(3)模型校正和预测效果验 证。本发明所述的方法，其特征在于步骤2中模型的建立包括(1) 一阶导数9点 平滑法(savitzky-golay)光谱预处理；⑵采用偏最小二乘法(PLSl)、交叉-验证法 (cross-validation)用Unscrambler定量分析软件建立模型；( 模型校正和预测效果验 证；(4)精密度试验；(5)稳定性试验。本发明应用OTR光谱技术对中药大黄乙醇提取过程中指标成分大黄素及比重进 行连续取样和现场分析，结合传统定量检测，建立了在线应用的大黄乙醇提取液指标成分 大黄素及比重的近红外模型。该方法为大黄乙醇提取过程中指标成分及物理指标快速定量 分析和生产过程中的在线检测，控制产品的质量提供了有效的分析方法。图1大黄素对照品HPLC图谱图2大黄乙醇提取液样品HPLC图谱图3大黄乙醇提取液样品近红外光谱原始总光谱4大黄乙醇提取液样品近红外光谱一阶导数光谱图
5建立模型5. 1光谱预处理对扫描得到的原始吸收光谱进行光谱预处理，以消除噪音和基线 漂移的影响。采用的预处理方法为一阶导数9点平滑法(savitzky-golay)。一阶导数光谱 图见附图4。经一阶导数处理可以消除样品由于颜色差别引起的光谱基线偏移和漂移。5. 2建立PLSl数学模型样品顺序编号，随机选择7个作为外部验正集样品，其余 作为建模样品。将经过预处理后的光谱数据与HPLC分析数据进行关联，采用偏最小二乘法 (PLSl)，交叉-验证法(cross-validation)，用Unscrambler定量分析软件建立模型。OTR 和HPLC测定的异常值分别采用光谱影响值Leverage和化学值误差Residual这2个统计 量来检验剔除。经过异常值的剔除进行优化，得到较为理想的校正模型。得到的样品比重 及大黄素的NIR光谱预测值与样品比重实测值及HPLC分析值之间相关性良好，测定数据偏 差较小。样品比重模型的主成分维数为4，R2 = 0. 9890，RMSECV = 0. 001709 ；大黄素模型 的主成分维数为 6，R2 = 0. 9884，RMSECV = 0. 005977。5. 3模型预测效果验证以建立的校正模型对7份外部验正集样品进行分析。样品 比重及大黄素的测试结果分别见表1，表2。OTR光谱预测值与样品比重真值、大黄素HPLC 测定真值的相关系数R2分别为0.948,0. 997。结果表明，OTR光谱预侧值与样品比重实测 值及HPLC分析值之间相关性良好。表1比重校正模型对外部验证集样品的分析结果


本发明提供一种中药大黄乙醇提取过程质量控制方法，其特征在于包括如下步骤步骤1、测定合格大黄乙醇提取液的比重及大黄素含量，并采集近红外光谱；步骤2、采用化学计量学软件分别建立大黄乙醇提取液近红外光谱与比重及大黄素含量之间的对应模型；步骤3、测定待测的大黄乙醇提取液样品的近红外光谱；步骤4、利用对应模型，通过化学计量学软件分别获得待测的大黄乙醇提取液样品的比重及大黄素含量。