CN105548030A - 一种脑心舒口服液质量控制模型的建立方法及应用 - Google Patents

一种脑心舒口服液质量控制模型的建立方法及应用 Download PDF

Info

Publication number
CN105548030A
CN105548030A CN201510945306.9A CN201510945306A CN105548030A CN 105548030 A CN105548030 A CN 105548030A CN 201510945306 A CN201510945306 A CN 201510945306A CN 105548030 A CN105548030 A CN 105548030A
Authority
CN
China
Prior art keywords
sample
oral liquid
model
near infrared
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510945306.9A
Other languages
English (en)
Inventor
周美娟
谭金平
段龙强
耿炤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI ZHONGCHUANG MEDICINE SCIENCE CO Ltd
Jiangxi Huiren Pharmaceutical Co Ltd
Original Assignee
SHANGHAI ZHONGCHUANG MEDICINE SCIENCE CO Ltd
Jiangxi Huiren Pharmaceutical Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI ZHONGCHUANG MEDICINE SCIENCE CO Ltd, Jiangxi Huiren Pharmaceutical Co Ltd filed Critical SHANGHAI ZHONGCHUANG MEDICINE SCIENCE CO Ltd
Priority to CN201510945306.9A priority Critical patent/CN105548030A/zh
Publication of CN105548030A publication Critical patent/CN105548030A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供一种脑心舒口服液质量控制模型的建立方法及应用,所述方法包括以下步骤:步骤1,合格样品的制备:蜜环菌浓缩液,蜂王浆,取蜂蜜加热炼制,滤过,放冷,与蜂王浆混匀,再加入蜜环菌浓缩液,得总混液;步骤2,合格样品的测定:根据药品标准对合格样品进行下列指标的检测:近红外光谱,性状,鉴别,检查,得到相关的数据;步骤3,不合格样品的制备和测定:采用多加水,不过滤,调节PH值为4-5之外的方式制备不合格样品,并按照步骤2的方法检测近红外光谱,性状,鉴别,检查,得到相关的数据;步骤4,模型的建立:以合格样品的近红外光谱,性状,鉴别,检查的数据为1,不合格样品的数据为0,建立化学计量学软件模型。

Description

一种脑心舒口服液质量控制模型的建立方法及应用
技术领域:
本发明属于医药检测领域,具体涉及一种脑心舒口服液质量控制模型的建立方法及应用。
背景技术:
脑心舒口服液是收载于***中药成方制剂第20册的品种,由蜜环菌浓缩液、蜂王浆、蜂蜜等组成,功能滋补强壮、镇静安神,用于身体虚弱,心神不安,失眠多梦,神经衰弱,头痛眩晕等。该品种的原辅料均为生物产品,成分复杂,全面质量控制困难,其中仅蜂蜜进入《中国药典》标准。(需证明人工掺杂,却通过标准检验。)由于蜂蜜主要组成成分为果糖、葡萄糖,所以现有标准无法对人为参杂这两种成分进行判断。也有人提出采用蜜源特征成分检测,同位素检测等,但方法复杂,检验成本高。
AOTF/NIR(声光可调滤光器-近红外)技术与传统分析技术相比,具有诸多优点,它能在几分钟内,仅通过对被测样品完成一次近红外光谱的采集测量,即可完成其多项性能指标的测定。光谱测量时不需要对分析样品进行前处理;分析过程中不消耗其它材料或破坏样品;分析重现性好、成本低。AOTF/NIR设备的信噪比高,可以检测到某些ppm级含量的物质,AOTF突破了传统近红外不能检测ppm含量物质的观念。AOTF/NIR具有仪器小型化、精确度高、分辨率高(1nm)、扫描速度快、波长稳定性好、全密封全固化设计稳定性好、电子信号全谱扫描、建模速度快移植性好等优点。本发明人申请的中国专利“一种蜂产品的检测方法”(CN201410665642.3),提出了基于真伪判断的蜂蜜、蜂王浆近红外质量检测方法。
但尚无将AOTF/NIR技术用于复方口服液应用的研究和报告。
发明内容
本发明提供一种脑心舒口服液质量控制模型的建立方法及应用,特别是采用AOTF/NIR技术对脑心舒口服液的原料、中间产品进行检测。
为此,本发明提供一种脑心舒口服液质量控制模型的建立方法,所述方法包括以下步骤:
步骤1,合格样品的制备:
蜜环菌浓缩液500-700g
蜂王浆20-30g
取蜂蜜加热炼制,滤过,放冷,与蜂王浆混匀,再加入蜜环菌浓缩液、苯甲酸钠,香精,混匀,用水调整总量至1000ml,搅匀,滤过,得总混液。
步骤2,合格样品的测定:
根据药品标准“脑心舒口服液标准号WS3—B—3975—98”对合格样品进行下列指标的检测:近红外光谱,性状,鉴别,检查,得到相关的数据。
步骤3,不合格样品的制备和测定:
采用多加水,不过滤,调节PH值为4-5之外的方式制备不合格样品,并按照步骤2的方法检测近红外光谱,性状,鉴别,检查,得到相关的数据。
步骤4,模型的建立:
以合格样品的近红外光谱,性状,鉴别,检查的数据为1,不合格样品的数据为0,建立化学计量学软件模型,其中,所述近红外图谱的获取方式是以声光可调滤波器-近红外技术进行的,采用透射方式获取。所述样品近红外图谱的获取,方法如下:预热AOTF-NIR仪(Luminar5030,BRIMROSE,US);仪器测试通过后,打开光谱采集软件snap!V3.0,在选定的仪器测试参数条件下,对样品进行扫描,每个样品分别采集3次,取3次的平均值作为样品的原始光谱,扫描温度25℃。
获得近红外图谱光谱后,需要对光谱数据进行预处理,采用的预处理方法为一阶导数9点平滑法(savitzky-golay)。
其中,所述模型的建立,方法如下:打开化学计量学软件Unscrambler7.8软件,调出经过预处理的样品近红外图谱,把一级数据复制到图谱的数列中的第一行,通过软件计算得出模型,保存模型文件。
本发明进一步提供脑心舒口服液质量控制模型的应用方法,所述方法,步骤如下:
步骤1,样品的收集:
取脑心舒口服液生产过程中的样品,库存样品,或市售样品,检测近红外光谱,性状,鉴别,检查,得到相关的数据。
步骤2,数据输入
将所得数据输入本发明建立的模型,进行数据分析,
步骤3,合格判断
模型输出的数值在0.6及以上为合格脑心舒口服液。
本发明的模型也可以用于脑心舒口服液原料,如蜜环菌浓缩液、蜂王浆及蜂蜜的模型的建立,可以采用以下方法:以原产地样品质量状态为1,以人工掺杂的样品为0,建立近红外光谱测定模型,以预测数值0.6及以上作为脑心舒口服液原辅料蜜环菌浓缩液、蜂王浆及蜂蜜的合格判断标准;
本发明的模型也可以用于脑心舒口服液保质期的预测,方法如下取刚生产出的合格脑心舒口服液样品,进行阴凉条件室温(20℃/60%RH)留样、加速(40℃/75%RH)留样,按照本发明方法检测不同留样时间的近红外光谱,性状,鉴别,检查,得到相关的数据,至出现不合格指标的时间为止;
以出现不合格的时间为一级关联数据,进行化学计量学建模,所得模型具备预测脑心舒口服液出现不合格时间的作用。
本发明以脑心舒口服液总混液的近红外图谱的化学信息,预测该产品未来的质量稳定性情况,其建模周期至少大于一个脑心舒口服液稳定性研究周期。
本发明技术方案,在应用近红外技术控制原料真伪的基础行,进一步判断中间产品和产品的质量稳定性,实现了脑心舒产品的全过程质量控制。技术方案简单而高效,可以实现对复杂产品的较全面质量控制。
有关名称术语的解释:
化学计量学软件模型——化学计量学即化学统计学,是数学、统计学、计算机科学与化学结合而形成的化学分支学科,通过统计学或数学方法将对化学体系的测量值与体系状态之间建立联系。如某样品近红外吸收图谱中含该样品中存在种类和数量信息,但无法采用传统检测手段获得,必须采用数学方法对图谱进行转化,再与标准数值进行对应,并不断优化,直至达到满意的对应关系,如相关系数达到0.9(1为完全相关)。实现该功能的软件即化学计量学软件,如Unscrambler7.8。通过软件得到的某类样品化学信息与目标数值之间的文件,称之为模型。该模型不能独立与软件、样品化学信息而独立使用。
一阶导数9点平滑法——一种数学方法,用于描述自变量与因变量之间的关系。导数定义为,当自变量的增量趋于零时,因变量的增量与自变量的增量之商的极限。“一阶”、“9点”分别为进行“导数”计算时的参数。此处的作用是,消除样品由于颜色差别引起的光谱基线偏移和漂移。
脑心舒口服液(标准号WS3—B—3975—98)——即《***中药成方制剂》第20册第295页记载的该品种药品标准,具体如下:
脑心舒口服液
拼音名:NaoxinshuKoufuye
英文名:
书页号:Z20-295标准编号:WS3—B—3975—98
【处方】蜜环菌浓缩液600g蜂王浆25g
【制法】以上二味,取蜂蜜450g加热炼制(90~100℃),滤过,放冷,与研磨好的蜂王浆混匀,再加入蜜环菌浓缩液、苯甲酸钠3g及香精的乙醇液,混匀,调整总量至1000ml,搅匀,滤过,即得。
【性状】本品为淡黄色或棕黄色的液体;味甜。
【鉴别】(1)取本品10ml,加无水乙醇5ml、醋酸乙酯5ml,密塞,振摇,静置,取上清液2ml,挥至近干,加水约0.5ml、2,4-
二硝基苯肼试液2~3滴,即显红橙色混浊或沉淀。
(2)取[鉴别](1)项下的上清液5ml,挥至近干,加无水乙醇0.5ml,溶解,作为供试品溶液。另取10—羟基—2—癸烯酸适量,加无水乙醇制成每1ml约含10mg的溶液,作为对照品溶液。照薄层色谱法(附录ⅥB)试验,吸取上述两种溶液各2μl,分别点于同一硅胶G薄层板上,以氯仿—甲醇(8:1)为展开剂,展开,取出,晾干,喷以0.2%高锰酸钾溶液。供试品色谱中,在与对照品色谱相应的位置上,显相同颜色的斑点。
【检查】相对密度应为1.11~1.13(附录ⅦA)。
pH值应为4.0~5.0(附录ⅦG)。
其他应符合合剂项下有关的各项规定(附录IJ)。
【功能与主治】滋补强壮,镇静安神。用于身体虚弱,心神不安,失眠多梦,神经衰弱,头痛眩晕,属上述证候者。
【用法与用量】口服,一次10ml,一日2次。
【规格】每支10ml
【贮藏】密封,置阴凉处。
注:蜜环菌浓缩液系白蘑科真菌蜜环菌Armillariamellea(Vahl.exFr.)Quel,人工液体发酵的培养液,经浓缩滤过的液体。
培养条件将60%体积的培养基置发酵罐中,隔水加热灭菌30分钟,用压差法接三级种子于种子罐中,26~28℃培养4~6天,转入发酵罐中,26~28℃继续培养6~7天,待发酵液变为紫褐色,由稠变稀,部分菌丝开始自溶,菌丝颗粒变碎,pH值降至5.6~5.2,罐内亮度开始减弱,即可出罐。
发酵液处理将发酵液滤过,收集滤液至贮罐,即得蜜环菌发酵培养液,浓缩至相对密度1.030~1.O35(20℃),即得蜜环菌浓缩液。
具体实施方式
以下通过实施例进一步说明本发明,但不作为对本发明的限制。
实施例1、脑心舒口服液的产品质量评价
【处方】蜜环菌浓缩液600g蜂王浆25g
【制法】以上二味,取蜂蜜450g加热炼制(90~100℃),滤过,放冷,与研磨好的蜂王浆混匀,再加入蜜环菌浓缩液、苯甲酸钠3g及香精的乙醇液,混匀,调整总量至1000ml,搅匀,滤过,即得(总混液)。按照***中成药标准(脑心舒口服液,标准号WS3—B—3975—98)进行检验:
【性状】本品为淡黄色或棕黄色的液体;味甜。
【鉴别】(1)取本品10ml,加无水乙醇5ml、醋酸乙酯5ml,密塞,振摇,静置,取上清液2ml,挥至近干,加水约0.5ml、2,4-二硝基苯肼试液2~3滴,即显红橙色混浊或沉淀。
(2)取[鉴别](1)项下的上清液5ml,挥至近干,加无水乙醇0.5ml,溶解,作为供试品溶液。另取10—羟基—2—癸烯酸适量,加无水乙醇制成每1ml约含10mg的溶液,作为对照品溶液。照薄层色谱法(药典附录)试验,吸取上述两种溶液各2μl,分别点于同一硅胶G薄层板上,以氯仿—甲醇(8:1)为展开剂,展开,取出,晾干,喷以0.2%高锰酸钾溶液。供试品色谱中,在与对照品色谱相应的位置上,显相同颜色的斑点。
【检查】相对密度应为1.11~1.13(方法见药典附录)。
pH值应为4.0~5.0(方法见药典附录)。
其他应符合合剂项下有关的各项规定(方法见药典附录)。收集整理各批次脑心舒口服液总混液体及上述检测指标。其中,性状判断进行数字化评分,合格为1,不合格为0。同时,采用人工方式制备不合格品:多添加水造成相对密度为1.09;pH值人工调整至5.1;将合格品与未过滤样品分别按照1:1,2:1,4:1……128:1混合;前述混合样进行流通蒸汽处理0.5h,1h,2h,过滤。以上样品,按照1/5的比例设置模型外验证样品。累计收集合格样品60批,制备不合格品30批。
样品近红外图谱的获取:预热AOTF-NIR仪(Luminar5030,BRIMROSE,US);仪器测试通过后,打开光谱采集软件snap!V3.0,在选定的仪器测试参数条件下,进行扫描,每个样品分别采集3次,取3次的平均值作为样品的原始光谱,扫描温度25℃。
光谱预处处理:为了减少仪器***的产生的噪音,必须对NIR光谱数据进行预处理。采用的预处理方法为一阶导数9点平滑法(savitzky-golay)。
建立模型:打开化学计量学软件Unscrambler7.8软件,调出经过预处理的样品近红外图谱,把一级数据(各批次脑心舒口服液总混液体及前述检测指标,定性指标为1,除去1/5的比例模型外验证样品)复制到图谱的数列中的第一行,通过软件计算得出模型,保存模型文件,备用。
模型的验证:通过建立的模型对模型内验证,调入前述建立模型使用的近红外图谱,将预测结果输出结果与原始(真实)数据比较,并以相对偏差数值评价其预测能力(模型内验证)。再进行模型外验证,调入前述模型外验证样品(已获取近红外图谱但未使用其原始真实数据的),通过模型预测其各指标数值,并与其真实数值比较,以相对偏差数值评价其预测能力(模型外验证)。
如以上验证,验证结果与真实值相对偏差处于可以接受的范围,如小于3%,则建模成功。该模型可以进一步用于未知样品的质量评价。如其相对偏差不可接受,则需要继续积累样品,或删除个别偏离样品,直至满意。
建立的模型应进行周期性验证,即同时使用标准方法检验,并与预测值比较,无论结果如何,需将验证的图谱及真实数据与历史建模数据合并,进行模型升级。
利用本方法进行产品质量评价,耗时不到1h,较现有标准方法时间大大缩短。
实施例2、脑心舒口服液的产品稳定性预测
同实施例1方法采集所有合格样品近红外图谱,并按照标准方法及检测项目进行稳定性考察包括阴凉条件室温(20℃/60%RH)留样、加速(40℃/75%RH)留样,按照前述标准检测其留样期间各指标,至出现不合格指标的时间为止(或至少一个室温条件有效期或6个月加速)。以检测标准中各指标出现不合格状态的时间为一级关联数据,与前述合格样品的近红外图谱进行化学计量学建模(同实施例1),使该模型具备预脑心舒口服液某指标出现不合格情况时间的能力。
该模型通过合格样品0月近红外图谱的化学信息,对其可能的不稳定性指标出现的时间进行预测。如预测其pH值在室温留样条件下的合格时间为26个月(大于产品有效期24个月),则说明该样品在通常条件下是满足产品稳定性要求的。如该预测值为18个月,则说明该批次产品存在可能标准质量控制中无法控制的不稳定可能性,提示应对该批次产品进行重点观察。
为减少建模周期,可以采用加速实验条件,如将24个月室温留样与6个月加速时间进行对应,以加速条件进行预测。如预测加速条件下,某样品性状出现不合格(0)的时间为4个月,则预测该批次样品性状不合格的常温下时间为4×(24/6)=16个月,即在有效期(24个月)内该批次样品可能在第16个月时出现性状问题,提示应对该批次产品进行重点观察。
进一步,当完成本模型并接受其偏差范围后,当合格产品出现预测指标不合格时间小于效期时,应对该批次产品进行标准方法复检,或采用加速考察,确认其不稳定性,防止产品合格上市但发生效期内不合格的情况。
实施例3、生产中的药物实际检测应用举例
【处方】蜜环菌浓缩液600g蜂王浆25g
【制法】以上二味,取蜂蜜450g加热炼制(90~100℃),滤过,放冷,与研磨好的蜂王浆混匀,再加入蜜环菌浓缩液、苯甲酸钠3g及香精的乙醇液,混匀,调整总量至1000ml,搅匀,滤过,取样50ml。将已经预热并调入脑心舒品质量预测模型的AOTF-NIR仪透射式探头浸入样品,点击测量按钮,即获得该样品NIR图谱及样品定量化的性状、鉴别、密度、pH值。
实施例4、储存中的药物实际检测应用举例
取贮存中的成品样50ml。将已经预热并且脑心舒品质量预测模型的AOTF-NIR仪透射式探头浸入样品,点击测量按钮,即获得该样品NIR图谱及样品定量化的性状、鉴别、密度、pH值。
实施例5、预测保质期实际检测应用举例
取待灌装成品样50ml。将已经预热并调入脑心舒品质量稳定性预测模型的AOTF-NIR仪透射式探头浸入样品,点击测量按钮,即获得该样品NIR图谱及对应性状、鉴别、密度、pH值变化至不合格的时间(年)。如果该数值有一项以上出现小于27个月(24个月有效期+3个月保险期),则对该批次样品做符合GMP要求的重新处理,如再过滤。经处理后再次检测,如各标准均大于30个月,则产品可以合格出厂。

Claims (8)

1.一种脑心舒口服液质量控制模型的建立方法,其特征在于,所述方法包括以下步骤:
步骤1,合格样品的制备:
蜜环菌浓缩液500-700g,蜂王浆20-30g,取蜂蜜加热炼制,滤过,放冷,与蜂王浆混匀,再加入蜜环菌浓缩液、苯甲酸钠,香精,混匀,用水调整总量至1000ml,搅匀,滤过,得总混液;
步骤2,合格样品的测定:
根据药品标准“脑心舒口服液标准号WS3—B—3975—98”对合格样品进行下列指标的检测:近红外光谱,性状,鉴别,检查,得到相关的数据;
步骤3,不合格样品的制备和测定:
采用多加水,不过滤,调节pH值为4-5之外的方式制备不合格样品,并按照步骤2的方法检测近红外光谱,性状,鉴别,检查,得到相关的数据;
步骤4,模型的建立:
以合格样品的近红外光谱,性状,鉴别,检查的数据为1,不合格样品的数据为0,建立化学计量学软件模型。
2.根据权利要求1所述的方法,其特征在于,其中,所述近红外图谱的获取方式是以声光可调滤波器-近红外技术进行的,采用透射方式获取;所述样品近红外图谱的获取,方法如下:预热AOTF-NIR仪(Luminar5030,BRIMROSE,US);仪器测试通过后,打开光谱采集软件snap!V3.0,在选定的仪器测试参数条件下,对样品进行扫描,每个样品分别采集3次,取3次的平均值作为样品的原始光谱,扫描温度25℃。
3.根据权利要求1所述的方法,其特征在于,其中,获得近红外图谱光谱后,需要对光谱数据进行预处理,采用的预处理方法为一阶导数9点平滑法(savitzky-golay)。
4.根据权利要求1所述的方法,其特征在于,其中,所述模型的建立,方法如下:打开化学计量学软件Unscrambler7.8软件,调出经过预处理的样品近红外图谱,把一级数据复制到图谱的数列中的第一行,通过软件计算得出模型,保存模型文件。
5.一种脑心舒口服液质量控制模型的应用方法,所述方法,步骤如下:
步骤1,样品的收集:
取脑心舒口服液生产过程中的样品,库存样品,或市售样品,检测近红外光谱,性状,鉴别,检查,得到相关的数据;
步骤2,数据输入
将所得数据输入本发明建立的模型,进行数据分析;
步骤3,合格判断
模型输出的数值在0.6及以上为合格脑心舒口服液。
6.一种脑心舒口服液原料蜜环菌浓缩液、蜂王浆及蜂蜜的质量控制模型建立方法:其特征在于,所述方法步骤如下:以原产地样品质量状态为1,以人工掺杂的样品为0,建立近红外光谱测定模型,以预测数值0.6及以上作为脑心舒口服液原辅料蜜环菌浓缩液、蜂王浆及蜂蜜的合格判断标准。
7.一种脑心舒口服液质量控制模型的建立方法,所述方法,步骤如下:取刚生产出的合格脑心舒口服液样品,进行阴凉条件室温(20℃/60%RH)留样、加速(40℃/75%RH)留样;检测不同留样时间的近红外光谱,性状,鉴别,检查,得到相关的数据,至出现不合格指标的时间为止;以出现不合格的时间为一级关联数据,进行化学计量学建模。
8.根据权利要求1所述的方法,其特征在于,其中,脑心舒口服液的制备,方法如下:
【处方】蜜环菌浓缩液600g蜂王浆25g
【制法】以上二味,取蜂蜜450g加热炼制(90~100℃),滤过,放冷,与研磨好的蜂王浆混匀,再加入蜜环菌浓缩液、苯甲酸钠3g及香精的乙醇液,混匀,调整总量至1000ml,搅匀,滤过,即得总混液;
其中,脑心舒口服液的检测,方法如下:
按照***中成药标准(脑心舒口服液,标准号WS3—B—3975—98)进行检验:
【性状】本品为淡黄色或棕黄色的液体;味甜;
【鉴别】(1)取本品10ml,加无水乙醇5ml、醋酸乙酯5ml,密塞,振摇,静置,取上清液2ml,挥至近干,加水约0.5ml、2,4-二硝基苯肼试液2~3滴,即显红橙色混浊或沉淀;
(2)取[鉴别](1)项下的上清液5ml,挥至近干,加无水乙醇0.5ml,溶解,作为供试品溶液。另取10—羟基—2—癸烯酸适量,加无水乙醇制成每1ml约含10mg的溶液,作为对照品溶液。照薄层色谱法(药典附录)试验,吸取上述两种溶液各2μl,分别点于同一硅胶G薄层板上,以氯仿—甲醇(8:1)为展开剂,展开,取出,晾干,喷以0.2%高锰酸钾溶液,供试品色谱中,在与对照品色谱相应的位置上,显相同颜色的斑点;
【检查】相对密度应为1.11~1.13;
pH值应为4.0~5.0;
其他应符合药典附录合剂项下有关的各项规定。
CN201510945306.9A 2015-12-17 2015-12-17 一种脑心舒口服液质量控制模型的建立方法及应用 Pending CN105548030A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510945306.9A CN105548030A (zh) 2015-12-17 2015-12-17 一种脑心舒口服液质量控制模型的建立方法及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510945306.9A CN105548030A (zh) 2015-12-17 2015-12-17 一种脑心舒口服液质量控制模型的建立方法及应用

Publications (1)

Publication Number Publication Date
CN105548030A true CN105548030A (zh) 2016-05-04

Family

ID=55827371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510945306.9A Pending CN105548030A (zh) 2015-12-17 2015-12-17 一种脑心舒口服液质量控制模型的建立方法及应用

Country Status (1)

Country Link
CN (1) CN105548030A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101021471A (zh) * 2007-03-13 2007-08-22 山东医学高等专科学校 声光可调滤光器近红外光谱技术用于中成药快速定量分析的方法
CN101118214A (zh) * 2007-09-04 2008-02-06 厦门中药厂有限公司 一种利用aotf近红外光谱仪检测中药中微生物的方法
CN101920245A (zh) * 2009-10-27 2010-12-22 华东交通大学 基于可见近红外光谱的水果糖酸度在线检测与分选生产线
CN102106956A (zh) * 2011-03-21 2011-06-29 江西汇仁药业有限公司 一种肾宝合剂渗漉液的质量控制方法
CN102106950A (zh) * 2011-03-21 2011-06-29 江西汇仁药业有限公司 一种女金胶囊提取浓缩过程质量控制方法
CN102106919A (zh) * 2011-03-21 2011-06-29 江西汇仁药业有限公司 一种中药川红活血胶囊提取过程质量控制方法
CN104374740A (zh) * 2014-11-20 2015-02-25 江西汇仁药业有限公司 一种蜂产品的检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101021471A (zh) * 2007-03-13 2007-08-22 山东医学高等专科学校 声光可调滤光器近红外光谱技术用于中成药快速定量分析的方法
CN101118214A (zh) * 2007-09-04 2008-02-06 厦门中药厂有限公司 一种利用aotf近红外光谱仪检测中药中微生物的方法
CN101920245A (zh) * 2009-10-27 2010-12-22 华东交通大学 基于可见近红外光谱的水果糖酸度在线检测与分选生产线
CN102106956A (zh) * 2011-03-21 2011-06-29 江西汇仁药业有限公司 一种肾宝合剂渗漉液的质量控制方法
CN102106950A (zh) * 2011-03-21 2011-06-29 江西汇仁药业有限公司 一种女金胶囊提取浓缩过程质量控制方法
CN102106919A (zh) * 2011-03-21 2011-06-29 江西汇仁药业有限公司 一种中药川红活血胶囊提取过程质量控制方法
CN104374740A (zh) * 2014-11-20 2015-02-25 江西汇仁药业有限公司 一种蜂产品的检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
国家药典委员会中药标准处: "脑心舒口服液质量标准", 《中国药品标准》 *

Similar Documents

Publication Publication Date Title
CN101303294B (zh) 近红外在线检测技术在中药一清颗粒生产中的应用方法
Bouveresse et al. Standardization of near-infrared spectrometric instruments
CN105181642B (zh) 一种花生品质的近红外检测方法及应用
Wu et al. Multivariate detection limits of on-line NIR model for extraction process of chlorogenic acid from Lonicera japonica
Li et al. Quantitative analysis of individual sugars and acids in orange juices by near-infrared spectroscopy of dry extract
CN102288572A (zh) 利用近红外光谱技术快速检测中药药材指标性成分含量的方法
CN101231274B (zh) 近红外光谱快速测定山药中尿囊素含量的方法
CN101413885A (zh) 一种快速定量蜂蜜品质的近红外光谱方法
Laghi et al. FTIR spectroscopy and direct orthogonal signal correction preprocessing applied to selected phenolic compounds in red wines
CN104062257A (zh) 一种基于近红外光谱测定溶液中总黄酮含量的方法
CN101791331B (zh) 一种快速测定丹参提取液中鞣质含量的方法
CN106918572B (zh) 马铃薯复配主食中马铃薯含量的测定方法
CN102914596B (zh) 一种利用近红外光谱快速测定片仔癀质量的方法
CN103808688A (zh) 近红外光谱法快速无损检测成品药物的质量一致性
CN103033486A (zh) 陈皮及广陈皮药材质量的近红外光谱监控方法
CN101780141A (zh) 一种近红外光谱测定丹参提取液中鞣质含量的方法
CN105784628A (zh) 一种利用中红外光谱检测土壤有机质化学组成的方法
CN105758819A (zh) 一种利用近红外光谱检测土壤的有机组分的方法
Henriques et al. Monitoring mammalian cell cultivations for monoclonal antibody production using near-infrared spectroscopy
CN106841100A (zh) 一种基于近红外光谱技术的小规格口服固体制剂中活性药物成分快速测定方法
Cozzolino State-of-the-art advantages and drawbacks on the application of vibrational spectroscopy to monitor alcoholic fermentation (beer and wine)
Rutan et al. Characterization of the sources of variation affecting near-infrared spectroscopy using chemometric methods
Hao et al. Study on robust model construction method of multi-batch fruit online sorting by near-infrared spectroscopy
Cheng et al. Near-infrared model and its robustness as affected by fruit origin for ‘dangshan’pear soluble solids content and pH measurement
CN110308226A (zh) 一种发酵虫草菌粉生产全过程链质量控制快速检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160504

RJ01 Rejection of invention patent application after publication