化学计量学在液相色谱法分析药物中的应用

《化学计量学在液相色谱法分析药物中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、化学计量学在液相色谱法分析药物中的应用摘要:液相色谱法是药物定性定量分析的常用方法，但在复杂体系的分离分析方面有其局限性。而化学计量学算法涉及数学、统计学和计算机科学，可以处理大量复杂数据和提取有用信息，所以近年来与液相色谱法结合分析药物已成为一个热点课题。在色谱条件优化、色谱无法分离的复杂多组分样品的“数学”分离、定性定量分析方面有良好的应用前景。关键词:化学计量学;HPLC;药物分析现代药物分析和质量控制主要采用以仪器分析为主的分析技术,其中高效液相色谱(HPLC)法作为近代分析中发展最快、应用最广的分离分析技术，具有高选择性、高灵敏度的特点,广泛应用于人工合成药物成分的定性定量测定

2、、中草药有效成分的分离和纯度测定、药物代谢物的测定等方面。但是对于难分离的多组分样品,色谱法的局限性就体现出来，准确的定性和定量都是难以完成化学计量学是一门新兴学科，它是运用数学、统计学、计算机科学以及其他相关学科的理论与方法，优化化学量测过程，并从化学量测数据中最大限度地提取有用的化学信息，是化学、分析化学与数学、统计学及计算机学科之间的“接口”，其应用己涉及到药物分析的所有领域，在液相色谱法中的应用尤为广泛。现将近年来化学计量学结合HPLC法在药物分析中的应用综述如下。1液相色谱条件优化药物分析色谱条件优化的步骤一般是，先确定液相色谱分离药物的若干个主要的影响因素变量U2根据初始条件

3、和所获得的响应值,运用化学计量学算法对优化条件进行预测，最终得到最佳色谱条件。较早的色谱优化方法如单纯形法,最早由spendley提出,改进后的加权形心单纯形(WCM)、控制加权形心单纯形(CWCM)、智能搜索的单纯形等方法，已大大改善了搜索效率，曾被用来优化多种磺胺类药物的色谱分析系统。但这种方法不管分离条件与优化指标之间的关系，只根据优化指标的大小来搜索优化条件的方法，仍需要做很多实验，并且常常只能找到局部而非全局最优条件。更高级的优化方法先确定优化指标和色谱响应函数，用数学模型直接拟合优化指标和色谱参数之间的关系。如GaoRY等使用重叠分辨率图方法优化手性药物的分离条件r31；单亦

4、初等根据保留值方程模拟组分的分离情况，计算出串行色谱响应函数的响应值,各种组分的保留情况以及相互之间的分离度进行分组，预测出优化的梯度洗脱条件分离分析芳香胺和氨基酸，用OSRM法I°〕快速求得川茸等复杂样品的最佳多台阶梯度分离条件;张明锦建立了参数CE(色谱峰数目、相对峰面积之和以及平均分离度的经验参数)体现色谱检测的能力，经优化得到中药秦芫HPLC指纹图谱分析最佳的检测波长〔5]o随着色谱技术的发展和应用范围的不断拓宽，各参数值之间存在复杂的非线性关系,很难用传统的方法对这些参数进行同时优化，因此遗传算法和人工神经网络被引入进来。遗传算法曾被成功地用于肽类等色谱分离分析条件优化161;

5、人工神经网络被用于氨基酸、抗菌药物混合物、镇静催眠类药物等的液相色谱系统中流动相强度、pH值及梯度斜率等条件的优化⑺,具有抗干扰能力强、容错性高等特点,能显著减少用于寻找最佳分离条件的实验次数。2药物色谱峰纯度判别与峰定性2.1相关度计算法液相色谱虽然有强的分离能力，但对某些极性相似的多组分药物及其杂质，各成分的色谱峰是否能在系统中完全分离以及分离开的色谱峰的定性,一直是色谱分析工作者首要关注的问题。采用光谱相关度比较可有效地判断峰纯度并鉴别多组分样品峰〔*1；在全波长范围内比较标准光谱矢量与样品光谱矢量之间的和关性可获得更精确的定性结果，据此发展的光谱相关色谱技术已成功地用于对冬虫夏草

6、等中药成分的归属分析〔9】、中药决明子色谱峰纯度的鉴别110】等;MatthiasHerzler等建立了2682种物质的200nm〜380nm波长范围的DAD光谱库用于定性分析［111；而色谱二维光谱相关法【121，甚至对重叠严重的色谱峰也能作出准确判断，可用于对色谱图中药物杂质进行快速识别,在多种复杂成分的识別方面也有很大的应用潜力。2.2因子分析法对于有未知组分数和各组分浓度的“灰色和黑色体系”，解析重叠色谱峰纯度与组分数的方法大多基于主成分分析〔13】或因子分析方法。一般二维数据矩阵Y由w个不同波长下测得洗脱过程中s个吸收光谱组成。单个光谱代表Y的一个行矢量，它相当于w维空间的点,

7、同一光谱应重合在同一点，或者仅是矢量长度不同，所以由奇异值等分解方法分解出的线性独立的矢量数就是体系中的组分数。比较冇代表性的渐近因子分析法(EFA)，交互移动窗口因了分析法(AMWFA)〔,4］個定尺寸移动窗口渐进因子分析法(FSMWETA)等，该类方法利用主成分分析所得的特征值为其基本岀发点，逐步渐进地延拓至整个矩阵,从而得到各物种在该数据矩阵中的出现点和消失点。而I古I定局部窗口尺寸和移动方向,大大节省了对整个矩阵的运算时间，