Chemometric 辅助的紫外分光光度法：多组分药物精准分析的创新之路

《BMC Chemistry》：Chemometric-assisted UV spectrophotometric methods for determination of miconazole nitrate and lidocaine hydrochloride along with potential impurity and dosage from preservatives

为解决米康唑硝酸盐（MIC）、盐酸利多卡因（LDC）及其潜在杂质和防腐剂的光谱严重重叠问题，研究人员开展了利用主成分回归（PCR）、偏最小二乘法（PLS）和反向区间偏最小二乘法（biPLS）技术进行分析的研究，结果表明 biPLS 模型最优，为质量控制实验室提供了新选择。

　　在医药领域，药物成分的精准分析对保障药品质量和安全至关重要。米康唑硝酸盐（MIC）和盐酸利多卡因（LDC）常被制成抗真菌口腔凝胶，用于治疗胃肠道和口咽念珠菌病 。然而，凝胶中除了这两种主要药物成分外，还含有甲基对羟基苯甲酸酯（MTP）、糖精钠（SAC）等非活性成分，以及 LDC 的潜在有毒杂质二甲基苯胺（DMA）。MTP 作为防腐剂，虽有抗菌作用，但因其内分泌干扰效应，可能与乳腺癌、生殖问题等健康隐患相关，在儿童用品中使用需严格控制剂量；DMA 会经皮肤黏膜和口腔进入人体，影响肝脏、心脏和肾脏等器官，英国药典规定其在药品中的可接受限度为 0.01%。

以往虽有多种方法用于分析这些化合物，但针对 MIC、LDC、MTP、SAC 和 DMA 同时测定的分光光度法却不存在，原因在于它们的光谱严重重叠，传统单变量分光光度技术难以区分。为攻克这一难题，开罗大学药学院分析化学系的研究人员开展了一项研究，旨在开发选择性强、准确且简单的 chemometric 辅助分光光度法，以实现对这些化合物的同时测定。

研究人员运用了主成分回归（PCR）、偏最小二乘法（PLS）和反向区间偏最小二乘法（biPLS）三种化学计量学技术 。首先，他们制备了不同浓度的化合物标准溶液，构建了包含 25 种混合物的实验体系，其中 18 种用于构建模型（校准集），7 种用于模型外部验证。在实验过程中，利用 Shimadzu 1650 UV - PC 分光光度计在 200.0 - 400.0 nm 范围内扫描吸收光谱，借助 Matlab? 和相关工具进行数据处理。

研究结果主要分为以下几个方面：

• 模型构建与验证：PCR 和 PLS 模型基于主成分分析（PCA），通过对原始数据进行预处理和交叉验证，确定了最佳的潜在变量（LVs）数量均为 8。实验发现，这两个模型在预测各成分浓度时表现良好，具有较高的回收率和相关系数，较低的均方根误差预测值（RMSEP）。biPLS 模型则是一种特征变量选择方法，它将数据集划分为等长区间，经过多次筛选和测试，最终确定由 [3, 4, 5, 6, 8, 9] 这 6 个子区间组合构建的模型效果最佳，仅需 6 个 LVs，RMSECV 值为 0.1398，相关系数r=0.9993 。与 PCR 和 PLS 相比，biPLS 在处理高共线性和噪声数据方面表现更优。
• 方法对比：将所提出的方法与已报道的 HPLC 方法进行比较，统计分析结果显示，在准确性和精密度方面，二者无显著差异。但分光光度法操作更简便、耗时更短，成本也更低，无需昂贵的溶剂、色谱柱和专业设备，对环境的影响更小。
• 实际应用：研究人员将建立的多元化学计量学模型应用于 Micoban oral gel? 中药物成分的测定，成功预测了 MIC、LDC 以及 MTP 和 SAC 的含量，且未检测到 DMA 杂质 。

研究结论表明，该研究成功开发的多元校准模型能够有效克服光谱重叠问题，具有高度的可重复性、准确性，且节省时间和成本 ，适用于质量控制实验室对相关化合物进行快速常规分析。biPLS 模型在测定多种成分时表现最为出色，其潜在变量和预测误差均低于 PCR 和 PLS 模型。这一研究成果为药物分析领域提供了新的技术手段，有助于提升药品质量控制水平，保障公众用药安全。

在技术方法上，研究人员主要运用了以下关键技术：使用 Shimadzu 1650 UV - PC 分光光度计扫描光谱，获取化合物的吸收光谱数据；借助 Matlab? 软件及 PLS_ Toolbox、iToolbox 进行数据处理和模型构建；采用五因素、五水平实验设计，制备不同浓度组合的混合物构建校准模型，并通过交叉验证和外部验证确保模型的可靠性。