FT-NIR原材料鑒別技術是一種已經得到公認并廣泛應用于制藥工業領域的技術。本文闡述了有關該技術、儀器使用以及運行情況的詳細信息。同時還簡單介紹了偏最小二乘法PLS方法以及開發、驗證鑒別模型所必需的步驟。并以識別偽麻黃堿氫氯化物與偽麻黃堿硫酸鹽為例說明NIR技術鑒別的快速性與準確性。
在質量控制（QC）實驗室中進行的原材料鑒別是一件枯燥而又費時的工作。而且，歐洲規定對原材料容器要進行100%的ID測試，這大大提高了QC實驗室工作的復雜性。雖然常常陷入空間太小、設備有限而且缺乏熟練的操作人員的困境，但是QC實驗室仍會按照新的規定處理與分析大量的樣品。因此會導致實驗室樣品大量積壓，從而增加原材料庫存，延長生產周期。新的FDA PAT（Process Analytical Technology） 技術為試驗人員將優良品質融入成品中創造了條件，試驗人員不再像往常那樣僅僅檢測成品的質量。提高加工過程品質的關鍵是要注意原材料、生產過程與環境變量之間的聯系以及它們對質量的影響。PAT結構的目的是設計和開發在生產過程后期始終符合預期質量要求的加工過程。FT-NIR技術可提供有關物理（如：顆粒大小、形態等）和化學性質的重要信息。這類分析通常是指“賦予資格”，而不是“鑒別”。使用資格鑒定方法時，必須仔細比較樣品與標準品的光譜特征，而不是象在ID分析中那樣，僅僅進行光譜匹配操作。該技術通過阻止低劣原材料進入生產鏈，從而最大限度地降低了次品量以及檢測所花費的大量成本。ABB所開發的NIR解決方案大大改善了可完全流入生產的原材料的質量控制效果。對原材料的分析可在卸貨碼頭直接進行，也可在實驗室進行。而且NIR分析無需樣品制備，無破壞性，不產生廢料，消除了操作偏差，大大減少了有效藥物的暴露時間。
NIR分析儀可由非熟練工操作，在5~10S之內即可完成分析，而熟練技術人員則可解放出來從事其它的工作。
NIR解決方案在電磁波頻譜上，近紅外線(NIR)輻射位于中部紅外線（MIR）與可見光譜（VIS）區之間，其頻率為14,286～4,000cm-1（700～2500nm）。近紅外光譜是分子振動的泛頻與合頻躍遷。最敏感的NIR譜帶為O-H, C-H和 N-H伸縮振動。固體通常通過漫反射方法測量樣品散射光與參考之間的強度比，因為NIR范圍內的吸收率較低，光通常可以進入材料的深度為1～3mm，從而取得比中紅外區域更多的典型樣品，因為中紅外線的光只能探測到5～10mm。反射光被檢測出來后以光頻率函數的形式繪制出來。而液體通常采用透射方式測量。當光通過樣品時，測量所減弱的光強度并以此作為波長的函數。在NIR區域內，玻璃實際是透明的，所以當工作區選擇在NIR范圍時，可以使用便宜的玻璃容器，也可以用高分子薄膜和薄的袋子作為樣品容器，以避免樣品與取樣輔助儀器直接接觸。同時，可使用含低OH的石英光纖遠距離（100m或更長）傳輸光線。這些特點使得NIR分析方法比MIR要簡單的多。NIR可以測量有機固體和液體，也可以測量復合無機鹽或水合無機鹽。同時，還可以對無機酸進行測量。測量時可以把一個反射標準樣品放置于薄膜后面，通過其漫反射參比分析填料與薄膜。油脂、透明以及粘性大的材料可在溶化后用透射方式測量。如果乳狀液與分散液含有至少10%的有機相，也可以用透射方式測量。另外，分子的氫鍵、分子外部鍵以及分子內部鍵對溫度非常敏感，因此NIR光譜會受到溫差的影響，樣品的溫度也會對測量結果有一定的影響。所以在測量過程中需要控制溫度的變化以確保測量的準確性，尤其是對水溶液而言。如果根據粘度來判別材料，也必須進行溫度控制。FT-NIR原材料鑒別技術是通過使用化學計量方法為特定材料建立校準模型以獲取并處理材料的NIR光譜來進行的。為了保證鑒別的確定性，結果必須符合預先定義好的驗收標準。另外，可以根據數據庫中該特定材料所有的驗證模型預測它的光譜以避免假陽性或重復鑒別。可以使用多個算法構造二十個模型，如：波長的相關性，主成份分析（PCA）以及偏最小二乘法（PLS）等。PLS和PCA算法根據標準光譜產生一系列的權重特征向量或系數。每個因素對應于標準光譜的一次改變。然后使用這些因素的線性組合重新構造標準光譜。用以重新構造光譜的每個因素的數量稱為得分。重構完成后，剩下的部分稱為光譜殘差。可以為每個相關的因素設置分值范圍與光譜殘值極限，并專門為PLS設置預測值極限。對于每種情況，當建立模型以證明不同組之間的顯著區別并保持材料的組屬性時，這些極限的確定都應建立在對數據統計分析的基礎上。PLS高效的鑒別能力使出現假陽極鑒別的概率極小，所以ABB使用單獨的PLS模型。這樣，我們便可以假設不同類之間的變化很好地控制總體的變化。它成功的應用是因為構造了負責主要類變化的PCs，但是在實際應用中卻遇到其成員中類似化學樣品類內部變化的問題。在這樣的情況下，PCA模型不能保證能得到所需的鑒別結果，并有產生假陽極結果的危險。另外一個選擇就是適當獨立的類推分析（SIMCA）。這是PCA鑒別分析中推薦使用的方法，因為它為每個類建立了獨立的PCA模型，從而能夠使用類成員。然而，在建立該模型時仍然沒有考慮到其它的類。這意味著在每個類的模型中，有些因素在獲取類中明顯的變化時只能反映出有限的鑒別信息。當多維數據（比如NIR）不同類中的子空間都非常接近時，由于類之間不必要的重疊，從而有非優化的鑒別模型產生的危險。單獨的PLS模型是鑒別分析中非常好的選擇，因為在構造因素時考慮到了輔助矩陣以代碼形式提供的類成員信息。成員指示變量（如波長頻率）的選擇與預測是提高因素可分離性的一個有效途徑。運行情況儀器配置有兩種儀器配置方式可供選擇。如果因為樣品有毒、易吸潮或性質不穩定不能打開樣品容器，或者為了加速分析的過程不把樣品帶到化驗室時，可使用遠程取樣方式。測量遠程固體樣品時，ABB的FTLA2000-PH30配置了一個固體漫反射檢測（ACC102）的光纖探頭, 漫反射探頭可以通過聚合物袋子、板材或玻璃分析樣品。測試液體時，配置一個可控制任意溫度的一次性玻璃小試管檢測套件（ACC118，131或132）。 在分析可以帶到化驗室分析的樣品時，可使用FTLA2000-PH20系列標準系統。該系統在測試固體樣品時配置了一個內置式漫反射檢測套件 (ACC101)。另外，在樣品的分析隔間上或儀器測孔上放置一個任意溫度控制玻璃小試管檢測套件（ACC118，131或132），可以分析一次性玻璃小試管中的液體。在分析凝膠體、膏狀物、漿糊以及其它類型的樣品時可使用其他輔助套件。 取樣固體取樣可以使用三種不同的技術。
圖1 用玻璃小瓶對粉末狀樣品取樣分析
圖2 液體取樣
■ 直接接觸可獲得最佳光譜，但執行起來卻很困難，因為每次取樣后都得清洗輔助儀器，所以大大增加了樣品間交叉污染的可能性。■ 利用LDPE袋子或薄片這些材料將吸收一些NIR光（脂肪族C-H區域），建立對聚合物厚度、質量以及顏色幾乎完全不敏感的標準模型。為了得到這些性質，可以從標準中除去特定的塑膠譜帶。另外一個選擇就是在分析前對某個典型的LDPE進行自動數學減法操作。使用這兩種方法可以區分大部分的材料，但是可能不能區分那些分子鏈長的或粒度差別很小的材料。■ 通過玻璃小試管或玻璃瓶在NIR中，玻璃是透明的。所獲取的光譜與通過直接接觸所獲取的光譜是一致的。玻璃應該很薄（最好1mm或更薄），因為玻璃厚度的變化將導致光譜的偏移，不過這種偏移通過平坦基線很容易矯正。同時，玻璃應該清晰或顏色很淺，因為NIR對于頻率大于6000～7000 cm-1的琥珀色瓶的吸收率很高。液體取樣可使用不同直徑的、帶有液體取樣檢測套件（ACC118, 131或 132）的一次性硼硅酸鹽玻璃小試管取樣。一次性玻璃小瓶消除了交叉污染的危險。使用波長校正可成功補償玻璃小瓶內徑的變化，不會因使用不同玻璃小瓶取樣所獲得結果的可重復性與使用單個小瓶的可重復性不一致。因為玻璃材料是惰性的，因此使用玻璃對腐蝕性的化學品取樣時靈活性很大。溫控件測套件的溫度應控制在±1℃之內以確保嚴格鑒別時光譜的再現性。儀器驗證和維護ABB為每種取樣所配備的所有檢測套件完全符合IQ和OQ協議。同時，它們也為軟件驗證做了存檔，并符合最新的EP，USP，PASG與GAMP標準。整個OQ協議的執行可在10~15min之內完成。與分析技術輪換一樣，FT-NIR儀器無需太多的維護。定期維護需要每6個月更換一次紅外光源，每3年替換一只激光。原材料鑒別程序的執行建立單個鑒別模型需要以下四個步驟■ 庫方法（單個模型對通用模型）一般模型方法使用單個模型作為所有庫中材料鑒別的基礎。此方法必須在所有參數中取得折中，它主要集中在集合的整體而不是集合的某個成員上。其優點是計算速度快。缺點是不夠穩固，建立的工作量大，更重要的是添加其它材料時需要重新構建整個模型并重新驗證。在通用模型系統數據庫中添加新的材料時，整個庫都需要重新驗證以確保特性的連續性。單個模型方法使用獨立的模型來區分不同的材料組。每個模型都有其獨立的鑒別標準。選擇每組的最優數據預處理/傳輸程序以及鑒別標準后，類之間的間隔便被最大化，同時類內部的變化也被最小化，為了提高鑒別的能力，推薦使用該方法。