近红外(Near infrared,NIR)光谱技术作为一种过程分析技术在制药行业受到越来越多的关注。与传统分析方法相比,近红外分析方法快速、无损,需要样品量少,并且可以同时提供测试样品的化学和物理信息。然而,NIR定量分析属于间接分析方法,该方法是基于多变量校正模型(如PLS模型)和相应的化学计量学方法来解释待测对象光谱信息。使用NIR技术可提高药品质量指标的分析速度和效率,但与此同时,需采用适宜的方法来评价分析结果的准确性以及提高分析过程的可靠性,以增强使用者和监管者采纳NIR分析结果的信心。在分析方法的生命周期管理中,方法验证和不确定度评估是两个至关重要的环节。本文将对NIR定量分析方法的建立、验证和不确定度评估进行深度研究探讨,建立NIR定量分析方法的验证和不确定度评估新方法,以期为中药NIR定量分析方法的可靠性保证提供有效依据。主要研究内容包括以下三个部分:一、NIR定量分析准确度曲线方法验证研究本文详细介绍了准确度曲线(accuracyprofile,AP)进行方法验证的理论和方法,AP验证策略不仅简单方便,而且满足国际验证标准指南(ICH Q2)的规定。以六一散混合过程中混合物中甘草酸含量的NIR定量分析为例,首次采用β-容度容许区间(β-content tolerance interval,β-CTI)代替 期望容许区间(β-expectation tolerance interval,β-ETI)建立新的AP模型,完成了对所建NIR方法的验证。并给出了方法的真实性、准确度、精密度、线性、范围、定量限等信息。结果表明所建NIR定量分析方法准确有效,新的AP同样能够给出可视化的准确度决策曲线,可以有效控制分析方法在应用中的风险,并为其他分析方法的验证提供有益参考。二、NIR定量分析方法基于区间估计的不确定度研究本文深入研究了一种通过β-容许区间来估计定量结果不确定度的方法,通过构建不确定度决策曲线对分析方法的准确性和可靠性进行评价。β-容许区间分为β-ETI和β-CTI两类,而β-CTI又有Mee式、Liao式和Hoffman-Kringle式三种计算方式。本部分通过建立血塞通注射液中三七总皂苷(PNS)含量的NIR测定方法、六一散混合过程中混合物中甘草酸含量的NIR测定方法和丹参酮提取物中丹参酮Ⅰ含量的NIR测定方法,分别建立了基于β-ETI和Mee式容许区间、Liao式容许区间、Hoffman-Kringle式计算得到不确定度的方法。三项实验研究结果均表明所建NIR定量分析方法准确有效,不确定度曲线(uncertainty profile,UP)可以有效评价不同浓度水平NIR定量分析的可靠性,可为中药NIR定量分析方法的不确定度评估和可靠性评价提供借鉴。三、NIR定量分析方法全局不确定度研究。本文建立了一种NIR定量分析全局不确定度的评估策略和方法。以丹参酮提取物中隐丹参酮含量的NIR定量分析为例,对所建NIR方法全局不确定度进行估计。全局不确定度的评估基于三部分的数据信息,分别来自真实性、精密度和稳健性研究。质量源于设计(Quality by Design,QbD)的相关元素,如风险评估、实验设计(design of experiment,DOE)等,被组织用于全局不确定度评估的数据。“I×J×K(I系列,J重复次数,K浓度水平)”型完全析因实验设计用于组织真实性和精密度验证数据;通过失效模式和影响分析(failure mode and effect analysis,FMEA)辨识得到开机时间、取样质量、环境湿度和批次差异4个因素,采用27-4 Plackett-Burmann实验设计获得稳健性研究数据。最终通过合并两部分试验研究得到全局不确定度,并构建了全局不确定度曲线来评估所建NIR方法的可靠性。与基于区间估计得到的不确定度进行比较发现,结果基本一致,表明了所建方法合理。此外,通过不确定度分量的计算,所建方法能够有效鉴别影响NIR定量性能的关键因素,为NIR方法在应用中的进一步优化提供指导。综述所述,通过理论结合实际,吸收引进创新,在AP方法的基础上建立了中药NIR定量分析方法的验证策略;完成了基于容许区间的不确定度和全局不确定度评估方法研究,通过构建不确定度曲线,有效控制NIR定量分析方法在日常使用过程中的风险,提高NIR定量分析方法的可靠性,同时为其他分析方法可靠性评价提供有益借鉴。