相似原辅料鉴别难？Vaya 搭载智能算法，实现精准鉴别

拉曼光谱具有指纹特性，峰形尖锐，常被用于药用原辅料的入厂鉴别，以达到快速放行的目的。

但是，在实际的应用场景中总会遇到一些挑战：化学结构相似的物料，不同取代度的物料，不同交联度的物料，不同添加剂的物料……

这些物料具有很相近的拉曼光谱图，在测试时极易产生误判，给物料的快速放行带来极大的困扰。

安捷伦 Vaya 手持拉曼

智能识别算法

下面，就让我们通过几个案例来一探究竟。

1. 包衣粉（欧巴代）

上图显示蓝色和白色欧巴代的谱图相似度在 99% 以上。如果仅用 R2 的结果来判断，将被认为是同一种物料。但当加入 LMC 的结果，则可将二者区分。此模型同样适用于其他颜色欧巴代的区分，例如深黄色、浅黄色等。

2. 淀粉

淀粉为制药常见辅料。图中紫色模型曲线为纸袋中的预胶化淀粉，蓝色曲线为纸袋中的玉米淀粉谱图，二者的拉曼光谱相似度在 90% 以上。再加上纸袋包装的干扰，二者的区分难度更高。当仅有 R2 参数参与模型计算时，以一种物料建模检测另一种物料的结果是 pass, 即无法区分。当加入相似物建模后，Vaya 则展示了超强的辨识能力，能够对二者进行有效区分。在两种参数进行限制的情况下，其中任一参数未超过阈值就会显示不通过，因此能够在纸袋包装的情况下依旧成功区分不同种类的淀粉。

3. 纤维素类

上图模型曲线为微晶纤维素，Scan 曲线为纤维素乳糖，模型能够将二者有效区分。模型同样适用于区分其他纤维素类辅料，例如交联羧甲基纤维素钠、羟丙甲纤维素等。

依靠 Vaya 智能验证算法，可对测试数据进行双重把关，助力药厂进行高效精准原辅料鉴别，保障结果可靠性。

版权所有，违者必究。如需转载，请与工作人员联系。