首页
分析测试百科网
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 手持拉曼光谱仪内嵌智能识别算法,无需人为设置参数,且采用相关系数 R 的平方和线性回归系数 LMC 双重阈值参与建模,打破传统拉曼仅采用单参数(R2)建模的局限性。只有当两个参数的得分均高于模型阈值时,测试结果才为 pass,更好地区分相似物料。
下面,就让我们通过几个案例来一探究竟。
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。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。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。