留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码
x 关闭 永久关闭

应中央军委要求，2022年9月起，《药学实践杂志》将更名为《药学实践与服务》，双月刊，正文96页；2023年1月起，拟出版月刊，正文64页，数据库收录情况与原《药学实践杂志》相同。欢迎作者踊跃投稿！

基于伸缩移动窗口相似度与贝叶斯法的药品拉曼光谱分析

陈秀娟,  陈辉,  魏航,  柳艳,  陆峰

downloadPDF
文章导航 > 药学实践与服务  > 2018 >  36(3): 210-214
陈秀娟, 陈辉, 魏航, 柳艳, 陆峰. 基于伸缩移动窗口相似度与贝叶斯法的药品拉曼光谱分析[J]. 药学实践与服务, 2018, 36(3): 210-214. doi: 10.3969/j.issn.1006-0111.2018.03.004
引用本文: 陈秀娟, 陈辉, 魏航, 柳艳, 陆峰. 基于伸缩移动窗口相似度与贝叶斯法的药品拉曼光谱分析[J]. 药学实践与服务, 2018, 36(3): 210-214. doi: 10.3969/j.issn.1006-0111.2018.03.004
shu
CHEN Xiujuan, CHEN Hui, WEI Hang, LIU Yan, LU Feng. Drug analysis based on scalable moving-window similarity and Bayesian method by Raman spectroscopy[J]. Journal of Pharmaceutical Practice and Service, 2018, 36(3): 210-214. doi: 10.3969/j.issn.1006-0111.2018.03.004
Citation: CHEN Xiujuan, CHEN Hui, WEI Hang, LIU Yan, LU Feng. Drug analysis based on scalable moving-window similarity and Bayesian method by Raman spectroscopy[J]. Journal of Pharmaceutical Practice and Service, 2018, 36(3): 210-214. doi: 10.3969/j.issn.1006-0111.2018.03.004
shu

基于伸缩移动窗口相似度与贝叶斯法的药品拉曼光谱分析

doi: 10.3969/j.issn.1006-0111.2018.03.004
  • 1.

    第二军医大学药学院, 上海 200433

  • 2.

    上海迪亚凯特生物医药科技有限公司, 上海 200070

  • 3.

    广州中医药大学医学信息工程学院, 广东 广州 510006

基金项目: 国家自然科学基金（81573598）；国家重大科学仪器设备开发专项"便携式薄层色谱-拉曼光谱联用仪及其药品快检支撑系统"（2012YQ18013203）

Drug analysis based on scalable moving-window similarity and Bayesian method by Raman spectroscopy

  • 1.

    School of Pharmacy, Second Military Medical University, Shanghai, 200433, China

  • 2.

    Shanghai DiaCartra Biomedical LLC, Shanghai 200070, China

  • 3.

    School of Medical Information Engineering, Guangzhou University of Chinese Medicine, Guangzhou, 510006, China

  • 摘要: 目的 提出伸缩移动窗口相似度结合贝叶斯法通过拉曼光谱技术对弱主药信号药品的真假进行快速判别。 方法 采用伸缩移动窗口相似度方法，以弱主药信号药品的药用活性成分（API）的拉曼光谱峰宽为参照，动态调整窗口的大小。在窗口内，分别计算API的拉曼光谱峰信号与药品拉曼光谱的相似度，以及药品与辅料的拉曼光谱相似度，选择那些突出API拉曼光谱峰信号对弱主药信号药品的拉曼光谱信号有贡献的窗口作为贝叶斯判别模型的变量，进而构建弱主药信号药品真假判别模型。 结果 本研究构建的弱主药信号药品真假判别模型对弱主药信号药品的真假准确识别率为94.7%，对验证集样本准确识别率为95.6%。 结论 基于伸缩移动窗口相似度与贝叶斯算法构建的贝叶斯判别模型可以对弱主药信号药品的真假进行快速判别。
    Abstract: Objective To propose scalable moving-window similarity combined with Bayesian for rapid discriminating low active pharmaceutical ingredient (API) signal drugs (LAPIDs). Methods The scalable moving-window similarity method was employed by setting the window size dynamically according to API's peak width. In each window, the correlation coefficient (CC) of API's peak spectrum signal with LAPID's spectrum and LAPID's spectrum with excipient's spectrum were calculated respectively. The LAPIDs discrimination model was established by choosing windows with most contribution of the API spectral signal to the LAPID spectrum as variables for Bayesian discriminant model. Results The accuracy rate of LAPIDs discrimination model for discriminating LAPIDs was 94.7%. The accuracy rate of the model for discriminating testing samples was 95.6%. Conclusion Bayesian discrimination model based on scalable moving-window similarity and Bayesian algorithm can quickly discriminate LAPIDs.
  • [1] Höllein L, Kaale E, Mwalwisi YH, et al. Routine quality control of medicines in developing countries:Analytical challenges, regulatory infrastructures and the prevalence of counterfeit medicines in Tanzania[J]. Trend Anal Chem, 2016, 76:60-70.
    [2] Valverde JL. Illegal medicines as threats to public health[J]. Pharm Polic Law, 2017, 19(1):1-16.
    [3] Loethen YL, Kauffman JF, Buhse LF, et al. Rapid screening of anti-infective drug products for counterfeits using Raman spectral library-based correlation methods[J]. Analyst, 2015, 140(21):7225-7233.
    [4] Lawson LS, Rodriguez JD. Raman barcode for counterfeit drug product detection[J]. Anal Chem,2016, 88(9):4706-4713.
    [5] de Veij M, Deneckere A, Vandenabeele P, et al. Detection of counterfeit Viagra○ R with Raman spectroscopy[J]. J Pharm Biomed Anal, 2008, 46(2):303-309.
    [6] Roggo Y, Degardin K, Margot P. Identification of pharmaceutical tablets by Raman spectroscopy and chemometrics[J]. Talanta, 2010, 81(3):988-995.
    [7] Li X, Chen H, Zhu Q, et al. Analysis of low active-pharmaceutical-ingredient signal drugs based on thin layer chromatography and surface-enhanced Raman spectroscopy[J]. J Pharm Biomed Anal,2016, 131:410-419.
    [8] Litti L, Amendola V, Toffoli G, et al. Detection of low-quantity anticancer drugs by surface-enhanced Raman scattering[J]. Anal Bioanal Chem,2016, 408(8):2123-2131.
    [9] Zhang ZM, Chen S, Liang YZ. Baseline correction using adaptive iteratively reweighted penalized least squares[J]. Analyst, 2010, 135(5):1138-1146.
    [10] Steinier J,Termonia Y,Deltour J. Smoothing and differentiation of data by simplified least squares procedure[J]. Anal Chem, 1972, 44(11):1906-1909.
    [11] 陶思嘉,李梦华,李景明,等. 红外光谱及Bayes信息融合技术的葡萄酒鉴别研究[J]. 分析化学,2014, 42(2):215-220.
    [12] 周扬,吕进,戴曙光,等. 基于贝叶斯决策的近红外光谱药片分类方法[J]. 分析化学, 2013, 41(2):293-296.
    [13] 张微. 朴素贝叶斯分类模型在中红外光谱测原料奶掺假中的应用研究[J]. 食品工程, 2011(1):49-53.
    [14] Cebeci Maltas D, Kwok K, Wang P, et al. Rapid classification of pharmaceutical ingredients with Raman spectroscopy using compressive detection strategy with PLS-DA multivariate filters[J]. J Pharm Biomed Anal, 2013, 80:63-68.
  • [1] 韩丹, 高文, 王璐暖, 孙蕊, 郭明明, 舒丽芯.  美国FDA有关药品紧急授权的实践与启示 . 药学实践与服务, 2024, 42(): 1-4. doi: 10.12206/j.issn.2097-2024.202309044
    [2] 练鲁英, 刘盈, 殷佳, 诸国樑, 徐飞.  上海某三级公立医院药品管理内部控制评价实践研究 . 药学实践与服务, 2024, 42(): 1-7. doi: 10.12206/j.issn.2097-2024.202402003
    [3] 瞿文君, 白若楠, 崔力, 周琰.  基于联合库存的公立医院多院区药品采购模式分析 . 药学实践与服务, 2024, 42(7): 315-318. doi: 10.12206/j.issn.2097-2024.202401002
    [4] 费永和, 崔俐俊, 陈静.  应急状态下药品专利强制许可的几点思考 . 药学实践与服务, 2024, 42(7): 310-314. doi: 10.12206/j.issn.2097-2024.202309047
    [5] 宋红卫, 王燕, 方铭, 马云鹏, 钟超, 徐一新, 徐峰, 周婷.  2021−2023年我院药品不良反应的特点分析 . 药学实践与服务, 2024, 42(): 1-6. doi: 10.12206/j.issn.2097-2024.202404041
    [6] 张广雨, 杜晶, 刘梦珍, 朱丹妮, 闫慧, 刘冲.  新斯的明与山莨菪碱联合应用对肺型氧中毒的保护作用及其机制的研究 . 药学实践与服务, 2024, 42(10): 433-438, 444. doi: 10.12206/j.issn.2097-2024.202310049
    [7] 崔俐俊, 陈嫣婷, 费永和, 陈静.  中外药品应急审批制度对比研究 . 药学实践与服务, 2024, 42(8): 359-364. doi: 10.12206/j.issn.2097-2024.202310015
    [8] 毛智毅, 王筱燕, 陈晓颖, 汤逸斐.  度拉糖肽联合二甲双胍对肥胖型2型糖尿病患者机体代谢、体脂成分及血清脂肪因子的影响 . 药学实践与服务, 2024, 42(7): 305-309. doi: 10.12206/j.issn.2097-2024.202305032
    [9] 姚小静, 计佩影, 陆峰, 施国荣, 傅翔.  表面增强拉曼光谱法快速测定尿液中曲马多的研究 . 药学实践与服务, 2024, 42(): 1-5. doi: 10.12206/j.issn.2097-2024.202401072
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  3363
  • HTML全文浏览量:  849
  • PDF下载量:  417
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-02-01
  • 修回日期:  2018-03-26

基于伸缩移动窗口相似度与贝叶斯法的药品拉曼光谱分析

doi: 10.3969/j.issn.1006-0111.2018.03.004
  • 1. 第二军医大学药学院, 上海 200433
  • 2. 上海迪亚凯特生物医药科技有限公司, 上海 200070
  • 3. 广州中医药大学医学信息工程学院, 广东 广州 510006
    • 基金项目:  国家自然科学基金（81573598）；国家重大科学仪器设备开发专项"便携式薄层色谱-拉曼光谱联用仪及其药品快检支撑系统"（2012YQ18013203）
  • 收稿日期: 2018-02-01
  • 修回日期: 2018-03-26

摘要: 目的 提出伸缩移动窗口相似度结合贝叶斯法通过拉曼光谱技术对弱主药信号药品的真假进行快速判别。 方法 采用伸缩移动窗口相似度方法，以弱主药信号药品的药用活性成分（API）的拉曼光谱峰宽为参照，动态调整窗口的大小。在窗口内，分别计算API的拉曼光谱峰信号与药品拉曼光谱的相似度，以及药品与辅料的拉曼光谱相似度，选择那些突出API拉曼光谱峰信号对弱主药信号药品的拉曼光谱信号有贡献的窗口作为贝叶斯判别模型的变量，进而构建弱主药信号药品真假判别模型。 结果 本研究构建的弱主药信号药品真假判别模型对弱主药信号药品的真假准确识别率为94.7%，对验证集样本准确识别率为95.6%。 结论 基于伸缩移动窗口相似度与贝叶斯算法构建的贝叶斯判别模型可以对弱主药信号药品的真假进行快速判别。

English Abstract

陈秀娟, 陈辉, 魏航, 柳艳, 陆峰. 基于伸缩移动窗口相似度与贝叶斯法的药品拉曼光谱分析[J]. 药学实践与服务, 2018, 36(3): 210-214. doi: 10.3969/j.issn.1006-0111.2018.03.004
引用本文: 陈秀娟, 陈辉, 魏航, 柳艳, 陆峰. 基于伸缩移动窗口相似度与贝叶斯法的药品拉曼光谱分析[J]. 药学实践与服务, 2018, 36(3): 210-214. doi: 10.3969/j.issn.1006-0111.2018.03.004
shu
CHEN Xiujuan, CHEN Hui, WEI Hang, LIU Yan, LU Feng. Drug analysis based on scalable moving-window similarity and Bayesian method by Raman spectroscopy[J]. Journal of Pharmaceutical Practice and Service, 2018, 36(3): 210-214. doi: 10.3969/j.issn.1006-0111.2018.03.004
Citation: CHEN Xiujuan, CHEN Hui, WEI Hang, LIU Yan, LU Feng. Drug analysis based on scalable moving-window similarity and Bayesian method by Raman spectroscopy[J]. Journal of Pharmaceutical Practice and Service, 2018, 36(3): 210-214. doi: 10.3969/j.issn.1006-0111.2018.03.004
shu

    全文HTML

参考文献 (14)

目录

    /

    返回文章
    返回

    版权所有：《药学实践与服务》编辑委员会

    主管、主办: 中国人民解放军海军军医大学地址: 上海市杨浦区国和路325号邮政编码: 200433

    电话: （021）81871324,81871397 E-mail: [email protected]

    网站备案号 沪ICP备05003363号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计