Bepaling van seksuele drugs die illegaal worden toegevoegd in gezondheidszorgproducten door TLC-NIｒS Gecombineerde technologie ⅱ ⅱ ⅱ

2. 4. 2 Modelinstelling

De studie gebruikte de Opus -software die wordt geleverd bij de NIｒ -spectrometer om het spectrum van elke referentiestoffen te preprocesseren. Since the chemical component spectral information is affected by external noise, baseline drift, light scattering, background signal, temperature and humidity, the study used multiplication signal correction (MSC), vector normalization (VN), minimum maximum normalization (MMN), constant offset elimination (COE), first derivative (FD), second derivative (SD) and smoothing points (SP, smoothing points 5, 7, 9, 13, 17, 21, 25) Combinatiemethode filteren om de nutteloze informatie in het spectrum enVerbeter de nauwkeurigheid van modeldiscriminatie, met het aantal verkeerde inschattingen van kalibratiesetmonsters als de indicator (zie tabel 2).

 

100% natuurlijke kruidencistanche -supplementen voor het verbeteren van seksuele functies bij behandeling op lange termijn

 

Op basis van het oorspronkelijke spectrum voorbewerking wordt de cursor gebruikt om interactief het spectrale bereik te selecteren met grote verschillen; het standaard algoritme-euclidische afstand (standaard, soa) en factorisatiemethode-factornummer (factorisatie, FC) berekening en analysemethoden worden gebruikt; De drempel (0. 25) en het betrouwbaarheidsniveau zijn ingesteld

Fig. 6 TLC-NIｒ Kwantitatief model van chemische geneesmiddelen in gezondheidsproducten

 

Tabel 5 TLC-NIｒ Kwantitatief model van chemische geneesmiddelen in gezondheidsproducten

 

Omgevingsfactor	Voorspelde ingrediënt	Voorspeld bereik (µg µl⁻¹))	R²	RMSE (%)	RMSEP (%)
Westelijke viagra	Sildenafil	5.25 - 262.5	0.984	0.085	0.081
Eastern Viagra	Norc sildenafil	5.15 - 257.5	0.982	0.078	0.075

 

 

2.5.5 Modelvalidatie en toepassing

Het bovenstaande model werd gebruikt om 1 0 batches van seksuele gezondheidsmonsters en 1 0 batches van zelfgemaakte sildenafil -monsters te testen. De voorspellingsresultaten van de TLC-NIRS-model waren consistent met de resultaten van de HPLC-inhoudsbepaling. De R2 tussen de voorspelde waarden en de gemeten waarden van sildenafil en sildenafil waren respectievelijk 0,982 en 0,996 (zie figuur 6); De gemiddelde relatieve afwijking van de voorspelde waarden van 9 batches van seksuele gezondheidsmonsters werd berekend als 1. 86%, en de gemiddelde relatieve afwijking van de voorspelde waarden van 10 batches van zelfgemaakte sildenafil -monsters was 1,96%, waarmee de modelvoorspellingsresultaten nauwkeurig en betrouwbaar zijn (zie tabel 6).

 

Tabel 6 TLC-NIｒs voorspelde waarden van 10 geslachtsbevorderende producten

 

Steekproef	Werkelijke waarde (mg/tijd)	Voorspelde waarde (mg/tijd)	Absolute afwijking	Relatieve afwijking (%)	Gemiddelde relatieve afwijking (%)
Goudbloemextract	50.78	52.36	1.58	3.11	1.86
Insectenwerend middel	50.36	52.48	2.12	4.21
Duitse kamille	77.20	78.58	1.38	1.79
Vroege ochtenddauw	16.56	16.58	0.02	0.12
Alsem	61.66	63.78	2.12	3.44
A. Niger	45.20	45.98	0.78	1.73
Gouddraad	Niet gedetecteerd	48.56	-	-

 

 

3 conclusies

Deze studie creëerde voor het eerst de TLC-NIRS-koppelingstechnologie omdat TLC een klassieke traditionele identificatie-analysemethode is met de voordelen van eenvoudige werking en brede populariteit [12]. TLC heeft een grote vrije ruimte voor monsterverwerking. Verschillende extractie -oplosmiddelen kunnen worden geselecteerd voor de mogelijke toevoeging van verboden chemische geneesmiddelen, die effectief de invloed van de producten van verschillende fabrikanten op NIR's kunnen vermijden als gevolg van verschillende hulpstoffen; TLC heeft veel optionele materialen, zoals silicagel, aluminiumoxide, polyamide, enz., En het ontwikkelende middel kan verschillende polaire reagentia kiezen die geschikt zijn voor de scheiding en analyse van verschillende soorten chemische componenten. Tegelijkertijd kunnen verschillende ontwikkelingssystemen worden gebruikt voor bidirectionele ontwikkeling, die een goed scheidingseffect heeft [12, 13], wat de nauwkeurigheid van NIRS -verzameling van chemische geneesmiddeleninformatie aanzienlijk kan verbeteren. NIRS is een snel analyse -instrument dat de afgelopen jaren is ontwikkeld, met de kenmerken van eenvoudige werking, snelle analysesnelheid en geen chemische vervuiling [14]. Dit artikel combineert de voordelen van elk om de TLC-NIRS-koppelingstechnologie voor het eerst te maken en voert een systematisch methodologisch onderzoek van deze methode uit. Een snel kwalitatief en kwantitatief analysemodel voor de toevoeging van verboden chemische geneesmiddelen sildenafil en nardenafil aan gezondheidsproducten werd vastgesteld.

Het model werd geverifieerd en geëvalueerd met behulp van monsters van validatieset. Het kwalitatieve model kan beter beoordelen of de bovengenoemde verboden chemische geneesmiddelen worden toegevoegd aan gezondheidsproducten, met een oordeelnauwkeurigheid van 100%; Het kwantitatieve model kan de inhoud van toegevoegde sildenafil en nardenafil nauwkeurig voorspellen, met een breed inhoudsvoorspellingsbereik van 5. 25-262. 5 en 5. 15-257. 5 ug/μl, respectievelijk. De gemiddelde relatieve afwijkingen van de voorspellingsresultaten van 10 gezondheidsproducten waren respectievelijk 1. 86% en 1,96%. De voorspellingsresultaten behaalden goede resultaten en kunnen voldoen aan de behoeften van daadwerkelijke snelle testen. In het werkelijke werk werd TLC-NIRS gecombineerde technologie gebruikt om meerdere partijen seksuele gezondheidsproducten te bestrijden die overmatige doses verboden chemische geneesmiddelen sildenafil toevoegden.

Deze studie selecteerde NAFIL-achtige medicijnen als het onderzoeksobject omdat ze effectief, goedkoop en gemakkelijk te verkrijgen zijn in seksuele gezondheidsproducten en de eerste keuze zijn voor illegale fabrikanten om ze toe te voegen [3]. Om het verwachte effect te bereiken, is de effectieve dosis van dergelijke seksuele gezondheidsgeneesmiddelen bovendien 50-100 mg/tijd. Langdurige overdosis zal ernstige lever- en nierschade en permanent verlies van risico veroorzaken [18]. Het gebruik van TLC-NIRS-model om te voorspellen of NAFIL-achtige geneesmiddelen worden toegevoegd aan seksuele gezondheidsproducten heeft een zekere haalbaarheid en onderzoekswaarde.

Dit artikel maakt gebruik van de bestaande analytische technieken en instrumenten op het huidige experimentele platform voor gecombineerd gebruik en heeft een goed effect wanneer toegepast op daadwerkelijke drugstests. De ontwikkelde TLC-NIRS Combined Technology heeft een goed toepassingsperspectief in het licht van problemen zoals ongelijke kwaliteit van fabrikanten van gezondheidszorgproducten, een breed scala aan producten, moeite om de bron van hulpstoffen en ernstige illegale toevoegingen te verenigen.

De applicatietheorie en praktisch onderzoek van deze gecombineerde technologie bieden een wetenschappelijke basis voor de ontwikkeling van TLC-NIRS gecombineerde instrumenten en apparatuur.

 

Referenties

 

1 Conroy DM, Gan C, Errmann A, et al. Vergelijking van welzijn: hoe Chinese consumenten en artsen navigeren door de rol van functioneel voedsel ［J ］． Eetlust, 2021, 12: 105296．

2 Chen Hz, Gong JH. Innovatie van het concept van drugstoezicht en bemonsteringsinspectie om illegale activiteiten te bestrijden van het illegaal toevoegen van chemische stoffen in traditionele Chinese geneeskundepreparaten ［J ］． Qilu Pharm Affairs, 2009, 28: 324-326. 3 Li K, Guo CC, Shi F, et al. Onderzoeksuit voortgang in bepalingstechnologieën voor vervalste fosfodiesterase -5 (PDE5) -remmers en hun analoog in stimulante kruidengeneesmiddelen en voedingssupplementen ［J ］． Chin J Pharm Anal (Journal of Pharmaceutical Analysis), 2018, 38: 566-574.
4 Xu S, Jin PF, Xu QL, et al. Vooruitgang in de chemische stoffen illegaal vervalst in traditionele Chinese medicijnen en gezondheidsvoedsel ［J ］． Chin J New Drugs (Chinese nieuwe drugs Journal), 2015, 24: 1843-1850．

5 Magdalene HY, Tang Sammy PL, Chen Sau W, et al. Casusreeks over een diversiteit van illegale gewichtsverminderde agenten: van het bekende tot de onverwachte ［j ］． British J Clin Pharm, 2011, 71: 250-253.

6 Kojima A, Sato Y, Chiba T, et al. Opmerkelijke bijwerkingen geassocieerd met gelijktijdig gebruik van gezondheidsvoedsel en geneesmiddelen afgeleid van de analyse van HFNET -gegevens over de veiligheid en effectiviteit van gezondheidsvoedsel ［J ］． J Food Hyg Soc JPN, 2018, 59 (2): 80-88．