胡昌勤，漢族，研究員，博士生導(dǎo)師，現(xiàn)任中國食品藥品檢定研究院化學(xué)藥品檢定首席專家，抗生素室主任兼任微生物檢測室主任，中國食品藥品檢定研究院學(xué)術(shù)委員會(huì)委員，第十屆藥典委員會(huì)執(zhí)行委員等。 胡昌勤研究員課題組目前共有研究人員20余名，其中職工16人，博士后1人，博士研究生2人，碩士研究生3人，主要研究領(lǐng)域有抗感染藥物的質(zhì)量研究、化學(xué)藥品雜質(zhì)譜分析、藥品快速檢測技術(shù)研究等，并從事抗生素藥品的質(zhì)量分析，標(biāo)準(zhǔn)物質(zhì)制備等常規(guī)藥品檢測工作。 近紅外藥品現(xiàn)場快速檢測系統(tǒng)簡介

該課題組從事近紅外(NIR)光譜技術(shù)的應(yīng)用研究開始于2001年。課題組圍繞著如何應(yīng)用近紅外光譜方法快速鑒別藥品質(zhì)量這一核心問題開展研究，建立了適用于藥品常規(guī)市場檢查的通用性定性、定量模型，應(yīng)急檢驗(yàn)的相似系數(shù)模型，實(shí)時(shí)追蹤的一致性檢驗(yàn)?zāi)Ｐ?，并開展建模理論等方面的研究工作。 胡昌勤研究員研究團(tuán)隊(duì)承擔(dān)了財(cái)政部直接撥款的 藥品檢測車 項(xiàng)目以及國家十一五科技支撐計(jì)劃等項(xiàng)目，研制出了適用于多臺(tái)近紅外光譜儀，能有效排除制劑中工藝、輔料的干擾，針對(duì)不同企業(yè)具有相同INN(international nonproprietary names)名稱的同類產(chǎn)品中的活性成分進(jìn)行快速鑒別及定量的通用性近紅外模型;同時(shí)率先開展了一系列應(yīng)用近紅外光譜技術(shù)進(jìn)行無損傷快速篩查藥品真?zhèn)蔚难芯抗ぷ?。目前所建立?近紅外藥品快速檢測體系 已經(jīng)初具規(guī)模，形成了可以分析片劑、膠囊劑、粉針劑等集常規(guī)檢查、針對(duì)性抽驗(yàn)和應(yīng)急檢驗(yàn)等于一體，具有中國特色的NIR藥品現(xiàn)場快速綜合檢測體系。 該檢測體系已經(jīng)被裝備于400多輛流動(dòng)的藥品檢測車上，用于廣大基層地區(qū)藥品的現(xiàn)場快速篩查，以解決我國廣大農(nóng)村地區(qū)藥品監(jiān)督檢驗(yàn)資源匱乏，監(jiān)管覆蓋面小的問題。 近紅外藥品現(xiàn)場快速檢測系統(tǒng)的應(yīng)用

藥品檢測車在無特殊任務(wù)時(shí)，會(huì)不定期的在所屬藥品監(jiān)督管理局的監(jiān)管范圍內(nèi)采用通用性近紅外模型在市場上的醫(yī)療機(jī)構(gòu)或者藥店進(jìn)行常規(guī)檢查。首先使用定性模型檢查藥品是否含有標(biāo)簽標(biāo)示的成分，如果定性模型結(jié)果為 通過 ，再使用定量模型檢查藥品所含活性成分的量是否合格。但由于建立通用性模型需要收集大量代表性的樣品并進(jìn)行優(yōu)化，建模時(shí)間較長，當(dāng)市場上出現(xiàn)新的假藥時(shí)很難快速對(duì)其做出應(yīng)急反應(yīng)，且傳統(tǒng)的中藥制劑也是通用性模型監(jiān)測的盲點(diǎn)。因此在通用性模型的基礎(chǔ)上，該課題組又研制出了多種快速比對(duì)模型：相似系數(shù)模型不僅可以用于實(shí)時(shí)追蹤國家基本藥物在市場上的流通，還可以對(duì)市場上新出現(xiàn)的假藥進(jìn)行應(yīng)急檢查;而逆向相似系數(shù)模型可以用于對(duì)中藥中非法添加的化學(xué)藥的快速篩查。 (一)通用性定性分析模型 藥品制劑的NIR光譜不僅包含有藥品活性成分(Active Pharmaceutical Ingredient，API)的信息，還包括制劑中輔料、生產(chǎn)工藝和包裝材料等的信息。NIR通用性定性模型的實(shí)質(zhì)就是選擇性地對(duì)藥物中的API進(jìn)行定性分析。為保證鑒別的準(zhǔn)確性，通用性定性模型的建模包含如下三個(gè)關(guān)鍵策略：第一、結(jié)構(gòu)相近的同系物藥物被作為不同的組放入同一模型中，如大環(huán)內(nèi)酯類抗生素片劑定性分析模型就包含了10種API結(jié)構(gòu)相近的不同藥物作為模型中的10個(gè)不同的組;第二、選擇合適的建模參數(shù)(光譜預(yù)處理方法和譜段)將同一模型中不同組的藥品區(qū)分開;第三、采用兩步鑒別的方案：第一步利用同系物藥物NIR光譜的差異，解決模型中同系物之間的相互識(shí)別問題(識(shí)別模型)，第二步解決可能與模型外其它品種的混淆問題(確證模型)。典型文獻(xiàn)如下： 1. Y.C. Feng, X.B. Zhang, C.Q. Hu. Construction of identification system for non-invasive analysis of macrolides tablets using near infrared diffuse reflectance spectroscopy, Journal of Pharmaceutical and Biomedical Analysis, 2010, 51:12-17 2. X.M. Chong, C.Q. Hu, Y.C. Feng, H.H. Pang. Construction of a universal model for non-invasive identification of cephalosporins for injection using near-infrared diffuse reflectance spectroscopy, Vibrational Spectroscopy, 2009, 49: 196-203 (二)通用性定量分析模型 建立NIR通用性定量模型的基本步驟與常規(guī)NIR定量模型相似，它與常規(guī)定量分析模型的主要差別在于樣品的代表性，通用性模型可以分析來自不同廠家含有同一種活性成分的同一劑型的藥品，因此在選擇代表性樣品時(shí)除了要考慮樣品濃度的影響外，也要體現(xiàn)樣品生產(chǎn)工藝差別的影響。因此在選擇所需的代表性建模光譜時(shí)，通常采用聚類分析的方法使建模樣本中的濃度梯度均勻分布，并兼顧樣品生產(chǎn)工藝的差異。典型文獻(xiàn)如下： 3. Y.C. Feng, C.Q. Hu. Construction of universal quantitative models for determination of roxithromycin and erythromycin ethylsuccinate in tablets from different manufacturers using near infrared reflectance spectroscopy, Journal of Pharmaceutical and Biomedical Analysis, 2006, 41: 73-384 4. X.B. Zhang, Y.C. Feng, C.Q. Hu. Feasibility and extension of universal quantitative models for moisture content determination in beta-lactam powder injections by near-infrared spectroscopy. Analytica Chimica Acta, 2008, 630:131-140 (三)相似系數(shù)模型 相似系數(shù)模型通過比較待測樣品光譜與模型中參考光譜的相似系數(shù)，來判斷待測樣品是否與模型中參考樣品一致。通過設(shè)定合理的閾值，即可判斷仿冒藥品。目前車載近紅外藥品快速檢測系統(tǒng)中相似系數(shù)模型的基本應(yīng)用模式可分為兩類： 第一類為常規(guī)的相似系數(shù)模型。課題組通過對(duì)大量正品與偽品藥物、輔料與API光譜的比對(duì)，找到了對(duì)API和輔料變化均敏感的通用性光譜區(qū)域：7240～7140cm-1、6200～5500cm-1和5000～4700cm-1，在對(duì)市場突發(fā)的假劣藥品進(jìn)行應(yīng)急篩查時(shí)，推薦以真品藥物光譜為參考光譜，采用上述敏感譜段，利用二階導(dǎo)數(shù)(13點(diǎn)平滑)進(jìn)行光譜預(yù)處理，初步閾值可設(shè)定為95.0%，建立相似系數(shù)模型。亦可針對(duì)參考光譜中具有產(chǎn)品特征性的光譜峰和/或谷進(jìn)行相似性計(jì)算。典型文獻(xiàn)如下： 5. 雷德卿, 馮艷春, 胡昌勤. 利用近紅外光譜相似系數(shù)法監(jiān)測流通領(lǐng)域藥品的變化, 中國藥學(xué)雜志. 2010, 45(14): 1097-1104 6. 張學(xué)博, 尹利輝. 近紅外光譜峰谷相關(guān)系數(shù)法的研究與驗(yàn)證初探, 中國藥師2013, 16(10): 1540-1544 第二類也稱逆向相似系數(shù)法，主要用于針對(duì)性地篩查中成藥/保健品中非法添加的各類化學(xué)藥。目前國內(nèi)中成藥的制假主要以非法添加化學(xué)藥品為主，如壯陽中成藥中非法添加枸櫞酸西地那非，降血糖中成藥中非法添加降糖化學(xué)藥等。由于中成藥成分的復(fù)雜性，且中藥材本身的變異較大，使得采用常規(guī)的收集代表性樣品建立NIR模型的方法很難得到穩(wěn)健的模型。針對(duì)中藥非法添加化學(xué)藥的特點(diǎn)，在相關(guān)系數(shù)模型的基礎(chǔ)上采用逆向思維，以被添加的化學(xué)藥品的NIR圖譜作為參照光譜，計(jì)算樣品光譜與參考光譜在特定譜段的相關(guān)系數(shù)，并根據(jù)每個(gè)被添加物的特點(diǎn)設(shè)置合適的閾值，當(dāng)相關(guān)系數(shù)大于閾值時(shí)，認(rèn)為被篩查的中成藥中可能非法添加了該化學(xué)藥。典型文獻(xiàn)如下： 7. 王學(xué)良, 馮艷春, 胡昌勤. 近紅外特征譜段相關(guān)系數(shù)法測定中藥膠囊中添加枸櫞酸西地那非, 分析化學(xué), 2009, 12: 1825-1828 8. Y.C. Feng, D.Q. Lei, C.Q. Hu. Rapid identification of illegal synthetic adulterants in herbal anti-diabetic medicines using near infrared spectroscopy, Spectrochim Acta A , 2014, 125: 363-374 (四)一致性檢驗(yàn)?zāi)Ｐ? 一致性檢驗(yàn)是通過逐點(diǎn)比較樣品光譜每個(gè)波長點(diǎn)的吸光度值是否都在設(shè)定的置信區(qū)間內(nèi)，來判斷被分析樣品與已知參照組樣品是否屬于同類的簡單有效方法。應(yīng)用時(shí)，首先計(jì)算參考光譜組每個(gè)波長點(diǎn)吸光度的平均值和標(biāo)準(zhǔn)偏差( );根據(jù) 設(shè)定置信區(qū)間，也稱一致性指數(shù)(Conformity Index，CI)限度;再將樣品光譜的每一個(gè)波長點(diǎn)的CI值與設(shè)定的CI限度進(jìn)行比較。一致性檢驗(yàn)?zāi)Ｐ蛯?duì)光譜的細(xì)微變化更加敏感，非常適用于追蹤重點(diǎn)監(jiān)管的藥品在流通領(lǐng)域中的質(zhì)量變化情況。典型文獻(xiàn)如下： 9. Y.C. Feng, X.L. Yang, Z.H. Yang, etc. Monitoring drug quality in the circulation field using NIR spectral rapid comparison methods, Journal of Chinese Pharmaceutical Sciences, 2011，20(3)：290-296 10. 張學(xué)博, 尹利輝. 近紅外光譜一致性檢驗(yàn)方法用于快速判斷藥品質(zhì)量的研究, 藥物分析雜志, 2011, 31(3): 603-608 (五)相關(guān)建模理論研究 近年來，為了得到更加穩(wěn)健的通用性定量分析模型，課題組圍繞著樣品和譜段選擇、模型更新等領(lǐng)域進(jìn)行理論探索。首先，在選擇代表性建模樣本方面，在N s方法的基礎(chǔ)上，通過大量實(shí)例對(duì)復(fù)雜樣本NIR定量模型的訓(xùn)練集選擇問題提出了一個(gè)經(jīng)驗(yàn)解決方案：首先對(duì)樣本的NIR光譜進(jìn)行聚類分析，選擇光譜變異較大的類，在其中差別最大的兩張光譜差異值(Heterogeneity)的 處分類，再隨機(jī)從每類中選擇一個(gè)樣本組成訓(xùn)練集，通?？梢缘玫捷^好的NIR模型。在建模譜段選擇方面，課題組將定量組分的NIR光譜與干擾組分具有明顯差異的譜段定義為該組分的結(jié)構(gòu)相關(guān)譜段，將光譜強(qiáng)度與定量組分的含量呈明顯相關(guān)性的譜段定義為該組分含量相關(guān)的譜段。在建立復(fù)雜樣本的定量模型時(shí)，采用結(jié)構(gòu)相關(guān)譜段結(jié)合含量相關(guān)譜段建模，更易得到理想的結(jié)果。另外，在模型的更新和維護(hù)方面，課題組提出了均質(zhì)樣本(Homology sample)理念，認(rèn)為通用性模型的訓(xùn)練集可以看成是若干個(gè)不同的均質(zhì)樣本的集合，當(dāng)遇到建模時(shí)未包含的新均質(zhì)樣本時(shí)，模型的預(yù)測能力將下降，此時(shí)需要對(duì)模型進(jìn)行更新。典型文獻(xiàn)如下： 11. Y.H. Jia, X.P. Liu, Y.C. Feng, etc. A training set selection strategy for a universal near-infrared quantitative model, The American Association of Pharmaceutical Scientists electronic journals, 2011, 12(2): 738-745 12. Y.Y. Liu, Y.C. Feng, Y.H. Jia, etc. Approach to lattice-related/content-specific spectral ranges of near-infrared diffuse reflectance spectroscopy of cefazolin sodium and the construction of a quantitative model for the determination of cefazolin sodium content in different crystal forms. Science China Chemistry, 2013, 56(6): 789-798 13. Y.C. Feng, N. Zhen, C.Q. Hu. Variable selection in near infrared spectroscopy for the quantitative models of homologous analogues of cephalosporins, Journal of Innovative Optical Health Sciences, 2014, 7(4): 1450005-1-10 14. W.B. Zou, Y.C. Feng, J.X. Dong, etc. A new strategy to iteratively update scalable universal quantitative models for the testing of azithromycin by near infrared spectroscopy, Science China Chemistry, 2013, 56(4): 533-540 四、 上述研究所涉及儀器

傅里葉變換型近紅外光譜儀，型號(hào)：EQUINOX-55，MATRIX-F，MPA，生產(chǎn)廠家：Bruker Optik GmbH。