公司） ，AE-240电子分析天平（ 瑞士Met t ller公司） ， 单冲压片机（ 上海天和制药机械有限公司） 。
2、试药
阿奇霉素原料及辅料（ 西安利君制药有限责任公司提供） ， 根据处方量准确称取不同比例， 配制成浓度范围在29%～73% （ 相当于标示量的50%～120%） 的阿奇霉素粉末样品， 分别混合均匀， 用压片机压片， 共48 份。另 10 批阿奇霉素分散片， 由西安利君制药有限责任公司提供。
3、方法
3. 1基础数据的测定
58 份样品中， 校正集 40 份（ 均为阿奇霉素自制片） ， 另8 份（ 均为阿奇霉素自制片） 作为预测样品。以所得校正模型， 对 10 批阿奇霉素分散片（ 实际样品） 进行含量测定， 并将其结果与经典效价法的结果进行比较。
3. 2光谱采集
从每份样品中随机取5 片， 用仪器的漫反射光纤探头压住药片， 在12000～4000cm- 1间对样品进行扫描， 分辨率为8cm- 1， 扫描次数为64 次， 每片重复扫描3次， 取平均光谱。
二、结果
1、近红外漫反射光谱
由图1 可以看出， 阿奇霉素原料与辅料光谱峰有重叠。
2、以校正集样本建立数学模型
以Bruker 傅立叶变换近红外光谱仪附带的 OPUS软件包对 40 个校正集样品光谱数据进行偏最小二乘回归， 分别采用11 种光谱预处理方法， 经内部交叉验证， 建立校正模型， 得到最优回归条件： 回归浓度4200～5000 和6000～9000cm- 1； 光谱预处理： 多元散射校正； 主因子数10。内部交叉验证的均方差RM SECV =504，确定系数R2= 99. 86。
3、外部预测结果
用建立的最佳校正模型， 对预测集中的阿奇霉素含量进行预测。预测集结果见表1。
表1 近红外测试的预测结果与真值之间建立回归方程：y = 1. 0072x - 0. 473预测值与真实值的相关系数达0. 9994。表明校正模型预测的结果准确， 因此可以认为该数学模型可靠。
4、实际样品分析
将10批不同批号实际样品的近红外光谱图代入建好的校正模型中， 并与其经典方法测量值即真值进行比较， 结果见表2。
5、精密度与回收率实验
取某一预测样品， 重复测量7 次其近红外光谱， 分别将这7 次所得的光谱代入建立好的校正模型中计算阿奇霉素的含量， 以考察方法的精密度。结果 RSD=0. 89% （ n= 7） ， 由表 1 知其平均回收率为 100. 22% ，RSD为0. 85% （n= 8）。
三、讨论
首先，由于阿奇霉素分散片应用的原料以及辅料具有非常大的重叠性，因此研究者决定使用近红外光谱仪软件包，同时选择使用以偏最小二乘法，来对光谱进行有效分析，所选择的光谱区间为4000-12000cm-1，从这种区间内选择出最优波段。与此同时，手动调整波段，以此保证所选择的波段最多的信息量，由此保证预测效果最好。
其次，应用近红外漫反射光谱法测定阿奇霉素分散片的含量与传统使用的方法，无论实在精密度方面，还是在稳定性方面都非常相似，此外，此种测定方法还能够代替效价法对阿奇霉素分散片质量进行相应的检验。因为近红外漫反射光谱法测定阿奇霉素分散片的含量所花费的时间比较短，测定一个样品通常情况下，只需要3min，而且整个过程并不需要消耗任何试剂，这对生产阿奇霉素分散片的药品企业来说，不仅会减少人力、物力的投资，也会提升阿奇霉素分散片的生产效率。所以使用近红外漫反射光谱法测定阿奇霉素分散片的含量更具市场前景。
最后，近红外漫反射光谱法在制定近红外漫反射光谱法模型时，必须考虑到测定的产品出厂厂家、本文应用的阿奇霉素分散片样品来自于西安制药有限公司，所以设计的近红外漫反射光谱法模型也只适合应用于该厂家生产的阿奇霉素分散片。
参考文献：
[1] 汪旭升，陆燕，吴建国. 近红外光谱分析法（NIRS）测定棉籽粉中油分含量的研究[J]. 浙江农业学报. 2001（04）
[2] 屈凌波，陈国广，盛龙生，相秉仁，安登魁. 近红外光谱技术及其在药物分析中的应用[J]. 药物分析杂志. 1996（03）
[3] 陈亦芳，李寨，郝凤兰，候平，李家泰. Azithromycin的体外抗菌作用[J]. 中国抗生素杂志. 1995（03）
[4] 陆军，徐伟，刘赛. 阿奇霉素分散片的制备及质量研究[J]. 江苏药学与临床研究. 2004（05）
[5] 刘福利，曾爱国，王云彩，赵桂兰. 阿奇霉素分散片的稳定性研究[J]. 西北药学杂志. 2005（05）