Preview

Разработка и регистрация лекарственных средств

Расширенный поиск

Идентификация нестероидных противовоспалительных средств методом цифровой цветометрии с применением способа главных компонент

https://doi.org/10.33380/2305-2066-2020-9-1-55-59

Полный текст:

Аннотация

Введение. Цифровая цветометрия – один из доступных и простых методов, которые можно применять для экспрессного выявления недоброкачественных лекарственных средств. Главным ограничением метода является его недостаточная селективность. Для повышения селективности предложено использование молекулярных сенсоров – веществ, изменяющих окраску при физико-химическом взаимодействии с аналитом. Цифровой цветометрический анализ с использованием набора сенсоров, позволяет получить большой объём информации об образце, однако такое значительное число данных довольно сложно интерпретировать и использовать для экспрессной оценки состава препарата. Кроме того, применение большого набора сенсоров существенно увеличивает уровень информационного шума. Для уменьшения влияния шумовой составляющей, а также для сокращения размерности данных целесообразно применение хемометрических алгоритмов, в частности, метода главных компонент (principal component analysis, PCA). Показано, что использование PCA позволит заменить 24 значения светлот цветных каналов 2-3 численными величинами главных компонентов без потери аналитической информации.

Цель. Цель исследования – разработка нового способа идентификации нестероидных противовоспалительных средств методом мультисенсорной цифровой цветометрии с использованием способа главных компонент.

Материалы и методы. Анализ проводили в прозрачных 96-луночных планшетах из полипропилена с плоским дном (Thermo Fischer Scientific, США, кат. № 430341). В лунки планшета последовательно вносили по 100 мкл соответствующего сенсора и по 100 мкл спиртовых растворов субстанций нестероидного противовоспалительного средства. В отдельный ряд лунок для сравнения вносили растворы сенсоров без добавления растворов субстанции (интактные лунки). После добавления растворов субстанции планшет заклеивали пленкой, встряхивали на планшетном шейкере PST-100HL (BioSan, Латвия) в течение 5 минут и оставляли на 20 минут для завершения протекания реакций. Для получения растровых изображений применяли офисный планшетный сканер Epson Perfection 1670 (CCD-матрица) со съемной крышкой. В качестве аналитического сигнала использовали разность светлот цветовых каналов между лункой с аналитом и интактной лункой. Полученные цифровые изображения ячеек обрабатывали в программе ImageJ с использованием цветовой модели RGB 24 bit (8 бит на канал). Результаты и обсуждение. Показано, что использование хемометрических алгоритмов для обработки результатов мультисенсорного цветометрического анализа позволяет задействовать в получении аналитической информации весь массив данных, а не только значения светлот отдельных каналов некоторых сенсоров. Метод главных компонент позволяет одновременно избавиться от шумовой составляющей цветометрического сигнала и выделить наиболее чувствительные для данного образца сенсоры. Адекватность предложенного комбинированного подхода подтверждена при идентификации действующих веществ в 5 препаратах группы нестероидных противовоспалительных средств.

Заключение. Предложенный в настоящей работе подход можно с успехом применять в качестве экспрессного и доступного способа оценки подлинности препаратов группы нестероидных противовоспалительных средств.

Об авторах

А. А. Чапленко
ФГБОУ ВО «Московский государственный университет имени М. В. Ломоносова» (МГУ имени М. В. Ломоносова); ФГБУ «Научный центр экспертизы средств медицинского применения» Минздрава России
Россия

Химический факультет, кафедра аналитической химии МГУ имени М. В. Ломоносова

119991, г. Москва, Ленинские горы, ГСП-1, д. 1, стр. 3
123182, Россия, г. Москва, ул. Щукинская, д. 6 



О. В. Моногарова
ФГБОУ ВО «Московский государственный университет имени М. В. Ломоносова» (МГУ имени М. В. Ломоносова)
Россия

Моногарова Оксана Викторовна

Химический факультет, кафедра аналитической химии

119991, г. Москва, Ленинские горы, ГСП-1, д. 1, стр. 3



К. В. Осколок
ФГБОУ ВО «Московский государственный университет имени М. В. Ломоносова» (МГУ имени М. В. Ломоносова)
Россия

Химический факультет, кафедра аналитической химии

119991, г. Москва, Ленинские горы, ГСП-1, д. 1, стр. 3



Список литературы

1. Моногарова О. В., Чапленко А. А., Осколок К. В. Идентификация и определение левомицетина в лекарственных препаратах методом мультисенсорной цифровой цветометрии. Вестник Московского университета. Серия 2: Химия. 2020; 61(1).

2. Рудакова Л. В., Васильева А. П., Шведов Г. И., Поплавская Е. В. Цифровые технологии для определения цветности и белизны лекарственных средств. Фармацевтические технологии и упаковка. 2012; 215(2): 38–40.

3. Погоцкая А. А., Бузук Г. Н. Применение сканера и компьютерных программ цифровой обработки изображений для количественного определения алкалоидов в листьях макалейи сердцевидной. Вестник фармации. 2009; 46(4): 32–38.

4. Ершик О. А., Бузук Г. Н. Применение сканера и компьютерных программ цифровой обработки изображений для количественного определения фенольных соединений корневищ с корнями сабельника болотного. Вестник фармации. 2008; 42(4): 6–12.

5. Апяри В. В., Горбунова М. В., Исаченко А. И., Дмитриенко С. Г., Золотов Ю. А. Использование бытовых цветорегистрирующих устройств в количественном химическом анализе. Журнал аналитической химии. 2017; 72(11): 963–977. Doi: 10.7868/S0044450217110019

6. Моногарова О. В., Осколок К. В., Апяри В. В. Цветометрия в химическом анализе. Журнал аналитической химии. 2018; 73(11): 857–867. Doi: 10.1134/S0044450218110063

7. Химченко С. В., Экспериандова Л. П. Цветометрия в инструментальном и визуальном тест-анализе. Lambert Academic Publishing. 2014: 220.

8. Ушаков Е. Н., Алфимов М. В., Громов С. П. Принципы дизайна оптических молекулярных сенсоров и фотоуправляемых рецепторов на основе краун-эфиров. Успехи химии. 2008; 77 (1): 39–59.

9. Kangas M. J., Wilson K. L., Burks L. M., Atwater J., Lukowicz R. M., Garver B., Mayer M., Havenridge S., Holmes A. E. An improved comparison of chemometric analysis for the identification of acids and bases with colorimetric sensor arrays. International Journal of Chemistry. 2018; 10: 36–55. Doi:10.5539/ijc.v10n2p36

10. Feng L., Musto C. J., Kemling J. W., Lim S. H., Zhong W., Suslick K. S. Colorimetric sensor array for determination and identification of toxic industrial chemicals. Analytical Chemistry. 2010; 82(22): 94339440. Doi: 10.1021/ac1020886

11. Monogarova O. V., Chaplenko A. A., Oskolok K. V. Multisensory digital colorimetry to identify and determination of active substances in drugs. Sensors and Actuators, B: Chemical. 2019; 299: 126909. DOI: 10.1016/j.snb.2019.126909.


Для цитирования:


Чапленко А.А., Моногарова О.В., Осколок К.В. Идентификация нестероидных противовоспалительных средств методом цифровой цветометрии с применением способа главных компонент. Разработка и регистрация лекарственных средств. 2020;9(1):55-59. https://doi.org/10.33380/2305-2066-2020-9-1-55-59

For citation:


Chaplenko A.A., Monogarova O.V., Oskolok K.V. Digital Colorimetry of Non-steroidal Anti-inflammatory Drugs: Identification Using Principal Component Method. Drug development & registration. 2020;9(1):55-59. (In Russ.) https://doi.org/10.33380/2305-2066-2020-9-1-55-59

Просмотров: 456


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2305-2066 (Print)
ISSN 2658-5049 (Online)