近年來,隨著我國生物醫(yī)藥產(chǎn)業(yè)的發(fā)展以及人民對(duì)用藥健康的重視程度越來越高,大眾對(duì)于藥物產(chǎn)品質(zhì)量的要求越來越高。目前,我國的血液制品存在血漿綜合利用度不高,血液制品產(chǎn)品的生產(chǎn)質(zhì)量監(jiān)控手段落后等問題,這些都限制了血液制品的產(chǎn)品質(zhì)量升級(jí)。因此,發(fā)展以過程分析技術(shù)（process analytical technology,PAT）為主要質(zhì)量監(jiān)控手段從而提升產(chǎn)品質(zhì)量的智能化生產(chǎn)線成為目前制藥行業(yè)的研究熱點(diǎn)。近紅外光譜分析技術(shù)（near infrared spectroscopy,NIRS）作為一種PAT在血液制品的質(zhì)量分析中已經(jīng)有應(yīng)用報(bào)道。但是,針對(duì)其模型的建模策略,過程分析的穩(wěn)定光譜獲取預(yù)處理系統(tǒng)設(shè)計(jì)以及血漿醇沉在線分析控制的研究尚未見報(bào)道。因此,本論文針對(duì)上述問題開展了以下研究:（1）基于實(shí)驗(yàn)設(shè)計(jì)（design of experiment,DoE）的定向結(jié)合隨機(jī)的新型建模策略優(yōu)化研究。方法:該部分考慮了四個(gè)常用和重要的預(yù)處理步驟:基線校正、散射校正、平滑校正和標(biāo)準(zhǔn)化。利用之前實(shí)驗(yàn)室醇沉小試數(shù)據(jù),通過DoE結(jié)合Bootstrap方法以及析因分析,選擇出最佳的預(yù)處理策略后,比較變量選擇方法VIP... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－３過程監(jiān)測和定量分析程基本流程圖??光譜的采集：利用透射、漫反射、透反射等方式對(duì)不同的樣品進(jìn)行采集

?山東大學(xué)碩士學(xué)位論文???化學(xué)試劑有限公司）。??２方法??２．１方法概述??近紅外模型優(yōu)化策略的主要步驟如圖２－１所示。第一步是構(gòu)建預(yù)處理庫。查??找整理了近紅外光譜技術(shù)在血液制品中的應(yīng)用研宄進(jìn)展，記錄各預(yù)處理方法的頻??率，選擇使用頻率最高的預(yù)處理作為正交實(shí)驗(yàn)的高水平。然后，根據(jù)基線校正、??散射校正、噪聲去除和標(biāo)準(zhǔn)化順序設(shè)計(jì)了四因素兩水平正交實(shí)驗(yàn)。第三步是基于??ｂｏｏｔｓｔｒａｐ計(jì)算效果值。如果策略有顯著的積極效果，通過配對(duì)〖檢驗(yàn)和方差分析，??分析策略之間的顯著差異，選擇最佳的預(yù)處理策略。因此，以ＲＭＳＥＰ為指標(biāo)選??取與最低值相比無顯著性差異的策略作為最優(yōu)預(yù)處理策略，隨機(jī)將變量選擇方法??與最優(yōu)預(yù)處理策略相結(jié)合。最后，建立的標(biāo)定模型具有較好的預(yù)測和解釋能力。??Ｃｏｎｓｔｒｕｃｔｉｏｎ?ｏｆ?ｒｅｌｅｖａｎｔ??ｐｒｅ－ｐｒｏｃｅｓｓｉｎｇ?ｌｉｂｒａｉｙ??Ｄｅｓｉｇｎ?ｏｆ?ｅｘｐｅｒｉｍｅｎｔｓ??Ｅｆｆｅｃｔ?ａｎａｌｙｓｉｓ?ｂａｓｅｄ?ｏｎ?Ｈａｖｅ?ｓｉｇｎｉｆｉｃａｎｔ?Ａ，?．?，．??ｂｏｏｔｓｔｒａｐ?ｐｏｓｉｔｉｖｅ?ｅｆｆｅｃｔ?Ａｂａｎｄｏｎ?ｔｉｎｓ?ｓｔｉａｔｅｇｙ??Ｈａｖｅ?ｓｉｇｎｉｆｉｃａｎｔ?ｎｅｇａｔｉｖｅ?ｅｆｆｅｃｔ??Ｐａｉｒｅｄ?Ｎｔｅｓｔ?ａｎｄ?ＡＮＯＶＡ?ＵＶＥ?ＶＩＰ??ａｎａｌｙｓｉｓ??（?１?．?＆ＡＲＳ?ｖａｒｉａｂｌｅ?ＣＣ??Ｂｅｓｔ?ｐｒｅ－ｐｒｏｃｅｓｓｉｎｇ?ｓｔｒａｔｅｇｉｅｓ?ｓｅｌｅｃｔｉｏｎ?ｍｅｔｈｏｄｓ??ｒ＇?￣?■■??Ｎ??Ｃａｌｉｂｒａｔｉｏｎ?ｍｏｄｅｌ?ｈａ

?山東大學(xué)碩士學(xué)位論文???３結(jié)果??３．１樣本光譜??每一批次的反應(yīng)時(shí)間為４０?ｍｉｎ，共得到光譜２１張，對(duì)８批血漿醇沉過程中??ＨＳＡ的數(shù)據(jù)進(jìn)行了分析，共１６８張光譜，見圖２－２。對(duì)原始光譜進(jìn)行ＰＣＡ分析，??ＰＣＡ分析結(jié)果見圖２－３，橫坐標(biāo)代表第一主成分可解釋５１．９４％的變量，縱坐標(biāo)??代表第二主成分可解釋總體變量的１９．８２％。圖中的虛線圈代表９５置信限，置信??限外生物樣品光譜視為異常光譜，導(dǎo)致產(chǎn)生異常光譜的原因可能是在光譜采集中??出現(xiàn)偶然偏差。剔除異常點(diǎn)后將其中６批作為校正集，２批作為驗(yàn)證集。??ｒ！?ｒｖ－??ｌｌ．５?Ｊ??〇＊５?９０００?８０００?７０００?６０００?５０００?４０００??Ｗａｖｅｌｅｎｇｔｈ（ｃｍ＇１）??圖２－２?１６８張?jiān)脊庾V（見實(shí)驗(yàn)記錄０００９５２７－ｐ６）??４０?＂?〇?９％?＾?。??ｉ２°－?－?１?｛｜００??二〇????－雙０■久…客…少?■???Ｓ?…?２４．１．３１??〇－?－２０?？?’?？?：?Ｖ’?？?：?？??〇?－４０?－??［?？？－１６４?？?？?Ｃａｌｉｂｒａｔｉｏｎ??８?丨?？Ｖａｌｉｄａｔｉｏｎ??＾?－６０?－?？！?■?Ｏｕｔｌｉｅｒ??；?Ｂ?９５％?Ｃｏｎｆｉｄｅｎｃｅ?Ｌｅｖｅｌ??－８〇?Ｉ?１?１?１?１?１?１?１?１?１?１??－６０?－４０?－２０?０?２０?４０?６０?８０?１００?１２０??Ｓｃｏｒｅｓ?ｏｎ?ＰＣ?１?（５１．９４％）??圖２－?３?１６８個(gè)樣品的ＰＣＡ得分圖（見實(shí)驗(yàn)記錄０００９５２７－ｐ６

【參考文獻(xiàn)】：
期刊論文
[1]大體積液體檢材過濾裝置研發(fā)及提取技術(shù)[J]. 郝金萍,高珊,郭柯利,朱典,劉開會(huì).  中國法醫(yī)學(xué)雜志. 2019(06)
[2]生物制品企業(yè)成本控制問題探討[J]. 李秀青.  中國集體經(jīng)濟(jì). 2019(29)
[3]血液制品生產(chǎn)用血漿國內(nèi)外監(jiān)管的異同[J]. 楊敬鵬,徐曉楠.  中國藥事. 2019(07)
[4]近五年我國近紅外光譜分析技術(shù)研究與應(yīng)用進(jìn)展[J]. 褚小立,史云穎,陳瀑,李敬巖,許育鵬.  分析測試學(xué)報(bào). 2019(05)
[5]近紅外光譜分析在食品藥品檢測中的應(yīng)用[J]. 李麗莉.  中國食品. 2019(Z1)
[6]濾芯材質(zhì)升級(jí)在聚丙烯裝置上的應(yīng)用[J]. 劉軍勇.  石油化工設(shè)備技術(shù). 2019(01)
[7]智能制造理念在血液制品產(chǎn)業(yè)的應(yīng)用研究[J]. 孫鐘毓,李連,杜冉冉,劉瑞琛,李偉,曹大偉,臧恒昌.  中國藥事. 2018(09)
[8]近紅外光譜的原理及應(yīng)用[J]. 張恩陽,夏維高,閆曉劍.  信息記錄材料. 2017(06)
[9]基于近紅外光譜技術(shù)快速測定豆油過氧化值的研究[J]. 曹小華,劉娟花.  廣東飼料. 2017(05)
[10]中國血液制品行業(yè)分析[J]. 李敏.  中國生物工程雜志. 2016(09)

博士論文
[1]化學(xué)計(jì)量學(xué)在生物信息和代謝組學(xué)數(shù)據(jù)分析中的應(yīng)用[D]. 楊琴.湖南大學(xué) 2017
[2]直鏈淀粉檢測方法與技術(shù)研究[D]. 張巧杰.中國農(nóng)業(yè)大學(xué) 2005

碩士論文
[1]基于便攜式近紅外光譜儀快速檢測大豆蛋白優(yōu)化方法的研究[D]. 鄒濤.江蘇大學(xué) 2019
[2]血漿醇沉過程中近紅外光譜在線蛋白含量監(jiān)測及定量模型轉(zhuǎn)移研究[D]. 王佳月.山東大學(xué) 2018
[3]近紅外光譜法在參芪扶正注射液醇沉工藝質(zhì)控中的應(yīng)用研究[D]. 羅雨.浙江大學(xué) 2017
[4]近紅外光譜分析技術(shù)應(yīng)用于人血白蛋白原液蛋白質(zhì)含量快速檢測的研究[D]. 曹大偉.山東大學(xué) 2016
[5]PP過濾材料抗菌抑菌的功能性研究[D]. 羅成維.大連工業(yè)大學(xué) 2015
[6]在線近紅外光譜分析系統(tǒng)失效分析[D]. 應(yīng)冬青.杭州電子科技大學(xué) 2011



本文編號(hào)：3531470