您當前的位置：檢測資訊 > 科研開發(fā)
嘉峪檢測網(wǎng) 2021-11-29 11:24
引言
對于制劑研究者，常常面對的問題是從幾千克到數(shù)百千克混合物料中適當?shù)厝〕鰳悠芬源碚锪系男再|(zhì)；對于分析研究者，儀器分析快速化小型化的發(fā)展也帶來了類似的挑戰(zhàn)，如何將獲取的樣品做適當處理，減小樣品質(zhì)量以適合儀器分析。筆者從事相關(guān)工作以來，疑問總是縈繞在此，取出的樣品是否真的能夠代表整批物料？亦或者，樣品分析帶來的結(jié)果可信么？——誤差多高？重復(fù)性如何？
該如何制定合適的取樣過程，在經(jīng)濟可行的情況下獲得恰當?shù)臉悠芬源碜畛醯臉悠啡玻勘疚慕榻B的“采樣理論”可以在這個問題上為讀者帶來一些思考。
采樣理論簡介
早在1950，Pierre Gy（見圖1）就在開始嘗試解決樣品代表性問題?；趯Σ傻V工業(yè)中的采樣過程的研究，從分析測定混合物料中某一關(guān)鍵組分的含量出發(fā)，Pierre Gy建立了可以獲得真正具有代表性樣本的最佳方法。目前，采樣已經(jīng)形成了較為完整的理論，所謂“采樣理論（Theory of Sampling）”。
在經(jīng)典的統(tǒng)計學框架下，樣品的均值與總體的均值的差值被稱之為誤差；而在采樣理論中，被采樣的物料中某一關(guān)鍵組分的含量與分析測定樣品的含量之間的差值被稱為誤差，由此可以比照經(jīng)典統(tǒng)計學框架建立完整的評價體系。所謂的具有“代表性”，是指樣品的測得結(jié)果的準確性（與實際值的差異）與可重復(fù)性（重復(fù)測量的方差）均在可接受范圍內(nèi)。雖然“采樣理論”描述的是含量，但是蘊含其中的誤差分析的原理以及由此得出的獲得代表性方法對其他性質(zhì)的測定也有極大的參考意義。
在經(jīng)典的統(tǒng)計學概念下，抽樣的關(guān)鍵在于隨機性，即總體中的每個個體成為樣本的概率是均等的。對于粉體采樣而言，雖然取出的是個體粒子的集合，但如果保證在取樣過程中的每個粒子組成樣品概率相等，那么也能夠獲得與經(jīng)典統(tǒng)計學抽樣過程類似的結(jié)果——即代表性樣品。但由于取出的樣品是粒子的組合，因此還需要附加一個重要的原則，即樣品采樣過程中和采樣后均需要保持樣品的完整性，也就是說保證最終的分析對象是最初確定的樣品。但實際情況下，采樣過程總會帶來誤差。
總體上看，采樣理論提供的兩個最為重要的認知：（1）無法確定某個樣品的結(jié)果是否有代表性，只有合理的采樣過程才能保證樣品的代表性；（2）任何采樣過程都會產(chǎn)生誤差，只有認知誤差來源才能將誤差降低到可接受水平。簡而言之，就是合理的采樣過程才是分析結(jié)果可信度的保證。
誤差來源分析
在實際藥品研發(fā)過程中，測定過程的準確性無疑是關(guān)注的重點。隨時分析方法的優(yōu)化和技術(shù)的進步，儀器測定過程本身的精度也越來越高。但是，對于儀器的測定對象——樣品本身的來源往往缺乏必要的或者足夠的關(guān)注。當采樣過程本身帶來的誤差已經(jīng)遠遠大于測定檢測過程本身（方差大于3倍或3倍以上），改進測定過程本身已無意義。在實際的工作中，采樣過程的誤差可能是儀器分析誤差的百倍甚至千倍。這些情況下，改進取樣過程才是提高準確性的關(guān)鍵。因此，必須強調(diào)一點，樣品的采集過程也是分析測定的一部分。
正如采樣原理揭示的那樣，只有認知到誤差的來源才能減小甚至消除誤差。采樣理論總結(jié)了這些環(huán)節(jié)的各個誤差。概覽如圖2所示。其中，基本采樣誤差和分項誤差是由物料固有屬性和采樣過程本身確定的。如果采樣過程本身發(fā)生錯誤，便會產(chǎn)生錯誤的樣品，即切取誤差，抽取誤差和準備誤差。下文將逐一介紹這些誤差。除了這些誤差，系統(tǒng)“噪音”也可能導致誤差，即周期波動誤差（測試儀器不同、操作者不同等）或者非周期波動誤差（儀器磨損、時間增長等）。
圖2. 樣品分析測定誤差概覽
3.1 基本采樣誤差
對混合粉體進行采樣，其誤差首要來源是物料的非均一性。組成物料的各個粒子的本征屬性，自然會影響其在混合物體系中的分布，由此，采樣過程中各個粒子成為樣品的概率并不相同，便產(chǎn)生了誤差。這種誤差被稱為基本采樣誤差。
Pierre Gy提出了著名的方程，用以定量計算這種誤差：
其中，S：關(guān)鍵組分含量的基本采樣誤差；ML：采樣對象的質(zhì)量；Ms：采樣質(zhì)量；C：與物料組成粒子相關(guān)，可以根據(jù)粒子性質(zhì)選擇合適的數(shù)值進行計算；d：粒徑（超過95%的顆粒的粒徑大于該值）。C的詳細計算參數(shù)選擇，以及基本采樣誤差的計算實例可以參見參考文獻1和2。
基于以上公式，可以根據(jù)物料的物理參數(shù)對基本采樣誤差進行估算。由于基本采樣誤差是采樣過程從理論上可以達到的最小誤差，因此根據(jù)可以接受的誤差范圍，我們可以對采樣對象的性質(zhì)（總量、粒徑和關(guān)鍵組分的大致含量等）進行基本的評價，以利于采樣計劃的制定。
從另一方面講， Gy方程確定了從大批的混合物物料中取出一部分的質(zhì)量時，關(guān)鍵物料含量的理論最小偏差（誤差）。這意味著，可以采用這個公式初步評估物料分裝過程（填充膠囊、壓片、分裝等）的偏差。
3.2 分項誤差
分項誤差的來源于物料的非均一性和取樣過程本身，因為取樣過程本身會對粒子造成干擾。例如，在實際的取樣過程中，取出的是粒子的組合，樣品邊緣部分的粒子不可能被剛好按照取樣邊界被分隔，對于這些處于邊界粒子，在理論分析中一般按照中心的位置確定是否應(yīng)當屬于樣品，但是這違背了各個粒子被采集的概率相等的原則，進而引起了誤差。減少取樣粒子的數(shù)量便可以減小這種誤差，直至逐個取出粒子時，這種誤差最?。涣硗?，如果對取樣目標進行足夠的混合提高其均一性，也能夠減小分項誤差。
3.3 切取誤差
取樣過程開始之前，一個重要的工作便是定義“樣品”，即從哪個位置取出什么樣尺寸的樣品。如果樣品定義不正確，便會引起切取誤差。
從理論上講，我們可以逐個取出粒子來作為我們的樣品，所謂0維取樣，進而消除分項誤差和切取誤差。但實際上工作中，極難遇到這種情況。一般而言，在采樣位置，我們需要確定三個維度上的參數(shù)，我們才能夠定義出一個三維的空間，這個三維空間中包含了我們所要的樣品。顯然，如果我們在某個維度上選取的是取樣對象全部，那么必然可以減小誤差，由此便產(chǎn)生了2-維采樣和1-維采樣。不同取樣維度的示意圖見圖3。嚴格地將，三維采樣從技術(shù)上是無法實現(xiàn)的，沒有工具可以在取樣對象中形成封閉的三維空間，進而取出樣品，因此，更為準確地講，采樣原理描述的是2-維采樣和1-維采樣。
圖3.不同取樣維度的示意圖
3.4 取出誤差
如果取出的樣品，并非是我們定義的樣品，那么便產(chǎn)生了取出誤差。例如，側(cè)面開口的取樣槍其實只能取到開口方向的物料，并且是物料流入取樣孔以獲得樣品，不同物料的性質(zhì)不同，流入過程可能帶來誤差；又比如，取樣槍頂部往往有尖頭，取樣位置往往無法完全達到底部，那么處于底部的物料的取樣概率便是0。理解取樣工具的原理和正確的使用方法是十分必要的，這可以大大減小取樣過程的誤差。同時，也能夠讓我們針對不同的問題進行改進，例如增大取樣槍的開孔以減小流動性帶來影響。即使限于技術(shù)無法使問題得到改進，也可以對取出的樣品誤差有基本的認知，便于對分析結(jié)果的分析。
3.6 準備誤差
準備誤差與其說是誤差，倒不如說是錯誤，包括樣品采樣過程或處理過程中的污染、損失、物理化學改變、無意識的失誤和有意的犯錯。在整個分析測定（包括采樣和測定過程），物料關(guān)注屬性（分析測定的屬性）不應(yīng)發(fā)生無意識改變，即所謂的保持樣品完整性。在實際的分析工作中，我們遇到的可能最多的也是這一類問題。但是，基于對樣品的認知，和一些關(guān)鍵性的驗證試驗，能夠較為容易地改進樣品處理過程。
規(guī)范取樣原則
在制定采樣策略之前，認識和理解采樣過程的誤差來源是十分必要的。在此基礎(chǔ)上，采樣理論提供了七條“規(guī)范采樣原則”，在采樣過程遵循這些原則是，才能盡可能減小取樣過程中的誤差，提高取樣過程的可重復(fù)性，即獲得有代表性的樣品。
（1）采樣前進行物料的非均一性表征；
（2）在任何采樣步驟前對物料均勻混合；
（3）采用組合取樣，而并非僅僅關(guān)注樣品總質(zhì)量；
（4）采用能夠獲得代表性樣品的質(zhì)量減少方法；
（5）必要時，取樣前對樣品進行粉碎；
（6）對于1-維取樣的非均一性，進行周期趨勢性分析；
（7）在可能的情況下，將3-維和2-維等效降為為1-維采樣。
針對不同的分析測定需求可以靈活地運用這些“原則”。表1總結(jié)了采樣過程中的主要誤差，來源和相應(yīng)的應(yīng)對辦法，在其中，讀者可以看到這些采樣原則的運用和其與誤差的對應(yīng)關(guān)系。
減小樣品量
在對大規(guī)模物料采樣時，由Gy方程可知，為了減小基本采樣誤差，樣品質(zhì)量有一定要求。樣品在到達分析實驗室時，樣品質(zhì)量往往仍然遠大于儀器測定的需求量。在分析儀器測定之前，將獲取的“一級樣品”的質(zhì)量進一步減小是分析測定過程中的常見操作。在實際的分析樣品準備過程中，筆者見得較多操作方式，是簡單混合后，是直接用勺子稱取所需樣品。
就本質(zhì)而言，減小樣品量也是采樣過程，因此合理地使用上文中提到的“規(guī)范采樣原則”也可以減小誤差并提高可重復(fù)性。而另一方面，實驗室獲得的樣品量一般減小，這為進一步對樣品進行處理提供了實踐上的可能。例如，含量測試采樣，在質(zhì)量減小前對物料進行粉碎以減小粒徑，可能有很強的實踐意義。
事實上，目前已經(jīng)有很多專業(yè)化的設(shè)備用于樣品質(zhì)量的減小，即所謂的分選器。雖然構(gòu)造原理可能略有不同，但幾乎都是對上文提到的“規(guī)范采樣原則”的運用，例如第三條的組合樣品以及第七條的降低維度。有研究者對多種質(zhì)量減小的方法的可信度進行了研究。不出意料，“舀取”（直接用勺子舀）的方法可信度最低。錐形四分法的誤差比直接“舀取”略好。旋轉(zhuǎn)縮分器（spinning riffler）是最為可信的樣品減小方式，能夠獲得代表性最佳的樣品。
總結(jié)
通過采樣分析測定來反應(yīng)整個物料總體的某些屬性是制藥研究中的常見問題。為了減小結(jié)果的誤差，以及保證測量的可重復(fù)性，僅僅關(guān)注分析方法是遠遠不夠的，關(guān)注采樣過程本身，制定合理的可執(zhí)行的采樣計劃，以獲取擁有足夠代表性的樣品。
可以參考以下步驟：
（1）從采樣對象的性質(zhì)入手，明確采樣對象的總量，非均一性（粒子大小、關(guān)鍵物料大致含量等），通過合理的理論計算確定合適的采樣量；
（2）制定合理的采樣程序和后續(xù)的樣品量較少程序。在此過程中，合理地運用“規(guī)范采樣原則”，盡可能采樣過程的誤差，并且明確保持樣品完整性的基礎(chǔ)條件；
（3）綜合理論計算和實際試驗的測量以證明所取得的樣品擁有足夠的代表性（在置信區(qū)間內(nèi)可以在關(guān)注的物料屬性方面代表整批物料）。
樣品的獲取過程是分析測定的重要組成部分，在實際工作中應(yīng)當引起足夠的重視。采用“采樣理論”建立的理論框架，可以簡單易行地對采樣過程進行評價和改進，以提高樣品的代表性，進一步提高分析測定結(jié)果的可行度。
參考文獻:
1. Pharmaceutical Dosage Forms: Tablets (Third Edition) Volume 1: Unit Operations and Mechanical Properties, Edited by Larry L. Augsburger Stephen W. Hoag, Chapter One Principles of Sampling for Particulate Solids;
2. Lars Petersena, Pentti Minkkinenb, Kim H. Esbensen; Representative sampling for reliable data analysis: Theory of Sampling, Chemometrics and Intelligent Laboratory Systems 77 (2005) 261– 277;
3. USP 40<1097> BULK POWDER SAMPLING PROCEDURES;
4. 姜莉莉，李華昌，湯淑芳；世界采樣大會的由來與Pierre Gy采樣理論的發(fā)展，中國無機分析化學，2019年2月，9（1）,27~23。
來源：Internet
關(guān)于我們 聯(lián)系我們 營業(yè)執(zhí)照 全國服務(wù)電話：400-818-0021 嘉峪檢測版權(quán)所有 備案號：京ICP備14047019號-2 
京公網(wǎng)安備11010802046783號
