目的探索固体药物制剂复杂分析系统中辅料的近红外光谱同时定量,尝试打破由于国内辅料现有检测标准缺少及固体制剂辅料多难以制成供分析检测的合适溶液而形成的仿制药一致性评价实施中多种辅料难以同时定量、无恰当的分析方法的初始瓶颈,探讨仿制药一致性评价中几种药品的近红外定量分析的光谱预处理、波长选择、模型优化与确定。为固体制剂仿制药一致性评价提供药用辅料的快速检测提供实用可行的分析方法。方法(1)将近红外光谱和化学计量学相结合快速检测苯磺酸氨氯地平片辅料含量。通过随机青蛙法、变量投影重要性和竞争自适应重加权采样筛选特征波长变量点,采用9种光谱预处理方法对原始光谱进行处理后,分别建立偏最小二乘法模型和支持向量回归分析模型,并进行两种模型的比较及应用优选模型测试样品。(2)将蒙特卡洛无信息变量消除结合遗传算法(MCUVE-GA)用于优选格列吡嗪药用辅料特征光谱变量,建立主成分分析(PCA)与人工神经网络算法(ANN)模型,比较分析所建立模型与偏最小二乘(PLS)模型的性能,优选模型建立方法。(3)利用近红外光谱法分别结合间隔偏最小二乘(iPLS)、反向区间偏最小二乘(BiPLS)、联合区间偏最小二乘算法(SiPLS)进行缬沙坦胶囊中药用辅料含量建模,比较分析各算法在不同划分区间数及区间选择时对建立模型的影响。(4)利用近红外漫反射技术结合偏最小二乘法建立多潘立酮药用辅料定量分析模型。通过考察光谱区域选择、光谱预处理及最佳主因子数选择等方面对模型进行不断优化,最终确定了最佳建模参数。结果(1)近红外漫反射光谱法快速检测苯磺酸氨氯地平片辅料结果表明:对于所涉及的样本,在最优特征波长变量选择上,随机青蛙法效果较好;在模型预测结果上,与支持向量回归分析模型相比,5个指标的偏最小二乘定量模型的决定系数,预测均方根误差评价参数效果较好,相对分析误差值均大于3.0。样品测试值与实测值标准误差均小于1.30,配对t检验表明,在α=0.05显著性水平上,两者无显著性差异。(2)近红外光谱法测定格列吡嗪片辅料结果表明:辅料淀粉、糊精、硬脂酸镁的偏最小二乘(PLS)模型的评价性能参数优于主成分分析(PCA)与人工神经网络算法(ANN)模型。而蔗糖经过共轭梯度学习算法训练得到性能参数优于PLS模型。配对t检验表明,在α=0.05显著性水平上,两者无显著性差异。(3)近红外光谱法测定缬沙坦胶囊辅料结果表明:辅料微晶纤维素和羧甲基淀粉钠BiPLS模型预测精度较好于iPLS和SiPLS模型精度,辅料聚维酮和十二烷基硫酸钠iPLS模型预测精度较好于BPLS和SiPLS模型精度。配对t检验表明,在α=0.05显著性水平上,两者无显著性差异。(4)所建多潘立酮片辅料PLS定量分析模型性能良好,验证集相关系数和预测均方根误差分别为0.9657,1.29;0.9870,0.877;0.9734,0.688;0.9474,0.734;0.9303,0.880;0.9777,0.0495。结论近红外漫反射光谱法结合化学计量学可快速检测苯磺酸氨氯地平片、格列吡嗪片、缬沙坦胶囊和多潘立酮片辅料含量,通过选取未参与建模的6组样品对模型有效性进行确认并通过配对t检验分析得出近红外测定的结果与实测值之间无显著性差异。分析方法操作简便快速、绿色环保、结果准确可靠,重复性、中间精密性、线性、精确性良好可为其他药用辅料含量快速检测提供了借鉴。在实际应用中,通过校正集和预测集样品容量增加,对模型进一步再优化和验证完善,可以不断提高模型的适用性和可靠性,更好的满足实际生产需求,对在线检测有重要的指导意义,同时,也进一步扩大近红外光谱分析的应用、有望助力于仿制药一致性评价。