项目名称: 粉状药物品质鉴定的表面解吸化学电离质谱研究

项目编号: No.21305011

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 张兴磊

作者单位: 东华理工大学

项目金额: 25万元

中文摘要: 针对粉末状药物种类多、来源广、成分复杂、品质良莠不齐、缺乏快速品质鉴定技术之现状,本项目以表面解吸常压化学电离质谱(DAPCI-MS)技术为基础,以内酰胺类抗生素粉末药物为主要研究对象,在不需要样品预处理的条件下,开发无污染、非破坏快速检测抗生素产品的质谱学分析新方法,对样品中的不同含量组分如有效成分、痕量成分等进行多级质谱研究和结构鉴定,确定其种类和含量;结合化学计量学,考察不同厂家样品的特征质谱指纹谱图与药品品质、生产工艺、原料之间的联系,建立粉末状药物品质快速质谱检测方法和溯源评价模型,并验证该技术体系的科学性和模型的适配性。本项研究为粉末状药物的生产过程控制、品质评价与溯源等提供科学基础,对抗生素产品质量的监管和市场的规范具有积极意义。

中文关键词: 抗生素;直接质谱;快速检测;;

英文摘要: Powdered inferior pharmaceutical products could affect the health of people and may lead to death in many cases. Pharmaceutical analysis, as a key step to prevent people from taking counterfeit pharmaceutical products, is thus of paramount importance. In this study, powdered pharmaceutical products, such as lactam antibiotics, will be analyzed using surface desorption atmospheric pressure chemical ionization mass spectrometry (DAPCI-MS). The type and content of active components, degradation products and trace impurities in various commercial pharmaceutical preparations will be researched by tandem mass spectrometry and structure identification without sample pretreatment. Combined with chemometrics, the relation of quality, production technology, material and fingerprints of products made by different manufacturers will be studied, a new detection method, based on DAPCI-MS, and tracing origins model about quality analysis of powdered pharmaceuticals will be established and proved. Our research will prove that DAPCI-MS is a valuable tool for the entire pharmaceutical supply chain to prevent counterfeit intrusions and for rapidly differentiating the quality of commercial pharmaceutical products.

英文关键词: antibiotics;ambient mass spectrometry;rapid analysis;;

成为VIP会员查看完整内容
0

相关内容

流行病数据可视分析综述
专知会员服务
39+阅读 · 2022年4月4日
Nat. Mach. Intell. | 分子表征的几何深度学习
专知会员服务
24+阅读 · 2021年12月26日
【AAAI2022】利用化学元素知识图谱进行分子对比学习
专知会员服务
27+阅读 · 2021年12月3日
专知会员服务
85+阅读 · 2021年10月11日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
几何深度学习分子表示综述
专知会员服务
40+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
最新「图机器学习药物发现」综述论文,22页pdf245篇文献
【WWW2021】多视角图对比学习的药物药物交互预测
专知会员服务
53+阅读 · 2021年1月29日
专知会员服务
103+阅读 · 2020年11月27日
可对药物分子进行表征的几何深度学习
机器之心
0+阅读 · 2022年2月6日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
38+阅读 · 2020年3月10日
小贴士
相关主题
相关VIP内容
流行病数据可视分析综述
专知会员服务
39+阅读 · 2022年4月4日
Nat. Mach. Intell. | 分子表征的几何深度学习
专知会员服务
24+阅读 · 2021年12月26日
【AAAI2022】利用化学元素知识图谱进行分子对比学习
专知会员服务
27+阅读 · 2021年12月3日
专知会员服务
85+阅读 · 2021年10月11日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
几何深度学习分子表示综述
专知会员服务
40+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
最新「图机器学习药物发现」综述论文,22页pdf245篇文献
【WWW2021】多视角图对比学习的药物药物交互预测
专知会员服务
53+阅读 · 2021年1月29日
专知会员服务
103+阅读 · 2020年11月27日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员