1、两步识别保证鉴别模型的准确性
提高鉴别模型的正确率是建立红外鉴别模型的核心。在建模过程中，我们遇到两类问题：第一类问题，模型的分辨能力不够，使对一些红外谱图差异较小的物质不能被正确识别。如注射用阿莫西林钠与注射用阿莫西林钠/克拉维酸钾（5：1）制剂，在全谱（4000～12000cm－¹）范围内比较，二者的红外光说非常相似，采用全谱识别时，二者不能相互识别；但利用局部特征谱段（如4100～4800cm－¹）识别，二者的差异显现。
第二类问题，阈值无法彼此兼顾，使得一些原本具有差异的红外图谱错误识别。如对罗红霉素片的鉴别，由于国内18家生产企业的工艺、处方不同，使得在大环内酯抗生素（包括红霉素、琥乙红霉素、依托红霉素、罗红霉素、克拉霉素、阿奇霉素、乙酰螺旋霉素、麦迪霉素、麦白霉素、吉他霉素、、乙酰吉他霉素）片剂鉴别模型中，罗红霉素片的鉴别阈值（0.72）偏大；导致在验证中300张维生素C片的红外光谱（维生素C片平均光谱与罗红霉素片平均光谱间的距离为0.68）有281张被错误的识别为罗红霉素片。
为解决上述问题，我们确定了以下建模思路：（1）结构相近的同系物药物放在一组进行识别，如对抗感染药物，按其化学结构分为头孢菌素类、青霉素类、大环内酯类、氨基糖苷类等，再根据其制剂（粉针剂、胶襄剂、片剂）的形式，分别建立鉴别型。（2）采用两步鉴别的方案。第一步识别模型，利用同第物药物红外图谱的差异（必要时利用相对较窄的特征谱段），主要解决模型中同系物之间的相互识别问题；第二步确证模型，利用较宽的说段，解决可能与模型外品种的混淆问题，提高鉴别模型的准确性。
2、阈值调整保证鉴别模型的稳健性
建立定性模型时，我们以样品光谱与该品种平均光谱的距离（Hit）表征光谱的差异，并以Hit值为指标进行聚类分析，进而实现对样吕的识别。常用的距离表示方法有欧氏距离法和马氏距离法。欧氏距离法计算距离时，只能给出样品与平均光谱的吻合程度，即相对距离，不能反映一类样品的分布情况；而马氏距离法在计算距离时，根据样品的分布情况在不同方向上给出不同的权重。在二维坐标上中，由欧氏距离法划定的边界圆形，而由马氏距离法划定的边界通常为椭圆形。只有当样品在平均光谱周围呈完全随机分布时，欧氏的距离法与马氏距离法划定的边界才相生合。我们在特定矢量空间中，对Hit值的分布规律进行了探讨，证明Hit值的分布基本呈正态分布；不同工艺的相同产品的NIR图谱的差异越大，其分布越宽。如在注射B-内酰按类抗生素鉴别模型中，15个企业33批注射用头孢哌酮钠，594张图谱的Hit值呈下态分布；而在大环内酯类抗生素片剂鉴别模型中，300张红霉素片的图谱的Hit值虽然偏态分布，但可作为正态分布处理。由于Hit值的分布基本呈正态分布，理论上90%的样品的Hit值应分布在MD+1.65Sdeu(MD 为样品光谱距离平均光谱的平均距离，Sdeu为其标准偏差)范围内，95%的样品的Hit值应分布在MD+2Sdeu范围内，99%的样品的Hit值应分布在MD+3Sdeu范围内。因此实验中可根据统计规律对阈值进行调整，保证模型至少对95%的样品能够识别。
对于多企业不同工艺生产品种，由于收集到的样品可能不均衡，使得样本的各种差异的权重不同。如39批注射用头孢唑林钠，在建模谱段进行聚类分析，所有样品可以分为6组，第1组包括15批，第2组包括8批，第3级包括1批，第4级包括3批，第5组包括9批，第6组包括3批，筹备组组样品的物理特性（结晶度、粒度）不同。如果用全部样吕求其每一亚类的平均光谱，再利用求得的平均光谱构建该样品的平均光谱，以调整收集样本不均匀所造成的平均光谱的偏差。对注射用头孢唑林钠样品，比较两种方法构建的平均光谱的差异：由所有样品Hit值的概率密度分布图可见，平均光谱调整后样本更趋于正态分布，且Hit值的标准偏差变小，即样品的分布更为均匀。
3、已建立的模型
从2004年12月至今，我们已经建成了各种定性模型约150个，可对约300余种药物进行鉴别。涉及抗感染药物（抗生素）、消化系统药物、心血管药物、呼吸系统药物等常用基本药物。并已经完成了建立通用性定量模型的可行性探讨，建立了10余种定量模型。26种头孢菌素粉针剂定性模型的结构。
111仪器信息网
