아래 라만 스펙트럼은 주성분에 대한 각각 다른 함량과 100% 함량의 스펙트럼을 보여 주고 있으며 각각의 구분되는 Naltrexone HCI 피크는 통계 처리 모델에 적용되었습니다.

샘플의 다른 부분을 수 차례 측정 함으로서 혼합물 안에서의 주성분 균질성에 대한 부분이 검사되었으며, 이에 혼합물에 대해서 더욱 완벽한 통계 처리 모델을 만들 수 있게 되었습니다.

샘플 측정 시 발생할 수 있는 형광 편차를 제거하기 위해서 BWIQ 소프트웨어에서 제공되는 Penalized Least Squares(air PLS) 기능을 사용하여 Baseline을 보정하였습니다.

Naltrexone HCI(mg/tablet) Set의 함량에 대해서 PLS(Partial Least Squares) 공식이 통계 처리 모델에 적용되었으며, Naltrexone HCI의 라만 밴드가 800 ~ 3,000cm^-1 에서 나타나기 때문에 PLS regression도 같은 영역에 적용되었습니다.

아래 그림에서 확인할 수 있듯이, R2=0.9922, RMSEC=0.01384의 데이터를 보여주는 통계 처리 모델을 얻을 수 있습니다.

몇 개의 샘플은 교차 검정(Cross-validation)을 위해 사용되었으며, 통계 처리 모델은 R2=0.76866, RMSECV=0.05287의 데이터를 가지며, 아래 표와 같이 예측한 함량에 대한 결과를 얻을 수 있다.

통계 처리 모델(Chemometric)을 이용한 라만 분광법을 통해, 최종 생산 정제와 혼합물 내의 주성분(Naltrexone HCI) 정량 분석을 위한 통계처리 모델을 만들 수 있습니다. 그리고 이러한 통계 처리 모델은 혼합물 내의 주성분에 대한 함량에 대해서 매우 신속하게 예측할 수 있어 혼합 과정에서의 온라인 모니터링을 가능하게 할 수 있습니다.

파우더 또는 정제 내에서의 물리적 비 균질성은 통계 처리 모델의 정확성에 직접적으로 영향을 미칠 수 있으며, 보다 정확한 검량 곡선을 생성하기 위해서는 샘플에서 각기 다른 지점을 다수 측정하는 것이 반드시 필요합니다.

주성분의 함량을 알고 있는 표준 샘플을 측정 함으로서 기기 전반에 대한 검증뿐만 아니라 생성 된 통계 처리 모델의 적합성을 재 검증할 수 있습니다.