硫酸软骨素(chondroitin sulfate, CS)是一类含有阴离子的线性多聚糖,由D-葡糖醛酸和N-乙酰-D-半乳糖胺通过β1-3键组成的双糖单位交替连接而成,主要存在于关节软骨的细胞外基质中。硫酸软骨素的多样性使硫酸软骨素富有大量的生物功能,这可能会影响很多的生化过程,所以硫酸软骨素在临床上有很广泛的用途。硫酸软骨素的生产过程是指从原料到投入生产到产品入库为止的全过程。一般需要涉及到原料的评价、硫酸软骨素的提取、超滤、氧化、醇沉、干燥、粉碎、包装等一系列单元操作。原料的质量差异、生产过程工艺参数的波动都会导致产品质量不稳定、批次间的差异变大。因此,发展有效的快速检测硫酸软骨素的方法显得尤为重要。本课题以硫酸软骨素来源、含量、干燥失重以及醇沉过程中含量变化为研究对象,采用近红外光谱分析技术(near infrared spectroscopy, NIRS)结合化学计量学算法,优化了硫酸软骨素来源的定性分析模型和硫酸软骨素含量的定量分析模型,建立了硫酸软骨素干燥失重的定量分析模型以及醇沉过程中硫酸软骨素的多元统计分析的醇沉模型。具体研究内容如下：1针对目前利用近红外光谱分析技术建立的硫酸软骨素来源的定性分析模型进行波段和建模参数的优化,提高了模型的预测能力,识别率和拒绝率均达到了100%。2采用实际样品和试验样品相结合的方法配制具有一定含量梯度的硫酸软骨素固体粉末,采用漫反射的方式采集近红外光谱与硫酸软骨素的含量进行关联,采用PLS算法建立含量的近红外分析模型。采用间隔偏最小二乘法、基因遗传算法以及CARS-PLS的方法对模型的光谱区间进行优化。3采用人工梯度配制的方法配制具有一定干燥失重梯度的硫酸软骨素固体粉末,采用漫反射的方式采集近红外光谱与硫酸软骨素干燥失重含量进行关联,采用PLS算法建立干燥失重含量的近红外分析模型。采用相关系数法、间隔偏最小二乘法、CARS-PLS的方法对模型的光谱区间进行优化。4首先建立硫酸软骨素的定性在线监测模型,收集6个批次的硫酸软骨素醇沉过程的光谱,其中1、2、3批次的样品作为正常批次建立多元统计分析模型,用4、5、6三个批次进行验证,其中第4、5两个批次为异常批次,第6批次为常规批次,从而实现对硫酸软骨素醇沉过程定性的在线监测。其次建立硫酸软骨素醇沉过程中的定量分析模型,收集醇沉条件一致的5个批次的硫酸软骨素醇沉母液,采集近红外光谱,并将光谱与咔唑法得到的醇沉母液中硫酸软骨素的含量进行关联,建立醇沉母液中硫酸软骨素含量的分析模型。对预处理方法进行考察,采用PLS方法建立一个近红外光谱分析模型,实现硫酸软骨素含量的分析。