高效液相色谱法结合化学计量学技术定性分析麻黄药材的方法学研究

论文摘要

我国拥有丰富的麻黄植物资源，麻黄植物的应用价值主要由其所含有的次生代谢产物决定，例如草麻黄（Ephedra sinica）的干燥草质茎用于发汗散寒，宣肺平喘，利水消肿[1]。植物次生代谢产物主要由植物的种类和生境决定[2,3]，也受到植物物候期及其代谢节律的调控[4]。因此，建立一个正确区分不同种类、不同产地和不同采摘时间麻黄药材的方法对合理应用麻黄资源具有重要意义。中药指纹图谱是评价药用植物质量的有效方法，该方法整体综合评价药材质量，符合中医药理论。高效液相色谱法（high performanceliquid chromatography，HPLC）因为具有强大的分离分析能力，被广泛应用于中药指纹图谱[5-7]。化学计量学（chemometrics）是处理及利用信息的有效工具。利用化学计量学进行指纹图谱的处理和数据的预处理，可以减少非目标因素的干扰；利用化学计量学进行指纹图谱信息分析，可提高中药定性分析与定量分析的准确度。目前，麻黄药材的质量研究主要集中于麻黄碱的含量测定，对麻黄药材的整体性质的研究较少。本文采用HPLC指纹图谱，结合反向传播人工神经网络（back-propagation artificial neural network，BP-ANN）和判别分析（discriminant analysis，DA）两种多元分析技术，判别不同种类、不同产地和不同采摘时间的麻黄药材，为更加准确、全面地控制麻黄药材的质量提供了一种有效的技术支持，为其他药材的分析提供了参考。目的：1.建立HPLC指纹图谱判别不同种类麻黄药材的方法。2.建立HPLC指纹图谱判别不同产地麻黄药材的方法。3.建立HPLC指纹图谱判别不同采摘时间麻黄药材的方法。方法：1.麻黄药材HPLC指纹图谱的测量色谱柱：Waters μ-Bondapak C18（300mm×3.9mm id，10μm），柱前接保护柱Phenomenex C18（4.0mm×3.0mm id）。流动相：A相为水-磷酸-三乙胺（100:0.1:0.1，v/v/v），B相为水-磷酸（100:0.1，v/v），C相为甲醇；梯度洗脱程序以A: B: C表示，设置为：0.00min，98:0:2；17.00min，98:0:2；17.01min，0:98:2；22.00min，0:98:2；27.00min，0:75:25；50.00min，0:35:65。流速：1.0ml·min-1；柱温：30℃；检测波长为210nm（0–17min）和350nm（17–50min）；进样量：20μl。2. HPLC指纹图谱判别不同种类麻黄药材分别建立并验证草麻黄（Ephedra sinica）、中麻黄（Ephedraintermedia）和木贼麻黄（Ephedra equisetina）HPLC指纹图谱的BP-ANN判别模型和DA判别模型。3. HPLC指纹图谱判别不同产地麻黄药材分别建立并验证山西（Shanxi）草麻黄和内蒙古（Inner Mongolia）草麻黄HPLC指纹图谱的BP-ANN判别模型和DA判别模型。4. HPLC指纹图谱判别不同采摘时间麻黄药材分别建立并验证上午采摘的山西草麻黄（10:00–11:30am）和下午采摘的山西草麻黄（4:30–5:00pm）HPLC指纹图谱的BP-ANN判别模型和DA判别模型。结果：1.麻黄药材HPLC指纹图谱测定方法麻黄碱和伪麻黄碱色谱峰的分离度符合要求，无干扰的未知峰，两峰相对保留时间基本一致；在流速±0.02ml/min改变下，麻黄碱和伪麻黄碱峰面积的RSD（n=3）分别为2.6%和2.1%，方法耐用；在柱温±1℃改变下，麻黄碱和伪麻黄碱峰面积的RSD（n=3）分别为0.4%和0.2%，方法耐用。2. HPLC指纹图谱判别不同种类麻黄药材对于BP-ANN和DA两种判别方法，草麻黄、中麻黄和木贼麻黄药材HPLC指纹图谱数据的维数被降为8主成分（principle components,PCs），累计贡献率为99.8%。BP-ANN判别模型的网络结构参数为8-6-1，预测准确率为94.4%；DA判别模型的性能指标为88.5%。3. HPLC指纹图谱判别不同产地草麻黄药材对于BP-ANN和DA两种判别方法，山西草麻黄和内蒙古草麻黄药材HPLC指纹图谱数据的维数被降为11PCs，累计贡献率为99.9%。BP-ANN判别模型的网络结构参数为11-8-1，预测准确率为88.9%；DA判别模型的性能指标为84.0%。4. HPLC指纹图谱判别不同采摘时间山西草麻黄药材对于BP-ANN和DA两种判别方法，上午采摘的山西草麻黄和下午采摘的山西草麻黄药材HPLC指纹图谱数据的维数被降为12PCs，累计贡献率为100.0%。BP-ANN判别模型的网络结构参数为12-7-1，预测准确性均为83.3%；DA判别模型的性能指标为82.8%。结论：建立了定性分析麻黄药材的HPLC指纹图谱法，方法客观、准确。经过化学计量学处理的麻黄样品HPLC指纹图谱所携带的化学信息能够准确表征不同麻黄样品间的差异，所建BP-ANN和DA判别模型均能有效判别不同种类、不同产地和不同采摘时间的麻黄药材。尽管所建DA模型具有优良的可视化功能，但非线性BP-ANN模型具有更佳的麻黄判别性能。

论文目录

• 英汉缩略语名词对照
• 摘要
• ABSTRACT
• 前言
• 第一章 麻黄药材 HPLC 指纹图谱的测量
• 1 仪器与试药
• 1.1 仪器
• 1.2 试药
• 2 方法与结果
• 2.1 色谱条件
• 2.2 溶液的配制
• 2.3 方法学验证
• 2.4 指纹图谱的建立
• 3 讨论
• 3.1 流动相的选择
• 3.2 检测器的选择
• 3.3 样品前处理
• 4 小结
• 第二章 HPLC 指纹图谱判别不同种类麻黄药材的方法学研究
• 1 指纹图谱处理和数据预处理
• 2 不同种类麻黄药材的判别
• 2.1 BP-ANN 模型的建立及验证
• 2.2 DA 模型的建立及验证
• 3 讨论
• 4 小结
• 第三章 HPLC 指纹图谱判别不同产地麻黄药材的方法学研究
• 1 指纹图谱处理和数据预处理
• 2 不同产地麻黄药材的判别
• 2.1 BP-ANN 模型的建立及验证
• 2.2 DA 模型的建立及验证
• 3 讨论
• 4 小结
• 第四章 HPLC 指纹图谱判别不同采摘时间麻黄药材的方法学研究
• 1 指纹图谱处理和数据预处理
• 2 不同采摘时间麻黄药材的判别
• 2.1 BP-ANN 模型的建立及验证
• 2.2 DA 模型的建立及验证
• 3 讨论
• 4 小结
• 全文总结
• 1 主要结论
• 2 展望
• 参考文献
• 文献综述：中药材质量控制方法研究概况
• 参考文献
• 致谢
• 硕士期间发表的论文