基于多成分定量的清热消癥方质量评价及标志性成分筛选
Quality evaluation of Heat-clearing and symptom-relieving formula based on multi-component quantification and screening of marker components
摘要目的 综合评价清热消癥方的质量,并筛选影响该方质量的潜在标志性成分.方法 采用高效液相色谱-串联质谱(HPLC-MS/MS)技术测定清热消癥方中毛蕊异黄酮葡萄糖苷、刺芒柄花苷、金丝桃苷、异槲皮苷、黄芩苷、黄芩素、隐丹参酮、丹参酮ⅡA、丹参酮Ⅰ、洋川芎内酯A、阿魏酸的含量;以上述成分含量为变量,采用OriginPro 2024及SIMCA 14.1软件进行聚类分析(CA)、主成分分析(PCA)和正交偏最小二乘-判别分析(OPLS-DA),并以变量重要性投影(VIP)值>1且P<0.05为标准筛选影响清热消癥方质量的标志性成分;运用熵权-逼近理想解排序(TOPSIS)法和灰色关联分析(GCA)法对20批样品的质量进行综合评价.结果 上述11种成分的含量分别为7.993~72.866、4.542~31.228、727.666~1 901.884、496.846~1 293.279、1 995.501~6 779.150、54.500~241.280、150.302~304.339、79.698~189.206、257.118~682.418、5.498~21.687、7.524~26.935 μg/g.CA、PCA、OPLS-DA结果显示,20批样品聚为两类,Q1、Q3、Q4、Q7~Q9、Q12、Q15、Q16聚为一类,其余聚为一类;阿魏酸、丹参酮ⅡA、黄芩苷、隐丹参酮、毛蕊异黄酮葡萄糖苷、刺芒柄花苷的VIP值>1且P<0.05.熵权-TOPSIS法和GCA法结果显示,欧氏贴进度最优解和相对关联度排前11位的样品包括Q2、Q5、Q6、Q10、Q11、Q13、Q14、Q17~Q20.结论 所建HPLC-MS/MS法快速准确、灵敏度高,结合化学模式识别分析及熵权-TOPSIS法、GCA法可用于综合评价清热消癥方的质量.阿魏酸、丹参酮ⅡA、黄芩苷、隐丹参酮、毛蕊异黄酮葡萄糖苷、刺芒柄花苷可能为影响该方质量的标志性成分;Q17等11批样品的整体质量较优.
更多相关知识
- 浏览0
- 被引0
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



