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-中国药房

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

请在关注微信后，向客服人员索取文件

篇名：	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
TITLE：	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OriginPro2024及SIMCA14.1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、727.666～1901.884、496.846～1293.279、1995.501～6779.150、54.500～241.280、150.302～304.339、79.698～189.206、257.118～682.418、5.498～21.687、7.524～26.935μg/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。
ABSTRACT：	OBJECTIVE To systematically evaluate the quality of the Heat-clearing and symptom-relieving formula and screen potential marker components that influence the quality of the formula. METHODS The contents of 11 components （calycosin-7- O - β -D-glucoside， ononin， hyperoside， isoquercitrin， baicalin， baicalein， cryptotanshinone， tanshinone Ⅱ A ， tanshinone Ⅰ， senkyunolide A， ferulic acid） in the Heat-clearing and symptom-relieving formula were determined by high-performance liquid chromatography-tandem mass spectrometry （HPLC-MS/MS）. Using the contents of the aforementioned components as variables， cluster analysis （CA）， principal component analysis （PCA）， and orthogonal partial least squares-discriminant analysis （OPLS-DA） were conducted using OriginPro 2024 software and SIMCA 14.1 software； marker components affecting the quality of the Heat-clearing and symptom-relieving formula were then screened based on the criteria of variable importance in the projection （VIP） value＞1 and P ＜0.05. The comprehensive evaluation of 20 batches of samples was carried out using the entropy weight-technique for order preference by similarity to ideal solution（TOPSIS） and grey correlation analysis （GCA） methods. RESULTS The contents of the above 11 components were 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 and OPLS-DA results showed that 20 batches of samples were grouped into 2 categories. Q1， Q3， Q4， Q7-Q9， Q12， Q15， Q16 were grouped into one category， and the rest were grouped into another category； VIP values of ferulic acid， tanshinone Ⅱ A ， baicalin， cryptotanshinone， calycosin-7- O - β -D-glucoside and ononin were all greater than 1 （ P ＜0.05）. Both the entropy weight-TOPSIS and GCA methods showed that the samples ranked in the top 11 according to the euclidean distance and relative correlation degree were Q2， Q5， Q6， Q10， Q11， Q13， Q14， Q17-Q20. CONCLUSIONS The established HPLC-MS/MS method is rapid， accurate and highly sens itive. Combined with chemical pattern recognition analysis， entropy weight-TOPSIS and GCA methods， this method can be used to evaluate the quality of the Heat-clearing and symptom-relieving formula. Ferulic acid， tanshinone Ⅱ A ， baicalin， cryptotanshinone， calycosin-7- O - β -D-glucoside and ononin may be the marker components that affect the quality of this formula. The overall quality of 11 batches of the Heat-clearing and symptom-relieving formula， including Q17， is relatively superior.
期刊：	2026年第37卷第06期
作者：	陈佳惠；罗琼；蔚丽君；王跃武；李君；刘成东；郝佳佳；牛利文
AUTHORS：	CHEN Jiahui，LUO Qiong，WEI Lijun，WANG Yuewu，LI Jun，LIU Chengdong，HAO Jiajia，NIU Liwen
关键字：	清热消癥方；化学模式识别分析；熵权-逼近理想解排序法；灰色关联分析法；标志性成分
KEYWORDS：	Heat-clearing and symptom-relieving formula； chemical pattern recognition analysis； entropy weight-TOPSIS
阅读数：	0 次
本月下载数：	0 次

* 注：未经本站明确许可，任何网站不得非法盗链资源下载连接及抄袭本站原创内容资源!在此感谢您的支持与合作！