建立了超高效液相色谱-线性离子阱/静电场轨道阱组合式高分辨质谱(UHPLC-LTQ Orbitrap MS)联用技术整合多种数据采集、挖掘策略快速分析无患子果皮中苷类化合物;总结了两类无患子皂苷标准品的质谱裂解规律及特征碎片离子,用于无患子果...建立了超高效液相色谱-线性离子阱/静电场轨道阱组合式高分辨质谱(UHPLC-LTQ Orbitrap MS)联用技术整合多种数据采集、挖掘策略快速分析无患子果皮中苷类化合物;总结了两类无患子皂苷标准品的质谱裂解规律及特征碎片离子,用于无患子果皮中苷类成分的快速筛查和鉴别;探索了母离子列表(parent ion list,PIL)-MS2、PIL-MS3和高能碰撞(high energy collision dissociation,HCD)技术,用于无患子果皮中母核结构相近化合物的精细区分和鉴别;最后通过智能化的In silico策略(Mass Frontier软件中的FISH和MS Tree Match技术)对无患子果皮中新的苷类成分进行高通量筛查,并用HCD碎裂模式验证其预测的可靠性。结果表明,在无患子果皮中共鉴别出67个苷类化合物,其中38个化合物被快速筛查和鉴别,18个母核结构相近的化合物得以精细区分,11个新成分被推测。该方法能够为无患子质量控制及药效学研究提供参考数据,有助于复杂中药成分的快速定性分析。展开更多
目的:探讨茵栀黄颗粒主要化学成分及其药理作用机制。方法:色谱柱选用Waters公司ACQUITY PRM UPLC BEH C;Column with Van Guard FIT色谱柱(2.1 mm×100 mm, 1.7μm),梯度洗脱的流动相为0.1%甲酸溶液-乙腈;采用高分辨液质联用质谱(U...目的:探讨茵栀黄颗粒主要化学成分及其药理作用机制。方法:色谱柱选用Waters公司ACQUITY PRM UPLC BEH C;Column with Van Guard FIT色谱柱(2.1 mm×100 mm, 1.7μm),梯度洗脱的流动相为0.1%甲酸溶液-乙腈;采用高分辨液质联用质谱(UHPLC-LTQ-Orbitrap-MS)正负离子扫描模式。并利用中药系统药理学数据库与分析平台和Swiss Target Prediction数据库对检测得到的化合物成分进行靶点预测,结合Cytoscape 3.8.2绘制关联网络图,对核心靶基因进行基因本体功能富集分析和京都基因与基因组百科全书通路富集分析,构建成分-靶点-通路网络图。利用Autodock vina软件对疾病靶点和茵栀黄颗粒的主要化学成分进行分子对接验证。结果:依据从精确相对分子质量数据和多级质谱碎片离子数据获得的结果,结合对照品比对以及文献报道,共从茵栀黄颗粒中分析鉴定了68个化学成分,其中有14个化合物经对照品比对完全确定,主要包括苯丙素类化合物如绿原酸,香豆素类化合物如滨蒿内酯,黄酮类化合物如黄芩素、黄芩苷。网络药理学分析得到31个茵栀黄颗粒治疗黄疸的主要靶点,经过度值筛选得到排序居前5位的主要靶点及重要的相关信号通路。推断茵栀黄颗粒可能通过脂质与动脉粥样硬化方式,影响类固醇激素生物合成,从而治疗黄疸的前期病变等。结论:本研究初探了茵栀黄颗粒的主要化学成分及相关药理作用机制,为茵栀黄颗粒的进一步深入研究提供了参考。展开更多
文摘建立了超高效液相色谱-线性离子阱/静电场轨道阱组合式高分辨质谱(UHPLC-LTQ Orbitrap MS)联用技术整合多种数据采集、挖掘策略快速分析无患子果皮中苷类化合物;总结了两类无患子皂苷标准品的质谱裂解规律及特征碎片离子,用于无患子果皮中苷类成分的快速筛查和鉴别;探索了母离子列表(parent ion list,PIL)-MS2、PIL-MS3和高能碰撞(high energy collision dissociation,HCD)技术,用于无患子果皮中母核结构相近化合物的精细区分和鉴别;最后通过智能化的In silico策略(Mass Frontier软件中的FISH和MS Tree Match技术)对无患子果皮中新的苷类成分进行高通量筛查,并用HCD碎裂模式验证其预测的可靠性。结果表明,在无患子果皮中共鉴别出67个苷类化合物,其中38个化合物被快速筛查和鉴别,18个母核结构相近的化合物得以精细区分,11个新成分被推测。该方法能够为无患子质量控制及药效学研究提供参考数据,有助于复杂中药成分的快速定性分析。