通过LC-MS/MS和UPLC与多变量化学分析相结合,从不同种植物中识别Citri Reticulatae Pericarpium (Chenpi)

科学领域:

• 药物鉴定和植物化学学
• 分析化学 分析化学
• 化学测量 化学测量 化学测量

背景情况:

• 树网状 (Citri Reticulatae Pericarpium,简称CP) 是从树网状 (Citrus reticulata) 皮中提取的,具有商业价值,但在种类之间表现出显著的差异.
• 现有的质量控制方法不足以区分CP品种,需要一种可靠的分析方法.
• 了解化学特征差异对于确保CP在临床应用中的安全性和有效性至关重要.

研究的目的:

• 调查和区分七个主要的网 (Citrus Reticulatae Pericarpium (CP)) 品种的化学特征.
• 建立一个快速和准确的多组分定量方法,使用UPLC来区分CP品种.
• 为了确定特定的CP品种的潜在化学标记物.

主要方法:

• 超高性能液态染色学 (UPLC) 用于对代表性黄类的定量分析.
• 液体染色学-并联质谱学 (LC-MS/MS) 用于识别和描述CP提取物中的化合物.
• 应用了多变量统计分析,包括主要组件分析 (PCA),正交部分最小平方-区分分析 (OPLS-DA) 和等级集群分析 (HCA),用于数据解释和品种歧视.

主要成果:

• 在LC-MS/MS分析中,发现了53种化合物,其中48种是黄类. 九种代表性黄素被选择用于定量测定.
• 开发的UPLC方法表现出高的特异性,线性,精度,可重复性,稳定性和准确性.
• 多变种分析成功地区分了七个CP品种,在GCP,BDZ,JG和WZMG中观察到明显的集群. 赫斯佩雷丁仅在GCP中发现,表明其作为品种特异性标记物的潜力.

结论:

• 七种CP品种之间存在着黄酸含量的显著差异,尽管它们的化学成分总体上相似.
• 联合UPLC量化和多变量统计分析为区分主要的CP品种提供了有效的策略.
• 这种方法为加强CP质量控制和指导该领域未来研究提供了有价值的见解.