天津中医药大学学报  2023, Vol. 42 Issue (5): 624-629

文章信息

魏淑婕, 张蒙蒙, 贾晓华, 欧阳慧子, 李天祥, 何俊
WEI Shujie, ZHANG Mengmeng, JIA Xiaohua, OUYANG Huizi, LI Tianxiang, HE Jun
不同产地半夏指纹图谱的建立及化学模式识别研究
Establishment of Pinellia ternata fingerprints from different origins and research on chemical pattern recognition
天津中医药大学学报, 2023, 42(5): 624-629
Journal of Tianjin University of Traditional Chinese Medicine, 2023, 42(5): 624-629
http://dx.doi.org/10.11656/j.issn.1673-9043.2023.05.13

文章历史

收稿日期: 2023-05-15
不同产地半夏指纹图谱的建立及化学模式识别研究
魏淑婕1 , 张蒙蒙1 , 贾晓华1 , 欧阳慧子2 , 李天祥1 , 何俊1     
1. 天津中医药大学, 组分中药国家重点实验室, 天津 301617;
2. 天津中医药大学第一附属医院, 天津 300381
摘要: [目的] 建立半夏药材超高效液相色谱(UPLC)指纹图谱,结合化学模式识别筛选差异性标志成分。[方法] 采用ACQUITY UPLC HSS T3柱(2.1 mm×100 mm,1.8 μm),流动相为0.1%磷酸水-乙腈,梯度洗脱,流速为0.2 mL/min,进样体积为10 μL,柱温为32 ℃,检测波长为260 nm。采用相似度评价和化学模式识别相结合的方法对其进行分析。[结果] 在18批半夏UPLC指纹图谱中指认出15个共有峰,其中16批样品相似度均大于0.877,其余2批分别为0.606、0.778。聚类分析结果显示不同产地的半夏分为两大类,主成分分析和聚类分析结果一致,采用正交偏最小二乘-判别分析筛选出6个差异性标志成分,通过对照品指认出3个成分(胞苷、次黄嘌呤、鸟苷)。[结论] 建立的指纹图谱方法稳定、可靠、重复性好,结合化学模式识别,可为半夏质量评价提供参考。
关键词: 指纹图谱    半夏    化学模式识别    聚类分析    质量评价    
Establishment of Pinellia ternata fingerprints from different origins and research on chemical pattern recognition
WEI Shujie1 , ZHANG Mengmeng1 , JIA Xiaohua1 , OUYANG Huizi2 , LI Tianxiang1 , HE Jun1     
1. State Key Laboratory of Component-Based Chinese Medicine, Tianjin University of Traditional Chinese Medicine, Tianjin 301617, China;
2. First Teaching Hospital of Tianjin University of Traditional Chinese Medicine, Tianjin 300381, China
Abstract: [Objective] To establish the UPLC fingerprint of Pinellia ternata, combined with chemical pattern recognition to screen the differential markers. [Methods] An ACQUITY UPLC HSS T3 column (2.1 mm×100 mm, 1.8 μm) was used, the mobile phase was 0.1% aqueous phosphoric acid-acetonitrile, gradient elution, the flow rate was 0.2 mL/min, the injection volume was 10 μL, and the column temperature was 32℃, the detection wavelength is 260 nm. It was analyzed by a combination of similarity evaluation and chemical pattern recognition. [Results] Fifteen common peaks were identified from 18 batches of Pinellia ternata UPLC fingerprints, of which 16 batches of samples had similarities greater than 0.877, and the remaining 2 batches were 0.606 and 0.778 respectively, by cluster analysis, Pinellia ternata from different origins were divided into two categories. The results of principal component analysis and cluster analysis were consistent. The orthogonal partial least squares-discriminant analysis was used to screen out 6 differential markers, and three components (cytidine, hypoxanthine, guanosine) were identified by the reference substance. [Conclusion] The established fingerprint method is stable, reliable and repeatable. Combined with chemical pattern recognition, it can provide reference for quality evaluation of Pinellia ternata.
Key words: fingerprint    Pinellia ternata    chemical pattern recognition    cluster analysis    quality evaluation    

半夏来源于天南星科多年生草本植物半夏Pinelliaternata (Thunb.)Breit.的干燥块茎,辛、温,有毒,归脾、胃、肺经[1],具有燥湿化痰、降逆止呕、消痞散结等功效[2]。半夏作为中药材始见于《五十二病方》,后在《伤寒杂病论》中被广泛使用。目前,因其具有抗肿瘤、降低血脂及抗新型冠状病毒感染等药理作用而备受关注,成为临床常用药材之一[3-4]。随着市场需求量不断增加,而半夏野生资源匮乏,存在市场缺口,人工栽培成为其替代途径,但人工栽培过程中存在栽培技术滞后、品种选育研究薄弱等问题[5],导致市售半夏质量参差不齐、来源复杂,给临床用药带来诸多不便。如何利用现代分析方法控制半夏质量,是半夏药材研究进展中亟待解决的问题。

中药所含化学成分多样复杂,单一或几个成分不能全面反映药材质量[6],指纹图谱能够在整体层面表征药材化学成分,是一种综合、可量化的鉴别与评价手段[7-9]。化学模式识别技术可对中药指纹图谱信息进行深度挖掘,反映中药的内在成分差异,对其质量控制具有重要意义[10-12]。因此,本研究采用超高效液相色谱(UPLC)法建立半夏药材指纹图谱,并运用SPSS和SIMCA软件进行化学模式识别分析,以期为半夏质量研究提供参考。

1 材料 1.1 仪器

Agilent 1290 UPLC色谱仪(美国Agilent公司);Milli-Q IQ 7005超纯水制备仪(Millipore公司);5424 R型高速控温离心机(德国Eppendorf公司);AS 60/220. R2型十万分之一天平(波兰Radwag公司);G3KT18273型旋涡混合器(赛默飞世尔科技公司)。

1.2 试药

对照品:胞苷(批号:DST190314-087)、次黄嘌呤(批号:DST190407-087)、尿苷(批号:DST190108-024)、肌苷(批号:DST180521-028)、鸟苷(批号:DST190311-045)、腺苷(批号:2-ALI-112-1)均购自成都曼斯特生物科技有限公司;磷酸(色谱级)购自美国ROE公司;乙腈(色谱级)购自美国Fisher公司;超纯水由Milli-Q超纯水制备仪制备。

1.3 药材

半夏药材采自不同产区,样品去除泥沙与杂质,干燥,粉碎备用。具体样品信息见表 1,经天津中医药大学李天祥教授鉴定为天南星科植物半夏Pinelliaternata (Thunb.)Breit.的干燥块茎。

表 1 半夏药材样品信息
2 方法与结果 2.1 色谱条件

色谱柱:ACQUITY UPLC HSS T3柱(2.1 mm×100 mm,1.8 μm);流动相:A相0.1%磷酸水,B相乙腈;梯度洗脱,洗脱梯度为:0~5 min,1%~5%B;5~9 min,5%~14%B;9~10 min,14%~20%B;10~14 min,20%~45%B;流速:0.2 mL/min;进样体积:10 μL;柱温:32 ℃;检测波长:260 nm。

2.2 对照品溶液的制备

精密称取胞苷、次黄嘌呤、尿苷、肌苷、鸟苷、腺苷对照品各5.0 mg,加水溶解,配制成1 mg/mL的对照品溶液,置于4 ℃冰箱储存备用。

2.3 供试品溶液的制备

精密称取半夏粉末(过4号筛)1.0 g置于10 mL锥形瓶中,加水溶解定容至刻度线处,超声(功率250 W,频率50 kHz)提取30 min后取出,放至室温再次称取质量,补足失去的质量,用0.22 μm滤膜过滤取续滤液,即得供试品溶液。

2.4 方法学考察 2.4.1 精密度实验

取半夏样品(S9)粉末,精密称定1.0 g,按照“2.3”项下的制备方法制备供试品溶液,在“2.1”项的色谱条件下连续进样6次,计算得到各共有峰保留时间RSD均小于0.1%,峰面积RSD小于1.7%,表明仪器精密度良好。

2.4.2 重复性实验

取半夏样品(S9)粉末,精密称定1.0 g,按照“2.3”项下的制备方法,平行制备6份供试品溶液,在“2.1”项的色谱条件下进样,计算得到各共有峰保留时间RSD小于1.5%,峰面积RSD小于5.9%,表明该方法重复性良好。

2.4.3 稳定性实验

取半夏样品(S9)粉末,精密称定1.0 g,按照“2.3”项下的制备方法制备供试品溶液,并在“2.1”项的色谱条件下分别于0、2、6、8、12、24 h进样分析,计算得到各共有峰保留时间RSD小于0.6%,峰面积RSD小于6.6%,表明样品在24 h内稳定性良好。

2.5 指纹图谱的建立

分别称定18批半夏样品各1.0 g,按照“2.3”项下的制备方法制备供试品溶液,并在“2.1”项的色谱条件下进样分析,得到UPLC指纹图谱。将色谱图数据导入“中药色谱指纹图谱相似度评价系统(2012.130723版本)”,生成18批供试品色谱图,其中共标定15个共有峰,通过对照品比对指认出6个色谱峰,分别为胞苷(3号峰)、次黄嘌呤(4号峰)、尿苷(6号峰)、肌苷(7号峰)、鸟苷(10号峰)、腺苷(12号峰),供试品色谱图及混合对照品图谱见图 1

注:A为18批半夏药材指纹图谱;B为混合对照品图谱。 图 1 供试品及混合对照品指纹图谱
2.6 相似度评价

设置S1为参照图谱,采用平均数法,时间窗宽度为0.1,通过多点校正后进行整体相似度评价,相似度评价结果见表 2。16批不同产地半夏药材相似度均大于0.877,其余2批样品指纹图谱与对照图谱相比相似度较低,其中S12(山西省运城市新绛县)相似度为0.606,S16(河北省石家庄市鹿泉区)相似度为0.778。结果表明,大部分产地半夏样品指纹图谱的一致性较高,只有2批样品差异较大。

表 2 18批半夏样品相似度评价结果
2.7 化学模式识别分析 2.7.1 聚类分析

以18批不同产地半夏药材的15个共有峰面积为原始数据,经标准化处理后,导入SPSS 23.0软件,进行聚类分析。以平方欧式距离为测度,采用组间连接法,结果见图 2。当类间距离为10时,18批样品被分为两组,其中S1~S11、S13~S15、S18聚为一类,S12、S16聚为一类。

图 2 18批半夏样品的聚类分析树状图
2.7.2 主成分分析

将18批半夏药材的UPLC指纹图谱在260 nm波长下的15个共有峰峰面积进行标准化处理后,导入SIMCA 14.1软件,构建18×15的原始数据矩阵,Par作为标度化方式,进行主成分分析。从15个变量中提取出3个变量,累计方差贡献率为82.57%,表明该模型的预测能力良好[13],提取前3个主成分绘制PCA得分图,结果见图 3。由图 3可知,S1~S11、S13~S15、S18聚为一类,S12、S16聚为一类,与聚类分析结果一致。

图 3 18批半夏样品主成分分析得分图

主成分分析载荷图中的点代表各共有峰,距离原点(0,0)越远,表明其权重越大,对样品质量差异影响越大[14],见图 4。由图 4可知,3号峰(胞苷)、4号峰(次黄嘌呤)、5号峰、8号峰、10号峰(鸟苷)、12号峰(腺苷)、13号峰和15号峰是不同批次产生差异的主要原因,表明造成S12、S16与其他批次产生差异是上述多种成分协同作用的结果。

图 4 18批半夏样品主成分分析载荷图
2.7.3 正交偏最小二乘法-判别分析

为了进一步分析不同批次半夏样品的批间差异性,采用SIMCA 14.1软件在聚类分析和主成分分析的基础上对数据进行正交偏最小二乘-判别分析。正交偏最小二乘-判别分析得分见图 5,结果可见18批样品被较好地分为两类。在建立的分析模型中,结实率参数R2X为0.691,区分参数R2Y为0.927,预测参数Q2为0.789,均大于0.5,说明模型稳定性和预测准确性良好[15]

图 5 18批半夏样品正交偏最小二乘-判别分析得分图

随机改变分布变量Y的排列顺序200次进行置换检验,得到置换检验图 6R2回归线在Y轴截距为0.217,Q2回归线在Y轴截距为-0.553,说明所建立的模型不存在过拟合现象,可用于判别分析18批样品的批间差异[16]

图 6 正交偏最小二乘-判别分析模型的置换检验结果(n=200)

正交偏最小二乘-判别分析模型中变量重要性投影值(VIP值)可直观反映出各变量对样品分类的贡献值,筛选VIP值>1.0的变量为差异性标志成分[17],结果见图 7。通过对照品指认,具有统计学意义的6个差异性标志成分的贡献程度依次为3号峰(胞苷)>5号峰>4号峰(次黄嘌呤)>15号峰>10号峰(鸟苷)>8号峰,上述成分是S12、S16样品与其他批次样品之间产生差异的主要原因。在S12、S16样品中,3号峰、4号峰、5号峰和15号峰的峰面积均大于其他批次样品,而10号峰的峰面积均小于其他批次样品。该结果与主成分分析中载荷图的分析结果基本一致。

图 7 18批半夏样品正交偏最小二乘-判别分析各成分VIP图(x±s
3 讨论

本研究考察了不同提取溶剂(水、70%甲醇、30%甲醇)、色谱柱类型(CORTECS C18柱、ACQUITY UPLC HSS T3柱)、流动相种类(乙腈-0.1%磷酸水、甲醇-水、乙腈-水)及不同检测波长(210、254、260 nm)条件下样品分析时间、色谱峰峰形、峰数及峰响应的情况,确定采用ACQUITY UPLC HSS T3柱(2.1 mm×100 mm,1.8 μm),以乙腈-0.1%磷酸水为流动相,在260 nm检测波长下进行分析,所得色谱峰峰形良好,分析时间短。构建了半夏药材UPLC指纹图谱,并对18批不同产地样品进行分析。共标定15个共有峰,其中指认6个色谱峰,分别为胞苷、次黄嘌呤、尿苷、肌苷、鸟苷及腺苷。相似度结果显示16批样品相似度均大于0.877,其余2批分别为0.606、0.778。

聚类分析和主成分分析结果一致,大部分批次的样品具有较高一致性,只有2批样品与其他样品的差异较大。通过正交偏最小二乘-判别分析模型中的VIP值共筛选出6个差异性标志成分(经对照品比对指认出其中3种成分为胞苷、次黄嘌呤、鸟苷),是造成S12(山西省运城市新绛县)、S16(河北省石家庄市鹿泉区)与其他批次产生差异的主要原因。胞苷、次黄嘌呤、鸟苷所属的核苷类成分作为半夏中主要的一类成分,已被证实是半夏“降逆止呕”的主要物质基础[18]。现代研究表明核苷类成分参与DNA代谢过程,具有抗病毒、抗肿瘤等多种生物活性[19]。陈卫等[20]在不同炮制方法对半夏的差异性影响研究中发现,胸苷、次黄嘌呤和尿嘧啶的含量差异较为显著,可作为半夏不同炮制品有效区分的特征成分。王翠翠等[18]在对半夏及其混伪品的研究中发现,依据尿苷、腺嘌呤、鸟苷和腺苷4种核苷的含量可以很好地区分半夏、水半夏和虎掌南星。此外,徐文英[19]对比了不同品种半夏中鸟苷和腺苷的含量,发现在不同品种半夏样品中两种成分的含量存在明显差异,认为核苷类成分对于评价半夏质量具有重要意义。本研究结果与上述研究结果较为一致,胞苷、次黄嘌呤、鸟苷的含量可以反映出不同产地半夏样品的差异性,且其所属的核苷类成分为半夏的主要药效物质,因此在对半夏的质量研究中应重点关注胞苷、次黄嘌呤、鸟苷等成分的含量变化。

本研究建立了半夏药材的UPLC指纹图谱,结合聚类分析、主成分分析等化学模式识别方法进行综合分析,并采用正交偏最小二乘-判别分析筛选出不同产地半夏的差异性标志成分,可为半夏质量评价研究和资源开发利用提供参考。

参考文献
[1]
国家药典委员会. 中华人民共和国药典: 2020年版[M]. 北京: 中国医药科技出版社, 2020: 123-124.
The National Pharmacopoeia Commission. People's republic of China(PRC) pharmacopoeia: 2020 edition[M]. Beijing: China Medical Science and Technology Press, 2020: 123-124.
[2]
黄凤英, 高健美, 龚其海. 半夏药理作用及其毒性研究进展[J]. 天然产物研究与开发, 2020, 32(10): 1773-1781.
HUANG F Y, GAO J M, GONG Q H. Research progress on pharmacological effects and toxicity of Pinellia ternata[J]. Natural Product Research and Development, 2020, 32(10): 1773-1781.
[3]
寸竹, 董益, 张广辉, 等. 云南省野生半夏资源调查及种质评价[J]. 南方农业学报, 2021, 52(8): 2069-2077.
CUN Z, DONG Y, ZHANG G H, et al. Investigation and germplasm evaluation on wild Pinellia ternata(Thunb.) Berit. resources in Yunnan[J]. Journal of Southern Agriculture, 2021, 52(8): 2069-2077. DOI:10.3969/j.issn.2095-1191.2021.08.004
[4]
寇本沧. 经方中半夏的应用规律研究[D]. 济南: 山东中医药大学, 2020.
KOU B C. Study on the application law of Pinellia ternata in classical prescription[D]. Jinan: Shandong University of Traditional Chinese Medicine, 2020.
[5]
李婷, 李敏, 贾君君, 等. 全国半夏资源及生产现状调查[J]. 现代中药研究与实践, 2009, 23(2): 11-13.
LI T, LI M, JIA J J, et al. Survey of national resources and production status of Pinellia ternata in China[J]. Research and Practice on Chinese Medicines, 2009, 23(2): 11-13.
[6]
倪洋, 朱晶. 中药化学成分研究思路与方法[J]. 黑龙江科技信息, 2011, 15(29): 15.
NI Y, ZHU J. Thoughts and methods of research on chemical constituents of traditional Chinese medicine[J]. Heilongjiang Science and Technology Information, 2011, 15(29): 15.
[7]
姚令文, 刘燕, 郑笑为, 等. 指纹图谱、特征图谱技术在中药材和中成药中的应用[J]. 中国新药杂志, 2018, 27(8): 934-939.
YAO L W, LIU Y, ZHENG X W, et al. Application of the fingerprint and characteristic fingerprint technology in traditional Chinese medicinal materials and Chinese patent medicine[J]. Chinese Journal of New Drugs, 2018, 27(8): 934-939.
[8]
张宏梅, 崔佰吉. 色谱指纹图谱在中药质量控制中的应用[J]. 中西医结合心血管病电子杂志, 2017, 5(32): 169.
ZHANG H M, CUI B J. Application of chromatographic fingerprint in quality control of traditional Chinese medicine[J]. Cardiovascular Disease Journal of Integrated Traditional Chinese and Western Medicine, 2017, 5(32): 169.
[9]
LI G Z, YU F, WANG Y Y, et al. Comparison of the chromatographic fingerprint, multicomponent quantitation and antioxidant activity of Salvia miltiorrhiza Bge. between sweating and nonsweating[J]. Biomedical Chromatography, 2018, 32(6): e4203.
[10]
孙立丽, 王萌, 任晓亮. 化学模式识别方法在中药质量控制研究中的应用进展[J]. 中草药, 2017, 48(20): 4339-4345.
SUN L L, WANG M, REN X L. Application progress on chemical pattern recognition in quality control of Chinese materia medica[J]. Chinese Traditional and Herbal Drugs, 2017, 48(20): 4339-4345.
[11]
赵宏苏, 赵茹, 乔金为, 等. 基于指纹图谱结合化学模式识别绿萼梅质量标志物的评价研究[J]. 中草药, 2022, 53(5): 1345-1353.
ZHAO H S, ZHAO R, QIAO J W, et al. Evaluation of quality markers of Mume Flos based on fingerprint and chemical pattern recognition[J]. Chinese Traditional and Herbal Drugs, 2022, 53(5): 1345-1353.
[12]
周冰倩, 高喜梅, 杨颖, 等. 不同来源竹茹药材HPLC指纹图谱和化学计量学分析[J]. 中草药, 2022, 53(3): 853-857.
ZHOU B Q, GAO X M, YANG Y, et al. Quality analysis of Caulis Bambusae in Taeniam from different origins by HPLC coupled with chemometrics[J]. Chinese Traditional and Herbal Drugs, 2022, 53(3): 853-857.
[13]
李虹, 黄晓欣, 刘勇, 等. 基于电子舌技术的生炒酸枣仁滋味比较[J]. 中国现代中药, 2022, 24(1): 122-127.
LI H, HUANG X X, LIU Y, et al. Taste comparison between raw and fried ziziphi spinosae Semen based on electronic tongue technology[J]. Modern Chinese Medicine, 2022, 24(1): 122-127.
[14]
张欣舒, 董金香, 杨净尧, 等. 经典名方保元汤物质基准指纹图谱及多指标量值传递研究[J]. 药物分析杂志, 2021, 41(2): 345-358.
ZHANG X S, DONG J X, YANG J Y, et al. HPLC fingerprint of substance benchmarks of classical famous prescriptions Baoyuan Decoction and multi-component value transmitting[J]. Chinese Journal of Pharmaceutical Analysis, 2021, 41(2): 345-358.
[15]
黄宽, 付鹏, 林艾和, 等. 不同产地夏枯草HPLC指纹图谱及化学模式识别研究[J]. 中华中医药学刊, 2021, 39(12): 124-128, 290.
HUANG K, FU P, LIN A H, et al. Study on HPLC fingerprint and chemical pattern recognition of xiakucao(Prunella vulgaris) from different producing areas[J]. Chinese Archives of Traditional Chinese Medicine, 2021, 39(12): 124-128, 290.
[16]
曹亚楠, 白雪, 赵钢, 等. UPLC指纹图谱结合化学计量学的多产地藜麦质量控制[J]. 食品科学, 2017, 38(20): 286-291.
CAO Y N, BAI X, ZHAO G, et al. Application of UPLC fingerprint coupled with chemometry for quality control of quinoa from different geographical origins[J]. Food Science, 2017, 38(20): 286-291.
[17]
谭小娟, 李世雄, 李璎峪, 等. 白术饮片的指纹图谱形状特征与质量标志物(Q-Marker)研究[J]. 中草药, 2021, 52(16): 4844-4851.
TAN X J, LI S X, LI Y Y, et al. Study on fingerprint shape characteristics and quality markers of Atractylodis Macro-cephalae Rhizoma[J]. Chinese Traditional and Herbal Drugs, 2021, 52(16): 4844-4851.
[18]
王翠翠, 毕启瑞, 张建青, 等. 一测多评法定量分析半夏及其混伪品中的4种核苷类成分[J]. 中草药, 2022, 53(19): 6180-6186.
WANG C C, BI Q R, ZHANG J Q, et al. Quantitative analysis of four nucleosides in Pinellia Rhizoma and its adulterants by the quantitative analysis of multi-components by a single marker[J]. Chinese Traditional and Herbal Drugs, 2022, 53(19): 6180-6186.
[19]
徐文英. 半夏核苷类成分含量测定及其指纹图谱初探[D]. 北京: 北京中医药大学, 2015.
XU W Y. Determination of nucleosides in Pinellia ternata and preliminary study on its fingerprint[D]. Beijing: Beijing University of Chinese Medicine, 2015.
[20]
陈卫, 张超, 孙磊, 等. 基于核苷类成分利用指纹图谱结合化学计量学方法鉴别4种半夏药材炮制品[J]. 药物分析杂志, 2021, 41(5): 919-928.
CHEN W, ZHANG C, SUN L, et al. Combination of fingerprint and chemometrics for identification of four processed products of Pinelliae Rhizoma based on nucleosides and nucleobases[J]. Chinese Journal of Pharmaceutical Analysis, 2021, 41(5): 919-928.