【摘要】 本研究提出了一种有效的中药复方 QJYQ 多组分成分定性定量方法。

中药化学成分的综合鉴定是阐明中药疗效和评价中药质量安全性的前提和基础。近年来，中药化学指纹图谱逐渐被人们所认识并应用于中药的内在质量控制，它可以快速显示植物提取物的主要化学特征，而不需要常规的植物化学分离。超高效液相色谱-高分辨率质谱测定法(UHPLC-HRMS)经常用于定性地获取和分析复杂基质中成药的化学成分。

 

然而，巨大的质谱(MS)数据阻碍了它的数据处理。质量损失过滤技术(MDF)可以有效地改善复杂中药中化合物的角色塑造效率。机器学习是一种用于数据分析、分类和建模的智能算法。与现有的超高效液相色谱四极子飞行时间串联质谱测定法(UHPLC-Q-TOF/MS)技术相比，深度学习辅助中密度纤维板(deep-learning MDF)被巧妙地引入到数据处理中，以快速识别和表征复杂的化学系统[5]。

 

此外，特征诊断离子(CDI)和中性损耗(NL)是两种用于中药成分快速筛分和定性分析的数据后处理技术。它们的原理是同一类型的化合物具有共同的亲核结构，在 MS 裂解过程中产生相似的裂解规则和片段。

 

超高效液相色谱-串联质谱测定法(UHPLC-MS/MS)法经常用于含量测定。它具有快速、方便、灵敏度高、特异性强的特点。多重反应清晨(MRM)方法可以通过精确扫描预先确定的前体和产物离子，避免共洗脱组分的干涉。与 MRM 相比，时间表 MRM (sMRM)根据保留时间最大化了分析物的数量，从而提高了效率的定量分析。因此，超高效液相色谱和 sMRM (超高效液相色谱-sMRM)可以成为一个有效的程序，用于在复杂基质中测定具有较大浓度差异的大规模目标成分的定量分析。

 

本研究提出了一种有效的中药复方 QJYQ 多组分成分定性定量方法。首先，采用 UHPLC-Q-TOF/MS 方法获得 QJYQ 的质谱数据。然后，利用深度学习 MDF 对 QJYQ 的全部植物化学成分进行分类和表征。其次，建立了高灵敏度的 UHPLC-sMRM 数据采集方法，并对该方法进行了验证，以同时测定 QJYQ 的多类化学组成。所建立的方法可为 QJYQ 的评价体系和临床应用提供全面的科学依据。

 

1.Xiaohua Yang, Shuangqi Wang, Lina Qi, Shujing Chen, Kunze Du, Ye Shang, Jiading Guo, Shiming Fang, Jin Li, Han Zhang, Yanxu Chang, An efficient method for qualitation and quantitation of multi-components of the herbal medicine Qingjin Yiqi Granules, Journal of Pharmaceutical and Biomedical Analysis, Volume 227, 2023, 115288, ISSN 0731-7085, https://doi.org/10.1016/j.jpba.2023.115288.

 

科学指南针是杭州研趣信息技术有限公司推出的主品牌，专注科研服务，以分析测试为核心。团队核心成员全部来自美国密歇根大学，卡耐基梅隆大学，瑞典皇家工学院，浙江大学，上海交通大学，同济大学等海内外名校，为您对接测试的项目经理100%具有硕士以上学历。我们整合高校/社会闲置仪器设备资源，甄选优质仪器，为广大科研工作者提供方便、快速、更具性价比的分析测试服务。

 

免责声明：部分文章整合自网络，因内容庞杂无法联系到全部作者，如有侵权，请联系删除，我们会在第一时间予以答复，万分感谢。