论文部分内容阅读
姜黄和甘草是两种传统的药用植物,现代研究表明,它们均具有多种药理活性。本论文以姜黄甘草组合物为研究对象,采用化学计量学方法建立了组合物主要成分与其抗肿瘤活性之间的组效关系模型,用于辨识其生物活性成分,为开发以姜黄甘草活性成分为主的新药奠定基础。1.建立了姜黄药材HPLC-UV指纹图谱分析方法,并依此分析了50批次姜黄提取物指纹图谱,标定出15个共有特征峰,以异槲皮苷为内标物,采用内标法对此15个特征峰进行相对定量分析,不同特征化合物的含量存在很大差异。采用UPLC-MS/MS技术对其指纹图谱中各色谱峰进行定性分析,在文献基础上,根据一级和二级质谱碎片信息,推测出15个共有峰中的12个色谱峰成分,其中包括姜黄素类化合物和挥发油类成分。2.建立了甘草药材HPLC-UV指纹图谱分析方法,并依此分析了50批次甘草提取物指纹图谱,标定出31个共有特征峰,以异槲皮苷为内标物,采用内标法对此31个特征峰进行相对定量分析,不同特征峰的含量存在很大差异。采用UPLC-MS/MS技术对指纹图谱中各色谱峰进行定性分析,推测出31个共有峰中的29个色谱峰成分,其中包括三萜皂苷类、黄酮类、异黄酮类和香豆素类。3.采用MTT法测定了50批次姜黄甘草组合物对人宫颈癌HeLa细胞的抑制活性,以抑制率为评价指标,抑制率范围为0.044-0.918,结果表明不同批次的姜黄甘草组合物抗肿瘤活性存在显著差异。4.以50批次姜黄甘草组合物的46个特征峰相对峰面积为自变量,其对HeLa细胞的抑制率为因变量,采用粒子群优化算法(PSO)优化支持向量回归机(SVR)模型参数,最佳参数如下:best C=10.4771,best g=0.1469,bestε=0.001,最优模型的均方误差MSE为0.0083,相关系数R为0.9321。5.采用最佳SVR模型结合平均影响值(MIV)对姜黄甘草组合物活性成分进行辨识,依据MIV绝对值大小对各自变量排序,选取绝对MIV值大于0.003的前15个特征峰(8个来源于姜黄)所对应的化学成分作为潜在抗肿瘤活性成分,其中大部分成分均有抗肿瘤方面的文献报道。将15个特征峰的相对峰面积作为自变量输入到SVR模型中进行结果验证,模型仍具有很好的预测效果。