基于多组分含量测定及多元统计分析研究茜草、大茜草及大叶茜草*

来源：药物分析杂志2023年第12期北京时间：

作者：李欣, 高天鹏, 张明童, 郭晓霞, 李冬华, 马潇

单位：1.甘肃省药品检验研究院,兰州 730070;2.国家药品监督管理局中药材及饮片质量控制重点实验室,兰州 730070

摘要：目的:建立多组分含量测定并结合多元统计分析,研究茜草与大茜草、大叶茜草,以期找出三者的成分差异,为茜草的鉴别提供研究基础。方法:以ACE Excel 5 C18(250 mm×4.6 mm,5 μm)为色谱柱,以甲醇(A)-0.1%磷酸溶液(B)为流动相,进行梯度洗脱,流速为1.0 mL·min-1,检测波长为250 nm,进样量为10 μL,柱温为30 ℃。对24批茜草饮片、10批大茜草和8批大叶茜草进行茜素、芦西定、异茜草素、羟基茜草素、6-羟基甲基异茜草素、大黄酚、大叶茜草素7个成分的含量测定,并将测得结果通过聚类和偏最小二乘法(PLS-DA)进行分析评价。结果:建立了茜草、大茜草与大叶茜草的多组分含量测定方法,测得7个成分的质量分数分别为:0.000 4%~0.037 6%、未检出~0.049 2%、0.001 0%~0.016 9%、0.003 4%~0.052 5%、0.002 8%~0.086 9%、0.002 3%~0.018 6%、0.059 5%~0.298 8%;通过聚类分析与偏最小二乘法(PLS-DA)均可将茜草聚为1类,大茜草聚为1类,大叶茜草聚为1类。结论:通过多组分含量测定,应用聚类分析、偏最小二乘法(PLS-DA)可区分茜草与大茜草、大叶茜草。此方法的建立为茜草的质量控制及评价提供了分析方法和数据支撑。

关键词：茜草,大茜草,大叶茜草,多组分含量,多元统计分析,聚类,芦西定,

基金资助：*中药材及饮片质量控制重点实验室项目(2022GSMPA-KL12);甘肃省药品科研项目(2022GSMPA0020),甘肃省药品科研项目(2022GSMPA0075),中药材及饮片质量控制重点实验室项目(2022GSMPA-KL10)