[发明专利]基于UPLC-Q-TOF/MSE 在审
申请号: | 202110534221.7 | 申请日: | 2021-05-17 |
公开(公告)号: | CN113421620A | 公开(公告)日: | 2021-09-21 |
发明(设计)人: | 唐于平;陈嘉倩;陈艳琰;乐世俊;周桂生;段金廒 | 申请(专利权)人: | 陕西中医药大学 |
主分类号: | G16C20/50 | 分类号: | G16C20/50;G16H70/40;G01N30/86;G06N3/08 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 陆志斌 |
地址: | 712046 陕西*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 uplc tof ms base sup | ||
1.一种基于UPLC-Q-TOF/MSE和整合效应的BP神经网络关联分析对中药不同功效的生物活性成分进行模糊识别的方法,其特征在于,包括以下步骤:
用模糊化学识别方法将中药中的大部分成分分类为不同类型的成分群;并通过动物实验评价和/或多属性综合指标,得出中药不同功效的整合效应值;然后运用BP神经网络将UPLC-Q-TOF/MSE分析确定的成分含量与整合效应值进行关联,实现中药成分和不同功效间的关联分析。
2.根据权利要求1所述的一种基于UPLC-Q-TOF/MSE和整合效应的BP神经网络关联分析对中药不同功效的生物活性成分进行模糊识别的方法,其特征在于,所述的中药含有蒽醌类有效成分。
3.根据权利要求1所述的一种基于UPLC-Q-TOF/MSE和整合效应的BP神经网络关联分析对中药不同功效的生物活性成分进行模糊识别的方法,其特征在于,包括以下步骤:
(1)大黄样品溶液与化学对照品的制备:
大黄样品溶液:制备过程:精密称定多份大黄粉末,先用不同浓度的乙醇水溶液充分浸润,然后加入不同浓度的乙醇水溶液回流煮沸,趁热过滤,合并滤液,减压浓缩,得到不同浓度乙醇提取液,备用;
对照溶液:分别精密称取28个化学对照品Chrysophanol、Chrysophanol1-O-b-D-glucoside、Chrysophanol8-O-b-D-glucoside、Emodin、Emodin1-O-b-D-glucoside、Emodin8-O-b-D-glucoside、Physcion、Physcion1-O-b-D-glucoside、Physcion8-O-b-D-glucoside、Aloe-emodin、Aloe-emodin8-O-b-D-glucoside、Rhein、Rhein8-O-b-D-glucoside、SennosideA、SennosideB、SennosideC、Cianidanol、(-)-Epicatechin、(-)-Epicatechingallate、ProcyanidinB2、Gallicacid、Resveratroloside、Rhapontigenin、Torachrysone8-O-glucoside、4-(4-Hydroxyphenyl)-2-butanone、Raspberryketoneglucoside、Lindleyin、5-Acetyl-7-hydroxy-2-methyl-chromone,分别加入DMSO助溶,再加入甲醇,超声使完全溶解成透明溶液,得28个化学对照品母液;然后取各28个化学对照品母液进行混合,作为混合对照品溶液;
(2)UPLC-Q-TOF/MSE分析:
分别取步骤(1)的大黄样品溶液和对照品溶液注入超高效液相色谱仪进行分析,质谱扫描在正负ESI模式下范围为m/z100~1000,采集时间:0.1s,离子源温度:120℃;去溶剂化氮气温度:400℃,流速:600L/h;锥孔气流速:50L/h;碰撞气流速:0.15mL/min;毛细管电压正离子模式:3kV,负离子模式:2.5kV;锥孔电压:30V;离子能量:1V;喷雾器压力:40psi;在MSE模式中,能量碰撞分别在6eV和20~60eV同时产生碎片;亮氨酸-脑啡肽的ESI+:m/z556.2771,ESI-:m/z554.2615,作为质量校正液被用来同步进行精确的质量校准;流动相A是0.1%甲酸水,B是乙腈,梯度洗脱程序:0~2min,3~10%B;2~5min,10~15%B;5~8min,15%B;8~11min,15~23%B;11~16min,23~30%B;16~20min,30~60%B;20~24min,60~80%B;24~25min,80~3%B。紫外检测波长范围设为190~420nm;
(3)模糊化学识别:
通过模糊化学识别法,根据不同类别成分的出峰顺序、碎片信息和裂解途径,建立表1的大黄全谱信息数据库,通过大黄全谱信息数据库建立相应的化合物组网络识别未知成分;
(4)BP神经网络关联法:
采用BP神经网络将大黄样品溶液中各成分的相对含量分别与5个整合效应进行关联,它主要包含三个步骤:(1)数据归一化:y=(x-MinValue)/(MaxValue-MinValue),其中x和y分别为转换前和转换后的值,MaxValue和MinValue分别为样本中的最大值和最小值;(2)数据集划分:将所有成分含量作为输入,相应的整合效应值作为输出;并将1~18组数据全部作为训练样本,其中90%EW-L、ethanol-S和ethanol-L三组作为测试样本;(3)量-效关联:基于BP神经网络算法,调试不同参数以优化模型研究成分与功效间的相关性,揭示每个成分对整体疗效的影响。
4.根据权利要求3所述的一种基于UPLC-Q-TOF/MSE和整合效应的BP神经网络关联分析对中药不同功效的生物活性成分进行模糊识别的方法,其特征在于,在步骤(3)和步骤(4)之间还包括建立小鼠模型及药效指标测定得出中药不同功效的整合效应值;药效指标包括便秘模型、血瘀证评价和胆汁淤积评价。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西中医药大学,未经陕西中医药大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110534221.7/1.html,转载请声明来源钻瓜专利网。