Page 32 - 《中国药房》2022年12期

表4 50 μg/mL条芩与枯芩提取物的NO、IL-6、IL-1β抑 1 n
均值，按下式计算：r＝ ∑ ξ i（k） （式中，n 表示比较序列
制率测定结果（x±±s，n＝4） n k＝1
NO 的数据个数） [16－17] ；当 r≥0.9 时，表示子序列对母序列有
编号 IL-6抑制率/％ IL-1β抑制率/％
NO抑制率/％ EC50/（μg/mL） 显著影响；当 0.8≤r＜0.9 时，表示有相对显著影响；当
K1 71.13±1.94 18.81 7.05±2.37 93.89±0.26 0.7≤r＜0.8时，表示有明显影响；当0.6≤r＜0.7时，表示
K2 64.94±4.06 25.95 18.38±0.13 93.12±0.32 [18]
K3 62.14±2.09 34.10 7.03±0.83 95.34±0.33 有较小影响 。结果显示，条芩与枯芩提取物中15个共
K4 63.56±4.57 28.53 3.32±0.56 95.47±0.39 有峰与各炎症因子抑制率的关联度均大于0.6；与NO抑
K5 66.44±2.40 19.38 4.00±2.87 95.05±0.08 制率的关联度由大到小依次为峰3＞峰2＞峰7＞峰6＞
平均值 65.64±4.26 a 25.35 a 7.96±5.30 a 94.57±1.02
T12 48.57±4.95 46.67 6.21±0.08 95.81±0.45 峰10＞峰5＞峰11＞峰8＞峰14＞峰9＞峰4＞峰1＞峰
T13 50.19±4.30 61.51 14.85±0.13 94.10±0.34 15＞峰13＞峰12，与IL-6抑制率的关联度由大到小依次
T14 48.01±9.45 50.13 17.45±0.07 94.77±0.30 为峰 9＞峰 8＞峰 5＞峰 7＞峰 2＞峰 6＞峰 1＞峰 3＞峰
T15 43.51±11.96 68.34 19.18±1.40 96.44±0.47 10＞峰 11＞峰 14＞峰 4＞峰 15＞峰 13＞峰 12，与 IL-1β
T16 39.52±1.90 66.49 22.55±0.78 95.15±0.22
平均值 45.96±7.75 58.63 16.05±5.64 95.26±0.90 抑制率的关联度由大到小依次为峰 5＞峰 9＞峰 2＞峰
a：与条芩提取物平均值比较，P＜0.05 8＞峰 7＞峰 3＞峰 6＞峰 1＞峰 10＞峰 14＞峰 11＞峰
含 5％FBS 的 DMEM 高糖培养基，LPS 模型组加入含 4＞峰13＞峰15＞峰12。其中，峰2～3、5～8、10～11与
NO 抑制率的关联度均大于 0.8；峰 2、5、8～9 与 IL-1β抑
[15]
500 ng/mL LPS、5％FBS 的 DMEM 高糖培养基 ，给药
制率的关联度均大于 0.9；各峰与 IL-6 抑制率的关联度
组加入50 μg/mL的样品溶液（质量浓度根据前期预实验
和“2.4.2”项下实验结果设置），每孔 100 μL。继续培养 均小于0.8。由于条芩和枯芩提取物对IL-6的抑制率均
24 h后，取每孔上清液30 μL，根据ELISA试剂盒说明书 较低，对 NO、IL-1β的抑制率均较高，初步确定峰 2～3、
进行操作，采用酶标仪于 470 nm 波长下检测各孔的 A 5～11 为黄芩抗炎活性的主要成分；同时，结合“2.3”项
值，根据标准曲线计算IL-6、IL-1β的释放量，并按下式计 下结果，初步确定峰6、10～11为造成条芩与枯芩抗炎活
算 IL-6 或 IL-1β的抑制率（％）：抑制率（％）＝（IL-6 或 性差异的主要化学成分。结果见表5。
IL-1β释放量 LPS 模型组－IL-6 或 IL-1β释放量 给药组）/IL-6 或 表5 条芩与枯芩提取物中各共有峰与各炎症因子抑制
IL-1β释放量 LPS模型组×100％。统计学方法同“2.4.3”项。 率的关联度结果
测定结果显示，50 μg/mL 枯芩提取物对 IL-6、IL-1β 峰号 与NO抑制率的关联度 与IL-6抑制率的关联度 与IL-1β抑制率的关联度
1 0.750 5 0.693 7 0.761 7
的抑制率分别为3.32％～18.38％、93.12％～95.47％，条
2 0.840 8 0.737 6 0.908 7
芩提取物分别为6.21％～22.55％、94.10％～96.44％；其 3 0.848 0 0.690 4 0.850 4
中枯芩提取物的平均 IL-6 抑制率显著低于条芩提取物 4 0.775 8 0.663 9 0.714 4
（P＜0.05），而枯芩与条芩提取物的平均 IL-1β抑制率比 5 0.814 9 0.755 3 0.940 9
6 0.817 4 0.706 8 0.793 9
较，差异无统计学意义（P＞0.05）。结果见表4。
7 0.837 0 0.754 8 0.888 8
2.5 灰色关联分析 8 0.805 8 0.759 9 0.906 5
2.5.1 原始数据的无量纲化处理 由于原始数据数列 9 0.791 3 0.761 6 0.910 1
单位或量纲不同，不便于比较，因此在进行灰色关联分 10 0.816 1 0.681 2 0.748 8
11 0.811 7 0.677 4 0.725 3
析前需要对数据进行无量纲化处理。本研究采用均值
12 0.710 6 0.637 1 0.645 3
变换法，即用各序列元素分别除以相应序列平均值。将 13 0.723 6 0.646 9 0.682 8
NO、IL-6、IL-1β抑制率均值化处理后的数据设为参考序 14 0.799 7 0.664 7 0.745 9
列Y （k） （k＝1、2、3…10，为样品编号），15个共有峰峰面积 15 0.740 5 0.653 7 0.682 6
均值化处理后的数据设为比较序列Xi（k） （i＝1、2、3…15， 2.6 聚类分析
为共有峰峰号），按下式计算绝对差序列Δ i（k）：Δ i（k）＝ 以 50 μg/mL 浓度下各组细胞的 NO、IL-1β、IL-6 抑
|Y （k） －Xi（k） | 。 制率为指标，利用平方欧氏距离为测度，采用SPSS 26.0
[16]
2.5.2 关联系数的计算 对于参考序列Y （k） 有若干个比 软件进行聚类分析。结果显示，当平方欧氏距离为 25
较序列 Xi（k），绝对差序列中的最小值与最大值分别记 时，10 批样品可聚为 2 类，K1～K5 为一类，T12～T16 为
为Δ （min） 、Δ （max） ；ρ为分辨系数，一般为0～1，通常取0.5；按 一类，表明可将 NO、IL-1β、IL-6 抑制率作为区分条芩与
下式计算关联系数ξi（k）：ξi（k）＝[Δ （min）+ρ×Δ （max）]/[Δi（k）+ρ× 枯芩的指标。结果见图5。
Δ （max） ]。本研究中，参考序列为 NO 抑制率时，Δ （min）＝ 3 讨论
0.001 3，Δ （max）＝1.782 5；参考序列为 IL-6 抑制率时， 本研究建立了 5 批条芩和 5 批枯芩的 HPLC 指纹图
Δ （min） ＝0.033 8，Δ （max） ＝2.639 8；参考序列为 IL-1β抑制率 谱，确定了 15 个共有峰，相似度均大于 0.990，表明指纹
时，Δ （min） ＝0.001 3，Δ （max） ＝1.971 7。 图谱不能区分条芩和枯芩。PCA结果显示，条芩与枯芩
2.5.3 关联度的计算 关联度（r）为各类关联系数的平 分别位于得分图的两侧，其中条芩的聚集程度较高，枯

·1434 · China Pharmacy 2022 Vol. 33 No. 12 中国药房 2022年第33卷第12期