Page 62 - 《中国药房》2026年6期
P. 62

GCA法则通过建立灰色模式识别数据集,按相对关联度
                                                                                                 [21]
                                                隐丹参酮         (ri )进行排序(ri越大,表示样品质量越好 )。结果(表
                                                丹参酮Ⅱ A
                                                丹参酮Ⅰ          3)显示,ri由高到低排前 11 位的样品依次为 Q17、Q19、
                                                刺芒柄花苷
                                                乇蕊异黄酮葡萄糖苷     Q14、Q5、Q6、Q13、Q11、Q10、Q2、Q18、Q20。可见,两种
                                                黄芩素
                                                金丝桃苷          方法的分析结果基本一致,均提示样品 Q2、Q5、Q6、
                                                异槲皮苷
                                                洋川芎内酯A
                                                黄芩苷           Q10、Q11、Q13、Q14、Q17~Q20样品的综合质量相对较
                                                阿魏酸
            Q17  Q14  Q6  Q5  Q13  Q19  Q18  Q10  Q11  Q20  Q2  Q16  Q8  Q3  Q1  Q12  Q9  Q7  Q4  Q15  好。此外,熵权-TOPSIS 法分析的最大差异为 72.1%,
             注:颜色由红至蓝表示各成分平均含量逐渐降低。                           GCA 法分析的最大差异为 54.4%,提示与 GCA 法相比,
                      图1 20批样品的CA结果                           熵权-TOPSIS 法能更好地区分清热消癥方样品的质量
                                                              优劣。
                   3
                   2                                          表3 20批样品的熵权-TOPSIS法与GCA法分析结果
                   1                                                     熵权-TOPSIS法              GCA法
                   0                                          编号
                  t[2]  -1                                         欧氏贴近度   C i排序  C i差异/%  r i   r i排序  r i差异/%
                  -2                                          Q1     0.322  15     57.5   0.437   16     49.9
                  -3                                          Q2     0.524   9     30.8   0.597   8      31.6
                  -4
                   -8      -6       -4       -2            0           2              4                6  Q3  0.226  19  70.1  0.403  19  53.8
                                 t[1]                         Q4     0.278  17     63.3   0.437   15     49.9
                     图2 20批样品的PCA得分图                          Q5     0.642   6     15.2   0.778   4      10.9
                                                              Q6     0.721   2      4.8   0.744   5      14.8
                   3                                          Q7     0.211  20     72.1   0.398   20     54.4
                   2 1                                        Q8     0.326  14     56.9   0.450   14     48.5
                  1.256 55*t[2]  -1 0                         Q9     0.290  16     61.7   0.435   18 8   50.2
                                                                                          0.597
                                                                                                         31.6
                                                                                   33.4
                                                              Q10
                                                                     0.504
                                                                            11
                  -2
                  -3                                          Q11    0.711   3      6.1   0.641   7      26.6
                  -4                                          Q12    0.436  12     42.4   0.495   12     43.3
                   -8      -6       -4       -2            0           2              4                6  Q13  0.619  7  18.2  0.673  6  22.9
                              1.001 07*t[1]
                                                              Q14    0.659   5     12.9   0.779   3      10.8
                  图3 20批样品的OPLS-DA得分图                         Q15    0.266  18     64.9   0.435   17     50.2
                                                              Q16    0.345  13     54.4   0.472   13     45.9
              以变量重要性投影(variable importance in the pro‐
                                                              Q17    0.757   1      0     0.873   1      0
                                          [19]
          jection,VIP)值>1 且 P<0.05 为标准 ,筛选影响清热                Q18    0.509  10     32.8   0.596   10     31.7
          消癥方质量的标志性成分。结果(图4)显示,阿魏酸、丹                          Q19    0.664   4     12.3   0.805   2      7.8
          参酮ⅡA、黄芩苷、隐丹参酮、毛蕊异黄酮葡萄糖苷、刺芒                          Q20    0.570   8     24.7   0.548   11     37.2
                                                                 注:C i差异=(C i最大值-各评价单元C i )/C i最大值×100%;r i差
          柄花苷对应色谱峰的 VIP 值均大于 1(分别为 1.126、
                                                              异=(r i最大值-各评价单元r i )/r i最大值×100%。
          1.092、1.085、1.076、1.043、1.040)且 P<0.05,推断这 6 个
                                                              3 讨论
          成分可能是影响清热消癥方质量的标志性成分。
                                                              3.1 检测条件的优化
                   1.5                                            本课题组前期对不同流动相[甲醇-水(含 0.1% 甲
                   1.0
                 VIP值  0.5                                    酸)、甲醇-水(含0.2%甲酸)]进行了考察。结果显示,当
                    0                                         流动相为甲醇-水(含 0.1% 甲酸)时,各成分色谱峰峰形
                  -0.5                                        最优、分离度最好;同时,采用梯度洗脱后能使11种成分
                       阿魏酸  丹参酮Ⅱ A  黄芩苷  隐丹参酮  毛蕊黄酮葡萄糖苷  刺芒柄花苷  丹参酮Ⅰ  洋川芎内酯A  金丝桃苷  异槲皮素  黄芩素  在10 min内得到有效分离。在质谱条件考察中,本课题
                                                              组首先分别在正、负离子模式下对 11 种成分进行全扫

               图4 清热消癥方样品中11种成分的VIP值                          描,确定各成分的检测模式;检测过程中发现,金丝桃
                                                              苷、异槲皮苷、阿魏酸在负离子模式下的响应更强,其余
          2.3 熵权-TOPSIS与GCA评价                                 成分在正离子模式下的响应更强;随后,本课题组通过
              运用 SPSSAU 数据分析平台,采用熵权-TOPSIS 法                  调整碰撞能量,选择响应更强的碎片离子进行定量分
          和 GCA 法对 20 批样品中 11 种成分含量进行综合评                      析,最终得到11种成分的质谱定量参数。
          价 。其中,熵权-TOPSIS法分析通过构建初始化、归一                        3.2 含量测定与化学模式识别结果分析
            [20]
          化及加权决策矩阵,计算欧氏贴进度及其最优解(Ci ),并                            由含量测定结果可知,20 批样品中 11 种成分的含
          对 Ci进行排序(Ci值越大,表示样品综合质量越优 )。                        量差异较大,提示饮片来源、制备工艺存在差异,从而直
                                                      [21]
          结果(表 3)显示,Ci由高到低排前 11 位的样品依次为                       接影响成方的质量均一性;其中,黄芩苷的含量差异最
          Q17、Q6、Q11、Q19、Q14、Q5、Q13、Q20、Q2、Q18、Q10。           大(1 995.501~6 779.150 μg/g),其可能是导致药效差异


          · 744 ·    China Pharmacy  2026 Vol. 37  No. 6                               中国药房  2026年第37卷第6期
   57   58   59   60   61   62   63   64   65   66   67