思想散步分享 http://blog.sciencenet.cn/u/fqng1008 前三十年写日记,后三十年写博客

博文

[转载]果德安等:对良好中药标准的深层化学认知

已有 2246 次阅读 2020-2-22 08:44 |个人分类:思考中医|系统分类:论文交流| 良好中药标准, 化学认知 |文章来源:转载

资料来源:中国工程院院刊 2020-02-21 04:44:05

本文选自Engineering期刊2019年第5期

作者:侯晋军,张建青,姚长良,Rudolf Bauer,Ikhlas A. Khan,吴婉莹,果德安

来源:Deeper Chemical Perceptions for Better Traditional Chinese Medicine Standards[J].Engineering,2019,5(1):83-97.

摘要:中药(TCM)是一种天然来源的复杂体系,具有多种多样的化学成分,在中国被广泛应用。中药的质量控制对政府和检测机构来说是一项巨大的挑战,涉及大量科学问题,包括:中药中有多少成分?如何全面地描述中药的诸多成分以及随后如何表征这些成分?为了推荐对照品的选择,这些(活性)代谢产物在多成分中药中的水平和范围是什么?以及选择的指标成分需要哪些质量要求,并且从实用的角度看,如何以低成本在短时间内对这些成分进行定量评价?所有这些因素均需要深思熟虑,才能理解中药独特的化学性质,从而提高中药质量标准,从而为患者提供更好的和更稳定的药物治疗。为了回应这些科学问题,本文汇总了有关中药化学分析技术和方法的最新探索性研究。这些方法的进展包括针对液相色谱-高分辨质谱(LC-HARMS)联用技术的多维分离、LC-HRMS联用技术的智能触发数据依赖型采集、利用液相色谱-质谱联用技术(LC-MS)进行靶向分析、超临界流体色谱以及大的质谱(MS)数据集的数据挖掘。此外,为了节省对照品和中药质量标准的分析时间,本文提出了两种质量策略,分别是一标多测(SSDMC)法和一法多用法。最后,本文介绍了一系列针对中药分析方法的改进。

一、引言

中药已经在中国使用了数千年,并在维护中国人身体健康方面发挥了关键的作用。随着全球普遍开始寻求自然、整体的疾病治疗方式,世界范围内对中药的需求稳步增长。这使得制定国际认可的质量标准比人类历史上任何时候更为重要。药品的主要质量标准以药典中的说明为主。现今,《中国药典》《美国药典》和《欧洲药典》越来越重视增加草本药物相关专论的数量和提高相关专论的水平。中药正在走向全球化发展道路,《欧洲药典》(9.2版)中共收载了81种中药材标准,《美国药典》(41版)中共收载了37种植物药及其制剂。

更好地了解中药的化学成分可以提高中药整体质量控制的水平,现在应用创新质量控制技术使应对这些挑战更具有可行性。尽管最新版的《中国药典》(2005版)中收录了618种中药材和中药饮片,但这些专论仍缺少重现性好的整体质量标准,有的甚至缺乏明确的定量指标。因此,可以看出传统质量控制模型不适用于复杂的中药质量评估。

本文提出了一种系统的中药质量研究方法,即在全面、系统的研究基础上发展普遍适用的、简化的标准。就本方法而言,更深入地认识中药化学性质是理解和转化中药标准最重要的一环。这是因为化学成分是中药的治疗基础,因此与中药质量有着不可分割的紧密联系。如丹参包含两种主要的化学成分——丹参酮和丹酚酸。随着更深入地了解丹参的化学性质和质量控制方法的进展,利用丹参酮IIA的同时定量其他两种丹参酮——隐丹参酮和丹参酮I,以便提高整体质量控制,同时保持检测的总成本。《美国药典》(38版)和《中国药典》(2015版)中已经收录了最新的丹参专论。

另外,提出了一种新的中药质量标准物(Q-marker)概念,这将改变中药质量控制模式的范式。它被定义为一种中药的天然、可分析、功能性可追踪的化学成分。这种中药质量标准物概念也体现了深入了解各种中药化学成分的重要性。

1997年以来,液相色谱(LC)-质谱(MS)联用技术已广泛应用于中药化学成分的深入分析。一种中药的成分包含数千种初级代谢产物(多糖、脂类等)和次级代谢产物(生物碱、香豆素、三萜类、黄酮类、木酚素、多聚乙酰等)。在大多数情况下,分析研究均着重于次级代谢产物——分子量在2000 Da以下的小分子。色谱分离和结构解析等传统的植物化学技术仍是获得有关中药化学成分复杂性准确信息的金标准。

但是,若要快速了解中药的化学组成,采用化学成分分离的方法就过于繁琐耗时。将MS技术与色谱技术结合的联用分析技术可以详尽分析中药中的微量成分,并通过单次实验提供中药化学复杂性的鸟瞰视图。就这一点而言,超高效液相色谱(UPLC)-MS联用技术和超临界流体色谱(SFC)-MS联用技术均是非常有效的手段。过去5年来,随着LC-MS联用技术的飞速发展,智能地探索中药中数千种化学成分和定量数百种分析物成为可能。应当注意的是,探索大量化学成分应与整体质量和(或)功能活性相关联,且应通过智能数据挖掘为中药质量标准提供有用信息。

二、中药质量控制方法

随着对中药高度复杂性的认识逐渐加深,多成分含量测定已成为中药科学家的共识。但是,在中药制药行业实践中应用多成分质量控制有两个难题:一是对照物质成本高昂;二是在中成药质量控制中,常常同一成分需要采用不同的处理方法,导致检测工作耗时耗力。针对第一个难题,本文提出了一标多测(SSDMC)方法,该方法将广泛应用于《中国药典》(2020版),为了解决第二个问题,本文提出了一法多用法,可用于通过相同的样品制备和分析方法定性或定量不同中成药中的多个相同成分。

2009年,本课题组应用液质联用技术系统分析了中药中不同次级代谢产物分析方法的应用。本文提出了两种新的质量控制方法(即一标多测法和一法多用法)来建立完善的中药质量标准(如图1)。

 

1 良好中药质量标准的深层次中药化学认知

注:智能DDA:智能触发数据依赖型采集;MRM:多反应监测;SIM:选择性离子监测;DPI:诊断产物离子过滤;GNPS:全球天然产物协会分子网络;PCA:主成分分析;PLS:偏最小二乘回归。

一标多测(SSDMC)法仅需要一种标准物质就能同时鉴定十余种化合物。尽管该方法非常方便,但是其校正因子对UV检测器和峰测量参数极度敏感。此外,用于计算校正因子的对照溶液的浓度应在合理范围内。目前,SSDMC法已广泛用于中药的质量控制。波长程序、蒸发光散射检测器(ELSD)和MS检测器已用于SSDMC法中。但是,对于质谱检测器,在将该方法用作质量标准方法前需要考虑更多影响因素。除了SSDMC法,通过对照物质提取物进行定量分析(QASRE)和定量核磁共振(qNMR)光谱技术在节省标准物质方面均具有独特的优势。每种方法各有利弊,应具体情况具体分析。

由几种到几十种中药制成的中成药是中药的主要利用形式。考虑到中成药的庞大数量及其质量控制的难度,针对每种中成药构建定性和定量方法将非常耗时且相当困难。因此,本文提出了一法多用法,便于对不同中成药中的相同中药成分进行鉴定和定量测定。

三、展望

随着LC-HRMS联用技术、液相色谱-固相萃取(SPE)-NMR联用技术和SFC-HRMS联用技术等联用分析方法的不断发展,可以轻松快速地识别中药中的更多微量成分。针对非靶向分析,离线2D LCHRMS联用技术是最有效的方法,可用于鉴定中药中的多种成分,尤其是该技术与离子淌度联用时。在自动化和标准操作以及计算机辅助数据挖掘等方面的更多进展将提高重复性并减少该方法的数据分析时间。应该指出的是,大多数非靶向研究仅关注中药中的几种次级代谢产物,如皂苷、黄酮类、生物碱、酚酸和萜烯类,普遍认为这些产物与生物活性相关。但是,应该更多地重视中药中其他含量丰富的成分,如单宁、多糖、脂类和蛋白质,这些成分也可能影响药理活性,从而影响质量。R、Python或MATLAB等计算机语言非常有利于理解和处理从LC-HRMS中获取的大数据集。GNPS是一个非常有用的MS/MS数据分类和数据匹配平台。随着对中药化学性质认识的加深,所有质量相关化学信息均可以以全息方式储存在物质数据库中。

检测成本和检测时间是评估中药质量标准实用性的两个重要因素。采用SSDMC法和一法多用法执行更多应用和标准规范。“深入研究,浅出标准”的理念将提高中药质量标准,并更容易将中药转化为药品。

改编丨沈晓晶

改编原文:

Jin-Jun Hou, Jian-Qing Zhang, Chang-Liang Yao, Rudolf Bauer, Ikhlas A. Khan, Wan-Ying Wu, De-An Guo. Deeper Chemical Perceptions for Better Traditional Chinese Medicine Standards. Engineering, 2019, 5(1): 83–97.

主要作者简介

 

果德安,教授,博士生导师。现任中国科学院上海药物研究所研究员,中药标准化技术国家工程实验室主任,上海中药现代化研究中心主任。国家杰出青年基金获得者。

他长期从事中药分析与质量标准研究,在中药质量标准相关基础和应用研究以及推动中药国际化方面取得突破和创新性成果。



https://blog.sciencenet.cn/blog-279293-1219748.html

上一篇:新冠状病毒与“湿热”及其断想
下一篇:[转载]刘昌孝等:中药的质量标准——概念、进步与展望
收藏 IP: 120.231.218.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-27 11:56

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部