摘要
唇形科裂叶荆芥属（Schizonepeta Briq.）植物在我国广泛分布，具有疏风解表的特性，已被用于治疗感冒发热，咽喉肿痛等症。近年来，国内外关于裂叶荆芥属植物的研究多集中在遗传多样化和精油药理作用研究方面，而对于裂叶荆芥属植物精油化学成分的深入分析和药材质量控制则研究较少。针对上述问题，本文选取裂叶荆芥属两种药用植物小裂叶荆芥(Schizonepeta annua(Pall.)Schischk).和裂叶荆芥(Schizonepeta tenuifolia(Benth.)Briq)作为研究对象，采用共水蒸馏法提取精油，运用气相色谱-四极杆-飞行时间质谱分析两种植物精油的化学成分;收集10批裂叶荆芥药材，提取精油后用GC-MS构建指纹图谱，利用化学计量学方法对指纹图谱进行多元统计分析，对10批药材精油的抗菌、抗炎活性进行测定，建立谱效关系，筛选裂叶荆芥精油中的活性物质基础;基于谱效关系筛选结果，运用高速逆流色谱结合制备气相色谱分离裂叶荆芥精油中的潜在活性成分薄荷酮和胡薄荷酮;在对精油化合定性鉴定过程中，发现部分萜类化合物质谱裂解方式相似，导致NIST14谱库检索给出匹配度较低的化合物，其结构往往不准确;且在利用气相色谱-四极杆-飞行时间质谱分析精油化学成分时，获取是高分辨质谱图，其中各碎片离子峰的强度与低分辨质谱图有较明显的差异，而NIST14谱库为低分辨（名义质量数）质谱库，二者比对时准确性较差;因此，亟待建立适用于高分辨质谱仪的定性分析的精油挥发性化学成分的高分辨质谱库。我们利用课题组从中亚特色芳香植物精油中分离得到的化合物和市售对照品构建了精油化学成分气相色谱高分辨质谱库，并用芸香、薰衣草、牛至、小茴香精油对高分辨质谱数据库的精准定性进行了验证，以期为精油化学成分的快速定性筛查提供参考。主要研究结果如下: 1.以质谱裂解碎片峰比对相似度度大于60％为定性依据，采用NIST14标准质谱库对小裂叶荆芥精油总离子流图中的色谱峰进行检索比对，鉴定出的化合物仅占精油总质量的23.18％;针对NIST14谱库在对分子离子峰较弱的质谱图进行检索比对时相似度低的问题，综合应用保留指数指认、精确质量数、前级离子的精确二级质谱及多种电离模式多维定性手段，有效的完成了对于精油中部分电轰击电离分子离子峰较弱的萜醇类、酯类、酚类等化合物的鉴定，识别定性的的化合物占精油总质量的72.27％。综合上述定性方法，鉴定出小裂叶荆芥精油中的27个化合物，占精油总质量的95.45％。这些化合物中包括直链单萜、含氧单萜、酚类单萜等。其中，含量最高的化合物为麝香草酚(46.95％)，其次为香芹酚(21.95％)，邻伞花烃(9.43％)和γ-松油烯(4.05％)。 2.针对裂叶荆芥药材存在同名异物，产地分布广的情况，对10批裂叶荆芥精油的化学成分进行GC-MS分析，建立了裂叶荆芥精油指纹图谱，筛选出13个共有特征峰，占裂叶荆芥精油总量的90％以上，以共有峰指纹图谱为对照，发现其中8批样品的相似度均大于0.99;运用主成分分析和聚类分析对指纹图谱进行多元统计分析，显示各批次的裂叶荆芥精油存在一定差异，二者的分析结果基本一致;采用GC法建立了薄荷酮和胡薄荷酮的含量测定方法，测得10批荆芥药材精油中的薄荷酮含量从458.08-253.39mg/g不等，胡薄荷酮含量从399.34-193.34mg/g不等。平板孔穴法结果表明，裂叶荆芥精油显示出对白色念珠菌的中敏感活性，但对大肠杆菌和金黄色葡萄球菌均显示弱敏感活性;不同批次的裂叶荆芥精油对RAW264.7细胞NO的释放均有较强的抑制作用，表现出一定的抗炎活性;运用灰色关联度分析法建立裂叶荆芥精油指纹图谱共有峰与抑菌、抗炎活性之间谱效关系，初步筛选出与其药效相关的活性成分，结果表明:裂叶荆芥精油抗菌活性的主要物质基础为大根香叶烯D，马鞭草烯酮和β石竹烯;裂叶荆芥精油抗炎活性的主要物质基础为薄荷酮和胡薄荷酮。 3.基于抗炎谱效关系筛选结果，建立高速逆流色谱与制备气相色谱联用分离裂叶荆芥精油中潜在抗炎活性物质薄荷酮和胡薄荷酮的方法。以薄荷酮和胡薄荷酮的分配系数为考察指标，优化筛选出正己烷/乙酸乙酯/甲醇/水(19∶1∶19∶1)的溶剂体系，应用高速逆流色谱对裂叶荆芥精油进行预分离;再用制备气相色谱对预分离得到的组分进行纯化，获得两个单体化合物:薄荷酮和胡薄荷酮。 4.针对精油化学成分的高分辨质谱图在利用NIST标准谱库等类似低分辨质谱库检索比对时准确度较差的问题，运用气相色谱-四极杆-飞行时间质谱对本课题组从中亚芳香植物精油中新分离的单体化合物和市售对照品进行高分辨质谱数据采集，结合PCDL Manager软件建立了精油化学成分的高分辨质谱库，并以芸香、薰衣草、牛至、小茴香精油为验证对象，均获得了准确可靠的定性结果，自建高分辨质谱库可进行无标准品非目标快速定性，解决了NIST等低分辨质谱谱库在精油化学成分定性过程中准确度差的问题。
NETL