苹果叶和花在花开放过程中根皮苷含量动态变化研究

对同时期苹果叶和花在花开放过程中根皮苷含量动态变化进行了研究。以根皮苷含量为指标,采用HPLC法测定苹果叶和花中根皮苷含量,色谱条件:采用PUXIANG C18色谱柱(4.6 mm×5 mm,5μm),以甲醇-0.1%磷酸水溶液为流动相,梯度洗脱,进样量为20μL,流速为0.8 mL/min,检测波长270 nm,柱温30℃.根皮苷进样量在0.40～16.00μg(r=0.999 1)范围内与峰面积呈良好的线性关系;苹果叶和苹果花中根皮苷的含量大体上呈现出先增加后降低又上升的趋势,二者变化趋势基本一致,在第6天含量达到最高,最高含量分别为263.92和143.00 mg/g.在花开放过程中,对比同时期的苹果叶和苹果花中根皮苷含量,苹果叶中根皮苷含量明显高于苹果花中根皮苷含量.     

基于主客体作用的根皮苷药物可控释放研究

根皮苷在新型药物和天然保健食品开发中具有广泛的应用前景,因其成分的复杂性和低溶解性,对根皮苷的研究极具挑战性。本文通过核磁共振、紫外可见光谱及荧光发射光谱等检测手段,研究了羟丙基-β-环糊精对根皮苷客体的分子识别能力。结果表明,羟丙基-β-环糊精增强了根皮苷在水中的溶解度,在水中形成摩尔比为1∶1的主客体络合物,络合常数为2.35×10² L·mol^-1。羟丙基-β-环糊精的加入造成了根皮苷的荧光猝灭,金属离子与根皮苷竞争结合羟丙基-β-环糊精会造成包合物的荧光增强,Fe³⁺与羟丙基-β-环糊精的键合常数达1.52×10⁴ L·mol^-1,可为根皮苷的药物研究提供理论研究。     

SBA-15固定化黑曲霉脂肪酶对柚皮苷的区域选择性酰化

柚皮苷(Naringin)是一种天然存在的生物类黄酮,分布于较多种类的水果和蔬菜中,具有抗癌症、抗氧化和保护心血管等多种生物活性。但因其较差的生物利用率致使其深度开发和临床治疗应用面临着严重阻碍。为了提高柚皮苷的生物利用价值,采用SBA-15固定化黑曲霉脂肪酶(Aspergillus niger lipase, ANL)对柚皮苷进行了酶法转化研究。系统考察了在非水相有机介质中固定化ANL催化柚皮苷酰基化反应的酶活及区域选择性的影响因素。结果表明：酰基供体、反应溶剂、水活度及反应温度对柚皮苷的酰化反应具有不同程度的影响。在最佳催化条件下,酶活最高(153±5μmol·h^-1·g^-1),酶转化率可达92.00%±2.43%,且固定化ANL对柚皮苷的C-6′位置具有区域选择性(>99%)。     

基于化学模式识别和熵权TOPSIS法分析鱼腥草不同部位的差异

基于高效液相色谱（HPLC）指纹图谱比较鱼腥草不同部位（茎、叶）化学成分的差异性,并综合评价鱼腥草不同部位的质量。建立鱼腥草不同部位的HPLC指纹图谱,通过相似度评价、化学模式识别及熵权TOPSIS法对其化学成分进行差异性研究,并对其质量标志物（槲皮苷）进行含量测定。建立的HPLC指纹图谱中鱼腥草药材及其茎叶均确定了8个共有峰,指认了其中6个成分;聚类分析（CA）和主成分分析（PCA）结果表明鱼腥草叶和茎的质量差异大,叶和药材的质量较接近;偏最小二乘法-判别分析（OPLS-DA）发现4种成分是造成不同批次样品差异性的主要标志物;熵权TOPSIS法分析显示同批次鱼腥草药材与其茎叶既有相关性也有差异性,且四川产地的鱼腥草药材质量较佳;含量测定结果显示,同批次鱼腥草中的槲皮苷含量由高到低均依次为叶、药材、茎。鱼腥草不同部位HPLC指纹图谱存在显著差异。该方法可反映鱼腥草不同部位质量差异性,为鱼腥草药材的质量控制及资源开发利用提供参考。     

橘、橙、柚皮中橙皮苷和柚皮苷含量的测定

橘、橙、柚皮分别为芸香科植物橘(citrus reticulata Blnco)、橙(citrus simenis ( L.) Osbeck)、柚(citrus grandis ( L.) Osbeck)及其栽培变种的干燥成熟果皮.橘皮(陈皮)为历版药典收录的中药材[1],而橙、柚皮资源的开发多年来被人们忽略,较多地重视其果实的利用,除极少部分作为中药材或提取果胶和香精油的原料外,在果实食用或加工后将占果总重量约40%~50%果皮渣弃去,从环境、经济和资源利用角度都不尽科学合理.橘、橙、柚皮中均含有橙皮苷(hesperidin)和柚皮苷(naringin)2种生物活性成分[2,3].     

毛细管电泳法测定中药枳壳中辛弗林和柚皮素

采用毛细管电泳法测定了枳壳中辛弗林和柚皮素的含量.在30 mmol·L-1硼砂缓冲溶液(pH 10.0)的条件下,实现了被测组分的有效分离.测得枳壳中辛弗林含量为0.724 2 mg·g-1,相对标准偏差为5.9%(,n=5);柚皮素的含量为0.904 7 mg·g-1,相对标准偏差为3.8%(n=5).辛弗林和柚皮素的平均回收率分别为89.1%和99.6%.     

丰质子核性质的研究

用相对论平均场理论研究了2sld壳丰质子核及其镜核的性质,理论计算结果与实验数据很好地符合.     

原子荧光光谱法测定固体废弃物——氧化皮中的砷

建立了固体废弃物——氧化皮中砷的测定方法。氧化皮粉末样品经盐酸溶解,在溶液中添加硫脲和抗坏血酸预还原砷,以盐酸(2+98)为载流,硼氢化钠(10g/L)和氢氧化钾(5g/L)混合溶液为还原剂,砷与硼氢化钠、盐酸反应生成砷化氢,砷化氢利用氩气导入石英炉原子化器中原子化,以空心阴极灯为激发光源,测量砷产生的荧光强度。测试氧化皮中砷含量的相对标准偏差为不大于4.8%,检出限为0.12μg/L,回收率为97%～103%,结果准确度较好。方法具有试剂消耗少、快速、检出限低的优点。     

高光谱成像技术的柚类品种鉴别研究

柚类种质和品种资源繁多,现有的柚类品种鉴别方法检测时间长,费用高。旨在利用高光谱成像技术探索主要柚类品种快速识别的可行性。试验选用4个具有代表性的柚类品种,利用高光谱成像技术,采集240个叶片样本(60个/品种)上表面和下表面的高光谱图像。高光谱图像标定后,提取样本感兴趣区域平均光谱信息作为样本的光谱进行分析。利用Kennard-Stone法将样本划分为校正集(192个)和验证集(48个)。采用多元散射校正(MSC)和标准正态变量变换(SNV)对原始光谱曲线进行预处理后,分别采用主成分分析 (PCA)和连续投影算法 (SPA )提取最佳主成分和有效波长,并将其作为最小二乘支持向量机(LS-SVM)的输入变量,建立基于叶片上表面和下表面光谱信息的PCA-LS-SVM和SPA-LS-SVM 模型。结果显示,基于叶片上表面光谱信息建立的PCA-LS-SVM和SPA-LS-SVM 模型对建模集样本的识别正确率分别为99.46%和98.44%,对预测集样本的识别正确率均为95.83%。基于叶片下表面光谱信息建立的PCA-LS-SVM和SPA-LS-SVM模型对建模集样本和预测集样本的识别正确率皆为100%。表明,利用高光谱成像技术结合PCA-LS-SVM和SPA-LS-SVM可实现柚类品种的快速鉴别,叶片下表面光谱信息鉴别效果优于叶片上表面。该研究为柚类的品种快速鉴别提供了一种新方法。