中药微量挥发成分的联机分析：藿香头香成分分析

本文设计了直接蒸馏-顶空分析-预柱低温富集-毛细管色谱-质谱联机分析技术,有效地提取、浓缩、分离和鉴定了藿香的香气成分。实现了天然产物微量多组分的联机快速分析。并首次在霍香的头香成分中发现了乙酸甲酯、3-甲基丁酮、3-甲基-3-丁烯酮等一系列分子量小、易挥发的成分。     

Chemical Constituents of Ailanthus triphysa

Two new compounds,8(14),15-isopimaradiene-2α，３α，19-triol(1),and 6α，７β－dihydroxy-17(20)-cis-5α－pregna-16-one(2),together with four known copounds,a oxygenated rare phyllocladane,phyllocladan-16α，19-diol(3),kaempferol-3-0-β－Ｄ-galactopyranosied,kaempferol-3-0-α－Ｌ－rhamnopyranoside and scopoletin, were isolated from the leaves of Ailanthus tripysa.Structures of 1-3 were elucidated on the basis of spectroscopic data as compared with related compounds.     

茴拉西坦/介孔二氧化硅的制备及释药性能

为了提高难溶性药物的溶出速率,采用水热合成法制备了MCM-41和SBA-15两种介孔二氧化硅载体材料,利用浸渍法将模型药茴拉西坦负载于两种载体上.利用扫描电子显微镜(SEM)、高分辨透射电子显微镜(HRTEM)、小角X射线衍射(XRD)、N2吸附-脱附、红外光谱(IR)、差热-热重(DTA-TG)对载药前后载体材料的表面形貌、粒径、孔径、孔容、比表面积、晶胞参数、骨架结构等进行测试,结果表明MCM-41和SBA-15具有相同的二维六方孔道结构,孔径及孔容分别为3.49 nm和6.67 nm,载药后的载药量分别为17;和22;,药物以非晶态装载于介孔孔道中没有影响介孔二氧化硅的骨架结构,但使介孔孔容及比表面积都有所降低.通过在不同pH溶出介质中负载于载体上的茴拉西坦与原料药晶体的溶出比较发现,两种载体均能够显著提高茴拉西坦的溶出速率.结合材料表征、载药量及溶出度综合比较,SBA-15载体的载药及释药性能均优于MCM-41载体.     

示波极谱法快速测定藿香正气胶囊中痕量铅

提出了一个快速测定中成药中痕量铅的新方法。在pH1.5的NaOAc HCl KI 明胶体系中,EP≈-0.55V,不经任何分离,直接测定了中成药中铅,铅浓度在0.01～0.80μg·ml-1范围内与波高呈线性关系,结果良好。     

厚朴酚近红外光谱的2D-COS解析及其在藿香正气口服液模型中应用

以氘代氯仿为溶剂,以中药化学标准品厚朴酚为载体,采用二维相关光谱(Tow-dimensional correlation spectroscopy, 2D-COS)技术,采集近红外光谱(near infrared spectroscopy, NIR),由氘代氯仿纯溶剂与厚朴酚原始光谱的二维相关同步谱可知,厚朴酚在1 365～1 455, 1 600～1 720, 2 000～2 181和2 275～2 465 nm处有特征吸收,其中1 440 nm为酚基O—H伸缩振动基频的一级倍频谱带,1 679 nm为芳基C—H及与芳基相连的甲基C—H伸缩振动一级倍频谱带,2 117, 2 304, 2 339和2 370 nm为芳基C—H伸缩振动、弯曲振动和变形振动的组合频,2 445 nm为芳基相连的甲基C—H弯曲振动基频二级倍频谱带,这些波段为厚朴酚的特征归属。以藿香正气口服液复杂体系为载体,以厚朴酚光谱解析的特征波段与间隔偏最小二乘(interval partial least squares, iPLS)和组合间隔偏最小二乘(synergy interval partial least squares, SiPLS)筛选的特征波段分别建立偏最小二乘(partial least squares, PLS)定量模型,模型的决定系数R2_cal 和R2_pre均大于0.99,校正均方根误差(root mean of square error of calibration, RMSEC),交叉验证均方根误差(root mean of square error of cross validation, RMSECV)和预测均方根误差(root mean of square error of prediction, RMSEP)均较小。结果表明,2D-COS技术解析厚朴酚所得波段建立的定量模型与iPLS和SiPLS波段筛选的模型均相对稳定,这使定量模型的波段选择更具有解释性。该研究为中药化学成分NIR光谱解析特征波段的归属提供方法参考,同时为NIR建模波段筛选提供借鉴和指导。     

藿香的化学成分分析

从藿香茎叶的乙醇提取物中共分离鉴定出5个化合物:异鼠李素-3-O-β-D-半乳糖苷(1)、金丝桃苷(2)、3,5,8,3,′4′-五羟基-7-甲氧基黄酮-3-O-β-D-吡喃葡萄糖苷(3)、尼泊尔鸢尾异黄酮-7-O-α-L-吡喃鼠李糖苷(4)和正三十烷酸(5).其中化合物3和4为首次从该属植物中分离得到.     

2-氨基-5-氰基-N,3-二甲基苯甲酰胺合成方法改进

从3-甲基氨茴酸出发,用氯化亚砜取代光气及其衍生物,通过2种不同的反应途径,高收率地合成了氰虫酰胺的关键中间体2-氨基-5-氰基-N,3-二甲基苯甲酰胺(1)。考察了不同形态的甲胺、反应温度、溶剂以及不同的吡啶衍生物对反应的影响。     

应用近红外透射光谱鉴别藿香正气水

应用近红外透射光谱技术,并结合化学计量学方法,对3种不同品牌的藿香正气水的质量进行鉴别。分别采用小波变换和遗传算法对原始近红外光谱进行数据压缩和波长选择,处理后的光谱数据用主成分分析法进行处理,所有17个藿香正气水样品按生产厂家得到正确分类。将光谱数据用不同方法前预处理,进而利用反传人工神级网络的学习预测能力建立识别模型。交叉验证结果表明,原始光谱、平滑光谱、小波变换及遗传算法预处理后建立的校正模型分类样品的百分比均达100%。小波变换预处理的建模速度最快,预测结果最好。     

茴藿香精油化学成分的研究

本文介绍采用毛细管气相色谱-质谱法研究了甘肃敦煌栽培的茴霍香精油的化学成分。色谱分离出30多个组分,质谱鉴定了25种化合物,占色谱流出峰总面积的97.87%。其中有19种化合物为该植物化学成分的首次报道。异薄荷酮(35.22)、茴香脑(24.30%)和长叶薄荷酮(16.66%)为该精油的主要成分。