排序方式: 共有27条查询结果,搜索用时 656 毫秒
1.
目的运用火焰原子吸收光谱法测定中药草珊瑚叶中的Fe、Zn、Mg、Ca、Cu 5种金属元素的含量。方法用浓HNO3-HCl O4消解样品,采用标准曲线法测定其5种金属元素含量。结果所测的样品中含有丰富的人体必需微量元素。方法回收率在99.35%-103.30%之间,样品相对偏差小于5%。结论该法简单、准确,结果令人满意。 相似文献
2.
超声波和微波辅助法提取茵陈总黄酮的条件研究 总被引:1,自引:0,他引:1
以70%乙醇为提取溶剂,分别用超声波和微波辅助法提取茵陈黄酮类化合物,以总黄酮提取率为考察指标,通过正交实验设计优选最佳工艺条件.结果表明:超声波辅助提取的最佳条件为提取时间60min、温度60℃、5g原料使用溶剂125mL、超声波功率200W;微波辅助提取的最佳条件为提取时间24 min、5g原料使用溶剂125mL、微波功率350W.最佳提取条件下,超声波辅助提取率(3.29%)略高于微波辅助提取率(3.09%),微波辅助提取法能明显节省提取时间. 相似文献
3.
4.
建立了菌陈挥发油GC-MS指纹图谱,将正交投影算法用于不同样本中共有峰的提取,提高了共有峰的识别能力,降低了由于保留时间的漂移、质谱检索匹配度不高以及色谱峰重叠而引起的共有峰识别的难度.采用共有峰率、变异率及相似度等几个指标对4个不同产地的菌陈挥发油成分进行了评价,从共性、差异和整体性等多个方面全面表征菌陈挥发油的化学模式特征.结果表明,不同产地的菌陈挥发油成分大致相同,该指纹图谱可用于菌陈中挥发油成分的质量控制. 相似文献
5.
茵陈挥发油GC-MS指纹图谱分析 总被引:9,自引:0,他引:9
建立了茵陈挥发油GC-MS指纹图谱,将正交投影算法用于不同样本中共有峰的提取,提高了共有峰的识别能力,降低了由于保留时间的漂移、质谱检索匹配度不高以及色谱峰重叠而引起的共有峰识别的难度.采用共有峰率、变异率及相似度等几个指标对4个不同产地的茵陈挥发油成分进行了评价,从共性、差异和整体性等多个方面全面表征茵陈挥发油的化学模式特征.结果表明,不同产地的茵陈挥发油成分大致相同,该指纹图谱可用于茵陈中挥发油成分的质量控制. 相似文献
6.
7.
为了建立小金牛草药材的定性定量检测方法,为其质量评价提供依据,采用薄层色谱法对其进行定性鉴别;自制Telephenone B对照品,以芒果苷为参照物,建立芒果苷与Telephenone B间的相对校正因子,采用HPLC结合一测多评的方法进行含量测定,并将外标法测定的结果与计算值进行比较,评价所建立的一测多评方法的准确性和可行性。结果表明,薄层色谱斑点清晰,易于判断。芒果苷和Telephenone B分别在0.2~1.4μg(r=0.999 9)和0.13~0.91μg(r=0.999 4)范围内线性关系良好。所建立的相对校正因子重现性良好,采用相对校正因子计算的含量值与外标法的实测值之间没有显著性差异。该方法准确可行,可用于小金牛草的质量控制。 相似文献
8.
妇月康胶囊质量标准定性定量方法的研究 总被引:3,自引:0,他引:3
为了有效地控制妇月康胶囊的质量,针对妇月康胶囊现行质量标准中的不足,改进了对当归、川芎中阿魏酸的薄层鉴别方法,增加了对处方中益母草的薄层鉴别方法,并用剩余比色法测定益母草中盐酸水苏碱的含量,以间接测定益母草的含量.结果表明,改进后的当归、川芎中阿魏酸的薄层鉴别方法和益母草的薄层鉴别方法,操作简单易行,重现性好,专属性强.用剩余比色法测定益母草中盐酸水苏碱的含量的平均回收率为99.8%,RSD为0.94%.该方法稳定,可用于妇月康胶囊的质量检测. 相似文献
9.
清热解毒药对血管平滑肌细胞增殖、细胞周期的影响 总被引:23,自引:0,他引:23
目的 :观察清热解毒药双花、公英、虎杖、连翘对血管平滑肌细胞生长、贴壁和增殖抑制作用 ,并从对细胞周期的影响角度分析它们的作用机制。方法 :采用细胞计数、MTT法和流式细胞技术。结果 :双花、公英、虎杖、连翘对h PDGF B/B刺激下的平滑肌细胞生长和贴壁均有抑制作用。对平滑肌细胞增殖抑制率分别达 9.2 6%~ 77.35% ,7.78%~ 62 .65% ,5.88%~ 47.81 % ,3.98%~ 33.35% ,其增殖抑制作用呈量效时效关系。通过对细胞周期分析知道 ,双花、公英、虎杖均可以减少 S期 ,增加 G0 /G1期细胞数目。结论 :清热解毒药双花、公英、虎杖、连翘对平滑肌细胞生长及增殖有抑制作用 ,其作用机制可能是通过抑制 DNA合成 ,减少进入 S期细胞数目 ,使细胞增殖停留在 G0 /G1期来实现的 相似文献
10.
《Analytical letters》2012,45(18):2849-2859
ABSTRACTA novel method was developed for the quality control of Ephedrae herba by near-infrared (NIR) spectroscopy. First, qualitative models established by discriminant analysis and support vector machine were used for the preliminary screening of unqualified samples of E. herba. Then quantitative models of ephedrine and the total alkali (ephedrine and pseudoephedrine) were established by partial least squares regression and particle swarm optimization based least square support vector machine. The contents of test samples were predicted by the established NIR quantitative models. As a result, the accuracies of unqualified identification were 98.9% by discriminant analysis and 100% by support vector machine. The performance of the particle swarm optimization based least square support vector machine models were better than the partial least squares regression models. The correlation coefficients were both more than 0.98 and relative standard errors of calibrations were less than 9% in the calibration sets of particle swarm optimization based least square support vector machine models. As for the test sets, the correlation coefficients were both more than 0.93 and the relative standard errors of prediction were less than 13%, indicating satisfactory predicted results. All of these results demonstrated that NIR spectroscopy may be a powerful tool for the quality control of E. herba. 相似文献