基于流动注射-Qtrap质谱技术的九里香属植物的鉴别分析

作者：梁海珍; 袁硕; 高鹏; 屠鹏飞; 姜勇^*

来源：药学学报, 2023, 58(08): 2454-2460.

DOI：10.16438/j.0513-4870.2023-0525

• 流动注射
• Qtrap-MS
• 多离子监测
• 九里香属
• 植物鉴别
• 质量评价

本文采用流动注射(flow injection, FI)技术结合Qtrap质谱(Qtrap-MS)特有的分步多离子监测扫描方式(step-wise multiple ion monitoring, step-wise MIM),首次对8种九里香属Murraya植物进行了较为快速的鉴别区分。每个样品分析仅需要5 min,便可检测约600个化合物。将质谱信息经过处理后,采用多元统计软件进行分析,发现九里香组sect. Murraya和棕茎组sect. Bergera植物各自聚集,分类明显,表明两组植物间的化学成分存在差异。进一步对质谱数据进行分析,发现其能直观反映不同植物中的成分类别:其中九里香和翼叶九里香主要含有香豆素类成分,千里香富含多甲氧基黄酮,棕茎组植物则主要含有咔唑生物碱类成分,与作者之前对该属植物的系统化学成分分析结果一致。总之,本研究证实FI-Qtrap-MS技术可用于药用植物的快速鉴别,实现同属植物的快速区分,为其化学分类学提供参考,同时该技术也为中药材的质量评价提供新方法。

• 单位
  天然药物与仿生药物国家重点实验室