论文部分内容阅读
背景汉麻,又名火麻、线麻、胡麻和野麻,其基原为大麻Cannabis sativa L.,是大麻科(Cannabaceae)大麻属Cannabis L.一年生雌雄异株草本植物。汉麻是我国的传统经济作物也是历史悠久的药用植物,其多个组织器官均可入药且具有不同的功效。汉麻种子入药,称“火麻仁”,具有润肠通便、活血同淋之功效;花入药,称“麻勃”,主治恶风、经闭和健忘;果壳和苞片入药,称“麻蕡”,有破积散脓之效,也可用于治劳伤;叶因含有麻醉性树脂可以配制麻醉剂。汉麻中含有萜酚类、黄酮类、生物碱类、香豆素类、脂肪酸类等化学成分,其中萜酚类化合物是汉麻的主要活性物质,又被称为大麻素,是从汉麻中分离提取出来的具有典型C21萜酚骨架的天然产物,以及由其衍生和转化来的化合物。研究目的以汉麻中萜酚类成分为研究对象,对汉麻植株中的萜酚类成分进行定性和定量分析,拟从代谢水平研究不同部位汉麻植株中萜酚类化合物代谢差异,为后续分子研究奠定基础。方法1.收集和整理汉麻中萜酚类成分:对文献中已报道的汉麻中萜酚类化合物进行整理。2.建立汉麻中6种主要萜酚类成分定量检测方法:利用UPLC-QQQ-MS/MS技术,以汉麻中6种主要萜酚类成分(大麻二酚、四氢大麻酚、大麻萜酚、大麻二醇酸、四氢大麻酚酸A和大麻萜酚酸)为研究对象,建立定量分析方法,并对该方法进行方法学考察,包括线性关系考察、精密度考察、重复性考察、稳定性考察以及加样回收率考察。同时对样品前处理方法进行优化,包括提取溶剂的优化、提取溶剂浸泡时间的优化和样品干燥方法的优化。3.构建汉麻萜酚类成分谱:利用UPLC-QTOF-MS技术,在正离子(ESI+)和负离子(ESI-)模式下对汉麻混样进行分析,寻找汉麻混样中的萜酚类成分,同时利用UPLC-QQQ-MS的子离子扫描模式获取化合物碎片离子信息,通过与对照品的裂解规律、碎片离子信息和保留时间进行对比,对汉麻中的萜酚类成分进行定性分析。4.建立汉麻靶向代谢组学方法:基于构建好的汉麻萜酚类成分谱,利用UPLC-QQQ-MS/MS技术对鉴定出的萜酚类化合物质谱条件进行优化,包括监测离子对、碰撞能量等。5.研究汉麻植株中萜酚类成分空间分布:利用建好的UPLC-QQQ-MS/MS靶向代谢组学方法对5个汉麻品种的3个组织(花、苞片、叶)在不同部位(顶端、中部、基部)的萜酚类化合物进行测定,并采用多变量统计方法对汉麻的3个组织(花、苞片、叶)在不同部位在代谢水平上的差异进行研究。研究结果1.汉麻中萜酚类成分的收集和整理:对汉麻中分离鉴定的121种萜酚类化合物的分子式、精确质量数和结构式进行了整理。2.汉麻中6种主要萜酚类成分定量检测方法的建立:采用Agilent Eclipse Plus C18(50 mm×2.1 mm,1.8 μm)色谱柱,柱温 35℃,以 0.1%甲酸水(A)和甲醇(B)为流动相,流速为0.3 mL/min,进行梯度洗脱(0~2 min,5%~70%B;2~10min,70%~100%B;10~13 min,100%B;13~14min,100%~5%B;14~15 min,5%B)。质谱采用MRM模式,正负离子交替扫描检测。结果显示,建立的方法能使样品中的6种主要萜酚类成分达到良好分离;在考察的范围内6种萜酚类成分线性关系良好,R2为0.999 1~1.000;加样回收率为99.36%~102.88%,加样回收率的RSD均小于5%;精密度RSD为0.53%~2.74%;重复性RSD为0.29%~2.80%;稳定性RSD为2.58%~4.65%。样品前处理方法考察结果显示,提取溶剂为95%甲醇,浸提时间为2 h时,汉麻中6种萜酚类成分提取效率最高。采用真空冷冻干燥法时,样品中6种萜酚类化合物性质较稳定。3.汉麻萜酚类成分谱的构建:基于UPLC-QTF-MS的一级和二级质谱信息,结合UPLC-QQQ-MS的子离子模式下的化合物碎片信息,最终在正离子模式下鉴定出76个萜酚类化合物,在负离子模式下鉴定出28个萜酚类化合物。4.汉麻靶向代谢组学方法的建立:对前期鉴定的汉麻中萜酚类化合物的质谱条件进行优化,母离子选择化合物的[M+H]+或[M-H]-离子,子离子选择MS/MS模式下的特征碎片离子,并选择化合物响应最高且峰形最好时的碰撞能量值作为该化合物最佳碰撞能量。建立了稳定、可靠的适用于汉麻萜酚类化合物分析的靶向代谢组学方法。5.汉麻植株中萜酚类成分空间分布研究:利用建立好的靶向代谢组学方法对5个汉麻品种的3个组织(花、苞片、叶)在不同部位(顶端、中部、基部)的104个萜酚类化合物进行了测定。在顶端与中部的汉麻中,从花中筛选出了28个差异化合物,从苞片中筛选出了 17个差异化合物,从叶片中筛选出了 36个差异化合物;在顶端与底端的汉麻中,从花中筛选出了 25个差异化合物,从苞片中筛选出了 29个差异化合物,从叶片中筛选出了 38个差异化合物;在中部与底端的汉麻中,从花中筛选出了 18个差异化合物,从苞片中筛选出了 23个差异化合物,从叶片中筛选出了 14个差异化合物。这些差异化合物大部分在上部的含量高于下部,但也有个别差异化合物显示出不同的变化趋势。汉麻花中的差异化合物3、差异化合物36和差异化合物68的代谢变化趋势一致,含量从顶端到底端逐渐降低。汉麻苞片中的差异化合物3、差异化合物60和差异化合物72的的代谢变化趋势一致,含量从顶端到底端逐渐降低,但差异化合物49的代谢变化趋势与它们相反。结论本研究通过UPLC-QQQ-MS技术建立了汉麻中6种主要萜酚类成分(大麻二酚、四氢大麻酚、大麻萜酚、大麻二醇酸、四氢大麻酚酸、大麻萜酚酸)的定量检测方法,该方法灵敏度高、稳定性好、操作简单快速,适用于汉麻中6种萜酚类成分的含量测定。基于LC-MS对汉麻中萜酚类化合物进行定性研究,通过UPLC-QTOF-MS和UPLC-QQQ-MS的子离子扫描技术对汉麻样品进行分析,共鉴定出104种萜酚类化合物,成功地构建了汉麻萜酚类成分谱。同时,本研究基于UPLC-QQQ-MS/MS技术建立了汉麻萜酚类成分靶向代谢组学方法,该方法稳定可靠,对实现汉麻中萜酚类化合物广泛准确检测具有重要意义。通过对5个不同品种汉麻的3个组织(花、苞片、叶)在不同部位(顶端、中部、基部)的差异化合物进行分析,发现大部分差异化合物在顶端的含量最高,但也有少部分差异化合物在三个部位显示出了不同的变化趋势。本研究为汉麻的质量评价提供了方法、同时为汉麻优质品种的选育提供了代谢水平的研究数据。