蝉花免疫抑制活性成分的分离纯化工艺研究

被引量 : 0次 | 上传用户:xudjqing
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本论文对蝉花(Cordyceps cicadae)发酵产物中多球壳菌素的分离纯化工艺进行了深入的研究。蝉花属虫生性药用真菌,是我国传统的一种名贵中药材。蝉花与冬虫夏草同属虫菌复合体,且具有相近的药用价值。蝉花中主要成分为多球壳菌素,还有核苷类成分、麦角固醇及其过氧化物、环肽化合物、多糖、虫草酸等化学成分,具有非常广泛的生物活性。但是天然蝉花受自然条件限制,产量有限,满足不了国内外日益增长的需要,已成为稀世之珍,因而货源奇缺,供不应求,价格昂贵。多球壳菌素(ISP-1)是蝉花中一种重要的具有免疫抑制作用的物质,多用于器官移植、自身免疫性疾病等方面。除此之外,多球壳菌素还具有抗真菌、抗动脉粥样硬化等药理作用。本课题以液体深层发酵培养蝉花的发酵罐规模放大为基础,对蝉花发酵产物(发酵液和菌丝体)中多球壳菌素进行分离纯化研究,最后对目标物质进行含量鉴定和结构鉴定。此法工艺简单,所用溶剂毒性小、安全,为进一步研究蝉花及制备医药工业所需的多球壳菌素提供了依据。粗分离阶段以大孔吸附树脂为载体,通过静态吸附实验,优选出对多球壳菌素吸附性能最佳的吸附剂,同时,还对其静态吸附热力学特性进行研究;通过动态吸附实验,优化了大孔吸附树脂柱色谱的最佳工艺条件;精制阶段以柱色谱用硅胶为载体,通过TLC筛选硅胶柱色谱流动相并小试进行验证;通过抗真菌实验活性跟踪,采用NKA大孔吸附树脂和200~300目柱色谱用硅胶两步柱色谱对蝉花中抗真菌活性成分进行分离纯化;并通过红外、质谱等方法对目标化合物进行结构鉴定;还对大孔树脂吸附多球壳菌素的动力学模型进行探讨。通过对不同类型的大孔吸附树脂静态吸附性能的考察,优选出对蝉花中多球壳菌素吸附和解析性能最佳的非极性大孔吸附树脂NKA,对吸附等温线的研究表明NKA大孔吸附树脂对多球壳菌素的吸附符合Freundlich模型;对热力学特性进行研究,结果表明多球壳菌素在大孔树脂上的吸附是一个吸热过程,吸附是自发进行的;通过对NKA大孔吸附树脂动态吸附性能的研究,优化了最佳的工艺条件:上样液浓度3.0 mg/mL,pH 5.5,流速1.5 BV/h,洗脱剂为60%~70%乙醇溶液。分离纯化流程依次采用NKA大孔吸附树脂吸附、硅胶柱色谱系统,实验证明NKA大孔吸附树脂用于初步分离蝉花抗真菌活性成分是可行的,主要抗菌活性成分在60%乙醇洗脱液中;进一步通过硅胶柱色谱纯化得到单一活性成分。综合TLC、HPLC、FTIR、MS等数据确定目标物质为多球壳菌素单体。在假设和简化的基础上对大孔吸附树脂柱色谱吸附过程进行物料衡算,建立了理论穿透曲线模型,结果表明与实验穿透曲线基本吻合。由理论穿透曲线模型计算出物质的总传质系数KFav为0.0188 cm-1以及物质的传质区间长度为8.96 cm。上述研究结果的取得,为蝉花中多球壳菌素分离纯化提供了有力的理论和实践指导,特别是为进一步研究蝉花及制备医药工业所需的多球壳菌素提供了坚实的实验基础;通过大孔吸附树脂吸附多球壳菌素吸附透过曲线模型的建立,为柱层析的放大效应及放大规律的获取打开了方便之门。
其他文献
随着经济社会的发展和人们环保意识的提高,建筑物的节能问题引起了广泛的关注。随着全球气候变暖的趋势不断加剧,建筑物的高耗能问题面临更加严峻的挑战。在这种情况下,对建
目的目的探讨新生儿呼吸窘迫综合征(NRDS)机械通气时呼吸力学指标动态监测的应用价值。方法选取2006年1月一2008年l2月在本院NICU治疗的55例使用过肺表面活性物质(PS)治疗需
以肯德基(中国)品牌为例,采用符号学原理和方法,通过文本分析过程分析其22年的发展历程中不同阶段的经典广告,讨论了广告在构建和深化身份与品牌联系中的作用机制,考察了基于
2018年2月,美国商会全球创新政策中心(GIPC)发布了《2018年国际知识产权指数报告》,触发特朗普政府对新兴市场经济知识产权保护问题的特别关注。根据主流的国际知识产权联盟
为促进和推动我国心理治疗与心理咨询事业的健康发展,我刊于2001年开始应广大读者的要求,推出了与心理治疗及心理咨询相关问题的讨论专栏,专栏的目的在于讨论和澄清有关心理
许多并购中的战略协同效应不是立即产生的,而是通过降低行权的价格,改善行权的时机及促成环境向有利的方向转变,来影响并购公司及目标公司增长期权的价值。此外,拥有灵活性资源的
面波层析成像和线性迭代反演方法是构建地壳上地幔S波速度结构的重要技术手段。青藏高原东南部地区及腾冲火山区域作为地学研究的两大热点区域,其区域的壳幔结构、变形及动力
在近年来的阅读推广活动中,我园虽然开展了不少丰富多彩、形式多样的阅读活动,但这些活动仍属于零散、不系统、单方向的活动,不能很好地将理论与实践相结合,阅读推广还处于探
短期的风速和风功率预测对风场的运行及并网发电是非常重要的。采用时间序列方法,通过Matlab编程,建立了ARIMA和SARIMA预测模型对24小时后的平均风速和风功率进行预测。最后,
并购浪潮的出现常常和经济周期相伴相随,在经济上升期,多数企业通过兼并收购来快速实现发展壮大。尤其是在技术革命推动的经济增长中,原有产业企业主体通过并购新产业中的企