姜黄挥发油组效关系研究.pdfVIP

摘 要 姜黄中富含挥发油，姜黄挥发油成分种类较多，且具有抗肿瘤活性。本文采 用气质联用技术 （GC-MS ）建立了姜黄挥发油的指纹图谱，采用MTT 法检测了 姜黄挥发油的体外抗肿瘤活性，采用正交投影偏最小二乘法、双变量相关分析法 研究了姜黄挥发油的谱效相关性，采用BP 神经网络、支持向量机回归、遗传算 法、粒子群优化算法建立了姜黄挥发油的抗肿瘤活性预测模型。具体研究工作如 下： 1 ．采用水蒸气蒸馏法提取了 31 批不同批次的姜黄挥发油，提取率在 1.64%~4.35%之间；建立了姜黄挥发油的GC-MS 分析方法，方法学考察稳定性、 精密度和重现性试验结果表明该分析方法科学可靠，并采用此方法检测了31 批 姜黄挥发油，确定了20 个特征峰，其中定性出16 个化合物；采用正十三烷为内 标，用各特征峰峰面积与内标峰峰面积比值来表示各成分的相对含量，结果表明 不同批次姜黄挥发油的成分存在明显差异。 2 ．采用MTT 法检测了31 批姜黄挥发油在等生药量浓度 （1mg/mL）下对人 宫颈癌HeLa 细胞的抑制作用，以抑制率为评价指标。结果显示，抑制率最高为 0.792，最低为0.193，不同批次的姜黄药材得到的挥发油的抗肿瘤活性存在明显 的差异。 3 ．采用正交投影偏最小二乘法（Orthogonal Partial least squares, OPLS ）分析 了姜黄挥发油的谱效相关性，根据变异权重系数 VIP 值的大小、S-载荷图 (S-loading plot) 中变量距原点的位置，辨识出11, 15, 7, 19, 3, 6, 12, 14, 9 号等9 个 与活性显著相关的特征峰，除19 号峰尚未定性外，11, 15, 7, 3, 6, 12, 14 和9 号 峰对应的成分分别为芳姜黄酮、β-姜黄酮、姜烯、β-榄香烯、α-姜黄烯、α-姜黄 酮、吉马酮和β-倍半水芹烯；同时采用双变量相关分析法 （Bivariate correlation analysis ）分析姜黄挥发油的谱效相关性，结果与OPLS 法一致。 4 ．分别采用BP 神经网络、支持向量回归 （support vector regression, SVR） 建立姜黄挥发油的抗肿瘤活性预测模型；分别采用网格搜索法(grid search algorithm, GSA) 、遗传算法（Genetic Algorithm, GA ）和粒子群优化算法（PSO ） 对BP 神经网络和支持向量回归模型进行了优化；比较了用不同核函数建立的支 持向量回归模型；比较了两种类型的支持向量回归模型（ε-SVR 和v-SVR）。采用 均方误差MSE 、相对标准误差RSE 和相关系数 （correlation coefficient ）来评价 模型的优劣，结果显示v-SVR-RBF-PSO 法建立的模型最优。 关键词：姜黄，挥发油，气质联用，组效关系模型 ABSTRACT It has been reported that C.longa contains different kinds of volatile oil which have anti-tumor activity. The fingerprint of curcuma volatile oil was established using GC-MS instrument, the in vitro anti-tumor activity of curcuma volatile oil was tested by MTT method, the spectrum activity relationship of curcuma volatile oil was studied using orthogonal partial least squares (OPLS) and Bivariate correlation analysis, different anti-tumor activity prediction models were