hflpme-hplc法结合测定6种黄酮类化合物.docxVIP

hflpme-hplc法结合测定6种黄酮类化合物.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
hflpme-hplc法结合测定6种黄酮类化合物 1 与药物的相互作用 黄酮类化合物广泛分布于蔬菜、水果、食品、药物和药物中。这是植物自长期自然选择过程中产生的一些次级代谢产物。黄酮类化合物具有广谱的药理活性, 如抗菌、消炎、降压、抗氧化、抗癌及防癌等。药物血浆蛋白结合率是药代动力学的重要参数之一,影响药物在体内的分布、代谢和排泄速率,对药物的消除半衰期也有影响,更重要的是它与药物的药理作用强度密切相关。因此,药物血浆蛋白结合率的研究对新药研究开发及指导临床合理用药都具有重要意义。测定药物血浆蛋白结合率的方法有平衡透析法、超滤法、微透析法、毛细管电泳法及高效亲和色谱法等,研究黄酮类化合物与蛋白结合特性的方法主要有紫外光谱法、荧光光谱法、圆二色谱法和红外光谱法。徐倩等采用分子对接理论和荧光法研究了4种黄酮类天然产物与白蛋白的相互作用及作用机理。但尚未见黄酮类化合物与蛋白结合率的文献报道。近年来,中空纤维液相微萃取(Hollow fiber liquid phase microextraction, HFLPME)对复杂样品中微量组分的提取、分离、富集和浓缩起重要作用。中空纤维具有能使药物分子通过,生物大分子或结合药物的生物大分子不能通过的特殊结构。利用中空纤维的结构特性测定药物与蛋白的结合率已有报道。本研究采用该方法,同时、快速测定了6种黄酮类化合物与牛血清白蛋白的结合率;分析了6种黄酮类化合物同时存在时对蛋白结合的竞争作用;讨论了黄酮类化合物蛋白结合率的浓度依赖性;计算了结合常数和结合位点数。 2 scatchird方法学s HFLPME是将水相中的游离药物通过中空纤维的壁孔萃取到其管内微升级的有机溶剂萃取相中,萃取达平衡时,萃取相中分析物浓度与样品的初始浓度呈线性关系。当药物与蛋白结合达到平衡时,水相中的药物一部分以蛋白结合型药物存在,一部分以游离型药物存在。游离型药物通过中空纤维的壁孔被萃取到萃取相中,结合型药物被中空纤维壁的微孔有效阻挡,使蛋白结合型药物与游离型药物有效分离。在生物体条件下,利用HFLPME结合HPLC测定萃取相中游离药物(Df)的浓度,用药物总浓度与游离药物浓度差值计算结合型药物(DnP)浓度,从而得出药物与蛋白结合率。 药物与蛋白反应达到平衡时,蛋白结合常数K为: K=[DnP][Df]n[Pf](1)Κ=[DnΡ][Df]n[Ρf](1) 其中[Df], [Pf], [DnP]分别表示药物与蛋白结合达平衡时游离药物、游离蛋白、药物-蛋白复合物的平衡浓度。 设药物的总浓度为[D0],则: [DnP]+[Df]=[D0] (2) 药物的蛋白结合率fd为:fd=[DnP][D0]=[D0]?[Df][D0]fd=[DnΡ][D0]=[D0]-[Df][D0](3) 设蛋白总浓度为[P0],则: [DnP]+[Pf]=[P0] (4) 蛋白与药物的结合位点是相互独立的,其平衡关系可以用多级平衡方程式(5)表示: R=[DnP][P0]=[D0]?[Df][P0]=Σi=1mniKi[Df]1+Ki[Df](5)R=[DnΡ][Ρ0]=[D0]-[Df][Ρ0]=Σi=1mniΚi[Df]1+Κi[Df](5) 其中,R为结合比(一个蛋白键合的药物分子数),m为结合位点总类数,ni为第i类位点数,Ki为第i类位点的结合常数。如果药物与蛋白只有一类结合点位,即m=1,方程可以简化为: R=nK[Df]1+K[Df](6)R=nΚ[Df]1+Κ[Df](6) Bjerrum方法:根据式(6),以R对log[Df]作图,得到带有明显拐点的S型曲线,即Bjerrum图。Bjerrum法认为:如果药物与蛋白的结合分子数与结合位点数相等,Bjerrum曲线拐点处对应纵坐标R值为该药物与蛋白的结合位点数(即Rmax=n),Bjerrum曲线拐点对应横坐标的倒数为K。 Scatchard方法:由式(6)变形得到: R/[Df]=nK-RK(7) 根据式(7),以R对R/[Df]作图或进行线性回归,得到Scatchard 方程。Scatchard 法认为:假设每个结合位点结合一个药物分子,则Scatchard 方程斜率的负数为结合常数即K。一个结合位点或几个结合位点与药物有相同的亲和力,则Scatchard方程为一条直线;如果两个结合位点有不同的亲和力,则Scatchard方程为两条直线,分别对应两个结合位点。 3 实验部分 3.1 药品、化学品和其它试剂 Technologies 1200 Series高效液相色谱仪(Agilent公司);槲皮素(批号:081-9003,纯度≥98%)和白杨素(批号:111701-200501,纯度≥98%)对照品购自中国药品生物制品检定所; 山柰素(批号:A0

文档评论(0)

187****7209 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档