２０１４ 年 ６ 月 Ｖｏｌ３２ Ｎｏ６Ｊｕｎｅ ２０１４ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ ６０４～６１１

研究论文 ＤＯＩ １０３７２４ ＳＰＪ１１２３２０１４０１０２５

lowast通讯联系人Ｔｅｌ（０４１１）８６３３２１０９Ｅｍａｉｌｚｈｕｊｉｎｇｂ ｓｉｎａｃｏｍ基金项目辽宁省高等学校重大科技平台项目（辽教发［２０１１］１９１ 号） 收稿日期２０１４０１１３

基于液相色谱信息的西青果化学成分抑制

α葡萄糖苷酶活性数学模型的构建

王定颖１　 朱靖博１２lowast　 丁　 燕１２　 寇自农２３　 杨兰苹１

（１ 大连工业大学食品学院 辽宁 大连 １１６０３４ ２ 大连工业大学植物资源化学与应用研究所辽宁 大连 １１６０３４ ３ 大连工业大学实验仪器中心 辽宁 大连 １１６０３４）

摘要中药提取物是一个组成复杂机理不明晰的混合物体系其对靶标的作用是其中所有化合物的综合影响如何表征和评价其生物活性值得深入研究 本文采用羟丙基葡聚糖凝胶色谱柱分离西青果乙醇提取物得到 ２９ 组

成分连续变化的样品采集样品的色谱信息（２５４ ｎｍ 波长下）与活性信息运用逐步回归法建立成分的峰面积（Ｖｉ自变量）与活性（以对酶的抑制率（Ｗ）表示因变量）之间的数学方程确定对活性影响显著的成分 结果表明２９组样品包含 ５５ 个峰这些峰对应成分的峰面积（Ｖｉ ｉ ＝ １２hellip５５）与 Ｗ 之间存在数学关系Ｗ ＝ Ｖ７ times（ －０1049008 ０３４plusmn０1049008 ０１３）＋Ｖ１８times（－０1049008 １５５plusmn０1049008 ０５１） ＋Ｖ２９ times（－０1049008 １４２plusmn０1049008 ０２８） ＋Ｖ４ times（０1049008 ０７９plusmn０1049008 ０２０） ＋Ｖ１１ times（０1049008 ０７４plusmn０1049008 ０２８） ＋Ｖ３６ times（－０1049008 １１７plusmn０1049008 ０５３）＋８５1049008 ６６９plusmn４1049008 ４７６复相关系数 Ｒ＝ ０1049008 ８５４显著度＝ ０1049008 ０３７稳健性良好对活性影响最显著的物质为第 １８２９３６４１１ 和 ７ 号峰对应的化合物 该方法同样适用于不同中药资源的成分与多种不同活性等方面的研究对于中

药的研发具有重要意义关键词高效液相色谱逐步回归分析多元线性回归方程数学模型α葡萄糖苷酶活性抑制西青果

中图分类号Ｏ６５８　 　 　 文献标识码Ａ　 　 　 文章编号１０００８７１３（２０１４）０６０６０４０８

Ｅｓｔａｂｌｉｓｈｍｅｎｔ ｏｆ ｔｈｅ ｍａｔｈｅｍａｔｉｃａｌ ｍｏｄｅｌ ｆｏｒ ｔｈｅ ｉｎｈｉｂｉｔｉｏｎｏｎ αｇｌｙｃｏｓｉｄａｓｅ ｂｙ ｃｈｅｍｉｃａｌ ｃｏｍｐｏｓｉｔｉｏｎｓ ｆｒｏｍ

Ｔｅｒｍｉｎａｌｉａ ｃｈｅｂｕｌａ Ｒｅｔｚ ｂａｓｅｄ ｏｎ ｔｈｅｌｉｑｕｉｄ ｃｈｒｏｍａｔｏｇｒａｐｈｉｃ ｉｎｆｏｒｍａｔｉｏｎ

ＷＡＮＧ Ｄｉｎｇｙｉｎｇ１ ＺＨＵ Ｊｉｎｇｂｏ１２lowast ＤＩＮＧ Ｙａｎ１２ ＫＯＵ Ｚｉｎｏｎｇ２３ ＹＡＮＧ Ｌａｎｐｉｎｇ１

（１ Ｓｃｈｏｏｌ ｏｆ Ｆｏｏｄ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｄａｌｉａｎ Ｐｏｌｙｔｅｃｈｎｉｃ Ｕｎｉｖｅｒｓｉｔｙ Ｄａｌｉａｎ １１６０３４ Ｃｈｉｎａ２ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｃｈｅｍｉｓｔｒｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ ｏｆ Ｐｌａｎｔ Ｒｅｓｏｕｒｃｅｓ Ｄａｌｉａｎ Ｐｏｌｙｔｅｃｈｎｉｃ Ｕｎｉｖｅｒｓｉｔｙ Ｄａｌｉａｎ １１６０３４

Ｃｈｉｎａ ３ Ｉｎｓｔｒｕｍｅｎｔａｌ Ａｎａｌｙｓｉｓ Ｃｅｎｔｅｒ Ｄａｌｉａｎ Ｐｏｌｙｔｅｃｈｎｉｃ Ｕｎｉｖｅｒｓｉｔｙ Ｄａｌｉａｎ １１６０３４ Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ Ｔｈｅ ｅｘｔｒａｃｔｓ ｆｒｏｍ Ｃｈｉｎｅｓｅ ｈｅｒｂｓ ａｒｅ ｃｏｍｐｌｅｘ ｃｏｍｐｏｕｎｄｓ ｗｉｔｈ ｕｎｃｅｒｔａｉｎ ｍｅｃｈａｎｉｓｍｗｈｉｃｈ ａｆｆｅｃｔｓ ｔｈｅ ｔａｒｇｅｔ ｗｉｔｈ ａｌｌ ｉｎｇｒｅｄｉｅｎｔｓ Ｔｈｅｒｅｆｏｒｅ ｉｔ ｉｓ ｏｆ ｇｒｅａｔ ｉｍｐｏｒｔａｎｃｅ ｔｏ ｅｖａｌｕａｔｅ ｔｈｅｂｉｏａｃｔｉｖｉｔｙ ｏｆ ｔｈｅｓｅ ｅｘｔｒａｃｔｓ Ｉｎ ｔｈｉｓ ｓｔｕｄｙ ２９ ｓａｍｐｌｅｓ ｗｈｉｃｈ ｈａｄ ｃｏｎｔｉｎｕｏｕｓ ｖａｒｉａｔｉｏｎ ｏｆ ｃｏｎｓｔｉｔｕｅｎｔｓ ｗｅｒｅ ｏｂｔａｉｎｅｄ ｆｒｏｍ ｔｈｅ ａｌｃｏｈｏｌ ｅｘｔｒａｃｔ ｏｆ Ｔｅｒｍｉｎａｌｉａ ｃｈｅｂｕｌａ Ｒｅｔｚ ｂｙ ａ Ｓｅｐｈａｄｅｘ ＬＨ２０ｓｉｚｅ ｅｘｃｌｕｓｉｏｎ ｃｈｒｏｍａｔｏｇｒａｐｈｉｃ ｃｏｌｕｍｎ Ａｆｔｅｒ ｄｅｔｅｃｔｉｎｇ ｔｈｅ ｃｈｒｏｍａｔｏｇｒａｐｈｉｃ ｉｎｆｏｒｍａｔｉｏｎ ｏｆｄｅｔｅｃｔｉｏｎ ｗａｖｅｌｅｎｇｔｈ ａｔ ２５４ ｎｍ ａｎｄ ｔｈｅ ａｃｔｉｖｉｔｙ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｔｈｅｓｅ ｓａｍｐｌｅｓ ｔｈｅ ｍａｔｈｅｍａｔｉｃａｌｒｅｌａｔｉｏｎｓｈｉｐ ｅｑｕａｔｉｏｎ ｗａｓ ｅｓｔａｂｌｉｓｈｅｄ ｔｏ ｄｅｔｅｒｍｉｎｅ ｔｈｅ ｉｍｐａｃｔ ｏｎ ｔｈｅ ａｃｔｉｖｅ ｃｏｍｐｏｎｅｎｔｓ Ｓｔｅｐｗｉｓｅ ｒｅｇｒｅｓｓｉｏｎ ｍｅｔｈｏｄ ｗａｓ ｕｓｅｄ ｔｏ ｒｅｓｅａｒｃｈ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｔｈｅ ｐｅａｋ ａｒｅａｓ （Ｖｉ ｉｎｄｅｐｅｎｄｅｎｔ ｖａｒｉａｂｌｅｓ） ｏｆ ｔｈｅ ｃｏｍｐｏｓｉｔｉｏｎｓ ｉｎ ｔｈｅ ｓａｍｐｌｅｓ ａｎｄ ａｃｔｉｖｉｔｉｅｓ （ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｅｎｚｙｍｅｉｎｈｉｂｉｔｉｏｎ （Ｗ） ｄｅｐｅｎｄｅｎｔ ｖａｒｉａｂｌｅｓ） Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅｒｅ ｗｅｒｅ ５５ ｃｈｒｏｍａｔｏｇｒａｐｈｉｃｐｅａｋｓ ｉｎ ｔｈｅ ｓａｍｐｌｅｓ ａｎｄ ｔｈｅ ｍａｔｈｅｍａｔｉｃａｌ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｔｈｅ ｃｏｍｐｏｓｉｔｉｏｎｓ ｏｆ Ｔｅｒｍｉｎａｌｉａｃｈｅｂｕｌａ Ｒｅｔｚ ｅｘｔｒａｃｔ （Ｖｉ ｉ＝ １ ２ hellip ５５） ａｎｄ ａｃｔｉｖｉｔｉｅｓ ｗａｓ ｃｅｒｔａｉｎ Ｔｈｅ ｅｘｐｒｅｓｓｉｏｎ ｗａｓ Ｗ＝Ｖ７times（－０1049008 ０３４plusmn０1049008 ０１３）＋Ｖ１８times（－０1049008 １５５plusmn０1049008 ０５１）＋Ｖ２９times（－０1049008 １４２plusmn０1049008 ０２８）＋Ｖ４times（０1049008 ０７９plusmn０1049008 ０２０）＋Ｖ１１times（０1049008 ０７４plusmn

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

０1049008 ０２８）＋Ｖ３６ times（－０1049008 １１７plusmn０1049008 ０５３） ＋８５1049008 ６６９plusmn４1049008 ４７６ ｍｕｌｔｉｐｌｅ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ Ｒ ＝ ０1049008 ８５４ ｓｉｇｎｉｆｉｃａｎｃｅ ｌｅｖｅｌ （Ｓｉｇ Ｆ ｃｈａｎｇｅ）＝ ０1049008 ０３７ Ｔｈｅ ｓｔｅａｄｉｎｅｓｓ ｏｆ ｍｏｄｅｌ ｗａｓ ｆａｖｏｒａｂｌｅ ｗｉｔｈ ｎｅｗ ｄｉｇｉｔａｌ ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅ ｃｏｍｐｏｕｎｄｓ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｔｏ １８ｔｈ ２９ｔｈ ３６ｔｈ ４ｔｈ １１ｔｈ ａｎｄ ７ｔｈ ｐｅａｋｓ ｗｅｒｅ ｔｈｅ ｍａｉｎａｃｔｉｖｅ ｃｏｍｐｏｕｎｄｓ Ｔｈｅ ｍｅｔｈｏｄ ｃａｎ ｂｅ ａｌｓｏ ａｐｐｌｉｅｄ ｔｏ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ａ ｗｉｄｅ ｖａｒｉｅｔｙ ｏｆｃｏｍｐｏｎｅｎｔｓ ｏｆ ｔｒａｄｉｔｉｏｎａｌ Ｃｈｉｎｅｓｅ ｍｅｄｉｃｉｎｅ ｒｅｓｏｕｒｃｅｓ ａｎｄ ｄｉｆｆｅｒｅｎｔ ｋｉｎｄｓ ｏｆ ａｃｔｉｖｉｔｉｅｓ Ｉｔ ｉｓ ｓｉｇｎｉｆｉｃａｎｔ ｔｏ ｔｈｅ ｒｅｓｅａｒｃｈ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｔｒａｄｉｔｉｏｎａｌ Ｃｈｉｎｅｓｅ ｍｅｄｉｃｉｎｅＫｅｙ ｗｏｒｄｓ ｈｉｇｈ ｐｅｒｆｏｒｍａｎｃｅ ｌｉｑｕｉｄ ｃｈｒｏｍａｔｏｇｒａｐｈｙ （ＨＰＬＣ） ｓｔｅｐｗｉｓｅ ｒｅｇｒｅｓｓｉｏｎ ｍｕｌｔｉｐｌｅｌｉｎｅａｒ ｒｅｇｒｅｓｓｉｏｎ ｅｑｕａｔｉｏｎ ｍａｔｈｅｍａｔｉｃａｌ ｍｏｄｅｌ αｇｌｙｃｏｓｉｄａｓｅ ａｃｔｉｖｉｔｙ ｉｎｈｉｂｉｔｉｏｎ Ｔｅｒｍｉｎａｌｉａ ｃｈｅｂｕｌａ Ｒｅｔｚ

　 　 单味及复方中药植物源功能性食品的活性评

价方法是公认的难点其主要原因是物质体系组成

和作用机理的复杂性 在现有的科学技术水平下研究者们普遍采用针对混合物中已知或主要化合物

进行定量分析或针对全成分指纹图谱阐明其化学组

成色谱信息的方法进行分析［１］ 但由于化合物成

分对靶点同时存在协同拮抗等复杂作用这一方法

对于植物源功能性食品单味及复方中药等复杂体

系活性评价的局限性是不言而喻的［２３］ 各种类别

的色谱分析在获得复杂体系化合物组成及含量方面

信息具有明显的优势如运用分子生物色谱筛选中

药活性成分及其质量控制采用高效液相色谱法检

测药材中某主要化合物或某杂质的含量结合质谱

分析确定药材中某主要化合物或某杂质的化学结构

等［４－７］因此在获得提取物活性数据的基础上结合

色谱信息构建数学模型来评价这些复杂体系的活

性可能是解决这一问题的有效方法　 　 复杂体系的色谱信息包含成分组成比例含量

等多方面其对活性的影响可随色谱信息的变化而

变化且这一变化不呈简单的线性加合作用 回归

分析常被用作处理一系列变化的因素对某单方面探

测目标的影响效应包括变化因素之间的幂响应相互作用效应多重共线性与超饱和模型等［８９］ 逐

步回归法（ｓｔｅｐｗｉｓｅ ｒｅｇｒｅｓｓｉｏｎ ＳＲ）是回归分析中

的一种模式采用在基本自变量回归的基础上逐一

筛选其余自变量并通过对已剔除的自变量进行多

轮筛选过程改变显著自变量项选入和剔除的标准获得包含主要效应分量的优化回归方程 由于每步

都做检验因而保证了最后所建立的回归方程中所

有自变量都是显著的［８１０］ ＳＲ 已广泛应用于农学经济学社会学地质学等行业［１１－１６］在中药活性研

究中仅见于筛选血竭中活性成分和药物质量控制中

有所运用［１７１８］　 　 α葡萄糖苷酶抑制剂可以良好地抑制餐后血糖

升高已成为降低餐后血糖的一线药物［１９２０］ 目前

人们已发现大量植物提取物或有效部位可明显抑制

α葡萄糖苷酶并对其有效成分进行分离富集研

究［２１－２６］ 已有的研究证明西青果提取物具有较强

的抑制 α葡萄糖苷酶作用较现有的治疗糖尿病临

床药物阿卡波糖（ａｃａｒｂｏｓｅ）具有明显的优势［２７－２９］因此本论文建立了基于复杂体系色谱分析信息生物活性信息的数学模型来表征与评价天然产物抑制

α葡萄糖苷酶活性的方法对于开展植物源功能食

品中药研发具有重要的科学意义

１　 实验部分

１１　 仪器试剂与材料

　 　 Ｐ２３０Ⅱ型高效液相色谱仪（大连依利特分析仪

器有限公司） ＤＺＦ６０５０ 真空干燥箱Ｒ５０２Ｂ 旋转

蒸发器（巩义市予华仪器有限公司） ＳＫ１ 快速混

匀器（常州国华仪器有限公司） ＭＤＦＦ２ＬＡＳＯ２５反渗透纯水机（大连美德环保设备公司） ＢＳ２２４５电子天平（北京赛多利斯仪器公司） ＢＴ１００１Ｊ 蠕

动泵驱动器（保定兰格恒流泵公司） １1049008 ５ ｍＬ ＰＥ 离

心管（美国 Ａｘｙｇｅｎ 公司） Ｄｉａｍｏｎｓｉｌ Ｃ１８ 色谱柱

（２５０ ｍｍtimes４1049008 ６ ｍｍ ５ μｍ迪马科技公司） Ｇａｌａｋｓｉｌ ＥＦＣ１８Ｍ １２０Ａ 色谱柱 （２５０ ｍｍ times ４1049008 ６ ｍｍ ５μｍ加莱克色谱科技公司）超声波清洗机恒温水

浴锅等实验室常用设备　 　 对硝基苯基αＤ吡喃葡萄糖苷（ｐｎｉｔｒｏｐｈｅｎｙｌαＤｇｌｕｃｏｐｙｒａｎｏｓｉｄｅＰＮＰＧ纯度 ９９）α葡萄糖苷酶（来自酿酒酵母规格为 ７1049008 １４ Ｕ ｍｇ）牛血清白蛋白（ＢＳＡ纯度ge９５）均购于 Ｓｉｇｍａ 公司阿卡波糖片（ａｃａｒｂｏｓｅ５０ ｍｇ 片批号 Ｈ１９９９０２０５拜耳医药保健有限公司）　 　 甲酸磷酸氢二钾磷酸二氢钾碳酸钠磷酸购

自天津市科密欧化学试剂有限公司对硝基苯酚

（ＰＮＰ）购自国药集团化学试剂有限公司以上试剂

均为分析纯 工业级甲醇乙醇丙酮正己烷（均重蒸后使用）购自天津市大茂化学试剂厂乙腈

middot５０６middot

色 谱 第 ３２ 卷

甲醇均为色谱纯购自美国 Ｔｅｄｉａ 公司超纯水为实

验室仪器自制　 　 西青果原药材生产批号 ０９０３０１购自河北聚

仁堂饮片有限公司１２　 研究方法

１２１　 色谱条件

　 　 色谱柱Ｇａｌａｋｓｉｌ ＥＦＣ１８Ｍ １２０Ａ流动相 Ａ乙腈流动相 Ｂ ０1049008 ０２ ｍｏｌ Ｌ 磷酸二氢钾溶液（磷酸调

节 ｐＨ ＝ ２） 梯度洗脱程序０ ～ ４０ ｍｉｎ １０ Ａ ～１８ Ａ ４０ ～ ５５ ｍｉｎ １８ Ａ ５５ ～ ６０ ｍｉｎ １８ Ａ ～７０ Ａ ６０ ～ ７０ ｍｉｎ ７０ Ａ ７０ ～ ７３ ｍｉｎ ７０ Ａ ～１０ Ａ ７３～８０ ｍｉｎ １０ Ａ 流速１1049008 ０ ｍＬ ｍｉｎ进样量１０ μＬ柱温常温检测波长２５４ ｎｍ 检测

过程每组样品平行测定 ３ 次 仪器检出限峰高＞６1049008 ０ ｍＶ峰面积＞５０1049008 ０ ｍＶmiddotｓ１２２　 组分样品的制备

　 　 取 ２１２ ｇ 西青果原药材经乙醇加热回流提取得

到 ＴＣＲｃｒｕｄｅ 取 ＴＣＲｃｒｕｄｅ ６０1049008 ０ ｇ 经 ＨＰＤ１００大孔树脂除去蛋白质氨基酸无机盐以及部分极性

极小的物质得到富集后的产物 ＴＣＲｐｕｒ编号 Ｓ１取 ＴＣＲｐｕｒ ９1049008 ５ ｇ 进行 Ｓｅｐｈａｄｅｘ ＬＨ２０ 色谱分离得到 ２８ 份组成既有联系又有区别的混合物样品组编号 Ｓ２ ～Ｓ２９ 分别浓缩干燥称重并将其配制为

１1049008 ００ ｇ Ｌ 的甲醇溶液密封保存作为后续 ＨＰＬＣ 成

分检测与 ＰＮＰＧ 活性检测的样品 制备流程如图 １所示

图 １　 组分样品制备过程Ｆｉｇ １　 Ｐｒｅｐａｒａｔｉｏｎ ｐｒｏｃｅｓｓ ｏｆ ｔｈｅ ｓａｍｐｌｅｓ

１２３　 α葡萄糖苷酶抑制活性的检测

　 　 酶液配制取 １４ Ｕ ｍｇ 规格的 α葡萄糖苷酶

７1049008 １４ ｍｇ用含 ０1049008 ２０ 牛血清白蛋白的磷酸盐缓冲

溶液（ ｐＨ ６1049008 ８浓度 ０1049008 ０６７ ｍｏｌ Ｌ） 溶解后定容于

１００ ｍＬ 容量瓶中冰箱冻存使用前经解冻并稀释

１０ 倍后即得 ０1049008 １ Ｕ ｍＬ 的 α葡萄糖苷酶液　 　 采用 ＨＰＬＣＰＮＰＧ 法［３０３１］检测反应在 １1049008 ５ ｍＬ的 ＰＥ 管中完成 具体操作方法加入 ０1049008 ０６７ ｍｏｌ ＬｐＨ ６1049008 ８ 的磷酸盐缓冲溶液 ５０ μＬ０1049008 １ Ｕ ｍＬ α葡萄糖苷酶 ６０ μＬ待测样品的甲醇溶液 ５ μＬ振荡混

匀于 ３７ 水浴中恒温孵育 ２０ ｍｉｎ再加入 ４０ μＬ４1049008 ０ ｍｍｏｌ Ｌ ＰＮＰＧ振荡混匀于 ３７ 水浴中恒温

孵育反应 ３０ ｍｉｎ最后加入 ０1049008 ２ ｍｏｌ Ｌ Ｎａ２ＣＯ３ 溶

液 １６０ μＬ 终止反应加超纯水稀释定容至 １ ５００μＬ混匀机中混匀经 ０1049008 ４５ μｍ 滤膜过滤待 ＨＰＬＣ检测 实验设样品组空白对照组（ｂｌａｎｋ ｃｏｎｔｒｏｌ以等量磷酸盐缓冲溶液代替酶液）阴性对照组

（ｎｅｇａｔｉｖｅ ｃｏｎｔｒｏｌ以等量纯甲醇代替样品溶液）和阳性对照组（ｐｏｓｉｔｉｖｅ ｃｏｎｔｒｏｌ以等量同浓度阿卡波

糖溶液代替样品溶液） ＨＰＬＣ 检测条件Ｄｉａｍｏｎ

middot６０６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

ｓｉｌ Ｃ１８ 色谱柱（２５０ ｍｍtimes４1049008 ６ ｍｍ ５ μｍ）流动相乙腈０1049008 １ 甲酸水溶液（４５ ∶ ５５ ｖ ｖ）等度洗脱 ８ｍｉｎ流速１1049008 ０ ｍＬ ｍｉｎ进样量１０ μＬ柱温常温ＵＶ 检测波长３１５ ｎｍ 检测限峰高＞０1049008 ０ ｍＶ峰面积＞０1049008 ０ ｍＶmiddotｓ　 　 活性大小采用相同浓度的样品对酶的抑制率

（Ｗ）来表示使用 ＰＮＰ 峰面积浓度标准曲线法计

算浓度 标准曲线的绘制准确称取 ＰＮＰ 标准品

０1049008 ０３４ ７ ｇ用重蒸纯水超声辅助溶解定容于 ２５ ｍＬ容量瓶中配制成 １０ ｍｍｏｌ Ｌ 的 ＰＮＰ 母液再将其

稀释 成 ０1049008 ８ ０1049008 ４ ０1049008 ２ ０1049008 １ ０1049008 ０５ ０1049008 ０１ ０1049008 ００５０1049008 ００２ ５ ｍｍｏｌ Ｌ 系列浓度的 ＰＮＰ 标准液过 ０1049008 ４５μｍ 水系滤膜经高效液相色谱检测检测条件同

ＰＮＰＧ 法活性检测中的 ＨＰＬＣ 条件 以 ＰＮＰ 峰面

积为横坐标ＰＮＰ 浓度为纵坐标绘制标准曲线

抑制率 Ｗ 计算公式Ｗ＝ Ａ－ＢＡ

times１００ 式中Ａ 为阴

性对照中 ＰＮＰ 的浓度（扣除相应空白） Ｂ 为样品

组（包括阳性对照） 中 ＰＮＰ 的浓度（扣除相应空

白）１２４　 数学模型的构建

　 　 以样品对 α葡萄糖苷酶的抑制率 Ｗ 为因变量样品 ＨＰＬＣ 谱图中各组分的峰面积 ３ 次测定的平均

值（Ｖｉ）为自变量进行多元线性回归 在这个模型

中样品个数 Ｎ＝ ２９样品维度（所有样品峰的总数）Ｐ＝ ５５属于典型的超饱和模型（Ｐ＞Ｎ）且单个样品

中的不同成分之间会对活性产生难以预估的相互作

用或者某个成分的单独作用可以相抵其他若干组

分的共同作用即待考察的项数之间存在多重共线

性故选用逐步回归法进行统计学分析 具体操作

中使用统计软件 ＳＰＳＳ１３1049008 ０ 中的ldquoＲｅｇｒｅｓｓｉｏｎ Ａｎａｌｙｓｉｓ Ｌｉｎｅａｒｉｔｙ Ｓｔｅｐｗｉｓｅrdquo程序进行数据处理选取

Ｆ 分布概率区间为进入 Ｆ（α ＝ ０1049008 ０５）移出 Ｆ（α ＝０1049008 １０）

２　 结果与讨论

２１　 ＨＰＬＣ 条件的确定

　 　 为了获取充分的色谱信息本文考察了 Ｄｉａｍｏｎｓｉｌ Ｃ１８ＵｎｉＰＳ ５１００Ｈｙｐｅｒｓｉｌ ＢＤＳ Ｃ１８ＳｉｎｏＣｈｒｏｍ ＯＤＳＢＰ 等色谱柱对样品的分离效果确定

了 Ｇａｌａｋｓｉｌ ＥＦＣ１８Ｍ（２５０ ｍｍtimes４1049008 ６ ｍｍ ５ μｍ填料孔径 １２ ｎｍ）作为分析色谱柱选择乙腈与 ０1049008 ０２ｍｏｌ Ｌ 磷酸二氢钾溶液（磷酸调节 ｐＨ＝ ２）作为流动

相梯度洗脱在此条件下西青果提取物达到了较好

的分离（见图 ２）

图 ２　 西青果乙醇提取物的 ＨＰＬＣ 谱图Ｆｉｇ ２　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍ ｏｆ Ｔｅｒｍｉｎａｌｉａ ｃｈｅｂｕｌａ

Ｒｅｔｚ ｅｘｔｒａｃｔ ｗｉｔｈ ｅｔｈａｎｏｌ

２２　 组分样品的制备及其 ＨＰＬＣ 检测

　 　 ＴＣＲｃｒｕｄｅ 经 ＨＰＤ１００ 大孔树脂富集处理后

得到黄褐色细干粉状 ＴＣＲｐｕｒ ４０1049008 ３ ｇ经 ＳｅｐｈａｄｅｘＬＨ２０ 凝胶色谱柱分离得到 ２９ 个成分连续变化组成既有联系又有区别的混合物样品组 对各组样品

采用 ＨＰＬＣ 检测各样品的化学组成结果见图 ３　 　 每组样品平行测定 ３ 次根据出峰时间对不同

组分的各个峰进行排列将保留时间相同或相近峰形相似的峰进行识别和匹配记录峰面积数值并计

算其平均值与相对标准偏差（ＲＳＤ）（具体数据略）

表 １　 ＰＮＰＧ 法测定的 ２９ 组样品的 α葡萄糖苷酶抑制率（ｎ＝３）Ｔａｂｌｅ １　 Ｉｎｈｉｂｉｔｉｏｎ ｏｆ αｇｌｙｃｏｓｉｄａｓｅ ｅｎｚｙｍｅ ｆｏｒ ｔｈｅ

２９ ｓａｍｐｌｅｓ ｂｙ ＰＮＰＧ ｍｅｔｈｏｄ （ｎ＝３）

ＳａｍｐｌｅＥｎｚｙｍｅ ｉｎｈｉｂｉｔｉｏｎ

（Ｗ） Ｓａｍｐｌｅ

Ｅｎｚｙｍｅ ｉｎｈｉｂｉｔｉｏｎ（Ｗ）

１ １００００ １６ ９６５９２ １０１６ １７ ９６８４３ ２９１６ １８ ９８３７４ １１７２ １９ ７５９７５ ５１２０ ２０ １００００６ ６２８０ ２１ ９９８７７ ３９４４ ２２ １００００８ ３７８７ ２３ １００００９ ６６３８ ２４ ９４０１

１０ ７９５９ ２５ １２２３１１ ６６８ ２６ ７０１８１２ ６６２６ ２７ ８６５９１３ ８９８３ ２８ ９７２６１４ ９３２６ ２９ ９９６４１５ ８９６７ Ｐｏｓｉｔｉｖｅ ｃｏｎｔｒｏｌ ７９２

２３　 样品抑制 α葡萄糖苷酶活性的检测

　 　 对上述样品进行 ＰＮＰＧ 法活性检测所得结果

的标准曲线方程为 ｙ ＝ ０1049008 ０００ ２ ｘ ＋ ０1049008 ００２ ３ ｒ ＝０1049008 ９９９ ２根据方程计算各组分的 ＰＮＰ 浓度及其相

应的对酶抑制率对各样品活性检测数据取 ３ 次测

定的平均值所得结果见表 １

middot７０６middot

色 谱 第 ３２ 卷

图 ３　 ２９ 组样品的 ＨＰＬＣ 谱图Ｆｉｇ ３　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍｓ ｏｆ ｔｈｅ ２９ ｓａｍｐｌｅｓ

表 ２　 模型拟合概况及方差分析Ｔａｂｌｅ ２　 Ｍｏｄｅｌ ｓｕｍｍａｒｙ ａｎｄ ａｎａｌｙｓｉｓ ｏｆ ｖａｒｉａｎｃｅ

Ｍｏｄｅｌ Ｎｏ Ｒ Ｒ２ Ａｄｊｕｓｔｅｄ Ｒ２ Ｃｈａｎｇｅ ｓｔａｔｉｓｔｉｃｓＲ２ ｃｈａｎｇｅ Ｆ ｃｈａｎｇｅ Ｓｉｇ Ｆ ｃｈａｎｇｅ

１ ０４５３ ０２０５ ０１７６ ０２０５ ６９６２ ００１４２ ０６１３ ０３７６ ０３２８ ０１７１ ７１１２ ００１３３ ０６８４ ０４６７ ０４０３ ００９２ ４２９６ ００４９４ ０７７２ ０５９６ ０５２９ ０１２９ ７６４１ ００１１５ ０８１８ ０６６９ ０５９７ ００７３ ５０５３ ００３４６ ０８５４ ０７２９ ０６５５ ００６０ ４９０９ ００３７

２４　 样品成分与活性对应的数学关系模型的构建

　 　 由 ＳＰＳＳ１３1049008 ０ 软件中的ldquoＲｅｇｒｅｓｓｉｏｎ Ａｎａｌｙｓｉｓ Ｌｉｎｅａｒｉｔｙ Ｓｔｅｐｗｉｓｅrdquo程序处理得出如下结果模型

拟合概况及方差分析见表 ２其中的复相关系数 Ｒ表明自变量与因变量之间的相关程度复决定系数

Ｒ２ 反映 Ｖ 引起 Ｗ 的变异性 当自变量 Ｖ７Ｖ１８Ｖ２９Ｖ４Ｖ１１Ｖ３６都进入方程时Ｒ ＝ ０1049008 ８５４表明自变量与

因变量有良好的相关性 Ｒ２ ＝ ０1049008 ７２９ 表明上述 ６ 个

自变量可以解释因变量 ７２1049008 ９ 的变异性 检验回

归方程 ６ 种模式的 Ｆ 统计量分别为 ６1049008 ９６２７1049008 １１２４1049008 ２９６７1049008 ６４１５1049008 ０５３４1049008 ９０９均大于对应的 Ｆ０1049008 １（１５４）＝ ２1049008 ８１ Ｆ０1049008 １（２ ５３）＝ ２1049008 ４１ Ｆ０1049008 １（３ ５２）＝ ２1049008 ２０Ｆ０1049008 １（４ ５１）＝ ２1049008 ０６ Ｆ０1049008 １（５ ５０）＝ １1049008 ９７ Ｆ０1049008 １（６ ４９）＝ １1049008 ９０ ６ 步回归的显著 Ｆ 变化值（Ｓｉｇ Ｆ ｃｈａｎｇｅ）依次为 ０1049008 ０１４０1049008 ０１３０1049008 ０４９０1049008 ０１１０1049008 ０３４０1049008 ０３７均小于 ０1049008 ０５差异显著所以回归方程具有统计学意

义 模型 ６ 的方程更显著更有统计学意义为最优

回归方程　 　 在回归系数分析表（表 ３）中回归系数（Ｂ）的绝对值反映了组分对酶的抑制率程度绝对值越大表现出对抑制酶活能力的影响越大影响包括促进

与阻碍两种作用 表 ３ 中列出了回归模型的自变量

系数与常数项及个体的 ｔ 检验 由第 ６ 步回归分析

的 ｔ 检验可以知道对 Ｖ７Ｖ１８Ｖ２９Ｖ４Ｖ１１Ｖ３６检验

的 Ｓｉｇ Ｆ ｃｈａｎｇｅ 值依次为 ０1049008 ０１８０1049008 ００６ ０1049008 ００００1049008 ００１０1049008 ０１６０1049008 ０３７均小于 ０1049008 ０５差异显著表明

回归方程在个体上有意义 且由 Ｍｏｄｅｌ １Ｍｏｄｅｌ ２可看出Ｖ１８引入后使 Ｖ７ 的回归系数绝对值减小说明前者可部分抵消后者的作用 同理Ｖ２９可部分抵

消 Ｖ７Ｖ１８的作用三者的回归系数均为负值表明该

成分对酶的活性有显著的促进作用Ｖ４Ｖ１１的回归

系数为正表明该成分对酶的活性有显著的抑制作

middot８０６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

用且 Ｖ１１的引入使 Ｖ４ 的回归系数变大即 Ｖ１１可以

增强 Ｖ４ 的抑制作用Ｖ３６的回归系数为负且 Ｖ３６的

引入使 Ｖ７Ｖ４ 的回归系数的绝对值变小Ｖ１８Ｖ２９

Ｖ１１的回归系数绝对值变大表明 Ｖ３６本身对酶活性

有显著的抑制作用且其可抑制 Ｖ７Ｖ４ 的作用促进

Ｖ１８Ｖ２９Ｖ１１的作用表 ３　 ６ 个数学模型的回归系数分析

Ｔａｂｌｅ ３　 Ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｃｏｅｆｆｉｃｉｅｎｔｓ ｏｆ ｔｈｅ ｓｉｘ ｍｏｄｅｌｓ

Ｍｏｄｅｌ Ｎｏ ＰａｒａｍｅｔｅｒＵｎｓｔａｎｄａｒｄｉｚｅｄ ｃｏｅｆｆｉｃｉｅｎｔｓ

Ｂ Ｓｔａｎｄａｒｄ ｅｒｒｏｒＳｔａｎｄａｒｄｉｚｅｄ ｃｏｅｆｆｉｃｉｅｎｔｓ

ＢｔＴｅｓｔ Ｓｉｇ Ｆ ｃｈａｎｇｅ

１ ｃｏｎｓｔａｎｔ ７７３３６ ５９２１ １３０６２ ００００Ｖ７ －００３５ ００１３ －０４５３ －２６３９ ００１４

２ ｃｏｎｓｔａｎｔ ８０４３９ ５４７２ １４７０１ ００００Ｖ７ －００３２ ００１２ －０４１７ －２６８３ ００１３Ｖ１８ －０１７５ ００６６ －０４１５ －２６６７ ００１３

３ ｃｏｎｓｔａｎｔ ８４５８２ ５５２９ １５２９９ ００００Ｖ７ －００３１ ００１１ －０３９８ －２７１５ ００１２Ｖ１８ －０１５５ ００５１ －０３９５ －２６９３ ００１２Ｖ２９ －００４３ ００２１ －０３０４ －２０７３ ００４９

４ ｃｏｎｓｔａｎｔ ８４０１８ ４９１８ １７０８２ ００００Ｖ７ －００４８ ００１２ －０６３０ －４０６３ ００００Ｖ１８ －０１１７ ００５８ －０２７８ －２０２２ ００５４Ｖ２９ －００９５ ００２６ －０６７７ －３６０８ ０００１Ｖ４ ００５７ ００２１ ０５８０ ２７６４ ００１１

５ ｃｏｎｓｔａｎｔ ８２５５３ ４５９６ １７９６３ ００００Ｖ７ －００５２ ００１１ －０６７２ －４６４７ ００００Ｖ１８ －０１２６ ００５４ －０２９９ －２３４９ ００２８Ｖ２９ －０１３５ ００３０ －０９６３ －４４７５ ００００Ｖ４ ００８１ ００２２ ０８２６ ３７０７ ０００１Ｖ１１ ００６９ ００３１ ０３４６ ２２４８ ００３４

６ ｃｏｎｓｔａｎｔ ８５６６９ ４４７６ １９１４１ ００００Ｖ７ －００３４ ００１３ －０４３６ －２５４６ ００１８Ｖ１８ －０１５５ ００５１ －０３６７ －３０１９ ０００６Ｖ２９ －０１４２ ００２８ －１０１２ －５０５５ ００００Ｖ４ ００７９ ００２０ ０８０５ ３９０４ ０００１Ｖ１１ ００７４ ００２８ ０３７３ ２６０９ ００１６Ｖ３６ －０１１７ ００５３ －０３３８ －２２１６ ００３７

　 　 逐步回归方程　 　 Ｍｏｄｅｌ １Ｗ ＝ Ｖ７ times（ －０1049008 ０３５plusmn０1049008 ０１３） ＋７７1049008 ３３６plusmn５1049008 ９２１　 　 Ｍｏｄｅｌ ２Ｗ ＝ Ｖ７ times （ － ０1049008 ０３２ plusmn ０1049008 ０１２） ＋ Ｖ１８ times（－０1049008 １７５plusmn０1049008 ０６６）＋８０1049008 ４３９plusmn５1049008 ４７２　 　 Ｍｏｄｅｌ ３Ｗ ＝ Ｖ７ times （ － ０1049008 ０３１ plusmn ０1049008 ０１１） ＋ Ｖ１８ times（－０1049008 １５５plusmn０1049008 ０５１）＋Ｖ２９ times（－０1049008 ０４３plusmn０1049008 ０２１） ＋８４1049008 ５８２plusmn５1049008 ５２９　 　 Ｍｏｄｅｌ ４Ｗ ＝ Ｖ７ times （ － ０1049008 ０４８ plusmn ０1049008 ０１２） ＋ Ｖ１８ times（－０1049008 １１７plusmn０1049008 ０５８） ＋ Ｖ２９ times （ － ０1049008 ０９５ plusmn ０1049008 ０２６） ＋ Ｖ４ times（０1049008 ０５７plusmn０1049008 ０２１）＋８４1049008 ０１８plusmn４1049008 ９１８　 　 Ｍｏｄｅｌ ５Ｗ ＝ Ｖ７ times （ － ０1049008 ０５２ plusmn ０1049008 ０１１） ＋ Ｖ１８ times（－０1049008 １２６plusmn０1049008 ０５４） ＋ Ｖ２９ times （ － ０1049008 １３５ plusmn ０1049008 ０３０） ＋ Ｖ４ times（０1049008 ０８１ plusmn ０1049008 ０２２） ＋Ｖ１１ times （０1049008 ０６９ plusmn ０1049008 ０３１） ＋ ８２1049008 ５５３ plusmn４1049008 ５９６　 　 Ｍｏｄｅｌ ６Ｗ ＝ Ｖ７ times （ － ０1049008 ０３４ plusmn ０1049008 ０１３） ＋ Ｖ１８ times（－０1049008 １５５plusmn０1049008 ０５１） ＋ Ｖ２９ times （ － ０1049008 １４２ plusmn ０1049008 ０２８） ＋ Ｖ４ times

（０1049008 ０７９ plusmn ０1049008 ０２０ ） ＋ Ｖ１１ times （ ０1049008 ０７４ plusmn ０1049008 ０２８ ） ＋ Ｖ３６ times（－０1049008 １１７plusmn０1049008 ０５３）＋８５1049008 ６６９plusmn４1049008 ４７６　 　 综上对酶活性影响显著的物质依次为第 １８２９３６４１１７ 号峰对应的化合物２５　 模型的稳健性与普适性分析

　 　 在 ２９ 组样品中随机抽取 １５ 组进行任意混配制得 ５ 组新样品并配制为 １1049008 ００ ｇ Ｌ 的甲醇溶液编号 Ｓ１ＮＳ２ＮＳ３ＮＳ４ＮＳ５Ｎ采用上述方法重复 ＨＰＬＣ成分检测与 ＰＮＰＧ 活性检测 ５ 组样品的 ＨＰＬＣ 检

测化学组成结果见图 ４（相应的色谱信息具体数据

略） 从 ＨＰＬＣ 成分检测可知此 ５ 组样品构成的新

测试集包含数学模型 ６ 中所述对活性影响显著的全

部化合物故可采用此组数据验证模型的稳健性　 　 根据模型方程式可预测该 ５ 组样品对 α葡萄

糖苷酶抑制率分别为 ８８1049008 ４８ ９９1049008 ７６ ７８1049008 ４９２６1049008 ９４９３1049008 ８８按其大小顺次样品排列为 Ｓ２Ｎ＞Ｓ５Ｎ

＞Ｓ１Ｎ＞Ｓ３Ｎ＞Ｓ４Ｎ 采用 ＰＮＰＧ 法实际测得样品的抑制

率 分 别 为 ９３1049008 ３６ ９９1049008 ９８ ７６1049008 ６５ ３１1049008 １５

middot９０６middot

色 谱 第 ３２ 卷

图 ４　 模型稳健性考察样品的 ＨＰＬＣ 谱图Ｆｉｇ ４　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍｓ ｏｆ ｔｈｅ ｓａｍｐｌｅｓ ｆｏｒ

ｔｈｅ ｓｔｅａｄｉｎｅｓｓ ｏｆ ｔｈｅ ｍｏｄｅｌ

９７1049008 ０３按大小顺次样品排列为 Ｓ２Ｎ＞Ｓ５Ｎ＞Ｓ１Ｎ＞Ｓ３Ｎ＞Ｓ４Ｎ 该数值变化规律与计算所得数据吻合存在正

常范围内的随机误差说明模型的稳健性良好　 　 中药组分是天然的混合复杂化合物体系不同

中药组分的复杂程度不同西青果组成成分与药理

活性已被多位学者深入研究 本论文通过构建西青

果提取物中多个化学成分与抑制 α葡萄糖苷酶活

性之间对应关系的数学模型建立了一种基于复杂

体系色谱分析信息生物活性信息的数学模型来表

征与评价天然产物某方面活性的方法 相信这一研

究思路同样适用于单一植物的多种成分与其他方面

活性不同中药资源的成分与多种不同活性等方面

的研究这对于开展植物源功能食品中药研发具有

重要的科学意义

３　 结论

　 　 本研究借助 ＳＰＳＳ１３1049008 ０ 软件探索了结合色谱

学与统计学表征复杂体系中成分与活性对应数学关

系的可行性 研究中构造了一系列组成既有区别又

有联系的连续变化样品组测定其成分信息与活性

信息采用多元线性回归中的逐步回归法建立数学

关系模型来表征多个化合物的混合复杂体系中各物

质含量与活性大小的关系并证明了该关系模型的稳

健性良好 结果表明这一探索是可行的 此关系模

型可表征化合物混合体系中各物质含量变化引起的

活性变化对药物开发以及质量控制中的关键活性

物质的确定具有一定的指导作用为应用数学在色

谱分析学领域的使用开拓了一个新的思路与方法具有潜在的应用价值 由于本研究时间及条件所

限未能确定对活性影响较大物质（第 １８２９３６４１１７ 号峰对应化合物）的具体的化学结构后续研

究中可在此方面做进一步的探索

参考文献

［１］ 　 Ｃｈｅｕｎｇ Ｆ Ｎａｔｕｒｅ ２０１１ ４８０（７３７８） Ｓ８２［２］ 　 Ｍａ Ｌ Ｗａｎｇ Ｙ Ｆ Ｌｉｎ Ｚ Ｙ ｅｔ ａｌ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｆｏｕｒｔｈ

Ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｈｅｍｉｃａｌ Ｂｉｏｌｏｇｙ ａｎｄ ＣｈｅｍｉｓｔｒｙＢｉｏｍｅｄｉｃａｌ Ｃｒｏｓｓ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ （马林 王渝芳林志云 等 第四届全国化学生物学学术会议暨国际化学与

生物医学交叉研讨会论文集） ２００５［３］ 　 Ｑｉ Ｌ Ｗ Ｚｈｏｕ Ｊ Ｌ Ｈａｏ Ｈ Ｐ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎａ Ｐｈａｒｍａ

ｃｅｕｔｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ （齐炼文 周建良 郝海平 等 中国药科

大学学报） ２０１０（３） １９５［４］ 　 Ｗａｎｇ Ｈ Ｌ Ｚｏｕ Ｈ Ｆ Ｋｏｎｇ Ｌ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏ

ｍａｔｏｇｒａｐｈｙ （汪海林 邹汉法 孔亮 等 色谱） １９９９ １７（２） １２３

［５］ 　 Ｎｉｕ Ｘ Ｘ Ｃｕｉ Ｘ Ｓ Ｓｕ Ｈ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （牛晓雪 崔旭盛 苏贺 等 色谱） ２０１２ ３０（２）２１１

［６］ 　 Ｚｈａｏ Ｌ Ｌ Ｌｉｕ Ｆ Ｆ Ｐｅｎｇ Ｙ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （赵路路 刘菲菲 彭缨 等 色谱） ２０１２ ３０（１２） １２７１

［７］ 　 Ｚｈｕ Ｐ Ｘ Ｄｉｎｇ Ｌ Ｘ Ｈｅ Ｊ Ｊ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （朱培曦 丁丽霞 何佳佳 等 色谱） ２０１２ ３０（１０） １０２６

［８］ 　 Ｍｉ Ｈ Ｚｈａｎｇ Ｗ Ｚ Ｐｒａｃｔｉｃａｌ Ｍｏｄｅｒｎ Ｓｔａｔｉｓｔｉｃａｌ ＡｎａｌｙｓｉｓＭｅｔｈｏｄ ａｎｄ ＳＰＳＳ Ａｐｐｌｉｃａｔｉｏｎ Ｂｅｉｊｉｎｇ Ｃｏｎｔｅｍｐｏｒａｒｙ ＣｈｉｎａＰｕｂｌｉｓｈ Ｈｏｕｓｅ （米红 张文璋 实用现代统计分析方法及

ＳＰＳＳ 应用 北京 当代中国出版社） ２００４［９］ 　 Ｗａｎｇ Ｈ Ｗ Ｚｈａｎｇ Ｚ Ｈ Ｊｏｕｒｎａｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅｓ ｉｎ

Ｃｈｉｎａ （王惠文 张志慧 管理科学学报） ２００６ ９（４） ２７［１０］ 　 Ｗａｎｇ Ｌ Ｂ Ｍｕｌｔｉｖａｒｉａｔｅ Ｓｔａｔｉｓｔｉｃａｌ Ａｎａｌｙｓｉｓ Ｍｏｄｅｌｓ Ｃａｓｅ

Ｓｔｕｄｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＳＰＳＳ Ｂｅｉｊｉｎｇ Ｅｃｏｎｏｍｉｃ ＳｃｉｅｎｃｅＰｒｅｓｓ （王力宾 多元统计分析 模型案例及 ＳＰＳＳ 应用 北

京 经济科学出版社） ２０１０［１１］ 　 Ｆｕ Ｙ Ｗａｎｇ Ｌ Ｊ Ｃｈａｉ Ｆ Ｍ ｅｔ ａｌ Ｅａｒｔｈ Ｓｃｉｅｎｃｅ Ｆｒｏｎｔｉｅｒｓ

（付勇 汪立今 柴凤梅 等 地学前缘） ２００９ １６（１） ３７３［１２］ 　 Ｍｏ Ｈ Ｄ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｘｐｅｒｉｍｅｎｔ Ｄｅｓｉｇｎ ２ｎｄ ｅｄ Ｓｈａｎｇ

ｈａｉ Ｓｈａｎｇｈａｉ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｐｕｂｌｉｓｈｉｎｇ Ｈｏｕｓｅ（莫惠栋 农业试验统计 ２ 版 上海 上海科技出版社）１９９２

［１３］ 　 Ｇｕ Ｓ Ｌ Ｈｕｉ Ｄ Ｆ Ｂｉａｎ Ａ Ｈ Ｊ Ｂｉｏｍａｔｈ １９９８ １３ ４２６［１４］ 　 Ｌｉｕ Ｊ Ｌｉｕ Ｙ Ｌｉｕ Ｘ ｅｔ ａｌ Ａｍ Ｊ Ｈｕｍ Ｇｅｎｅｔ ２００７ ８１（２）

３０４［１５］ 　 Ｌｉｕ Ｇ Ｂ Ｊｏｕｒｎａｌ ｏｆ Ｔｉａｎｊｉｎ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ （刘桂宾

天津农学院学报） ２００７ １４（３） ３３［１６］ 　 Ｌｉｕ Ｘ Ｙ Ｍｅｎｇ Ｊ Ｃｈｉｎｅｓｅ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｂｕｌｌｅｔｉｎ （刘

晓宇 孟军 中国农学通报） ２０１２ ２８（７） ２２３［１７］ 　 Ｗａｎｇ Ｊ Ｇ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｓｈａｎｇｈａｉ Ｓｈａｎｇｈａｉ Ｕｎｉｖｅｒ

ｓｉｔｙ （王继国 ［硕士学位论文］ 上海 上海大学） ２００４［１８］ 　 Ｌｉ Ｓ Ｚ Ｂｉａｎ Ｈ Ｒ Ｌｉｕ Ｘ Ｌ Ｊｏｕｒｎａｌ ｏｆ Ｇｕｉｙａｎｇ Ｃｏｌｌｅｇｅ ｏｆ

Ｔｒａｄｉｔｉｏｎａｌ Ｃｈｉｎｅｓｅ （李姝臻 边洪荣 刘晓龙 贵阳中医学

院学报） ２０１３ ３５（４） ２９７［１９］ 　 Ｓｕｎ Ｈ Ｘ Ｌｉ Ｒ Ｌ Ｚｈａｏ Ｓ Ｑ Ｅｖａｌｕａｔｉｏｎ ａｎｄ Ａｎａｌｙｓｉｓ ｏｆ

ＤｒｕｇＵｓｅ ｉｎ Ｈｏｓｐｉｔａｌｓ ｏｆ Ｃｈｉｎａ （孙会仙 李瑞林 赵尚清中国医院用药评价与分析） ２０１１ １１（１） ９４

［２０］ 　 Ｇｏｔｏ Ｙ Ｙａｍａｄａ Ｋ Ｏｈｙａｍａ Ｔ ｅｔ ａｌ Ｄｉａｂｅｔｅｓ Ｒｅｓ ＣｌｉｎＰｒａｃｔ １９９５ ２８（２） ８１

［２１］ 　 Ｚｈｕ Ｙ Ｐ Ｌｉ Ｘ Ｔ Ｌｉ Ｌ Ｔ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎｅｓｅ Ｉｎｓｔｉｔｕｔｅ ｏｆＦｏｏｄ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ （朱运平 李秀婷 李里特中国食品学报） ２０１１ １１（４） １５４

middot０１６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

［２２］　 Ｘｕ Ｑ Ｙ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｄａｌｉａｎ Ｄａｌｉａｎ ＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ （许芹永 ［硕士学位论文］ 大连 大连工业大

学） ２０１２［２３］　 Ｎｉｌｕｂｏｎ Ｊ Ａ Ｍｅｇｈ Ｒ Ｂ Ｊｕｎ Ｋ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０３

１３１９［２４］　 Ｍｅｇｈ Ｒ Ｂ Ｎｉｌｕｂｏｎ Ｊ Ａ Ｇａｏ Ｈ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０６ ２４７［２５］　 Ｚｈｕ Ｙ Ｐ Ｙｉｎ Ｌ Ｊ Ｃｈｅｎｇ Ｙ Ｑ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０９ ７３７［２６］　 Ｌｉ Ｄ Ｑ Ｑｉａｎ Ｚ Ｍ Ｌｉ Ｓ Ｐ Ｊ Ａｇｒｉｃ Ｆｏｏｄ Ｃｈｅｍ ２０１０ ５８

６６０８［２７］　 Ｘｉａｏ Ｙ Ｆ Ｌｉｕ Ｘ Ｌ Ｌｉｕ Ｓ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈ Ｐｈａｒｍａｃｙ

（肖云峰 刘小雷 刘爽 等 北方药学） ２０１１ ８（１１） １９［２８］ 　 Ｃｈｅｎｇ Ｄ Ｙ Ｗａｎｇ Ｙ Ｌ Ｌｉｕ Ｙ Ｈ ｅｔ ａｌ Ｃｈｉｎａ Ｐｈａｒｍａｃｉｓｔ

（程东岩 王友联 刘永宏 等 中国药师） ２０１１ １４（１０）１５２１

［２９］ 　 Ｇａｏ Ｈ Ｈｕａｎｇ Ｙ Ｎ Ｘｕ Ｐ Ｙ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０５６２８

［３０］ 　 Ｚｈｕ Ｗ Ｊ Ｋｏｕ Ｚ Ｎ Ｚｈａｎｇ Ｘ ｅｔ ａｌ Ｆｏｏｄ Ｒｅｓｅａｒｃｈ ａｎｄＤｅｖｅｌｏｐｍｅｎｔ （朱文佳 寇自农 张曦 等 食品研究与开

发） ２０１２ ３３（８） １７１［３１］ 　 Ｘｕ Ｑ Ｙ Ｚｈｕ Ｊ Ｂ Ｓｏｎｇ Ｑ Ｎ ｅｔ ａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ

ｏｆ Ｆｏｏｄ Ｉｎｄｕｓｔｒｙ （许芹永 朱靖博 宋青楠 等 食品工业

科技） ２０１２（３） １１０

10508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882

　 　 　 　 　 　 　 　 历史性的突破两周内到货　 　 　 　 　 　 　 　 　 　 mdashmdashmdash赛默飞液相色谱备件快速到货承诺

　 　 ２０１４ 年 ５ 月 １１ 日北京mdashmdashmdash科学服务领域的世界领导者赛默飞世尔科技（简称赛默飞）发布液相色谱

备件快速到货承诺　 　 实验做到一半氘灯寿终正寝此刻的你该怎么办　 　 相信大多数用户都遇到过类似的问题进口仪器需要更换或更新部件和耗材的时候到货期常常需要很

长一段时间在此期间用户除了等待别无办法项目进度也因此耽搁　 　 为了更好地满足用户的应急需求和满足全国广大用户日益增长的市场需要赛默飞世尔科技推出了液

相色谱产品快速到货承诺mdashmdashmdash液相色谱常规模块包括常用配件和耗材的货期缩短至两周内　 　 两周货期长期有效详情请咨询各区域销售　 　 本活动最终解释权归赛默飞世尔科技所有　 　 详情请查看 ｈｔｔｐ ｗｗｗｔｈｅｒｍｏｃｏｍｃｎ ｎｅｗｓ１０９７ｈｔｍｌ　 　 免费服务热线８００８１０５１１８ ４００６５０５１１８

赛默飞世尔科技 供稿

middot１１６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

０1049008 ０２８）＋Ｖ３６ times（－０1049008 １１７plusmn０1049008 ０５３） ＋８５1049008 ６６９plusmn４1049008 ４７６ ｍｕｌｔｉｐｌｅ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ Ｒ ＝ ０1049008 ８５４ ｓｉｇｎｉｆｉｃａｎｃｅ ｌｅｖｅｌ （Ｓｉｇ Ｆ ｃｈａｎｇｅ）＝ ０1049008 ０３７ Ｔｈｅ ｓｔｅａｄｉｎｅｓｓ ｏｆ ｍｏｄｅｌ ｗａｓ ｆａｖｏｒａｂｌｅ ｗｉｔｈ ｎｅｗ ｄｉｇｉｔａｌ ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅ ｃｏｍｐｏｕｎｄｓ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｔｏ １８ｔｈ ２９ｔｈ ３６ｔｈ ４ｔｈ １１ｔｈ ａｎｄ ７ｔｈ ｐｅａｋｓ ｗｅｒｅ ｔｈｅ ｍａｉｎａｃｔｉｖｅ ｃｏｍｐｏｕｎｄｓ Ｔｈｅ ｍｅｔｈｏｄ ｃａｎ ｂｅ ａｌｓｏ ａｐｐｌｉｅｄ ｔｏ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ａ ｗｉｄｅ ｖａｒｉｅｔｙ ｏｆｃｏｍｐｏｎｅｎｔｓ ｏｆ ｔｒａｄｉｔｉｏｎａｌ Ｃｈｉｎｅｓｅ ｍｅｄｉｃｉｎｅ ｒｅｓｏｕｒｃｅｓ ａｎｄ ｄｉｆｆｅｒｅｎｔ ｋｉｎｄｓ ｏｆ ａｃｔｉｖｉｔｉｅｓ Ｉｔ ｉｓ ｓｉｇｎｉｆｉｃａｎｔ ｔｏ ｔｈｅ ｒｅｓｅａｒｃｈ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｔｒａｄｉｔｉｏｎａｌ Ｃｈｉｎｅｓｅ ｍｅｄｉｃｉｎｅＫｅｙ ｗｏｒｄｓ ｈｉｇｈ ｐｅｒｆｏｒｍａｎｃｅ ｌｉｑｕｉｄ ｃｈｒｏｍａｔｏｇｒａｐｈｙ （ＨＰＬＣ） ｓｔｅｐｗｉｓｅ ｒｅｇｒｅｓｓｉｏｎ ｍｕｌｔｉｐｌｅｌｉｎｅａｒ ｒｅｇｒｅｓｓｉｏｎ ｅｑｕａｔｉｏｎ ｍａｔｈｅｍａｔｉｃａｌ ｍｏｄｅｌ αｇｌｙｃｏｓｉｄａｓｅ ａｃｔｉｖｉｔｙ ｉｎｈｉｂｉｔｉｏｎ Ｔｅｒｍｉｎａｌｉａ ｃｈｅｂｕｌａ Ｒｅｔｚ

　 　 单味及复方中药植物源功能性食品的活性评

价方法是公认的难点其主要原因是物质体系组成

和作用机理的复杂性 在现有的科学技术水平下研究者们普遍采用针对混合物中已知或主要化合物

进行定量分析或针对全成分指纹图谱阐明其化学组

成色谱信息的方法进行分析［１］ 但由于化合物成

分对靶点同时存在协同拮抗等复杂作用这一方法

对于植物源功能性食品单味及复方中药等复杂体

系活性评价的局限性是不言而喻的［２３］ 各种类别

的色谱分析在获得复杂体系化合物组成及含量方面

信息具有明显的优势如运用分子生物色谱筛选中

药活性成分及其质量控制采用高效液相色谱法检

测药材中某主要化合物或某杂质的含量结合质谱

分析确定药材中某主要化合物或某杂质的化学结构

等［４－７］因此在获得提取物活性数据的基础上结合

色谱信息构建数学模型来评价这些复杂体系的活

性可能是解决这一问题的有效方法　 　 复杂体系的色谱信息包含成分组成比例含量

等多方面其对活性的影响可随色谱信息的变化而

变化且这一变化不呈简单的线性加合作用 回归

分析常被用作处理一系列变化的因素对某单方面探

测目标的影响效应包括变化因素之间的幂响应相互作用效应多重共线性与超饱和模型等［８９］ 逐

步回归法（ｓｔｅｐｗｉｓｅ ｒｅｇｒｅｓｓｉｏｎ ＳＲ）是回归分析中

的一种模式采用在基本自变量回归的基础上逐一

筛选其余自变量并通过对已剔除的自变量进行多

轮筛选过程改变显著自变量项选入和剔除的标准获得包含主要效应分量的优化回归方程 由于每步

都做检验因而保证了最后所建立的回归方程中所

有自变量都是显著的［８１０］ ＳＲ 已广泛应用于农学经济学社会学地质学等行业［１１－１６］在中药活性研

究中仅见于筛选血竭中活性成分和药物质量控制中

有所运用［１７１８］　 　 α葡萄糖苷酶抑制剂可以良好地抑制餐后血糖

升高已成为降低餐后血糖的一线药物［１９２０］ 目前

人们已发现大量植物提取物或有效部位可明显抑制

α葡萄糖苷酶并对其有效成分进行分离富集研

究［２１－２６］ 已有的研究证明西青果提取物具有较强

的抑制 α葡萄糖苷酶作用较现有的治疗糖尿病临

床药物阿卡波糖（ａｃａｒｂｏｓｅ）具有明显的优势［２７－２９］因此本论文建立了基于复杂体系色谱分析信息生物活性信息的数学模型来表征与评价天然产物抑制

α葡萄糖苷酶活性的方法对于开展植物源功能食

品中药研发具有重要的科学意义

１　 实验部分

１１　 仪器试剂与材料

　 　 Ｐ２３０Ⅱ型高效液相色谱仪（大连依利特分析仪

器有限公司） ＤＺＦ６０５０ 真空干燥箱Ｒ５０２Ｂ 旋转

蒸发器（巩义市予华仪器有限公司） ＳＫ１ 快速混

匀器（常州国华仪器有限公司） ＭＤＦＦ２ＬＡＳＯ２５反渗透纯水机（大连美德环保设备公司） ＢＳ２２４５电子天平（北京赛多利斯仪器公司） ＢＴ１００１Ｊ 蠕

动泵驱动器（保定兰格恒流泵公司） １1049008 ５ ｍＬ ＰＥ 离

心管（美国 Ａｘｙｇｅｎ 公司） Ｄｉａｍｏｎｓｉｌ Ｃ１８ 色谱柱

（２５０ ｍｍtimes４1049008 ６ ｍｍ ５ μｍ迪马科技公司） Ｇａｌａｋｓｉｌ ＥＦＣ１８Ｍ １２０Ａ 色谱柱 （２５０ ｍｍ times ４1049008 ６ ｍｍ ５μｍ加莱克色谱科技公司）超声波清洗机恒温水

浴锅等实验室常用设备　 　 对硝基苯基αＤ吡喃葡萄糖苷（ｐｎｉｔｒｏｐｈｅｎｙｌαＤｇｌｕｃｏｐｙｒａｎｏｓｉｄｅＰＮＰＧ纯度 ９９）α葡萄糖苷酶（来自酿酒酵母规格为 ７1049008 １４ Ｕ ｍｇ）牛血清白蛋白（ＢＳＡ纯度ge９５）均购于 Ｓｉｇｍａ 公司阿卡波糖片（ａｃａｒｂｏｓｅ５０ ｍｇ 片批号 Ｈ１９９９０２０５拜耳医药保健有限公司）　 　 甲酸磷酸氢二钾磷酸二氢钾碳酸钠磷酸购

自天津市科密欧化学试剂有限公司对硝基苯酚

（ＰＮＰ）购自国药集团化学试剂有限公司以上试剂

均为分析纯 工业级甲醇乙醇丙酮正己烷（均重蒸后使用）购自天津市大茂化学试剂厂乙腈

middot５０６middot

色 谱 第 ３２ 卷

甲醇均为色谱纯购自美国 Ｔｅｄｉａ 公司超纯水为实

验室仪器自制　 　 西青果原药材生产批号 ０９０３０１购自河北聚

仁堂饮片有限公司１２　 研究方法

１２１　 色谱条件

　 　 色谱柱Ｇａｌａｋｓｉｌ ＥＦＣ１８Ｍ １２０Ａ流动相 Ａ乙腈流动相 Ｂ ０1049008 ０２ ｍｏｌ Ｌ 磷酸二氢钾溶液（磷酸调

节 ｐＨ ＝ ２） 梯度洗脱程序０ ～ ４０ ｍｉｎ １０ Ａ ～１８ Ａ ４０ ～ ５５ ｍｉｎ １８ Ａ ５５ ～ ６０ ｍｉｎ １８ Ａ ～７０ Ａ ６０ ～ ７０ ｍｉｎ ７０ Ａ ７０ ～ ７３ ｍｉｎ ７０ Ａ ～１０ Ａ ７３～８０ ｍｉｎ １０ Ａ 流速１1049008 ０ ｍＬ ｍｉｎ进样量１０ μＬ柱温常温检测波长２５４ ｎｍ 检测

过程每组样品平行测定 ３ 次 仪器检出限峰高＞６1049008 ０ ｍＶ峰面积＞５０1049008 ０ ｍＶmiddotｓ１２２　 组分样品的制备

　 　 取 ２１２ ｇ 西青果原药材经乙醇加热回流提取得

到 ＴＣＲｃｒｕｄｅ 取 ＴＣＲｃｒｕｄｅ ６０1049008 ０ ｇ 经 ＨＰＤ１００大孔树脂除去蛋白质氨基酸无机盐以及部分极性

极小的物质得到富集后的产物 ＴＣＲｐｕｒ编号 Ｓ１取 ＴＣＲｐｕｒ ９1049008 ５ ｇ 进行 Ｓｅｐｈａｄｅｘ ＬＨ２０ 色谱分离得到 ２８ 份组成既有联系又有区别的混合物样品组编号 Ｓ２ ～Ｓ２９ 分别浓缩干燥称重并将其配制为

１1049008 ００ ｇ Ｌ 的甲醇溶液密封保存作为后续 ＨＰＬＣ 成

分检测与 ＰＮＰＧ 活性检测的样品 制备流程如图 １所示

图 １　 组分样品制备过程Ｆｉｇ １　 Ｐｒｅｐａｒａｔｉｏｎ ｐｒｏｃｅｓｓ ｏｆ ｔｈｅ ｓａｍｐｌｅｓ

１２３　 α葡萄糖苷酶抑制活性的检测

　 　 酶液配制取 １４ Ｕ ｍｇ 规格的 α葡萄糖苷酶

７1049008 １４ ｍｇ用含 ０1049008 ２０ 牛血清白蛋白的磷酸盐缓冲

溶液（ ｐＨ ６1049008 ８浓度 ０1049008 ０６７ ｍｏｌ Ｌ） 溶解后定容于

１００ ｍＬ 容量瓶中冰箱冻存使用前经解冻并稀释

１０ 倍后即得 ０1049008 １ Ｕ ｍＬ 的 α葡萄糖苷酶液　 　 采用 ＨＰＬＣＰＮＰＧ 法［３０３１］检测反应在 １1049008 ５ ｍＬ的 ＰＥ 管中完成 具体操作方法加入 ０1049008 ０６７ ｍｏｌ ＬｐＨ ６1049008 ８ 的磷酸盐缓冲溶液 ５０ μＬ０1049008 １ Ｕ ｍＬ α葡萄糖苷酶 ６０ μＬ待测样品的甲醇溶液 ５ μＬ振荡混

匀于 ３７ 水浴中恒温孵育 ２０ ｍｉｎ再加入 ４０ μＬ４1049008 ０ ｍｍｏｌ Ｌ ＰＮＰＧ振荡混匀于 ３７ 水浴中恒温

孵育反应 ３０ ｍｉｎ最后加入 ０1049008 ２ ｍｏｌ Ｌ Ｎａ２ＣＯ３ 溶

液 １６０ μＬ 终止反应加超纯水稀释定容至 １ ５００μＬ混匀机中混匀经 ０1049008 ４５ μｍ 滤膜过滤待 ＨＰＬＣ检测 实验设样品组空白对照组（ｂｌａｎｋ ｃｏｎｔｒｏｌ以等量磷酸盐缓冲溶液代替酶液）阴性对照组

（ｎｅｇａｔｉｖｅ ｃｏｎｔｒｏｌ以等量纯甲醇代替样品溶液）和阳性对照组（ｐｏｓｉｔｉｖｅ ｃｏｎｔｒｏｌ以等量同浓度阿卡波

糖溶液代替样品溶液） ＨＰＬＣ 检测条件Ｄｉａｍｏｎ

middot６０６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

ｓｉｌ Ｃ１８ 色谱柱（２５０ ｍｍtimes４1049008 ６ ｍｍ ５ μｍ）流动相乙腈０1049008 １ 甲酸水溶液（４５ ∶ ５５ ｖ ｖ）等度洗脱 ８ｍｉｎ流速１1049008 ０ ｍＬ ｍｉｎ进样量１０ μＬ柱温常温ＵＶ 检测波长３１５ ｎｍ 检测限峰高＞０1049008 ０ ｍＶ峰面积＞０1049008 ０ ｍＶmiddotｓ　 　 活性大小采用相同浓度的样品对酶的抑制率

（Ｗ）来表示使用 ＰＮＰ 峰面积浓度标准曲线法计

算浓度 标准曲线的绘制准确称取 ＰＮＰ 标准品

０1049008 ０３４ ７ ｇ用重蒸纯水超声辅助溶解定容于 ２５ ｍＬ容量瓶中配制成 １０ ｍｍｏｌ Ｌ 的 ＰＮＰ 母液再将其

稀释 成 ０1049008 ８ ０1049008 ４ ０1049008 ２ ０1049008 １ ０1049008 ０５ ０1049008 ０１ ０1049008 ００５０1049008 ００２ ５ ｍｍｏｌ Ｌ 系列浓度的 ＰＮＰ 标准液过 ０1049008 ４５μｍ 水系滤膜经高效液相色谱检测检测条件同

ＰＮＰＧ 法活性检测中的 ＨＰＬＣ 条件 以 ＰＮＰ 峰面

积为横坐标ＰＮＰ 浓度为纵坐标绘制标准曲线

抑制率 Ｗ 计算公式Ｗ＝ Ａ－ＢＡ

times１００ 式中Ａ 为阴

性对照中 ＰＮＰ 的浓度（扣除相应空白） Ｂ 为样品

组（包括阳性对照） 中 ＰＮＰ 的浓度（扣除相应空

白）１２４　 数学模型的构建

　 　 以样品对 α葡萄糖苷酶的抑制率 Ｗ 为因变量样品 ＨＰＬＣ 谱图中各组分的峰面积 ３ 次测定的平均

值（Ｖｉ）为自变量进行多元线性回归 在这个模型

中样品个数 Ｎ＝ ２９样品维度（所有样品峰的总数）Ｐ＝ ５５属于典型的超饱和模型（Ｐ＞Ｎ）且单个样品

中的不同成分之间会对活性产生难以预估的相互作

用或者某个成分的单独作用可以相抵其他若干组

分的共同作用即待考察的项数之间存在多重共线

性故选用逐步回归法进行统计学分析 具体操作

中使用统计软件 ＳＰＳＳ１３1049008 ０ 中的ldquoＲｅｇｒｅｓｓｉｏｎ Ａｎａｌｙｓｉｓ Ｌｉｎｅａｒｉｔｙ Ｓｔｅｐｗｉｓｅrdquo程序进行数据处理选取

Ｆ 分布概率区间为进入 Ｆ（α ＝ ０1049008 ０５）移出 Ｆ（α ＝０1049008 １０）

２　 结果与讨论

２１　 ＨＰＬＣ 条件的确定

　 　 为了获取充分的色谱信息本文考察了 Ｄｉａｍｏｎｓｉｌ Ｃ１８ＵｎｉＰＳ ５１００Ｈｙｐｅｒｓｉｌ ＢＤＳ Ｃ１８ＳｉｎｏＣｈｒｏｍ ＯＤＳＢＰ 等色谱柱对样品的分离效果确定

了 Ｇａｌａｋｓｉｌ ＥＦＣ１８Ｍ（２５０ ｍｍtimes４1049008 ６ ｍｍ ５ μｍ填料孔径 １２ ｎｍ）作为分析色谱柱选择乙腈与 ０1049008 ０２ｍｏｌ Ｌ 磷酸二氢钾溶液（磷酸调节 ｐＨ＝ ２）作为流动

相梯度洗脱在此条件下西青果提取物达到了较好

的分离（见图 ２）

图 ２　 西青果乙醇提取物的 ＨＰＬＣ 谱图Ｆｉｇ ２　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍ ｏｆ Ｔｅｒｍｉｎａｌｉａ ｃｈｅｂｕｌａ

Ｒｅｔｚ ｅｘｔｒａｃｔ ｗｉｔｈ ｅｔｈａｎｏｌ

２２　 组分样品的制备及其 ＨＰＬＣ 检测

　 　 ＴＣＲｃｒｕｄｅ 经 ＨＰＤ１００ 大孔树脂富集处理后

得到黄褐色细干粉状 ＴＣＲｐｕｒ ４０1049008 ３ ｇ经 ＳｅｐｈａｄｅｘＬＨ２０ 凝胶色谱柱分离得到 ２９ 个成分连续变化组成既有联系又有区别的混合物样品组 对各组样品

采用 ＨＰＬＣ 检测各样品的化学组成结果见图 ３　 　 每组样品平行测定 ３ 次根据出峰时间对不同

组分的各个峰进行排列将保留时间相同或相近峰形相似的峰进行识别和匹配记录峰面积数值并计

算其平均值与相对标准偏差（ＲＳＤ）（具体数据略）

表 １　 ＰＮＰＧ 法测定的 ２９ 组样品的 α葡萄糖苷酶抑制率（ｎ＝３）Ｔａｂｌｅ １　 Ｉｎｈｉｂｉｔｉｏｎ ｏｆ αｇｌｙｃｏｓｉｄａｓｅ ｅｎｚｙｍｅ ｆｏｒ ｔｈｅ

２９ ｓａｍｐｌｅｓ ｂｙ ＰＮＰＧ ｍｅｔｈｏｄ （ｎ＝３）

ＳａｍｐｌｅＥｎｚｙｍｅ ｉｎｈｉｂｉｔｉｏｎ

（Ｗ） Ｓａｍｐｌｅ

Ｅｎｚｙｍｅ ｉｎｈｉｂｉｔｉｏｎ（Ｗ）

１ １００００ １６ ９６５９２ １０１６ １７ ９６８４３ ２９１６ １８ ９８３７４ １１７２ １９ ７５９７５ ５１２０ ２０ １００００６ ６２８０ ２１ ９９８７７ ３９４４ ２２ １００００８ ３７８７ ２３ １００００９ ６６３８ ２４ ９４０１

１０ ７９５９ ２５ １２２３１１ ６６８ ２６ ７０１８１２ ６６２６ ２７ ８６５９１３ ８９８３ ２８ ９７２６１４ ９３２６ ２９ ９９６４１５ ８９６７ Ｐｏｓｉｔｉｖｅ ｃｏｎｔｒｏｌ ７９２

２３　 样品抑制 α葡萄糖苷酶活性的检测

　 　 对上述样品进行 ＰＮＰＧ 法活性检测所得结果

的标准曲线方程为 ｙ ＝ ０1049008 ０００ ２ ｘ ＋ ０1049008 ００２ ３ ｒ ＝０1049008 ９９９ ２根据方程计算各组分的 ＰＮＰ 浓度及其相

应的对酶抑制率对各样品活性检测数据取 ３ 次测

定的平均值所得结果见表 １

middot７０６middot

色 谱 第 ３２ 卷

图 ３　 ２９ 组样品的 ＨＰＬＣ 谱图Ｆｉｇ ３　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍｓ ｏｆ ｔｈｅ ２９ ｓａｍｐｌｅｓ

表 ２　 模型拟合概况及方差分析Ｔａｂｌｅ ２　 Ｍｏｄｅｌ ｓｕｍｍａｒｙ ａｎｄ ａｎａｌｙｓｉｓ ｏｆ ｖａｒｉａｎｃｅ

Ｍｏｄｅｌ Ｎｏ Ｒ Ｒ２ Ａｄｊｕｓｔｅｄ Ｒ２ Ｃｈａｎｇｅ ｓｔａｔｉｓｔｉｃｓＲ２ ｃｈａｎｇｅ Ｆ ｃｈａｎｇｅ Ｓｉｇ Ｆ ｃｈａｎｇｅ

１ ０４５３ ０２０５ ０１７６ ０２０５ ６９６２ ００１４２ ０６１３ ０３７６ ０３２８ ０１７１ ７１１２ ００１３３ ０６８４ ０４６７ ０４０３ ００９２ ４２９６ ００４９４ ０７７２ ０５９６ ０５２９ ０１２９ ７６４１ ００１１５ ０８１８ ０６６９ ０５９７ ００７３ ５０５３ ００３４６ ０８５４ ０７２９ ０６５５ ００６０ ４９０９ ００３７

２４　 样品成分与活性对应的数学关系模型的构建

　 　 由 ＳＰＳＳ１３1049008 ０ 软件中的ldquoＲｅｇｒｅｓｓｉｏｎ Ａｎａｌｙｓｉｓ Ｌｉｎｅａｒｉｔｙ Ｓｔｅｐｗｉｓｅrdquo程序处理得出如下结果模型

拟合概况及方差分析见表 ２其中的复相关系数 Ｒ表明自变量与因变量之间的相关程度复决定系数

Ｒ２ 反映 Ｖ 引起 Ｗ 的变异性 当自变量 Ｖ７Ｖ１８Ｖ２９Ｖ４Ｖ１１Ｖ３６都进入方程时Ｒ ＝ ０1049008 ８５４表明自变量与

因变量有良好的相关性 Ｒ２ ＝ ０1049008 ７２９ 表明上述 ６ 个

自变量可以解释因变量 ７２1049008 ９ 的变异性 检验回

归方程 ６ 种模式的 Ｆ 统计量分别为 ６1049008 ９６２７1049008 １１２４1049008 ２９６７1049008 ６４１５1049008 ０５３４1049008 ９０９均大于对应的 Ｆ０1049008 １（１５４）＝ ２1049008 ８１ Ｆ０1049008 １（２ ５３）＝ ２1049008 ４１ Ｆ０1049008 １（３ ５２）＝ ２1049008 ２０Ｆ０1049008 １（４ ５１）＝ ２1049008 ０６ Ｆ０1049008 １（５ ５０）＝ １1049008 ９７ Ｆ０1049008 １（６ ４９）＝ １1049008 ９０ ６ 步回归的显著 Ｆ 变化值（Ｓｉｇ Ｆ ｃｈａｎｇｅ）依次为 ０1049008 ０１４０1049008 ０１３０1049008 ０４９０1049008 ０１１０1049008 ０３４０1049008 ０３７均小于 ０1049008 ０５差异显著所以回归方程具有统计学意

义 模型 ６ 的方程更显著更有统计学意义为最优

回归方程　 　 在回归系数分析表（表 ３）中回归系数（Ｂ）的绝对值反映了组分对酶的抑制率程度绝对值越大表现出对抑制酶活能力的影响越大影响包括促进

与阻碍两种作用 表 ３ 中列出了回归模型的自变量

系数与常数项及个体的 ｔ 检验 由第 ６ 步回归分析

的 ｔ 检验可以知道对 Ｖ７Ｖ１８Ｖ２９Ｖ４Ｖ１１Ｖ３６检验

的 Ｓｉｇ Ｆ ｃｈａｎｇｅ 值依次为 ０1049008 ０１８０1049008 ００６ ０1049008 ００００1049008 ００１０1049008 ０１６０1049008 ０３７均小于 ０1049008 ０５差异显著表明

回归方程在个体上有意义 且由 Ｍｏｄｅｌ １Ｍｏｄｅｌ ２可看出Ｖ１８引入后使 Ｖ７ 的回归系数绝对值减小说明前者可部分抵消后者的作用 同理Ｖ２９可部分抵

消 Ｖ７Ｖ１８的作用三者的回归系数均为负值表明该

成分对酶的活性有显著的促进作用Ｖ４Ｖ１１的回归

系数为正表明该成分对酶的活性有显著的抑制作

middot８０６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

用且 Ｖ１１的引入使 Ｖ４ 的回归系数变大即 Ｖ１１可以

增强 Ｖ４ 的抑制作用Ｖ３６的回归系数为负且 Ｖ３６的

引入使 Ｖ７Ｖ４ 的回归系数的绝对值变小Ｖ１８Ｖ２９

Ｖ１１的回归系数绝对值变大表明 Ｖ３６本身对酶活性

有显著的抑制作用且其可抑制 Ｖ７Ｖ４ 的作用促进

Ｖ１８Ｖ２９Ｖ１１的作用表 ３　 ６ 个数学模型的回归系数分析

Ｔａｂｌｅ ３　 Ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｃｏｅｆｆｉｃｉｅｎｔｓ ｏｆ ｔｈｅ ｓｉｘ ｍｏｄｅｌｓ

Ｍｏｄｅｌ Ｎｏ ＰａｒａｍｅｔｅｒＵｎｓｔａｎｄａｒｄｉｚｅｄ ｃｏｅｆｆｉｃｉｅｎｔｓ

Ｂ Ｓｔａｎｄａｒｄ ｅｒｒｏｒＳｔａｎｄａｒｄｉｚｅｄ ｃｏｅｆｆｉｃｉｅｎｔｓ

ＢｔＴｅｓｔ Ｓｉｇ Ｆ ｃｈａｎｇｅ

１ ｃｏｎｓｔａｎｔ ７７３３６ ５９２１ １３０６２ ００００Ｖ７ －００３５ ００１３ －０４５３ －２６３９ ００１４

２ ｃｏｎｓｔａｎｔ ８０４３９ ５４７２ １４７０１ ００００Ｖ７ －００３２ ００１２ －０４１７ －２６８３ ００１３Ｖ１８ －０１７５ ００６６ －０４１５ －２６６７ ００１３

３ ｃｏｎｓｔａｎｔ ８４５８２ ５５２９ １５２９９ ００００Ｖ７ －００３１ ００１１ －０３９８ －２７１５ ００１２Ｖ１８ －０１５５ ００５１ －０３９５ －２６９３ ００１２Ｖ２９ －００４３ ００２１ －０３０４ －２０７３ ００４９

４ ｃｏｎｓｔａｎｔ ８４０１８ ４９１８ １７０８２ ００００Ｖ７ －００４８ ００１２ －０６３０ －４０６３ ００００Ｖ１８ －０１１７ ００５８ －０２７８ －２０２２ ００５４Ｖ２９ －００９５ ００２６ －０６７７ －３６０８ ０００１Ｖ４ ００５７ ００２１ ０５８０ ２７６４ ００１１

５ ｃｏｎｓｔａｎｔ ８２５５３ ４５９６ １７９６３ ００００Ｖ７ －００５２ ００１１ －０６７２ －４６４７ ００００Ｖ１８ －０１２６ ００５４ －０２９９ －２３４９ ００２８Ｖ２９ －０１３５ ００３０ －０９６３ －４４７５ ００００Ｖ４ ００８１ ００２２ ０８２６ ３７０７ ０００１Ｖ１１ ００６９ ００３１ ０３４６ ２２４８ ００３４

６ ｃｏｎｓｔａｎｔ ８５６６９ ４４７６ １９１４１ ００００Ｖ７ －００３４ ００１３ －０４３６ －２５４６ ００１８Ｖ１８ －０１５５ ００５１ －０３６７ －３０１９ ０００６Ｖ２９ －０１４２ ００２８ －１０１２ －５０５５ ００００Ｖ４ ００７９ ００２０ ０８０５ ３９０４ ０００１Ｖ１１ ００７４ ００２８ ０３７３ ２６０９ ００１６Ｖ３６ －０１１７ ００５３ －０３３８ －２２１６ ００３７

　 　 逐步回归方程　 　 Ｍｏｄｅｌ １Ｗ ＝ Ｖ７ times（ －０1049008 ０３５plusmn０1049008 ０１３） ＋７７1049008 ３３６plusmn５1049008 ９２１　 　 Ｍｏｄｅｌ ２Ｗ ＝ Ｖ７ times （ － ０1049008 ０３２ plusmn ０1049008 ０１２） ＋ Ｖ１８ times（－０1049008 １７５plusmn０1049008 ０６６）＋８０1049008 ４３９plusmn５1049008 ４７２　 　 Ｍｏｄｅｌ ３Ｗ ＝ Ｖ７ times （ － ０1049008 ０３１ plusmn ０1049008 ０１１） ＋ Ｖ１８ times（－０1049008 １５５plusmn０1049008 ０５１）＋Ｖ２９ times（－０1049008 ０４３plusmn０1049008 ０２１） ＋８４1049008 ５８２plusmn５1049008 ５２９　 　 Ｍｏｄｅｌ ４Ｗ ＝ Ｖ７ times （ － ０1049008 ０４８ plusmn ０1049008 ０１２） ＋ Ｖ１８ times（－０1049008 １１７plusmn０1049008 ０５８） ＋ Ｖ２９ times （ － ０1049008 ０９５ plusmn ０1049008 ０２６） ＋ Ｖ４ times（０1049008 ０５７plusmn０1049008 ０２１）＋８４1049008 ０１８plusmn４1049008 ９１８　 　 Ｍｏｄｅｌ ５Ｗ ＝ Ｖ７ times （ － ０1049008 ０５２ plusmn ０1049008 ０１１） ＋ Ｖ１８ times（－０1049008 １２６plusmn０1049008 ０５４） ＋ Ｖ２９ times （ － ０1049008 １３５ plusmn ０1049008 ０３０） ＋ Ｖ４ times（０1049008 ０８１ plusmn ０1049008 ０２２） ＋Ｖ１１ times （０1049008 ０６９ plusmn ０1049008 ０３１） ＋ ８２1049008 ５５３ plusmn４1049008 ５９６　 　 Ｍｏｄｅｌ ６Ｗ ＝ Ｖ７ times （ － ０1049008 ０３４ plusmn ０1049008 ０１３） ＋ Ｖ１８ times（－０1049008 １５５plusmn０1049008 ０５１） ＋ Ｖ２９ times （ － ０1049008 １４２ plusmn ０1049008 ０２８） ＋ Ｖ４ times

（０1049008 ０７９ plusmn ０1049008 ０２０ ） ＋ Ｖ１１ times （ ０1049008 ０７４ plusmn ０1049008 ０２８ ） ＋ Ｖ３６ times（－０1049008 １１７plusmn０1049008 ０５３）＋８５1049008 ６６９plusmn４1049008 ４７６　 　 综上对酶活性影响显著的物质依次为第 １８２９３６４１１７ 号峰对应的化合物２５　 模型的稳健性与普适性分析

　 　 在 ２９ 组样品中随机抽取 １５ 组进行任意混配制得 ５ 组新样品并配制为 １1049008 ００ ｇ Ｌ 的甲醇溶液编号 Ｓ１ＮＳ２ＮＳ３ＮＳ４ＮＳ５Ｎ采用上述方法重复 ＨＰＬＣ成分检测与 ＰＮＰＧ 活性检测 ５ 组样品的 ＨＰＬＣ 检

测化学组成结果见图 ４（相应的色谱信息具体数据

略） 从 ＨＰＬＣ 成分检测可知此 ５ 组样品构成的新

测试集包含数学模型 ６ 中所述对活性影响显著的全

部化合物故可采用此组数据验证模型的稳健性　 　 根据模型方程式可预测该 ５ 组样品对 α葡萄

糖苷酶抑制率分别为 ８８1049008 ４８ ９９1049008 ７６ ７８1049008 ４９２６1049008 ９４９３1049008 ８８按其大小顺次样品排列为 Ｓ２Ｎ＞Ｓ５Ｎ

＞Ｓ１Ｎ＞Ｓ３Ｎ＞Ｓ４Ｎ 采用 ＰＮＰＧ 法实际测得样品的抑制

率 分 别 为 ９３1049008 ３６ ９９1049008 ９８ ７６1049008 ６５ ３１1049008 １５

middot９０６middot

色 谱 第 ３２ 卷

图 ４　 模型稳健性考察样品的 ＨＰＬＣ 谱图Ｆｉｇ ４　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍｓ ｏｆ ｔｈｅ ｓａｍｐｌｅｓ ｆｏｒ

ｔｈｅ ｓｔｅａｄｉｎｅｓｓ ｏｆ ｔｈｅ ｍｏｄｅｌ

９７1049008 ０３按大小顺次样品排列为 Ｓ２Ｎ＞Ｓ５Ｎ＞Ｓ１Ｎ＞Ｓ３Ｎ＞Ｓ４Ｎ 该数值变化规律与计算所得数据吻合存在正

常范围内的随机误差说明模型的稳健性良好　 　 中药组分是天然的混合复杂化合物体系不同

中药组分的复杂程度不同西青果组成成分与药理

活性已被多位学者深入研究 本论文通过构建西青

果提取物中多个化学成分与抑制 α葡萄糖苷酶活

性之间对应关系的数学模型建立了一种基于复杂

体系色谱分析信息生物活性信息的数学模型来表

征与评价天然产物某方面活性的方法 相信这一研

究思路同样适用于单一植物的多种成分与其他方面

活性不同中药资源的成分与多种不同活性等方面

的研究这对于开展植物源功能食品中药研发具有

重要的科学意义

３　 结论

　 　 本研究借助 ＳＰＳＳ１３1049008 ０ 软件探索了结合色谱

学与统计学表征复杂体系中成分与活性对应数学关

系的可行性 研究中构造了一系列组成既有区别又

有联系的连续变化样品组测定其成分信息与活性

信息采用多元线性回归中的逐步回归法建立数学

关系模型来表征多个化合物的混合复杂体系中各物

质含量与活性大小的关系并证明了该关系模型的稳

健性良好 结果表明这一探索是可行的 此关系模

型可表征化合物混合体系中各物质含量变化引起的

活性变化对药物开发以及质量控制中的关键活性

物质的确定具有一定的指导作用为应用数学在色

谱分析学领域的使用开拓了一个新的思路与方法具有潜在的应用价值 由于本研究时间及条件所

限未能确定对活性影响较大物质（第 １８２９３６４１１７ 号峰对应化合物）的具体的化学结构后续研

究中可在此方面做进一步的探索

参考文献

［１］ 　 Ｃｈｅｕｎｇ Ｆ Ｎａｔｕｒｅ ２０１１ ４８０（７３７８） Ｓ８２［２］ 　 Ｍａ Ｌ Ｗａｎｇ Ｙ Ｆ Ｌｉｎ Ｚ Ｙ ｅｔ ａｌ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｆｏｕｒｔｈ

Ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｈｅｍｉｃａｌ Ｂｉｏｌｏｇｙ ａｎｄ ＣｈｅｍｉｓｔｒｙＢｉｏｍｅｄｉｃａｌ Ｃｒｏｓｓ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ （马林 王渝芳林志云 等 第四届全国化学生物学学术会议暨国际化学与

生物医学交叉研讨会论文集） ２００５［３］ 　 Ｑｉ Ｌ Ｗ Ｚｈｏｕ Ｊ Ｌ Ｈａｏ Ｈ Ｐ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎａ Ｐｈａｒｍａ

ｃｅｕｔｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ （齐炼文 周建良 郝海平 等 中国药科

大学学报） ２０１０（３） １９５［４］ 　 Ｗａｎｇ Ｈ Ｌ Ｚｏｕ Ｈ Ｆ Ｋｏｎｇ Ｌ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏ

ｍａｔｏｇｒａｐｈｙ （汪海林 邹汉法 孔亮 等 色谱） １９９９ １７（２） １２３

［５］ 　 Ｎｉｕ Ｘ Ｘ Ｃｕｉ Ｘ Ｓ Ｓｕ Ｈ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （牛晓雪 崔旭盛 苏贺 等 色谱） ２０１２ ３０（２）２１１

［６］ 　 Ｚｈａｏ Ｌ Ｌ Ｌｉｕ Ｆ Ｆ Ｐｅｎｇ Ｙ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （赵路路 刘菲菲 彭缨 等 色谱） ２０１２ ３０（１２） １２７１

［７］ 　 Ｚｈｕ Ｐ Ｘ Ｄｉｎｇ Ｌ Ｘ Ｈｅ Ｊ Ｊ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （朱培曦 丁丽霞 何佳佳 等 色谱） ２０１２ ３０（１０） １０２６

［８］ 　 Ｍｉ Ｈ Ｚｈａｎｇ Ｗ Ｚ Ｐｒａｃｔｉｃａｌ Ｍｏｄｅｒｎ Ｓｔａｔｉｓｔｉｃａｌ ＡｎａｌｙｓｉｓＭｅｔｈｏｄ ａｎｄ ＳＰＳＳ Ａｐｐｌｉｃａｔｉｏｎ Ｂｅｉｊｉｎｇ Ｃｏｎｔｅｍｐｏｒａｒｙ ＣｈｉｎａＰｕｂｌｉｓｈ Ｈｏｕｓｅ （米红 张文璋 实用现代统计分析方法及

ＳＰＳＳ 应用 北京 当代中国出版社） ２００４［９］ 　 Ｗａｎｇ Ｈ Ｗ Ｚｈａｎｇ Ｚ Ｈ Ｊｏｕｒｎａｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅｓ ｉｎ

Ｃｈｉｎａ （王惠文 张志慧 管理科学学报） ２００６ ９（４） ２７［１０］ 　 Ｗａｎｇ Ｌ Ｂ Ｍｕｌｔｉｖａｒｉａｔｅ Ｓｔａｔｉｓｔｉｃａｌ Ａｎａｌｙｓｉｓ Ｍｏｄｅｌｓ Ｃａｓｅ

Ｓｔｕｄｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＳＰＳＳ Ｂｅｉｊｉｎｇ Ｅｃｏｎｏｍｉｃ ＳｃｉｅｎｃｅＰｒｅｓｓ （王力宾 多元统计分析 模型案例及 ＳＰＳＳ 应用 北

京 经济科学出版社） ２０１０［１１］ 　 Ｆｕ Ｙ Ｗａｎｇ Ｌ Ｊ Ｃｈａｉ Ｆ Ｍ ｅｔ ａｌ Ｅａｒｔｈ Ｓｃｉｅｎｃｅ Ｆｒｏｎｔｉｅｒｓ

（付勇 汪立今 柴凤梅 等 地学前缘） ２００９ １６（１） ３７３［１２］ 　 Ｍｏ Ｈ Ｄ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｘｐｅｒｉｍｅｎｔ Ｄｅｓｉｇｎ ２ｎｄ ｅｄ Ｓｈａｎｇ

ｈａｉ Ｓｈａｎｇｈａｉ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｐｕｂｌｉｓｈｉｎｇ Ｈｏｕｓｅ（莫惠栋 农业试验统计 ２ 版 上海 上海科技出版社）１９９２

［１３］ 　 Ｇｕ Ｓ Ｌ Ｈｕｉ Ｄ Ｆ Ｂｉａｎ Ａ Ｈ Ｊ Ｂｉｏｍａｔｈ １９９８ １３ ４２６［１４］ 　 Ｌｉｕ Ｊ Ｌｉｕ Ｙ Ｌｉｕ Ｘ ｅｔ ａｌ Ａｍ Ｊ Ｈｕｍ Ｇｅｎｅｔ ２００７ ８１（２）

３０４［１５］ 　 Ｌｉｕ Ｇ Ｂ Ｊｏｕｒｎａｌ ｏｆ Ｔｉａｎｊｉｎ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ （刘桂宾

天津农学院学报） ２００７ １４（３） ３３［１６］ 　 Ｌｉｕ Ｘ Ｙ Ｍｅｎｇ Ｊ Ｃｈｉｎｅｓｅ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｂｕｌｌｅｔｉｎ （刘

晓宇 孟军 中国农学通报） ２０１２ ２８（７） ２２３［１７］ 　 Ｗａｎｇ Ｊ Ｇ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｓｈａｎｇｈａｉ Ｓｈａｎｇｈａｉ Ｕｎｉｖｅｒ

ｓｉｔｙ （王继国 ［硕士学位论文］ 上海 上海大学） ２００４［１８］ 　 Ｌｉ Ｓ Ｚ Ｂｉａｎ Ｈ Ｒ Ｌｉｕ Ｘ Ｌ Ｊｏｕｒｎａｌ ｏｆ Ｇｕｉｙａｎｇ Ｃｏｌｌｅｇｅ ｏｆ

Ｔｒａｄｉｔｉｏｎａｌ Ｃｈｉｎｅｓｅ （李姝臻 边洪荣 刘晓龙 贵阳中医学

院学报） ２０１３ ３５（４） ２９７［１９］ 　 Ｓｕｎ Ｈ Ｘ Ｌｉ Ｒ Ｌ Ｚｈａｏ Ｓ Ｑ Ｅｖａｌｕａｔｉｏｎ ａｎｄ Ａｎａｌｙｓｉｓ ｏｆ

ＤｒｕｇＵｓｅ ｉｎ Ｈｏｓｐｉｔａｌｓ ｏｆ Ｃｈｉｎａ （孙会仙 李瑞林 赵尚清中国医院用药评价与分析） ２０１１ １１（１） ９４

［２０］ 　 Ｇｏｔｏ Ｙ Ｙａｍａｄａ Ｋ Ｏｈｙａｍａ Ｔ ｅｔ ａｌ Ｄｉａｂｅｔｅｓ Ｒｅｓ ＣｌｉｎＰｒａｃｔ １９９５ ２８（２） ８１

［２１］ 　 Ｚｈｕ Ｙ Ｐ Ｌｉ Ｘ Ｔ Ｌｉ Ｌ Ｔ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎｅｓｅ Ｉｎｓｔｉｔｕｔｅ ｏｆＦｏｏｄ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ （朱运平 李秀婷 李里特中国食品学报） ２０１１ １１（４） １５４

middot０１６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

［２２］　 Ｘｕ Ｑ Ｙ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｄａｌｉａｎ Ｄａｌｉａｎ ＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ （许芹永 ［硕士学位论文］ 大连 大连工业大

学） ２０１２［２３］　 Ｎｉｌｕｂｏｎ Ｊ Ａ Ｍｅｇｈ Ｒ Ｂ Ｊｕｎ Ｋ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０３

１３１９［２４］　 Ｍｅｇｈ Ｒ Ｂ Ｎｉｌｕｂｏｎ Ｊ Ａ Ｇａｏ Ｈ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０６ ２４７［２５］　 Ｚｈｕ Ｙ Ｐ Ｙｉｎ Ｌ Ｊ Ｃｈｅｎｇ Ｙ Ｑ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０９ ７３７［２６］　 Ｌｉ Ｄ Ｑ Ｑｉａｎ Ｚ Ｍ Ｌｉ Ｓ Ｐ Ｊ Ａｇｒｉｃ Ｆｏｏｄ Ｃｈｅｍ ２０１０ ５８

６６０８［２７］　 Ｘｉａｏ Ｙ Ｆ Ｌｉｕ Ｘ Ｌ Ｌｉｕ Ｓ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈ Ｐｈａｒｍａｃｙ

（肖云峰 刘小雷 刘爽 等 北方药学） ２０１１ ８（１１） １９［２８］ 　 Ｃｈｅｎｇ Ｄ Ｙ Ｗａｎｇ Ｙ Ｌ Ｌｉｕ Ｙ Ｈ ｅｔ ａｌ Ｃｈｉｎａ Ｐｈａｒｍａｃｉｓｔ

（程东岩 王友联 刘永宏 等 中国药师） ２０１１ １４（１０）１５２１

［２９］ 　 Ｇａｏ Ｈ Ｈｕａｎｇ Ｙ Ｎ Ｘｕ Ｐ Ｙ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０５６２８

［３０］ 　 Ｚｈｕ Ｗ Ｊ Ｋｏｕ Ｚ Ｎ Ｚｈａｎｇ Ｘ ｅｔ ａｌ Ｆｏｏｄ Ｒｅｓｅａｒｃｈ ａｎｄＤｅｖｅｌｏｐｍｅｎｔ （朱文佳 寇自农 张曦 等 食品研究与开

发） ２０１２ ３３（８） １７１［３１］ 　 Ｘｕ Ｑ Ｙ Ｚｈｕ Ｊ Ｂ Ｓｏｎｇ Ｑ Ｎ ｅｔ ａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ

ｏｆ Ｆｏｏｄ Ｉｎｄｕｓｔｒｙ （许芹永 朱靖博 宋青楠 等 食品工业

科技） ２０１２（３） １１０

10508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882

　 　 　 　 　 　 　 　 历史性的突破两周内到货　 　 　 　 　 　 　 　 　 　 mdashmdashmdash赛默飞液相色谱备件快速到货承诺

　 　 ２０１４ 年 ５ 月 １１ 日北京mdashmdashmdash科学服务领域的世界领导者赛默飞世尔科技（简称赛默飞）发布液相色谱

备件快速到货承诺　 　 实验做到一半氘灯寿终正寝此刻的你该怎么办　 　 相信大多数用户都遇到过类似的问题进口仪器需要更换或更新部件和耗材的时候到货期常常需要很

长一段时间在此期间用户除了等待别无办法项目进度也因此耽搁　 　 为了更好地满足用户的应急需求和满足全国广大用户日益增长的市场需要赛默飞世尔科技推出了液

相色谱产品快速到货承诺mdashmdashmdash液相色谱常规模块包括常用配件和耗材的货期缩短至两周内　 　 两周货期长期有效详情请咨询各区域销售　 　 本活动最终解释权归赛默飞世尔科技所有　 　 详情请查看 ｈｔｔｐ ｗｗｗｔｈｅｒｍｏｃｏｍｃｎ ｎｅｗｓ１０９７ｈｔｍｌ　 　 免费服务热线８００８１０５１１８ ４００６５０５１１８

赛默飞世尔科技 供稿

middot１１６middot

色 谱 第 ３２ 卷

甲醇均为色谱纯购自美国 Ｔｅｄｉａ 公司超纯水为实

验室仪器自制　 　 西青果原药材生产批号 ０９０３０１购自河北聚

仁堂饮片有限公司１２　 研究方法

１２１　 色谱条件

　 　 色谱柱Ｇａｌａｋｓｉｌ ＥＦＣ１８Ｍ １２０Ａ流动相 Ａ乙腈流动相 Ｂ ０1049008 ０２ ｍｏｌ Ｌ 磷酸二氢钾溶液（磷酸调

节 ｐＨ ＝ ２） 梯度洗脱程序０ ～ ４０ ｍｉｎ １０ Ａ ～１８ Ａ ４０ ～ ５５ ｍｉｎ １８ Ａ ５５ ～ ６０ ｍｉｎ １８ Ａ ～７０ Ａ ６０ ～ ７０ ｍｉｎ ７０ Ａ ７０ ～ ７３ ｍｉｎ ７０ Ａ ～１０ Ａ ７３～８０ ｍｉｎ １０ Ａ 流速１1049008 ０ ｍＬ ｍｉｎ进样量１０ μＬ柱温常温检测波长２５４ ｎｍ 检测

过程每组样品平行测定 ３ 次 仪器检出限峰高＞６1049008 ０ ｍＶ峰面积＞５０1049008 ０ ｍＶmiddotｓ１２２　 组分样品的制备

　 　 取 ２１２ ｇ 西青果原药材经乙醇加热回流提取得

到 ＴＣＲｃｒｕｄｅ 取 ＴＣＲｃｒｕｄｅ ６０1049008 ０ ｇ 经 ＨＰＤ１００大孔树脂除去蛋白质氨基酸无机盐以及部分极性

极小的物质得到富集后的产物 ＴＣＲｐｕｒ编号 Ｓ１取 ＴＣＲｐｕｒ ９1049008 ５ ｇ 进行 Ｓｅｐｈａｄｅｘ ＬＨ２０ 色谱分离得到 ２８ 份组成既有联系又有区别的混合物样品组编号 Ｓ２ ～Ｓ２９ 分别浓缩干燥称重并将其配制为

１1049008 ００ ｇ Ｌ 的甲醇溶液密封保存作为后续 ＨＰＬＣ 成

分检测与 ＰＮＰＧ 活性检测的样品 制备流程如图 １所示

图 １　 组分样品制备过程Ｆｉｇ １　 Ｐｒｅｐａｒａｔｉｏｎ ｐｒｏｃｅｓｓ ｏｆ ｔｈｅ ｓａｍｐｌｅｓ

１２３　 α葡萄糖苷酶抑制活性的检测

　 　 酶液配制取 １４ Ｕ ｍｇ 规格的 α葡萄糖苷酶

７1049008 １４ ｍｇ用含 ０1049008 ２０ 牛血清白蛋白的磷酸盐缓冲

溶液（ ｐＨ ６1049008 ８浓度 ０1049008 ０６７ ｍｏｌ Ｌ） 溶解后定容于

１００ ｍＬ 容量瓶中冰箱冻存使用前经解冻并稀释

１０ 倍后即得 ０1049008 １ Ｕ ｍＬ 的 α葡萄糖苷酶液　 　 采用 ＨＰＬＣＰＮＰＧ 法［３０３１］检测反应在 １1049008 ５ ｍＬ的 ＰＥ 管中完成 具体操作方法加入 ０1049008 ０６７ ｍｏｌ ＬｐＨ ６1049008 ８ 的磷酸盐缓冲溶液 ５０ μＬ０1049008 １ Ｕ ｍＬ α葡萄糖苷酶 ６０ μＬ待测样品的甲醇溶液 ５ μＬ振荡混

匀于 ３７ 水浴中恒温孵育 ２０ ｍｉｎ再加入 ４０ μＬ４1049008 ０ ｍｍｏｌ Ｌ ＰＮＰＧ振荡混匀于 ３７ 水浴中恒温

孵育反应 ３０ ｍｉｎ最后加入 ０1049008 ２ ｍｏｌ Ｌ Ｎａ２ＣＯ３ 溶

液 １６０ μＬ 终止反应加超纯水稀释定容至 １ ５００μＬ混匀机中混匀经 ０1049008 ４５ μｍ 滤膜过滤待 ＨＰＬＣ检测 实验设样品组空白对照组（ｂｌａｎｋ ｃｏｎｔｒｏｌ以等量磷酸盐缓冲溶液代替酶液）阴性对照组

（ｎｅｇａｔｉｖｅ ｃｏｎｔｒｏｌ以等量纯甲醇代替样品溶液）和阳性对照组（ｐｏｓｉｔｉｖｅ ｃｏｎｔｒｏｌ以等量同浓度阿卡波

糖溶液代替样品溶液） ＨＰＬＣ 检测条件Ｄｉａｍｏｎ

middot６０６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

ｓｉｌ Ｃ１８ 色谱柱（２５０ ｍｍtimes４1049008 ６ ｍｍ ５ μｍ）流动相乙腈０1049008 １ 甲酸水溶液（４５ ∶ ５５ ｖ ｖ）等度洗脱 ８ｍｉｎ流速１1049008 ０ ｍＬ ｍｉｎ进样量１０ μＬ柱温常温ＵＶ 检测波长３１５ ｎｍ 检测限峰高＞０1049008 ０ ｍＶ峰面积＞０1049008 ０ ｍＶmiddotｓ　 　 活性大小采用相同浓度的样品对酶的抑制率

（Ｗ）来表示使用 ＰＮＰ 峰面积浓度标准曲线法计

算浓度 标准曲线的绘制准确称取 ＰＮＰ 标准品

０1049008 ０３４ ７ ｇ用重蒸纯水超声辅助溶解定容于 ２５ ｍＬ容量瓶中配制成 １０ ｍｍｏｌ Ｌ 的 ＰＮＰ 母液再将其

稀释 成 ０1049008 ８ ０1049008 ４ ０1049008 ２ ０1049008 １ ０1049008 ０５ ０1049008 ０１ ０1049008 ００５０1049008 ００２ ５ ｍｍｏｌ Ｌ 系列浓度的 ＰＮＰ 标准液过 ０1049008 ４５μｍ 水系滤膜经高效液相色谱检测检测条件同

ＰＮＰＧ 法活性检测中的 ＨＰＬＣ 条件 以 ＰＮＰ 峰面

积为横坐标ＰＮＰ 浓度为纵坐标绘制标准曲线

抑制率 Ｗ 计算公式Ｗ＝ Ａ－ＢＡ

times１００ 式中Ａ 为阴

性对照中 ＰＮＰ 的浓度（扣除相应空白） Ｂ 为样品

组（包括阳性对照） 中 ＰＮＰ 的浓度（扣除相应空

白）１２４　 数学模型的构建

　 　 以样品对 α葡萄糖苷酶的抑制率 Ｗ 为因变量样品 ＨＰＬＣ 谱图中各组分的峰面积 ３ 次测定的平均

值（Ｖｉ）为自变量进行多元线性回归 在这个模型

中样品个数 Ｎ＝ ２９样品维度（所有样品峰的总数）Ｐ＝ ５５属于典型的超饱和模型（Ｐ＞Ｎ）且单个样品

中的不同成分之间会对活性产生难以预估的相互作

用或者某个成分的单独作用可以相抵其他若干组

分的共同作用即待考察的项数之间存在多重共线

性故选用逐步回归法进行统计学分析 具体操作

中使用统计软件 ＳＰＳＳ１３1049008 ０ 中的ldquoＲｅｇｒｅｓｓｉｏｎ Ａｎａｌｙｓｉｓ Ｌｉｎｅａｒｉｔｙ Ｓｔｅｐｗｉｓｅrdquo程序进行数据处理选取

Ｆ 分布概率区间为进入 Ｆ（α ＝ ０1049008 ０５）移出 Ｆ（α ＝０1049008 １０）

２　 结果与讨论

２１　 ＨＰＬＣ 条件的确定

　 　 为了获取充分的色谱信息本文考察了 Ｄｉａｍｏｎｓｉｌ Ｃ１８ＵｎｉＰＳ ５１００Ｈｙｐｅｒｓｉｌ ＢＤＳ Ｃ１８ＳｉｎｏＣｈｒｏｍ ＯＤＳＢＰ 等色谱柱对样品的分离效果确定

了 Ｇａｌａｋｓｉｌ ＥＦＣ１８Ｍ（２５０ ｍｍtimes４1049008 ６ ｍｍ ５ μｍ填料孔径 １２ ｎｍ）作为分析色谱柱选择乙腈与 ０1049008 ０２ｍｏｌ Ｌ 磷酸二氢钾溶液（磷酸调节 ｐＨ＝ ２）作为流动

相梯度洗脱在此条件下西青果提取物达到了较好

的分离（见图 ２）

图 ２　 西青果乙醇提取物的 ＨＰＬＣ 谱图Ｆｉｇ ２　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍ ｏｆ Ｔｅｒｍｉｎａｌｉａ ｃｈｅｂｕｌａ

Ｒｅｔｚ ｅｘｔｒａｃｔ ｗｉｔｈ ｅｔｈａｎｏｌ

２２　 组分样品的制备及其 ＨＰＬＣ 检测

　 　 ＴＣＲｃｒｕｄｅ 经 ＨＰＤ１００ 大孔树脂富集处理后

得到黄褐色细干粉状 ＴＣＲｐｕｒ ４０1049008 ３ ｇ经 ＳｅｐｈａｄｅｘＬＨ２０ 凝胶色谱柱分离得到 ２９ 个成分连续变化组成既有联系又有区别的混合物样品组 对各组样品

采用 ＨＰＬＣ 检测各样品的化学组成结果见图 ３　 　 每组样品平行测定 ３ 次根据出峰时间对不同

组分的各个峰进行排列将保留时间相同或相近峰形相似的峰进行识别和匹配记录峰面积数值并计

算其平均值与相对标准偏差（ＲＳＤ）（具体数据略）

表 １　 ＰＮＰＧ 法测定的 ２９ 组样品的 α葡萄糖苷酶抑制率（ｎ＝３）Ｔａｂｌｅ １　 Ｉｎｈｉｂｉｔｉｏｎ ｏｆ αｇｌｙｃｏｓｉｄａｓｅ ｅｎｚｙｍｅ ｆｏｒ ｔｈｅ

２９ ｓａｍｐｌｅｓ ｂｙ ＰＮＰＧ ｍｅｔｈｏｄ （ｎ＝３）

ＳａｍｐｌｅＥｎｚｙｍｅ ｉｎｈｉｂｉｔｉｏｎ

（Ｗ） Ｓａｍｐｌｅ

Ｅｎｚｙｍｅ ｉｎｈｉｂｉｔｉｏｎ（Ｗ）

１ １００００ １６ ９６５９２ １０１６ １７ ９６８４３ ２９１６ １８ ９８３７４ １１７２ １９ ７５９７５ ５１２０ ２０ １００００６ ６２８０ ２１ ９９８７７ ３９４４ ２２ １００００８ ３７８７ ２３ １００００９ ６６３８ ２４ ９４０１

１０ ７９５９ ２５ １２２３１１ ６６８ ２６ ７０１８１２ ６６２６ ２７ ８６５９１３ ８９８３ ２８ ９７２６１４ ９３２６ ２９ ９９６４１５ ８９６７ Ｐｏｓｉｔｉｖｅ ｃｏｎｔｒｏｌ ７９２

２３　 样品抑制 α葡萄糖苷酶活性的检测

　 　 对上述样品进行 ＰＮＰＧ 法活性检测所得结果

的标准曲线方程为 ｙ ＝ ０1049008 ０００ ２ ｘ ＋ ０1049008 ００２ ３ ｒ ＝０1049008 ９９９ ２根据方程计算各组分的 ＰＮＰ 浓度及其相

应的对酶抑制率对各样品活性检测数据取 ３ 次测

定的平均值所得结果见表 １

middot７０６middot

色 谱 第 ３２ 卷

图 ３　 ２９ 组样品的 ＨＰＬＣ 谱图Ｆｉｇ ３　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍｓ ｏｆ ｔｈｅ ２９ ｓａｍｐｌｅｓ

表 ２　 模型拟合概况及方差分析Ｔａｂｌｅ ２　 Ｍｏｄｅｌ ｓｕｍｍａｒｙ ａｎｄ ａｎａｌｙｓｉｓ ｏｆ ｖａｒｉａｎｃｅ

Ｍｏｄｅｌ Ｎｏ Ｒ Ｒ２ Ａｄｊｕｓｔｅｄ Ｒ２ Ｃｈａｎｇｅ ｓｔａｔｉｓｔｉｃｓＲ２ ｃｈａｎｇｅ Ｆ ｃｈａｎｇｅ Ｓｉｇ Ｆ ｃｈａｎｇｅ

１ ０４５３ ０２０５ ０１７６ ０２０５ ６９６２ ００１４２ ０６１３ ０３７６ ０３２８ ０１７１ ７１１２ ００１３３ ０６８４ ０４６７ ０４０３ ００９２ ４２９６ ００４９４ ０７７２ ０５９６ ０５２９ ０１２９ ７６４１ ００１１５ ０８１８ ０６６９ ０５９７ ００７３ ５０５３ ００３４６ ０８５４ ０７２９ ０６５５ ００６０ ４９０９ ００３７

２４　 样品成分与活性对应的数学关系模型的构建

　 　 由 ＳＰＳＳ１３1049008 ０ 软件中的ldquoＲｅｇｒｅｓｓｉｏｎ Ａｎａｌｙｓｉｓ Ｌｉｎｅａｒｉｔｙ Ｓｔｅｐｗｉｓｅrdquo程序处理得出如下结果模型

拟合概况及方差分析见表 ２其中的复相关系数 Ｒ表明自变量与因变量之间的相关程度复决定系数

Ｒ２ 反映 Ｖ 引起 Ｗ 的变异性 当自变量 Ｖ７Ｖ１８Ｖ２９Ｖ４Ｖ１１Ｖ３６都进入方程时Ｒ ＝ ０1049008 ８５４表明自变量与

因变量有良好的相关性 Ｒ２ ＝ ０1049008 ７２９ 表明上述 ６ 个

自变量可以解释因变量 ７２1049008 ９ 的变异性 检验回

归方程 ６ 种模式的 Ｆ 统计量分别为 ６1049008 ９６２７1049008 １１２４1049008 ２９６７1049008 ６４１５1049008 ０５３４1049008 ９０９均大于对应的 Ｆ０1049008 １（１５４）＝ ２1049008 ８１ Ｆ０1049008 １（２ ５３）＝ ２1049008 ４１ Ｆ０1049008 １（３ ５２）＝ ２1049008 ２０Ｆ０1049008 １（４ ５１）＝ ２1049008 ０６ Ｆ０1049008 １（５ ５０）＝ １1049008 ９７ Ｆ０1049008 １（６ ４９）＝ １1049008 ９０ ６ 步回归的显著 Ｆ 变化值（Ｓｉｇ Ｆ ｃｈａｎｇｅ）依次为 ０1049008 ０１４０1049008 ０１３０1049008 ０４９０1049008 ０１１０1049008 ０３４０1049008 ０３７均小于 ０1049008 ０５差异显著所以回归方程具有统计学意

义 模型 ６ 的方程更显著更有统计学意义为最优

回归方程　 　 在回归系数分析表（表 ３）中回归系数（Ｂ）的绝对值反映了组分对酶的抑制率程度绝对值越大表现出对抑制酶活能力的影响越大影响包括促进

与阻碍两种作用 表 ３ 中列出了回归模型的自变量

系数与常数项及个体的 ｔ 检验 由第 ６ 步回归分析

的 ｔ 检验可以知道对 Ｖ７Ｖ１８Ｖ２９Ｖ４Ｖ１１Ｖ３６检验

的 Ｓｉｇ Ｆ ｃｈａｎｇｅ 值依次为 ０1049008 ０１８０1049008 ００６ ０1049008 ００００1049008 ００１０1049008 ０１６０1049008 ０３７均小于 ０1049008 ０５差异显著表明

回归方程在个体上有意义 且由 Ｍｏｄｅｌ １Ｍｏｄｅｌ ２可看出Ｖ１８引入后使 Ｖ７ 的回归系数绝对值减小说明前者可部分抵消后者的作用 同理Ｖ２９可部分抵

消 Ｖ７Ｖ１８的作用三者的回归系数均为负值表明该

成分对酶的活性有显著的促进作用Ｖ４Ｖ１１的回归

系数为正表明该成分对酶的活性有显著的抑制作

middot８０６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

用且 Ｖ１１的引入使 Ｖ４ 的回归系数变大即 Ｖ１１可以

增强 Ｖ４ 的抑制作用Ｖ３６的回归系数为负且 Ｖ３６的

引入使 Ｖ７Ｖ４ 的回归系数的绝对值变小Ｖ１８Ｖ２９

Ｖ１１的回归系数绝对值变大表明 Ｖ３６本身对酶活性

有显著的抑制作用且其可抑制 Ｖ７Ｖ４ 的作用促进

Ｖ１８Ｖ２９Ｖ１１的作用表 ３　 ６ 个数学模型的回归系数分析

Ｔａｂｌｅ ３　 Ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｃｏｅｆｆｉｃｉｅｎｔｓ ｏｆ ｔｈｅ ｓｉｘ ｍｏｄｅｌｓ

Ｍｏｄｅｌ Ｎｏ ＰａｒａｍｅｔｅｒＵｎｓｔａｎｄａｒｄｉｚｅｄ ｃｏｅｆｆｉｃｉｅｎｔｓ

Ｂ Ｓｔａｎｄａｒｄ ｅｒｒｏｒＳｔａｎｄａｒｄｉｚｅｄ ｃｏｅｆｆｉｃｉｅｎｔｓ

ＢｔＴｅｓｔ Ｓｉｇ Ｆ ｃｈａｎｇｅ

１ ｃｏｎｓｔａｎｔ ７７３３６ ５９２１ １３０６２ ００００Ｖ７ －００３５ ００１３ －０４５３ －２６３９ ００１４

２ ｃｏｎｓｔａｎｔ ８０４３９ ５４７２ １４７０１ ００００Ｖ７ －００３２ ００１２ －０４１７ －２６８３ ００１３Ｖ１８ －０１７５ ００６６ －０４１５ －２６６７ ００１３

３ ｃｏｎｓｔａｎｔ ８４５８２ ５５２９ １５２９９ ００００Ｖ７ －００３１ ００１１ －０３９８ －２７１５ ００１２Ｖ１８ －０１５５ ００５１ －０３９５ －２６９３ ００１２Ｖ２９ －００４３ ００２１ －０３０４ －２０７３ ００４９

４ ｃｏｎｓｔａｎｔ ８４０１８ ４９１８ １７０８２ ００００Ｖ７ －００４８ ００１２ －０６３０ －４０６３ ００００Ｖ１８ －０１１７ ００５８ －０２７８ －２０２２ ００５４Ｖ２９ －００９５ ００２６ －０６７７ －３６０８ ０００１Ｖ４ ００５７ ００２１ ０５８０ ２７６４ ００１１

５ ｃｏｎｓｔａｎｔ ８２５５３ ４５９６ １７９６３ ００００Ｖ７ －００５２ ００１１ －０６７２ －４６４７ ００００Ｖ１８ －０１２６ ００５４ －０２９９ －２３４９ ００２８Ｖ２９ －０１３５ ００３０ －０９６３ －４４７５ ００００Ｖ４ ００８１ ００２２ ０８２６ ３７０７ ０００１Ｖ１１ ００６９ ００３１ ０３４６ ２２４８ ００３４

６ ｃｏｎｓｔａｎｔ ８５６６９ ４４７６ １９１４１ ００００Ｖ７ －００３４ ００１３ －０４３６ －２５４６ ００１８Ｖ１８ －０１５５ ００５１ －０３６７ －３０１９ ０００６Ｖ２９ －０１４２ ００２８ －１０１２ －５０５５ ００００Ｖ４ ００７９ ００２０ ０８０５ ３９０４ ０００１Ｖ１１ ００７４ ００２８ ０３７３ ２６０９ ００１６Ｖ３６ －０１１７ ００５３ －０３３８ －２２１６ ００３７

　 　 逐步回归方程　 　 Ｍｏｄｅｌ １Ｗ ＝ Ｖ７ times（ －０1049008 ０３５plusmn０1049008 ０１３） ＋７７1049008 ３３６plusmn５1049008 ９２１　 　 Ｍｏｄｅｌ ２Ｗ ＝ Ｖ７ times （ － ０1049008 ０３２ plusmn ０1049008 ０１２） ＋ Ｖ１８ times（－０1049008 １７５plusmn０1049008 ０６６）＋８０1049008 ４３９plusmn５1049008 ４７２　 　 Ｍｏｄｅｌ ３Ｗ ＝ Ｖ７ times （ － ０1049008 ０３１ plusmn ０1049008 ０１１） ＋ Ｖ１８ times（－０1049008 １５５plusmn０1049008 ０５１）＋Ｖ２９ times（－０1049008 ０４３plusmn０1049008 ０２１） ＋８４1049008 ５８２plusmn５1049008 ５２９　 　 Ｍｏｄｅｌ ４Ｗ ＝ Ｖ７ times （ － ０1049008 ０４８ plusmn ０1049008 ０１２） ＋ Ｖ１８ times（－０1049008 １１７plusmn０1049008 ０５８） ＋ Ｖ２９ times （ － ０1049008 ０９５ plusmn ０1049008 ０２６） ＋ Ｖ４ times（０1049008 ０５７plusmn０1049008 ０２１）＋８４1049008 ０１８plusmn４1049008 ９１８　 　 Ｍｏｄｅｌ ５Ｗ ＝ Ｖ７ times （ － ０1049008 ０５２ plusmn ０1049008 ０１１） ＋ Ｖ１８ times（－０1049008 １２６plusmn０1049008 ０５４） ＋ Ｖ２９ times （ － ０1049008 １３５ plusmn ０1049008 ０３０） ＋ Ｖ４ times（０1049008 ０８１ plusmn ０1049008 ０２２） ＋Ｖ１１ times （０1049008 ０６９ plusmn ０1049008 ０３１） ＋ ８２1049008 ５５３ plusmn４1049008 ５９６　 　 Ｍｏｄｅｌ ６Ｗ ＝ Ｖ７ times （ － ０1049008 ０３４ plusmn ０1049008 ０１３） ＋ Ｖ１８ times（－０1049008 １５５plusmn０1049008 ０５１） ＋ Ｖ２９ times （ － ０1049008 １４２ plusmn ０1049008 ０２８） ＋ Ｖ４ times

（０1049008 ０７９ plusmn ０1049008 ０２０ ） ＋ Ｖ１１ times （ ０1049008 ０７４ plusmn ０1049008 ０２８ ） ＋ Ｖ３６ times（－０1049008 １１７plusmn０1049008 ０５３）＋８５1049008 ６６９plusmn４1049008 ４７６　 　 综上对酶活性影响显著的物质依次为第 １８２９３６４１１７ 号峰对应的化合物２５　 模型的稳健性与普适性分析

　 　 在 ２９ 组样品中随机抽取 １５ 组进行任意混配制得 ５ 组新样品并配制为 １1049008 ００ ｇ Ｌ 的甲醇溶液编号 Ｓ１ＮＳ２ＮＳ３ＮＳ４ＮＳ５Ｎ采用上述方法重复 ＨＰＬＣ成分检测与 ＰＮＰＧ 活性检测 ５ 组样品的 ＨＰＬＣ 检

测化学组成结果见图 ４（相应的色谱信息具体数据

略） 从 ＨＰＬＣ 成分检测可知此 ５ 组样品构成的新

测试集包含数学模型 ６ 中所述对活性影响显著的全

部化合物故可采用此组数据验证模型的稳健性　 　 根据模型方程式可预测该 ５ 组样品对 α葡萄

糖苷酶抑制率分别为 ８８1049008 ４８ ９９1049008 ７６ ７８1049008 ４９２６1049008 ９４９３1049008 ８８按其大小顺次样品排列为 Ｓ２Ｎ＞Ｓ５Ｎ

＞Ｓ１Ｎ＞Ｓ３Ｎ＞Ｓ４Ｎ 采用 ＰＮＰＧ 法实际测得样品的抑制

率 分 别 为 ９３1049008 ３６ ９９1049008 ９８ ７６1049008 ６５ ３１1049008 １５

middot９０６middot

色 谱 第 ３２ 卷

图 ４　 模型稳健性考察样品的 ＨＰＬＣ 谱图Ｆｉｇ ４　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍｓ ｏｆ ｔｈｅ ｓａｍｐｌｅｓ ｆｏｒ

ｔｈｅ ｓｔｅａｄｉｎｅｓｓ ｏｆ ｔｈｅ ｍｏｄｅｌ

９７1049008 ０３按大小顺次样品排列为 Ｓ２Ｎ＞Ｓ５Ｎ＞Ｓ１Ｎ＞Ｓ３Ｎ＞Ｓ４Ｎ 该数值变化规律与计算所得数据吻合存在正

常范围内的随机误差说明模型的稳健性良好　 　 中药组分是天然的混合复杂化合物体系不同

中药组分的复杂程度不同西青果组成成分与药理

活性已被多位学者深入研究 本论文通过构建西青

果提取物中多个化学成分与抑制 α葡萄糖苷酶活

性之间对应关系的数学模型建立了一种基于复杂

体系色谱分析信息生物活性信息的数学模型来表

征与评价天然产物某方面活性的方法 相信这一研

究思路同样适用于单一植物的多种成分与其他方面

活性不同中药资源的成分与多种不同活性等方面

的研究这对于开展植物源功能食品中药研发具有

重要的科学意义

３　 结论

　 　 本研究借助 ＳＰＳＳ１３1049008 ０ 软件探索了结合色谱

学与统计学表征复杂体系中成分与活性对应数学关

系的可行性 研究中构造了一系列组成既有区别又

有联系的连续变化样品组测定其成分信息与活性

信息采用多元线性回归中的逐步回归法建立数学

关系模型来表征多个化合物的混合复杂体系中各物

质含量与活性大小的关系并证明了该关系模型的稳

健性良好 结果表明这一探索是可行的 此关系模

型可表征化合物混合体系中各物质含量变化引起的

活性变化对药物开发以及质量控制中的关键活性

物质的确定具有一定的指导作用为应用数学在色

谱分析学领域的使用开拓了一个新的思路与方法具有潜在的应用价值 由于本研究时间及条件所

限未能确定对活性影响较大物质（第 １８２９３６４１１７ 号峰对应化合物）的具体的化学结构后续研

究中可在此方面做进一步的探索

参考文献

［１］ 　 Ｃｈｅｕｎｇ Ｆ Ｎａｔｕｒｅ ２０１１ ４８０（７３７８） Ｓ８２［２］ 　 Ｍａ Ｌ Ｗａｎｇ Ｙ Ｆ Ｌｉｎ Ｚ Ｙ ｅｔ ａｌ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｆｏｕｒｔｈ

Ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｈｅｍｉｃａｌ Ｂｉｏｌｏｇｙ ａｎｄ ＣｈｅｍｉｓｔｒｙＢｉｏｍｅｄｉｃａｌ Ｃｒｏｓｓ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ （马林 王渝芳林志云 等 第四届全国化学生物学学术会议暨国际化学与

生物医学交叉研讨会论文集） ２００５［３］ 　 Ｑｉ Ｌ Ｗ Ｚｈｏｕ Ｊ Ｌ Ｈａｏ Ｈ Ｐ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎａ Ｐｈａｒｍａ

ｃｅｕｔｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ （齐炼文 周建良 郝海平 等 中国药科

大学学报） ２０１０（３） １９５［４］ 　 Ｗａｎｇ Ｈ Ｌ Ｚｏｕ Ｈ Ｆ Ｋｏｎｇ Ｌ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏ

ｍａｔｏｇｒａｐｈｙ （汪海林 邹汉法 孔亮 等 色谱） １９９９ １７（２） １２３

［５］ 　 Ｎｉｕ Ｘ Ｘ Ｃｕｉ Ｘ Ｓ Ｓｕ Ｈ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （牛晓雪 崔旭盛 苏贺 等 色谱） ２０１２ ３０（２）２１１

［６］ 　 Ｚｈａｏ Ｌ Ｌ Ｌｉｕ Ｆ Ｆ Ｐｅｎｇ Ｙ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （赵路路 刘菲菲 彭缨 等 色谱） ２０１２ ３０（１２） １２７１

［７］ 　 Ｚｈｕ Ｐ Ｘ Ｄｉｎｇ Ｌ Ｘ Ｈｅ Ｊ Ｊ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （朱培曦 丁丽霞 何佳佳 等 色谱） ２０１２ ３０（１０） １０２６

［８］ 　 Ｍｉ Ｈ Ｚｈａｎｇ Ｗ Ｚ Ｐｒａｃｔｉｃａｌ Ｍｏｄｅｒｎ Ｓｔａｔｉｓｔｉｃａｌ ＡｎａｌｙｓｉｓＭｅｔｈｏｄ ａｎｄ ＳＰＳＳ Ａｐｐｌｉｃａｔｉｏｎ Ｂｅｉｊｉｎｇ Ｃｏｎｔｅｍｐｏｒａｒｙ ＣｈｉｎａＰｕｂｌｉｓｈ Ｈｏｕｓｅ （米红 张文璋 实用现代统计分析方法及

ＳＰＳＳ 应用 北京 当代中国出版社） ２００４［９］ 　 Ｗａｎｇ Ｈ Ｗ Ｚｈａｎｇ Ｚ Ｈ Ｊｏｕｒｎａｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅｓ ｉｎ

Ｃｈｉｎａ （王惠文 张志慧 管理科学学报） ２００６ ９（４） ２７［１０］ 　 Ｗａｎｇ Ｌ Ｂ Ｍｕｌｔｉｖａｒｉａｔｅ Ｓｔａｔｉｓｔｉｃａｌ Ａｎａｌｙｓｉｓ Ｍｏｄｅｌｓ Ｃａｓｅ

Ｓｔｕｄｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＳＰＳＳ Ｂｅｉｊｉｎｇ Ｅｃｏｎｏｍｉｃ ＳｃｉｅｎｃｅＰｒｅｓｓ （王力宾 多元统计分析 模型案例及 ＳＰＳＳ 应用 北

京 经济科学出版社） ２０１０［１１］ 　 Ｆｕ Ｙ Ｗａｎｇ Ｌ Ｊ Ｃｈａｉ Ｆ Ｍ ｅｔ ａｌ Ｅａｒｔｈ Ｓｃｉｅｎｃｅ Ｆｒｏｎｔｉｅｒｓ

（付勇 汪立今 柴凤梅 等 地学前缘） ２００９ １６（１） ３７３［１２］ 　 Ｍｏ Ｈ Ｄ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｘｐｅｒｉｍｅｎｔ Ｄｅｓｉｇｎ ２ｎｄ ｅｄ Ｓｈａｎｇ

ｈａｉ Ｓｈａｎｇｈａｉ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｐｕｂｌｉｓｈｉｎｇ Ｈｏｕｓｅ（莫惠栋 农业试验统计 ２ 版 上海 上海科技出版社）１９９２

［１３］ 　 Ｇｕ Ｓ Ｌ Ｈｕｉ Ｄ Ｆ Ｂｉａｎ Ａ Ｈ Ｊ Ｂｉｏｍａｔｈ １９９８ １３ ４２６［１４］ 　 Ｌｉｕ Ｊ Ｌｉｕ Ｙ Ｌｉｕ Ｘ ｅｔ ａｌ Ａｍ Ｊ Ｈｕｍ Ｇｅｎｅｔ ２００７ ８１（２）

３０４［１５］ 　 Ｌｉｕ Ｇ Ｂ Ｊｏｕｒｎａｌ ｏｆ Ｔｉａｎｊｉｎ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ （刘桂宾

天津农学院学报） ２００７ １４（３） ３３［１６］ 　 Ｌｉｕ Ｘ Ｙ Ｍｅｎｇ Ｊ Ｃｈｉｎｅｓｅ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｂｕｌｌｅｔｉｎ （刘

晓宇 孟军 中国农学通报） ２０１２ ２８（７） ２２３［１７］ 　 Ｗａｎｇ Ｊ Ｇ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｓｈａｎｇｈａｉ Ｓｈａｎｇｈａｉ Ｕｎｉｖｅｒ

ｓｉｔｙ （王继国 ［硕士学位论文］ 上海 上海大学） ２００４［１８］ 　 Ｌｉ Ｓ Ｚ Ｂｉａｎ Ｈ Ｒ Ｌｉｕ Ｘ Ｌ Ｊｏｕｒｎａｌ ｏｆ Ｇｕｉｙａｎｇ Ｃｏｌｌｅｇｅ ｏｆ

Ｔｒａｄｉｔｉｏｎａｌ Ｃｈｉｎｅｓｅ （李姝臻 边洪荣 刘晓龙 贵阳中医学

院学报） ２０１３ ３５（４） ２９７［１９］ 　 Ｓｕｎ Ｈ Ｘ Ｌｉ Ｒ Ｌ Ｚｈａｏ Ｓ Ｑ Ｅｖａｌｕａｔｉｏｎ ａｎｄ Ａｎａｌｙｓｉｓ ｏｆ

ＤｒｕｇＵｓｅ ｉｎ Ｈｏｓｐｉｔａｌｓ ｏｆ Ｃｈｉｎａ （孙会仙 李瑞林 赵尚清中国医院用药评价与分析） ２０１１ １１（１） ９４

［２０］ 　 Ｇｏｔｏ Ｙ Ｙａｍａｄａ Ｋ Ｏｈｙａｍａ Ｔ ｅｔ ａｌ Ｄｉａｂｅｔｅｓ Ｒｅｓ ＣｌｉｎＰｒａｃｔ １９９５ ２８（２） ８１

［２１］ 　 Ｚｈｕ Ｙ Ｐ Ｌｉ Ｘ Ｔ Ｌｉ Ｌ Ｔ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎｅｓｅ Ｉｎｓｔｉｔｕｔｅ ｏｆＦｏｏｄ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ （朱运平 李秀婷 李里特中国食品学报） ２０１１ １１（４） １５４

middot０１６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

［２２］　 Ｘｕ Ｑ Ｙ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｄａｌｉａｎ Ｄａｌｉａｎ ＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ （许芹永 ［硕士学位论文］ 大连 大连工业大

学） ２０１２［２３］　 Ｎｉｌｕｂｏｎ Ｊ Ａ Ｍｅｇｈ Ｒ Ｂ Ｊｕｎ Ｋ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０３

１３１９［２４］　 Ｍｅｇｈ Ｒ Ｂ Ｎｉｌｕｂｏｎ Ｊ Ａ Ｇａｏ Ｈ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０６ ２４７［２５］　 Ｚｈｕ Ｙ Ｐ Ｙｉｎ Ｌ Ｊ Ｃｈｅｎｇ Ｙ Ｑ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０９ ７３７［２６］　 Ｌｉ Ｄ Ｑ Ｑｉａｎ Ｚ Ｍ Ｌｉ Ｓ Ｐ Ｊ Ａｇｒｉｃ Ｆｏｏｄ Ｃｈｅｍ ２０１０ ５８

６６０８［２７］　 Ｘｉａｏ Ｙ Ｆ Ｌｉｕ Ｘ Ｌ Ｌｉｕ Ｓ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈ Ｐｈａｒｍａｃｙ

（肖云峰 刘小雷 刘爽 等 北方药学） ２０１１ ８（１１） １９［２８］ 　 Ｃｈｅｎｇ Ｄ Ｙ Ｗａｎｇ Ｙ Ｌ Ｌｉｕ Ｙ Ｈ ｅｔ ａｌ Ｃｈｉｎａ Ｐｈａｒｍａｃｉｓｔ

（程东岩 王友联 刘永宏 等 中国药师） ２０１１ １４（１０）１５２１

［２９］ 　 Ｇａｏ Ｈ Ｈｕａｎｇ Ｙ Ｎ Ｘｕ Ｐ Ｙ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０５６２８

［３０］ 　 Ｚｈｕ Ｗ Ｊ Ｋｏｕ Ｚ Ｎ Ｚｈａｎｇ Ｘ ｅｔ ａｌ Ｆｏｏｄ Ｒｅｓｅａｒｃｈ ａｎｄＤｅｖｅｌｏｐｍｅｎｔ （朱文佳 寇自农 张曦 等 食品研究与开

发） ２０１２ ３３（８） １７１［３１］ 　 Ｘｕ Ｑ Ｙ Ｚｈｕ Ｊ Ｂ Ｓｏｎｇ Ｑ Ｎ ｅｔ ａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ

ｏｆ Ｆｏｏｄ Ｉｎｄｕｓｔｒｙ （许芹永 朱靖博 宋青楠 等 食品工业

科技） ２０１２（３） １１０

10508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882

　 　 　 　 　 　 　 　 历史性的突破两周内到货　 　 　 　 　 　 　 　 　 　 mdashmdashmdash赛默飞液相色谱备件快速到货承诺

　 　 ２０１４ 年 ５ 月 １１ 日北京mdashmdashmdash科学服务领域的世界领导者赛默飞世尔科技（简称赛默飞）发布液相色谱

备件快速到货承诺　 　 实验做到一半氘灯寿终正寝此刻的你该怎么办　 　 相信大多数用户都遇到过类似的问题进口仪器需要更换或更新部件和耗材的时候到货期常常需要很

长一段时间在此期间用户除了等待别无办法项目进度也因此耽搁　 　 为了更好地满足用户的应急需求和满足全国广大用户日益增长的市场需要赛默飞世尔科技推出了液

相色谱产品快速到货承诺mdashmdashmdash液相色谱常规模块包括常用配件和耗材的货期缩短至两周内　 　 两周货期长期有效详情请咨询各区域销售　 　 本活动最终解释权归赛默飞世尔科技所有　 　 详情请查看 ｈｔｔｐ ｗｗｗｔｈｅｒｍｏｃｏｍｃｎ ｎｅｗｓ１０９７ｈｔｍｌ　 　 免费服务热线８００８１０５１１８ ４００６５０５１１８

赛默飞世尔科技 供稿

middot１１６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

ｓｉｌ Ｃ１８ 色谱柱（２５０ ｍｍtimes４1049008 ６ ｍｍ ５ μｍ）流动相乙腈０1049008 １ 甲酸水溶液（４５ ∶ ５５ ｖ ｖ）等度洗脱 ８ｍｉｎ流速１1049008 ０ ｍＬ ｍｉｎ进样量１０ μＬ柱温常温ＵＶ 检测波长３１５ ｎｍ 检测限峰高＞０1049008 ０ ｍＶ峰面积＞０1049008 ０ ｍＶmiddotｓ　 　 活性大小采用相同浓度的样品对酶的抑制率

（Ｗ）来表示使用 ＰＮＰ 峰面积浓度标准曲线法计

算浓度 标准曲线的绘制准确称取 ＰＮＰ 标准品

０1049008 ０３４ ７ ｇ用重蒸纯水超声辅助溶解定容于 ２５ ｍＬ容量瓶中配制成 １０ ｍｍｏｌ Ｌ 的 ＰＮＰ 母液再将其

稀释 成 ０1049008 ８ ０1049008 ４ ０1049008 ２ ０1049008 １ ０1049008 ０５ ０1049008 ０１ ０1049008 ００５０1049008 ００２ ５ ｍｍｏｌ Ｌ 系列浓度的 ＰＮＰ 标准液过 ０1049008 ４５μｍ 水系滤膜经高效液相色谱检测检测条件同

ＰＮＰＧ 法活性检测中的 ＨＰＬＣ 条件 以 ＰＮＰ 峰面

积为横坐标ＰＮＰ 浓度为纵坐标绘制标准曲线

抑制率 Ｗ 计算公式Ｗ＝ Ａ－ＢＡ

times１００ 式中Ａ 为阴

性对照中 ＰＮＰ 的浓度（扣除相应空白） Ｂ 为样品

组（包括阳性对照） 中 ＰＮＰ 的浓度（扣除相应空

白）１２４　 数学模型的构建

　 　 以样品对 α葡萄糖苷酶的抑制率 Ｗ 为因变量样品 ＨＰＬＣ 谱图中各组分的峰面积 ３ 次测定的平均

值（Ｖｉ）为自变量进行多元线性回归 在这个模型

中样品个数 Ｎ＝ ２９样品维度（所有样品峰的总数）Ｐ＝ ５５属于典型的超饱和模型（Ｐ＞Ｎ）且单个样品

中的不同成分之间会对活性产生难以预估的相互作

用或者某个成分的单独作用可以相抵其他若干组

分的共同作用即待考察的项数之间存在多重共线

性故选用逐步回归法进行统计学分析 具体操作

中使用统计软件 ＳＰＳＳ１３1049008 ０ 中的ldquoＲｅｇｒｅｓｓｉｏｎ Ａｎａｌｙｓｉｓ Ｌｉｎｅａｒｉｔｙ Ｓｔｅｐｗｉｓｅrdquo程序进行数据处理选取

Ｆ 分布概率区间为进入 Ｆ（α ＝ ０1049008 ０５）移出 Ｆ（α ＝０1049008 １０）

２　 结果与讨论

２１　 ＨＰＬＣ 条件的确定

　 　 为了获取充分的色谱信息本文考察了 Ｄｉａｍｏｎｓｉｌ Ｃ１８ＵｎｉＰＳ ５１００Ｈｙｐｅｒｓｉｌ ＢＤＳ Ｃ１８ＳｉｎｏＣｈｒｏｍ ＯＤＳＢＰ 等色谱柱对样品的分离效果确定

了 Ｇａｌａｋｓｉｌ ＥＦＣ１８Ｍ（２５０ ｍｍtimes４1049008 ６ ｍｍ ５ μｍ填料孔径 １２ ｎｍ）作为分析色谱柱选择乙腈与 ０1049008 ０２ｍｏｌ Ｌ 磷酸二氢钾溶液（磷酸调节 ｐＨ＝ ２）作为流动

相梯度洗脱在此条件下西青果提取物达到了较好

的分离（见图 ２）

图 ２　 西青果乙醇提取物的 ＨＰＬＣ 谱图Ｆｉｇ ２　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍ ｏｆ Ｔｅｒｍｉｎａｌｉａ ｃｈｅｂｕｌａ

Ｒｅｔｚ ｅｘｔｒａｃｔ ｗｉｔｈ ｅｔｈａｎｏｌ

２２　 组分样品的制备及其 ＨＰＬＣ 检测

　 　 ＴＣＲｃｒｕｄｅ 经 ＨＰＤ１００ 大孔树脂富集处理后

得到黄褐色细干粉状 ＴＣＲｐｕｒ ４０1049008 ３ ｇ经 ＳｅｐｈａｄｅｘＬＨ２０ 凝胶色谱柱分离得到 ２９ 个成分连续变化组成既有联系又有区别的混合物样品组 对各组样品

采用 ＨＰＬＣ 检测各样品的化学组成结果见图 ３　 　 每组样品平行测定 ３ 次根据出峰时间对不同

组分的各个峰进行排列将保留时间相同或相近峰形相似的峰进行识别和匹配记录峰面积数值并计

算其平均值与相对标准偏差（ＲＳＤ）（具体数据略）

表 １　 ＰＮＰＧ 法测定的 ２９ 组样品的 α葡萄糖苷酶抑制率（ｎ＝３）Ｔａｂｌｅ １　 Ｉｎｈｉｂｉｔｉｏｎ ｏｆ αｇｌｙｃｏｓｉｄａｓｅ ｅｎｚｙｍｅ ｆｏｒ ｔｈｅ

２９ ｓａｍｐｌｅｓ ｂｙ ＰＮＰＧ ｍｅｔｈｏｄ （ｎ＝３）

ＳａｍｐｌｅＥｎｚｙｍｅ ｉｎｈｉｂｉｔｉｏｎ

（Ｗ） Ｓａｍｐｌｅ

Ｅｎｚｙｍｅ ｉｎｈｉｂｉｔｉｏｎ（Ｗ）

１ １００００ １６ ９６５９２ １０１６ １７ ９６８４３ ２９１６ １８ ９８３７４ １１７２ １９ ７５９７５ ５１２０ ２０ １００００６ ６２８０ ２１ ９９８７７ ３９４４ ２２ １００００８ ３７８７ ２３ １００００９ ６６３８ ２４ ９４０１

１０ ７９５９ ２５ １２２３１１ ６６８ ２６ ７０１８１２ ６６２６ ２７ ８６５９１３ ８９８３ ２８ ９７２６１４ ９３２６ ２９ ９９６４１５ ８９６７ Ｐｏｓｉｔｉｖｅ ｃｏｎｔｒｏｌ ７９２

２３　 样品抑制 α葡萄糖苷酶活性的检测

　 　 对上述样品进行 ＰＮＰＧ 法活性检测所得结果

的标准曲线方程为 ｙ ＝ ０1049008 ０００ ２ ｘ ＋ ０1049008 ００２ ３ ｒ ＝０1049008 ９９９ ２根据方程计算各组分的 ＰＮＰ 浓度及其相

应的对酶抑制率对各样品活性检测数据取 ３ 次测

定的平均值所得结果见表 １

middot７０６middot

色 谱 第 ３２ 卷

图 ３　 ２９ 组样品的 ＨＰＬＣ 谱图Ｆｉｇ ３　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍｓ ｏｆ ｔｈｅ ２９ ｓａｍｐｌｅｓ

表 ２　 模型拟合概况及方差分析Ｔａｂｌｅ ２　 Ｍｏｄｅｌ ｓｕｍｍａｒｙ ａｎｄ ａｎａｌｙｓｉｓ ｏｆ ｖａｒｉａｎｃｅ

Ｍｏｄｅｌ Ｎｏ Ｒ Ｒ２ Ａｄｊｕｓｔｅｄ Ｒ２ Ｃｈａｎｇｅ ｓｔａｔｉｓｔｉｃｓＲ２ ｃｈａｎｇｅ Ｆ ｃｈａｎｇｅ Ｓｉｇ Ｆ ｃｈａｎｇｅ

１ ０４５３ ０２０５ ０１７６ ０２０５ ６９６２ ００１４２ ０６１３ ０３７６ ０３２８ ０１７１ ７１１２ ００１３３ ０６８４ ０４６７ ０４０３ ００９２ ４２９６ ００４９４ ０７７２ ０５９６ ０５２９ ０１２９ ７６４１ ００１１５ ０８１８ ０６６９ ０５９７ ００７３ ５０５３ ００３４６ ０８５４ ０７２９ ０６５５ ００６０ ４９０９ ００３７

２４　 样品成分与活性对应的数学关系模型的构建

　 　 由 ＳＰＳＳ１３1049008 ０ 软件中的ldquoＲｅｇｒｅｓｓｉｏｎ Ａｎａｌｙｓｉｓ Ｌｉｎｅａｒｉｔｙ Ｓｔｅｐｗｉｓｅrdquo程序处理得出如下结果模型

拟合概况及方差分析见表 ２其中的复相关系数 Ｒ表明自变量与因变量之间的相关程度复决定系数

Ｒ２ 反映 Ｖ 引起 Ｗ 的变异性 当自变量 Ｖ７Ｖ１８Ｖ２９Ｖ４Ｖ１１Ｖ３６都进入方程时Ｒ ＝ ０1049008 ８５４表明自变量与

因变量有良好的相关性 Ｒ２ ＝ ０1049008 ７２９ 表明上述 ６ 个

自变量可以解释因变量 ７２1049008 ９ 的变异性 检验回

归方程 ６ 种模式的 Ｆ 统计量分别为 ６1049008 ９６２７1049008 １１２４1049008 ２９６７1049008 ６４１５1049008 ０５３４1049008 ９０９均大于对应的 Ｆ０1049008 １（１５４）＝ ２1049008 ８１ Ｆ０1049008 １（２ ５３）＝ ２1049008 ４１ Ｆ０1049008 １（３ ５２）＝ ２1049008 ２０Ｆ０1049008 １（４ ５１）＝ ２1049008 ０６ Ｆ０1049008 １（５ ５０）＝ １1049008 ９７ Ｆ０1049008 １（６ ４９）＝ １1049008 ９０ ６ 步回归的显著 Ｆ 变化值（Ｓｉｇ Ｆ ｃｈａｎｇｅ）依次为 ０1049008 ０１４０1049008 ０１３０1049008 ０４９０1049008 ０１１０1049008 ０３４０1049008 ０３７均小于 ０1049008 ０５差异显著所以回归方程具有统计学意

义 模型 ６ 的方程更显著更有统计学意义为最优

回归方程　 　 在回归系数分析表（表 ３）中回归系数（Ｂ）的绝对值反映了组分对酶的抑制率程度绝对值越大表现出对抑制酶活能力的影响越大影响包括促进

与阻碍两种作用 表 ３ 中列出了回归模型的自变量

系数与常数项及个体的 ｔ 检验 由第 ６ 步回归分析

的 ｔ 检验可以知道对 Ｖ７Ｖ１８Ｖ２９Ｖ４Ｖ１１Ｖ３６检验

的 Ｓｉｇ Ｆ ｃｈａｎｇｅ 值依次为 ０1049008 ０１８０1049008 ００６ ０1049008 ００００1049008 ００１０1049008 ０１６０1049008 ０３７均小于 ０1049008 ０５差异显著表明

回归方程在个体上有意义 且由 Ｍｏｄｅｌ １Ｍｏｄｅｌ ２可看出Ｖ１８引入后使 Ｖ７ 的回归系数绝对值减小说明前者可部分抵消后者的作用 同理Ｖ２９可部分抵

消 Ｖ７Ｖ１８的作用三者的回归系数均为负值表明该

成分对酶的活性有显著的促进作用Ｖ４Ｖ１１的回归

系数为正表明该成分对酶的活性有显著的抑制作

middot８０６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

用且 Ｖ１１的引入使 Ｖ４ 的回归系数变大即 Ｖ１１可以

增强 Ｖ４ 的抑制作用Ｖ３６的回归系数为负且 Ｖ３６的

引入使 Ｖ７Ｖ４ 的回归系数的绝对值变小Ｖ１８Ｖ２９

Ｖ１１的回归系数绝对值变大表明 Ｖ３６本身对酶活性

有显著的抑制作用且其可抑制 Ｖ７Ｖ４ 的作用促进

Ｖ１８Ｖ２９Ｖ１１的作用表 ３　 ６ 个数学模型的回归系数分析

Ｔａｂｌｅ ３　 Ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｃｏｅｆｆｉｃｉｅｎｔｓ ｏｆ ｔｈｅ ｓｉｘ ｍｏｄｅｌｓ

Ｍｏｄｅｌ Ｎｏ ＰａｒａｍｅｔｅｒＵｎｓｔａｎｄａｒｄｉｚｅｄ ｃｏｅｆｆｉｃｉｅｎｔｓ

Ｂ Ｓｔａｎｄａｒｄ ｅｒｒｏｒＳｔａｎｄａｒｄｉｚｅｄ ｃｏｅｆｆｉｃｉｅｎｔｓ

ＢｔＴｅｓｔ Ｓｉｇ Ｆ ｃｈａｎｇｅ

１ ｃｏｎｓｔａｎｔ ７７３３６ ５９２１ １３０６２ ００００Ｖ７ －００３５ ００１３ －０４５３ －２６３９ ００１４

２ ｃｏｎｓｔａｎｔ ８０４３９ ５４７２ １４７０１ ００００Ｖ７ －００３２ ００１２ －０４１７ －２６８３ ００１３Ｖ１８ －０１７５ ００６６ －０４１５ －２６６７ ００１３

３ ｃｏｎｓｔａｎｔ ８４５８２ ５５２９ １５２９９ ００００Ｖ７ －００３１ ００１１ －０３９８ －２７１５ ００１２Ｖ１８ －０１５５ ００５１ －０３９５ －２６９３ ００１２Ｖ２９ －００４３ ００２１ －０３０４ －２０７３ ００４９

４ ｃｏｎｓｔａｎｔ ８４０１８ ４９１８ １７０８２ ００００Ｖ７ －００４８ ００１２ －０６３０ －４０６３ ００００Ｖ１８ －０１１７ ００５８ －０２７８ －２０２２ ００５４Ｖ２９ －００９５ ００２６ －０６７７ －３６０８ ０００１Ｖ４ ００５７ ００２１ ０５８０ ２７６４ ００１１

５ ｃｏｎｓｔａｎｔ ８２５５３ ４５９６ １７９６３ ００００Ｖ７ －００５２ ００１１ －０６７２ －４６４７ ００００Ｖ１８ －０１２６ ００５４ －０２９９ －２３４９ ００２８Ｖ２９ －０１３５ ００３０ －０９６３ －４４７５ ００００Ｖ４ ００８１ ００２２ ０８２６ ３７０７ ０００１Ｖ１１ ００６９ ００３１ ０３４６ ２２４８ ００３４

６ ｃｏｎｓｔａｎｔ ８５６６９ ４４７６ １９１４１ ００００Ｖ７ －００３４ ００１３ －０４３６ －２５４６ ００１８Ｖ１８ －０１５５ ００５１ －０３６７ －３０１９ ０００６Ｖ２９ －０１４２ ００２８ －１０１２ －５０５５ ００００Ｖ４ ００７９ ００２０ ０８０５ ３９０４ ０００１Ｖ１１ ００７４ ００２８ ０３７３ ２６０９ ００１６Ｖ３６ －０１１７ ００５３ －０３３８ －２２１６ ００３７

　 　 逐步回归方程　 　 Ｍｏｄｅｌ １Ｗ ＝ Ｖ７ times（ －０1049008 ０３５plusmn０1049008 ０１３） ＋７７1049008 ３３６plusmn５1049008 ９２１　 　 Ｍｏｄｅｌ ２Ｗ ＝ Ｖ７ times （ － ０1049008 ０３２ plusmn ０1049008 ０１２） ＋ Ｖ１８ times（－０1049008 １７５plusmn０1049008 ０６６）＋８０1049008 ４３９plusmn５1049008 ４７２　 　 Ｍｏｄｅｌ ３Ｗ ＝ Ｖ７ times （ － ０1049008 ０３１ plusmn ０1049008 ０１１） ＋ Ｖ１８ times（－０1049008 １５５plusmn０1049008 ０５１）＋Ｖ２９ times（－０1049008 ０４３plusmn０1049008 ０２１） ＋８４1049008 ５８２plusmn５1049008 ５２９　 　 Ｍｏｄｅｌ ４Ｗ ＝ Ｖ７ times （ － ０1049008 ０４８ plusmn ０1049008 ０１２） ＋ Ｖ１８ times（－０1049008 １１７plusmn０1049008 ０５８） ＋ Ｖ２９ times （ － ０1049008 ０９５ plusmn ０1049008 ０２６） ＋ Ｖ４ times（０1049008 ０５７plusmn０1049008 ０２１）＋８４1049008 ０１８plusmn４1049008 ９１８　 　 Ｍｏｄｅｌ ５Ｗ ＝ Ｖ７ times （ － ０1049008 ０５２ plusmn ０1049008 ０１１） ＋ Ｖ１８ times（－０1049008 １２６plusmn０1049008 ０５４） ＋ Ｖ２９ times （ － ０1049008 １３５ plusmn ０1049008 ０３０） ＋ Ｖ４ times（０1049008 ０８１ plusmn ０1049008 ０２２） ＋Ｖ１１ times （０1049008 ０６９ plusmn ０1049008 ０３１） ＋ ８２1049008 ５５３ plusmn４1049008 ５９６　 　 Ｍｏｄｅｌ ６Ｗ ＝ Ｖ７ times （ － ０1049008 ０３４ plusmn ０1049008 ０１３） ＋ Ｖ１８ times（－０1049008 １５５plusmn０1049008 ０５１） ＋ Ｖ２９ times （ － ０1049008 １４２ plusmn ０1049008 ０２８） ＋ Ｖ４ times

（０1049008 ０７９ plusmn ０1049008 ０２０ ） ＋ Ｖ１１ times （ ０1049008 ０７４ plusmn ０1049008 ０２８ ） ＋ Ｖ３６ times（－０1049008 １１７plusmn０1049008 ０５３）＋８５1049008 ６６９plusmn４1049008 ４７６　 　 综上对酶活性影响显著的物质依次为第 １８２９３６４１１７ 号峰对应的化合物２５　 模型的稳健性与普适性分析

　 　 在 ２９ 组样品中随机抽取 １５ 组进行任意混配制得 ５ 组新样品并配制为 １1049008 ００ ｇ Ｌ 的甲醇溶液编号 Ｓ１ＮＳ２ＮＳ３ＮＳ４ＮＳ５Ｎ采用上述方法重复 ＨＰＬＣ成分检测与 ＰＮＰＧ 活性检测 ５ 组样品的 ＨＰＬＣ 检

测化学组成结果见图 ４（相应的色谱信息具体数据

略） 从 ＨＰＬＣ 成分检测可知此 ５ 组样品构成的新

测试集包含数学模型 ６ 中所述对活性影响显著的全

部化合物故可采用此组数据验证模型的稳健性　 　 根据模型方程式可预测该 ５ 组样品对 α葡萄

糖苷酶抑制率分别为 ８８1049008 ４８ ９９1049008 ７６ ７８1049008 ４９２６1049008 ９４９３1049008 ８８按其大小顺次样品排列为 Ｓ２Ｎ＞Ｓ５Ｎ

＞Ｓ１Ｎ＞Ｓ３Ｎ＞Ｓ４Ｎ 采用 ＰＮＰＧ 法实际测得样品的抑制

率 分 别 为 ９３1049008 ３６ ９９1049008 ９８ ７６1049008 ６５ ３１1049008 １５

middot９０６middot

色 谱 第 ３２ 卷

图 ４　 模型稳健性考察样品的 ＨＰＬＣ 谱图Ｆｉｇ ４　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍｓ ｏｆ ｔｈｅ ｓａｍｐｌｅｓ ｆｏｒ

ｔｈｅ ｓｔｅａｄｉｎｅｓｓ ｏｆ ｔｈｅ ｍｏｄｅｌ

９７1049008 ０３按大小顺次样品排列为 Ｓ２Ｎ＞Ｓ５Ｎ＞Ｓ１Ｎ＞Ｓ３Ｎ＞Ｓ４Ｎ 该数值变化规律与计算所得数据吻合存在正

常范围内的随机误差说明模型的稳健性良好　 　 中药组分是天然的混合复杂化合物体系不同

中药组分的复杂程度不同西青果组成成分与药理

活性已被多位学者深入研究 本论文通过构建西青

果提取物中多个化学成分与抑制 α葡萄糖苷酶活

性之间对应关系的数学模型建立了一种基于复杂

体系色谱分析信息生物活性信息的数学模型来表

征与评价天然产物某方面活性的方法 相信这一研

究思路同样适用于单一植物的多种成分与其他方面

活性不同中药资源的成分与多种不同活性等方面

的研究这对于开展植物源功能食品中药研发具有

重要的科学意义

３　 结论

　 　 本研究借助 ＳＰＳＳ１３1049008 ０ 软件探索了结合色谱

学与统计学表征复杂体系中成分与活性对应数学关

系的可行性 研究中构造了一系列组成既有区别又

有联系的连续变化样品组测定其成分信息与活性

信息采用多元线性回归中的逐步回归法建立数学

关系模型来表征多个化合物的混合复杂体系中各物

质含量与活性大小的关系并证明了该关系模型的稳

健性良好 结果表明这一探索是可行的 此关系模

型可表征化合物混合体系中各物质含量变化引起的

活性变化对药物开发以及质量控制中的关键活性

物质的确定具有一定的指导作用为应用数学在色

谱分析学领域的使用开拓了一个新的思路与方法具有潜在的应用价值 由于本研究时间及条件所

限未能确定对活性影响较大物质（第 １８２９３６４１１７ 号峰对应化合物）的具体的化学结构后续研

究中可在此方面做进一步的探索

参考文献

［１］ 　 Ｃｈｅｕｎｇ Ｆ Ｎａｔｕｒｅ ２０１１ ４８０（７３７８） Ｓ８２［２］ 　 Ｍａ Ｌ Ｗａｎｇ Ｙ Ｆ Ｌｉｎ Ｚ Ｙ ｅｔ ａｌ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｆｏｕｒｔｈ

Ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｈｅｍｉｃａｌ Ｂｉｏｌｏｇｙ ａｎｄ ＣｈｅｍｉｓｔｒｙＢｉｏｍｅｄｉｃａｌ Ｃｒｏｓｓ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ （马林 王渝芳林志云 等 第四届全国化学生物学学术会议暨国际化学与

生物医学交叉研讨会论文集） ２００５［３］ 　 Ｑｉ Ｌ Ｗ Ｚｈｏｕ Ｊ Ｌ Ｈａｏ Ｈ Ｐ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎａ Ｐｈａｒｍａ

ｃｅｕｔｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ （齐炼文 周建良 郝海平 等 中国药科

大学学报） ２０１０（３） １９５［４］ 　 Ｗａｎｇ Ｈ Ｌ Ｚｏｕ Ｈ Ｆ Ｋｏｎｇ Ｌ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏ

ｍａｔｏｇｒａｐｈｙ （汪海林 邹汉法 孔亮 等 色谱） １９９９ １７（２） １２３

［５］ 　 Ｎｉｕ Ｘ Ｘ Ｃｕｉ Ｘ Ｓ Ｓｕ Ｈ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （牛晓雪 崔旭盛 苏贺 等 色谱） ２０１２ ３０（２）２１１

［６］ 　 Ｚｈａｏ Ｌ Ｌ Ｌｉｕ Ｆ Ｆ Ｐｅｎｇ Ｙ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （赵路路 刘菲菲 彭缨 等 色谱） ２０１２ ３０（１２） １２７１

［７］ 　 Ｚｈｕ Ｐ Ｘ Ｄｉｎｇ Ｌ Ｘ Ｈｅ Ｊ Ｊ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （朱培曦 丁丽霞 何佳佳 等 色谱） ２０１２ ３０（１０） １０２６

［８］ 　 Ｍｉ Ｈ Ｚｈａｎｇ Ｗ Ｚ Ｐｒａｃｔｉｃａｌ Ｍｏｄｅｒｎ Ｓｔａｔｉｓｔｉｃａｌ ＡｎａｌｙｓｉｓＭｅｔｈｏｄ ａｎｄ ＳＰＳＳ Ａｐｐｌｉｃａｔｉｏｎ Ｂｅｉｊｉｎｇ Ｃｏｎｔｅｍｐｏｒａｒｙ ＣｈｉｎａＰｕｂｌｉｓｈ Ｈｏｕｓｅ （米红 张文璋 实用现代统计分析方法及

ＳＰＳＳ 应用 北京 当代中国出版社） ２００４［９］ 　 Ｗａｎｇ Ｈ Ｗ Ｚｈａｎｇ Ｚ Ｈ Ｊｏｕｒｎａｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅｓ ｉｎ

Ｃｈｉｎａ （王惠文 张志慧 管理科学学报） ２００６ ９（４） ２７［１０］ 　 Ｗａｎｇ Ｌ Ｂ Ｍｕｌｔｉｖａｒｉａｔｅ Ｓｔａｔｉｓｔｉｃａｌ Ａｎａｌｙｓｉｓ Ｍｏｄｅｌｓ Ｃａｓｅ

Ｓｔｕｄｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＳＰＳＳ Ｂｅｉｊｉｎｇ Ｅｃｏｎｏｍｉｃ ＳｃｉｅｎｃｅＰｒｅｓｓ （王力宾 多元统计分析 模型案例及 ＳＰＳＳ 应用 北

京 经济科学出版社） ２０１０［１１］ 　 Ｆｕ Ｙ Ｗａｎｇ Ｌ Ｊ Ｃｈａｉ Ｆ Ｍ ｅｔ ａｌ Ｅａｒｔｈ Ｓｃｉｅｎｃｅ Ｆｒｏｎｔｉｅｒｓ

（付勇 汪立今 柴凤梅 等 地学前缘） ２００９ １６（１） ３７３［１２］ 　 Ｍｏ Ｈ Ｄ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｘｐｅｒｉｍｅｎｔ Ｄｅｓｉｇｎ ２ｎｄ ｅｄ Ｓｈａｎｇ

ｈａｉ Ｓｈａｎｇｈａｉ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｐｕｂｌｉｓｈｉｎｇ Ｈｏｕｓｅ（莫惠栋 农业试验统计 ２ 版 上海 上海科技出版社）１９９２

［１３］ 　 Ｇｕ Ｓ Ｌ Ｈｕｉ Ｄ Ｆ Ｂｉａｎ Ａ Ｈ Ｊ Ｂｉｏｍａｔｈ １９９８ １３ ４２６［１４］ 　 Ｌｉｕ Ｊ Ｌｉｕ Ｙ Ｌｉｕ Ｘ ｅｔ ａｌ Ａｍ Ｊ Ｈｕｍ Ｇｅｎｅｔ ２００７ ８１（２）

３０４［１５］ 　 Ｌｉｕ Ｇ Ｂ Ｊｏｕｒｎａｌ ｏｆ Ｔｉａｎｊｉｎ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ （刘桂宾

天津农学院学报） ２００７ １４（３） ３３［１６］ 　 Ｌｉｕ Ｘ Ｙ Ｍｅｎｇ Ｊ Ｃｈｉｎｅｓｅ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｂｕｌｌｅｔｉｎ （刘

晓宇 孟军 中国农学通报） ２０１２ ２８（７） ２２３［１７］ 　 Ｗａｎｇ Ｊ Ｇ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｓｈａｎｇｈａｉ Ｓｈａｎｇｈａｉ Ｕｎｉｖｅｒ

ｓｉｔｙ （王继国 ［硕士学位论文］ 上海 上海大学） ２００４［１８］ 　 Ｌｉ Ｓ Ｚ Ｂｉａｎ Ｈ Ｒ Ｌｉｕ Ｘ Ｌ Ｊｏｕｒｎａｌ ｏｆ Ｇｕｉｙａｎｇ Ｃｏｌｌｅｇｅ ｏｆ

Ｔｒａｄｉｔｉｏｎａｌ Ｃｈｉｎｅｓｅ （李姝臻 边洪荣 刘晓龙 贵阳中医学

院学报） ２０１３ ３５（４） ２９７［１９］ 　 Ｓｕｎ Ｈ Ｘ Ｌｉ Ｒ Ｌ Ｚｈａｏ Ｓ Ｑ Ｅｖａｌｕａｔｉｏｎ ａｎｄ Ａｎａｌｙｓｉｓ ｏｆ

ＤｒｕｇＵｓｅ ｉｎ Ｈｏｓｐｉｔａｌｓ ｏｆ Ｃｈｉｎａ （孙会仙 李瑞林 赵尚清中国医院用药评价与分析） ２０１１ １１（１） ９４

［２０］ 　 Ｇｏｔｏ Ｙ Ｙａｍａｄａ Ｋ Ｏｈｙａｍａ Ｔ ｅｔ ａｌ Ｄｉａｂｅｔｅｓ Ｒｅｓ ＣｌｉｎＰｒａｃｔ １９９５ ２８（２） ８１

［２１］ 　 Ｚｈｕ Ｙ Ｐ Ｌｉ Ｘ Ｔ Ｌｉ Ｌ Ｔ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎｅｓｅ Ｉｎｓｔｉｔｕｔｅ ｏｆＦｏｏｄ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ （朱运平 李秀婷 李里特中国食品学报） ２０１１ １１（４） １５４

middot０１６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

［２２］　 Ｘｕ Ｑ Ｙ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｄａｌｉａｎ Ｄａｌｉａｎ ＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ （许芹永 ［硕士学位论文］ 大连 大连工业大

学） ２０１２［２３］　 Ｎｉｌｕｂｏｎ Ｊ Ａ Ｍｅｇｈ Ｒ Ｂ Ｊｕｎ Ｋ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０３

１３１９［２４］　 Ｍｅｇｈ Ｒ Ｂ Ｎｉｌｕｂｏｎ Ｊ Ａ Ｇａｏ Ｈ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０６ ２４７［２５］　 Ｚｈｕ Ｙ Ｐ Ｙｉｎ Ｌ Ｊ Ｃｈｅｎｇ Ｙ Ｑ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０９ ７３７［２６］　 Ｌｉ Ｄ Ｑ Ｑｉａｎ Ｚ Ｍ Ｌｉ Ｓ Ｐ Ｊ Ａｇｒｉｃ Ｆｏｏｄ Ｃｈｅｍ ２０１０ ５８

６６０８［２７］　 Ｘｉａｏ Ｙ Ｆ Ｌｉｕ Ｘ Ｌ Ｌｉｕ Ｓ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈ Ｐｈａｒｍａｃｙ

（肖云峰 刘小雷 刘爽 等 北方药学） ２０１１ ８（１１） １９［２８］ 　 Ｃｈｅｎｇ Ｄ Ｙ Ｗａｎｇ Ｙ Ｌ Ｌｉｕ Ｙ Ｈ ｅｔ ａｌ Ｃｈｉｎａ Ｐｈａｒｍａｃｉｓｔ

（程东岩 王友联 刘永宏 等 中国药师） ２０１１ １４（１０）１５２１

［２９］ 　 Ｇａｏ Ｈ Ｈｕａｎｇ Ｙ Ｎ Ｘｕ Ｐ Ｙ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０５６２８

［３０］ 　 Ｚｈｕ Ｗ Ｊ Ｋｏｕ Ｚ Ｎ Ｚｈａｎｇ Ｘ ｅｔ ａｌ Ｆｏｏｄ Ｒｅｓｅａｒｃｈ ａｎｄＤｅｖｅｌｏｐｍｅｎｔ （朱文佳 寇自农 张曦 等 食品研究与开

发） ２０１２ ３３（８） １７１［３１］ 　 Ｘｕ Ｑ Ｙ Ｚｈｕ Ｊ Ｂ Ｓｏｎｇ Ｑ Ｎ ｅｔ ａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ

ｏｆ Ｆｏｏｄ Ｉｎｄｕｓｔｒｙ （许芹永 朱靖博 宋青楠 等 食品工业

科技） ２０１２（３） １１０

10508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882

　 　 　 　 　 　 　 　 历史性的突破两周内到货　 　 　 　 　 　 　 　 　 　 mdashmdashmdash赛默飞液相色谱备件快速到货承诺

　 　 ２０１４ 年 ５ 月 １１ 日北京mdashmdashmdash科学服务领域的世界领导者赛默飞世尔科技（简称赛默飞）发布液相色谱

备件快速到货承诺　 　 实验做到一半氘灯寿终正寝此刻的你该怎么办　 　 相信大多数用户都遇到过类似的问题进口仪器需要更换或更新部件和耗材的时候到货期常常需要很

长一段时间在此期间用户除了等待别无办法项目进度也因此耽搁　 　 为了更好地满足用户的应急需求和满足全国广大用户日益增长的市场需要赛默飞世尔科技推出了液

相色谱产品快速到货承诺mdashmdashmdash液相色谱常规模块包括常用配件和耗材的货期缩短至两周内　 　 两周货期长期有效详情请咨询各区域销售　 　 本活动最终解释权归赛默飞世尔科技所有　 　 详情请查看 ｈｔｔｐ ｗｗｗｔｈｅｒｍｏｃｏｍｃｎ ｎｅｗｓ１０９７ｈｔｍｌ　 　 免费服务热线８００８１０５１１８ ４００６５０５１１８

赛默飞世尔科技 供稿

middot１１６middot

色 谱 第 ３２ 卷

图 ３　 ２９ 组样品的 ＨＰＬＣ 谱图Ｆｉｇ ３　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍｓ ｏｆ ｔｈｅ ２９ ｓａｍｐｌｅｓ

表 ２　 模型拟合概况及方差分析Ｔａｂｌｅ ２　 Ｍｏｄｅｌ ｓｕｍｍａｒｙ ａｎｄ ａｎａｌｙｓｉｓ ｏｆ ｖａｒｉａｎｃｅ

Ｍｏｄｅｌ Ｎｏ Ｒ Ｒ２ Ａｄｊｕｓｔｅｄ Ｒ２ Ｃｈａｎｇｅ ｓｔａｔｉｓｔｉｃｓＲ２ ｃｈａｎｇｅ Ｆ ｃｈａｎｇｅ Ｓｉｇ Ｆ ｃｈａｎｇｅ

１ ０４５３ ０２０５ ０１７６ ０２０５ ６９６２ ００１４２ ０６１３ ０３７６ ０３２８ ０１７１ ７１１２ ００１３３ ０６８４ ０４６７ ０４０３ ００９２ ４２９６ ００４９４ ０７７２ ０５９６ ０５２９ ０１２９ ７６４１ ００１１５ ０８１８ ０６６９ ０５９７ ００７３ ５０５３ ００３４６ ０８５４ ０７２９ ０６５５ ００６０ ４９０９ ００３７

２４　 样品成分与活性对应的数学关系模型的构建

　 　 由 ＳＰＳＳ１３1049008 ０ 软件中的ldquoＲｅｇｒｅｓｓｉｏｎ Ａｎａｌｙｓｉｓ Ｌｉｎｅａｒｉｔｙ Ｓｔｅｐｗｉｓｅrdquo程序处理得出如下结果模型

拟合概况及方差分析见表 ２其中的复相关系数 Ｒ表明自变量与因变量之间的相关程度复决定系数

Ｒ２ 反映 Ｖ 引起 Ｗ 的变异性 当自变量 Ｖ７Ｖ１８Ｖ２９Ｖ４Ｖ１１Ｖ３６都进入方程时Ｒ ＝ ０1049008 ８５４表明自变量与

因变量有良好的相关性 Ｒ２ ＝ ０1049008 ７２９ 表明上述 ６ 个

自变量可以解释因变量 ７２1049008 ９ 的变异性 检验回

归方程 ６ 种模式的 Ｆ 统计量分别为 ６1049008 ９６２７1049008 １１２４1049008 ２９６７1049008 ６４１５1049008 ０５３４1049008 ９０９均大于对应的 Ｆ０1049008 １（１５４）＝ ２1049008 ８１ Ｆ０1049008 １（２ ５３）＝ ２1049008 ４１ Ｆ０1049008 １（３ ５２）＝ ２1049008 ２０Ｆ０1049008 １（４ ５１）＝ ２1049008 ０６ Ｆ０1049008 １（５ ５０）＝ １1049008 ９７ Ｆ０1049008 １（６ ４９）＝ １1049008 ９０ ６ 步回归的显著 Ｆ 变化值（Ｓｉｇ Ｆ ｃｈａｎｇｅ）依次为 ０1049008 ０１４０1049008 ０１３０1049008 ０４９０1049008 ０１１０1049008 ０３４０1049008 ０３７均小于 ０1049008 ０５差异显著所以回归方程具有统计学意

义 模型 ６ 的方程更显著更有统计学意义为最优

回归方程　 　 在回归系数分析表（表 ３）中回归系数（Ｂ）的绝对值反映了组分对酶的抑制率程度绝对值越大表现出对抑制酶活能力的影响越大影响包括促进

与阻碍两种作用 表 ３ 中列出了回归模型的自变量

系数与常数项及个体的 ｔ 检验 由第 ６ 步回归分析

的 ｔ 检验可以知道对 Ｖ７Ｖ１８Ｖ２９Ｖ４Ｖ１１Ｖ３６检验

的 Ｓｉｇ Ｆ ｃｈａｎｇｅ 值依次为 ０1049008 ０１８０1049008 ００６ ０1049008 ００００1049008 ００１０1049008 ０１６０1049008 ０３７均小于 ０1049008 ０５差异显著表明

回归方程在个体上有意义 且由 Ｍｏｄｅｌ １Ｍｏｄｅｌ ２可看出Ｖ１８引入后使 Ｖ７ 的回归系数绝对值减小说明前者可部分抵消后者的作用 同理Ｖ２９可部分抵

消 Ｖ７Ｖ１８的作用三者的回归系数均为负值表明该

成分对酶的活性有显著的促进作用Ｖ４Ｖ１１的回归

系数为正表明该成分对酶的活性有显著的抑制作

middot８０６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

用且 Ｖ１１的引入使 Ｖ４ 的回归系数变大即 Ｖ１１可以

增强 Ｖ４ 的抑制作用Ｖ３６的回归系数为负且 Ｖ３６的

引入使 Ｖ７Ｖ４ 的回归系数的绝对值变小Ｖ１８Ｖ２９

Ｖ１１的回归系数绝对值变大表明 Ｖ３６本身对酶活性

有显著的抑制作用且其可抑制 Ｖ７Ｖ４ 的作用促进

Ｖ１８Ｖ２９Ｖ１１的作用表 ３　 ６ 个数学模型的回归系数分析

Ｔａｂｌｅ ３　 Ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｃｏｅｆｆｉｃｉｅｎｔｓ ｏｆ ｔｈｅ ｓｉｘ ｍｏｄｅｌｓ

Ｍｏｄｅｌ Ｎｏ ＰａｒａｍｅｔｅｒＵｎｓｔａｎｄａｒｄｉｚｅｄ ｃｏｅｆｆｉｃｉｅｎｔｓ

Ｂ Ｓｔａｎｄａｒｄ ｅｒｒｏｒＳｔａｎｄａｒｄｉｚｅｄ ｃｏｅｆｆｉｃｉｅｎｔｓ

ＢｔＴｅｓｔ Ｓｉｇ Ｆ ｃｈａｎｇｅ

１ ｃｏｎｓｔａｎｔ ７７３３６ ５９２１ １３０６２ ００００Ｖ７ －００３５ ００１３ －０４５３ －２６３９ ００１４

２ ｃｏｎｓｔａｎｔ ８０４３９ ５４７２ １４７０１ ００００Ｖ７ －００３２ ００１２ －０４１７ －２６８３ ００１３Ｖ１８ －０１７５ ００６６ －０４１５ －２６６７ ００１３

３ ｃｏｎｓｔａｎｔ ８４５８２ ５５２９ １５２９９ ００００Ｖ７ －００３１ ００１１ －０３９８ －２７１５ ００１２Ｖ１８ －０１５５ ００５１ －０３９５ －２６９３ ００１２Ｖ２９ －００４３ ００２１ －０３０４ －２０７３ ００４９

４ ｃｏｎｓｔａｎｔ ８４０１８ ４９１８ １７０８２ ００００Ｖ７ －００４８ ００１２ －０６３０ －４０６３ ００００Ｖ１８ －０１１７ ００５８ －０２７８ －２０２２ ００５４Ｖ２９ －００９５ ００２６ －０６７７ －３６０８ ０００１Ｖ４ ００５７ ００２１ ０５８０ ２７６４ ００１１

５ ｃｏｎｓｔａｎｔ ８２５５３ ４５９６ １７９６３ ００００Ｖ７ －００５２ ００１１ －０６７２ －４６４７ ００００Ｖ１８ －０１２６ ００５４ －０２９９ －２３４９ ００２８Ｖ２９ －０１３５ ００３０ －０９６３ －４４７５ ００００Ｖ４ ００８１ ００２２ ０８２６ ３７０７ ０００１Ｖ１１ ００６９ ００３１ ０３４６ ２２４８ ００３４

６ ｃｏｎｓｔａｎｔ ８５６６９ ４４７６ １９１４１ ００００Ｖ７ －００３４ ００１３ －０４３６ －２５４６ ００１８Ｖ１８ －０１５５ ００５１ －０３６７ －３０１９ ０００６Ｖ２９ －０１４２ ００２８ －１０１２ －５０５５ ００００Ｖ４ ００７９ ００２０ ０８０５ ３９０４ ０００１Ｖ１１ ００７４ ００２８ ０３７３ ２６０９ ００１６Ｖ３６ －０１１７ ００５３ －０３３８ －２２１６ ００３７

　 　 逐步回归方程　 　 Ｍｏｄｅｌ １Ｗ ＝ Ｖ７ times（ －０1049008 ０３５plusmn０1049008 ０１３） ＋７７1049008 ３３６plusmn５1049008 ９２１　 　 Ｍｏｄｅｌ ２Ｗ ＝ Ｖ７ times （ － ０1049008 ０３２ plusmn ０1049008 ０１２） ＋ Ｖ１８ times（－０1049008 １７５plusmn０1049008 ０６６）＋８０1049008 ４３９plusmn５1049008 ４７２　 　 Ｍｏｄｅｌ ３Ｗ ＝ Ｖ７ times （ － ０1049008 ０３１ plusmn ０1049008 ０１１） ＋ Ｖ１８ times（－０1049008 １５５plusmn０1049008 ０５１）＋Ｖ２９ times（－０1049008 ０４３plusmn０1049008 ０２１） ＋８４1049008 ５８２plusmn５1049008 ５２９　 　 Ｍｏｄｅｌ ４Ｗ ＝ Ｖ７ times （ － ０1049008 ０４８ plusmn ０1049008 ０１２） ＋ Ｖ１８ times（－０1049008 １１７plusmn０1049008 ０５８） ＋ Ｖ２９ times （ － ０1049008 ０９５ plusmn ０1049008 ０２６） ＋ Ｖ４ times（０1049008 ０５７plusmn０1049008 ０２１）＋８４1049008 ０１８plusmn４1049008 ９１８　 　 Ｍｏｄｅｌ ５Ｗ ＝ Ｖ７ times （ － ０1049008 ０５２ plusmn ０1049008 ０１１） ＋ Ｖ１８ times（－０1049008 １２６plusmn０1049008 ０５４） ＋ Ｖ２９ times （ － ０1049008 １３５ plusmn ０1049008 ０３０） ＋ Ｖ４ times（０1049008 ０８１ plusmn ０1049008 ０２２） ＋Ｖ１１ times （０1049008 ０６９ plusmn ０1049008 ０３１） ＋ ８２1049008 ５５３ plusmn４1049008 ５９６　 　 Ｍｏｄｅｌ ６Ｗ ＝ Ｖ７ times （ － ０1049008 ０３４ plusmn ０1049008 ０１３） ＋ Ｖ１８ times（－０1049008 １５５plusmn０1049008 ０５１） ＋ Ｖ２９ times （ － ０1049008 １４２ plusmn ０1049008 ０２８） ＋ Ｖ４ times

（０1049008 ０７９ plusmn ０1049008 ０２０ ） ＋ Ｖ１１ times （ ０1049008 ０７４ plusmn ０1049008 ０２８ ） ＋ Ｖ３６ times（－０1049008 １１７plusmn０1049008 ０５３）＋８５1049008 ６６９plusmn４1049008 ４７６　 　 综上对酶活性影响显著的物质依次为第 １８２９３６４１１７ 号峰对应的化合物２５　 模型的稳健性与普适性分析

　 　 在 ２９ 组样品中随机抽取 １５ 组进行任意混配制得 ５ 组新样品并配制为 １1049008 ００ ｇ Ｌ 的甲醇溶液编号 Ｓ１ＮＳ２ＮＳ３ＮＳ４ＮＳ５Ｎ采用上述方法重复 ＨＰＬＣ成分检测与 ＰＮＰＧ 活性检测 ５ 组样品的 ＨＰＬＣ 检

测化学组成结果见图 ４（相应的色谱信息具体数据

略） 从 ＨＰＬＣ 成分检测可知此 ５ 组样品构成的新

测试集包含数学模型 ６ 中所述对活性影响显著的全

部化合物故可采用此组数据验证模型的稳健性　 　 根据模型方程式可预测该 ５ 组样品对 α葡萄

糖苷酶抑制率分别为 ８８1049008 ４８ ９９1049008 ７６ ７８1049008 ４９２６1049008 ９４９３1049008 ８８按其大小顺次样品排列为 Ｓ２Ｎ＞Ｓ５Ｎ

＞Ｓ１Ｎ＞Ｓ３Ｎ＞Ｓ４Ｎ 采用 ＰＮＰＧ 法实际测得样品的抑制

率 分 别 为 ９３1049008 ３６ ９９1049008 ９８ ７６1049008 ６５ ３１1049008 １５

middot９０６middot

色 谱 第 ３２ 卷

图 ４　 模型稳健性考察样品的 ＨＰＬＣ 谱图Ｆｉｇ ４　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍｓ ｏｆ ｔｈｅ ｓａｍｐｌｅｓ ｆｏｒ

ｔｈｅ ｓｔｅａｄｉｎｅｓｓ ｏｆ ｔｈｅ ｍｏｄｅｌ

９７1049008 ０３按大小顺次样品排列为 Ｓ２Ｎ＞Ｓ５Ｎ＞Ｓ１Ｎ＞Ｓ３Ｎ＞Ｓ４Ｎ 该数值变化规律与计算所得数据吻合存在正

常范围内的随机误差说明模型的稳健性良好　 　 中药组分是天然的混合复杂化合物体系不同

中药组分的复杂程度不同西青果组成成分与药理

活性已被多位学者深入研究 本论文通过构建西青

果提取物中多个化学成分与抑制 α葡萄糖苷酶活

性之间对应关系的数学模型建立了一种基于复杂

体系色谱分析信息生物活性信息的数学模型来表

征与评价天然产物某方面活性的方法 相信这一研

究思路同样适用于单一植物的多种成分与其他方面

活性不同中药资源的成分与多种不同活性等方面

的研究这对于开展植物源功能食品中药研发具有

重要的科学意义

３　 结论

　 　 本研究借助 ＳＰＳＳ１３1049008 ０ 软件探索了结合色谱

学与统计学表征复杂体系中成分与活性对应数学关

系的可行性 研究中构造了一系列组成既有区别又

有联系的连续变化样品组测定其成分信息与活性

信息采用多元线性回归中的逐步回归法建立数学

关系模型来表征多个化合物的混合复杂体系中各物

质含量与活性大小的关系并证明了该关系模型的稳

健性良好 结果表明这一探索是可行的 此关系模

型可表征化合物混合体系中各物质含量变化引起的

活性变化对药物开发以及质量控制中的关键活性

物质的确定具有一定的指导作用为应用数学在色

谱分析学领域的使用开拓了一个新的思路与方法具有潜在的应用价值 由于本研究时间及条件所

限未能确定对活性影响较大物质（第 １８２９３６４１１７ 号峰对应化合物）的具体的化学结构后续研

究中可在此方面做进一步的探索

参考文献

［１］ 　 Ｃｈｅｕｎｇ Ｆ Ｎａｔｕｒｅ ２０１１ ４８０（７３７８） Ｓ８２［２］ 　 Ｍａ Ｌ Ｗａｎｇ Ｙ Ｆ Ｌｉｎ Ｚ Ｙ ｅｔ ａｌ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｆｏｕｒｔｈ

Ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｈｅｍｉｃａｌ Ｂｉｏｌｏｇｙ ａｎｄ ＣｈｅｍｉｓｔｒｙＢｉｏｍｅｄｉｃａｌ Ｃｒｏｓｓ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ （马林 王渝芳林志云 等 第四届全国化学生物学学术会议暨国际化学与

生物医学交叉研讨会论文集） ２００５［３］ 　 Ｑｉ Ｌ Ｗ Ｚｈｏｕ Ｊ Ｌ Ｈａｏ Ｈ Ｐ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎａ Ｐｈａｒｍａ

ｃｅｕｔｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ （齐炼文 周建良 郝海平 等 中国药科

大学学报） ２０１０（３） １９５［４］ 　 Ｗａｎｇ Ｈ Ｌ Ｚｏｕ Ｈ Ｆ Ｋｏｎｇ Ｌ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏ

ｍａｔｏｇｒａｐｈｙ （汪海林 邹汉法 孔亮 等 色谱） １９９９ １７（２） １２３

［５］ 　 Ｎｉｕ Ｘ Ｘ Ｃｕｉ Ｘ Ｓ Ｓｕ Ｈ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （牛晓雪 崔旭盛 苏贺 等 色谱） ２０１２ ３０（２）２１１

［６］ 　 Ｚｈａｏ Ｌ Ｌ Ｌｉｕ Ｆ Ｆ Ｐｅｎｇ Ｙ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （赵路路 刘菲菲 彭缨 等 色谱） ２０１２ ３０（１２） １２７１

［７］ 　 Ｚｈｕ Ｐ Ｘ Ｄｉｎｇ Ｌ Ｘ Ｈｅ Ｊ Ｊ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （朱培曦 丁丽霞 何佳佳 等 色谱） ２０１２ ３０（１０） １０２６

［８］ 　 Ｍｉ Ｈ Ｚｈａｎｇ Ｗ Ｚ Ｐｒａｃｔｉｃａｌ Ｍｏｄｅｒｎ Ｓｔａｔｉｓｔｉｃａｌ ＡｎａｌｙｓｉｓＭｅｔｈｏｄ ａｎｄ ＳＰＳＳ Ａｐｐｌｉｃａｔｉｏｎ Ｂｅｉｊｉｎｇ Ｃｏｎｔｅｍｐｏｒａｒｙ ＣｈｉｎａＰｕｂｌｉｓｈ Ｈｏｕｓｅ （米红 张文璋 实用现代统计分析方法及

ＳＰＳＳ 应用 北京 当代中国出版社） ２００４［９］ 　 Ｗａｎｇ Ｈ Ｗ Ｚｈａｎｇ Ｚ Ｈ Ｊｏｕｒｎａｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅｓ ｉｎ

Ｃｈｉｎａ （王惠文 张志慧 管理科学学报） ２００６ ９（４） ２７［１０］ 　 Ｗａｎｇ Ｌ Ｂ Ｍｕｌｔｉｖａｒｉａｔｅ Ｓｔａｔｉｓｔｉｃａｌ Ａｎａｌｙｓｉｓ Ｍｏｄｅｌｓ Ｃａｓｅ

Ｓｔｕｄｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＳＰＳＳ Ｂｅｉｊｉｎｇ Ｅｃｏｎｏｍｉｃ ＳｃｉｅｎｃｅＰｒｅｓｓ （王力宾 多元统计分析 模型案例及 ＳＰＳＳ 应用 北

京 经济科学出版社） ２０１０［１１］ 　 Ｆｕ Ｙ Ｗａｎｇ Ｌ Ｊ Ｃｈａｉ Ｆ Ｍ ｅｔ ａｌ Ｅａｒｔｈ Ｓｃｉｅｎｃｅ Ｆｒｏｎｔｉｅｒｓ

（付勇 汪立今 柴凤梅 等 地学前缘） ２００９ １６（１） ３７３［１２］ 　 Ｍｏ Ｈ Ｄ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｘｐｅｒｉｍｅｎｔ Ｄｅｓｉｇｎ ２ｎｄ ｅｄ Ｓｈａｎｇ

ｈａｉ Ｓｈａｎｇｈａｉ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｐｕｂｌｉｓｈｉｎｇ Ｈｏｕｓｅ（莫惠栋 农业试验统计 ２ 版 上海 上海科技出版社）１９９２

［１３］ 　 Ｇｕ Ｓ Ｌ Ｈｕｉ Ｄ Ｆ Ｂｉａｎ Ａ Ｈ Ｊ Ｂｉｏｍａｔｈ １９９８ １３ ４２６［１４］ 　 Ｌｉｕ Ｊ Ｌｉｕ Ｙ Ｌｉｕ Ｘ ｅｔ ａｌ Ａｍ Ｊ Ｈｕｍ Ｇｅｎｅｔ ２００７ ８１（２）

３０４［１５］ 　 Ｌｉｕ Ｇ Ｂ Ｊｏｕｒｎａｌ ｏｆ Ｔｉａｎｊｉｎ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ （刘桂宾

天津农学院学报） ２００７ １４（３） ３３［１６］ 　 Ｌｉｕ Ｘ Ｙ Ｍｅｎｇ Ｊ Ｃｈｉｎｅｓｅ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｂｕｌｌｅｔｉｎ （刘

晓宇 孟军 中国农学通报） ２０１２ ２８（７） ２２３［１７］ 　 Ｗａｎｇ Ｊ Ｇ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｓｈａｎｇｈａｉ Ｓｈａｎｇｈａｉ Ｕｎｉｖｅｒ

ｓｉｔｙ （王继国 ［硕士学位论文］ 上海 上海大学） ２００４［１８］ 　 Ｌｉ Ｓ Ｚ Ｂｉａｎ Ｈ Ｒ Ｌｉｕ Ｘ Ｌ Ｊｏｕｒｎａｌ ｏｆ Ｇｕｉｙａｎｇ Ｃｏｌｌｅｇｅ ｏｆ

Ｔｒａｄｉｔｉｏｎａｌ Ｃｈｉｎｅｓｅ （李姝臻 边洪荣 刘晓龙 贵阳中医学

院学报） ２０１３ ３５（４） ２９７［１９］ 　 Ｓｕｎ Ｈ Ｘ Ｌｉ Ｒ Ｌ Ｚｈａｏ Ｓ Ｑ Ｅｖａｌｕａｔｉｏｎ ａｎｄ Ａｎａｌｙｓｉｓ ｏｆ

ＤｒｕｇＵｓｅ ｉｎ Ｈｏｓｐｉｔａｌｓ ｏｆ Ｃｈｉｎａ （孙会仙 李瑞林 赵尚清中国医院用药评价与分析） ２０１１ １１（１） ９４

［２０］ 　 Ｇｏｔｏ Ｙ Ｙａｍａｄａ Ｋ Ｏｈｙａｍａ Ｔ ｅｔ ａｌ Ｄｉａｂｅｔｅｓ Ｒｅｓ ＣｌｉｎＰｒａｃｔ １９９５ ２８（２） ８１

［２１］ 　 Ｚｈｕ Ｙ Ｐ Ｌｉ Ｘ Ｔ Ｌｉ Ｌ Ｔ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎｅｓｅ Ｉｎｓｔｉｔｕｔｅ ｏｆＦｏｏｄ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ （朱运平 李秀婷 李里特中国食品学报） ２０１１ １１（４） １５４

middot０１６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

［２２］　 Ｘｕ Ｑ Ｙ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｄａｌｉａｎ Ｄａｌｉａｎ ＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ （许芹永 ［硕士学位论文］ 大连 大连工业大

学） ２０１２［２３］　 Ｎｉｌｕｂｏｎ Ｊ Ａ Ｍｅｇｈ Ｒ Ｂ Ｊｕｎ Ｋ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０３

１３１９［２４］　 Ｍｅｇｈ Ｒ Ｂ Ｎｉｌｕｂｏｎ Ｊ Ａ Ｇａｏ Ｈ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０６ ２４７［２５］　 Ｚｈｕ Ｙ Ｐ Ｙｉｎ Ｌ Ｊ Ｃｈｅｎｇ Ｙ Ｑ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０９ ７３７［２６］　 Ｌｉ Ｄ Ｑ Ｑｉａｎ Ｚ Ｍ Ｌｉ Ｓ Ｐ Ｊ Ａｇｒｉｃ Ｆｏｏｄ Ｃｈｅｍ ２０１０ ５８

６６０８［２７］　 Ｘｉａｏ Ｙ Ｆ Ｌｉｕ Ｘ Ｌ Ｌｉｕ Ｓ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈ Ｐｈａｒｍａｃｙ

（肖云峰 刘小雷 刘爽 等 北方药学） ２０１１ ８（１１） １９［２８］ 　 Ｃｈｅｎｇ Ｄ Ｙ Ｗａｎｇ Ｙ Ｌ Ｌｉｕ Ｙ Ｈ ｅｔ ａｌ Ｃｈｉｎａ Ｐｈａｒｍａｃｉｓｔ

（程东岩 王友联 刘永宏 等 中国药师） ２０１１ １４（１０）１５２１

［２９］ 　 Ｇａｏ Ｈ Ｈｕａｎｇ Ｙ Ｎ Ｘｕ Ｐ Ｙ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０５６２８

［３０］ 　 Ｚｈｕ Ｗ Ｊ Ｋｏｕ Ｚ Ｎ Ｚｈａｎｇ Ｘ ｅｔ ａｌ Ｆｏｏｄ Ｒｅｓｅａｒｃｈ ａｎｄＤｅｖｅｌｏｐｍｅｎｔ （朱文佳 寇自农 张曦 等 食品研究与开

发） ２０１２ ３３（８） １７１［３１］ 　 Ｘｕ Ｑ Ｙ Ｚｈｕ Ｊ Ｂ Ｓｏｎｇ Ｑ Ｎ ｅｔ ａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ

ｏｆ Ｆｏｏｄ Ｉｎｄｕｓｔｒｙ （许芹永 朱靖博 宋青楠 等 食品工业

科技） ２０１２（３） １１０

10508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882

　 　 　 　 　 　 　 　 历史性的突破两周内到货　 　 　 　 　 　 　 　 　 　 mdashmdashmdash赛默飞液相色谱备件快速到货承诺

　 　 ２０１４ 年 ５ 月 １１ 日北京mdashmdashmdash科学服务领域的世界领导者赛默飞世尔科技（简称赛默飞）发布液相色谱

备件快速到货承诺　 　 实验做到一半氘灯寿终正寝此刻的你该怎么办　 　 相信大多数用户都遇到过类似的问题进口仪器需要更换或更新部件和耗材的时候到货期常常需要很

长一段时间在此期间用户除了等待别无办法项目进度也因此耽搁　 　 为了更好地满足用户的应急需求和满足全国广大用户日益增长的市场需要赛默飞世尔科技推出了液

相色谱产品快速到货承诺mdashmdashmdash液相色谱常规模块包括常用配件和耗材的货期缩短至两周内　 　 两周货期长期有效详情请咨询各区域销售　 　 本活动最终解释权归赛默飞世尔科技所有　 　 详情请查看 ｈｔｔｐ ｗｗｗｔｈｅｒｍｏｃｏｍｃｎ ｎｅｗｓ１０９７ｈｔｍｌ　 　 免费服务热线８００８１０５１１８ ４００６５０５１１８

赛默飞世尔科技 供稿

middot１１６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

用且 Ｖ１１的引入使 Ｖ４ 的回归系数变大即 Ｖ１１可以

增强 Ｖ４ 的抑制作用Ｖ３６的回归系数为负且 Ｖ３６的

引入使 Ｖ７Ｖ４ 的回归系数的绝对值变小Ｖ１８Ｖ２９

Ｖ１１的回归系数绝对值变大表明 Ｖ３６本身对酶活性

有显著的抑制作用且其可抑制 Ｖ７Ｖ４ 的作用促进

Ｖ１８Ｖ２９Ｖ１１的作用表 ３　 ６ 个数学模型的回归系数分析

Ｔａｂｌｅ ３　 Ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｃｏｅｆｆｉｃｉｅｎｔｓ ｏｆ ｔｈｅ ｓｉｘ ｍｏｄｅｌｓ

Ｍｏｄｅｌ Ｎｏ ＰａｒａｍｅｔｅｒＵｎｓｔａｎｄａｒｄｉｚｅｄ ｃｏｅｆｆｉｃｉｅｎｔｓ

Ｂ Ｓｔａｎｄａｒｄ ｅｒｒｏｒＳｔａｎｄａｒｄｉｚｅｄ ｃｏｅｆｆｉｃｉｅｎｔｓ

ＢｔＴｅｓｔ Ｓｉｇ Ｆ ｃｈａｎｇｅ

１ ｃｏｎｓｔａｎｔ ７７３３６ ５９２１ １３０６２ ００００Ｖ７ －００３５ ００１３ －０４５３ －２６３９ ００１４

２ ｃｏｎｓｔａｎｔ ８０４３９ ５４７２ １４７０１ ００００Ｖ７ －００３２ ００１２ －０４１７ －２６８３ ００１３Ｖ１８ －０１７５ ００６６ －０４１５ －２６６７ ００１３

３ ｃｏｎｓｔａｎｔ ８４５８２ ５５２９ １５２９９ ００００Ｖ７ －００３１ ００１１ －０３９８ －２７１５ ００１２Ｖ１８ －０１５５ ００５１ －０３９５ －２６９３ ００１２Ｖ２９ －００４３ ００２１ －０３０４ －２０７３ ００４９

４ ｃｏｎｓｔａｎｔ ８４０１８ ４９１８ １７０８２ ００００Ｖ７ －００４８ ００１２ －０６３０ －４０６３ ００００Ｖ１８ －０１１７ ００５８ －０２７８ －２０２２ ００５４Ｖ２９ －００９５ ００２６ －０６７７ －３６０８ ０００１Ｖ４ ００５７ ００２１ ０５８０ ２７６４ ００１１

５ ｃｏｎｓｔａｎｔ ８２５５３ ４５９６ １７９６３ ００００Ｖ７ －００５２ ００１１ －０６７２ －４６４７ ００００Ｖ１８ －０１２６ ００５４ －０２９９ －２３４９ ００２８Ｖ２９ －０１３５ ００３０ －０９６３ －４４７５ ００００Ｖ４ ００８１ ００２２ ０８２６ ３７０７ ０００１Ｖ１１ ００６９ ００３１ ０３４６ ２２４８ ００３４

６ ｃｏｎｓｔａｎｔ ８５６６９ ４４７６ １９１４１ ００００Ｖ７ －００３４ ００１３ －０４３６ －２５４６ ００１８Ｖ１８ －０１５５ ００５１ －０３６７ －３０１９ ０００６Ｖ２９ －０１４２ ００２８ －１０１２ －５０５５ ００００Ｖ４ ００７９ ００２０ ０８０５ ３９０４ ０００１Ｖ１１ ００７４ ００２８ ０３７３ ２６０９ ００１６Ｖ３６ －０１１７ ００５３ －０３３８ －２２１６ ００３７

　 　 逐步回归方程　 　 Ｍｏｄｅｌ １Ｗ ＝ Ｖ７ times（ －０1049008 ０３５plusmn０1049008 ０１３） ＋７７1049008 ３３６plusmn５1049008 ９２１　 　 Ｍｏｄｅｌ ２Ｗ ＝ Ｖ７ times （ － ０1049008 ０３２ plusmn ０1049008 ０１２） ＋ Ｖ１８ times（－０1049008 １７５plusmn０1049008 ０６６）＋８０1049008 ４３９plusmn５1049008 ４７２　 　 Ｍｏｄｅｌ ３Ｗ ＝ Ｖ７ times （ － ０1049008 ０３１ plusmn ０1049008 ０１１） ＋ Ｖ１８ times（－０1049008 １５５plusmn０1049008 ０５１）＋Ｖ２９ times（－０1049008 ０４３plusmn０1049008 ０２１） ＋８４1049008 ５８２plusmn５1049008 ５２９　 　 Ｍｏｄｅｌ ４Ｗ ＝ Ｖ７ times （ － ０1049008 ０４８ plusmn ０1049008 ０１２） ＋ Ｖ１８ times（－０1049008 １１７plusmn０1049008 ０５８） ＋ Ｖ２９ times （ － ０1049008 ０９５ plusmn ０1049008 ０２６） ＋ Ｖ４ times（０1049008 ０５７plusmn０1049008 ０２１）＋８４1049008 ０１８plusmn４1049008 ９１８　 　 Ｍｏｄｅｌ ５Ｗ ＝ Ｖ７ times （ － ０1049008 ０５２ plusmn ０1049008 ０１１） ＋ Ｖ１８ times（－０1049008 １２６plusmn０1049008 ０５４） ＋ Ｖ２９ times （ － ０1049008 １３５ plusmn ０1049008 ０３０） ＋ Ｖ４ times（０1049008 ０８１ plusmn ０1049008 ０２２） ＋Ｖ１１ times （０1049008 ０６９ plusmn ０1049008 ０３１） ＋ ８２1049008 ５５３ plusmn４1049008 ５９６　 　 Ｍｏｄｅｌ ６Ｗ ＝ Ｖ７ times （ － ０1049008 ０３４ plusmn ０1049008 ０１３） ＋ Ｖ１８ times（－０1049008 １５５plusmn０1049008 ０５１） ＋ Ｖ２９ times （ － ０1049008 １４２ plusmn ０1049008 ０２８） ＋ Ｖ４ times

（０1049008 ０７９ plusmn ０1049008 ０２０ ） ＋ Ｖ１１ times （ ０1049008 ０７４ plusmn ０1049008 ０２８ ） ＋ Ｖ３６ times（－０1049008 １１７plusmn０1049008 ０５３）＋８５1049008 ６６９plusmn４1049008 ４７６　 　 综上对酶活性影响显著的物质依次为第 １８２９３６４１１７ 号峰对应的化合物２５　 模型的稳健性与普适性分析

　 　 在 ２９ 组样品中随机抽取 １５ 组进行任意混配制得 ５ 组新样品并配制为 １1049008 ００ ｇ Ｌ 的甲醇溶液编号 Ｓ１ＮＳ２ＮＳ３ＮＳ４ＮＳ５Ｎ采用上述方法重复 ＨＰＬＣ成分检测与 ＰＮＰＧ 活性检测 ５ 组样品的 ＨＰＬＣ 检

测化学组成结果见图 ４（相应的色谱信息具体数据

略） 从 ＨＰＬＣ 成分检测可知此 ５ 组样品构成的新

测试集包含数学模型 ６ 中所述对活性影响显著的全

部化合物故可采用此组数据验证模型的稳健性　 　 根据模型方程式可预测该 ５ 组样品对 α葡萄

糖苷酶抑制率分别为 ８８1049008 ４８ ９９1049008 ７６ ７８1049008 ４９２６1049008 ９４９３1049008 ８８按其大小顺次样品排列为 Ｓ２Ｎ＞Ｓ５Ｎ

＞Ｓ１Ｎ＞Ｓ３Ｎ＞Ｓ４Ｎ 采用 ＰＮＰＧ 法实际测得样品的抑制

率 分 别 为 ９３1049008 ３６ ９９1049008 ９８ ７６1049008 ６５ ３１1049008 １５

middot９０６middot

色 谱 第 ３２ 卷

图 ４　 模型稳健性考察样品的 ＨＰＬＣ 谱图Ｆｉｇ ４　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍｓ ｏｆ ｔｈｅ ｓａｍｐｌｅｓ ｆｏｒ

ｔｈｅ ｓｔｅａｄｉｎｅｓｓ ｏｆ ｔｈｅ ｍｏｄｅｌ

９７1049008 ０３按大小顺次样品排列为 Ｓ２Ｎ＞Ｓ５Ｎ＞Ｓ１Ｎ＞Ｓ３Ｎ＞Ｓ４Ｎ 该数值变化规律与计算所得数据吻合存在正

常范围内的随机误差说明模型的稳健性良好　 　 中药组分是天然的混合复杂化合物体系不同

中药组分的复杂程度不同西青果组成成分与药理

活性已被多位学者深入研究 本论文通过构建西青

果提取物中多个化学成分与抑制 α葡萄糖苷酶活

性之间对应关系的数学模型建立了一种基于复杂

体系色谱分析信息生物活性信息的数学模型来表

征与评价天然产物某方面活性的方法 相信这一研

究思路同样适用于单一植物的多种成分与其他方面

活性不同中药资源的成分与多种不同活性等方面

的研究这对于开展植物源功能食品中药研发具有

重要的科学意义

３　 结论

　 　 本研究借助 ＳＰＳＳ１３1049008 ０ 软件探索了结合色谱

学与统计学表征复杂体系中成分与活性对应数学关

系的可行性 研究中构造了一系列组成既有区别又

有联系的连续变化样品组测定其成分信息与活性

信息采用多元线性回归中的逐步回归法建立数学

关系模型来表征多个化合物的混合复杂体系中各物

质含量与活性大小的关系并证明了该关系模型的稳

健性良好 结果表明这一探索是可行的 此关系模

型可表征化合物混合体系中各物质含量变化引起的

活性变化对药物开发以及质量控制中的关键活性

物质的确定具有一定的指导作用为应用数学在色

谱分析学领域的使用开拓了一个新的思路与方法具有潜在的应用价值 由于本研究时间及条件所

限未能确定对活性影响较大物质（第 １８２９３６４１１７ 号峰对应化合物）的具体的化学结构后续研

究中可在此方面做进一步的探索

参考文献

［１］ 　 Ｃｈｅｕｎｇ Ｆ Ｎａｔｕｒｅ ２０１１ ４８０（７３７８） Ｓ８２［２］ 　 Ｍａ Ｌ Ｗａｎｇ Ｙ Ｆ Ｌｉｎ Ｚ Ｙ ｅｔ ａｌ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｆｏｕｒｔｈ

Ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｈｅｍｉｃａｌ Ｂｉｏｌｏｇｙ ａｎｄ ＣｈｅｍｉｓｔｒｙＢｉｏｍｅｄｉｃａｌ Ｃｒｏｓｓ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ （马林 王渝芳林志云 等 第四届全国化学生物学学术会议暨国际化学与

生物医学交叉研讨会论文集） ２００５［３］ 　 Ｑｉ Ｌ Ｗ Ｚｈｏｕ Ｊ Ｌ Ｈａｏ Ｈ Ｐ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎａ Ｐｈａｒｍａ

ｃｅｕｔｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ （齐炼文 周建良 郝海平 等 中国药科

大学学报） ２０１０（３） １９５［４］ 　 Ｗａｎｇ Ｈ Ｌ Ｚｏｕ Ｈ Ｆ Ｋｏｎｇ Ｌ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏ

ｍａｔｏｇｒａｐｈｙ （汪海林 邹汉法 孔亮 等 色谱） １９９９ １７（２） １２３

［５］ 　 Ｎｉｕ Ｘ Ｘ Ｃｕｉ Ｘ Ｓ Ｓｕ Ｈ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （牛晓雪 崔旭盛 苏贺 等 色谱） ２０１２ ３０（２）２１１

［６］ 　 Ｚｈａｏ Ｌ Ｌ Ｌｉｕ Ｆ Ｆ Ｐｅｎｇ Ｙ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （赵路路 刘菲菲 彭缨 等 色谱） ２０１２ ３０（１２） １２７１

［７］ 　 Ｚｈｕ Ｐ Ｘ Ｄｉｎｇ Ｌ Ｘ Ｈｅ Ｊ Ｊ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （朱培曦 丁丽霞 何佳佳 等 色谱） ２０１２ ３０（１０） １０２６

［８］ 　 Ｍｉ Ｈ Ｚｈａｎｇ Ｗ Ｚ Ｐｒａｃｔｉｃａｌ Ｍｏｄｅｒｎ Ｓｔａｔｉｓｔｉｃａｌ ＡｎａｌｙｓｉｓＭｅｔｈｏｄ ａｎｄ ＳＰＳＳ Ａｐｐｌｉｃａｔｉｏｎ Ｂｅｉｊｉｎｇ Ｃｏｎｔｅｍｐｏｒａｒｙ ＣｈｉｎａＰｕｂｌｉｓｈ Ｈｏｕｓｅ （米红 张文璋 实用现代统计分析方法及

ＳＰＳＳ 应用 北京 当代中国出版社） ２００４［９］ 　 Ｗａｎｇ Ｈ Ｗ Ｚｈａｎｇ Ｚ Ｈ Ｊｏｕｒｎａｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅｓ ｉｎ

Ｃｈｉｎａ （王惠文 张志慧 管理科学学报） ２００６ ９（４） ２７［１０］ 　 Ｗａｎｇ Ｌ Ｂ Ｍｕｌｔｉｖａｒｉａｔｅ Ｓｔａｔｉｓｔｉｃａｌ Ａｎａｌｙｓｉｓ Ｍｏｄｅｌｓ Ｃａｓｅ

Ｓｔｕｄｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＳＰＳＳ Ｂｅｉｊｉｎｇ Ｅｃｏｎｏｍｉｃ ＳｃｉｅｎｃｅＰｒｅｓｓ （王力宾 多元统计分析 模型案例及 ＳＰＳＳ 应用 北

京 经济科学出版社） ２０１０［１１］ 　 Ｆｕ Ｙ Ｗａｎｇ Ｌ Ｊ Ｃｈａｉ Ｆ Ｍ ｅｔ ａｌ Ｅａｒｔｈ Ｓｃｉｅｎｃｅ Ｆｒｏｎｔｉｅｒｓ

（付勇 汪立今 柴凤梅 等 地学前缘） ２００９ １６（１） ３７３［１２］ 　 Ｍｏ Ｈ Ｄ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｘｐｅｒｉｍｅｎｔ Ｄｅｓｉｇｎ ２ｎｄ ｅｄ Ｓｈａｎｇ

ｈａｉ Ｓｈａｎｇｈａｉ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｐｕｂｌｉｓｈｉｎｇ Ｈｏｕｓｅ（莫惠栋 农业试验统计 ２ 版 上海 上海科技出版社）１９９２

［１３］ 　 Ｇｕ Ｓ Ｌ Ｈｕｉ Ｄ Ｆ Ｂｉａｎ Ａ Ｈ Ｊ Ｂｉｏｍａｔｈ １９９８ １３ ４２６［１４］ 　 Ｌｉｕ Ｊ Ｌｉｕ Ｙ Ｌｉｕ Ｘ ｅｔ ａｌ Ａｍ Ｊ Ｈｕｍ Ｇｅｎｅｔ ２００７ ８１（２）

３０４［１５］ 　 Ｌｉｕ Ｇ Ｂ Ｊｏｕｒｎａｌ ｏｆ Ｔｉａｎｊｉｎ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ （刘桂宾

天津农学院学报） ２００７ １４（３） ３３［１６］ 　 Ｌｉｕ Ｘ Ｙ Ｍｅｎｇ Ｊ Ｃｈｉｎｅｓｅ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｂｕｌｌｅｔｉｎ （刘

晓宇 孟军 中国农学通报） ２０１２ ２８（７） ２２３［１７］ 　 Ｗａｎｇ Ｊ Ｇ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｓｈａｎｇｈａｉ Ｓｈａｎｇｈａｉ Ｕｎｉｖｅｒ

ｓｉｔｙ （王继国 ［硕士学位论文］ 上海 上海大学） ２００４［１８］ 　 Ｌｉ Ｓ Ｚ Ｂｉａｎ Ｈ Ｒ Ｌｉｕ Ｘ Ｌ Ｊｏｕｒｎａｌ ｏｆ Ｇｕｉｙａｎｇ Ｃｏｌｌｅｇｅ ｏｆ

Ｔｒａｄｉｔｉｏｎａｌ Ｃｈｉｎｅｓｅ （李姝臻 边洪荣 刘晓龙 贵阳中医学

院学报） ２０１３ ３５（４） ２９７［１９］ 　 Ｓｕｎ Ｈ Ｘ Ｌｉ Ｒ Ｌ Ｚｈａｏ Ｓ Ｑ Ｅｖａｌｕａｔｉｏｎ ａｎｄ Ａｎａｌｙｓｉｓ ｏｆ

ＤｒｕｇＵｓｅ ｉｎ Ｈｏｓｐｉｔａｌｓ ｏｆ Ｃｈｉｎａ （孙会仙 李瑞林 赵尚清中国医院用药评价与分析） ２０１１ １１（１） ９４

［２０］ 　 Ｇｏｔｏ Ｙ Ｙａｍａｄａ Ｋ Ｏｈｙａｍａ Ｔ ｅｔ ａｌ Ｄｉａｂｅｔｅｓ Ｒｅｓ ＣｌｉｎＰｒａｃｔ １９９５ ２８（２） ８１

［２１］ 　 Ｚｈｕ Ｙ Ｐ Ｌｉ Ｘ Ｔ Ｌｉ Ｌ Ｔ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎｅｓｅ Ｉｎｓｔｉｔｕｔｅ ｏｆＦｏｏｄ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ （朱运平 李秀婷 李里特中国食品学报） ２０１１ １１（４） １５４

middot０１６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

［２２］　 Ｘｕ Ｑ Ｙ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｄａｌｉａｎ Ｄａｌｉａｎ ＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ （许芹永 ［硕士学位论文］ 大连 大连工业大

学） ２０１２［２３］　 Ｎｉｌｕｂｏｎ Ｊ Ａ Ｍｅｇｈ Ｒ Ｂ Ｊｕｎ Ｋ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０３

１３１９［２４］　 Ｍｅｇｈ Ｒ Ｂ Ｎｉｌｕｂｏｎ Ｊ Ａ Ｇａｏ Ｈ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０６ ２４７［２５］　 Ｚｈｕ Ｙ Ｐ Ｙｉｎ Ｌ Ｊ Ｃｈｅｎｇ Ｙ Ｑ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０９ ７３７［２６］　 Ｌｉ Ｄ Ｑ Ｑｉａｎ Ｚ Ｍ Ｌｉ Ｓ Ｐ Ｊ Ａｇｒｉｃ Ｆｏｏｄ Ｃｈｅｍ ２０１０ ５８

６６０８［２７］　 Ｘｉａｏ Ｙ Ｆ Ｌｉｕ Ｘ Ｌ Ｌｉｕ Ｓ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈ Ｐｈａｒｍａｃｙ

（肖云峰 刘小雷 刘爽 等 北方药学） ２０１１ ８（１１） １９［２８］ 　 Ｃｈｅｎｇ Ｄ Ｙ Ｗａｎｇ Ｙ Ｌ Ｌｉｕ Ｙ Ｈ ｅｔ ａｌ Ｃｈｉｎａ Ｐｈａｒｍａｃｉｓｔ

（程东岩 王友联 刘永宏 等 中国药师） ２０１１ １４（１０）１５２１

［２９］ 　 Ｇａｏ Ｈ Ｈｕａｎｇ Ｙ Ｎ Ｘｕ Ｐ Ｙ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０５６２８

［３０］ 　 Ｚｈｕ Ｗ Ｊ Ｋｏｕ Ｚ Ｎ Ｚｈａｎｇ Ｘ ｅｔ ａｌ Ｆｏｏｄ Ｒｅｓｅａｒｃｈ ａｎｄＤｅｖｅｌｏｐｍｅｎｔ （朱文佳 寇自农 张曦 等 食品研究与开

发） ２０１２ ３３（８） １７１［３１］ 　 Ｘｕ Ｑ Ｙ Ｚｈｕ Ｊ Ｂ Ｓｏｎｇ Ｑ Ｎ ｅｔ ａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ

ｏｆ Ｆｏｏｄ Ｉｎｄｕｓｔｒｙ （许芹永 朱靖博 宋青楠 等 食品工业

科技） ２０１２（３） １１０

10508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882

　 　 　 　 　 　 　 　 历史性的突破两周内到货　 　 　 　 　 　 　 　 　 　 mdashmdashmdash赛默飞液相色谱备件快速到货承诺

　 　 ２０１４ 年 ５ 月 １１ 日北京mdashmdashmdash科学服务领域的世界领导者赛默飞世尔科技（简称赛默飞）发布液相色谱

备件快速到货承诺　 　 实验做到一半氘灯寿终正寝此刻的你该怎么办　 　 相信大多数用户都遇到过类似的问题进口仪器需要更换或更新部件和耗材的时候到货期常常需要很

长一段时间在此期间用户除了等待别无办法项目进度也因此耽搁　 　 为了更好地满足用户的应急需求和满足全国广大用户日益增长的市场需要赛默飞世尔科技推出了液

相色谱产品快速到货承诺mdashmdashmdash液相色谱常规模块包括常用配件和耗材的货期缩短至两周内　 　 两周货期长期有效详情请咨询各区域销售　 　 本活动最终解释权归赛默飞世尔科技所有　 　 详情请查看 ｈｔｔｐ ｗｗｗｔｈｅｒｍｏｃｏｍｃｎ ｎｅｗｓ１０９７ｈｔｍｌ　 　 免费服务热线８００８１０５１１８ ４００６５０５１１８

赛默飞世尔科技 供稿

middot１１６middot

色 谱 第 ３２ 卷

图 ４　 模型稳健性考察样品的 ＨＰＬＣ 谱图Ｆｉｇ ４　 ＨＰＬＣ ｃｈｒｏｍａｔｏｇｒａｍｓ ｏｆ ｔｈｅ ｓａｍｐｌｅｓ ｆｏｒ

ｔｈｅ ｓｔｅａｄｉｎｅｓｓ ｏｆ ｔｈｅ ｍｏｄｅｌ

９７1049008 ０３按大小顺次样品排列为 Ｓ２Ｎ＞Ｓ５Ｎ＞Ｓ１Ｎ＞Ｓ３Ｎ＞Ｓ４Ｎ 该数值变化规律与计算所得数据吻合存在正

常范围内的随机误差说明模型的稳健性良好　 　 中药组分是天然的混合复杂化合物体系不同

中药组分的复杂程度不同西青果组成成分与药理

活性已被多位学者深入研究 本论文通过构建西青

果提取物中多个化学成分与抑制 α葡萄糖苷酶活

性之间对应关系的数学模型建立了一种基于复杂

体系色谱分析信息生物活性信息的数学模型来表

征与评价天然产物某方面活性的方法 相信这一研

究思路同样适用于单一植物的多种成分与其他方面

活性不同中药资源的成分与多种不同活性等方面

的研究这对于开展植物源功能食品中药研发具有

重要的科学意义

３　 结论

　 　 本研究借助 ＳＰＳＳ１３1049008 ０ 软件探索了结合色谱

学与统计学表征复杂体系中成分与活性对应数学关

系的可行性 研究中构造了一系列组成既有区别又

有联系的连续变化样品组测定其成分信息与活性

信息采用多元线性回归中的逐步回归法建立数学

关系模型来表征多个化合物的混合复杂体系中各物

质含量与活性大小的关系并证明了该关系模型的稳

健性良好 结果表明这一探索是可行的 此关系模

型可表征化合物混合体系中各物质含量变化引起的

活性变化对药物开发以及质量控制中的关键活性

物质的确定具有一定的指导作用为应用数学在色

谱分析学领域的使用开拓了一个新的思路与方法具有潜在的应用价值 由于本研究时间及条件所

限未能确定对活性影响较大物质（第 １８２９３６４１１７ 号峰对应化合物）的具体的化学结构后续研

究中可在此方面做进一步的探索

参考文献

［１］ 　 Ｃｈｅｕｎｇ Ｆ Ｎａｔｕｒｅ ２０１１ ４８０（７３７８） Ｓ８２［２］ 　 Ｍａ Ｌ Ｗａｎｇ Ｙ Ｆ Ｌｉｎ Ｚ Ｙ ｅｔ ａｌ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｆｏｕｒｔｈ

Ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｈｅｍｉｃａｌ Ｂｉｏｌｏｇｙ ａｎｄ ＣｈｅｍｉｓｔｒｙＢｉｏｍｅｄｉｃａｌ Ｃｒｏｓｓ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ （马林 王渝芳林志云 等 第四届全国化学生物学学术会议暨国际化学与

生物医学交叉研讨会论文集） ２００５［３］ 　 Ｑｉ Ｌ Ｗ Ｚｈｏｕ Ｊ Ｌ Ｈａｏ Ｈ Ｐ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎａ Ｐｈａｒｍａ

ｃｅｕｔｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ （齐炼文 周建良 郝海平 等 中国药科

大学学报） ２０１０（３） １９５［４］ 　 Ｗａｎｇ Ｈ Ｌ Ｚｏｕ Ｈ Ｆ Ｋｏｎｇ Ｌ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏ

ｍａｔｏｇｒａｐｈｙ （汪海林 邹汉法 孔亮 等 色谱） １９９９ １７（２） １２３

［５］ 　 Ｎｉｕ Ｘ Ｘ Ｃｕｉ Ｘ Ｓ Ｓｕ Ｈ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （牛晓雪 崔旭盛 苏贺 等 色谱） ２０１２ ３０（２）２１１

［６］ 　 Ｚｈａｏ Ｌ Ｌ Ｌｉｕ Ｆ Ｆ Ｐｅｎｇ Ｙ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （赵路路 刘菲菲 彭缨 等 色谱） ２０１２ ３０（１２） １２７１

［７］ 　 Ｚｈｕ Ｐ Ｘ Ｄｉｎｇ Ｌ Ｘ Ｈｅ Ｊ Ｊ ｅｔ ａｌ Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ （朱培曦 丁丽霞 何佳佳 等 色谱） ２０１２ ３０（１０） １０２６

［８］ 　 Ｍｉ Ｈ Ｚｈａｎｇ Ｗ Ｚ Ｐｒａｃｔｉｃａｌ Ｍｏｄｅｒｎ Ｓｔａｔｉｓｔｉｃａｌ ＡｎａｌｙｓｉｓＭｅｔｈｏｄ ａｎｄ ＳＰＳＳ Ａｐｐｌｉｃａｔｉｏｎ Ｂｅｉｊｉｎｇ Ｃｏｎｔｅｍｐｏｒａｒｙ ＣｈｉｎａＰｕｂｌｉｓｈ Ｈｏｕｓｅ （米红 张文璋 实用现代统计分析方法及

ＳＰＳＳ 应用 北京 当代中国出版社） ２００４［９］ 　 Ｗａｎｇ Ｈ Ｗ Ｚｈａｎｇ Ｚ Ｈ Ｊｏｕｒｎａｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅｓ ｉｎ

Ｃｈｉｎａ （王惠文 张志慧 管理科学学报） ２００６ ９（４） ２７［１０］ 　 Ｗａｎｇ Ｌ Ｂ Ｍｕｌｔｉｖａｒｉａｔｅ Ｓｔａｔｉｓｔｉｃａｌ Ａｎａｌｙｓｉｓ Ｍｏｄｅｌｓ Ｃａｓｅ

Ｓｔｕｄｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＳＰＳＳ Ｂｅｉｊｉｎｇ Ｅｃｏｎｏｍｉｃ ＳｃｉｅｎｃｅＰｒｅｓｓ （王力宾 多元统计分析 模型案例及 ＳＰＳＳ 应用 北

京 经济科学出版社） ２０１０［１１］ 　 Ｆｕ Ｙ Ｗａｎｇ Ｌ Ｊ Ｃｈａｉ Ｆ Ｍ ｅｔ ａｌ Ｅａｒｔｈ Ｓｃｉｅｎｃｅ Ｆｒｏｎｔｉｅｒｓ

（付勇 汪立今 柴凤梅 等 地学前缘） ２００９ １６（１） ３７３［１２］ 　 Ｍｏ Ｈ Ｄ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｘｐｅｒｉｍｅｎｔ Ｄｅｓｉｇｎ ２ｎｄ ｅｄ Ｓｈａｎｇ

ｈａｉ Ｓｈａｎｇｈａｉ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｐｕｂｌｉｓｈｉｎｇ Ｈｏｕｓｅ（莫惠栋 农业试验统计 ２ 版 上海 上海科技出版社）１９９２

［１３］ 　 Ｇｕ Ｓ Ｌ Ｈｕｉ Ｄ Ｆ Ｂｉａｎ Ａ Ｈ Ｊ Ｂｉｏｍａｔｈ １９９８ １３ ４２６［１４］ 　 Ｌｉｕ Ｊ Ｌｉｕ Ｙ Ｌｉｕ Ｘ ｅｔ ａｌ Ａｍ Ｊ Ｈｕｍ Ｇｅｎｅｔ ２００７ ８１（２）

３０４［１５］ 　 Ｌｉｕ Ｇ Ｂ Ｊｏｕｒｎａｌ ｏｆ Ｔｉａｎｊｉｎ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ （刘桂宾

天津农学院学报） ２００７ １４（３） ３３［１６］ 　 Ｌｉｕ Ｘ Ｙ Ｍｅｎｇ Ｊ Ｃｈｉｎｅｓｅ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｂｕｌｌｅｔｉｎ （刘

晓宇 孟军 中国农学通报） ２０１２ ２８（７） ２２３［１７］ 　 Ｗａｎｇ Ｊ Ｇ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｓｈａｎｇｈａｉ Ｓｈａｎｇｈａｉ Ｕｎｉｖｅｒ

ｓｉｔｙ （王继国 ［硕士学位论文］ 上海 上海大学） ２００４［１８］ 　 Ｌｉ Ｓ Ｚ Ｂｉａｎ Ｈ Ｒ Ｌｉｕ Ｘ Ｌ Ｊｏｕｒｎａｌ ｏｆ Ｇｕｉｙａｎｇ Ｃｏｌｌｅｇｅ ｏｆ

Ｔｒａｄｉｔｉｏｎａｌ Ｃｈｉｎｅｓｅ （李姝臻 边洪荣 刘晓龙 贵阳中医学

院学报） ２０１３ ３５（４） ２９７［１９］ 　 Ｓｕｎ Ｈ Ｘ Ｌｉ Ｒ Ｌ Ｚｈａｏ Ｓ Ｑ Ｅｖａｌｕａｔｉｏｎ ａｎｄ Ａｎａｌｙｓｉｓ ｏｆ

ＤｒｕｇＵｓｅ ｉｎ Ｈｏｓｐｉｔａｌｓ ｏｆ Ｃｈｉｎａ （孙会仙 李瑞林 赵尚清中国医院用药评价与分析） ２０１１ １１（１） ９４

［２０］ 　 Ｇｏｔｏ Ｙ Ｙａｍａｄａ Ｋ Ｏｈｙａｍａ Ｔ ｅｔ ａｌ Ｄｉａｂｅｔｅｓ Ｒｅｓ ＣｌｉｎＰｒａｃｔ １９９５ ２８（２） ８１

［２１］ 　 Ｚｈｕ Ｙ Ｐ Ｌｉ Ｘ Ｔ Ｌｉ Ｌ Ｔ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎｅｓｅ Ｉｎｓｔｉｔｕｔｅ ｏｆＦｏｏｄ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ （朱运平 李秀婷 李里特中国食品学报） ２０１１ １１（４） １５４

middot０１６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

［２２］　 Ｘｕ Ｑ Ｙ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｄａｌｉａｎ Ｄａｌｉａｎ ＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ （许芹永 ［硕士学位论文］ 大连 大连工业大

学） ２０１２［２３］　 Ｎｉｌｕｂｏｎ Ｊ Ａ Ｍｅｇｈ Ｒ Ｂ Ｊｕｎ Ｋ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０３

１３１９［２４］　 Ｍｅｇｈ Ｒ Ｂ Ｎｉｌｕｂｏｎ Ｊ Ａ Ｇａｏ Ｈ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０６ ２４７［２５］　 Ｚｈｕ Ｙ Ｐ Ｙｉｎ Ｌ Ｊ Ｃｈｅｎｇ Ｙ Ｑ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０９ ７３７［２６］　 Ｌｉ Ｄ Ｑ Ｑｉａｎ Ｚ Ｍ Ｌｉ Ｓ Ｐ Ｊ Ａｇｒｉｃ Ｆｏｏｄ Ｃｈｅｍ ２０１０ ５８

６６０８［２７］　 Ｘｉａｏ Ｙ Ｆ Ｌｉｕ Ｘ Ｌ Ｌｉｕ Ｓ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈ Ｐｈａｒｍａｃｙ

（肖云峰 刘小雷 刘爽 等 北方药学） ２０１１ ８（１１） １９［２８］ 　 Ｃｈｅｎｇ Ｄ Ｙ Ｗａｎｇ Ｙ Ｌ Ｌｉｕ Ｙ Ｈ ｅｔ ａｌ Ｃｈｉｎａ Ｐｈａｒｍａｃｉｓｔ

（程东岩 王友联 刘永宏 等 中国药师） ２０１１ １４（１０）１５２１

［２９］ 　 Ｇａｏ Ｈ Ｈｕａｎｇ Ｙ Ｎ Ｘｕ Ｐ Ｙ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０５６２８

［３０］ 　 Ｚｈｕ Ｗ Ｊ Ｋｏｕ Ｚ Ｎ Ｚｈａｎｇ Ｘ ｅｔ ａｌ Ｆｏｏｄ Ｒｅｓｅａｒｃｈ ａｎｄＤｅｖｅｌｏｐｍｅｎｔ （朱文佳 寇自农 张曦 等 食品研究与开

发） ２０１２ ３３（８） １７１［３１］ 　 Ｘｕ Ｑ Ｙ Ｚｈｕ Ｊ Ｂ Ｓｏｎｇ Ｑ Ｎ ｅｔ ａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ

ｏｆ Ｆｏｏｄ Ｉｎｄｕｓｔｒｙ （许芹永 朱靖博 宋青楠 等 食品工业

科技） ２０１２（３） １１０

10508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882

　 　 　 　 　 　 　 　 历史性的突破两周内到货　 　 　 　 　 　 　 　 　 　 mdashmdashmdash赛默飞液相色谱备件快速到货承诺

　 　 ２０１４ 年 ５ 月 １１ 日北京mdashmdashmdash科学服务领域的世界领导者赛默飞世尔科技（简称赛默飞）发布液相色谱

备件快速到货承诺　 　 实验做到一半氘灯寿终正寝此刻的你该怎么办　 　 相信大多数用户都遇到过类似的问题进口仪器需要更换或更新部件和耗材的时候到货期常常需要很

长一段时间在此期间用户除了等待别无办法项目进度也因此耽搁　 　 为了更好地满足用户的应急需求和满足全国广大用户日益增长的市场需要赛默飞世尔科技推出了液

相色谱产品快速到货承诺mdashmdashmdash液相色谱常规模块包括常用配件和耗材的货期缩短至两周内　 　 两周货期长期有效详情请咨询各区域销售　 　 本活动最终解释权归赛默飞世尔科技所有　 　 详情请查看 ｈｔｔｐ ｗｗｗｔｈｅｒｍｏｃｏｍｃｎ ｎｅｗｓ１０９７ｈｔｍｌ　 　 免费服务热线８００８１０５１１８ ４００６５０５１１８

赛默飞世尔科技 供稿

middot１１６middot

　 第 ６ 期 王定颖等基于液相色谱信息的西青果化学成分抑制 α葡萄糖苷酶活性数学模型的构建

［２２］　 Ｘｕ Ｑ Ｙ ［ＭＳ Ｄｉｓｓｅｒｔａｔｉｏｎ］ Ｄａｌｉａｎ Ｄａｌｉａｎ ＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ （许芹永 ［硕士学位论文］ 大连 大连工业大

学） ２０１２［２３］　 Ｎｉｌｕｂｏｎ Ｊ Ａ Ｍｅｇｈ Ｒ Ｂ Ｊｕｎ Ｋ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０３

１３１９［２４］　 Ｍｅｇｈ Ｒ Ｂ Ｎｉｌｕｂｏｎ Ｊ Ａ Ｇａｏ Ｈ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０６ ２４７［２５］　 Ｚｈｕ Ｙ Ｐ Ｙｉｎ Ｌ Ｊ Ｃｈｅｎｇ Ｙ Ｑ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００８

１０９ ７３７［２６］　 Ｌｉ Ｄ Ｑ Ｑｉａｎ Ｚ Ｍ Ｌｉ Ｓ Ｐ Ｊ Ａｇｒｉｃ Ｆｏｏｄ Ｃｈｅｍ ２０１０ ５８

６６０８［２７］　 Ｘｉａｏ Ｙ Ｆ Ｌｉｕ Ｘ Ｌ Ｌｉｕ Ｓ ｅｔ ａｌ Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈ Ｐｈａｒｍａｃｙ

（肖云峰 刘小雷 刘爽 等 北方药学） ２０１１ ８（１１） １９［２８］ 　 Ｃｈｅｎｇ Ｄ Ｙ Ｗａｎｇ Ｙ Ｌ Ｌｉｕ Ｙ Ｈ ｅｔ ａｌ Ｃｈｉｎａ Ｐｈａｒｍａｃｉｓｔ

（程东岩 王友联 刘永宏 等 中国药师） ２０１１ １４（１０）１５２１

［２９］ 　 Ｇａｏ Ｈ Ｈｕａｎｇ Ｙ Ｎ Ｘｕ Ｐ Ｙ ｅｔ ａｌ Ｆｏｏｄ Ｃｈｅｍ ２００７ １０５６２８

［３０］ 　 Ｚｈｕ Ｗ Ｊ Ｋｏｕ Ｚ Ｎ Ｚｈａｎｇ Ｘ ｅｔ ａｌ Ｆｏｏｄ Ｒｅｓｅａｒｃｈ ａｎｄＤｅｖｅｌｏｐｍｅｎｔ （朱文佳 寇自农 张曦 等 食品研究与开

发） ２０１２ ３３（８） １７１［３１］ 　 Ｘｕ Ｑ Ｙ Ｚｈｕ Ｊ Ｂ Ｓｏｎｇ Ｑ Ｎ ｅｔ ａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ

ｏｆ Ｆｏｏｄ Ｉｎｄｕｓｔｒｙ （许芹永 朱靖博 宋青楠 等 食品工业

科技） ２０１２（３） １１０

10508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882105088210508821050882

　 　 　 　 　 　 　 　 历史性的突破两周内到货　 　 　 　 　 　 　 　 　 　 mdashmdashmdash赛默飞液相色谱备件快速到货承诺

　 　 ２０１４ 年 ５ 月 １１ 日北京mdashmdashmdash科学服务领域的世界领导者赛默飞世尔科技（简称赛默飞）发布液相色谱

备件快速到货承诺　 　 实验做到一半氘灯寿终正寝此刻的你该怎么办　 　 相信大多数用户都遇到过类似的问题进口仪器需要更换或更新部件和耗材的时候到货期常常需要很

长一段时间在此期间用户除了等待别无办法项目进度也因此耽搁　 　 为了更好地满足用户的应急需求和满足全国广大用户日益增长的市场需要赛默飞世尔科技推出了液

相色谱产品快速到货承诺mdashmdashmdash液相色谱常规模块包括常用配件和耗材的货期缩短至两周内　 　 两周货期长期有效详情请咨询各区域销售　 　 本活动最终解释权归赛默飞世尔科技所有　 　 详情请查看 ｈｔｔｐ ｗｗｗｔｈｅｒｍｏｃｏｍｃｎ ｎｅｗｓ１０９７ｈｔｍｌ　 　 免费服务热线８００８１０５１１８ ４００６５０５１１８

赛默飞世尔科技 供稿

middot１１６middot