欢迎您注册蒲公英
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
来自Eurealert的消息,香港理工大学应用生物及化学科技学系的研究人员发表了题为“Rapid Differentiation of Ganoderma Species by Direct Ionization Mass Spectrometry”的文章,研发了快速鉴别中药材真伪的新方法,并应用于灵芝和天麻的鉴定。该方法简单、快速,仅需约十分钟即可鉴定一个药材样品的真伪,区分野生还是人工培植种类以及不同产地。该方法亦可用于鉴定其他中药材。 这一研究成果公布在分析科学前沿杂Analytica Chimica Acta上,由姚钟平博士研究组完成。姚钟平博士主要研究方向为建立传统中药、药用植物中活性成分的高通量在线检测方法,将质谱技术应用于活性成分定性、定量。目前任香港理工大学副教授,长白山学者讲座教授。此前这一研究组研发了5分钟鉴别食用油的新技术。
灵芝和天麻是两种常用的名贵中药材。由于具有很高的商业价值,假冒、劣质和掺杂的灵芝和天麻在市场上屡见不鲜。色谱指纹谱图提供全面的化学组成分析,是传统区分和鉴定中药材的方法。然而,色谱分析需要经过人手预先处理样本和进行色谱分离程序,繁杂耗时,分析一个样本通常需要数小时。 最近,理大研究团队采用自主发展的直接电离质谱方法(Direct Ionization Mass Spectrometry),以检测灵芝和天麻中的主要活性成份,如天麻素和灵芝酸等。该方法只需将一小片药材样本加上溶剂,然后施加高压电,便可诱发样品产生喷雾电离,在数分钟之内得到该药材的质谱图,有如指纹一样,能帮助辨识身分。从质谱图上是否检测到主要活性成份即可鉴定药材的真伪。另外,藉着运用一种常用的数据分析工具—主要成份分析法,可以区分样本属于野生或人工培植种类,以及其产地来源。
全球总计约有80个灵芝品种,只有赤芝和紫芝这两个品种收录在《 中国药典》中。其他外观和形态类似的灵芝品种,常被发现与这两种灵芝混淆。另外,羊角天麻和芭蕉芋亦容易与天麻混淆。
野生灵芝和天麻均非常稀有,人工培植是其主要来源。一般来说,野生药材含有较高的活性成份,因此疗效更好。此外,由于不同地域的生长环境不同,不同产地的药材的成份含量也有差异。
理大研发的方法简单、快速、稳定,无需额外的特别装置,相关领域研究人员亦可容易操作使用。这方法可应用于其他中药材的分析,如五味子和何首乌等,预计将为中药产业的发展带来积极影响。
本文来源:中科院成都生物研究所
Rapid Differentiation of Ganoderma Species by Direct Ionization Mass Spectrometry
Abstract In this study, direct ionization mass spectrometry (DI-MS) has been developed for rapid differentiation of Ganoderma (known as Lingzhi in Chinese), a very popular and valuable herbal medicine. Characteristic mass spectra can be generated by DI-MS directly from the raw herbal medicines with the application of a high voltage and solvents. Rapid differentiation of the Ganodermaspecies that are officially stated in the Chinese pharmacopoeia from easily confused Ganoderma species could be achieved based on this method, as the acquired DI-MS spectra showed that ganoderic acids, the major active components of Ganoderma, could be found only in the official Ganoderma species but not in the confused Ganoderma species. In addition, classification of wild and cultivated Ganoderma and potential differentiation of Ganoderma from different geographical locations could be accomplished based on principal component analysis (PCA) or hierarchical clustering analysis (HCA). The method is rapid, simple and reproducible, and can be further extended to analysis of other herbal medicines.
@北重楼 @北重楼 @大才子 @华佗 @红茶. @可亲可爱 @可亲可爱 @孙艳红 @莲青山药农 @秃头披风侠 @郝强贵
|