[發明專利]一種苦參識別平臺和利用該平臺的苦參識別方法

在審

• 申請號: 201811417991.8
• 申請日: 2018-11-26
• 公開（公告）號: CN111220753A
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 張曉哲;趙楠;程孟春
• 申請（專利權）人: 中國科學院大連化學物理研究所
• 主分類號: G01N30/88
• 分類號: G01N30/88;G01N30/02;G01N30/72
• 代理公司: 北京元周律知識產權代理有限公司 11540
• 代理人: 周游

本申請公開了一種苦參識別平臺，以及應用該平臺來識別苦參的方法。該平臺包括已知樣本信息數據庫模塊、未知樣本信息數據庫模塊、已知樣本色譜?質譜圖像模塊、未知樣本色譜?質譜圖像模塊、未知樣本識別模塊。通過將生成的未知樣本的色譜?質譜數據圖像與已知樣本的色譜?質譜數據圖像進行比對，來確定未知樣本的色譜?質譜數據是否與已知樣本的色譜?質譜數據匹配，從而識別未知樣本。本發明運用中藥色譜?質譜高維圖像技術，能夠對苦參樣本中大量化合物間的空間信息實現全面表征，并利用上述空間信息實現未知樣本的匹配與識別，具有快速、高通量、高精度和高可靠性等優勢。

技術領域

本申請涉及中藥檢測技術領域，具體涉及一種苦參識別平臺和苦參識別方法。

背景技術

復雜樣本的化合物構成具有極端復雜性。中藥即是典型的復雜樣本，所含成分極其復雜，結構多樣、種類繁多，常見類型包括酚類、生物堿類、皂苷類、萜類、黃酮類、內酯類、蒽酮類、有機酸類以及鞣質類等，單一中藥即包含數百上千計的次生代謝產物和小分子成分，由多種中藥組合的中藥復方制劑的成分則更多。相應地，復雜樣本中蘊含海量信息。如中藥化合物之間的相互關系、不同中藥的藥性藥效差異、同屬藥材化學成分異同及產地、年份、生長環境對藥材質量的影響等科學問題都蘊藏其中。

目前對于復雜樣本的研究面臨兩個重要瓶頸：一方面，研究大多采用碎片化、點狀的低維數據，如色譜保留時間，m/z值，子離子碎片信息等，這些低維數據忽視也無法體現上述大量化學成分間的關聯。高維數據恰是海量信息的有力載體。與低維數據相比，高維數據能夠有效地表示樣本中各數據點的空間信息從而反映它們的空間關系。因此，獲取復雜樣本化合物的高維數據才能真正實現從復雜樣本中得到、處理、挖掘那些高價值信息。另一方面，實驗產生的數據資源龐大卻零散，相關研究產生的數據不能整合利用，導致科研工作中人力、物力、時間等投入的成本高，產出卻不顯著。數據庫技術是一種計算機輔助管理、整合數據的方法。將高維數據與數據庫技術結合建立高維數據數據庫正是解決上述難題的方向。

高維數據的獲取需要聯用儀器來實現。色譜-質譜聯用技術將應用范圍極廣的分離方法-色譜法與靈敏、專屬、能提供分子量和結構信息的質譜法結合起來，顯然是復雜樣本高維數據獲取的理想手段。目前，已有一些基于色譜-質譜聯用技術的數據庫，大致可以分為兩類：

1.標準化合物質譜數據庫：如美國國家科學技術研究院(NIST)出版的NIST標準化合物質譜數據庫，收錄了幾萬張標準質譜圖，在以GC-MS平臺的代謝組學研究中發揮巨大作用；又如人類代謝組數據庫(Human Metabolome Database，HMDB)是目前最完整且最全面的人類代謝物和人類代謝數據庫。這類數據庫在許多研究領域得到了廣泛的應用。然而該類型數據庫能夠提供的化合物數目是有限的，并且沒有提供化合物的色譜保留信息。張加余等(藥學學報，2012,47(9):1187-1192)利用高效液相-電噴霧離子阱串聯質譜(HPLC-ESIIT-MS/MS)，以商業化工作站譜庫編輯程序為平臺建立了含有636個天然化合物(包括黃酮、香豆素、木質素、萜及其苷類、甾體及其苷類、有機酸、生物堿、蒽醌、氨基酸等常見類型的天然產物)的液相色譜-質譜-數據庫(LC-MS-DS)，用于天然產物未知組分的鑒定和靶向分離。該數據庫屬于標準化合物質譜數據庫，且可通過匹配未知組分和對照品的保留時間、紫外吸收光譜或者比較未知組分和對照品的多級質譜圖中主要離子碎片是否相同來評價譜庫檢索的可信度，從而提高結果的可信度。該數據庫僅能用作化合物的鑒定，無法用于包括天然產物在內的生物樣本的鑒定。