Chrome Extension
WeChat Mini Program
Use on ChatGLM

基于HPLC指纹图谱和网络药理学的消炎退热颗粒质量标志物(Q-Marker)预测

Chinese Traditional and Herbal Drugs(2021)

Cited 1|Views5
No score
Abstract
目的 基于指纹图谱和网络药理学方法,分析预测消炎退热颗粒质量标志物(quality markers,Q-Marker).方法 采用HPLC法,以秦皮乙素为参照,建立20批消炎退热颗粒的指纹图谱.采用《中药色谱指纹图谱相似度评价系统》(2012A版)对20批样品进行相似度评价,确定共有峰.通过与单味药材溶液和混合对照品溶液色谱峰进行对比,对共有峰进行药味归属,并指认化学成分.采用聚类分析进行分类评价,运用有监督模式偏最小二乘法-判别分析筛选出造成组间差异的主要标志性成分.采用网络药理学筛选和分析消炎退热颗粒相关的作用靶点和通路,构建"成分-靶点-通路"网络图,预测消炎退热颗粒的Q-Marker.结果 成功建立21个共有峰的指纹图谱,筛选出4个差异成分可作为消炎退热颗粒差异标志物,分别为秦皮乙素、新绿原酸、菊苣酸和咖啡酸,作为网络药理学研究对象.网络药理学结果显示筛选出4种差异成分均可作为潜在Q-Marker.结论 建立的HPLC指纹图谱分析方法准确度高、稳定性好,较全面、直观地反映了消炎退热颗粒整体化学成分信息,筛选出4个可作为消炎退热颗粒潜在Q-Marker的化学成分,为消炎退热颗粒质量的全面控制提供参考,同时也为消炎退热颗粒药效关联物质基础的研究及作用机制的探索奠定基础.
More
Key words
q-marker
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined