一种集成的多维技术，用于优化从黄芩（Scutellaria baicalensis Georgi）中提取无糖苷类化合物的过程，实现对这些化合物的抗口腔鳞状细胞癌效果的化学计量定量分析，并进行机制评估

《Journal of Pharmaceutical and Biomedical Analysis》：Integrated multidimensional technology for optimized extraction, chemometric quantification, and mechanistic evaluation of anti-oral squamous cell carcinoma effects of aglycones from Scutellaria baicalensis Georgi

高效提取白芷黄酮类化合物及抗口腔鳞状细胞癌机制研究。摘要：本研究采用酶解-超声辅助提取法优化黄芩苷提取工艺，结合响应面法确定最佳参数为55℃酶解10h，液固比40:1，超声功率350W，此时提取效率提升显著。红外光谱结合化学计量学建立四成分预测模型，预测精度达Rpre0.77。药效研究表明，黄芩苷通过调控EGFR、BCL-2等靶点及PI3K-AKT信号通路诱导CAL-27细胞凋亡，证实其抗OSCC活性。

　　近年来，中药领域在研究和应用方面取得了显著进展，特别是在抗炎、抗氧化和抗肿瘤活性的探索上。其中，黄芩（Scutellaria baicalensis Georgi）作为具有广泛药理作用的植物，其多样化的苷类成分吸引了越来越多的关注。黄芩广泛应用于传统中医治疗，尤其在口腔癌等疾病的研究中展现出潜在价值。然而，当前研究在黄芩苷类成分的提取效率和其对口腔鳞状细胞癌（OSCC）的作用机制方面仍面临诸多挑战。为了解决这些问题，本研究通过优化提取工艺、建立成分预测模型以及初步探讨其抗肿瘤机制，旨在为天然药物的开发提供科学依据。

OSCC是头颈部鳞状细胞癌（HNSCC）的重要病理亚型，其发病率在全球范围内较高，尤其在嘴唇、颊黏膜、牙龈、舌头、腭部和面部皮肤等部位较为常见。相关流行病学数据显示，OSCC的5年生存率大约在50%至60%之间，对全球健康构成重大威胁。随着吸烟、饮酒、嚼槟榔和病毒感染等已知风险因素的持续存在，OSCC的发病率预计还会继续上升。此外，现代饮食中的某些加工食品、微塑料污染以及外源性大气污染物（如硫化氢、二氧化硫、氯气、氟气和某些有机气体）等其他风险因素也值得关注。尽管目前已有铂类药物（如顺铂、卡铂）、新型靶向治疗药物（如西妥昔单抗、厄洛替尼）和其他抗肿瘤药物（如5-氟尿嘧啶、紫杉醇）等治疗手段，但这些药物常伴随显著的副作用和较高的耐药性，因此迫切需要寻找具有更优疗效且副作用更少的新型治疗药物。

在传统中医（TCM）中，虽然没有明确将OSCC命名为“口腔癌”，但将其归类为“舌炎”（she yan）和“口菌”（kou jun）等疾病。TCM认为，OSCC的发生与外感邪气、饮食或情绪失衡、痰湿积聚、气滞血瘀、气血亏虚等因素密切相关，主要影响心、肝、肾和胃等脏腑。根据TCM的辨证分型，OSCC通常被分为四种主要证型：（1）热毒积聚，（2）痰浊凝聚与停滞，（3）气滞血瘀，（4）气血双虚。TCM治疗策略通常采用具有清热解毒、活血化瘀、理气散结等功效的中药，如黄芩。黄芩具有悠久的药用历史，最早可追溯至《神农本草经》，其药理活性已被现代研究证实，包括抗炎、抗菌、抗肿瘤和抗氧化等作用。然而，当前研究在黄芩苷类成分的提取效率和其对OSCC的具体作用机制方面仍存在不足。

传统的提取方法，如酸水解、回流提取和索氏提取等，虽然在一定程度上能够提取黄芩中的有效成分，但存在提取效率低、成本高和环境污染等问题。为了解决这些限制，本研究提出了一种绿色的内源性酶水解-超声辅助提取（EEHUAE）方法。该方法利用黄芩内部的β-葡糖苷酸酶，在特定的适宜条件下催化转化苷类成分（如黄芩苷转化为黄芩素），从而提高苷类成分的提取率。为了进一步优化提取参数，本研究采用了一种综合策略，将层次分析法（AHP）与指标相关性分析法（CRITIC）相结合，用于确定各指标的权重系数。随后，通过响应面法（RSM）进一步筛选出四个关键因素，从而实现提取效率的最大化。

此外，传统的成分检测方法，如高效液相色谱（HPLC）、气相色谱（GC）和紫外-可见光谱（UV-Vis）等，虽然在成分分析方面具有较高的准确性，但其检测过程往往耗时、需要大量人工操作，并且难以满足现代工业对批量处理、自动化和连续操作的需求。相比之下，光谱技术具有显著的优势，如非破坏性、环境友好性、快速分析和高可靠性，使其在中药成分预测和农业产品分析中具有广泛的应用前景。近红外光谱（NIRS）能够检测含氢基团（如C–H、O–H、N–H）的倍频和组合振动，而中红外光谱（MIRS）则能够捕捉有机官能团（如C–O、C=O）的基本振动，具有尖锐且独特的峰形，适合用于特定官能团的分析。中药的光谱特征能够全面反映其组成和特性，从而实现药材的识别和聚类分析。通过将光谱数据与化学计量学和质量标志物（Q-markers）概念相结合，可以实现对单味中药中多种成分的同步定量分析。

在本研究中，我们采用了一种多维度、多层次的方法，重点研究黄芩中苷类成分的提取优化、光谱预测以及其抗OSCC的药理作用机制。首先，通过EEHUAE方法优化了提取工艺，确定了最佳的提取参数，包括酶水解温度为55℃，水固比为40:1，超声时间20分钟，pH值为5.4，超声功率为350瓦。在这些条件下，黄芩苷类成分的提取效率得到了显著提高。其次，通过红外光谱与化学计量学相结合，建立了针对四种关键苷类成分（黄芩素、黄酮、去氧黄酮和橙酮）的偏最小二乘回归（PLSR）模型，模型的预测能力得到了验证，其预测相关系数（R_pre）超过0.77，预测残差比（RPD）超过2.1，且所有四种成分的均方根误差（RSEP）为8.71，表明模型具有较高的可靠性和准确性。最后，通过超高效液相色谱-四级杆飞行时间质谱（UPLC-Q-TOF/MS）、网络药理学、分子对接和实验验证等多种手段，初步探讨了黄芩苷类成分对OSCC的抗肿瘤机制。研究发现，黄芩素、4'-羟基黄酮、去氧黄酮、黄芩酮II和木犀草素等核心活性成分能够通过调控EGFR、BCL-2和BAX等靶点，并影响PI3K-AKT信号通路，从而诱导CAL-27细胞凋亡，发挥抗OSCC的作用。

综上所述，本研究通过优化提取工艺，提高了黄芩苷类成分的提取效率和纯度，同时建立了可靠的成分预测模型，为天然药物的开发提供了理论支持。此外，通过多学科方法的结合，初步揭示了黄芩对OSCC的药理作用机制，为未来的药物研究和临床应用奠定了基础。本研究不仅为中药现代化提供了新的思路，也为天然药物的开发和应用提供了重要的科学依据。未来的研究可以进一步探索黄芩在其他癌症类型中的潜在作用，并结合临床试验验证其实际疗效，以期为癌症治疗提供更多选择。