编辑推荐：
在蒿属植物药用价值备受关注但物种鉴别与成分剖析存在难题的背景下，研究人员开展 “Comparative phytochemical profiling and authentication of four Artemisia species using integrated GC-MS, HPTLC and NIR spectroscopy approach” 研究。结果表明该联用技术可有效剖析鉴别蒿属植物，为其质量控制等提供依据。
在广袤的植物王国里，蒿属植物宛如一颗璀璨的明珠，散发着独特的魅力。它是菊科中一个庞大且分布广泛的家族，包含 500 多种不同的成员，在欧洲、非洲、亚洲和北美洲的温带地区都能看到它们的身影。蒿属植物不仅种类繁多，其蕴含的化学物质更是丰富多样，在传统医学领域有着悠久的使用历史，许多物种还潜藏着未被挖掘的药用价值。
就拿青蒿（Artemisia annua L.）来说，它在中国民间被称为 “青蒿” 或 “甜蒿”，是治疗寒热病症的常用草药。后来从青蒿中分离出的倍半萜内酯青蒿素（Artemisinin），具有强大的抗疟疾活性，世界卫生组织（WHO）推荐以青蒿素为基础的联合疗法（ACT）作为疟疾的一线治疗方案。近年来，青蒿素的抗癌特性也逐渐引起人们的关注，使得青蒿成为全球范围内备受瞩目的药用植物。除了青蒿，阿尔泰香叶蒿（Artemisia herba-alba Asso）、单籽蒿（Artemisia monosperma Del.）和犹太蒿（Artemisia judaica L.）等野生蒿属植物，在埃及沙漠和地中海沿岸沙地生长，在不同文化中也有着传统的药用用途，如阿尔泰香叶蒿可用于缓解痉挛、驱虫、抗炎和伤口愈合，单籽蒿用于治疗胃肠道疾病、发热、高血压和糖尿病，犹太蒿则有助于改善视力、增强免疫力和维护心血管健康。
然而，随着蒿属植物药用价值的不断被发现，如何准确鉴别不同的蒿属植物物种，以及深入了解它们的化学成分，成为了亟待解决的问题。一方面，不同蒿属植物在外观上可能较为相似，仅依靠传统的形态学特征进行鉴别存在一定的局限性；另一方面，植物的化学成分会受到生长环境、地理来源等多种因素的影响，导致同一物种的化学成分存在差异，这给植物的质量控制和药用开发带来了挑战。此外，由于青蒿在工业上的重要性，其种植和贸易规模不断扩大，市场上可能存在青蒿被其他蒿属植物掺假的情况，这不仅影响了青蒿的质量和疗效，也对患者的健康构成了潜在威胁。
为了解决这些问题，来自亚历山大大学药学院生药学系（Department of Pharmacognosy, Faculty of Pharmacy, Alexandria University）的研究人员 Ingy I. Abdallah、Hebaalla A. Mahmoud 等人开展了一项重要研究，相关成果发表在《BMC Chemistry》上。
研究人员运用了多种先进的技术方法来深入探究这四种蒿属植物。首先是气相色谱 - 质谱联用（GC-MS）技术，它就像是一个 “化学物质探测器”，能够精准地识别植物挥发性油中的各种化学成分；高效薄层色谱成像分析（HPTLC）技术则可以追踪植物总醇提取物中的化学标记物，为植物的化学指纹图谱绘制提供重要信息；近红外光谱（NIR）技术结合多元分析，不仅能对植物粉末进行快速分类和鉴别，还能用于青蒿粉末的质量控制，检测其是否被其他蒿属植物掺假。
在对蒿属植物挥发性油的比较评估中，研究人员通过 GC-MS 分析发现，四种蒿属植物的挥发性油产量和成分存在差异。阿尔泰香叶蒿的挥发性油中以单萜类化合物为主，含量高达 89.48%；青蒿的挥发性油主要由 52.27% 的单萜类和 46.35% 的倍半萜类组成；单籽蒿的挥发性油中主要成分包括 α - pinene、β - pinene 等单萜烃类化合物；犹太蒿的挥发性油中樟脑（Camphor）、胡椒酮（Piperitone）等成分含量较高。通过多元分析，研究人员还发现不同蒿属植物的样本能够明显聚类，这表明挥发性油的化学成分可以作为鉴别不同物种的重要依据。
在对总醇提取物的比较分析中，研究人员利用 HPTLC - 图像分析技术，结合化学计量学方法，对总醇提取物中的化学标记物进行追踪。结果发现，青蒿素仅在青蒿中被检测到，而东莨菪内酯（Scopoletin）是蒿属植物中的一种主要特征香豆素。此外，还在不同物种中发现了酚酸和黄酮类化合物。通过主成分分析（PCA）和层次聚类分析（HCA），研究人员发现不同蒿属植物的样本在聚类图上呈现出明显的分组，这进一步证明了 HPTLC - 图像分析技术在鉴别蒿属植物方面的有效性。
在利用 NIR 光谱对蒿属植物进行鉴别、分类和质量控制的研究中，研究人员首先对植物粉末的 NIR 光谱进行预处理，发现经过二阶导数、小波去噪（WDS）和 Savitzky - Golay 滤波（SGF）处理后，不同蒿属植物在特定光谱区域出现了明显差异。通过 PCA 和 HCA 分析，不同蒿属植物的粉末样本能够清晰地聚类。随后，研究人员运用软独立建模类比（SIMCA）方法建立模型，对不同蒿属植物进行鉴别和分类，模型表现出较高的灵敏度、特异性和分类准确率。此外，研究人员还利用偏最小二乘法回归（PLSR）模型对青蒿粉末中的掺假情况进行定量分析，结果表明该模型能够有效检测出青蒿中其他蒿属植物的掺假，检测限低于 1.5%。
综上所述，这项研究通过综合运用 GC-MS、HPTLC 和 NIR 光谱联用技术，对四种蒿属植物进行了全面的植物化学剖析、分类、鉴别和质量控制。研究结果为蒿属植物的深入研究和开发利用提供了重要的科学依据，有助于确保蒿属植物在医药、工业等领域的合理应用，同时也为其他植物的研究提供了有益的参考。
在研究结论和讨论部分，研究人员强调了该综合方法的重要意义。它不仅能够快速、准确地鉴别不同的蒿属植物物种，还能为植物的质量控制提供可靠的手段，有效防止青蒿等重要药用植物被掺假。此外，该研究还揭示了不同蒿属植物化学成分的相似性和多样性，为进一步挖掘蒿属植物的药用潜力奠定了基础。未来，研究人员可以基于这些研究结果，开展更多关于蒿属植物的深入研究，探索其在治疗其他疾病方面的潜在应用，推动蒿属植物资源的可持续利用和开发。
