一种用于定量分析中药活性的快速方法：以高丽参（Gastrodia elata）抗氧化活性为例的研究

《Journal of Ethnopharmacology》：A rapid method for quantitative analysis of traditional Chinese medicine activity: A case study on antioxidant activity of Gastrodia elata

中药质量控制及近红外光谱检测方法研究。通过整合化学成分、体外和体内抗氧化活性数据，建立了钩藤活性成分贡献评分系统，并开发了基于NIRS的快速检测方法，实现1分钟内准确评估钩藤抗氧化活性（R2=0.95）。

　　

王宇峰|李宇伟|曲世豪|彭晓金|农桂燕|崔秀明|杨阳|赖长江生|赵海宇|徐天瑞|程翔

生命科学技术学院，昆明理工大学，中国昆明，650500

摘要

民族药理学意义

天麻（Gastrodia elata）是一种珍贵的中药，在中国有着悠久的药物和食用历史。天麻以其平息内风、缓解抽搐、镇肝阳、祛风通络和延年益寿的功效而闻名。它仍被广泛用作抗衰老的膳食补充剂。现代药理学研究表明，天麻具有显著的抗炎、抗氧化、抗衰老、抗惊厥、镇静和神经保护作用。

研究目的

建立一种准确、快速、高通量的方法来检测中药的生物活性，特别关注优化天麻的质量控制方法，从而大幅降低传统生物活性评估的成本和测试周期。

材料与方法

首先，通过指纹分析和血清药理学方法鉴定了天麻中的六种主要活性成分。然后使用主成分分析（PCA）来评估这六种成分与ABTS·清除能力之间的相关性。随后，从体外抗氧化活性和体内抗氧化活性两个维度量化并验证了每种成分对天麻抗氧化活性的贡献。通过整合化学含量、体外抗氧化活性和体内抗氧化活性的三部分数据，建立了一个天麻活性评分系统。最后，基于该活性评分系统，结合近红外光谱（NIRS）技术，开发了一种快速检测天麻活性的方法。

结果

在天麻中鉴定出六种主要活性成分：天麻素（Gas）、p-羟基苯甲醇（HBA）、Parishin A（PA）、Parishin B（PB）、Parishin C（PC）和Parishin E（PE）。通过多维数据整合，我们确定天麻素与天麻的抗氧化活性呈显著正相关，而HBA则呈负相关。PA、PB、PC和PE均与抗氧化活性呈正相关。我们的活性评分系统准确预测了天麻的抗氧化活性（R² = 0.8062），并确定了优质天麻的评分阈值Score > 8.79。此外，利用NIRS技术和MLP回归分析，我们开发了一种快速检测天麻抗氧化活性的方法（R² = 0.95）。

结论

本研究成功地将化学成分与生物活性相结合，利用NIRS建立了一种准确、快速、高通量的定量活性检测方法。为中药的质量控制提供了一种实用且高效的方法。该方法显著缩短了检测时间和成本，同时保持了精度，对其他中药的质量评估研究具有广泛的应用价值和参考意义。

引言

随着经济的发展和公众对健康需求的增加，对中药质量的要求也在提高。传统的中药质量控制方法主要基于外观特征，但这些方法不够准确。现代方法侧重于化学成分的控制（Li, Y.L.等人，2025），虽然精确，但难以直接反映中药的有效性这一基本要求（Lu等人，2022）。基于生物活性的中药效力评估可以与临床效果联系起来，但面临实验要求高、周期长以及精度和重复性差的挑战。因此，建立一种将化学成分与生物效力联系起来的评估系统至关重要。刘长晓院士提出了中药的质量标志物（Q-markers）概念（Yang, W.Z.等人，2017），将有效性与化学成分紧密关联（Ge等人，2023；Li, Z.-t.等人，2025），这一概念受到了全国范围内的关注。然而，尚未将多种Q标志物成分整合到一个完整的定量评估系统中，以对真品草药进行分级（Lu等人，2022）。

天麻（GE）是中药中一种备受重视的草药，传统上用于抑制内风、缓解抽搐、平息肝阳亢盛和祛风通络。现代药理学研究表明，天麻具有多种有益作用，包括抗炎、抗氧化、抗衰老、抗惊厥和镇静效果（Yang等人，2024）。天麻的生物活性主要来源于其丰富的酚酸成分（Zhan等人，2016）。其中，天麻素（Gas）通过降低细胞内活性氧（ROS）水平并缓解氧化应激，保护睡眠剥夺小鼠的心肌（Wu等人，2024）。同样，Parishin A（PA）通过上调细胞中超氧化物歧化酶（SOD）的活性促进睡眠（Zhang等人，2025）。因此，抗氧化活性在介导天麻的其他生物功能中起着重要作用，这强调了针对天麻抗氧化特性的质量控制的重要性。传统的天麻质量控制方法依赖于外观评估（Long等人，2022）。现代方法通常使用化学指纹和天麻素及Parishins的多组分含量测定来进行活性成分的质量控制（Chen等人，2015）。尽管这些方法精确，但无法直接反映天麻的生物活性。

单标志物多组分定量分析（QAMS）是一种经济且环保的方法，可以同时测定多种成分，只需要一个内标（IRS）即可量化样本中的所有分析物（Hou等人，2011）。QAMS方法通常基于内标校准原理，其中一个成分作为IRS。假设IRS与其他成分具有结构相似性，根据IRS与其他成分的响应和浓度比计算相对校正因子（RCFs）（Cai等人，2023；Luo等人，2023）。然而，大多数中药制剂无法满足这些前提条件。当相同的IRS应用于不同的化学成分时，RCF值存在显著差异，严重影响了QAMS方法的定量准确性（Hu等人，2019）。为了解决这一限制，本研究首次引入了Q标志物系数的概念。该系数结合多维定量分析来评估中药中各个成分对生物活性的贡献。此外，Q标志物系数还能够定量预测中药的生物活性。

随着中药的现代化，中药与人工智能（AI）的结合是不可避免的发展趋势（Lu等人，2024）。AI在数据处理、整合异构数据和揭示深层相关性方面具有独特优势。机器学习（ML）和深度学习（DL）作为AI的核心技术，已逐渐应用于中药质量控制（Pan等人，2023）。它们可以精确识别和评估中药的真实性、质量、来源、加工技术以及生长和储存条件（Gao等人，2025），有效提高了中药质量的一致性和安全性（Song等人，2024）。近红外光谱（NIRS）是一种介于可见光（Vis）和中红外（MIR）区域的电磁辐射（Ozaki，2021）。NIRS光谱对应于有机分子中含氢基团（O-H、N-H、C-H）的吸收范围（Liu等人，2019）。通过扫描样品的NIRS光谱，可以获得有关这些含氢基团的特征信息（Huang等人，2019；Zhang和Su，2014）。近年来，NIRS与AI技术的结合，特别是通过机器学习（ML）和深度学习（DL）技术，使得能够有效过滤无关噪声并准确提取NIRS光谱的特征波长，从而显著提高了NIRS检测的准确性（Ding等人，2024）。由于其快速分析、高通量、环保、操作简便和非破坏性的特点（Bagchi等人，2016；Sarragu?a等人，2014），NIRS已成为中药质量分析中最活跃的领域之一（Yin等人，2019）。

以天麻的抗氧化活性为例，本研究首先通过血清药理学分析鉴定了六种潜在的Q标志物成分。通过比较这些化合物的标准混合物（与天麻提取物含量相等）和天麻提取物之间的抗氧化活性，确认这六种血清吸收成分占据了天麻提取物抗氧化能力的大部分（图S4和S5）。随后，基于这些成分的Q标志物系数构建了一个活性评分模型。该模型能够在检测到其Q标志物成分含量后，定量评估天麻的抗氧化活性，并且其准确性已通过实际样品得到验证。在此基础上，建立了质量分级方法和快速NIRS检测方法，将传统的生物活性测试程序简化为仅1分钟的光谱扫描。结果表明，活性评分模型可以快速预测天麻的抗氧化活性，实现了中药生物活性的快速准确定量评估（R² = 0.8062）。此外，基于该模型开发的NIRS方法能够快速、准确、高通量地检测天麻的抗氧化活性Score（R² = 0.95）。通过将活性评分模型与NIRS技术结合，本研究将传统的生物活性检测时间缩短至仅1分钟。虽然抗氧化活性只是天麻众多生物活性之一，且本研究建立的活性评分系统目前仅用于评估其抗氧化特性，但这种方法为天麻抗氧化活性的质量评估提供了一种创新且有前景的方法。此外，它也为其他中药的质量控制研究提供了宝贵的参考和新的视角。

试剂和动物

乙腈（商品编号34851-1L，HPLC级，纯度≥99.9%）购自Merck KGaA（德国达姆施塔特）。去离子水使用ELGA LA763水纯化系统制备（法国巴黎）。天麻素（Gas）（商品编号B21243-1g）、p-羟基苯甲醇（HBA）（商品编号B20326-100 mg）、Parishin A（PA）（商品编号B20932-20 mg）、Parishin B（PB）（商品编号V93540-20 mg）、Parishin C（PC）（商品编号B20913-20 mg）、Parishin E（PE）（商品编号B20914-20 mg）

候选化合物的多组分定量分析

根据图1A中概述的实验方法，分析了天麻的指纹和血液吸收成分。采用HPLC-DAD方法对天麻提取物进行了多组分定量分析。样品溶液的典型色谱图如图1C所示。血清药理学实验使用单批天麻提取物进行，以定性确定天麻在血液中的成分组成。

讨论

随着对中药复杂系统和协同效应认识的提高，越来越多的研究者不再倾向于仅基于单一成分或单一指标来评估中药的质量。相反，他们采用多指标和多维方法来更全面、综合地研究中药的质量。Hu等人基于定量三元网络预测了补中益气的配方中的Q标志物（Hu等人，2024）；Zhang等人

CRediT作者贡献声明

王宇峰：撰写——原始草案、可视化、验证、软件、方法学、调查、正式分析、数据管理、概念化。李宇伟：验证、调查、数据管理。曲世豪：资源、方法学、调查。彭晓金：可视化、软件。农桂燕：调查。崔秀明：验证、监督。杨阳：监督、资源。赖长江生：验证、监督。赵海宇：验证、监督。徐天瑞：

声明

在准备这项工作时，作者使用了DeepSeek来提高手稿的可读性和语言表达。使用DeepSeek后，作者根据需要对内容进行了审查和编辑，并对发表文章的内容负全责。

资助

本工作得到了云南省重大科技项目（202202AG050008）和云南省振兴人才支持计划“青年人才”项目（YNWR-QNBJ-4202020-247）的财政支持。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

我们感谢云南大学的副研究员梁连明提供野生型C.elegans。