用熵最小算法解析桂郁金挥发油GC-MS重叠谱*

杜芳黎，张华俊，卢波，龙海荣，谷筱玉（.广西工业生物技术研究中心，广西科学院，南宁 530007； .广西药用植物园，南宁 53003）



用熵最小算法解析桂郁金挥发油GC-MS重叠谱*

杜芳黎1，张华俊1，卢波1，龙海荣2，谷筱玉2
（1.广西工业生物技术研究中心，广西科学院，南宁 530007； 2.广西药用植物园，南宁 530023）

采用气相色谱-质谱（GC-MS）联用技术对桂郁金中提取的挥发油成分进行检测，同时用熵最小算法对其中的共流物色谱峰进行解析，并通过质谱库检索和程序升温保留指数相结合的方式对解析得到的各纯组分进行定性分析。将桂郁金挥发油各组分的质谱数据直接与美国国家标准及技术研究所（NIST）数据库进行比对，鉴定出38个化合物；在挥发油的色谱图中，存在一些因分离不完全而导致的共流物色谱峰，以保留时间为1 106.52～1 108.38 s 及1 184 s的色谱峰为例，经熵最小算法解析，共发现5个纯组分。采用熵最小算法可以清楚地对共流物色谱峰进行解析并得到所包含的各个纯组分，该法可提高复杂成分定性定量分析结果的准确性。

桂郁金；挥发油；气相色谱-质谱法；熵最小算法；共流物色谱峰

中药现代化的研究重点是中药药效物质基础研究，但在实际研究过程中因中药所含成分复杂，且其作用模糊，造成中药研究出现一定障碍，这为中药药效物质基础的研究带来困难。因此如何解决这些问题，成为中药现代化研究的当务之急［1］。对于中药复杂成分的分析，目前采用的技术主要包括色谱法、光谱法、质谱法等，通过对测试条件的不断优化，以实现复杂成分的最佳分离。在色谱分析中，由于中药中存在很多结构相近、性质相似的成分，即使依靠提高柱效、更换固定相、改变程序升温条件等手段，也难以实现对这些成分的最佳分离，总会存在相互交错或包埋的共流物色谱峰，从而影响中药复杂成分的定性定量分析。化学计量学的发展，为共流物色谱峰组分的分离分析带引入了新思路，通过化学计量学方法，可以对共流物色谱峰进行分离，并得到其中所包含的纯色谱和纯质谱，使得复杂成分的定性定量分析的准确性提高［2-3］。目前已报道的化学计量学方法如选择性离子分析法、直观推导式演进特征投影法、交替最小二乘法等均已成功用于复杂数据的处理中［4-7］。

熵最小算法（Entropy minimization，EM）是一种化学计量学算法，主要包括锁峰熵最小方法（BTEM）、加权多重锁峰熵最小方法（tBTEM）和多重建熵最小方法（MREM）等［8-11］。熵最小算法解析共流物色谱峰，能在没有先验信息的情况下，只需根据混合谱数据，就能从混合谱中重建每个纯组分的谱图，以及通过峰面积归一化法进行半定量分析。该技术在质谱、红外、紫外、拉曼等谱图的解析中均有一定的应用［12］，但在GC-MS中的应用却鲜有报道。中药挥发油是一类化学成分复杂且具有明确生物活性的药用成分［13］，在临床上具有止咳、平喘、祛痰发汗、镇痛解热等功效［14-15］，明确中药挥发油的化学成分，对药理药效的进一步研究具有重要意义。笔者以GC-MS为分析测试手段，辅助以熵最小算法为基本原理的化学计量学解析法对郁金挥发油成分中的共流物色谱峰进行分离分析，同时结合程序升温保留指数和质谱库对化合物进行定性，以期实现中药色谱中重叠信号的快速分离。

1　实验部分

1.1主要仪器与材料

安捷伦气相色谱-质谱联用仪：7890A型，配带NIST标准质谱库，美国安捷伦科技公司；

石油醚、无水硫酸钠：优级纯，国药集团化学试剂有限公司；

桂郁金：购于广西生源中药饮片有限公司。

1.2桂郁金挥发油的提取

将桂郁金样品粉碎，称取1 g粉碎后的样品置于50 mL具塞三角瓶中，加入石油醚（沸程60～90℃）20 mL，浸提12 h，每隔1 h摇动一次，过滤，滤液浓缩后经无水硫酸钠脱水备用。

1.3仪器工作条件

1.3.1色谱条件

色谱柱：HP-5MS毛细管柱（30 m×0.25 mm，0.25 μm，美国安捷伦科技公司）；进样器温度：250℃；柱温：初始温度40℃（保持1 min），以10 ℃/min升至280℃（保持10 min）；辅助加热器温度：250℃；载气：氮气，流量为1 mL/min；不分流进样；进样体积：0.2 μL。

1.3.2质谱条件

扫描范围：50～500 Da；离子源温度：230℃；四级杆温度：150℃。

1.3.3数据处理与谱图分析

样品经GC-MS测试后，单一色谱峰可直接与NIST数据库比对，而对于分离不完全的共流物色谱峰，则需在安捷伦自带数据分析软件中将数据导出成CDF.格式，然后导入基于熵最小算法开发的MERM软件，截取其中需要分析的共流物色谱峰区间，根据文献［12］所述的方法进行熵最小计算以得到其中各组分的纯色谱与纯质谱，然后将纯质谱数据导出成msp格式，再导入NIST数据库进行检索，得到相应的结果。对于结果的定性采用质谱库相似度检索与程序升温保留指数相结合的方式，其中程序升温保留指数根据文献［16］计算。

2　结果与讨论

2.1挥发油的定性分析

图1为桂郁金挥发油成分经GC-MS测试的总离子流图，若将所得到的各组分的质谱数据与NIST数据库直接进行比对，可以鉴定出匹配度85%以上的组分共38个，包括烷烃类、烯烃类、醇类及少量酮类（各化合物的基本信息列于表1中），其中含量比较多的两个化合物是β-榄香烯酮和（反，反）-10-（1-甲基亚乙基）-3，7-环癸二烯-1-酮。

图1　桂郁金挥发油成分的总离子流图（TIC）

表1　桂郁金挥发油中的化学成分

续表1

2.2共流物色谱峰的解析

从图1可知，虽然大部分挥发油成分经测试后得到了基本的基线分离，但也有一部分色谱峰是重叠交错的共流物色谱峰，若将这样的色谱峰直接与数据库进行比对，会造成定性分析的不准确性，因此有必要通过化学计量学方法对这些色谱峰进行解析，以提高定性结果的准确性。以保留时间为1 106.52～1 108.38 s及1 184 s的色谱峰为例，用化学计量法（熵最小算法）对共流物色谱峰进行解析，图2为保留时间为1 106.52 s的共流物色谱峰放大谱图。

图2　保留时间为1 106.52 s的共流物色谱峰的放大图

从图2中可以看出，这个色谱峰是由于分离不完全造成的交错峰，若直接与NIST数据库进行比对，可粗略认为是2个峰，但该结果的可信度不高；采用熵最小算法对其进行解析，得出图3结果。

图3　保留时间为1 106.52 s的峰经解析后的纯色谱图

从图3中可以看出，经熵最小算法解析后，原来的交错峰可以解析出3个纯组分，根据其保留时间先后顺序分别为A3，A4，A5 3个组分；曲线A1表示实验得出的总离子流浓度，曲线A2表示将解析到的3个纯组分的信号加和后的解析结果总离子流浓度。与实验得出的总离子流浓度相比，可以发现解析出的信号总强度与实验得出的信号基本一致，且各组分的谱峰对称性较好。曲线A3基线明显高于A4和A5，可能是组分A3中部分碎片信息与背景的信号相似所致。提取3个组分的纯质谱数据分别与NIST数据库进行比对，得到表2所示的结果，解析后各组分相应的质谱图见图4。

表2　解析后纯组分的信息

图4　解析后各纯组分（A3，A4，A5）的质谱信息

用同样的方法，对保留时间为1 184 s的色谱峰进行解析，该色谱峰的放大图如图5所示。

图5　保留时间为1 184 s的共流物色谱峰的放大图

保留时间为1 184 s的色谱峰若不放大，易误认为是一个纯色谱峰，但放大后明显看出，该区域不止含有一个组分。若直接与数据库进行比对，由于重叠交错，只能比对出一个结果，为6-（1-羟甲基乙烯基）-4，8a-二甲基-3，5，6，7，8，8a-六氢-萘-2-酮。经熵最小算法解析后，可得到到如图6所示的结果。

图6　保留时间为1 184 s的峰经解析后的纯色谱图

从图6可以看出，保留时间为1 184 s的色谱峰经熵最小算法解析后，可以得到2个纯组分峰（B3，B4），且2个组分的色谱峰对称性较好。图中B1表示实验得出的总离子浓度，B2表示将解析到的3个纯组分的信号加和后的解析结果总离子流浓度，与实验得出的总离子流浓度相比，可以发现解析出的信号总强度与实验得出的信号有明显差异，并不完全吻合，这是因为质谱库中的质谱信息与测量信号中该组分的质谱信息不同造成的［17］。提取2个组分的纯质谱数据并与NIST数据库进行比对，比对结果见表3。与解析后各组分相对应的质谱如图7所示。

表3　解析后纯组分的信息

图7　解析后各纯组分（B3，B4）的质谱信息

用熵最小算法进行共流物色谱峰的解析，由于得到的是各组分的纯质谱信息，将分辨出的各组分进行质谱定性检索，其定性结果的准确性可大大提高。但在实际应用过程中，有些组分在测量信号中的质谱，会因为实验条件等因素而造成其与质谱库中存在的质谱信息间有较大的差异，对于这样的组分，其匹配度可能会相对较低［17］。

3　结语

对桂郁金的挥发油成分进行了GC-MS分析并从中鉴定出38个化合物，选择熵最小算法对共流物色谱峰进行解析。试验证明，采用化学计量学方法的熵最小算法，可清楚的对共流物色谱峰进行解析，大大缩短分离分析时间，提高了分析结果的准确性。

［1］ 景怡，任远.中药药效物质基础研究的思路与方法［J］.甘肃中医学院学报，2009（1）: 45-48.

［2］ Kvalheim O M，Liang Y Z. Heuristic evolving latent projections:Resolving two-way multicomponent data.1.selectivity，latent-projective graph，datascope，local rank，and unique resolution［J］. Anal Chem， 1992，64: 936-945.

［3］ Liang Y Z，Kvalheim O M，Keller H R，etal. Heuristic evolving latent projections：Resolving two-way multicomponent data.2.detection and resolution of minor constituents［J］. Anal Chem，1992，64: 946-953.

［4］ 蒋军辉，徐小娜，杨慧仙，等. GC-MS联用技术结合化学计量学分析厚朴叶挥发油成分［J］.分析测试学报，2012，31（5）: 523-529.

［5］ 王向利，张良晓，梁逸曾，等. GC-MS结合化学计量学方法用于女贞子乙醚提取物的定性定量分析［J］.中国中药杂志，2010，35（17）: 2 303-2 307.

［6］ 魏学敏，吴倩，刘强，等. 化学计量学-光谱法在药物分析中的应用进展［J］.药物分析杂志，2013，33（8）: 1 447-1 452.

［7］ 丁晓晓，倪永年. 高效液相色谱法结合化学计量学分析不同产地姜黄的指纹图谱［J］.分析科学学报，2014，30（4）: 445-450.

［8］ 梁逸曾，许青松.复杂体系仪器分析［M］.北京：化学工业出版社，2012.

［9］ Chew W，Widjaja E，Garland M. Band-target entropy minimization （BTEM）: an advanced method for recovering unknown pure component spectra.application to the FTIR spectra of unstable organometallic mixtures［J］. Organometallics，2002，21（9）: 1 982-1 990.

［10］ Zhang H J，Garland M，Zeng Y，et al. Weighted two-band target entropy minimization for the reconstruction of pure component mass spectra: simulation studies and the application to real systems ［J］. Journal of the American Society for Mass Spectrometry，2003，14（11）: 1 295-1 305.

［11］ Gao F，Allian A D，Zhang H，et al. Chemical and kinetic study of acetophenone hydrogenation over Pt/Al2O3: Application of BTEM and other multivariate techniques to quantitative on-line FTIR measurements［J］. Journal of catalysis，2006，241（1）: 189-199.

［12］ Zhang H J，Chew W，Garland M. The multi-reconstruction entropy minimization method: Unsupervised spectral reconstruction of pure components from mixture spectra，without the use of a priori Information［J］. Applied Spectroscopy，2007，61（12）: 1 366-1 372.

［13］ 刘因华.中药挥发油的研究现状［J］.现代中医药，2009，29（1）: 68-70.

［14］ 杜光，孙明辉，尹雄章.中药挥发油在制剂中的几种处理方法［J］.时珍国医国药，2003（3）: 150-151.

［15］ 胡玉兰，张忠义，林敬明. 中药砂仁的化学成分和药理活性研究进展［J］.中药材，2005（1）: 72-74.

［16］ Vailden Dool H， Krats P D. A generalization 0f the retention index system including linear temperature progzammed gas-liquid partition Chromatography［J］. J Chromatogr， 1963（11）: 463-471.

［17］ 梅桢，蔡文生，邵学广.一种新型交替迭代算法用于农药GC-MS信号快速分析［J］.化学学报，2013，71: 729-732.

Analysis of Co-eluting Peaks in Curcuma Kwangsiensis Essential Oil by GC-MS with Entropy Minimization Method

Du Fangli1，Zhang Huajun1，Lu Bo1，Long Hairong2，Gu Xiaoyu2
（1. Industrial Bio-Technology Research Center of Guangxi，Guangxi Academy of Science，Nanning 530007， China；2. Guangxi Medicinal Garden，Nanning 530023，China）

The essential oil from curcuma kwangsiensis was analyzed by gas chromatography-mass spectrometry，then the entropy minimization method was applied to analyze pure components in co-eluting chromatographic peaks and estimated pure components were identified by similarity search in NIST library combined with temperature programmed retention index method. Mass spectrometry data of components from curcuma kwangsiensis essential oil were compared with NIST library， 38 components were given. NIST library search on chromatographic peaks would result in misleading information，especially on those co-eluting peaks. Two co-eluting peaks at 1 106.52-1 108.38 s and 1 184 s were analyzed by entropy minimization method and five pure compounds were gotten. The entropy minimization method can be used to deal with co-eluting chromatographic peaks and reconstruct pure component with better qualitative and quantitative analyses.

curcuma kwangsiensis；essential oil；gas chromatography-mass spectrometry； entropy minimization method；co-eluting chromatographic peak

O652.4

A

1008-6145（2016）04-0035-05

10.3969/j.issn.1008-6145.2016.04.009

*广西科学研究与技术开发计划项目（桂科合1298014-15）

联系人：张华俊；Email: George@chemopower.com

2016-03-07