一類面向醫(yī)藥領域的色譜及其聯(lián)用分析新方法研究.pdf

1、藥物分析學受當前醫(yī)藥及生命科學急速發(fā)展的驅(qū)動，研究領域大大拓展，已從經(jīng)典的藥品質(zhì)量檢驗逐漸覆蓋了整個醫(yī)藥分析技術應用范疇，并從藥物組成分析延伸至體內(nèi)物質(zhì)分析。與此同時，藥物分析學與信息科學交叉綜合加速，學科發(fā)展空間進一步擴大。在此背景下，藥物分析學已出現(xiàn)以多學科集群創(chuàng)新為特征的發(fā)展態(tài)勢，這將給學科發(fā)展帶來重大挑戰(zhàn)和難得機遇。
　　 據(jù)此，本論文圍繞中藥等復雜物質(zhì)體系分析和生物體內(nèi)代謝物組分析等研究對象，將色譜及聯(lián)用分析技術與計算

2、智能技術等相結(jié)合，創(chuàng)新發(fā)展了一系列基于藥物分析信息學的醫(yī)藥色譜分析新方法，其主要學術貢獻有：
　　 1.針對中藥毛細管電泳(CE)分離條件憑經(jīng)驗難以選擇問題，創(chuàng)建了基于遺傳算法、粒子群優(yōu)化算法和模擬退火技術等三種進化算法的CE分離條件優(yōu)化計算方法，可在較少試驗次數(shù)下獲得最佳分離條件，從而解決了復雜中藥CE分離條件的優(yōu)化問題，并已成功應用于中藥制劑，雙丹顆粒中多種活性成分毛細管膠束電動色譜(MEKC)的同時測定。該方法可用于快速建

3、立中藥多成分的MEKC測定方法。
　　 2.CE是蛋白質(zhì)、多肽、核酸及其他生物分子分離和分析的重要技術之一，CE淌度作為生物多肽分子的固有物化屬性，已成為多肽乃至蛋白質(zhì)分析中的重要參數(shù).本文將多肽分子描述符與機器學習算法相結(jié)合，創(chuàng)建了生物多肽分子CE淌度的非線性預測方法，已成功應用于預測102個生物多肽分子的CE淌度，預測準確度達到90％以上。此法可實際指導多肽分子CE分離，大幅縮減分析試驗的次數(shù)，具有預測精度高、穩(wěn)定性好等優(yōu)點

4、。
　　 3.研究建立了測定血樣中多種人參皂苷濃度的HPLC/MS分析方法，已應用于測定參麥注射液靜脈給藥后家兔血漿中5種人參皂苷的藥時曲線。研究發(fā)現(xiàn)二醇型人參皂苷在血中衰減較為緩慢，而三醇型人參皂苷在血中衰減較快。這一結(jié)果提示：雖然二醇型和三醇型人參皂苷的化學結(jié)構(gòu)較為相似，但是這兩類化合物可能存在較大的藥代動力學差異。
　　 4.代謝組學(Metabonomics)是近年發(fā)展起來的一門新興學科，它利用高通量、高靈敏度與

5、高精確度的儀器分析技術和信息技術，可對機體內(nèi)源性代謝物組進行“全景式”分析，是藥物分析學研究領域的學科前沿。核磁共振(NMR)和液質(zhì)聯(lián)用(LC/MS)技術是當前代謝組學研究的兩大主流技術，但由于機體代謝物組的多樣性和復雜性，目前尚未能實現(xiàn)代謝物組的全譜無偏分析，企待拓展技術手段。本文研究創(chuàng)建了生物體內(nèi)代謝物組氣質(zhì)聯(lián)用(GC/MS)計算分析方法。運用所建的代謝物組計算分析方法，取得了兩點突破：(1)在世界上首次研究發(fā)現(xiàn)了乙型病毒(HBV)