小质谱应用速递 | 上海中医药大学中药研究所杨莉团队发表对柑橘药材进行现场分析和快速鉴定的方法

上海中医药大学中药研究所杨莉团队，在 Rapid Communications in Mass Spectrometry 发表文章《使用小型质谱结合机器学习分析对柑橘药材进行现场分析和快速鉴定》（On-site analysis and rapid identification of citrus herbs by miniature mass spectrometry and machine learning）。文章使用清谱科技便携式小型质谱系统Cell开发了对陈皮、青皮和广陈皮三种药材进行快速现场分析的质谱方法，并结合机器学习分析现场区分三种中药类型。

Cell 便携式质谱分析系统

背景

天然药物的植物来源多样，多物种成分复杂，给分析带来了相当大的挑战。这种固有的复杂性增加了对其进行快速鉴定和分析的难度。橘皮是芸香科柑橘属植物的产物，被广泛用作烹饪原料和传统中药。在中国，橘皮按照采收时间区分，主要分为两种类型：陈皮（Citri Reticulatae Pericarpium，CP）和青皮（Citri Reticulatae Pericarpium Viride，QP。在陈皮（CP）中，以广陈皮质量为最佳，另外广陈皮植物来源为茶枝柑Citrus reticulata ‘Chachi’，其价格与其他陈皮差异较大。因此，不同品种、不同年份的橘皮之间无论是在药用价值还是在价格上都存在明显的差异。所以建立对橘皮种类的快速鉴定方法具有重要的社会和经济意义。

实验方法

本研究分别开发了LC-MS法和小质谱方法对橘皮进行质谱分析，最后对数据进行多元统计分析。

使用LC-MS方法需要先对橘皮粉进行超声提取40分钟，再对提取液进行液相分离，整体分析时间大约需要1小时。小质谱方法中，将1mg橘皮粉直接加入PCS试剂盒的样品槽中，再在试剂槽滴加100uL甲醇，然后将试剂盒直接插入Cell小型质谱仪，检测后即可显示结果；整个过程仅需少量样品，无需前处理和液相分离，仅需1分钟即可完成分析。

最终选用小质谱方法进行进一步的分析。

图1. 使用Cell小质谱系统对橘皮药材进行分析的流程，与LC-MS分析流程相比，大大节省前处理与色谱分离时间

结果与讨论

在正离子模式下使用Cell Mini MS质谱系统进行MS和MS/MS扫描，获得不同橘皮药材的质谱图。

图2. 使用小型质谱仪分析获得的CP（A）、QP（B）和GCP（C）的正离子MS谱图，以及GCP中的川陈皮素的MS/MS谱图。

对Cell Mini MS 采集获得的MS和MS/MS信息进行比对，结合既有文献资料，得到主要的22种化合物列表，列表中显示，有几种化合物仅在广陈皮中检测到：

表 1. Cell质谱系统采集获得的代表化合物列表

对得到的小质谱数据进行多元统计分析，通过辨别化学相似性或差异性，从而区分 CP、QP 和 GCP 类别。

图3 OPLS-DA 模型的得分图（A）和排列图（B）。QP、CP 和 GCP 样品与三种代表性化合物（VIP ≥ 1.5）成对比较的 VIP 值（C）（D）三种代表性化合物。

为了更好地预测未知样本，采用了另一种Fisher’s判别法，该方法能准确地将所有样本归入其原始组别。

图4. 利用Fisher判别法对柑橘药材进行预测分析

本研究也采用机器学习分析法与Cell小型质谱数据相结合，通过提出多重感知器神经网络分类模型对陈皮和广陈皮进行鉴别分析，可快速准确对得到的样本数据进行分类，因此非常适合在市场上对价格差异较大的陈皮和广陈皮进一步进行现场区分。

使用小质谱方法，也对不同年份的广陈皮进行研究，有效将广陈皮按照年份分为5年以下和5年以上两个组别，具有良好的可靠性和预测能力。

结论

本研究介绍了一种创新方法，使用便携式微型质谱仪对青皮（QP）、陈皮（CP）和广陈皮（GCP）进行快速现场分析，能够在每个样品不到1分钟的时间内鉴定出22种化合物。并结合机器学习来现场区分这三种类型，该方法还被用于尝试区分不同年份的广陈皮（GCP）。

方法优势：

1. 检测需要的样品量小，仅需1mg，适合对珍贵的中药材进行检测；

2. 样品制备简单，几乎无需样品前处理；

3. 快速实时分析，整个分析流程仅需1分钟；

4. 实现现场检测，该方法与微型质谱的便携性相匹配，可实现特征化合物的实地检测。

综上所述，该方法使用快速检测流程，可降低检测成本，同时Cell小型质谱系统能适应各种环境，适合对不同地域的中草药进行实时实地检测。

这项研究不仅为现场鉴定 QP、CP 和 GCP 建立了可靠的工具，还展现其在柑橘类药材质量保证中的关键作用。这种方法不受地点和环境条件的影响，可广泛应用于其他中药材分析领域，是评估天然药物质量的重要工具。