经典古方龟龄集药效物质研究获新突破

近期，国家重点研发计划首席科学家张卫东教授及其团队在海军军医大学取得了一项重要突破，并在Royal Society of Chemistry杂志发表了一篇题为“An integrated approach for structural characterization of Gui Ling Ji”的研究论文，该论文对中药复方龟龄集的药效物质进行了深入研究，引起了医药界的广泛关注。

该研究团队开创了一种全新的化合物鉴定策略，结合UPLC-TWIMS-QTOF-MS与分子网络技术，成功对龟龄集的结构进行分类并鉴定出其中的化学成分。经过精细的分析，共鉴定出257个化合物，包括皂苷类、黄酮类和磷酸胆碱类化合物。其中，建立的DE-DDA采集方法大大提高了MS/MS数据覆盖率，特别是在微量成分的表征方面表现出色。通过中性丢失分析和分子网络的结合，研究团队还快速发现了20个潜在的新化合物并进行了结构推测。

研究背景提到，中药复方中的化合物鉴别一直是一个难题。龟龄集作为经典中药古剂，包含28味单味药，具有强身益气、增进食欲、抗衰老、促进生精和提高性激素水平等功效。尽管其疗效显著，但由于化学物质基础不明确，制约了其现代化发展。

张卫东教授的研究团队突破性的将分子网络技术应用于龟龄集体外化学成分的研究中。通过Waters I-class UPLC-SYNAPT G2-Si HDMS液质联用仪的Fast DDA和HDMSE采集模式，结合LC-MS/MS分子网络技术，对龟龄集中的化合物进行快速分类和鉴定。团队还结合了离子淌度质谱数据与碰撞横截面积(CCS)预测平台，成功区分了龟龄集中的同分异构体化合物。这一创新方法全面系统地表征了龟龄集的化学成分，为其药效物质基础的阐明提供了有力支持。

在这项研究中，同类型的化合物因母核结构相似，会产生相同的MS/MS碎片离子，这些化合物容易在分子网络中聚集。基于龟龄集样品的二级质谱数据，研究团队创建了总分子网络图（图1），展示了正离子和负离子模式下的化学成分。

这项研究不仅为中药复方成分研究提供了新的路径，还展示了分子网络技术在化学分析领域的应用潜力。该研究团队的成果对于阐明龟龄集的药效物质基础、推动中药现代化具有重要意义。这项研究的成功也预示着未来更多中药复方成分将被揭示，为中药的发展和应用提供更广阔的前景。新发现：龟龄集的潜在化合物之旅

随着科研的深入，张卫东教授团队利用分子网络的神奇力量，在龟龄集中发现了20个潜在的新化合物。这些化合物的结构犹如隐藏在网络中的秘密宝藏，等待着我们去。这些新化合物中，有12个皂苷类化合物和8个黄酮类化合物，它们或许将为我们揭示龟龄集更深层次的药理奥秘。

在寻找这些神秘宝藏的过程中，LC-MS/MS分子网络技术成为了我们的得力助手。通过这项技术，我们能够鉴定出龟龄集中的微量和未知化合物。图2展示了龟龄集在正负离子模式下的总离子流图，为我们提供了直观的数据展示。

峰198(807)在龟龄集中呈现低丰度前体离子和少量产物离子，其结构的一度陷入困境。得益于分子网络数据的优势，我们迅速确定了其单味药来源。在单味药中，前体离子的丰度较高，可以获得更高质量的MS/MS数据。通过一级质谱图与文献的支持，我们成功鉴定了甘草皂苷B2。皂苷类化合物的网络聚类，使我们得以鉴定出79个皂苷类化合物。

结构相似的化合物在GNPS平台上得以有效聚类和识别。皂苷和黄酮类化合物因结构相近而易于聚集到相应的分子网络簇中。我们以已知化合物为起点，利用相邻的未知化合物节点信息，通过中性丢失或二级诊断离子来阐明其结构。

中药中的同分异构体因其相似的药理活性在临床应用中发挥着重要作用。高度相似的MS/MS数据和相近的保留时间色谱峰使得同分异构体的区分变得困难。我们在常规方法的基础上，引入了漂移时间-CCS预测平台区分法，成功区分了涉及78个化合物的30对同分异构体，其中27个经标准品比对后得到确认。图4展示了1023同分异构体的鉴定过程，让我们对这一难题有了更深入的理解。

本研究不仅揭示了龟龄集中潜在的新化合物，还为该药物的质量控制、体内化学成分研究以及复杂样品中多种成分的分类和表征提供了指导。这次研究如同一次之旅，让我们更加深入地理解了龟龄集的奥秘，期待未来更多关于这一领域的深入研究与发现。