本發(fā)明屬于醫(yī)藥學(xué)技術(shù)領(lǐng)域,尤其涉及一種天然藥物活性成分的篩選方法。
背景技術(shù):
中藥或天然藥物復(fù)方是中醫(yī)臨床用藥的主要形式,具備長(zhǎng)期民間應(yīng)用基礎(chǔ),是新藥研發(fā)主要來(lái)源。現(xiàn)代醫(yī)學(xué)研究表明由于中藥或天然藥物復(fù)方成分復(fù)雜、多樣,它們是以多途徑、多靶點(diǎn)、多受體形式發(fā)揮治療作用。目前,從中藥或天然藥物復(fù)方篩選活性成分的方法主要是提取分離法,它與藥理學(xué)相結(jié)合,為活性成分的發(fā)現(xiàn)與分離作出積極貢獻(xiàn);近年,分離技術(shù)的發(fā)展與應(yīng)用,大大加快藥物活性成分的篩選速度,發(fā)現(xiàn)了一大批活性成分。但值得關(guān)注的是,天然藥物分離技術(shù)忽略了中藥或天然藥物中多組分共存,在藥物提取過(guò)程中相互作用的特點(diǎn)。所以,在未考慮整個(gè)復(fù)雜體系中多種化學(xué)成分相互作用關(guān)系的前提下,傳統(tǒng)的溶劑提取法易于將多數(shù)的活性成分在分離過(guò)程中丟失。另外,由于不能夠及時(shí)地進(jìn)行活性跟蹤,花費(fèi)大量時(shí)間分離得到的化學(xué)成分往往沒(méi)有活性,造成了大量人力、物力及資源的浪費(fèi)。
中藥復(fù)方是在中醫(yī)藥理論指導(dǎo)下,根據(jù)經(jīng)典的“君臣佐使”配伍規(guī)律而組成。中藥復(fù)方活性成分研究有助于闡明中藥復(fù)方配伍的組成原理及作用機(jī)制,為臨床用藥提供科學(xué)依據(jù),也為創(chuàng)新中藥奠定理論基礎(chǔ)。中藥復(fù)方作為一個(gè)復(fù)雜的科學(xué)系統(tǒng),通過(guò)多成分、多靶點(diǎn)協(xié)同發(fā)揮作用,其主要藥效物質(zhì)是中藥活性成分的組合。任何中藥(單味或復(fù)方)的任何一種生物效應(yīng),均來(lái)自該中藥的一種特定中藥分子組合(包括種類與數(shù)量),但其活性成分組合的總體效應(yīng)不能用每一成分單獨(dú)作用結(jié)果的線性疊加來(lái)表示。拆方研究是中藥復(fù)方配伍規(guī)律的重要手段之一,采取整體藥理試驗(yàn),并以藥效學(xué)指標(biāo)為依據(jù)對(duì)中藥復(fù)方進(jìn)行拆分研究。但上述研究均是以動(dòng)物生理機(jī)能改變、生化指標(biāo)變化或組織形態(tài)學(xué) 變化等作為觀測(cè)其藥理作用和探討其作用機(jī)理的指標(biāo)。這些指標(biāo)無(wú)法體現(xiàn)復(fù)方成分的加減或劑量改變對(duì)藥效的影響,難以闡明復(fù)方組成藥材或單一成分在復(fù)方中的貢獻(xiàn)。
代謝組學(xué)作為一門新興的系統(tǒng)生物學(xué)技術(shù),主要用于研究生物體受到外界環(huán)境、疾病、藥物等干預(yù)后其代謝產(chǎn)物種類和數(shù)量的變化及變化規(guī)律。代謝組學(xué)能夠描述病癥的整個(gè)代謝過(guò)程所產(chǎn)生內(nèi)源性代謝產(chǎn)物的動(dòng)態(tài)變化,能忠實(shí)反映外界干預(yù)對(duì)機(jī)體代謝網(wǎng)絡(luò)調(diào)控過(guò)程的微觀變化,其研究思路與中醫(yī)學(xué)整體觀及辯證論治等思維方式基本吻合。近年來(lái)代謝組學(xué)在中醫(yī)藥領(lǐng)域的研究方興未艾,主要包括中醫(yī)癥候診斷、中藥質(zhì)量標(biāo)準(zhǔn)化、中藥作用機(jī)制和中藥安全性評(píng)價(jià)等方面。研究結(jié)果表明,中藥尤其是復(fù)方藥物起效是通過(guò)多種成分作用于多個(gè)靶點(diǎn)、涉及多基因和多生化通路來(lái)實(shí)現(xiàn)的,對(duì)機(jī)體代謝網(wǎng)絡(luò)進(jìn)行整體調(diào)節(jié),因此代謝組學(xué)這一技術(shù)適用于中醫(yī)藥研究?;谝嘿|(zhì)聯(lián)用技術(shù)的中藥或天然藥物復(fù)方化學(xué)成分定性、定量分析方法,被廣泛應(yīng)用于物質(zhì)基礎(chǔ)研究并作為評(píng)價(jià)中藥質(zhì)量標(biāo)準(zhǔn)的有效工具,但無(wú)法提供中藥或天然藥物復(fù)方的藥效學(xué)信息,無(wú)法使復(fù)方化學(xué)成分研究與藥效學(xué)研究進(jìn)行有機(jī)結(jié)合。
綜上所述,如何將各化學(xué)成分與藥效學(xué)有機(jī)結(jié)合且不破壞整體用藥的特點(diǎn),是從中藥或天然藥物中活性成分篩選方法亟待解決的問(wèn)題。
己糖激酶(hexokinase,HK)是催化己糖使之磷酸化的酶,在正常組織中表達(dá)量很少。它是糖酵解途徑的第一個(gè)酶,也是糖酵解途徑的限速酶。己糖激酶在腫瘤組織中表達(dá)的量及活性的增加,使得腫瘤組織在缺乏氧的情況下,仍能保證足夠的能源,并且糖酵解的許多中間產(chǎn)物可以被瘤細(xì)胞所利用,以合成蛋白質(zhì)、核酸及脂類等,從而為瘤細(xì)胞本身的生長(zhǎng)和增生提供了必需的物質(zhì)基礎(chǔ)。研究發(fā)現(xiàn)腫瘤具有高糖代謝的特點(diǎn):腫瘤細(xì)胞中大約60%的ATP來(lái)源于糖酵解途徑。鑒于己糖激酶對(duì)于各種腫瘤細(xì)胞活動(dòng)的重要意義,研究人員合理推測(cè),若能尋找到有效的己糖激酶抑制劑,抑制該酶的活性,則抑制了腫瘤細(xì)胞的糖酵解,使腫瘤細(xì)胞不能獲得足夠的6-磷酸葡萄糖,ATP無(wú)法轉(zhuǎn)換為ADP為細(xì)胞 各種活動(dòng)提供能量,繼而導(dǎo)致腫瘤細(xì)胞發(fā)生調(diào)亡。
現(xiàn)有制備工藝會(huì)消耗大量能源和有機(jī)溶劑,提取過(guò)程時(shí)間較長(zhǎng),提取的活性成分會(huì)含有大分子雜物,影響提取物的穩(wěn)定性。
目前,在醫(yī)藥、化工以及食品等行業(yè)中,涉及有效成份提取及濃縮方面的技術(shù)改進(jìn)大部分只是針對(duì)與各單獨(dú)的步驟,如針對(duì)提取階段應(yīng)用微波、超聲等手段加快提取效率,針對(duì)濃縮階段提出的微波濃縮及真空濃縮等;而且國(guó)內(nèi)的大部分制造廠商對(duì)于這兩種工序都是單獨(dú)設(shè)計(jì)單獨(dú)制造的,操作時(shí)也是分步操作,造成了提取劑及物料的極大浪費(fèi),且易揮發(fā)的提取劑容易對(duì)環(huán)境造成污染。
在掃描成像過(guò)程中目前的掃描和成像方法,耗時(shí)較長(zhǎng),因此對(duì)物品存在一定程度的缺陷。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明的目的在于提供一種天然藥物活性成分的篩選方法,旨在解決現(xiàn)有天然藥物活性成分提取方法浪費(fèi)提取劑及物料,提取劑容易對(duì)環(huán)境造成污染,在掃描成像過(guò)程中存在一定程度的缺陷的問(wèn)題。
本發(fā)明是這樣實(shí)現(xiàn)的,一種天然藥物活性成分的篩選方法,通過(guò)提取天然藥物的顯微圖像的特征,以ATP為底物的己糖激酶催化反應(yīng),通過(guò)對(duì)ATP以及產(chǎn)物ADP的定量分析,篩選出中藥材中具己糖激酶抑制作用的活性組分,該天然藥物活性成分的篩選方法包括以下步驟:
步驟一、采集天然藥物原始圖像,對(duì)原始圖像進(jìn)行預(yù)處理,分割出目標(biāo)區(qū)域的輪廓,進(jìn)行圖像去噪;
步驟二、將神經(jīng)網(wǎng)絡(luò)PCNN與圖像對(duì)應(yīng),將中心神經(jīng)元與圖像的像素點(diǎn)對(duì)應(yīng),中心神經(jīng)元的鄰域與鄰域像素點(diǎn)對(duì)應(yīng),神經(jīng)元的輸入為像素點(diǎn)的灰度值;
步驟三、基于Gabor函數(shù)計(jì)算所述像素點(diǎn)的K×K鄰域內(nèi)各個(gè)像素點(diǎn)的M的方向相似性;其中,K為所確定的W的矩陣的行數(shù)或列數(shù);如果所述方向相似性在指定范圍內(nèi),對(duì)所述K×K鄰域內(nèi)的像素點(diǎn)進(jìn)行一次點(diǎn)火,得到所述K×K鄰域內(nèi)的像素點(diǎn)的圖像分析數(shù)據(jù),根據(jù)分析數(shù)據(jù)優(yōu)選出用于活性提取的天然藥物;
步驟四、建立高效液相-質(zhì)譜聯(lián)用方法,在流動(dòng)相中添加5mM的醋酸銨,對(duì)ATP以及產(chǎn)物ADP檢測(cè)及定量分析;
步驟五、利用PCNN模型處理天然藥物顯微圖像,提取各顯微圖像的一維時(shí)間序列信號(hào)特征并存儲(chǔ)特征信息,作為PCNN處理的另一圖像特征,并結(jié)合天然藥物顯微圖像體視學(xué)要求的圖像目標(biāo)特征,提取天然藥物顯微圖像空域特征;
步驟六、基于高效液相-質(zhì)譜聯(lián)用方法對(duì)ATP進(jìn)行定量分析,測(cè)定以ATP作為底物的己糖激酶活性;
步驟七、對(duì)篩選得到的具己糖激酶抑制劑活性的中藥提取物進(jìn)行測(cè)定及計(jì)算。
進(jìn)一步,利用下列公式運(yùn)行PCNN模型:
Fij[n]=Sij
Lij[n]=VLΣwijklYkl[n-1]
Uij[n]=Fij[n](1+βLij[n])
Iij[n]=N-n
式中:Uij[n]為內(nèi)部活動(dòng)項(xiàng),Yij[n]為PCNN脈沖輸出,Iij[n]為索引值;
當(dāng)n=1時(shí),Lij[1]=0,則Uij[1]=Fij[1]=Sij,θij[1]=LT(N-1)=Sij_max,對(duì)應(yīng)的反饋輸入中值為Sij_max的神經(jīng)元將自然點(diǎn)火;神經(jīng)元點(diǎn)火后,輸出Yij[1]=1,θij[2]變?yōu)閂θ,點(diǎn)火神經(jīng)元的索引值標(biāo)記為Iij=N-1。
原始圖像采集方法包括:
固定好圖像采集設(shè)備;
獲取天然藥物圖像掃描的投影數(shù)據(jù);
根據(jù)所述投影數(shù)據(jù)進(jìn)行迭代處理,以獲取目標(biāo)圖像;
對(duì)所述目標(biāo)圖像進(jìn)行非負(fù)處理,獲取所述目標(biāo)圖像的非負(fù)圖像;
對(duì)所述非負(fù)圖像進(jìn)行非線性分解,獲取第一非負(fù)圖像和第二非負(fù)圖像;
對(duì)所述第一非負(fù)圖像和所述第二非負(fù)圖像進(jìn)行稀疏化處理,獲取滿足目標(biāo)函數(shù)的最優(yōu)化稀疏解;
根據(jù)所述最優(yōu)化稀疏解獲取重建圖像。
所述根據(jù)所述投影數(shù)據(jù)進(jìn)行迭代處理以獲取目標(biāo)圖像的步驟包括:
基于天然藥物圖像的成像模型,獲得依據(jù)所述投影數(shù)據(jù)計(jì)算目標(biāo)圖像的迭代模型,所述迭代模型的公式表示為:
其中,X為所述目標(biāo)圖像,M為系統(tǒng)矩陣,G為所述投影數(shù)據(jù),i表示迭代次數(shù),Xi表示第i次迭代后得到的迭代結(jié)果;λ表示收斂系數(shù),且λ∈(0,1),MT表示對(duì)矩陣M的轉(zhuǎn)置;
設(shè)置所述目標(biāo)圖像的初始值,并根據(jù)預(yù)先設(shè)置的迭代次數(shù)利用所述迭代模型對(duì)所述目標(biāo)圖像中的每個(gè)像素點(diǎn)進(jìn)行迭代更新,獲取所述目標(biāo)圖像,所述迭代模型中的像素點(diǎn)的當(dāng)前灰度值與前次迭代的灰度值一致逼近;
對(duì)所述目標(biāo)圖像進(jìn)行非負(fù)處理的步驟包括:將所述目標(biāo)圖像中灰度值小于0的像素點(diǎn)置零;
獲取掃描的投影數(shù)據(jù)的步驟之前,原始圖像采集方法還包括:獲取掃描的投影圖像序列集,對(duì)所述投影圖像序列集進(jìn)行預(yù)處理獲取所述投影數(shù)據(jù);
對(duì)所述第一非負(fù)圖像和所述第二非負(fù)圖像進(jìn)行稀疏化處理的步驟包括:
從所述第一非負(fù)圖像和所述第二非負(fù)圖像中提取可以部分重疊的多個(gè)圖像塊;獲取所述多個(gè)圖像塊對(duì)應(yīng)的稀疏系數(shù);對(duì)所述第一非負(fù)圖像和所述第二非負(fù)圖像進(jìn)行最優(yōu)化求解,得到滿足所述目標(biāo)函數(shù)的最優(yōu)化稀疏解。
進(jìn)一步,原始圖像采集系統(tǒng)包括:
圖像采集設(shè)備、數(shù)據(jù)采集模塊、處理器模塊;處理器模塊包括目標(biāo)圖像獲 取模塊、非負(fù)圖像獲取模塊、分解模塊、稀疏化處理模塊和重建模塊;所述圖像采集設(shè)備用于掃描投影天然藥物,并將獲取的天然藥物的投影數(shù)據(jù)傳輸?shù)綌?shù)據(jù)采集模塊,數(shù)據(jù)采集模塊將接受的投影數(shù)據(jù)傳輸?shù)侥繕?biāo)圖像獲取模塊,所述目標(biāo)圖像獲取模塊、非負(fù)圖像獲取模塊、分解模塊、稀疏化處理模塊、重建模塊依次連接;
所述目標(biāo)圖像獲取模塊,用于接收數(shù)據(jù)采集模塊傳輸?shù)耐队皵?shù)據(jù)并進(jìn)行迭代處理,以獲取目標(biāo)圖像;
所述非負(fù)圖像獲取模塊,用于對(duì)所述目標(biāo)圖像進(jìn)行非負(fù)處理,獲取所述目標(biāo)圖像的非負(fù)圖像;
所述分解模塊,用于對(duì)所述非負(fù)圖像進(jìn)行非線性分解,獲取第一非負(fù)圖像和第二非負(fù)圖像;
所述稀疏化處理模塊,用于對(duì)第一非負(fù)圖像和第二非負(fù)圖像進(jìn)行稀疏化處理,獲取滿足預(yù)定條件的最優(yōu)化稀疏解;
所述重建模塊,用于對(duì)獲取的滿足預(yù)定條件的最優(yōu)化稀疏解進(jìn)行重建;
所述目標(biāo)圖像獲取模塊還用于基于天然藥物圖像的成像模型,獲得依據(jù)所
述投影數(shù)據(jù)計(jì)算目標(biāo)圖像的迭代模型,所述迭代模型的公式表示為:
其中,X為所述目標(biāo)圖像,M為系統(tǒng)矩陣,G為所述投影數(shù)據(jù),i表示迭代次數(shù),Xi表示第i次迭代后得的迭代結(jié)果;λ表示收斂系數(shù),且λ∈(0,1),MT表示對(duì)矩陣M的轉(zhuǎn)置;設(shè)置所述目標(biāo)圖像的初始值,并根據(jù)預(yù)先設(shè)置的迭代次數(shù)利用所述迭代模型對(duì)所述目標(biāo)圖像中的每個(gè)像素點(diǎn)進(jìn)行迭代更新,獲取最終的目標(biāo)圖像,所述迭代模型中的像素點(diǎn)的當(dāng)前灰度值與前次迭代的灰度值一致逼近;
所述稀疏化處理模塊包括:圖像塊提取模塊、稀疏系數(shù)獲取模塊、最優(yōu)化求解模塊;
圖像塊提取模塊,用于從所述第一非負(fù)圖像和所述第二非負(fù)圖像中提取部分重疊的多個(gè)圖像塊;
稀疏系數(shù)獲取模塊,用于獲取所述多個(gè)圖像塊對(duì)應(yīng)的稀疏系數(shù);
最優(yōu)化求解模塊,用于對(duì)對(duì)所述第一非負(fù)圖像和所述第二非負(fù)圖像進(jìn)行最優(yōu)化求解,得到滿足所述目標(biāo)函數(shù)的最優(yōu)化稀疏解,
所述目標(biāo)函數(shù)為:
其中,Ri∈RM×N,Δ表示所述第一非負(fù)圖像或所述第二非負(fù)圖像,RiΔ表示從Δ中提取的圖像塊,||||2表示2-范數(shù),||||1表示1-范數(shù),γ為正則化參數(shù),D表示過(guò)完備字典,αi為第i個(gè)圖像塊RiΔ對(duì)應(yīng)的稀疏系數(shù),Γ為所有圖像塊的稀疏系數(shù)集合;
所述非負(fù)圖像獲取模塊還用于將所述目標(biāo)圖像中灰度值小于0的像素點(diǎn)置零;
所述原始圖像采集系統(tǒng)還包括預(yù)處理模塊,所述預(yù)處理模塊用于對(duì)圖像采集設(shè)備掃描獲取的投影圖像序列集進(jìn)行預(yù)處理以獲取所述投影數(shù)據(jù)。
進(jìn)一步,該天然藥物活性成分的智能篩選方式包括以下步驟:
步驟一、將天然藥物于45-60℃干燥12-17小時(shí)后,粉碎成40-300目的粉末,冷藏保存,備用;
步驟二、超臨界CO2萃?。?/p>
將步驟一中所得粉末裝入萃取釜中,萃取溫度25~35℃,萃取壓力20~60MPa,CO2流速10mL/min;
萃取物在分離釜中進(jìn)行兩級(jí)減壓分離,一級(jí)分離釜的壓力為10~18MPa,溫度為25~35℃;二級(jí)分離釜壓力為5~8MPa,溫度為25~50℃,收集產(chǎn)物,備用;
步驟三、超聲波強(qiáng)化浸提:將步驟二所得產(chǎn)物按重量比加入3~10倍的 提取溶劑,超聲波強(qiáng)化浸提溫度為20~50℃,超聲功率為120~250w,超聲時(shí)間為30~60min;浸提液在-5~0℃、以5000r/min速度離心10~20min;然后沉淀部分加入3~5倍重量比的同種溶劑,重復(fù)上述步驟;合并所得上清液,備用;
步驟四、濃縮上清液:將步驟三所得上清液在50~60℃,0.01MPa下減壓蒸發(fā)并真空干燥得膏狀物,備用;
步驟五、制得活性成分:將步驟四所得膏狀物用蒸餾水進(jìn)行溶解,再用酸調(diào)節(jié)pH值1~7后,上大孔吸附樹脂,依次以0.3-1.0ml/min的流速用水、乙酸銨和甲醇混合的水溶液洗脫,收集洗脫液,減壓回收洗脫液,再用有機(jī)溶劑進(jìn)行萃取,減壓回收有機(jī)溶劑,最后得到活性成分。
本發(fā)明將ATP與中藥提取物在一定條件下混合,以LC-MS方法為手段,分別測(cè)定反應(yīng)前后,ATP的變化量及生成ADP的量,用以評(píng)價(jià)中藥提取物的己糖激酶抑制活性。在LC-MS法的實(shí)施過(guò)程中,在流動(dòng)相中加入5mM醋酸銨,極大地提高了ATP的質(zhì)譜信號(hào)及對(duì)ATP定量的穩(wěn)定性。篩選結(jié)果顯示,本發(fā)明的LC-MS法輔助的具己糖激酶抑制作用的活性提取物的篩選方法操作簡(jiǎn)單、自動(dòng)化程度高、靈敏度高且篩選快速。
本方法無(wú)需進(jìn)行大批量的動(dòng)物實(shí)驗(yàn),相比細(xì)胞試驗(yàn),本發(fā)明提取物用量少,生化試劑節(jié)省且篩選周期短,對(duì)于中藥材中活性組分的篩選和研究有重要意義??焖俸?jiǎn)便,經(jīng)濟(jì)有效,適合中藥材中具己糖激酶活性抑制作用的活性組分的篩選。本發(fā)明方法可用于各種復(fù)雜基質(zhì)中ATP的檢測(cè);
本發(fā)明提供的圖像采集系統(tǒng)和圖像采集方法,通過(guò)對(duì)目標(biāo)圖像進(jìn)行非負(fù)處理,獲取目標(biāo)圖像的非負(fù)圖像,然后對(duì)非負(fù)圖像進(jìn)行非線性分解,獲取第一非負(fù)圖像和第二非負(fù)圖像,最后對(duì)第一非負(fù)圖像和第二非負(fù)圖像進(jìn)行稀疏化處理,獲取最優(yōu)化稀疏解,根據(jù)該最優(yōu)化稀疏解實(shí)現(xiàn)CT圖像重建,降低了運(yùn)算過(guò)程中的圖像矩陣的維數(shù),提高了圖像成像的準(zhǔn)確效率。
附圖說(shuō)明
圖1是本發(fā)明實(shí)施例提供的天然藥物活性成分的篩選方法流程圖。
具體實(shí)施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白,以下結(jié)合實(shí)施例,對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解,此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明,并不用于限定本發(fā)明。
下面結(jié)合附圖對(duì)本發(fā)明的應(yīng)用原理作進(jìn)一步描述。
如圖1所示:
一種天然藥物活性成分的篩選方法,通過(guò)提取天然藥物的顯微圖像的特征,以ATP為底物的己糖激酶催化反應(yīng),通過(guò)對(duì)ATP以及產(chǎn)物ADP的定量分析,篩選出中藥材中具己糖激酶抑制作用的活性組分,該天然藥物活性成分的篩選方法包括以下步驟:
S101、采集天然藥物原始圖像,對(duì)原始圖像進(jìn)行預(yù)處理,分割出目標(biāo)區(qū)域的輪廓,進(jìn)行圖像去噪;
S102、將神經(jīng)網(wǎng)絡(luò)PCNN與圖像對(duì)應(yīng),將中心神經(jīng)元與圖像的像素點(diǎn)對(duì)應(yīng),中心神經(jīng)元的鄰域與鄰域像素點(diǎn)對(duì)應(yīng),神經(jīng)元的輸入為像素點(diǎn)的灰度值;
S103、基于Gabor函數(shù)計(jì)算所述像素點(diǎn)的K×K鄰域內(nèi)各個(gè)像素點(diǎn)的M的方向相似性;其中,K為所確定的W的矩陣的行數(shù)或列數(shù);如果所述方向相似性在指定范圍內(nèi),對(duì)所述K×K鄰域內(nèi)的像素點(diǎn)進(jìn)行一次點(diǎn)火,得到所述K×K鄰域內(nèi)的像素點(diǎn)的圖像分析數(shù)據(jù),根據(jù)分析數(shù)據(jù)優(yōu)選出用于活性提取的天然藥物;
S104、建立高效液相-質(zhì)譜聯(lián)用方法,在流動(dòng)相中添加5mM的醋酸銨,對(duì)ATP以及產(chǎn)物ADP檢測(cè)及定量分析;
S105、利用PCNN模型處理天然藥物顯微圖像,提取各顯微圖像的一維時(shí)間序列信號(hào)特征并存儲(chǔ)特征信息,作為PCNN處理的另一圖像特征,并結(jié)合天然藥物顯微圖像體視學(xué)要求的圖像目標(biāo)特征,提取天然藥物顯微圖像空域特征;
S106、基于高效液相-質(zhì)譜聯(lián)用方法對(duì)ATP進(jìn)行定量分析,測(cè)定以ATP作 為底物的己糖激酶活性;
S107、對(duì)篩選得到的具己糖激酶抑制劑活性的中藥提取物進(jìn)行測(cè)定及計(jì)算。
進(jìn)一步,利用下列公式運(yùn)行PCNN模型模型:
Fij[n]=Sij
Lij[n]=VLΣwijklYkl[n-1]
Uij[n]=Fij[n](1+βLij[n])
Iij[n]=N-n
式中:Uij[n]為內(nèi)部活動(dòng)項(xiàng),Yij[n]為PCNN脈沖輸出,Iij[n]為索引值;
當(dāng)n=1時(shí),Lij[1]=0,則Uij[1]=Fij[1]=Sij,θij[1]=LT(N-1)=Sij_max,對(duì)應(yīng)的反饋輸入中值為Sij_max的神經(jīng)元將自然點(diǎn)火;神經(jīng)元點(diǎn)火后,輸出Yij[1]=1,θij[2]變?yōu)閂θ,點(diǎn)火神經(jīng)元的索引值標(biāo)記為Iij=N-1。
所述S104中對(duì)極性分子ATP的最低定量限為5μg/mL。
所述S104中,流動(dòng)相添加5mM的醋酸銨,以質(zhì)譜為檢測(cè)器,毛細(xì)管電壓設(shè)置為3000V,監(jiān)測(cè)離子分別是ATP:m/z 508,ADP:m/z 428。
所述S104中,對(duì)ATP以及產(chǎn)物ADP檢測(cè)及定量分析:
色譜柱:Agilent Extend C-18(3.1×100mm,3μm;Agilent,Palo Alto,CA,USA);
流動(dòng)相:5mM乙酸銨(pH7.5)∶甲醇=6∶4;流速:0.3mL/min;柱溫:20℃;進(jìn)樣量:10μL;離子源:液相色譜-質(zhì)譜聯(lián)用接口:電噴霧接口(ESI),正離子模式(positive ion);干燥氣流速:10mL/min;干燥氣溫度:300℃;霧化氣壓力:30psi(上限60psi);毛細(xì)管電壓:3000V;質(zhì)量分析器:檢測(cè)方式:選擇離子監(jiān)測(cè)(SIM);檢測(cè)區(qū)間:0-1.6min;碎片電壓:100V;監(jiān)測(cè)離子:ATP,準(zhǔn)分子離子峰(m/z 508);ADP,準(zhǔn)分子離子峰(m/z428)。
中藥提取物為中藥材木鱉子的四種提取物MBZA,MBZB,MBZC和MBZD。
所述S106中,對(duì)篩選得到的具己糖激酶抑制劑活性的中藥提取物MBZA進(jìn)行測(cè)定及計(jì)算。
原始圖像采集方法包括:
固定好圖像采集設(shè)備;
獲取天然藥物圖像掃描的投影數(shù)據(jù);
根據(jù)所述投影數(shù)據(jù)進(jìn)行迭代處理,以獲取目標(biāo)圖像;
對(duì)所述目標(biāo)圖像進(jìn)行非負(fù)處理,獲取所述目標(biāo)圖像的非負(fù)圖像;
對(duì)所述非負(fù)圖像進(jìn)行非線性分解,獲取第一非負(fù)圖像和第二非負(fù)圖像;
對(duì)所述第一非負(fù)圖像和所述第二非負(fù)圖像進(jìn)行稀疏化處理,獲取滿足目標(biāo)函數(shù)的最優(yōu)化稀疏解;
根據(jù)所述最優(yōu)化稀疏解獲取重建圖像。
所述根據(jù)所述投影數(shù)據(jù)進(jìn)行迭代處理以獲取目標(biāo)圖像的步驟包括:
基于天然藥物圖像的成像模型,獲得依據(jù)所述投影數(shù)據(jù)計(jì)算目標(biāo)圖像的迭代模型,所述迭代模型的公式表示為:
其中,X為所述目標(biāo)圖像,M為系統(tǒng)矩陣,G為所述投影數(shù)據(jù),i表示迭代次數(shù),Xi表示第i次迭代后得到的迭代結(jié)果;λ表示收斂系數(shù),且λ∈(0,1),MT表示對(duì)矩陣M的轉(zhuǎn)置;
設(shè)置所述目標(biāo)圖像的初始值,并根據(jù)預(yù)先設(shè)置的迭代次數(shù)利用所述迭代模型對(duì)所述目標(biāo)圖像中的每個(gè)像素點(diǎn)進(jìn)行迭代更新,獲取所述目標(biāo)圖像,所述迭代模型中的像素點(diǎn)的當(dāng)前灰度值與前次迭代的灰度值一致逼近;
對(duì)所述目標(biāo)圖像進(jìn)行非負(fù)處理的步驟包括:將所述目標(biāo)圖像中灰度值小于0的像素點(diǎn)置零;
獲取掃描的投影數(shù)據(jù)的步驟之前,原始圖像采集方法還包括:獲取掃描的投影圖像序列集,對(duì)所述投影圖像序列集進(jìn)行預(yù)處理獲取所述投影數(shù)據(jù);
對(duì)所述第一非負(fù)圖像和所述第二非負(fù)圖像進(jìn)行稀疏化處理的步驟包括:
從所述第一非負(fù)圖像和所述第二非負(fù)圖像中提取可以部分重疊的多個(gè)圖像塊;獲取所述多個(gè)圖像塊對(duì)應(yīng)的稀疏系數(shù);對(duì)所述第一非負(fù)圖像和所述第二非負(fù)圖像進(jìn)行最優(yōu)化求解,得到滿足所述目標(biāo)函數(shù)的最優(yōu)化稀疏解。
進(jìn)一步,原始圖像采集系統(tǒng)包括:
圖像采集設(shè)備、數(shù)據(jù)采集模塊、處理器模塊;處理器模塊包括目標(biāo)圖像獲取模塊、非負(fù)圖像獲取模塊、分解模塊、稀疏化處理模塊和重建模塊;所述圖像采集設(shè)備用于掃描投影天然藥物,并將獲取的天然藥物的投影數(shù)據(jù)傳輸?shù)綌?shù)據(jù)采集模塊,數(shù)據(jù)采集模塊將接受的投影數(shù)據(jù)傳輸?shù)侥繕?biāo)圖像獲取模塊,所述目標(biāo)圖像獲取模塊、非負(fù)圖像獲取模塊、分解模塊、稀疏化處理模塊、重建模塊依次連接;
所述目標(biāo)圖像獲取模塊,用于接收數(shù)據(jù)采集模塊傳輸?shù)耐队皵?shù)據(jù)并進(jìn)行迭代處理,以獲取目標(biāo)圖像;
所述非負(fù)圖像獲取模塊,用于對(duì)所述目標(biāo)圖像進(jìn)行非負(fù)處理,獲取所述目標(biāo)圖像的非負(fù)圖像;
所述分解模塊,用于對(duì)所述非負(fù)圖像進(jìn)行非線性分解,獲取第一非負(fù)圖像和第二非負(fù)圖像;
所述稀疏化處理模塊,用于對(duì)第一非負(fù)圖像和第二非負(fù)圖像進(jìn)行稀疏化處理,獲取滿足預(yù)定條件的最優(yōu)化稀疏解;
所述重建模塊,用于對(duì)獲取的滿足預(yù)定條件的最優(yōu)化稀疏解進(jìn)行重建;
所述目標(biāo)圖像獲取模塊還用于基于天然藥物圖像的成像模型,獲得依據(jù)所
述投影數(shù)據(jù)計(jì)算目標(biāo)圖像的迭代模型,所述迭代模型的公式表示為:
其中,X為所述目標(biāo)圖像,M為系統(tǒng)矩陣,G為所述投影數(shù)據(jù),i表示迭代次數(shù),Xi表示第i次迭代后得的迭代結(jié)果;λ表示收斂系數(shù),且λ∈(0,1),MT表示對(duì)矩陣M的轉(zhuǎn)置;設(shè)置所述目標(biāo)圖像的初始值,并根據(jù)預(yù)先設(shè)置的迭代次數(shù)利用所述迭代模型對(duì)所述目標(biāo)圖像中的每個(gè)像素點(diǎn)進(jìn)行迭代更新,獲取最終的目標(biāo)圖像,所述迭代模型中的像素點(diǎn)的當(dāng)前灰度值與前次迭代的灰度值一致逼近;
所述稀疏化處理模塊包括:圖像塊提取模塊、稀疏系數(shù)獲取模塊、最優(yōu)化求解模塊;
圖像塊提取模塊,用于從所述第一非負(fù)圖像和所述第二非負(fù)圖像中提取部分重疊的多個(gè)圖像塊;
稀疏系數(shù)獲取模塊,用于獲取所述多個(gè)圖像塊對(duì)應(yīng)的稀疏系數(shù);
最優(yōu)化求解模塊,用于對(duì)對(duì)所述第一非負(fù)圖像和所述第二非負(fù)圖像進(jìn)行最優(yōu)化求解,得到滿足所述目標(biāo)函數(shù)的最優(yōu)化稀疏解,
所述目標(biāo)函數(shù)為:
其中,Ri∈RM×N,Δ表示所述第一非負(fù)圖像或所述第二非負(fù)圖像,RiΔ表示從Δ中提取的圖像塊,||||2表示2-范數(shù),||||1表示1-范數(shù),γ為正則化參數(shù),D表示過(guò)完備字典,αi為第i個(gè)圖像塊RiΔ對(duì)應(yīng)的稀疏系數(shù),Γ為所有圖像塊的稀疏系數(shù)集合;
所述非負(fù)圖像獲取模塊還用于將所述目標(biāo)圖像中灰度值小于0的像素點(diǎn)置零;
所述原始圖像采集系統(tǒng)還包括預(yù)處理模塊,所述預(yù)處理模塊用于對(duì)圖像采集設(shè)備掃描獲取的投影圖像序列集進(jìn)行預(yù)處理以獲取所述投影數(shù)據(jù)。
在開始掃描前,根據(jù)被掃描藥品的性質(zhì)來(lái)設(shè)定掃描參數(shù),被掃描物體的性質(zhì)可以是密度、組成成分等物理性質(zhì),掃描參數(shù)包括圖像采集設(shè)備的數(shù)據(jù)采集 方式、電壓以及功率等,并且所有的掃描參數(shù)在后續(xù)的數(shù)據(jù)采集過(guò)程中保持不變。
分別采集暗場(chǎng)圖像及亮場(chǎng)圖像,并通過(guò)求和平均得到平均暗場(chǎng)圖像和平均亮場(chǎng)圖像。成像視場(chǎng)中不放置被掃描藥品,不打開光源獲取若干幅暗場(chǎng)圖像,例如可采集5~10幅暗場(chǎng)圖像,對(duì)暗場(chǎng)圖像按照對(duì)應(yīng)像素灰度值疊加求和并取平均得到平均暗場(chǎng)圖像。打開光源采集若干幅亮場(chǎng)圖像,并對(duì)亮場(chǎng)圖像按照像素灰度疊加求和并取平均得到平均亮場(chǎng)圖像,通過(guò)暗場(chǎng)圖像及亮場(chǎng)圖像有效地降低了采集圖像中噪聲的影響。
測(cè)量處于成像視場(chǎng)中的被掃描藥品旋轉(zhuǎn)中心到圖像采集設(shè)備的距離,對(duì)被掃描藥品進(jìn)行等角度間隔圓周掃描,得到投影圖像序列集。對(duì)被掃描藥品進(jìn)行等角度間隔掃描的步驟為:將轉(zhuǎn)臺(tái)連續(xù)等角度間隔地轉(zhuǎn)動(dòng)一周,并在每一次轉(zhuǎn)動(dòng)后對(duì)被掃描藥品進(jìn)行掃描。例如,等角度間隔掃描的過(guò)程可以是:將被掃描物體置于轉(zhuǎn)臺(tái)上,連續(xù)轉(zhuǎn)動(dòng)360次,每次轉(zhuǎn)動(dòng)1度,每轉(zhuǎn)動(dòng)一次就進(jìn)行一次拍攝,直至轉(zhuǎn)臺(tái)旋轉(zhuǎn)一周,得到投影圖像序列集。
目標(biāo)圖像是指初始的待重建圖像,利用預(yù)先設(shè)定的迭代模型獲取的預(yù)處理后的掃描投影數(shù)據(jù)進(jìn)行迭代處理,獲取用于重建的目標(biāo)圖像。
天然藥物圖像的成像模型可以采用以下公式表示:G=MX,其中,G為投影數(shù)據(jù),M為系統(tǒng)矩陣,X為目標(biāo)圖像。
設(shè)置目標(biāo)圖像的初始值,并根據(jù)預(yù)先設(shè)置的迭代次數(shù)利用迭代模型對(duì)目標(biāo)圖像中的每個(gè)像素點(diǎn)進(jìn)行迭代更新,獲取最終的目標(biāo)圖像。
對(duì)目標(biāo)圖像進(jìn)行非負(fù)處理,獲取目標(biāo)圖像的非負(fù)圖像。
非負(fù)處理是指去除目標(biāo)圖像中灰度值小于零的像素點(diǎn),這樣可以降低目標(biāo)圖像矩陣的維度,提高重建的效率。
對(duì)非負(fù)圖像進(jìn)行非線性分解,獲取第一非負(fù)圖像和第二非負(fù)圖像。
第一非負(fù)圖像是指代表非負(fù)圖像矩陣中基向量的部分,第二非負(fù)圖像表示非負(fù)圖像矩陣的權(quán)重系數(shù)。依據(jù)預(yù)先設(shè)定的分解模型對(duì)非負(fù)圖像進(jìn)行分解可以 將原有的復(fù)雜數(shù)據(jù)降維,從而提高圖像重建的速度。非線性分解的模型可以采用奇異值分解算法、三角分解法、QR分解法和非負(fù)矩陣分解法等等。
將獲取的非負(fù)圖像X+采用非負(fù)矩陣分解算法進(jìn)行分解:X+=W*H,其中,W表示第一非負(fù)圖像,即X+中的一列向量可以解釋為對(duì)左矩陣W中所有列向量的加權(quán)和,H表示第二非負(fù)圖像,即右矩陣H中對(duì)應(yīng)列向量中的元素為權(quán)重系數(shù)。
對(duì)第一非負(fù)圖像和第二非負(fù)圖像進(jìn)行稀疏化處理,獲取滿足目標(biāo)函數(shù)的最優(yōu)化稀疏解。
根據(jù)最優(yōu)化稀疏解獲取重建圖像。
根據(jù)獲得最優(yōu)化稀疏解稀疏解后,便可以根據(jù)上述步驟的分解模型,獲得最終的重建圖像可以為以下三種情形:
(1)、第一非負(fù)圖像W的最優(yōu)化稀疏解WDL和原第二非負(fù)圖像的乘積,即X=W DL*H;
(2)、原第一非負(fù)圖像W和第二非負(fù)圖像的最優(yōu)化稀疏解HDL的乘積,即X=W*H DL;
(3)、第一非負(fù)圖像W的最優(yōu)化稀疏解WDL和第二非負(fù)圖像的最優(yōu)化稀疏解HDL的乘積,即X=WDL*HDL。
通過(guò)對(duì)目標(biāo)圖像進(jìn)行非負(fù)處理,獲取目標(biāo)圖像的非負(fù)圖像,然后對(duì)非負(fù)圖像進(jìn)行分解,獲取第一非負(fù)圖像和第二非負(fù)圖像,最后對(duì)第一非負(fù)圖像和第二非負(fù)圖像進(jìn)行稀疏化處理,獲取最優(yōu)化稀疏解,根據(jù)該最優(yōu)化稀疏解實(shí)現(xiàn)圖像重建,降低了運(yùn)算過(guò)程中的圖像矩陣的維數(shù),提高了圖像重建的效率。
本發(fā)明另一目的在于提供一種天然藥物活性成分的智能篩選方式,該天然藥物活性成分的智能篩選方式包括以下步驟:
a.將天然藥物于45-60℃干燥12-17小時(shí)后,粉碎成40-300目的粉末,冷藏保存,備用;
b.超臨界CO2萃?。?/p>
將步驟a中所得粉末裝入萃取釜中,萃取溫度25~35℃,萃取壓力20~60MPa,CO2流速10mL/min;
萃取物在分離釜中進(jìn)行兩級(jí)減壓分離,一級(jí)分離釜的壓力為10~18MPa,溫度為25~35℃;二級(jí)分離釜壓力為5~8MPa,溫度為25~50℃,收集產(chǎn)物,備用;
c.超聲波強(qiáng)化浸提:將步驟b所得產(chǎn)物按重量比加入3~10倍的提取溶劑,超聲波強(qiáng)化浸提溫度為20~50℃,超聲功率為120~250w,超聲時(shí)間為30~60min;浸提液在-5~0℃、以5000r/min速度離心10~20min;
然后沉淀部分加入3~5倍重量比的同種溶劑,重復(fù)上述步驟;合并所得上清液,備用;
d.濃縮上清液:將步驟c所得上清液在50~60℃,0.01MPa下減壓蒸發(fā)并真空干燥得膏狀物,備用;
e.制得活性成分:將步驟d所得膏狀物用蒸餾水進(jìn)行溶解,再用酸調(diào)節(jié)pH值1~7后,上大孔吸附樹脂,依次以0.3-1.0ml/min的流速用水、乙酸銨和甲醇混合的水溶液洗脫,收集洗脫液,減壓回收洗脫液,再用有機(jī)溶劑進(jìn)行萃取,減壓回收有機(jī)溶劑,最后得到活性成分。
進(jìn)一步,所述步驟a中冷藏溫度為0-20℃。
進(jìn)一步,所述步驟e中所述蒸餾水與膏狀物的重量比W浸膏:W蒸餾水=1:10-25;步驟e中大孔吸附樹脂為D101大孔吸附樹脂或AB-8大孔吸附樹脂。
本發(fā)明利用超臨界CO2萃取技術(shù)和超聲波提取既可以使附加值高的脂溶性活性揮發(fā)油成分得到回收利用,又有助于產(chǎn)品的后期純化,首次運(yùn)用大孔吸附樹脂富集、溶劑萃取相結(jié)合的方法獲得產(chǎn)品含量高的提取物,建立了一套較為科學(xué)合理的提取分離工藝流程,該技術(shù)減少了常規(guī)提取過(guò)程中因沉淀造成的損失,提高有回收率,減少了常規(guī)提取液在后期過(guò)濾中的困難;該技術(shù)具有工藝簡(jiǎn)單、成本低、易操作、適于工業(yè)化生產(chǎn),所得活性成分可用于保健品或藥品 等諸多場(chǎng)合。
本發(fā)明選擇中藥材木鱉子為篩選對(duì)象,以LC-MS為手段,測(cè)定ATP作為底物的己糖激酶活性,對(duì)木鱉子四種提取物(MBZA,MBZB,MBZC和MBZD)進(jìn)行己糖激酶抑制劑活性的篩選;所述的中藥材木鱉子已運(yùn)用在抗腫瘤復(fù)方中,藥理證實(shí)其具有散結(jié)消腫,攻毒療瘡的作用。
本發(fā)明基于在糖酵解過(guò)程中,己糖激酶催化ATP轉(zhuǎn)化為ADP的反應(yīng),將ATP與中藥提取物在一定條件下混合,以LC-MS方法為手段,分別測(cè)定反應(yīng)前后(加入或不加入中藥提取物),ATP的變化量及生成ADP的量,用以評(píng)價(jià)中藥提取物的己糖激酶抑制活性。在LC-MS法的實(shí)施過(guò)程中,在流動(dòng)相中加入5mM醋酸銨,極大地提高了ATP的質(zhì)譜信號(hào)及對(duì)ATP定量的穩(wěn)定性。
篩選結(jié)果顯示,本發(fā)明的LC-MS法輔助的具己糖激酶抑制作用的活性提取物的篩選方法操作簡(jiǎn)單、自動(dòng)化程度高、靈敏度高且篩選快速。
本方法無(wú)需進(jìn)行大批量的動(dòng)物實(shí)驗(yàn),相比細(xì)胞試驗(yàn),本發(fā)明提取物用量少,生化試劑節(jié)省且篩選周期短,對(duì)于中藥材中活性組分的篩選和研究有重要意義。本發(fā)明中經(jīng)優(yōu)化的LC-MS中各項(xiàng)實(shí)驗(yàn)參數(shù)對(duì)于利用質(zhì)譜技術(shù)測(cè)定其它類似性質(zhì)的生物分子具有很好的參考價(jià)值。
本發(fā)明方法快速簡(jiǎn)便,經(jīng)濟(jì)有效,適合中藥材中具己糖激酶活性抑制作用的活性組分的篩選。本發(fā)明方法可用于各種復(fù)雜基質(zhì)中ATP的檢測(cè)。
下面結(jié)合具體實(shí)施例對(duì)本發(fā)明進(jìn)一步說(shuō)明。
實(shí)施例1:木鱉子提取物中己糖激酶抑制活性組分的篩選
1.LC-MS法測(cè)定ATP和ADP
色譜柱:Agilent Extend C-18(3.1×100mm,3μm;Agilent,Palo Alto,CA,USA);流動(dòng)相:5mM乙酸銨(pH7.5)∶甲醇=6∶4;流速:0.3mL/min;柱溫:20℃;進(jìn)樣量:10μL離子源:液相色譜-質(zhì)譜聯(lián)用接口:電噴霧接口(ESI),正離子模式(positiveion);干燥氣流速:10mL/min;干燥氣溫度:300℃;霧化氣壓力:30psi(上限60psi);毛細(xì)管電壓:3000V;質(zhì)量分析器:檢測(cè)方式: 選擇離子監(jiān)測(cè)(SIM);檢測(cè)區(qū)間:0-1.6min;碎片電壓:100V;監(jiān)測(cè)離子:ATP,準(zhǔn)分子離子峰(m/z 508);ADP,準(zhǔn)分子離子峰(m/z428)
專屬性:ATP保留時(shí)間為1.39分鐘,ADP保留時(shí)間為1.40分鐘,與空白色譜圖對(duì)比可知,出峰位置無(wú)明顯雜質(zhì)干擾。結(jié)果顯示,用本方法定量ATP,專屬性良好。
線性范圍在5-60μg/mL范圍內(nèi),以ATP峰面積Y對(duì)ATP的理論濃度X,以1/x為權(quán)重系數(shù)作加權(quán)線性回歸,得標(biāo)準(zhǔn)曲線方程為:Y=3022.6X+1902.9(r=0.998)。
靈敏度本方法對(duì)ATP的最低定量限(LLOQ)為5μg/mL(S/N≥10),最低檢測(cè)限(LLOD)為1μg/mL(LLOD)。LLOQ的天內(nèi)及天間精密度分別為3.95%和11.36%,準(zhǔn)確度分別為105.37%和101.09%。
精密度和準(zhǔn)確度配制ATP低、中、高3個(gè)濃度質(zhì)控樣品(12,35,55μg/mL)各5份,進(jìn)樣分析,并以當(dāng)天標(biāo)準(zhǔn)曲線計(jì)算天內(nèi)精密度及準(zhǔn)確度。依法連續(xù)測(cè)定3天,計(jì)算天間精密度及準(zhǔn)確度。本方法低、中、高濃度質(zhì)控樣品,天內(nèi)及天間精密度均小于10%,準(zhǔn)確度在100±5%之內(nèi)。
2.己糖激酶活性的測(cè)定(米氏常數(shù)Km的測(cè)定)
ATP系列溶液的配制用底物緩沖液(精密稱取HEPES 300.0mg,氯化鎂60.0mg,無(wú)水葡萄糖50.0mg,50ml去離子水充分溶解,用1mol/L氫氧化鈉調(diào)pH至7.5,得25mM HEPES緩沖液。該緩沖溶液每日新鮮配制)將ATP儲(chǔ)備液分別稀釋至5,10,15,20,25,30,35μg/mL系列溶液,供酶促反應(yīng)使用。
己糖激酶酶促反應(yīng)于1.5mL離心管中分別加入100μL己糖激酶緩沖液(精密稱取HEPES 300.0mg,氯化鎂60.0mg,50ml去離子水充分溶解,并加入5%(m/v)甘油,用1mol/L氫氧化鈉調(diào)pH至7.5,得25mM HEPES緩沖液)及100μLATP系列溶液,渦旋10s后進(jìn)樣。另于不同離心管中分別加入100μL底物緩沖液及100μLATP系列溶液,作為空白對(duì)照組。
己糖激酶米氏常數(shù)Km計(jì)算米氏方程為:1/V=Km/Vm×1/[S]+1/Vm,其中1/V為反應(yīng)速度,即ATP減少量或ADP生成量(本實(shí)驗(yàn)以ATP減少量計(jì)算),[S]為底物濃度,即ATP濃度,單位換算為。以對(duì)應(yīng)濃度空白對(duì)照組中ATP峰面積與酶促反應(yīng)組中ATP峰面積的差的倒數(shù)作為縱坐標(biāo),ATP的濃度作為橫坐標(biāo),則直線斜率即為己糖激酶Km。用最小二乘法計(jì)算得Km為0.36。
3.木鱉子提取物中己糖激酶抑制劑活性組分的篩選
木鱉子提取物的制備500g木鱉子去殼磨粉,在500ml石油醚中,加熱回流1小時(shí)后浸泡24小時(shí)除去油脂,重復(fù)三次。過(guò)濾后濾渣用500ml無(wú)水乙醇浸泡提取24小時(shí),重復(fù)提取三次,合并提取液。低溫離心除去提取液中雜質(zhì)后,回旋蒸干乙醇制成流浸膏。稱取木鱉子提取物餾浸膏500mg溶于5ml 50%乙醇,充分溶解后得到淡黃色溶液,離心過(guò)濾掉少量不溶雜質(zhì),配成100mg/mL母液,用高效液相色譜法進(jìn)行分離。分別收集流出液并命名為MBZA(4.00~7.00min),MBZB(16.00~20.00min),MBZC(23.00~25.50min),MBZD(27.00~28.00min)。合并收集液,回旋蒸干后制得四種提取物干粉。
溶液配制稱取適量木鱉子提取物MBZA、MBZB、MBZC和MBZD干粉用底物緩沖液分別配成30μg/ml的溶液,離心過(guò)濾不溶成分。另配制濃度為30μg/mL ATP溶液待用。
己糖激酶抑制活性提取物篩選配制各溶液后各進(jìn)樣五次分析。進(jìn)樣后,將加入木鱉子提取物樣品進(jìn)樣五次后所得ATP峰面積的平均值與空白對(duì)照樣品及酶促反應(yīng)對(duì)照樣品(無(wú)抑制劑)的ATP峰面積比較,加入木鱉子提取物樣品的ATP峰面積明顯高于酶促反應(yīng)樣品中的ATP峰面積,說(shuō)明MBZA中含有對(duì)己糖激酶有抑制作用的活性成分。
MBZA抑制活性的測(cè)定及計(jì)算精密稱取10.0mgMBZA于10ml容量瓶中,用底物緩沖液定容至刻度,制成母液。繼續(xù)用底物緩沖液將MBZA母液稀釋至10,15,20,25,30,50,80,100μg/mL系列溶液待用。
以上所述僅為本發(fā)明的較佳實(shí)施例而已,并不用以限制本發(fā)明,凡在本發(fā) 明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。