[发明专利]一种基于中药色谱-质谱高维图像数据库的中药识别方法

说明书

本发明涉及一种基于中药色谱‑质谱高维图像数据库的中药识别方法，包括如下步骤：⑴中药色谱‑质谱高维图像数据库的建立：1)获取与处理已知中药样本的原始色谱‑质谱数据；2)生成已知中药样本的高维数据与高维图像；3)建立已知中药样本的色谱‑质谱高维图像数据库；⑵中药色谱‑质谱高维图像数据库的应用：1)未知样本图像数据的获取；2)未知样本的识别；3)未知样本识别结果的验证。与现有技术相比，本发明运用中药色谱‑质谱高维图像技术，能够对中药样本中大量化合物间的空间信息实现全面表征，并利用上述空间信息实现未知样本与已知中药样本匹配与识别。

技术领域

本发明涉及一种基于中药色谱-质谱高维图像数据库的中药识别方法。

背景技术

复杂样本的化合物构成具有极端复杂性。中药即是典型的复杂样本，所含成分极其复杂，结构多样、种类繁多，常见类型包括酚类、生物碱类、皂苷类、萜类、黄酮类、内酯类、蒽酮类、有机酸类以及鞣质类等，单一中药即包含数百上千计的次生代谢产物和小分子成分，由多种中药组合的中药复方制剂的成分则更多。相应地，复杂样本中蕴含海量信息。如中药化合物之间的相互关系、不同中药的药性药效差异、同属药材化学成分异同及产地、年份、生长环境对药材质量的影响等科学问题都蕴藏其中。

目前对于复杂样本的研究面临两个重要瓶颈：一方面，研究大多采用碎片化、点状的低维数据，如色谱保留时间，m/z值，子离子碎片信息等，这些低维数据忽视也无法体现上述大量化学成分间的关联。高维数据恰是海量信息的有力载体。与低维数据相比，高维数据能够有效地表示样本中各数据点的空间信息从而反映它们的空间关系。因此，获取复杂样本化合物的高维数据才能真正实现从复杂样本中得到、处理、挖掘那些高价值信息。另一方面，实验产生的数据资源庞大却零散，相关研究产生的数据不能整合利用，导致科研工作中人力、物力、时间等投入的成本高，产出却不显著。数据库技术是一种计算机辅助管理、整合数据的方法。将高维数据与数据库技术结合建立高维数据数据库正是解决上述难题的方向。

高维数据的获取需要联用仪器来实现。色谱-质谱联用技术将应用范围极广的分离方法-色谱法与灵敏、专属、能提供分子量和结构信息的质谱法结合起来，显然是复杂样本高维数据获取的理想手段。目前，已有一些基于色谱-质谱联用技术的数据库，大致可以分为两类：

1.标准化合物质谱数据库：如美国国家科学技术研究院(NIST)出版的NIST标准化合物质谱数据库，收录了几万张标准质谱图，在以GC-MS平台的代谢组学研究中发挥巨大作用；又如人类代谢组数据库(Human Metabolome Database，HMDB)是目前最完整且最全面的人类代谢物和人类代谢数据库。这类数据库在许多研究领域得到了广泛的应用。然而该类型数据库能够提供的化合物数目是有限的，并且没有提供化合物的色谱保留信息。张加余等(药学学报，2012,47(9):1187-1192)利用高效液相-电喷雾离子阱串联质谱(HPLC-ESIIT-MS/MS)，以商业化工作站谱库编辑程序为平台建立了含有636个天然化合物(包括黄酮、香豆素、木质素、萜及其苷类、甾体及其苷类、有机酸、生物碱、蒽醌、氨基酸等常见类型的天然产物)的液相色谱-质谱-数据库(LC-MS-DS)，用于天然产物未知组分的鉴定和靶向分离。该数据库属于标准化合物质谱数据库，且可通过匹配未知组分和对照品的保留时间、紫外吸收光谱或者比较未知组分和对照品的多级质谱图中主要离子碎片是否相同来评价谱库检索的可信度，从而提高结果的可信度。该数据库仅能用作化合物的鉴定，无法用于包括天然产物在内的生物样本的鉴定。