藏红花酸对照品

通过 SFC-UV/MS 分离西红花主要提取物 西红花，又称藏红花，是世界上最昂贵的香料之一，其花朵呈现一种精致的紫色色调，内部的丝状红色柱头非常珍贵。在秋天，红色柱头通过手工采摘并分离，生产一磅(0.45公斤)的西红花柱头需要7万朵花。这些红色柱头可以用作香料、染料并且具有药用价值。▲ 图1：西红花花朵与柱头西红花内有非常多的提取物，主要成分为西红花苷、苦番红花素、西红花酸等。其中许多化合物有公认的药理活性， 比如西红花苷在治疗心血管疾病方面具有一定的作用。西红花苷存在于西红花及栀子属植物中，比较常见的分离法是采用高压液相色谱法（HPLC），C-18色谱柱，流动相为水/乙腈或水/甲醇体系。初始梯度为高含水量，有机溶剂含量随时间而增加，以洗脱非极性化合物，分离过程中也会加入甲酸以改善峰型。[2-6]栀子类药材中西红花苷类成分的定性定量分析：▲ 图2：A.混合对照品；B.栀子；C.水栀子的 HPLC 分离图西红花苷Ⅰ 5. 西红花苷Ⅱ 8. 西红花苷Ⅳ 17. 西红花苷ⅢAcchrom XCharge C18 色谱柱（4.6 mm×250 mm，5μm）；流动相为乙腈（A）和0.1%甲酸水溶液（B），梯度洗脱，洗脱程序为：0～15min，22% A；15～30min，22%～25% A；30～35min，25%～28% A；35～50min，28% A；50～72min，28%～45% A；72～85min，45%～55% A；流速1mLmin-1，柱温30℃，检测波长440 nm，进样体积10μL。本文介绍了一种利用BUCHI Sepiatec SFC-50分离西红花柱头主要提取物的方法。SFC-50内置紫外检测器并与MS（质谱检测器）相连，从而判断峰物质。▲ 图3：Sepiatec SFC-UV/MS系统1实验条件设备Sepiatec SFC-50(UV/MS)色谱柱Nucleodur NH2 5μm 250 x 4 mm流动相种类A=CO2 B=甲醇流动相条件平衡色谱柱5分钟0-1 min: 14 % B1-18 min: 14-18 % B18-40 min: 18-50 % B40-44 min: 50 % B 流速7 mL/min紫外检测器440 nm MASS 检测器ESI (+/-)背压150 bar柱温40 ℃样品1000mg 西红花柱头 10mL 热甲醇提取物进样量100 uL2结果与讨论▲ 图4：西红花提取物在紫外波长440nm下的分离图用甲醇对西红花柱头的主要成分进行了提取后，得到的多数为极性化合物。图4为紫外波长 440nm 下的分离图。在前18分钟，由于流动相为弱极性(86- 82% CO2)，紫外检测器下无化合物被洗脱下来。当流动相的极性通过梯度增加时，几种极性化合物被依次洗脱。其中的主要提取物西红花酸易与几种糖(葡萄糖、龙胆二糖和三氯蔗糖)结合形成西红花苷。因为西红花酸与糖分子的共价键导致极性的强烈增加，并使西红花苷具有亲水性，所以在氨基柱上的分离出峰时间比较晚[7-9]。在质谱检测上，我们使用电喷雾离子源（ESI），这是一种常压下的温和电离方法，可以在正离子(ESI+)或负离子(ESI-)下进行。在正离子模式下，通常会形成钠加合物([M+Na]+)或质子加合物([M+H]+)。在负离子模式下，([M-H]-)离子通常是由于失去一个质子而形成的。根据样品及其性质的不同，也可以形成多种带电产物。▲ 图5：(a) UV-440 nm (b) mass 999-999.5 (ESI+) (c) mass 836.9-837.4 (ESI+) (d) mass 674.8-675.3 (ESI+) (e) mass 975.5- 976 (ESI-) (f) mass 813.4-813.9 (ESI-) (g) mass 651.4-651.9 (ESI-) (h) mass 341.2-341.7 (ESI-)▲ 图6：西红花苷Ⅰ(a) ESI+ and (b) ESI-, 西红花苷Ⅱ(c) ESI+ and (d) ESI-, 西红花苷Ⅲ (e) ESI+ and (f) ESI- 以及西红花酸单甲酯(g)ESI-的质谱图图5与图6展示了西红花甲醇提取物通过 Sepiatec SFC-50 结合 MS 检测器后的分离图谱，信号基于不同的 m/z（质子数/电荷数）。根据质谱结果我们可以推断出表1的结构式结果。No.化合物名称结构式m/z1西红花苷Ⅰ976.4C44H64O242西红花苷Ⅱ814.8C38H54O193西红花苷Ⅲ652.7C32H44O144西红花酸单甲酯342.4C21H26O4▲ 表1：根据图5推断的西红花主要提取物的结构式和摩尔m/z西红花苷Ⅰ是由西红花酸和两个龙胆二糖分子组成。在图5中，该化合物 ESI+ 模式下的检测 m/z 为 999-999.5，其加合物由钠(m/z 23 g/mol)和样品分子(m/z 976.4 g/mol)组成。在 ESI- 模式下也可以检测到西红花苷Ⅰm/z 为975.5-976。其对应的图6质谱图为(a)与(b)。西红花苷Ⅱ由西红花酸、葡萄糖和龙胆二糖分子组成。在 ESI+ 模式(图5(c))和 ESI- 模式(图5(f))下，分别为(m/z 836.9-837.4[M+Na]+)和(m/z 813.4-813.9[M- H]-)。其对应的图6质谱图为(c)与(d)。西红花苷Ⅲ在 ESI+ 模式(图5(d))和 ESI- 模式(图5(g))下，分别为(m/z 674.8-675.3[M+Na]+)和(m/z 651.4-651.9[M-H]-)。其对应的图6质谱图为(e)与(f)。西红花酸单甲酯只能在 ESI- 模式(图5(h))下鉴别，m/z为341.2-341.7[M-H]-。其对应的图6质谱图为(g)。在 ESI 过程中，样品分子会被碎片化，特别是在 ESI- 模式中。例如，西红花苷Ⅰ和西红花苷Ⅱ上的葡萄糖基团在ESI-模式下的脱离，导致其在图5(g) m/z 651.4-651.9[M-H]- 中也被鉴定出来。3结论Sepiatec SFC-50 可以有效分离西红花柱头内结构相似的提取物，为了鉴别里面的未知成分，采用 SFC-UV/MS 结合的形式，适用于多数天然产物应用。相比 HPLC 的流动相，超临界二氧化碳具有高扩散系数和低粘度的特点，并且得益于二氧化碳的弱酸性，无需加入甲酸也能获得不错的峰型。在选择性上，由于 SFC 属于正相色谱，在出峰顺序和时间上与传统的 RP-LC 完全不同，这使得 SFC 在分离一些化合物组分时具备出峰时间上的优势。比如本次分离中的西红花苷Ⅲ，在图2的 RP-LC 中，出峰顺序靠后，时间在 60 分钟之后；而在图5的 SFC 中，其出峰顺序靠前，时间在 28-29 分钟。这在分离一些极性偏弱的化合物时可以节省很多时间。4参考DOI: 10.13140/RG.2.2.19634.40649http://dx.doi.org/10.1016/j.foodchem.2015.06.090DOI: 10.1081/FRI-100100281DOI: 10.1016/j.foodchem.2005.11.020https://doi.org/10.1016/j.jpba.2020.113094叶潇，张东，冯伟红，梁曜华，刘晓谦，李春，王智民．栀子类药材中西红花苷类成分的定性定量分析[J/OL]．中国中药杂志.https://doi.org/10.19540/j.cnki.cjcmm.20220214.301https://doi.org/10.1021/acs.jafc.5b03194https://doi.org/10.1073/pnas.140462911DOI: 10.1007/s00425-004-1299-1

近日，海南大学食品科学与工程学院云永欢联合清华大学、英国贝尔法斯特女王大学的知名学者，在国际知名期刊《Food Chemisty》（IF=8.5，中科院大类一区TOP）上发表题为“Smartphone video imaging: A versatile, low-cost technology for food authentication”的重要研究结果。研究背景 随着食品行业的快速发展和食品市场的日益全球化，消费者越来越关注食品标签的准确性。传统上以感官分析来评估食品的真实性。但由于各种人为因素，感官分析被认为是主观的、不一致的和不可预测的。 色谱仪和气相色谱-质谱法等仪器方法被认为是准确、可重复和可再现的食品真实性评估技术。然而，这些方法成本高昂、耗时且具有破坏性，并且需要复杂的样品预处理和专业技能。 在过去的十年中，各种成像和光谱技术已成为食品鉴定的快速、无损检测工具。特别是高光谱成像 （HSI） ，将成像和光谱学相结合以获取样品的空间和光谱信息。与计算机视觉 （CV） 等传统成像技术相比，HSI 显著增加了与样品化学属性相关的信息量，克服了光谱技术无法提供有关非均质样品空间信息的局限性。 然而，HSI 尚未在食品认证中实现广泛和大规模的商业应用。其价格通常从数万美元到数十万美元不等，并且获取和处理高光谱图像的过程耗时较长。为了降低测量的成本和复杂性，多光谱成像 （MSI） 为 HSI提供了一种低成本替代方案，其可在多个特定波长下捕获图像。然而，MSI 的价格仍然超出用户预期，并且较少的波长数量限制了其分析性能。因此，HSI 和 MSI 目前不适合广泛地进行面向消费者的食品认证。成果简介 本研究提出了一种基于智能手机的低成本成像技术，即智能手机视频成像 （SVI）。此技术可用于捕获由变色屏照亮的样品短视频，并在人工智能辅助下开发出了新的功能，使 SVI 成为一种类似高光谱成像 （HSI）的多功能成像技术。此技术能对非均质含量的样品进行分类，分析物质含量的空间表示，并从视频中重建高光谱图像。当SVI与残差神经网络集成时，在人参分类任务上优于传统的计算机视觉方法。此外，此技术有效地绘制了粉末混合物（藏红花和姜黄粉）中藏红花纯度的空间分布，其预测性能与 HSI 相当。另外，当SVI 与 U-Net 深度学习模块相结合，能生成与 HSI 采集的目标图像非常相似的高质量图像。综上，SVI 技术可以作为一种面向消费者的食品认证解决方案。研究亮点1. 提出了一种基于智能手机视频的低成本成像技术。2. 通过ResNet 提取了智能手机视频的空间和光谱信息。3. 基于智能手机视频在空间上呈现了分析物的浓度。4.从智能手机视频中重建了高质量的高光谱图像。图文赏析图形摘要图1. 智能手机视频成像示意图图2. 智能手机视频分类的 ResNet 架构 （a） 和频谱重建的 U-Net 架构 （b）图3. 人参视频数据分类的t-SNE 图（a） 、基于 SVI 的混淆矩阵（b） 和基于 CV 的混淆矩阵（c） 图4. 基于 SVI 和 HSI 测量的粉末混合物中不同藏红花纯度的预测图图5. 基于 SVI （a） 和 HSI （b） 的藏红花纯度的真实值与预测值图6. 在选定波长和相应目标下重建的高光谱图像图7. 从智能手机视频 （R） 和相应目标 （T） 重建的光谱# 研究结论 # 本研究提出了一种基于智能手机的食品认证成像技术，SVI。它录制了由变色屏照亮的样品短视频，并将视频帧分解为 RGB 通道。当SVI 与神经网络耦合时，能对非均质样本进行分类，分析物质浓度的空间表示以及从智能手机视频中重建高光谱图像。本研究评估了SVI 在食品分析任务中的有效性，并与HSI 和 CV 技术进行性能比较。具体而言，SVI 与 ResNet 相结合，区分不同类型人参样品的分类准确率为可达0.987，比 CV 的准确率高出 0.054。此外，在测定混合物（藏红花和姜黄粉）中藏红花的纯度时，SVI 可得到与 HSI 相当的准确结果 （R2P= 0.98）。获得的分布图清楚地描绘了藏红花纯度的不同水平。最后，SVI 结合 U-Net 和 CBAM 有效地重建了智能手机视频中的高光谱图像。与CV 相比，这些重建的高光谱图像与目标更相似。结果表明，在人工智能的辅助下，SVI 是一种可行的、面向消费者的食品认证解决方案。我们未来的工作是将 SVI 与近红外光谱和拉曼光谱等技术融合。此外，我们将使用光谱重建和光谱超分辨率来提高 SVI 分析性能。原文链接https://doi.org/10.1016/j.foodchem.2024.140911作者简介云永欢，博士，副教授，博士生导师。现为海南大学食品科学与工程学院副院长，海南省院士团队创新中心负责人。入选海南省南海创新人才，海南省科协青年托举人才，海南省拔尖人才。2022和2023年连续两年入选“年度科学影响力”全球前2%顶尖科学家榜单。担任海南省食品安全风险评估专家委员会和食品安全地方标准委员会委员，海南省食品科学技术学会副秘书长。研究方向为食品品质安全的智能化快速无损检测技术与真实性研究，主要从事化学计量学与人工智能算法与应用、围绕椰子水、山茶油、热带果蔬、水产品等海南地理标志农产品的开发利用、品质评价、分类分级与真实性鉴别研究。主持2项国家自然科学基金、10余项省部级及各类项目以及1项海南省高等学校教育教学改革研究重点项目。以第一作者或通讯作者在TRAC-trends in Anal. Chem, Trends in Food Science &Technology, Food chem., Anal. Chim. Acta等期刊发表论文40余篇（JCR1区30余篇，入选ESI高被引1篇）。谷歌学术总引用次数5500余次，h指数为38。合著出版英文学术专著1部。担任Food Safety and Health, Journal of Analysis and Testing和Metabolites等国际期刊青年编委和《食品安全质量检测学报》青年编委。获2022年中国仪器仪表学会第四届“陆婉珍近红外光谱奖”青年奖。获海南省教学成果二等奖（2020）和中国仪器仪表学会科技进步三等奖（2023）。获海南大学“十佳好老师”“优秀班主任”和“五一劳动之星”等荣誉称号。获全国高校食品科学与工程专业实验教学案例一等奖（2024）。获海南大学第五届青年教师“教学能手”比赛一等奖（2024）。为一定程度促进食品真实性及溯源技术的进步，仪器信息网将于9月13日举办“第三届食品真实性及产地溯源鉴定新技术”主题网络研讨会，我们将会邀请权威专家及厂商技术人员带来精彩分享，把最新的技术和科研成果呈现给大家。报名链接：https://www.instrument.com.cn/webinar/meetings/fat240913/

&mdash &mdash 更高通量、更高分辨率！ 岛津新型MALDI-7090&trade 基质辅助激光解析电离串联飞行时间质谱仪，专为蛋白组学及组织成像研究设计。MALDI-7090&trade 将岛津基质辅助激光解析电离串联飞行时间质谱仪的大量专业知识与新专利技术相结合，具有鉴别生物分子结构特性的更卓越性能。 MALDI-7090融入的创新技术，如ASDF&trade -轴向空间分布聚焦技术，为精确的化合物特性鉴定提供了引领市场的高分辨率MALDI TOF-TOF。集成固态激光器专利技术、所有模式下（MS 或MS/MS）2千赫的真实采集速度、10靶板集成进样器以及最新设计的MALDI Solutions&trade 软件，为MALDI TOF-TOF设计建立新基准。 来自东京大学尖端科学技术研究中心的助理教授河村武石评价道：&ldquo MALDI-7090的2KHz激光速度以及高分辨率的MS/MS，通过使用LC-MALDI的方法加速了我们对蛋白组学中复杂蛋白质及组蛋白修饰的研究。&rdquo 此外，MALDI-7090具有20KeV的高能碰撞诱导裂解能力，有效地生成多种碎片离子，进一步加强了待分析物鉴定能力。来自维也纳科技大学的甘特· 奥麦尔教授，评论MALDI-7090的高能碰撞诱导裂解及高分辨率MS/MS能力时，说到：&ldquo 要想定位双键位于含脂肪酸的化合物中，而不产生衍生化作用，高能碰撞诱导裂解是唯一方法。例如，化合物是用作食物的植物油中的甘油三脂或者从藏红花中分离出来的藏红花素（决定颜色的结构）。如果没有同位素碎片离子解析，如此高能诱导裂解的结构解析数据分析将会很难。&rdquo MALDI Solutions软件功能强大，可以进行方法开发、数据采集和处理、数据分析等。能够进行MALDI-7090的自动和手动控制，而且MALDI Solutions的目的在于提供一个可由新手或熟练用户容易掌握的更加灵活的平台。MALDI Solutions内置软件模块可满足各种研究应用程序的需求，例如蛋白组学、组织成像及其它。 MALDI-7090的发布时，岛津制作所全资子公司Kratos分析有限公司的常务董事岛津光三先生说到：&ldquo 我们非常荣幸地宣布MALDI-7090于2013年在美国质谱大会上发布。这种最新设计的MALDI TOF-TOF将岛津基质辅助激光解析电离产品系列拓展到高性能、高通量研究的领域。MALDI-7090是与我们的AXIMA系列MALDI TOF 和 MALDI-QIT TOF，可提供MS, MS/MS 或MSn分析型产品完全互补的产品。该产品的发布成为了岛津公司全面的质谱分析范围内的液相色谱质谱、气相色谱质谱以及基质辅助激光解析电离飞行时间质谱仪的不可或缺的一部分。&rdquo 更多信息请联系: 胡晓慧 岛津企业管理（中国）有限公司 Email: bshxh@shimadzu.com.cn 关于岛津 岛津企业管理（中国）有限公司是（株）岛津制作所为扩大中国事业的规模，于1999年100%出资，在中国设立的现地法人公司。 目前，岛津企业管理（中国）有限公司在中国全境拥有13个分公司，事业规模正在不断扩大。其下设有北京、上海、广州、沈阳、成都分析中心；覆盖全国30个省的销售代理商网络；60多个技术服务站，构筑起为广大用户提供良好服务的完整体系。 岛津作为全球化的生产基地，已构筑起了不仅面向中国客户，同时也面向全世界的产品生产、供应体系，并力图构建起一个符合中国市场要求的产品生产体制。 以&ldquo 为了人类和地球的健康&rdquo 为目标，岛津人将始终致力于为用户提供更加先进的产品和更加满意的服务。 更多信息请关注岛津公司网站www.shimadzu.com.cn/an/ 。