黄芩苷(baicalin)是由黄芩(Scutellaria baicalensis Georgi)根部分离而来的黄酮类物质, 为黄芩的主要活性成分。黄芩苷药理作用广泛, 具有良好的抗炎效果, 其主要机制包括调节肠道菌群、抑制核因子κB(NF-κB)核转位、增加相关microRNA的表达、抑制自噬、调节Treg/Th17平衡等。现综述黄芩苷抗炎症作用机制的最新研究进展, 为其深入研究及在临床上的应用提供依据。

采用太赫兹时域光谱系统测试黄芩苷混合物的光谱,发现黄芩苷混合物在0.3~1.5 THz波段具有明显的吸收特征;采用二维相关光谱(2DCOS)算法进行分析后发现,混合物光谱对外扰变量(黄芩苷的浓度)变化敏感。在光谱分析的基础上分别建立了基于支持向量机(SVM)和偏最小二乘法(PLS)的定量分析模型,采用Kenard-Stone(KS)法选择模型的校准集和验证集,引入相关系数和均方根误差评价建模效果。结果表明:基于支持向量机和偏最小二乘法的定量分析模型的预测数据与实际数据均表现出良好的相关性,并且均方根误差较小,能够实现对黄芩苷的定量检测;SVM模型的预测结果优于PLS模型。研究结果为药物质量检测提供了一种新方法,对药物的质量检测具有重要意义。

建立一种伤疖膏制备过程提取液中黄芩苷动态含量快速测定的近红外光谱分析方法, 近红外透射光谱法扫描得到65组伤疖膏制备过程中提取液的近红外光谱图, 以提取液中黄芩苷的HPLC测量值作为对照值, 采用偏最小二乘回归算法（PLSR）建立NIR光谱与对照值的校正模型。 校正模型主成分数为8, 交叉验证均方根差（RMSECV）为0.006 8, 相关系数（r）为0.999 1。 应用校正模型对预测集的30组样品进行黄芩苷含量预测, 所得预测均方根差（RMSEP）为0.009 2, r为0.998 7。 结果表明, 该方法快速、 准确, 为复方膏剂制备过程中化学成分快速定量和质量控制提供了方法和依据。

通过FT-IR(傅里叶变换红外光谱)和Raman(共焦激光拉曼光谱)分析黄芩苷包合物, 对拉曼光谱法作为一种新的验证包合物形成方法的可行性进行验证。采用饱和水溶液法制备黄芩苷包合物, 共焦拉曼光谱仪和傅里叶转换红外光谱仪分别测定并获得β-环糊精、黄芩苷、黄芩苷与β-环糊精物理混合物及黄芩苷包合物四种固体粉末的拉曼图谱和红外图谱并将其进行对照分析, 这两种方法互相印证, 互相补充, 可增强鉴定的准确性、可靠性, 共同证明了黄芩苷通过氢键作用嵌入β-环糊精的疏水空腔形成包合物, 从而增加了它的稳定性。拉曼光谱法具有快速、准确、简便、无损测量等显著优势, 可作为验证药物包合物的形成重要手段。

文章建立了近红外漫反射光谱技术快速测定中药黄芩中主要活性成分黄芩苷和总黄酮含量的方法。 对黄芩苷含量在12.24%～21.34%， 总黄酮含量在16.08%～26.52%范围内的61个不同产地的黄芩， 选择在8 000～4 000 cm-1 范围内的近红外吸收光谱， 采用偏最小二乘算法(PLS)比较不同光谱预处理方法建立的校正模型， 结果表明一阶导数和最小最大归一化的数据预处理方法分别为黄芩苷和总黄酮最优预处理建模方法。 黄芩苷校正集相关系数(r)为0.902　4， 校正集标准偏差(SEC)为1.01， 预测集标准偏差(SEP)为0.876 4； 总黄酮校正集相关系数(r)为0.952　7， 校正集标准偏差(SEC)为0.785， 预测集标准偏差(SEP)为0.521　1， 该方法快速简便， 适合于黄芩中主要活性成分的快速分析。