张雪佳
- 作品数：11 被引量：28H指数：4
- 供职机构：新疆医科大学中医学院更多>>
- 发文基金：新疆维吾尔自治区科技计划项目国家自然科学基金乌鲁木齐市科技计划项目更多>>
- 相关领域：医药卫生农业科学文化科学更多>>
- HPLC测定不同采收期唇香草中5种化学成分的动态变化被引量：4
- 2015年
- 目的测定不同采收期唇香草中5种化学成分的动态变化,初步确定唇香草的最佳采收期。方法采用20%二甲基亚砜甲醇溶液提取唇香草,利用高效液相色谱法,以0.3%甲酸甲醇-0.3%甲酸水为流动相进行梯度洗脱,以290 nm为检测波长,同时测定不同生长期唇香草中咖啡酸、迷迭香酸、地奥司明、蒙花苷以及胡薄荷酮5种化学成分的含量。结果在上述色谱条件下,5个化学成分的线性关系、分离度、重复性以及回收率等均符合要求,不同采收期的唇香草中均是蒙花苷和地奥司明的含量较高,胡薄荷酮的含量居中,咖啡酸和迷迭香酸含量较低;5种化学成分在唇香草不同采收时期的含量存在差异,但在开花前期和开花期5种化学成分的含量均较高。结论可初步确定唇香草的最佳采收期为开花期,其化学成分的动态变化规律可为唇香草的规范化种值(GAP)生产提供基础数据。
- 周晓英丁文欢张雪佳田树革
- 关键词：唇香草高效液相色谱法
- 中国西部茜草属药用植物资源调查、分类鉴定与开发利用
- 2023年
- 茜草属Rubia Linn.是茜草科Rubiaceae植物中一类具有重要药用和经济价值的类群,具有凉血止血、活血化瘀等功效,也是重要的染料植物。国内茜草属植物种类多,分布广泛,但目前该属药材存在资源现状不清、多来源、易混淆等问题。通过收集植物志、网络等资料信息,对茜草属植物资源集中和丰富的我国西部地区开展野外调查,历时94天,行程34448公里,采集样品93份,按西北和西南地区进行分类,鉴定出22种茜草属植物;根据调查结果和现有资料进行总结,更新我国西部茜草属资源现状记载。我国目前分布有茜草属植物42种,药用18种;通过活性成分含量比较,提出林生茜草和柄花茜草是潜在的替代药用茜草属资源植物,为确定茜草属植物的西部资源家底、药源扩大及资源的合理开发利用提供了科学依据。
- 张雪佳巫兴东汪哲胡燕云谭宁华
- 关键词：资源调查
- 唇香草不同部位总成分的分析比较被引量：3
- 2015年
- 目的分析比较唇香草不同部位的化学成分含量。方法采用可见分光光度法对唇香草不同部位的总多酚、总黄酮、总三萜酸、总游离氨基酸及总多糖的含量进行测定,并对数据进行分析。结果唇香草全草以及不同部位均富含总多酚和总黄酮,总游离氨基酸的含量也较高,而总三萜酸和总多糖的含量较低,在花、叶、茎中5种总成分的含量有所差异,5种成分在唇香草叶和花中含量较高,茎中的含量最低。结论根据各总成分含量在唇香草中的分布可初步将唇香草的采收期定于其叶和花产量较高的时期,即开花初期或盛开期。
- 丁文欢欧亮苗张雪佳周晓英
- 关键词：唇香草
- 紫参不同生长时期醌类成分的动态含量变化
- 2024年
- 目的研究紫参中醌类成分在不同生长时期的动态含量变化。方法采用超高效液相色谱-串联三重四级杆质谱(UPLC-QqQ-MS/MS)联用技术,色谱柱为BEH C_(18)(2.1 mm×100 mm,1.7μm),以0.1%甲酸水(A)-乙腈(B)为流动相,梯度洗脱,流速0.3 mL·min^(-1),柱温30℃,进样量2μL;质谱采用多反应监测(Multiple Reaction Monitoring,MRM)模式,对二年生栽培紫参在一个生长周期内的不同时期中12种醌类成分进行含量测定。结果12种醌类成分线性关系良好(r^(2)>0.9913),定量限为0.03~5.56 ng·mL^(-1),回收率在86.89%~104.45%。结果表明,紫参在不同生长时期中醌类成分含量变化波动明显,12种醌类成分总含量在1547.27~4247.01μg·g^(-1)范围内,其中7月中旬的含量最高,为4247.01μg·g^(-1),其次是12月,含量为3300.68μg·g^(-1),而9月初的含量最低,为1547.27μg·g^(-1)。醌类苷和醌类苷元的含量几乎呈相反变化趋势。结论该方法灵敏简便,结果准确,为确定紫参药材合理采收期和资源开发利用提供依据。
- 贾延莎张雪佳谭宁华
- HPLC测定维药睡莲花中没食子酸和烟花苷含量被引量：6
- 2014年
- 目的：建立维药睡莲花中没食子酸和烟花苷含量的高效液相色谱测定方法。方法色谱柱：Wondasil C18（250 mm×4.6 mm,5μm）；流动相：A为甲醇,B为0.1%冰乙酸混合水溶液,梯度洗脱；流速：1.0 mL/min；检测波长：270 nm；柱温：30℃。结果没食子酸及烟花苷进样量分别在0.065～0.585μg（r＝0.9991）、0.133～1.197μg（r＝0.9995）范围内与峰面积呈良好的线性关系,平均回收率分别为102.71%、102.08%,RSD分别为1.97%、0.46%。结论本方法操作简单、准确可靠,可用于维药睡莲花中烟花苷和没食子酸含量的测定。
- 李洁张雪佳李柯翱季志红田树革
- 关键词：没食子酸高效液相色谱法
- 原位预处理-薄层扫描法同时测定唇香草中熊果酸和齐墩果酸的含量被引量：1
- 2017年
- 目的建立维药唇香草中熊果酸(UA)和齐墩果酸(OA)的含量测定方法,并测定不同产地、不同采收期以及不同部位的唇香草中UA和OA的含量。方法采用双波长扫描法,对点于硅胶G板的样品进行原位预处理,以环己烷-氯仿-乙酸乙酯-甲酸(20∶5∶8∶0.1)为展开剂,测定波长为530 nm,参比波长为700 nm。结果该法中的UA和OA分离效果较好,可被同时检识。采自新疆18个不同产地的唇香草中UA和OA的平均含量分别为(1.84±0.41)和(2.82±0.89)mg/g;在相同年份5月初至月末的采收期UA和OA含量呈现春末到夏初期上升,其后下降;唇香草不同部位中UA和OA的含量为叶中最高,花次之,茎最低。结论方法简便、快速、准确,结果可为唇香草的优质资源评价提供基础数据。
- 丁文欢杨添尹张雪佳徐海燕周晓英
- 关键词：唇香草薄层扫描熊果酸齐墩果酸
- 维药唇香草的薄层色谱鉴别及其抗氧化活性成分筛选被引量：6
- 2017年
- 目的建立维药唇香草的TLC定性鉴别方法,用TLC-DPPH法初步筛选唇香草药材中的抗氧化活性成分。方法以迷迭香酸、咖啡酸、地奥司明和蒙花苷为对照品,对展开剂和薄层板进行筛选,优化出最佳展开系统。结果在展开后的薄层板上喷以100mL·L^(-1)的二苯代苦味肼自由基(DPPH)乙醇溶液,初步筛选唇香草的抗氧化能力及抗氧化成分。唇香草TLC定性鉴别的结果显示,固定相为安徽良臣所产的硅胶G板,展开剂以氯仿-甲醇-水-甲酸-冰乙酸(15∶5∶0.5∶1∶1)的展开效果最好。TLC-DPPH抗氧化活性筛选结果显示,唇香草中至少有7个化学成分具有较好的抗氧化活性,包括咖啡酸和迷迭香酸。结论唇香草薄层色谱分析方法的建立为唇香草化学成分分析、资源优选和质量标准奠定基础。
- 丁文欢文娥张雪佳欧亮苗田树革
- 关键词：唇香草TLC
- 破布木果总多酚的超声提取工艺研究被引量：5
- 2013年
- 目的采用正交试验法优化超声波辅助提取破布木果中总多酚的条件。方法在单因素实验的基础上,选择乙醇体积分数、料液比、提取时间、超声功率为随机因子,进行4因素3水平正交试验设计,采用SPSS软件分析了4个因素对总多酚得率的影响,并进行了验证试验。结果最佳提取工艺条件中乙醇浓度为30%（体积分数）,提取时间为30分钟,料液比（质量比）为1∶35,微波功率为400 W,没食子酸在质量浓度为1-7μg/ml（r=0.9995）时呈现良好的线性关系。验证试验提取率为（7.15 mg/g）比正交试验中最高提取率（7.01 mg/g）大。结论该提取方法操作简单,结果比较可靠,适用于破布木果总多酚的提取。
- 刘枫张雪佳李洁田树革
- 关键词：总多酚超声提取正交试验法没食子酸
- 以学生综合素质为导向的《中药鉴定学》教学探索
- 2024年
- 《中药鉴定学》是中药学专业的核心课程,在人才培养中起到举足轻重的作用。针对课程特点及现有教学模式中存在的问题,结合人才培养目标,提出以学生综合素质为导向的《中药鉴定学》的教学改革的思路和方法。课程采用SPOC平台上线下混合式教学模式,重视实践教学环节,通过开设性状鉴别实训室、中药标本馆、饮片等级考试中心、班级“中药角”等实践环节,促进学生从感性认识到深入思考的递进式学习。整合教学资源,优化课堂教学结构,形成模块化教学内容体系,完善多元考核方式,挖掘思政元素,将学生培养成为具有高素质的中医药现代化人才,以承担保障中药质量安全、维护人民群众身体健康的重要社会责任。
- 张雪佳潘兰王东东王莹徐海燕
- 关键词：中药鉴定学教学改革
- 新疆紫草、黄花软紫草HPLC指纹图谱建立及化学模式识别分析被引量：2
- 2022年
- 目的 建立新疆紫草、黄花软紫草HPLC指纹图谱,并进行化学模式识别分析。方法 分析采用Agilent-C色谱(250 mm×4.6 mm, 5μm);流动相乙腈-0.05%甲酸(70∶30);体积流量1 mL/min;柱温30℃;检测波长275 nm。采用Mataboanalyst对36批样品进行聚类分析、主成分分析、正交偏最小二乘法判别分析。结果 HPLC指纹图谱中有5个共有峰,相似度均大于0.9。各批样品分布较为集中,可分为2大类,每一类中均含有2个品种,发现了7个特异标志峰。结论 该方法简便稳定,重复性好,可用于新疆紫草、黄花软紫草的质量控制和综合评价。
- 丁文欢李洁张雪佳樊思恩徐海燕
- 关键词：新疆紫草HPLC指纹图谱化学模式识别
