

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、鴉膽子系苦木科鴉膽子屬植物(Brucea Javanica Merr(L.))鴉膽子的成熟果實(shí)。近年來,它作為一種抗腫瘤天然藥物,已引起了研究人員的廣泛關(guān)注。本文主要圍繞鴉膽子有效部位的提取、分離純化及其抗腫瘤作用而展開,其試驗(yàn)結(jié)果主要如下:
采用溶劑加熱回流提取方法,以無水乙醇為提取溶劑對鴉膽子中水溶性成分進(jìn)行了提取。以鴉膽子苦味浸膏得率為考察指標(biāo),以提取溫度、液料比、提取時間、提取次數(shù)為考察因素,采用正交試驗(yàn)法L9(3
2、4)確定了最佳提取工藝:提取次數(shù)3次,液料比7:1,提取時間每次2h,提取溫度60℃。在此工藝參數(shù)條件下,苦味浸膏得率達(dá)到17.4%。
以鴉膽苦醇為對照品,運(yùn)用香草醛-冰醋酸、高氯酸比色法對鴉膽子中總?cè)祁愇镔|(zhì)含量進(jìn)行了測定。并從儀器精密度、重復(fù)性、穩(wěn)定性和平均加樣回收率四方面,考察了該方法的可行性。試驗(yàn)結(jié)果分別如下:儀器精密度RSD0.70%、重復(fù)性RSD1.32%、穩(wěn)定性RSD4.19%、平均加樣回收率RSD1.17%
3、,四個方面的RSD都小于5%。由此表明,該方法所測數(shù)據(jù)可靠性高,結(jié)果重現(xiàn)性好,為鴉膽子及其提取物的內(nèi)在質(zhì)量控制方法建立提供了方法學(xué)上的保障。經(jīng)該方法測得鴉膽子苦味浸膏總?cè)祁愇镔|(zhì)成分的平均含量為3.68%。
通過液-液分配萃取試驗(yàn),將鴉膽子苦味浸膏分為Cp1、Cp2、Cp3、Cp4、Cp5、Cp6共6個部位;通過體外細(xì)胞增殖抑制試驗(yàn),確定了抑瘤活性最強(qiáng)部位為三氯甲烷層Cp2。以Cp2部位為進(jìn)一步分離純化對象,經(jīng)硅膠柱純化后
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 藏藥寨卡有效部位的分離鑒定及其抗腫瘤活性研究
- 蛇毒的分離、純化及其抗腫瘤活性研究.pdf
- 雙菌多糖的提取、分離、純化及抗腫瘤活性研究.pdf
- 活性指導(dǎo)下石見穿抗腫瘤有效成分的分離提取及其體外抗腫瘤作用研究.pdf
- 鹿茸活性成分的提取分離及其抗腫瘤作用研究.pdf
- 海帶多酚的分離提取及其抗腫瘤活性研究.pdf
- 抗腫瘤植物的篩選及其有效成分的分離純化.pdf
- 蟛蜞菊抗腫瘤有效部位的分離及其作用機(jī)制的研究.pdf
- 瞿麥抗腫瘤有效部位的活性組分篩選及其成分分析.pdf
- 樺褐孔菌多糖的提取、純化及其抗腫瘤活性研究.pdf
- 藻藍(lán)蛋白的分離純化、酶解及其抗腫瘤活性研究.pdf
- 甘蔗葉多糖提取純化及抗腫瘤活性研究.pdf
- 馬甲子抗腫瘤活性成分的分離鑒定及提取純化工藝研究.pdf
- 皂角刺總黃酮的提取、純化及抗腫瘤活性研究.pdf
- 條斑紫菜多糖的提取純化及其體外抗腫瘤活性研究.pdf
- 黑根霉胞外多糖的分離純化及其抗腫瘤活性研究.pdf
- 鴉膽子脂溶性活性成分的研究.pdf
- 金線蓮多糖的分離純化、結(jié)構(gòu)表征及其抗腫瘤活性.pdf
- 糖槭苷類成分提取分離及其抗腫瘤活性研究.pdf
- 石花多糖的提取、分離、結(jié)構(gòu)分析及其抗腫瘤活性的研究.pdf
評論
0/150
提交評論