高分辨質譜技術在中藥分析中的研究進展

周 熙，羅輝泰，賴曉娜，黃 芳，吳惠勤

（廣東省科學院測試分析研究所（中國廣州分析測試中心），廣東省化學測量與應急檢測技術重點實驗室，廣東省中藥質量安全工程技術研究中心，廣東 廣州 510070）

中藥分析是中藥藥理藥效研究的基礎，是中藥質量控制的保障，在支撐中藥研發、質量控制、臨床監測等過程中發揮著日益重要的作用。然而，中藥成分復雜，所含化學成分眾多，且大多數成分未知。同時中藥存在多成分、多靶點、多途徑的作用機制［1］。如何快速、高效地闡明中藥藥效物質基礎及作用機制是中藥研究的難題［2］。中藥材成分的復雜性及其動態變化性使得中藥質量控制成為中藥研究的難點。中藥產地眾多，多種藥材具有一藥多源的現象，且不同炮制方法的化學成分差異顯著［3］。如何通過中藥整體化學成分的差異，尋找控制中藥質量的標志化學成分是中藥質量研究的關鍵。

近年來，隨著高分辨質譜技術的發展，其靈敏度與分辨率均得到極大的提升。如新型的靜電場軌道阱（Orbitrap）質譜的分辨率可達105，傅里葉變換離子回旋共振質譜（FT-ICR-MS）的分辨率可達106，極大地提高了化合物的定性分析能力。在靈敏度方面，新型的四極桿-飛行時間質譜（Q-TOF MS）與Orbitrap能與三重四極桿質譜相匹配，使得利用高分辨質譜對痕量成分進行定量分析成為可能。同時，高分辨質譜具有全掃描、高通量、非靶向的分析特點，通過與液相色譜分離系統相結合，其在中藥復雜體系分析領域的應用越來越廣泛。本文從中藥化學成分鑒定、中藥代謝、中藥植物代謝組學以及中藥有害化學成分檢測4個方面，對高分辨質譜技術在中藥分析領域的應用進行了綜述。

1 高分辨質譜技術的研究進展

目前，常見的高分辨質譜技術包括Q-TOF MS、靜電場軌道阱質譜（Orbitrap-MS）、FT-ICRMS等。其中，Q-TOF MS、Orbitrap-MS和FT-ICR-MS較多地應用于中藥分析領域。同時，通過與離子淌度（IM）分離相結合，可顯著提高中藥化學成分分析的效率。

1.1 Q-TOF MS在中藥分析中的應用

Q-TOF MS是一種最常見、普及最廣的高分辨質譜，早在1955年就被商品化并廣泛應用，尤其是基質輔助激光解吸離子化技術（MALDI）和電噴霧電離技術（ESI）的出現使得飛行時間質譜儀快速發展［4］。Q-TOF MS通過離子在電場中的飛行時間差異對不同質荷比的離子進行分離檢測。相對于其它高分辨質譜，Q-TOF MS的分辨率較低，目前大部分分辨率在1×104~5×104，可滿足中藥小分子化合物的分析。Q-TOF MS是采集速率最快的質譜儀，可達每秒100張高分辨全掃描譜圖。將Q-TOF MS與超高效液相色譜聯用，并與四極桿質譜進行串聯分析，能夠獲得低豐度化學成分的二級質譜圖，適合于中藥復雜體系成分分析。目前已用于甘草［5］、刺梨［6］、地黃［7］、蒼術［8］、當歸［9］、沉香［10］、桃仁［11］、藿香［12］、廣佛手［13］、火炭母［14］等多種中藥材以及四妙丸［15］、桃紅四物湯［16］、酸棗仁顆粒［17］等中藥復方化學成分及其代謝產物分析。

然而Q-TOF MS不具備多級質譜功能，即使與四極桿質譜聯用也只能提供二級質譜數據。因此，當需要多級質譜數據來推斷或確證中藥成分結構時，必須與其他串級質譜聯用。同時，Q-TOF MS的飛行管真空腔體積較大，質量穩定性較差，多數儀器需要實時校正。

1.2 Orbitrap-MS在中藥分析中的應用

Orbitrap-MS是一種新型的高分辨質譜，在2005年首次以商品化形式出現［18］。相對于Q-TOF MS，其具有更高的靈敏度與分辨率。同時，由于其真空腔體積較小，能夠獲得相較于其它高分辨質譜更高的質量穩定性。隨著技術的發展，新一代Orbitrap Exploris在分辨率、靈敏度以及穩定性方面得到了極大的提升，超高的分辨率（4．8×105，m/z200）加速了其在蛋白、代謝物、RNA等領域的應用進展。同時，由于具有較高的靈敏度與穩定性，Orbitrap-MS在中藥分析的應用越來越多，包括化學成分分析［19-22］、農藥殘留［23］、真菌毒素［24］以及非法添加［25］的高通量篩查等多個領域。

但是，Orbitrap-MS采集速率較Q-TOF MS低，且其分辨率與掃描速率相互影響，在高的掃描速率下，分辨率顯著下降。在傳統的數據依賴性掃描模式（DDA）下難以獲得中藥中低豐度化學成分的二級譜圖。

1.3 FT-ICR-MS在中藥分析中的應用

FT-ICR-MS技術是集超高分辨率、超高質量精度和高靈敏度等優勢于一體的質譜分析技術，是理論上能夠達到最高分辨率的高分辨質譜（＞2×106）。自1974年Comisarow和Marshall發明第一臺FTICR-MS儀器以來［26］，已廣泛應用于蛋白質組學、生物醫藥、石油組學、環境科學等眾多領域［27-29］。近年來，其在中藥化學成分定性方面的研究也逐漸被報道。Zhang等［30］利用UPLC-FT-ICR-MS技術鑒定了茵陳五苓散中萜類、有機酸、黃酮、倍半萜、香豆素以及蒽醌類等共138個化學成分，為茵陳五苓散的藥效物質基礎以及質量標準研究提供了數據支持。同時，FT-ICR-MS具備的超高分辨率與靈敏度，使得其無需色譜分離即可實現中藥復雜體系中大多數化合物的定性分析。Park等［31］運用FTICR-MS對人參提取物中的天然化合物進行分析，確定了包括33個人參皂苷在內的123種人參化合物的分子式。

FT-ICR-MS的超高分辨率和質量精度，能夠給出化合物準確的元素組成，使其在定性分析中具有巨大的潛力和優勢，是中藥分析的強大工具。但是，高昂的價格以及儀器操作與數據處理的專業要求限制了FT-ICR-MS的推廣應用。如何改進技術，降低成本以及提高其可操作性是FT-ICR-MS面臨的重大挑戰。

1.4 IM-MS

IM-MS是一種結合離子淌度分離與質譜分析的新型二維質譜，離子化后的氣相離子在電場與緩沖氣體的相互作用下實現分離。不同的離子形狀、大小以及所帶電荷導致其具有不同的遷移速率［32］。與常規質譜相比，IM-MS提供了多一維度的分離，具有更高的分離性能與效率。尤其對于色譜不易分離的化合物（如同分異構體），具有極大的分離優勢［33］。通過與高分辨質譜結合，在中藥物質基礎研究方面有著顯著的優勢。Li等［34］利用IM串聯Q-TOF MS對黃連與延胡索中的化合物進行檢測，通過分析碰撞截面積（CCS）與m/z的相關關系，結合質量虧損過濾技術，分別從味連、云連、雅連及延胡索中鑒定出96、102、73和57種異喹啉生物堿。

IM-MS是一種新型的質譜分析技術，其特征參數CCS值是化合物離子的固有性質，在化合物定性方面具有顯著優勢。如朱正江課題組通過建立人體血清中化合物的CCS值數據庫［35］，實現了人體血清代謝物的快速鑒定，開發了基于IM-MS的代謝組學分析方法。但中藥化學成分的CCS數據庫還處于空白，構建中藥化學成分CCS數據庫對于中藥分析研究具有重要意義。

2 高分辨質譜在中藥化學成分鑒定中的應用

中藥體系復雜，化合物種類多，系統地鑒定中藥化學成分是研究中藥藥效物質基礎以及中藥質量控制的關鍵。高分辨質譜可通過化合物的一級精確質量數、二級碎片、保留時間等數據信息，結合來自文獻或標準品的數據以及化合物的生物來源等信息快速鑒定中藥化學成分。然而，高分辨質譜數據通常包含海量復雜的信息，如何高效、快速地進行數據挖掘及處理是中藥成分鑒定的難點。目前，多種新型數據采集及處理方式的開發極大地推動了中藥物質基礎的闡明。

2.1 基于特征碎片離子過濾技術

同類型中藥化學成分往往具有1個或多個母核結構，其二級質譜具有某個或某幾個特征的二級碎片。通過提取該特征二級碎片，結合化合物的質譜裂解規律，可實現該類化合物的快速識別。該方法是快速識別中藥化學成分最常見的方法之一，極大提高了中藥化學成分鑒定的效率［36-39］。Qiao等［36］通過黃酮的結構特征，利用UPLC-Orbitrap-MS/MS確定了黃酮碳苷、苯乙醇苷、黃酮苷元、黃酮氧苷、黃烷酮等不同類型黃酮類化合物的特征碎片，進而在黃芩提取物中鑒定了132個化合物，其中59個化合物為首次從黃芩中報道。

2.2 前體離子靶向定性分析

由于中藥化學成分眾多，基于數據依賴性的質譜掃描方式無法獲得所有化合物的二級譜圖。在中藥化合物定性分析時常會忽略一些含量較低的化合物。同一類型中藥化學成分具有一定的分子式特征，如元素組成特征、不飽和度特征、分子量范圍等。通過高分辨質譜技術的分子式特征篩查，尋找潛在目標物前體離子，結合靶向二級質譜掃描可對化合物結構進行推測。同時，中藥中眾多次級代謝產物是初級代謝產物在體內生物酶的作用下經過一系列生物轉化過程形成，如羥基化、甲基化、糖基化等。同一類型化合物可通過生源信息進行相互關聯。根據化合物反應過程，可預測中藥中某類型化合物可能產生的化合物結構。通過一級掃描的分子式篩查方法，確定潛在目標物前體離子，結合二級譜圖與預測的化合物結構進行關聯，得到化合物結構信息。Qing等［40］利用該方法預測了1 608個潛在異喹啉類生物堿的分子式，結合高分辨質譜一級掃描方法，確定了640個目標離子，利用二級譜圖最終在博落回中鑒定了204個異喹啉生物堿。

2.3 質量虧損過濾技術

質量虧損（Mass defect）是化合物的精確質量數與其最接近整數質量的差值。根據結構類似化合物具有特定范圍質量虧損的規律，可對高分辨質譜數據進行質量虧損過濾（Mass defect filtering，MDF），實現對中藥同類型或結構相似化學成分的快速識別。該方法可有效提高特定結構類型中藥化學成分的鑒定效率。但常規的MDF仍有假陽性高、準確度差的缺點，無法滿足中藥全成分及痕量成分的解析。經過多年發展，MDF已發展出多重MDF、線性梯度MDF、逐級MDF、多點篩查MDF、珊狀MDF、離散MDF、深度學習MDF、Kendrick MDF等多種過濾技術［41］。如Lai等［42］根據皂苷的數目與種類，利用五點篩查法設置質量虧損限值，精確篩選出潛在離子，從三七提取物中鑒定了234種皂苷類化合物。目前基于高分辨質譜的MDF技術已實現了包括淫羊藿［43］、伊貝母［44］、遠志［45］、兩面針［46］等多種中藥材化學成分的定性分析。

2.4 分子網絡技術

分子網絡（Molecular networking，MN）是近年發展起來的天然產物可視化鑒定技術。利用計算機算法對高分辨質譜采集的二級質譜數據進行相似度計算，按照相似度大小整合成一張可視化的網絡圖譜，可快速識別同類型中藥化學成分。建立MN主要包括：（1）高分辨二級譜圖的采集；（2）利用ProteoWizard軟件將質譜數據轉化為．mzXML數據文件；（3）將數據導入GNPS數據庫中，建立MN，結合Cytoscape軟件使其可視化；（4）結合GNPS數據庫以及已知化合物信息，鑒定化合物。進而根據可視化圖譜的聚類結果以及未知物的二級質譜圖分析已鑒定化合物相關類似物的化學結構［47］。目前已用于微生物［48］、真菌［49］、植物［50］等領域的研究。近年來，MN分析方法在中藥分析領域也逐漸有所報道［51-52］。Wang等［53］采用Orbitrap-MS結合MN方法開展平消膠囊的化學成分和代謝物分析，共鑒定出89個生物堿、類黃酮、有機酸和酚類化合物，并在大鼠血液中確認了15種原型化合物及其相關代謝產物。

2.5 中藥化合物高分辨質譜數據庫的發展

目前，多數的中藥化學成分已通過傳統的植物化學研究方法進行分離純化，結合波譜分析手段進行結構確認。但是，研究成果多以論文形式發表，不同課題組在進行相關藥材質量標準、藥理藥效以及新藥化合物篩選研究時均需重新分離純化，進行相關物質基礎研究。大量的重復實驗造成研究資源的浪費。而利用高分辨質譜技術可建立包含化合物名稱、結構式、保留時間、一級二級高分辨質譜圖等信息的數據庫，若采用IM-MS技術和二極管陣列檢測技術，還可以記錄化合物的離子淌度與紫外光譜圖等信息。通過對分離純化得到的單體化合物進行分析，將相關信息通過數據庫的信息保存，后人進行相關研究時可僅對樣品進行色譜-高分辨質譜分析，即可通過數據庫檢索或人工識別的方法對相關化合物進行鑒定，極大地提高了中藥物質基礎研究的效率。多個研究機構和質譜儀器公司正進行相關研究，如Thermo開發的OTCML數據庫收載了近1 200余種中藥化合物的質譜圖，是快速鑒定中藥成分強有力的工具［54］。但多數數據庫中包含的化合物僅限于《中國藥典》中規定的指標性成分，化合物數量多在1 000多個范圍內，個別數據庫超過2 000個。相對于中藥所含化學成分，已有數據庫中的化合物僅占極少部分。大多數課題組自行分離純化的單體化合物信息未添加進相關數據庫中。如何整合資源，建立開源、統一、完整的中藥化合物高分辨質譜數據庫是中藥物質基礎研究的重要方向。

3 高分辨質譜技術在中藥代謝方面的應用

中藥化學成分在體內的代謝產物鑒別是研究中藥藥效的重要環節，不僅能夠更加詳細地闡明中藥藥效物質基礎，同時，部分代謝產物相對于其原型成分具有更高的藥理活性及成藥性質，可為藥物開發提供更加明確的研發方向。然而，中藥成分復雜，在體內代謝過程多樣，如何快速、準確鑒定中藥代謝產物是中藥研究的重要方向。高分辨質譜技術通過準確的前體離子及二級碎片信息，可為代謝物的結構推斷提供可靠信息。

3.1 基于代謝產物預測軟件鑒定中藥代謝產物

中藥化學成分進入生物體后在生物酶的作用下發生Ⅰ相及Ⅱ相代謝，代謝產物預測軟件基于化合物在生物體內的轉化規則預測結合中藥體外成分及入血的中藥原型成分，生成其可能的分子式，構建代謝產物前體離子列表，結合靶向的二級質譜數據，推測代謝產物信息。Wu等［55］基于UHPLC-QTOF MS方法對芪精升白顆粒的體外化學成分和體內代謝物進行了研究。通過自建體外化合物數據庫，結合體外樣品和血清樣品分析結果，完成體外成分和入血原型成分的鑒別。利用Metabolynx代謝物預測功能，確定可能的代謝產物離子，通過與血清樣品的匹配，結合中性丟失診斷離子策略，共鑒別出18個代謝產物。

3.2 化學模式識別方法在中藥代謝產物分析中的應用

化學模式識別方法主要有無監督的主成分分析（PCA）、有監督的偏最小二乘判別分析（PLS-DA）和正交偏最小二乘判別分析（OPLS-DA）。其中，PCA能夠反映組間離散程度，而PLS-DA在加入分組信息后，可減少或消除組內差異，強化組間差異［56］。利用OPLS-DA方法能夠有效篩選組間差異成分，以S-Plots圖中的變量投影重要性指標（VIP）作為衡量差異成分的標準（一般為VIP＞1），再篩選對照組樣本中沒有，而實驗組中含量較高的離子即為潛在的中藥入血原型及其代謝產物。結合中性丟失、特征碎片與質量虧損過濾等數據處理方法，可快速、準確地鑒定中藥代謝產物。

由于中藥成分及其代謝產物的復雜性，多種方式結合的代謝產物鑒定策略可極大地提高鑒定效率及準確率［57］。Mi等［58］基于UPLC-Q-TOF MS技術結合代謝產物預測軟件及化學模式識別方法，并利用中性丟失及特征離子掃描的策略，在服用中藥復方丹梔片的大鼠血漿和腦脊液中共鑒定了119個代謝產物。

4 高分辨質譜技術在中藥植物代謝組學中的研究

植物代謝組學是一種能夠整體、全面地分析植物代謝產物的技術，結合化學計量學方法可篩選潛在的差異代謝物，廣泛應用于中藥產地鑒別、中藥基源鑒定以及中藥炮制工藝研究中的質量標志物研究［59］。

4.1 高分辨質譜技術在中藥產地鑒別中的應用

中藥質量受其生長環境影響較大，不同產地中藥材的藥效具有明顯差異。道地藥材是指經過中醫臨床長期應用優選出來的，在特定地域通過特定生產過程所產的藥材。道地藥材較其他地區所產的同種藥材品質佳、療效好。通過植物代謝組學的方法可以篩選道地藥材與其他產地藥材的差異性成分，為道地藥材的鑒別及其質量控制提供數據支持［60-61］。Cao等［62］利用UPLC-Q-Orbitrap-MS結合植物代謝組學方法對來自四川省、湖北省和重慶市85份黃連（Coptidis Rhizoma）樣品進行分析，結合OPLSDA方法實現了不同產地樣品的完全分離，共鑒定出不同產地黃連中11個質量標志物。盲測實驗結果顯示鑒別模型的準確率為100%，可用于黃連產地的快速鑒定。

4.2 高分辨質譜技術在中藥基源鑒定中的應用

中藥材種類繁多，多種藥材存在一藥多源的現象。2015版中國藥典中共收載522種中藥材，其中131種為多基源藥材［63］。中藥基源的鑒定是中藥標準化和中藥藥理藥效研究的前提。不同基源中藥材的化學成分可能具有較大差異，利用植物代謝組學方法對不同基源中藥材進行分析，可篩選潛在的質量標志物［64-65］。Liu等［66］利用基于LC-Q-TOF MS的代謝組學和化學計量學相結合的方法，對73批共8種貝母進行分析，包括太白貝母（Fritilaria taipaiensis）、瓦布貝母（Fritilaria unibracteata var.wabuensis）、梭砂貝母（Fritilaria delavayi.）、暗紫貝母（Fritilaria unibracteata）、甘肅貝母（Fritilaria przewalskii）、川貝母（Fritilaria.cirrhosa）、平貝母（Fritilaria ussuriensis）和浙貝母（Fritilaria thunbergii.），鑒定出21個特異性標志化合物。該方法不僅能對貝母品種進行精準鑒別，且可對16種含有貝母的中成藥產品進行原料藥品種鑒別。

4.3 高分辨質譜技術在中藥炮制中的應用

中藥炮制是根據中醫藥理論結合中藥特征，對中藥進行加工處理的方法，是中醫藥學的特色。藥物經炮制后，其本身的化學成分發生變化，進而影響藥性及藥效。近年來，多個學者利用現代分析方法對中藥炮制前后化學成分的變化規律進行了研究，為中藥炮制的理論基礎提供了科學依據。其中，利用高分辨質譜技術結合植物代謝組學的研究方法取得了極大的進展［67-68］。利用UPLC-Q-TOF MS對五味子炮制前后的化學成分分析發現，40種化學成分呈現顯著差異。其中，五味子素D、五味子甲素、五味子乙素和5-羥甲基糠醛是五味子炮制前后最具特征的質量標志物［69］。文旺等［70］利用UPLCQ-TOF MS對甘草片、清炒甘草與蜜炙甘草的化學成分進行分析，識別出甘草苷與甘草酸的衍生物共10個質量差異標志物，為甘草炮制品的質量控制與藥效研究提供了數據支撐。

植物代謝組學是通過整體代謝產物研究中藥質量的重要工具，可為中藥質量評價、藥效物質基礎、中藥生產工藝等提供科學的數據支撐。但是，目前的高分辨質譜不能對所有中藥成分進行檢測，可能忽略某些重要的質量標志物。中藥成分復雜，大多數中藥成分未知。利用模式識別方法鑒定的中藥化學成分無法識別，因此需要建立更加全面的質譜數據庫進行化合物鑒定。

5 高分辨質譜在中藥有害成分檢測中的應用

中藥有害成分的控制是高質量中藥生產的保證。目前，中藥有害成分如農殘、真菌毒素以及非法添加等的標準檢測方法主要采用三重四極桿質譜。但是，隨著高分辨質譜技術的不斷發展和完善，高分辨質譜在復雜基質的有害成分檢測中發揮著越來越重要的作用［71-73］。與三重四極桿質譜方法相比，高分辨質譜具有如下突出優勢：（1）由于較高的分辨率和質量精度，可將質量數非常接近的基質干擾物和目標分析物區分開，以實現較高的選擇性，減少假陽性；（2）通過全掃描模式獲取的精確質量數，可實現非靶向的高通量定性篩查和定量分析；（3）通過與高分辨數據庫匹配的方式進行農藥多殘留的定性篩查，降低了對農藥對照品的依賴，且能夠實現數據的回溯分析。

5.1 高分辨質譜技術在中藥農藥殘留檢測中的應用

由于農藥的大量使用，農產品中農藥殘留嚴重威脅著人體健康。中藥中農藥殘留控制是中藥質量保障的重要內容。《中國藥典》2020版明確規定了中藥中33種農藥殘留的限量控制。因此，開展準確、高通量的中藥農殘檢測方法對于中藥質量控制具有重要意義。然而，現有中藥農藥殘留的檢測主要采用液相色譜-三重四極桿質譜聯用儀（LC-QQQ-MS）。高分辨質譜測定中藥農藥殘留的報道較少，其在食品中農藥殘留的檢測應用較廣。謝昊臻等［74］利用Orbitrap-MS對人參等藥食同源農產品中10種農藥殘留進行檢測，結果表明6種藥食同源農產品中多菌靈和克百威均有不同程度的殘留。Gómez-Ramos等［23］利用Orbitrap-MS分析了茶葉中139種農藥殘留，通過與LC-QQQ-MS比較，證明了Orbitrap-MS在排除假陽性結果上的優越性，也證明了高分辨質譜在中藥農藥殘留檢測中的可行性。

5.2 高分辨質譜技術在中藥真菌毒素檢測中的應用

真菌毒素是真菌產生的一類具有生物體內蓄積效應的有害次生代謝物，具有致畸、致癌、致突變、肝腎毒性、免疫毒性和神經毒性等危害，其廣泛存在于中藥材中。真菌毒素對中藥材及其產品的質量和安全性產生影響，嚴重威脅消費者的身體健康和生命安全。目前，高分辨質譜主要應用于食品中真菌毒素的檢測，在中藥真菌毒素的檢測還鮮有報道。高分辨質譜對真菌毒素的定量主要通過一級質譜進行定量分析，易受同分異構體化合物的干擾。Jia等［24］利用Orbitrap-MS對茶葉中真菌毒素進行檢測，通過對數據依賴型采集（DDA）、目標選擇離子掃描（Target-SIM）、總離子二級碎片采集（All-ion MS/MS）、多路傳輸-數據非依賴型采集（muxDIA）4種數據采集方法進行對比，發現傳統的DDA與Target-SIM兩種模式下無法利用二級碎片進行定量分析。在All-ion MS/MS模式下，二級碎片離子無法實現分子離子峰的一一對應，數據基質干擾較大，假陽性風險較大。而通過muxDIA采集方法，對一級質譜進行特定m/z片段掃描，既可實現二級質譜定量，又能減少樣品基質對目標物檢測的干擾。該方法為中藥中真菌毒素的檢測提供了方向。

5.3 高分辨質譜技術在中藥非法添加檢測中的應用

中藥非法添加西藥是中藥安全風險的重要來源。由于添加化合物類型較多，且新添加化合物的種類變化較快，傳統的三重四極桿質譜靶向篩查已不能滿足檢測需求。利用高分辨質譜的非靶向篩查能力可實現不依賴對照品的情況下對非法添加化合物進行定性篩查及定量分析。Guo等［75］利用HPLCQ-Orbitrap HRMS技術對膳食補充劑及中藥中的50種抗高血壓成分進行了靶向與非靶向篩查分析，在65個樣品中有9個樣品篩查出5種非法添加西藥成分。何嘉雯等［76］利用超高效液相色譜-靜電場軌道阱質譜建立了包括解熱鎮痛、抗菌、激素和抗組胺藥物等共167種化合物的高分辨質譜數據庫，并成功用于中藥涼茶中非法添加化合物的定性定量分析，在245批樣品中檢出12個陽性樣品。

高效液相色譜-高分辨質譜技術大大推動了中藥有害化學成分的檢測效率與數據結果的準確性。但是目前的化合物篩查主要基于高分辨質譜數據庫，未知有害化學成分的檢測方法仍不成熟。擴大有害化學成分數據庫，建立新的未知物篩查及確定方法是該領域研究的重點。

6 總結與展望

目前，高分辨質譜技術廣泛應用于中藥物質基礎研究、中藥代謝、中藥質量控制等多個領域，已成為中藥分析的最重要方法之一。高分辨質譜的全掃描分析策略與中藥多成分、多靶點以及整體作用機制研究相匹配。特征碎片離子、分子網絡、質量虧損過濾、離子淌度等新技術與新方法的出現極大提高了中藥化學成分及其代謝物的定性分析效率，為中藥藥效物質基礎的闡明做出了重要貢獻。而代謝組學結合模式識別方法為中藥質量標志物的發現提供了強大的技術支持。隨著高分辨質譜技術靈敏度的提高，結合其非靶向的分析能力，在中藥有害化學成分的篩查方面也具有顯著優勢。

但是中藥成分復雜，目前的定性方法和手段尚不能達到中藥有效成分的完全解析，低含量成分以及同分異構體的定性分析仍是中藥質譜分析的難點。同時，高分辨質譜數據量大，人工分析效率低下，自動化、智能化的分析軟件是高分辨質譜的發展方向。數據庫是中藥高分辨質譜分析的強有力工具，但目前的數據庫建設仍處于起步階段，完整、統一、開源的高分辨質譜數據庫是中藥分析亟待解決的關鍵之一。