HPLC检测盐酸黄连素原料药中的有关物质

doi:10.3969/j.issn.2095-2198.2023.06.003

摘要
参考文献
相关文章
推荐阅读
Metrics

下载:

PDF (531KB)
输出: BibTeX | EndNote (RIS)

摘要

采用HPLC对盐酸黄连素（berberine hydrochloride）原料药中的有关物质进行检测.采用Spherigel C18色谱柱（150 mm×4.6 mm，5μm）；以0.02 mol∙L-1的乙酸铵-乙腈溶液（体积比为 70∶30）为流动相；检测波长为265 nm；流速：0.6 mL∙min-1；柱温：30 ℃；进样量：10 μL；检测器：紫外检测器（UVD）.结果表明：在建立的色谱条件下，盐酸黄连素与其有关物质分离效果良好（R>1.5），盐酸黄连素及其有关物质均呈现良好的线性关系（R²>0.99）.本方法操作简单、灵敏度高、专属性强，可用于盐酸黄连素中有关物质的检测.

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章

关键词: 盐酸黄连素')" href="#">

盐酸黄连素原料药有关物质高效液相色谱检测紫外检测器

Abstract:

To determin the related substances in the raw material of berberine hydrochloride by HPLC.A Spherigel C18 chromatographic column(150 mm×4.6 mm,5μm)was used with a mobile phase consisting of 0.02 mol∙L^-1ammonium acetate-acetonitrile solution(70∶30)at the flow rate of 0.6 mL∙min^-1.The detection wavelength was 265 nm，the temperature was 30 ℃,the injection was 10 μL and the detector was ultraviolet detector(UVD).The results showed that under the optimum conditions,the berberine hydrochloride and its related substances could be separated well（R>1.5）.Berberine hydrochloride and its related substances showed a good linear relationship(R²>0.99).The established method is sensitive，effective，reproducible and easy to handle，which can be used for the determinating of the related substances in berberine hydrochloride.

Key words: berberine hydrochloride')" href="#">

berberine hydrochloride crude drug related substances HPLC test UVD

出版日期: 2024-12-31 发布日期: 2024-09-14 整期出版日期: 2024-12-31

ZTFLH:

R917

引用本文:

张子阳, 王国胜.

HPLC检测盐酸黄连素原料药中的有关物质 [J]. 沈阳化工大学学报, 2023, 37(6): 494-497.

链接本文:

https://xuebao.syuct.edu.cn/CN/10.3969/j.issn.2095-2198.2023.06.003 或 https://xuebao.syuct.edu.cn/CN/Y2023/V37/I6/494

［1］胡诚毅,莫志贤.黄连素的药理作用及机制研究进展［J］.中国实验方剂学杂志,2017,23(20):213-219.

［2］许文雅,阎峰,关瑾,等.高效液相色谱法测定呋喃西林原料药的含量［J］.沈阳化工大学学报,2018,32(2):127-130.

［3］张静,闫实,王蕾,等.HPLC测定蔬菜、水果中氨基甲酸酯类农药残留量［J］.沈阳化工大学学报,2007,21(2):156-160.

［4］吕长淮.盐酸小檗碱含量测定方法概述［J］.中国医药导报,2010,7(33):141-142.

［5］阮乐军,李伯男,李建其,等.恩杂鲁胺原料药有关物质的HPLC法测定［ J］.中国医药工业杂志,2017,48(5):740-744.

［6］WU T J,LU J,NI H,et al.Construction of an Optimized Method for Quality Evaluation and Species Discrimination of Coptidis Rhizoma by Ion-Pair High Performance Liquid Chromatography Combined with Response Surface Methodology［J］.Journal of Pharmaceutical and Biomedical Analysis,2018,153:152-157.

［7］谢沐风.如何建立高效液相色谱法测定有关物质的方法［J］.中国医药工业杂志,2007,38(1):45-48

[1]	郭小萍, 赵英平, 李元. 基于子块典型变量分析的化工过程故障检测 [J]. 沈阳化工大学学报, 2024, 38(1): 61-70.
[2]	李元1, 刘雨田1, 冯立伟1, 2. 基于时空近邻标准化和PCA的故障检测方法 [J]. 沈阳化工大学学报, 2024, 38(1): 52-60.
[3]	李佳琪, 杨硕. 复杂环境下多特征融合的车牌定位分割算法 [J]. 沈阳化工大学学报, 2023, 37(6): 570-576.
[4]	郭金玉, 李涛, 李元. 基于多模型SVM的多模态过程故障检测 [J]. 沈阳化工大学学报, 2023, 37(6): 533-541.
[5]	李晓宇, 隋秀瑜, 谷磊, 关瑾. 高效液相色谱法测定植物油中3种生育酚的含量 [J]. 沈阳化工大学学报, 2023, 37(6): 481-485.
[6]	张成1, 赵丽颖2, 杨东昇2, 李元2. 基于LPP特征空间重构的故障检测策略 Fault Detection Strategy Based on the Feature Space Reconstruction of LPP [J]. 沈阳化工大学学报, 2023, 37(5): 472-471.
[7]	付美伦, 洪悦. 基于MobileNet V2的口罩人脸检测 [J]. 沈阳化工大学学报, 2023, 37(2): 159-163.
[8]	张翔宇, 朱立军. 改进的Faster R-CNN海洋鱼类检测模型 [J]. 沈阳化工大学学报, 2022, 36(6): 562-568.
[9]	崔浩然, 王国胜. 硫化钴镍/氧化石墨烯的制备及电化学检测黄连素的研究 [J]. 沈阳化工大学学报, 2022, 36(4): 318-325.
[10]	赵洋, 闵升锋, 李大舟. 基于主成分分析的轮胎缺陷检测算法研究 [J]. 沈阳化工大学学报, 2022, 36(2): 187-.
[11]	郭小萍, 徐月, 李元. 基于EWMA-kNN的多工况过程微小故障检测 [J]. 沈阳化工大学学报, 2021, 35(4): 358-365.
[12]	郭金玉, 刘玉超, 李元. 加权局部近邻标准化PCA的工业过程故障检测 [J]. 沈阳化工大学学报, 2021, 35(3): 265-274.
[13]	李元, 杨东昇, 李大舟. 基于二维卷积神经网络高层数据特征学习的过程故障检测[J]. 沈阳化工大学学报, 2021, 35(3): 256-264.
[14]	许文雅, 阎峰, 关瑾, 石爽, 王思林. 高效液相色谱法测定呋喃西林原料药的含量[J]. 沈阳化工大学学报, 2018, 32(2): 127-130.

No Suggested Reading articles found!

Viewed

Full text

Abstract

Cited

Shared

Discussed