本研究采用了结合AlCl₃/Folin–Ciocalteu方法,用于黄酮醇/5-羟基黄酮及酚类化合物的HPTLC剖析和定量,并辅以微板分析。
方法文章
本研究采用了结合AlCl₃/Folin–Ciocalteu方法,用于黄酮醇/5-羟基黄酮及酚类化合物的HPTLC剖析和定量,并辅以微板分析。
酚类化合物和类黄酮对柑橘副产物的抗氧化活性和功能价值有显著贡献。然而,尽管传统比色测定被广泛使用,但缺乏色谱分离,且可能受到化学干扰的影响。该方案采用集成分析流程,结合微板光谱测定与高性能薄层色谱(HPTLC),用于测定和分析柑橘果皮提取物中的总酚类含量(TPC)、总黄酮及5-羟基黄酮含量(TFHC)。采用Folin–Ciocalteu(FC)和氯化铝(AlCl₃)测定法,采用96孔微板格式,评估石灰(Citrus aurantifolia)和柑橘(Citrus reticulata)果皮的乙醇提取物,随后采用两种连续移动相和双层析后衍生的HPTLC分析。微板测量结果显示,石灰的TPC值为74.2 mmol/g,柑橘为72.8 mmol/g,而TFHC值分别为15.5 mmol/g和6.0 mmol/g。HPTLC分离分离出石灰中的四个酚类带和柑橘中的六个酚类带。经过AlCl₃衍生后,选择性观察到两条石灰带,与类黄酮或5-羟基黄酮一致。HPTLC估计的石灰和柑橘干物质的酚类有害总和分别为22.0和20.8 mmol/g,而TFHC在石灰中达到13.4 mmol/g,且在柑橘中未检测到。这些发现表明,微板测定能快速且灵敏地估计总成分,而HPTLC通过化合物分离和官能基团特异性衍生提升选择性。该综合策略实现高通量筛选后层析确认,为复杂植物基质的植物化学表征提供了实用且可重复的平台。
柑橘果皮是果汁行业的副产品,已被证明含有抗氧化剂等功能性化合物1。它们被用作神经保护食品2、抗炎、抗痤疮化妆品3和食品添加剂4。其中若干生物活性归因于类黄酮5和酚类化合物6。文献中已建立了估算类黄酮和酚总量的通用方法,其中最常见的是总酚类含量(TPC)8的Folin-Ciocalteu和总黄酮化合物(TFC)9 的分光光度法。Folin-Ciocalteau 方法首次发表于 1927年,基于 Folin-Denis 反应11 的改良,两者均基于磷酸-磷酸混合的氧化还原反应。Folin-Ciocalteau 方法测量酚类化合物的还原能力12.氯化铝和类黄酮测试最早于1960年提出,基于金属配体和类黄酮配体之间的配合物13。
这两种分光光度测定都是估算和比较植物材料中常见植物化合物总含量的有用工具。然而,这些规则受到各种限制。例如,外部标准14的使用会带来一些限制,通常假设标准的化学性质对信号响应影响不大。在实际操作中,这一假设难以验证,因为摩尔吸收率依赖于共轭等结构特征等因素,而这些特征在天然产物中难以标准化。例如,Appel等人15对11 种橡树进行了TPC评估,并开发了所谓的“自标准”方法,报告校准曲线斜率差异超过50%。自标准利用是一种策略,旨在表示样品中存在的相同化合物混合物,从而更接近样品16的实际总酚类含量(TPC)。自标准还提供了关于反应基团与平均分子量比值的一些信息;然而,它繁琐且难以标准化。
基于氯化铝复合物的总类黄酮化合物测定法在最新研究17,18中被批判性评估,结论是AlCl₃特异性地与两个类黄酮亚群形成复合物:黄酮和5-羟基黄酮。通常,黄酮在440纳米左右表现出最大吸收,而5-羟基黄酮在约415纳米处吸收。此外,某些类黄酮即使在无衍生化的情况下,也可能表现出415–440纳米的内在吸收率,且各化合物在复合时吸收率的提升也各不相同。此外,这两种比色测定法都缺乏分离,因此无法区分不同的酚类成分;虽然这一功能有助于估计总内容,但会导致特异性有限。这些考虑凸显了在比色检测前先解析单个成分的分析策略的必要性,从而区分真实的测定响应与光谱或化学干扰。
尽管存在这些局限性,这类测定方法仍然是植物和水果提取物中生物活性酚类化合物筛选的宝贵工具19。为评估潜在干扰,采用高性能薄层色谱(HPTLC)方法,该方法已在Folin–Ciocalteu和AlCl₃试剂中被发现,是一种有效的方法。色谱分离使得在复合物发生前检测具有预先吸收带的干扰物质成为可能,而摄影记录则允许同时分析多个吸收最大值。此外,HPTLC分析相较于更全面的色谱技术如HPLC–MS/MS,具有多项优势,包括更低的溶剂消耗、因同时处理多个样品(每板最多18个)而缩短分析时间20,以及由于色谱后衍生的选择性,便于复杂混合物的解释。
本研究提出了一套综合方案,用于利用高效薄层色谱(HPTLC)分离技术,确定柑橘果皮提取物中包含总多酚含量(TPC)、总黄酮及5-羟基黄酮(TFHC)的特定化合物,并结合基于微板比色分析的一般含量估计。酚类化合物的平面色谱定量使用Folin–Ciocalteu试剂进行,而氯化铝衍生化则专门用于色谱鉴定对应黄酮和5-羟基黄酮的能带。在这种方法中,TFHC的测定依赖于色谱分辨和化学鉴定化合物的Folin–Ciocalteu反应,而非通过氯化铝复合物进行定量。HPTLC分析实现了化合物特异性的分离和可视化,从而识别单个酚类成分并检测潜在的光谱干扰。此外,还提出了一种基于微板的分光光度法,用于快速估计总TPC和TFHC,为复杂植物基质提供补充的高通量筛选工具。
1. 果皮制作
2. 提取
3. 通过微板光谱光度法实现的总黄酮和5-羟基黄酮含量(TFHC)
表1:槲皮素标准量用于总黄酮和5-羟基黄酮含量(TFHC)校准曲线。请点击此处下载此表。

图1:总黄酮和5-羟基黄酮含量(TFHC)微板分析的微板布局。(A)微板方案。(B) 第五代软件布局程序。请点击此处查看该图的放大版本。

图2:微板软件设置,用于总黄酮和5-羟基黄酮含量分析。请点击此处查看该图的更大版本。
4. 通过微板分光光度法测定总多酚含量(TPC)
表2:总酚类含量(TPC)校准曲线中亚硫酸标准的含量。请点击此处下载此表格。

图3:微板布局及总酚类含量(TPC)微板分析软件设置。(A)布局。(B)软件程序。请点击此处查看该图的放大版本。
5. 用于高性能薄层色谱分析的一般条件
6. 通过 高性能薄层色谱技术开发总黄酮含量和5-羟基黄酮含量(TFHC)及总酚含量(TPC)分析

图4:HPTLC分析TPC和TFHC的VisionCat步骤。请点击此处查看该图的更大版本。
提取条件
这里描述的一般提取方案使用60%乙醇,如先前报道的22%。当外推到其他植物来源时,提取条件可以根据溶剂的极性和循环次数进行优化。关于选择溶剂和循环次数的全面理由已在其他地方详述。溶剂选择可能参考先前文献和极性指标;一般建议使用乙醇或甲醇的氢醇混合物,以及丙酮。最佳萃取循环次数(n)可通过将固定总体积10 mL除以1–5个循环,每循环10/n mL,然后将液体提取物合并计算。然后对不同萃取周期次数的效率进行统计比较,以确定在TPC测定中获得最大吸收度的条件。
微板与HPTLC定量
微板测定和HPTLC分析的标准校准曲线如 图5所示。对于采用Folin–Ciocalteu微板法测定总酚含量(TPC)以及使用相同试剂衍生的HPTLC板,采用了以亚硫酸为参考化合物的校准曲线。选择伽末日酸不仅因为它是TPC定量中最常用的标准之一,还因为它可以在与石灰和柑橘样品相同的流动相条件下洗脱。槲皮素也被评估为HPTLC检测的潜在标准;然而,由于与溶剂前沿共洗脱,无法可靠定量,因此不适合该色谱系统。尽管如此,TFHC的测定标准是用槲皮素作为标准,因为没胃酸既不是黄酮,也不是5-羟基黄酮,不会与氯化铝形成有色配合物。

图5:石灰、柑橘、丸子酸和槲皮素的HPTLC板块先顺序与MP1和MP2相继显影,并分别用氯化铝(AlCl₃)和Folin–Ciocalteu(FC)试剂衍生化。显示了AlCl₃衍生后的色谱剖面。缩写:FC,Folin–Ciocalteu 派生;AlCl₃,氯化铝衍生化;W,白光照明;366,紫外线照射,波长366纳米。 请点击此处查看该图的放大版本。
总酚类含量(TPC)及总类黄酮和羟基肉桂酸含量(TFHC)的结果见 表3。如预期,TFHC值显著低于TPC值,石灰样品约低五倍,柑橘样品低十二倍。
表3:通过微板法检测柑橘和石灰总酚类含量的结果。 缩写:Abs:吸收度,CV:变异系数,DF:稀释因子,GAE:亚硫酸当量,IR:独立复制,QE:槲皮素当量,Rep:重复,标准差,TFHC:总黄酮和5-羟黄酮化合物,TPC:总酚含量,平均
值。*基于干物质计算。 请点击此处下载此表格。
同样,HPTLC分析所得结果总结于 表4。色层分离使得对应不同化合物的单独条带能够可视化。石灰样品中检测到4种酚类成分,6种在柑橘样品中检测到。这些能带均未符合所采用参考标准(亚硫酸和槲皮素)的保留因子,这与预期一致。
表4:对应AlCl3的酚类总含量和能带结果显示了通过HPTLC衍生AlCl3的化合物。请点击此处下载此表格。
表4 还报告了HPTLC分析估算的酚类总含量,计算为色谱检测到的各化合物总和(类似TPC)。此外,表中还包括了与黄酮或5-羟基黄苯相符的带状物的累计含量(石灰中的Rf = 0.46和0.62;普通话中未检测到)。这些带经过AlCl₃的衍生后呈现黄色,并在366纳米紫外线照射下表现出黄色荧光。然而,在衍生化前未观察到可见的着色,如 图5所示。
对于HPTLC分析,Folin-Ciocalteu(FC)衍生化能全面检测酚类化合物,尽管可能存在轻微干扰。此外,氯化铝(AlCl₃)衍生会选择性染色部分类黄酮。两种试剂的结合应用提升了方法标准化,并缓解了两种方法的一些固有局限性。值得注意的是,非类黄酮化合物在氟化层下同时表现出特征性的蓝色和在AlCl₃下的黄红色吸收率是极不可能的。此外,如果在衍生前以相同强度可见的已存在色素,也可以将其排除为干涉。
如图5所示,石灰提取物在Rf 0.62和0.46处出现两条带,未显影板上无法检测到,但在Folin–Ciocalteu(FC)和AlCl₃衍生后变得清晰可见。这种行为支持了它们的类黄酮特性,可能对应于新埃里奥西林和hesperidin23。在石灰中观察到额外的酚类成分Rf 0.21和0.37,以及在普通话中Rf 0.36、0.39、0.42、0.46、0.54和0.89。这些带在FC衍生化后可检测到,但在AlCl₃处理后则未检测到,表明它们可能对应非类黄酮酚类化合物。文献显示,柑橘中主要的非类黄酮酚类包括氯原酸和反式阿魏酸24,25。在石灰中,之前描述的其他化合物包括香豆酸和二羟基铁酸23。然而,确认这些任务需要用额外的参考标准进行分析。
HPTLC移动相比较
这两个移动阶段均作为先前报告的26、27、28系统改进而开发。更极性的流动相(MP1, 见图6A)相比MP2提供了更优异的酚类成分分离。相比之下,偏性较小的移动相(MP2)(图6B)使得在同一色谱运行中同时保留样品组分和参考标准。然而,在MP2条件下,样品组分的Rf值相对较低,有些化合物仍靠近原点,如 图6所示。为解决这一限制,采用了MP1后接MP2的双重开发程序。该策略确保了样品组分的迁移和分辨率提升,同时允许在相同色谱条件下与同一板上的亚硫酸标准进行定量。槲皮素在AlCl₃处理前呈现淡黄色,衍生化后颜色加重。对于石灰和柑提取物,除了在原点还留有一条带外,还观察到了两条不同的条带。此外,在AlCl₃衍生化后,Rf值为0.14的黄色条带变得清晰可见。

图6:石灰、柑橘、肉酸和槲皮素的HPTLC平板,均以移动相1(A)和流动相2(B)开发。对于每个板块,从左到右的路径对应:显影(非衍生化)、Folin–Ciocalteu衍生化和AlCl₃衍生样品。可视化在白光照明下进行。请点击此处查看该图的放大版本。
样本采集和储存是确保植物化学分析完整性的关键步骤。采集后,样品应在冷藏条件下运输并尽快冻干,以最大程度减少降解。虽然干燥的生物材料通常稳定,但溶液中的提取物即使冷藏保存,也更易变质。因此,分析判定最好在新鲜制备的提取物上进行。长时间储存,即使是在寒冷且光线遮蔽条件下几天,或室温下数小时,都可能导致色谱剖面的可观察变化,包括带强度变化和沉淀物的形成。这些变化通常与氧化、水解或络合反应等化学转化有关。因此,所有试剂和提取物都应在寒冷和黑暗条件下储存和处理,以保持其化学稳定性。
在比较这两种技术(见表3 和 表4)时,系统性地存在定量差异。在石灰和柑橘中,微板测定获得的TPC值约为HPTLC估计值的三倍。石灰中,TPC微板为74.2 mmol/g,而HPTLC为22.0 mmol/g DM,TFHC值分别为15.5 mmol/g和13.4 mmol/g。在柑橘中,TPC微板含量为72.8 mmol/g,而HPTLC为20.8 mmol/g。对于TFHC,微板法检测到6.0 mmol/g,而HPTLC未检测到相应的带。
这些差异可以用每种方法的内在局限性和响应机制来解释。Folin–Ciocalteu(FC)测定法不仅能与酚类化合物反应,还能与多种非酚类还原物质反应,包括抗坏血酸、酪氨酸、甲酸和醋酸29,以及其他低分子量还原剂。这些化合物对整体分光光度信号有贡献,可能导致TPC被高估。此外,即使单个酚类成分浓度过低,无法在HPTLC中产生明显且可定量的带,也可能在微板检测中共同增加总吸光度。一些小型或极性强的代谢产物也可能无法在色谱条件下被保留、分辨或观察到。

图7:与黄酮和5-羟基黄酮形成的AlCl₃配合物的示意图。 (A) 黄酮和(B)5-羟基黄酮。请点击此处查看该图的放大版本。
检测化学方法学上的差异进一步导致了观察到的差异。FC反应因试剂还原而显著提升吸光度,从而提高分析灵敏度。相比之下,AlCl₃方法相对非特异性,依赖于某些类黄酮的复合物形成。黄酮通常在410 nm附近表现出最大吸收,而5-羟基黄酮在约440 nm18处吸收,其与Al-3⁺的配合物如 图7所示。然而,复合后吸收度的增加相对较小,使得AlCl₃测定更易受到有色基质成分(包括类黄酮本身)的干扰。
尽管存在这些局限,在HPTLC中结合FC和AlCl₃衍生化,是酚类分析中一种强有力的互补策略。该方法将FC反应的高灵敏度与AlCl₃复合和色谱分离所提供的结构鉴别相结合。此外,已知有多种黄酮在紫外线照射下表现出特征性的黄色带状物,进一步支持化合物的分类和确认。
微板方法在高通量筛查中尤为有利。它们只需最少的样品准备,低试剂消耗,并能够同时分析数十个样品。在典型实验室条件下,使用广泛可用的仪器,完成一次完整的微板检测大约需要4小时。这些特性使得微板检测非常适合快速比较研究、常规质量控制以及对大型样本组的初步评估。相比之下,HPTLC更耗时费力,完整的分析流程通常需要7–8小时。它还依赖于可能并非所有实验室都具备的专用仪器,且使用专用板和衍生试剂会增加每次分析的成本。另一个限制是,在标准可视化条件下,极低浓度的代谢物可能无法检测到。然而,这些实际和灵敏度方面的限制被色谱分离30,31这一关键优势所抵消。HPTLC使复杂植物基质中的单个成分能够分辨,确认真实的检测反应,并检测潜在干扰化合物。此外,选择性色谱后衍生化允许将化合物直接分类为官能团(如类黄酮和5-羟基黄酮),从而提升化学解释能力,超越总含量估计。
因此,在大规模研究中,分析流程可能从微板检测开始,以快速识别靶标化合物水平升高的样品。选定样本随后可进行HPTLC分析,以可视化单个成分、评估选择性,并通过双重衍生评估可能的干扰。这一综合策略(如 图8所示)结合了速度和通量、化学特异性和结构洞察力。

图8:样本筛选和分析的拟议工作流程。(A) 对大量样品进行高通量微板筛查。(B) 对选定样品进行HPTLC分析,利用Folin–Ciocalteu方法进行定量,并通过AlCl₃衍生法鉴定黄酮和5-羟基黄酮。 请点击此处查看该图的放大版本。
与HPTLC相比,HPLC结合高分辨率质谱(HPLC–HRMS)——文献中报道中最常见的替代方案——提供了无与伦比的灵敏度和明确的结构识别能力,32。然而,HPLC–HRMS分析本质上较慢,因为每次色谱运行都必须顺序进行,且涉及仪器、溶剂纯度要求和溶剂消耗等显著更高的成本。此外,功能类筛选通常需要复杂的数据处理和化合物特定解释,而HPTLC则允许在衍生后直接对化合物进行视觉分组。因此,HPTLC是快速微板筛与全面HPLC–MS分析之间的有效中间平台,平衡了通量、成本和化学选择性。
类黄酮和酚类分析在食品科学、营养保健品、制药、农业和材料研究等领域有广泛应用。在食品科学中,它用于评估果汁、葡萄酒和茶叶等产品的抗氧化能力、真实性、保质期和质量控制,并支持农艺研究,包括基于酚醛成熟度确定最佳收获时间33。在营养保健品领域,酚类分析对于植物提取物和商业产品(如绿茶提取物胶囊、葡萄籽提取物补充剂、槲皮素片剂和柑橘类生物类黄酮制剂)的标准化和质量保证至关重要。在制药和生物医学研究中,这些分析支持筛选具有抗氧化、抗炎和抗菌潜力的生物活性化合物6.在农业和植物生理学中,酚类的确定有助于评估植物的应激反应并指导作物改良策略。此外,在材料科学中——尤其是在植物衍生腐蚀抑制剂的研究中34,35——酚类表征有助于将化学成分与吸附行为及保护效率相关联。
作者未披露任何利益冲突。
我们感谢推广副校长慷慨提供视频录制支持,特别是对副校长Yolanda Pérez-Carrillo和摄像师Natalia Silva-Maffio。我们感谢研究副校长“支持UNA知识传播基金”支持出版费用。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 1.5毫升埃彭多夫管 | 埃彭多夫 | ||
| 10毫升容量瓶 | 艾斯科实验室 | CH0451B | 10/19 聚丙烯止子,硼硅玻璃,琥珀 - 白色渐变标记,公差及加色;0.025毫升 |
| 100 和微型;L型和1000及微型;L型微型小针尖 | 通用 | ||
| 100–1000 和微型;L型微量移液器 | 埃彭多夫 | 研究加 | |
| 10–100 和微型;L型微量移液器 | 埃彭多夫 | 研究加 | |
| 15毫升带盖玻璃管 | 通用 | ||
| 50毫升烧杯 | 通用 | ||
| 8通道多通道微小声道 | 热科学 | ||
| 96孔微板 | 格赖纳 | 655891 | 多环蓝烯烃,玻璃底,黑色 |
| 分析平衡 | ±0.0001克 | ||
| 自动TLC采样器 | 学院协会 | ATS4 | |
| 离心机 | 热科学 | 索瓦尔 ST8R | ≥850及以下;g |
| 滤纸等; | 什么人 | 对于腔室饱和 | |
| 冷冻干燥机 | 拉布孔科 | 10型 | |
| 塑料试剂储罐 | 埃彭多夫 | ||
| 带平头和勺头的铲子 | 默克化学 | HS15906 | |
| Synergy HT多重检测微板读机 | 生物泰克仪器 | 协同高压 | |
| TLC硅胶60 F254铝背板(10 & 倍;20厘米) | 默克 | ||
| TLC喷雾器 | 西格玛-奥尔德里奇 | 20毫升 | |
| TLC可视化工具 | 学院协会 | 2 | |
| 超声波浴/清洁器 | 改造工程 | ZX-040 | 温度控制为40度;C |
| 紫外线羊肉 | UPV | UVGL-58 | |
| VisionCATS 软件 | 学院协会 | ||
| 密封袋 | 通用 | 四分之一加仑 |
申请许可以重复使用本 JoVE 文章的文本或图表
申请许可