《Microchemical Journal》：A dual-platform analytical workflow for the in-depth qualitative characterization of the essential oil of
Nardostachys jatamansi
编辑推荐：
挥发油化学成分分析新技术研究，采用AMDIS与制备薄层色谱联用策略，成功鉴定55种成分并分离出两种新天然产物。
朱月月|卢秀香|巴克里·马希努尔|程峰|努莫诺夫·索迪克|吴涛|买提努尔·买吾兰江
中国科学院新疆物理化学技术研究所新疆本土药用植物资源利用国家重点实验室，乌鲁木齐830000，中国
摘要
Nardostachys jatamansi精油（EONJ）的化学成分分析对于理解其药理特性至关重要。传统的GC–MS分析方法常常受到共洗脱干扰以及稀有成分缺乏参考光谱的影响而受到限制。为克服这些难题，我们开发了一种集成分析策略，将AMDIS光谱反卷积技术与联合色谱技术和光谱分析相结合。这种双平台分析工作流程成功鉴定了55种成分，特别是四种由于共洗脱或数据库中缺乏相应数据而无法通过标准方法鉴定的目标成分。值得注意的是，这种靶向方法还帮助分离出了两种新的天然产物nardojatamansin A和B，它们的结构和绝对构型通过HRMS、1D/2D NMR以及TD-DFT/ECD计算得到了严格确认。此外，该策略还明确了(?)-aristolone和1(10),8-aristoladien-2-one的化学结构，为后者提供了首个文献记录的EI质谱数据。因此，本研究为精油的深入化学分析提供了一种高效的方法，为后续的药理研究奠定了坚实的化学基础。
引言
Nardostachys jatamansi精油（EONJ）具有重要的药用和商业价值[1]、[2]。研究表明它具有抗氧化作用和心血管保护作用[3]、[4]。多项研究探讨了EONJ的化学组成，发现其成分存在显著差异。普遍认为倍半萜类化合物是该精油的主要成分，但不同来源的成分谱型存在显著差异。例如，Aasiya Majeed等人鉴定出guaia-6,9-diene（11.96%）、calarene（10.44%）和jatamansone（8.11%）为主要成分[5]；而Chauhan等人则认为patchouli alcohol是主要成分，其含量根据干燥方法的不同在40%到52%之间变化[6]；Xin Chao Liu等人发现calarene（25.9%）和patchoulol（10.6%）最为丰富[7]；Hailai等人分析了27批EONJ，鉴定出15个共同成分，但这些化合物的相对丰度差异很大（16.02%至85.79%[8]；Paudyal等人将α-gurjunene和jatamansone列为主要倍半萜类化合物[9]；Naquvi等人指出α-cadinol（22.67%）是主要成分[10]；Wang等人认为longipinocarveol（16.4%）和spathulenol（4.54%）是关键成分。值得注意的是，即使经过化学计量反卷积处理，仍有6.02%的成分无法被鉴定[11]。这些发现凸显了EONJ的化学复杂性，表明需要进一步系统的研究。
气相色谱-质谱（GC–MS）仍是精油分析的主要工具，具有高分离效率和灵敏度。然而，在两个关键方面仍存在挑战：首先，气相色谱中的化合物分离主要受热力学性质控制，因此在像精油这样的复杂样品中共洗脱现象较为常见[12]、[13]；其次，GC–MS的鉴定主要依赖于将质谱碎片模式与数据库（如美国国家标准与技术研究院（NIST）的参考光谱进行比对；保留指数（RI）值也为鉴定提供辅助[14]、[15]。诸如二维气相色谱（GC × GC）等技术的进步提高了色谱分离能力[16]，但这类技术需要专用且通常成本较高的仪器，限制了其广泛应用。相比之下，自动质谱反卷积与鉴定系统（AMDIS）可以通过算法从重叠信号中提取纯成分光谱，有助于检测常规方法可能遗漏的成分[17]。然而，在缺乏参考光谱或存在新型结构的情况下，明确鉴定仍需通过分离和严格的光谱解析来实现。对于精油而言，这一过程尤为困难，因为精油中含有结构相似的单萜和倍半萜类化合物，它们具有重叠的保留行为和有限的化学稳定性（如氧化、异构化等）[18]、[19]、[20]。
为应对EONJ的分析挑战和化学不稳定性，本研究开发了一种集成的多步骤分析流程，包括先进的数据处理技术和互补的色谱技术。该流程首先应用AMDIS反卷积技术处理GC–MS数据，以消除光谱重叠并标记受共洗脱影响的成分，然后结合预备薄层色谱（Prep-TLC）进行初步分离，尤其是对于低极性和低分子量成分[21]；Prep-TLC的保留因子（Rf）作为正交色谱维度，有助于精确定位和可视化追踪所有需要分离的成分。这些分离物随后经过严格的纯化过程，通常包括开放柱色谱和半制备高效液相色谱（semi-prep-HPLC）。半制备HPLC的反相模式在梯度洗脱条件下利用了不同的疏水相互作用，实现了高分辨率分离[22]、[23]、[24]。这些步骤共同构成了一个稳健的分离框架，显著提高了整体过程效率和后续结构鉴定的可靠性。该综合流程的示意图见图摘要。
植物材料与初步提取
N. jatamansi的干燥根茎从巴基斯坦拉合尔的一个传统草药市场获取。该植物材料由中国科学院新疆物理化学技术研究所的李晨博士进行了鉴定，并将凭证标本（编号WY02023）存入中国科学院新疆生态与地理研究所的标本馆，存储代码为2-11a。
N. jatamansi的根茎粉末浸泡在水中12小时后进行后续处理
EONJ中挥发性化合物的鉴定与反卷积结果
对EONJ的初步GC–MS分析共检测到55种挥发性成分，如图1的总离子色谱图（TIC）所示，其中51种成分通过质谱库匹配和LRI比较得到确认。详细成分及其相对丰度见表1。然而，有4种成分（52、53、54和55）因光谱相似度不足或共洗脱干扰而无法鉴定。
结论
本研究建立了一种稳健且经济高效的分析流程，克服了传统GC–MS精油分析的主要局限性，即共洗脱和依赖参考光谱的不确定性。该策略结合了基于AMDIS的光谱反卷积技术和Prep-TLC引导的正交分离方法。利用这一流程，我们全面鉴定了EONJ中的所有55种挥发性成分，包括四种成分的明确鉴定。
CRediT作者贡献声明
朱月月：撰写 – 审稿与编辑，撰写 – 初稿，软件使用，方法学设计，实验研究，数据分析，概念构思。卢秀香：验证，实验研究。巴克里·马希努尔：实验研究，数据分析。程峰：实验研究，数据分析。努莫诺夫·索迪克：验证，实验研究。吴涛：实验研究，数据分析。买提努尔·买吾兰江：撰写 – 审稿与编辑，项目监督，项目管理，资金申请，
利益冲突声明
作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。
致谢
本研究得到了国家重点研发计划（项目编号2025YFE0104100、2020YFE0205600）和新疆天山人才计划（项目编号2023TSYCLJ0044）的支持。
