从粘毛地黄（Rehmannia glutinosa (Gaertn.) Libosch. ex DC.）的新鲜根中提取的具有细胞毒性的化学成分

《Fitoterapia》：Chemical constituents with cytotoxicity from the fresh roots of Rehmannia glutinosa (Gaertn.) Libosch. ex DC.

从鲜Roots of Rehmannia glutinosa分离出28种化学成分，其中7种为新化合物（离子酮1-2、10、17，五元环化合物16，二聚体18，苯乙醇酸苷19），通过NMR、MS及量子化学计算确定结构。细胞毒性测试显示化合物1、10、16、18对MCF-7乳腺癌细胞IC50值17.2-19.6 μM，化合物17对Hep-G2肝癌细胞IC50值25.8 μM。

　　

Fang-Ge Chi|Yan-gang Cao|Hao-Yu Wang|Xu Chen|Ze-Zhi Li|Yan-ling Liu|Di Lu|Ying Niu|Bing-xian Zhao|Xiao-ke Zheng|Wei-sheng Feng

河南中医药大学药学院，中国郑州450046

摘要

从Rehmannia glutinosa（Gaertn.）Libosch. ex DC.的新鲜根中分离出了28种化学成分，其中包括7种先前未描述的化合物[1, 2, 10, (+)16, 和 17–19]。这些化合物的结构通过NMR和MS数据、不同的J耦合常数以及量子化学计算确定。所有分离出的化合物都进行了针对MCF-7和Hep-G2细胞系的细胞毒性测试。结果表明，化合物1, 10, (+)16, 和 18对MCF-7细胞系表现出较强的细胞毒性，其IC₅₀值在17.2?±?0.7至19.6?±?0.7?μM之间；而化合物17对Hep-G2细胞系也表现出显著的细胞毒性，IC₅₀值为25.8?±?1.2?μM。

引言

Rehmannia glutinosa（Gaertn.）Libosch. ex DC.的新鲜根在中国北部、东北部和西南部地区被广泛用作食物和药物的来源。以往对R. glutinosa的研究已经分离出多种生物活性化合物，包括离子酮[1]、木脂素[2]、环烯醚萜[3]、生物碱[5]和糖类[6]。这些化合物具有多种治疗作用：抗肿瘤[7], [8], [9]、抗肺纤维化[10]、抗氧化[11]、抗补体[12]和降血糖[13]作用。

作为对R. glutinosa中天然生物活性化合物的持续研究[4], [2], [10]，本文报道了7种先前未描述的生物活性化合物，以及从R. glutinosa新鲜根中分离出的21种化合物，并对这些化合物针对两种人类癌细胞的细胞毒性进行了评估。本文报告了这些化合物的分离、结构鉴定和细胞毒性结果。

实验方法

一般实验程序

光学旋转由Rudolph AP-IV偏振仪（Rudolph，美国）测量。Thermo Nicolet IS 10光谱仪和Thermo EVO 300光谱仪（Thermo，美国）分别用于测量UV和IR吸收光谱。ECD光谱由Photophysics Chirascan qCD光谱偏振仪（Applied Photophysics，英国萨里郡Leatherhead）收集。NMR光谱由Bruker Avance III 500光谱仪（Bruker，德国）收集。Bruker maXis HD质谱仪（Bruker，德国）也用于数据采集。

结果与讨论

化合物1为黄色油状物，其分子式为C₁₅H₂₄O₆Na，根据其HR-ESI-MS离子的m/z [M?+?H]⁺ 323.1461（C₁₅H₂₅O₆Na的预测值为323.1465）进行鉴定。¹H, ¹³C NMR和HSQC数据（表1）显示存在一个羧基碳（δ_C 176.0 (C-11)）、四个烯烃键（δ_H 6.27 (1H, d, J?=?16.1?Hz, H-7), 6.33 (1H, d, J?=?16.1?Hz, H-8), 5.83 (1H, s, H-10)；δ_C 141.5 (C-9), 134.8 (C-7), 133.0 (C-8), 127.7 (C-10)）以及三个季碳（δ_C 80.8 (C-6)）。

结论

总结来说，从R. glutinosa的新鲜根中分离出了28种化学成分。在这些化合物中，有7种是先前未描述的化合物，包括4种离子酮（1–2, 10, 17）、1种五元环化合物[(+)16）、1种二聚体化合物(18)和1种苯乙酰苷(19)。 此外，化合物1–27在10?μM的剂量下对MCF-7（人类乳腺癌）和Hep-G2（人类肝癌）细胞系的细胞毒性进行了评估。

作者贡献声明

Fang-Ge Chi：撰写、审稿与编辑。 Yan-gang Cao：方法学研究。 Hao-Yu Wang：实验研究。 Xu Chen：指导。 Ze-Zhi Li：软件应用。 Yan-ling Liu：数据可视化。 Di Lu：方法学设计。 Ying Niu：实验操作。 Bing-xian Zhao：数据分析。 Xiao-ke Zheng：资源协调。 Wei-sheng Feng：数据管理及概念构思。

利益冲突声明

作者声明不存在利益冲突。

致谢

本工作得到了国家重点研发计划（2017YFC1702800）和河南省高层次人才专项支持（ZYQR201810080）的资助。