基于紫外-可见光谱技术对蒲公英提取物美白效果的快速评估及机制研究

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：Rapid evaluation and mechanistic study of the whitening activity of dandelion extract based on UV–Vis spectroscopy

建立紫外-可见光谱与化学计量学结合的蒲公英乙醇提取物美白活性预测模型，验证黄酮类和酚酸通过抑制酪氨酸酶及抗氧化作用实现美白机制。

　　

童晨|唐晓琴|魏子瑜|徐金荣|黄广伟|孟和成|苏慧|胡永志

广西科技大学生物与化学工程学院，中国广西柳州545006

摘要

为了快速预测蒲公英乙醇提取物的美白效果，利用紫外-可见（UV–Vis）光谱结合化学计量方法建立了ABTS和DPPH自由基清除活性、酪氨酸酶抑制率以及美白活性指数的定量预测模型。进一步通过傅里叶变换红外光谱（FT-IR）、液相色谱-串联质谱（LC-MS/MS）和分子对接研究探讨了其作用机制。结果表明，UV–Vis光谱结合特征提取方法对所有与美白相关的指标均表现出良好的预测性能。每个指标的最佳预测相关系数（$R_p^2$）超过0.85，验证集的残差预测偏差（RPD）值大于2.5。与原始光谱相比，应用特征提取显著提高了预测模型的性能。FT-IR得到的官能团信息、特征紫外吸收波长以及LC-MS/MS分析共同表明，黄酮类和酚酸是主要的美白活性成分。分子对接分析显示，黄酮类和酚酸与关键靶蛋白具有稳定的结合作用，这表明它们在抑制黑色素合成和美白效果中起重要作用。本研究提供了一种快速可靠的方法来评估蒲公英乙醇提取物的美白活性。此外，通过结合光谱表征、成分鉴定和分子机制的综合性分析，阐明了其作用机制。这些发现可为传统中药美白效果的评估提供方法学支持，并有助于更深入地理解其作用原理。

引言

黑色素是由表皮基底层中的黑色素细胞产生的天然色素，主要分布在皮肤、头发和眼睛中，在调节皮肤和头发色素沉着方面起着重要作用[1]。过多的黑色素沉积不仅影响外观，还会带来心理上的困扰[2]。目前常用的美白剂包括熊果苷[3]、间苯二酚、虾青素、水杨酸和烟酰胺。然而，这些成分部分存在皮肤刺激和细胞毒性等不良反应。相比之下，许多植物来源的天然分子已被报道能够调节黑色素生成[4],[5],[6]，并且在临床评估中通常表现出良好的安全性。许多植物提取物还具有抗菌、防晒、促进伤口愈合和调节免疫等健康益处。因此，使用天然植物提取物作为安全有效的美白剂已成为研究和化妆品及护肤品行业的重要发展方向。蒲公英是一种可食用且具有药用价值的草本植物，富含黄酮类、酚酸等生物活性成分，具有抗氧化作用并能抑制酪氨酸酶[7]。然而，现有研究主要集中在从蒲公英中提取和纯化单一活性成分（如黄酮类和绿原酸），而对其主要活性成分的贡献及快速质量评估方法的研究仍较为有限。传统的美白效果评估主要依赖于酪氨酸酶抑制率、DPPH自由基清除率和ABTS自由基清除率等物理化学指标。尽管这些指标能直接反映美白效果，但测量过程耗时、对细微变化不敏感且重复性差，无法满足现代产品对快速高效评估的要求。目前，酪氨酸酶抑制的快速检测方法主要包括基于荧光的方法[8],[9],[10]和比色法[11],[12]。ABTS和DPPH自由基的清除活性通常通过高效液相色谱（HPLC）结合在线生化检测[13],[14]进行评估，该方法可实现生物活性成分的同时分离和分析，显著提高了筛选效率。然而，仍需进一步研究各成分之间的生化相互作用。光谱技术具有快速、无损和多参数检测的优势，在复杂系统分析中具有巨大潜力[15]。近红外光谱（NIR）[16]、中红外光谱和高光谱成像（HSI）[17],[18]与化学计量学的结合显著提升了生物活性化合物的定量预测能力，这些方法还改善了天然产品感官质量和理化性质的评估。这些进展为基于光谱数据的方法开发奠定了基础，这些方法越来越多地应用于评估传统中药的美白效果。

在本研究中，利用紫外-可见（UV–Vis）光谱和傅里叶变换红外光谱（FT-IR）分析了蒲公英乙醇提取物的光谱特征。同时，通过多种物理化学指标（如酪氨酸酶抑制率、DPPH和ABTS自由基清除活性以及美白活性指数）建立了快速准确的美白效果预测模型。液相色谱-串联质谱（LC-MS/MS）用于鉴定提取物中的活性成分，分子对接技术则用于阐明其对黑色素生成的抑制机制。所提出的方法为传统中药在美白制剂中的开发和应用提供了理论基础。

试剂与材料

市售的蒲公英（全株草药产品）购自安徽亳州华兰芳E-commerce有限公司。1,1-二苯基-2-三硝基苯肼（DPPH）和2,2-偶氮双(3-乙基-苯并噻唑-6-磺酸)（ABTS）二铵盐购自上海麦克林生化科技有限公司。酪氨酸酶购自上海源业生物科技有限公司，L-3,4-二羟基苯丙氨酸（L-DOPA）也来自同家公司。

物理化学指标的分布特征

根据KS算法，47个样本被分为校准集（n = 35）和预测集（n = 12）。分配后的物理化学指标分布情况如表3所示。校准集充分覆盖了整个数据集的变量范围，为模型提供了表征数据模式的代表性基础；预测集在所有参数上与校准集高度吻合。

结论

本研究利用UV–Vis和FT-IR技术分析了不同条件下制备的蒲公英提取物的物理化学性质。通过结合特征提取方法，识别出关键变量并建立了稳健的回归预测模型，这些模型对所有美白评估指标均表现出优异的预测能力。然而，在低值ABTS指标上模型表现出较大的偏差。

知情同意声明

不适用。

机构审查委员会声明

不适用。

资助

本研究得到了国家自然科学基金项目（编号：32202150）和广西自然科学基金项目（编号：2025GXNSFAA069667）的资助。

利益冲突声明

作者声明不存在可能影响本文研究的已知财务利益或个人关系。