به کارگیری روش‌های برسنجی چندمتغیره در شناسایی ترکیب های مؤثر در فعالیت ضدمیکروبی برگ گیاه گردو با استفاده از روش کروماتوگرافی مایع-طیف‌سنجی جرمی

نوع مقاله : علمی-پژوهشی

نویسندگان

1 گروه شیمی تجزیه، دانشکده شیمی، دانشگاه کاشان، کاشان، ایران

2 دانشکده علوم، دانشگاه ارومیه، ارومیه، ایران

3 گروه زیست شناسی سلولی و مولکولی، دانشکده شیمی، دانشگاه کاشان، کاشان، ایران

چکیده

برگ گیاه گردو دارای ویژگی‌های ضداکسایشی، ضدقارچی و ضدمیکروبی خوبی می‌باشد. در این مطالعه، برگ گیاه گردو از منطقه های گوناگون ایران جمع آوری شد و سپس عصاره آن به وسیله‌ی دستگاه‌ کروماتوگرافی مایع با عملکرد بالا-طیف‌سنجی جرمی مورد تجزیه قرار گرفت. ویژگی‌های ضدمیکروبی عصاره‌ برگ گیاه گردو به وسیله‌ باکتری‌های گرم مثبت استافیلوکوکوس اروئوس(ATCC29737)  و باسیلوس سوبتیلیس(ATCC6633)، باکتری گرم منفی اشرشیاکلای(ATCC10536) و مخمر کاندیدا آلبیکانس(ATCC10231)  ارزیابی شد و پیک‌های مسئول ویژگی ضدمیکروبی با استفاده از چندین روش برسنجی چندمتغیره‌ی خطی، شناسایی شد. نتیجه‌های این روش‌ها به صورت نمودارهای برازش نمایش داده شدند که در آن‌ها پیک‌های ایجادکننده ویژگی ضدمیکروبی دارای ضریب برازش منفی هستند. روش برازش اجزای مستقل به دلیل سادگی، تفسیرپذیری بهتر ضریب­ های برازش و تکرارپذیری بالا، برای نشان دادن ترکیب­ های مسئول فعالیت ضدمیکروبی درنمونه‌ها ترجیح داده می‌شود. سرانجام برای مشخص کردن ساختار شیمیایی ترکیب­ های شناخته شده در فعالیت ضدمیکروبی، از روش کروماتوگرافی مایع با عملکرد بالا- طیف‌سنج جرمی استفاده ‌شد.

کلیدواژه‌ها


‌[3] Martens H., Martens M., “Multivariate Analysis of Quality an Introduction”, John Wiley, Chichester (2001).
[4] Draper N.R., Smith H., “Applied Regression Analysis”, John Wiley, New York (1981).
[5] Centner V., Massart D.L., de Noord O.E., de Jong S., Vandeginste B M, Sterna C, Elimination of Uninformative Variables for Mutivariate Calibration, Anal. Chem., 68: 3851–3858 (1996).
[6] Vandeginste B.G.M., Massart D.L., Buydens L.M.C., De Jong S., Lewi P.G., Smeyers-Verbeke J., “Handbook of Chemometrics and Qualimetrics”: Part B, Elsevier, Amsterdam (1998).
[7] Geladi P., Kowalski B.R., Partial least-squares regression: a tutorial, Anal. Chim. Acta, 185: 1-17 (1986).
[8] Sjoblom J., Svensson O., Josefson M., Kullberg H., Wold S., An Evaluation of Orthogonal Signal Correction Applied to Calibration Transfer of Near Infrared Spectra, Chemom. Intell. Lab. Syst., 44: 229–244 (1998).
[9] Andersson C.A., Direct Orthogonalazation, Chemom Intell Lab Syst, 47(1): 51–63 (1999).
[10] Trygg J., Wold S., Orthogonal Projections to Latent Structures (O‐PLS), J. Chemometr., 16: 119–128 (2002).
[11] Eriksson L., Byrne T., Johansson E., Trygg J., Vikström C., "Multi- and Megavariate Data Analysis. Part I, Basic Principles and Applications", Umetrics AB, Umea, 425 (2006).
[12] Chen J., Wang X.Z., A New Approach to Near-Infrared Spectral Data Analysis Using Independent Component Analysis, J. Chem.Inf. Comput. Sci., 41: 992–1001(2001).
[13] Durbin J., Watson G.S., Testing for Serial Correlation in Least Squares Regression, Biometrika, 37: 409-428 (1950).
[14] Zhang Y., Zhang Y., Complex Process Monitoring Using Modified Partial Least Squares Method of Independent Component Regression, Chemom. Intell. Lab. Syst., 98: 143−148 (2009).
[16] Jalili A., Sadeghzade A, Comparative Phenolic Profile of Persian Walnut (Juglans Regia L.) Leaves Cultivars Grown in Iran, J. Biochem. Res., 6: 33-38 (2012).
[17] Noumi E., Snoussi M., Trabelsi N., Ksouri R., Hamdaoui G., Bouslama L., Bakhrouf A., Antioxidant Activities and Reversed Phase -High Performance Liquid Chromatography (RP-HPLC) Identification of Polyphenols in the Ethyl Acetate Extract of Tunisian Juglans Regia L.Treated Barks, J. Med. Plants Res., 6: 1468-1475 (2012).
[18] Regueiro J., Sánchez-González C., Vallverdú-Queralt A., Simal-Gándara J., Lamuela-Raventós R., Izquierdo-Pulido M., Comprehensive Identification of Walnut Polyphenols by Liquid Chromatography Coupled to Linear Ion Trap–Orbitrap Mass Spectrometry, Food Chem., 152: 340-348 (2014).
[19] Tistaert C., Dejaegher B., Nguyen Hoai N., Chataigné G., Rivière C., Nguyen Thi Hong V., ChauVanb M., Quetin-Leclercq J., Vander Heyden Y., Potential Antioxidant Compounds in Mallotusspecies Fingerprints. Part I: Indication, Using Linear Multivariate Calibration Techniques, Anal. Chim. Acta, 652: 189-197 (2009).
[20] Tistaert C., Dejaeghera B., Chataignéb G., Rivièreb C., Nguyen Hoaic N., ChauVanc M., Quetin-Leclercqb J., Vander Heyden Y., Potential Antioxidant Compounds in Mallotus Species Fingerprints. Part II: Fingerprint Alignment, Data Analysis and Peak Identification, Anal. Chim. Acta, 721: 35–43 (2012).