1.一种基于抗氧化和降血糖谱效关系的龙眼叶化学成分评价方法，其特征在于，通过建立龙眼叶不同极性部位的HPLC指纹图谱，标定共有特征峰，通过谱效数理分析模型评价龙眼叶中化学成分的抗氧化和降血糖作用。

2.根据权利要求1所述的基于抗氧化和降血糖谱效关系的龙眼叶化学成分评价方法，其特征在于，包括如下步骤：S1.制备龙眼叶不同极性部位；

S2.建立龙眼叶不同极性部位的HPLC指纹图谱；

S3.标定不同极性部位指纹图谱的共有特征峰；

S4.测定龙眼叶不同极性部位的DPPH自由基清除率；

S5.测定龙眼叶不同极性部位的α-葡萄糖苷酶抑制率；

S6.谱效相关性分析。

3.根据权利要求2所述的基于抗氧化和降血糖谱效关系的龙眼叶化学成分评价方法，其特征在于，所述步骤S1中制备龙眼叶不同极性部位的方法为：R1.取龙眼叶粗粉，用95％乙醇、50％乙醇依次加热回流提取2次，每次2h，滤过，合并滤液，回收乙醇至无醇味，得总提取部位；

R2.取总提取部位，加水混悬于分液漏斗，分别依次用不同极性溶剂：石油醚、乙酸乙酯、正丁醇进行萃取，至每种溶剂的萃取液澄清透明，分别合并各不同极性溶剂的萃取溶液，经不同极性溶剂萃取的水溶液备用；

R3.将合并后的各不同极性溶剂的萃取溶液回收溶剂、挥干，分别得到乙酸乙酯部位、正丁醇部位；取经不同极性溶剂萃取的水溶液，蒸干，得水部位；

R4.另取龙眼叶粗粉，加入水，加热回流提取2h，滤过，滤液浓缩、挥干，得水煎液提取物部位。

4.根据权利要求1或2所述的基于抗氧化和降血糖谱效关系的龙眼叶化学成分评价方法，其特征在于，所述建立龙眼叶不同极性部位的HPLC指纹图谱，包括如下步骤：T1.不同极性部位的供试品溶液的制备

分别精密称取总提取部位、乙酸乙酯部位、正丁醇部位，分别用甲醇超声溶解、离心、取上清液，配制浓度为50mg·mL-1龙眼叶总提取部位、乙酸乙酯部位、正丁醇部位的供试品溶液；

分别精密称取水部位、水煎液提取物部位，分别用50％甲醇超声溶解、离心、取上清液，配制浓度为50mg·mL-1龙眼叶水部位、水煎液提取物部位的供试品溶液；

T2.混合对照品溶液的制备

精密称取没食子酸乙酯、紫云英苷、槲皮素、木犀草素对照品，加甲醇溶解，定容，得含-1 -1 -1没食子酸乙酯0.10mg·mL 、含紫云英苷0.15mg·mL 、含槲皮素0.12mg·mL 、含木犀草素

0.85mg·mL-1的混合对照品溶液；

T3.色谱条件

色谱柱：以十八烷基硅烷键合硅胶为填充剂，4.60mm×250mm，粒度5μm；流速：1.0mL·-1min ；检测波长：280nm；柱温：30℃；进样量：10μL；流动相A为甲醇，流动相B为0.2％磷酸溶液，梯度洗脱程序为：0～30min，10％→20％A，30～90min，20％→55％A；

T4.建立指纹图谱

取步骤T1下得到的不同极性部位的供试品溶液，按步骤T3色谱条件进样分析，得到相应的色谱图，采用液相工作站进行初步处理，再使用中药色谱指纹图谱相似度评价软件对各不同极性部位HPLC指纹图谱的相关参数进行自动匹配：设置总提取部位HPLC图谱为参照图谱，以中位数法生成对照HPLC指纹图谱，时间窗宽度设为0.5，多点校正后选择全峰匹配模式，得到对照图谱和匹配数据。

5.根据权利要求1或2所述的基于抗氧化和降血糖谱效关系的龙眼叶化学成分评价方法，其特征在于，所述标定共有特征峰的保留时间分别为：3.107min、5.829min、8.325min、

12.271min、13.323min、16.274min、19.802min、23.253min、24.61min、26.808min、

29.003min、32.066min、34.366min、35.662min、36.455min、46.922min、62.873min、

63.998min、66.628min、70.843min、79.594min、81.897min。

6.根据权利要求1或2所述的基于抗氧化和降血糖谱效关系的龙眼叶化学成分评价方法，其特征在于，共有特征峰中14号峰为没食子酸乙酯，20号峰为紫云英苷，22号峰为槲皮素。

7.根据权利要求2所述的基于抗氧化和降血糖谱效关系的龙眼叶化学成分评价方法，其特征在于，将龙眼叶不同极性部位的指纹图谱化学信息和药效活性信息带入数学模型进行谱效相关性分析，包括灰色关联度和Pearson双变量相关分析法，评价龙眼叶中化学成分的药效活性，研究其药效物质基础。

8.根据权利要求2所述的基于抗氧化和降血糖谱效关系的龙眼叶化学成分评价方法，其特征在于，所述灰色关联度分析法为：将药效试验部分中清除DPPH自由基的IC50、抑制α-葡萄糖苷酶活性的IC50分别作为系统行为特征序列X01、X02，将5个龙眼叶不同极性部位特征峰的量化峰面积设为系统因素Xi，其在观测对象序号k上的观测数据为Xi(k)，Xi＝(xi(1),xi(2),...,xi(n))为Xi的行为横向序列，计算X01、X02与Xi(k)的关联度，并对关联度大小进行排序以判别各峰面积对药效指标的影响力；所述Pearson双变量相关系数分析法为：以量化峰面积为自变量，药效指标为因变量，采用SPSS24.0统计软件的双变量相关分析方法进行数据处理，得到指纹图谱中各色谱峰与药效的Pearson相关系数。

9.根据权利要求1或2所述的基于抗氧化和降血糖谱效关系的龙眼叶化学成分评价方法的应用，其特征在于，用于评价龙眼叶或含龙眼叶制剂的抗氧化和降血糖作用。