整合多模态数据融合技术，以实现全面特征分析、抗氧化标志物的发现以及桔梗根（Platycodonis Radix）的地理来源追踪

《Food Chemistry》：Integrating multimodal data fusion for comprehensive characterization, antioxidant marker discovery, and geographical origin tracing of Platycodonis Radix

普兰克多苷（PR）因产地和年份差异导致质量波动，本研究通过UPLC-Qtrap-MS/MS和UPLC-Triple-TOF-MS/MS整合化学组学，结合DPPH和ABTS抗氧化活性评估，筛选出24个关键抗氧化成分。通过HSI光谱与图像纹理特征融合，构建多维数据模型，实现PR地理溯源和品质评价，准确率达93.33%。

　　

孙一正|张宏旭|李一凡|刘向阳|吴守荣|张辉|江勇

中国北京北京大学药学院天然与仿生药物国家重点实验室，邮编100191

摘要

Platycodonis Radix（PR）是一种常见的功能性食品成分，其质量会因产地和储存时间的不同而有所差异，这给质量控制带来了挑战。为了解决这一问题，我们结合了化学分析、光谱-效应分析（用于识别抗氧化标志物）以及高光谱成像（HSI）和质谱（MS）数据的多模态融合技术，建立了一个可靠的评估框架。通过UPLC-Qtrap-MS/MS和UPLC-Triple-TOF-MS/MS技术共鉴定出206种化合物，其中140种化合物进行了半定量分析。使用DPPH和ABTS方法评估了来自六个地区的样品的抗氧化活性，并通过光谱-效应分析确定了24种关键抗氧化标志物进行定量。将这些24种抗氧化标志物、HSI光谱和图像纹理数据通过中级数据融合进行处理。最终，堆叠集成模型达到了93.33%的准确率，精确度、召回率和F1分数均超过96%，优于单一模态模型。该方法为PR及相关食品材料的化学分析、功能质量评估和地理溯源提供了可靠的框架。

引言

Platycodonis Radix（PR）是Platycodon grandiflorum（Jacq.）A. DC.的干燥根茎，在东亚地区（尤其是中国、韩国和日本）被广泛用作可食用草药。它常被用来制作腌制蔬菜、冷沙拉和粥，也用于泡茶和酿酒，显示出多样的烹饪用途（Kang等人，2019年）。除了食用价值外，PR还因其健康促进作用而受到重视，尤其是其抗氧化、抗衰老和美白皮肤的效果（Shang等人，2024年）。

PR也是一种具有良好疗效记录的传统中药。现代植物化学研究发现了其中含有多种生物活性成分，如皂苷、黄酮类化合物、酚类化合物、多糖、脂类、维生素、氨基酸和微量元素（Zhang等人，2020年）。这些成分赋予了PR多种药理作用，如止咳（Zhang等人，2015年）、抗炎（Buchwald等人，2020年）、抗肿瘤（Deng等人，2020年）、抗肥胖和降脂（Lin等人，2017年）等。在这些生物活性中，抗氧化能力尤为重要，因为氧化应激与衰老和慢性疾病密切相关。来自PR的天然抗氧化剂在中和自由基方面显示出潜力，其效果不仅归因于皂苷，还与黄酮类和有机酸有关（Liu等人，2021年；Zhang等人，2020年）。然而，这些具体抗氧化成分及其作用机制在不同地理来源中的差异仍不甚清楚。识别这些成分对于理解PR的功能性和建立可靠的质量控制系统至关重要。

在中国，根据产地不同，PR主要分为南方型和北方型（Lu等人，2017年）。由于生态环境的差异，不同类型的PR在化学成分上存在显著的区域性差异（Jiang等人，2023年）。尽管有一些研究探讨了这些区域差异，但大多数研究主要集中在皂苷上（Chang等人，2022年），并未全面分析其他活性成分，如黄酮类和有机酸。此外，大多数分析方法依赖于单一技术平台，可能无法完全揭示准确区分产地所需的复杂性。随着分析技术的进步，结合色谱和光谱技术以及化学和功能分析的集成方法在天然产物研究中越来越受欢迎。

尽管取得了这些进展，但目前尚无研究将全面的化学分析、活性标志物的发现与定量以及LC/MS和HSI数据融合起来，以区分不同来源的PR。为填补这一空白，本研究提出了一种新的分析方法，结合使用UPLC-Triple-TOF-MS/MS和UPLC-Qtrap-MS/MS系统地鉴定PR的化学组成。然后通过将大规模半定量化学数据与DPPH和ABTS检测结果相关联，通过光谱-效应关系分析确定了关键抗氧化成分。接着对这些抗氧化标志物进行定量分析，以明确不同地区PR的化学特征。最后，通过机器学习整合定量化学数据集、HSI光谱特征和图像纹理参数，成功实现了PR地理来源的分类。这种多模型策略为评估PR的质量和溯源提供了全面的平台，为食品和医药应用的标准控制系统开发提供了技术支持。

材料、试剂和化学品

PR样品来自中国的六个不同地区：安徽、山东、四川、陕西和黑龙江省份（图1），以及内蒙古自治区。本研究共收集了来自这六个地区的47批样品，共计1372个。样品的详细信息列于表S1中。

从成都普思生物科技有限公司购买了24种已知分析物：水杨酸、阿魏酸、p-香豆酸和多galacin D

PR中化合物的表征和半定量分析

通过UPLC-Qtrap-MS/MS和UPLC-Triple-TOF-MS/MS联合策略对PR的潜在非目标代谢物进行了全面表征，以最大化检测灵敏度、代谢物覆盖率和结构准确性。最初，UPLC-Qtrap-MS/MS采用数据独立采集模式，实现了宽范围的代谢物检测。该平台的灵活扫描策略提高了灵敏度：pMRM模式通过[M?+?HCOO]^?>

结论

本研究整合了多种质谱技术，全面表征了PR的化学成分，鉴定出206种化合物，并对140种化合物进行了半定量分析，包括皂苷、氨基酸、多酚和挥发物。使用DPPH和ABTS方法评估了不同地区PR的抗氧化活性，并通过光谱-效应关系分析确定了可能与抗氧化作用相关的化合物

CRediT作者贡献声明

孙一正：撰写——初稿、方法学设计、实验实施、数据分析。张宏旭：撰写——初稿、数据分析。李一凡：结果验证、方法学设计。刘向阳：结果验证、方法学设计、数据分析。吴守荣：方法学设计。张辉：撰写——审稿与编辑、项目监督。江勇：撰写——审稿与编辑、项目管理、资金筹措、概念构思。

未引用的参考文献

Baccichet等人，2023年

陈、张、杨、徐和王，2022年

何等人，2024年

李等人，2025年

潘等人，2024年

孙等人，2023年

王等人，2023年

张、王、张、刘和白，2024年

利益冲突声明

作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。

致谢

本研究得到了国家自然科学基金（项目编号U23A20514、82173949、82574705）、山东省重点研发项目（2021CXGC010507）和天然与仿生药物国家重点实验室（项目编号K202416）的支持。同时感谢浙江省中医药创新研发与数字智能制造重点实验室的支持。