基于非靶向代谢组学与可解释机器学习的白芍与赤芍饮片差异代谢物研究

　　

摘要: 本研究采用超高效液相色谱-四极杆-静电场轨道阱高分辨质谱(UHPLC-Q-Orbitrap-HRMS)对市售白芍与赤芍饮片进行非靶向代谢组学分析,通过多元统计分析筛选差异代谢物,结合可解释性机器学习方法,构建了随机森林(RF)、自适应增强(AdaBoost)和极端梯度提升(XGBoost)模型,利用沙普利加性解释(Shapley additive explanations, SHAP)方法解析特征代谢物贡献度。共鉴定出44种代谢物,包括黄酮类9种、酚酸类8种等代谢物,其中12种代谢物在两类饮片间显著差异;在测试集中, RF模型表现最佳; SHAP分析结果显示,葡萄糖酸、槲皮素、山柰酚、L-天冬氨酸、二氢槲皮素、氧化芍药苷在模型中贡献度最高, L-天冬氨酸在白芍中丰度相对较高,其余在赤芍中的丰度相对较高。该研究所建立的代谢组学结合机器学习的策略,不仅为探讨白芍与赤芍功效差异提供了潜在化学线索,同时也为其他易混淆中药的基原鉴别、产地溯源及特征代谢物挖掘提供了新的思路。