尼泊尔甘达基省选定药用植物中植物化学成分的时间动态变化

《Food Science & Nutrition》：Temporal Dynamics of Phytochemicals in Selected Medicinal Plants Across Gandaki Province, Nepal

　　摘要

许多植物化学物质，包括酚类和黄酮类，因其抗炎、抗氧化、抗菌和抗癌特性而受到重视。然而，这些化合物在暴露于热、光、氧气或pH值变化时容易发生化学降解。了解它们随时间的变化对于确保天然产品的质量、安全性和有效性至关重要。本研究调查了尼泊尔三种常用药用植物中植物化学物质含量和抗氧化活性的变化：Cinnamomum tamala（C. tamala）叶片、Curcuma longa（C. longa）根茎和Zanthoxylum armatum（Z. armatum）果实。研究使用了标准的Folin–Ciocalteu试剂方法测定总酚含量（TPC），AlCl3比色法测定总黄酮含量（TFC），以及DPPH自由基清除实验测定抗氧化活性。结果显示，在1年的储存期内，总酚含量（TPC）、总黄酮含量（TFC）和抗氧化活性均显著下降（p < 0.001）。三种植物的TPC和TFC均有所减少，但对于C. tamala，6个月到12个月之间的TFC减少并不显著（p = 0.0551），表明其具有一定的稳定性。抗氧化活性（以IC50表示）随时间降低，与标准抗坏血酸值相比，表明其清除能力减弱。大多数变化在各个时间点上都具有统计学意义。海拔分析显示，对C. tamala和Z. armatum的TPC、TFC或IC50没有显著影响。只有C. longa表现出海拔与TFC之间的轻微正相关（p = 0.045）。总之，储存时间显著降低了这些药用植物的植物化学物质含量和抗氧化潜力。这些发现强调了适当储存以保护生物活性化合物的重要性，并为选择高质量植物材料提供了指导。这些结果对于优化天然抗氧化剂在食品、香料、营养保健品和药品中的应用具有重要意义。

1 引言

药用植物对全球医疗保健行业至关重要，大约10%的维管植物，约35,000至50,000种，具有公认的药用特性（Salmerón-Manzano等人，2020年）。在尼泊尔，据报道约有300种植物具有药用价值（Pyakurel等人，2019年）。尽管有现代药品可用，但由于效力、副作用和耐受性的限制，并非所有患者都能从中受益，这突显了探索替代或补充治疗方案的持续需求（Asante等人，2019年）。植物中含有的生物活性物质被称为植物化学物质，越来越多地被用于预防疾病和促进健康。功能性食品含有天然形式的植物化学物质，而营养保健品则以浓缩形式提供这些物质（Kumar等人，2023年）。这些物质常见于水果、蔬菜、种子、坚果、根和谷物中，包括生物碱、酚类、黄酮类、苷类、木质素和单宁。它们具有多种生物作用，包括抗菌、抗炎、抗癌和抗氧化特性（Scalbert等人，2005年；Alemán等人，2022年）。由于在正常生理过程中不断产生活性氧，植物化学物质的抗氧化特性尤为重要，因为它们有助于防止氧化应激。癌症、自身免疫疾病、神经系统和心血管疾病以及与衰老相关的问题都是由于活性氧生成与抗氧化防御之间的不平衡引起的（Waris和Ahsan，2006年）。酚类化合物是一类多样且广泛存在的次级代谢物，通过苯丙素和莽草酸途径产生。它们的芳香环含有羟基，使其能够作为有效的电子供体，直接参与抗氧化活性（Robards等人，1999年；Bendary等人，2013年；Lee等人，2015年；Tungmunnithum等人，2018年）。黄酮类作为酚类的一个亚类，也表现出强大的自由基清除能力。总酚含量（TPC）、总黄酮含量（TFC）和自由基清除（DPPH实验）被广泛用于测量植物、天然产品和提取物的抗氧化潜力（Brighente等人，2007年）。许多研究量化了新鲜植物提取物中的TPC和TFC，并将这些指标与抗氧化活性相关联（Mehmood等人，2022年；Phuyal等人，2020年）。基于天然产品的应用具有优势，因为它们可以减缓生物分子（包括蛋白质、脂质和DNA）的氧化，并即使在低浓度下也能保留内源性抗氧化剂（Becker等人，2004年）。然而，植物化学物质容易在环境条件下发生降解，包括光、热、氧气、pH值变化和氧化剂，这会随时间降低其生物活性（DeBenedictis等人，2023年；Jia等人，2025年）。植物的化学和生物组成受多种因素影响，包括栽培区域、气候、生长年龄和阶段、遗传变异以及环境压力（Hasan等人，2024年；Miliauskas等人，2004年；Mykhailenko等人，2025年）。在尼泊尔，丰富的药用植物多样性、日益增长的出口需求、对草药疗法的传统依赖以及对研究的投入促进了生物活性植物化合物的探索（Singh等人，1979年）。最近的研究表明，尼泊尔的草药和香料含有丰富的天然抗氧化剂，其含量通常超过常见食品中的水平（Aryal等人，2019年；Kutal等人，2021年；Lamichhane等人，2023年；Shrivastava等人，2023年）。一些草药和香料，包括C. longa根（Hyaunmikha和Subba，2023年）、Z. armatum果实（Pathak等人，2021年；Phuyal等人，2020年）、C. tamala叶片（Tandukar等人，2022年），已被报道含有黄酮类并表现出抗氧化活性。然而，结果因地理位置、农业实践、提取方法和溶剂的不同而有所差异，使得直接比较具有挑战性。虽然天然抗氧化剂越来越多地被用作食品添加剂以消除自由基，但关于储存条件下酚类含量、黄酮类含量和抗氧化活性等生物活性随时间变化的数据有限。少数研究系统地评估了这些生物活性成分随时间的变化。为了解决这些空白，本研究调查了尼泊尔Gandaki省选定植物物种中总酚含量和总黄酮含量以及抗氧化活性在1年内的稳定性。使用甲醇作为提取溶剂，并采用超声辅助提取以确保植物化学物质的一致回收。样品在收获后1个月、6个月和12个月时进行了分析。了解植物化学物质含量和抗氧化活性的时间动态可以为选择高质量植物材料提供信息，并指导未来天然抗氧化剂在食品、营养保健品、药品和治疗应用中的开发。

2 材料与方法

2.1 化学品和试剂

本研究使用了分析级化学品。2,2-二苯基-1-皮克里尔肼（DPPH，≥99%）、Folin–Ciocalteu（FC）试剂和无水氯化铝从Sigma-Aldrich（印度孟买）购买。没食子酸从Hi-Media（印度）购买，而甲醇、无水碳酸钠和亚硝酸钠则从Fisher Scientific（印度）采购。

2.2 样品收集与提取

草药和香料（Cinnamomum tamala（001）-13个样本、Curcuma longa（002）-17个样本和Zanthoxylum armatum（003）-7个样本）从尼泊尔Gandaki地区的多个地点收集，涵盖了2022年12月至2023年1月一个季节内的潜在地理变化。必要时用清水彻底清洗植物部位，然后在室温下阴凉处干燥7天，同时监测温度和湿度以避免直接阳光照射。干燥后，使用Philips HL7759/00搅拌研磨机（750 W）将植物材料粉碎。将粉末状植物材料与极性溶剂甲醇以1:10的溶质-溶剂比例通过超声辅助提取（UAE）（Sonicator bath-UC-30A，Biobase Industry，中国山东；50 Hz，220 V）在20°C下提取30分钟（Kumar等人，2020年；Shen等人，2023年）。使用旋转蒸发器在减压条件下浓缩提取物，直至达到固体质量，然后冷冻干燥1天。提取物保存在密封容器中，温度保持在4°C，直至进一步分析。提取物产量用于标准化样品制备。植物及其分类鉴定在尼泊尔Godavari的国家标本馆完成。植物样品保存在密封的塑料拉链袋中，置于室温下的木质橱柜中，远离直射阳光，并持续监测温度和湿度。在每个指定时间点，对储存的样品进行相同的提取程序，以确保比较分析的一致性。

2.3 生物活性测定

2.3.1 总酚含量（TPC）

使用Li等人（2013年）解释的Folin–Ciocalteu（FC）试剂方法测定植物提取物的总酚含量（TPC），并进行了一些微调（Li等人，2013年）。使用没食子酸生成标准校准曲线，TPC值以每克干提取物中的没食子酸当量毫克（mg GAE/g）表示。校准时，准备了浓度为10、20、30、40、50、60、70、80、90和100 μg/mL的没食子酸溶液。样品分析时，将400 μL的植物甲醇提取物加入1600 μL的10%碳酸钠溶液中，然后混合2000 μL的FC试剂。混合物在室温下孵育1小时。使用相同的过程，用甲醇代替植物提取物制备空白溶液。使用UV-可见光分光光度计（Biobase Bioyu Co. Ltd.，中国；λ范围200–800 nm）记录760 nm处的吸光度，所有测量均重复三次。使用相同的程序生成没食子酸的标准曲线来计算样品的TPC。使用以下公式计算TPC：
(1) 这里，C = TPC（mg GAE/g），c = 通过校准曲线确定的没食子酸含量（mg/mL），V = 植物提取物的体积（mL），m = 采集的植物提取物重量（g）。所有结果以中位数（Q1–Q3）表示。对于时间间隔分析，对收获后储存6个月和12个月的样品应用相同的提取和TPC测定程序。

2.3.2 总黄酮含量（TFC）

经过一些微调，使用Shraim等人（2021年）描述的AlCl3比色法测定植物提取物的总黄酮含量（TFC）（Shraim等人，2021年）。准备了浓度从0到1000 μg/mL的槲皮素标准溶液用于校准。TFC分析时，将500 μL的植物提取物与0.5 M亚硝酸钠150 μL和0.3 M AlCl3 150 μL混合在试管中。6分钟后，加入1 M氢氧化钠1 mL，再加入3.2 mL蒸馏水。充分混合后，使用UV-可见光分光光度计（Biobase Bioyu Co. Ltd.，中国）在96孔板上测量510 nm处的吸光度。使用甲醇代替提取物制备空白对照。以类似方式测量标准槲皮素溶液以生成校准曲线。每个实验重复三次，结果以中位数（Q1-Q3）表示。使用槲皮素校准曲线方程计算总黄酮含量（TFC）和每克干提取物中的槲皮素当量毫克（mg QE/g）。总黄酮含量（TFC）使用公式1计算，其中C表示以mg槲皮素当量表示的TFC（mg QE/g）。在这个公式中，c是通过校准曲线确定的槲皮素浓度（mg/mL），V是提取物的总体积（mL），m是使用的植物提取物质量（g）。

2.3.3 DPPH实验

使用Phuyal等人（2020年）描述的标准方法进行所有提取物的自由基清除活性（DPPH实验），并使用了参考标准抗坏血酸（Phuyal等人，2020年）。在甲醇中准备了浓度为25、50、75、100、125和150 μg/mL的提取物储备溶液和抗坏血酸。实验中，将1 mL的0.002% DPPH溶液与1 mL的每种不同浓度的提取物混合在单独的试管中。混合物在室温下黑暗中孵育三十分钟。孵育后，将200 μL的提取物等分转移到96孔板的孔中。使用UV-Vis分光光度计（Biobase Bioyu Co. Ltd.，中国）在517 nm处测量吸光度。还测量了1 mL甲醇与1 mL DPPH溶液的对照条件。每个实验重复三次，结果以平均值±标准差（mean ± SD）表示。使用基于对照和样品吸光度的标准公式计算每个提取物的清除活性百分比（I%）：
(2) 这里，A_control = 甲醇和DPPH溶液的吸光度，A_sample = 提取物或含DPPH溶液的吸光度。提取物的IC50值用于表示抑制百分比（I%）。需要消耗50% DPPH自由基的植物提取物量称为中位抑制浓度，或IC50。通过绘制抑制百分比与提取物浓度的图表来确定每个样品的IC50值。使用GraphPad Prism 9软件进行计算，采用抑制剂与标准化响应—变量斜率最小二乘法进行拟合。

2.4 统计分析

所有分析均使用Python和statsmodels库完成。这些数据是使用Python语言和matplotlib、seaborn库编制的。为了比较储存时间对IC50值、总酚含量（TPC）和总黄酮含量（TFC）的影响，我们对每个变量进行了单因素方差分析（ANOVA）；整个ANOVA测试的统计显著性阈值设为p<0.05。当ANOVA显示组间存在显著差异时，我们使用了事后Tukey的诚实显著差异（HSD）测试来进行成对比较。Tukey HSD测试控制了多重比较，调整后的p值的统计显著性阈值也设为p<0.05。结果以中位数和四分位数范围（Q1–Q3）的形式呈现，图中用小写字母表示显著的组间差异。为了评估植物化学成分与海拔高度之间的关系，我们进行了多元线性回归分析。总酚含量（TPC）、总黄酮含量（TFC）和IC50值分别作为因变量，海拔高度作为自变量。

3 结果

3.1 所有物种的TPC随储存时间的下降

标准没食子酸校准曲线（如图S1所示）被用来计算总酚含量（TPC）。不同储存时间下的TPC值分布分别以箱线图的形式显示在图1A–C中，并标出了各个样本点。中位数（Q1–Q3）的值在表1中进行了总结。详细数据见表S1A–C。

图1显示了C. tamala、C. longa和Z. armatum在不同储存时间下的TPC（图1（A–C）；TFC（图1（D–F）；IC50（图1（G–I））值分布。图1（G–I）中的黑点代表抗坏血酸的IC50。

表1 给定样本一年内TPC的总结表：
- 第一个月的TPC（mg GAE/g），平均值（Q1–Q3）
- 第六个月的TPC（mg GAE/g），平均值（Q1–Q3）
- 第十二个月的TPC（mg GAE/g），平均值（Q1–Q3）

- C. tamala（001）：73.18（49.91–83.46）、53.73（43.05–63.50）、37.50（34.47–39.71）
- C. longa（002）：116.12（65.13–141.62）、116.12（65.13–141.62）、31.37（26.13–43.38）
- Z. armatum（003）：230.53（213.82–237.58）、120.09（116.02–127.70）、93.11（90.37–94.60）

图1中的箱子上方的不同字母表示Tukey HSD的结果：具有不同字母的时间点之间存在显著差异，而具有相同字母的时间点之间则没有差异。对于Cinnamon tamala，1个月的TPC中位数为73.18（49.91–83.46）mg QE/g，6个月降至53.73（43.05–63.50）mg QE/g，12个月进一步降至37.50（34.47–39.71）mg QE/g。Curcuma longa在1个月的TPC中位数为116.12（65.13–141.62）mg QE/g，6个月降至83.38（57.25–109.00）mg QE/g，12个月降至31.37（26.13–43.38）mg QE/g。Zanthoxylum aramatum的初始TPC最高，为230.53（213.82–237.58）mg QE/g，6个月降至120.09（116.02–127.70）mg QE/g，12个月降至93.11（90.37–94.60）mg QE/g。单因素ANOVA显示所有提取物的TPC在储存时间上存在高度显著差异（C. tamala：p=5.60×10^-12；C. longa：p=6.13×10^-25；Z. aramatum：p=3.71×10^-45）。事后Tukey HSD测试确认了1个月、6个月和12个月之间的所有成对比较都显著（p<0.01）。

3.2 所有物种的TFC随储存时间的下降

如图S2所示，总黄酮含量（TFC）是使用标准槲皮素校准曲线测定的。不同储存时间下的TFC值分布分别以箱线图的形式显示在图1D–F中，并标出了各个样本点。中位数（Q1–Q3）的值在表2中进行了总结。

表2 给定样本一年内TFC的总结表：
- 第一个月的TFC（mg QE/g），平均值（Q1–Q3）
- 第六个月的TFC（mg QE/g），平均值（Q1–Q3）
- 第十二个月的TFC（mg QE/g），平均值（Q1–Q3）

- C. tamala（001）：208.75（130.00–262.25）、139.25（117.25–193.95）、102.30（87.50–157.00）
- C. longa（002）：30.23（19.98–38.14）、24.56（18.61–29.33）、15.10（11.19–20.39）
- Z. armatum（003）：117.25（113.75–141.75）、86.25（83.25–101.25）、47.35（43.75–58.25）

图1中的箱子上方的不同字母表示Tukey HSD的结果：具有不同字母的时间点之间存在显著差异，而具有相同字母的时间点之间则没有差异。对于C. tamala，1个月的TPC中位数为208.75（130.00–262.25）mg QE/g，6个月降至139.25（117.25–193.95）mg QE/g，12个月降至102.30（87.50–157.00）mg QE/g。Curcuma longa提取物在1个月的TFC中位数为30.23（19.98–38.14）mg QE/g，6个月降至24.56（18.61–29.33）mg QE/g，12个月降至15.10（11.19–20.39）mg QE/g。Zanthoxylum aramatum在1个月、6个月和12个月的TFC中位数分别为117.25（113.75–141.75）mg QE/g、86.25（83.25–101.25）mg QE/g和47.35（43.75–58.25）mg QE/g。单因素ANOVA显示所有提取物的TFC在储存时间上存在显著差异（C. tamala：p=2.78×10^-8；C. longa：p=2.85×10^-18；Z. aramatum：p=2.02×10^-22）。Tukey HSD分析表明，对于C. tamala，1个月和6个月之间的TFC存在显著差异（p=0.0004），1个月和12个月之间也存在显著差异（p<0.001）；然而，6个月和12个月之间没有显著差异（p=0.0551），这表明12个月后TFC趋于稳定。对于C. longa和Z. aramatum，所有成对比较都显著（p<0.01），表明12个月内TFC持续下降。

3.3 随储存时间抗氧化潜力下降，表现为IC50的增加

通过DPPH自由基清除实验评估了三种物种的抗氧化能力，并使用50%抑制浓度（IC50）计算了其还原能力。抗坏血酸被用作标准品。图1G–I显示了不同储存时间下的IC50值，中位数（Q1–Q3）的值在表3中进行了总结。

表3 给定样本一年内IC50的总结表：
- 第一个月的IC50（μg/mL），平均值（Q1–Q3）
- 第六个月的IC50（μg/mL），平均值（Q1–Q3）
- 第十二个月的IC50（μg/mL），平均值（Q1–Q3）

- 抗坏血酸：40.35–44.46、43.16–45.64、43.92–45.89
- C. tamala（001）：70.32（65.49–73.77）、83.99（82.21–88.54）、114.02（109.93–121.44）
- C. longa（002）：74.37（71.15–78.30）、105.33（102.80–110.78）、135.95（131.22–143.88）
- Z. armatum（003）：66.24（64.03–68.50）、81.99（79.42–86.84）、123.65（105.99–129.17）

图1中的箱子上方的不同字母表示Tukey HSD的结果：具有不同字母的时间点之间存在显著差异，而具有相同字母的时间点之间则没有差异。表S2给出了每个样本的时间间隔分析I%。如图1G–I中的黑色方块标记所示，所有数据都与标准抗坏血酸的IC50值（40.35–44.46 μg/mL）进行了比较。对于C. tamala，1个月的IC50中位数从70.32（65.49–73.77）μg/mL增加到6个月的83.99（82.21–88.54）μg/mL，12个月的114.02（109.93–121.44）μg/mL。Curcuma longa提取物在1个月的IC50中位数为74.37（71.15–78.30）μg/mL，6个月增加到105.33（102.80–110.78）μg/mL，12个月增加到135.95（131.22–143.88）μg/mL。Zanthoxylum aramatum在1个月、6个月和12个月的IC50中位数分别为66.24（64.03–68.50）μg/mL、81.99（79.42–86.84）μg/mL和123.65（105.99–129.17）μg/mL。ANOVA显示所有提取物的IC50在储存时间上存在高度显著差异（C. tamala：p=1.31×10^-8；C. longa：p=3.06×10^-29；Z. aramatum：p=9.24×10^-8）。Tukey HSD分析表明，C. tamala和C. longa的所有成对比较都显著（p<0.001）。对于Z. aramatum，所有比较都显著（p<0.01），尽管1个月和6个月之间的差异不那么明显（p=0.0228）。时间和变量（生物活性）的p值见表S3和S4。

3.4 海拔高度对植物化学成分和抗氧化活性的影响

为了研究海拔高度对植物化学成分和抗氧化活性的影响，我们使用多元线性回归分析了TPC、TFC和IC50作为因变量，海拔高度（m）作为自变量（见图2）。

图2显示了海拔高度与植物化学参数（TPC、TFC和IC50）之间的关系。散点图显示了Curcuma longa、Cinnamomum tamala和Zanthoxylum armatum的采样海拔高度对总酚含量（TPC，mg GAE/g）、总黄酮含量（TFC，mg QE/g）和抗氧化活性（IC50，μg/mL）的影响。黑色点代表单个样本的测量值，红线表示拟合的回归模型，阴影带表示预测均值的95%置信区间。

表4 海拔高度对TPC、TFC和IC50的多重线性回归影响：
- 自变量：TPC（mg GAE/g）、TFC（mg QE/g）、IC50（μg/mL）
- 回归系数：R^2
- p值：
- C. tamala（001）-TPC：0.006291、0.012511、0.229893
- C. tamala（001）-TFC：0.006076、0.000858、0.753951
- C. tamala（001）-IC50：0.000957、0.000269
- C. longa（002）-TPC：0.006721、0.004059、0.433991
- C. longa（002）-TFC：0.003507、0.026236、0.045466
- C. longa（002）-IC50：0.004776、0.005482、0.605595
- Z. armatum（003）-TPC：-0.000447、0.000015、0.976081
- Z. armatum（003）-TFC：0.006619、0.011446、0.403967
- Z. armatum（003）-IC50：0.000711、0.000228、0.948188

注：所有其他情况下的p值均大于0.05。除了C. longa-TFC外，海拔高度对TPC、TFC或IC50没有显著影响。对于C. tamala，海拔高度对TPC（β=0.0063，R^2=0.0125，p=0.230）、TFC（β=0.0061，R^2=0.0009，p=0.754）或IC50（β=0.0010，R^2=0.0003，p=0.921）没有显著影响。同样，在Z. armatum中，TPC（β=-0.0004，R^2=0.00002，p=0.976）、TFC（β=0.0066，R^2=0.0114，p=0.404）或IC50（β=0.0007，R^2=0.0002，p=0.948）也没有显著关联。相比之下，对于C. longa，海拔高度与TFC（β=0.0035，R^2=0.0262，p=0.045）之间存在轻微的正相关，表明较高的海拔高度与黄酮含量的增加有关。对于TPC（β=0.0067，R^2=0.0041，p=0.434）或IC50（β=-0.0048，R^2=0.0055，p=0.606），海拔高度没有显著影响。总体而言，多元线性回归分析显示海拔高度的效应是混合的，只有C. longa在较高海拔下显示出黄酮含量的轻微增加。

4 讨论

4.1 随储存时间TPC、TFC和抗氧化活性的下降

本研究的主要目的是评估Cinnamomum tamala、Curcuma longa和Zanthoxylum aramatum的甲醇提取物在12个月内的基本植物化学性质（包括总酚含量（TPC）、总黄酮含量（TFC）和抗氧化活性（IC50）的稳定性。在所有三个物种中，我们观察到随着储存时间的增加，TPC和TFC持续下降，同时抗氧化潜力也相应下降。这一趋势与先前的研究结果一致，这些研究表明酚类和黄酮化合物在储存过程中由于氧化、聚合以及酶促或化学转化而极易降解（Singh和Madan 2018；Yap等人2023）。新鲜样本与IC50值与抗氧化剂强度之间的负相关关系是DPPH测定的一个基本特征，其中较高的IC50值表示较弱的活性（Zheng等人，2010年；Martinez-Morales等人，2020年）。本研究使用了参考标准物抗坏血酸作为评估提取物效力的基准。然而，没有任何一种植物提取物的效力能够与抗坏血酸相媲美；所有物种随时间变化的相对降低趋势是一致的。在三种物种中，Z. armatum表现出最高的初始总多酚（TPC）和总黄酮（TFC）含量，其次是C. longa和C. tamala，这与早期研究结果一致（Phuyal等人，2020年；Tandukar等人，2022年）。由于甲醇的强极性，它被用作本研究的提取溶剂，能够有效溶解酚类、黄酮类和其他生物活性代谢物（Stalikas，2007年；Do等人，2014年）。我们测量得到的结果与先前发表的数据存在差异，这可能归因于提取方法、样品处理、植物成熟度以及环境条件等因素。

4.3 海拔的影响

与显著的储存效应相比，海拔对总多酚（TPC）、总黄酮（TFC）和IC50的影响较小，除了C. longa中海拔与总黄酮（TFC）之间存在轻微的正相关关系。这一发现表明，采后和储存因素对植物化学物质的稳定性影响更大。尽管一些研究表明，在较高海拔地区由于UV-B辐射或较低温度的作用，酚类或黄酮类物质的积累会增加（Gil等人，2013年；Santin等人，2018年），但我们的研究结果表明，储存条件的影响可能超过了海拔因素。有限的海拔范围、样本量以及与其他环境因素的共变可能进一步解释了没有明显海拔效应的现象。

4.4 对草药产品质量和标准化的意义

植物化学物质在储存过程中的减少及其伴随的抗氧化活性的下降对制药和营养保健品行业具有重要意义。次级代谢物含量的变化给草药提取物的标准化带来了挑战，强调了需要控制储存条件、严格的质量控制和稳定性测试（Tanko等人，2005年；Efferth，2012年；Booker等人，2015年；Abraham等人，2023年）。采用先进的分析方法，包括色谱-质谱法和非靶向代谢组学，可以全面分析生物活性化合物，检测化学变化，并识别特定地理区域的化学类型（Betz等人，2011年；Steinmann和Ganzera，2011年；Brinckmann，2015年；van Wyk和Prinsloo，2020年）。此外，人工智能和机器学习方法有助于预测生物活性、优化提取方案，并提高天然产物研究的可重复性（Varghese等人，2025年）。这些策略共同促进了稳健的质量保证框架的发展，确保了草药制剂在整个生产、储存和分销过程中的治疗效果和安全性。

5 结论

总体而言，我们的研究表明，在12个月的时间里，C. tamala叶片、C. longa根茎和Z. armatum果实的总多酚（TPC）、总黄酮（TFC）和抗氧化活性均显著下降，这种下降是由储存条件驱动的。地理海拔的影响较小，仅对C. longa的总黄酮（TFC）有轻微的正向影响。这些发现强调了适当的储存条件、标准化的提取方案以及严格的质量控制措施在维持植物衍生产品生物活性方面的重要性。未来的研究应探索更大的海拔梯度，整合多因素环境分析，并评估不同地点的新鲜植物材料，以更好地区分地理因素和储存条件引起的降解作用。

作者贡献

Dipak Paudel：方法学、正式分析、研究、撰写——初稿、数据管理、验证。
Megh Raj Pokhrel：监督、撰写——审阅和编辑、概念构思。
Achyut Adhikari：概念构思、方法学、撰写——审阅和编辑。
Bhoj Raj Poudel：方法学、撰写——审阅和编辑。
Santosh Koirala：数据管理、研究、验证、撰写——初稿、数据可视化。
Dhaka Ram Bhandari：概念构思、方法学、数据可视化、监督、撰写——审阅和编辑。

致谢

我们感谢尼泊尔Godawari的国家植物标本馆和植物实验室在鉴定植物方面提供的帮助。

利益冲突

作者声明没有利益冲突。

数据可用性声明

支持本研究结果的数据可向通讯作者索取。由于隐私或伦理限制，这些数据并未公开。