基于FBMN代谢组学策略的道地太子参地理标志物发现与溯源研究

本研究针对太子参(Pseudostellaria heterophylla)因野生资源枯竭和栽培品质量参差导致的质量标准化难题，开发了整合UHPLC-HRMS与特征分子网络(FBMN)的代谢组学平台。通过多变量统计和机器学习算法，研究人员成功区分福建道地产区与其他主产区样本，鉴定出6种显著富集于福建产区的特征代谢物（包括伪斯塔拉林A/F、异叶素J等），为道地药材质量控制和地理溯源建立了可推广的分析范式。

　　

面对伪斯塔拉利亚异叶参(Pseudostellaria heterophylla, PH)这一具有重要经济与临床价值的中药材因野生资源枯竭和栽培品质量不一致导致的质量标准化困境，研究者构建了整合超高效液相色谱-高分辨质谱(UHPLC-HRMS)与特征分子网络(Feature-Based Molecular Networking, FBMN)的代谢组学分析平台。FBMN技术通过特征碎片路径实现了生物碱/有机酸/嘌呤类化合物的簇状聚类注释，而结构异质性较高的环肽类则形成独立节点。多变量统计分析（主成分分析PCA、正交偏最小二乘判别分析OPLS-DA）与机器学习（K_均值聚类）揭示了福建道地产区与其他主要商业产区（安徽、贵州、江苏）样本间的显著化学差异，并通过对照药材控制的组间比较分析得到验证。值得注意的是，伪斯塔拉林A/Pseudostellarin A、伪斯塔拉林F/Pseudostellarin F、异叶素J/Heterophyllin J、阿魏酸(Ferulic acid)、二氢阿魏酸(Dihydro ferulic acid)及壬二酸(Azelaic acid)六种特征代谢物在福建产区样本中呈现显著高丰度，成为可靠的地理标志物候选。该研究不仅为福建作为道地产区的地位提供了科学依据，更建立了可迁移至其他药材地理真实性评估的系统性分析框架。