基于UHPLC-Q-Orbitrap MS、HS-GC-MS/MS、NMR与MIR多技术数据融合策略的砂仁产地溯源与品质评价研究

这篇研究创新性地整合超高效液相色谱-四极杆-轨道阱质谱（UHPLC-Q-Orbitrap MS）、顶空-气相色谱-串联质谱（HS-GC-MS/MS）、核磁共振（NMR）和中红外光谱（MIR）技术，通过随机森林（RF）等算法构建数据融合模型，成功鉴别砂仁（Amomi Fructus）不同产地（云南、广西等）和品种（阳春砂、绿壳砂等），筛选出27种差异标志物（含黄酮、萜类等），为中药材质量控制提供了多维分析新范式。

　　

研究背景与意义

砂仁（Amomi Fructus）作为药食两用中药材，存在产地混杂、品种混淆等实际问题。传统鉴别方法如DNA条形码技术难以区分近缘种，且单一分析技术（如GC-MS）无法全面表征其复杂成分。研究团队覆盖全球主要产区（云南、广西、缅甸等）的84份样本，首次提出多技术联用策略，旨在建立更精准的质量评价体系。

多技术联用与成分表征

采用UHPLC-Q-Orbitrap MS检测非挥发性成分，鉴定171种化合物（含有机酸、黄酮等），其中52种通过对照品验证；HS-GC-MS/MS分析挥发性成分，识别78种萜类（如樟脑、龙脑）；NMR补充极性成分信息（如槲皮苷）；MIR提供官能团特征（如羰基ν_C=O）。四类技术互补，共捕获286种成分及结构信息。

数据融合模型构建

通过低阶（LLDF）、中阶（MLDF）和高阶（HLDF）融合策略对比发现：

• MLDF最优：RF-RF模型（AUC≈1）筛选出38个关键变量，包括γ-松油醇（抗伤害作用）、β-蒎烯（抗真菌活性）等27种差异代谢物及11项MIR官能团数据。

• 外部验证：仅用38个变量进行PCA分析，即可显著区分广东、福建等验证集样本，证实模型泛化能力。

标志物发现与机制探讨

差异化合物中，槲皮苷（quercitrin）在NMR谱中呈现双峰（δ_H=9.37/9.76 ppm），提示其为产地差异核心成分；MIR数据中1793.474 nm处的羰基峰与香芹酮（carvone）结构对应，实现跨平台结果互证。

应用前景与局限性

该策略为中药材溯源提供了新方法，但样本量（如缅甸仅3份）和储存年限的影响需进一步研究。未来可扩展至其他道地药材，并结合代谢通路分析（如黄酮合成途径）深化机制研究。

（注：全文严格依据原文实验设计、数据及结论缩编，未添加非文献支持内容）