基于因子感知的GC-MS与FTIR跨模态映射解析中国烤烟叶片中地理来源与茎位对挥发物—基质协变的作用

《RSC Advances》：Factor-aware cross-modal mapping of GC-MS and FTIR resolves geographic and stalk-position contributions to volatile–matrix covariation in tobacco leaves from ChinaOpen Access

　　

摘要专业翻译 异质生物材料中的跨平台相关性可能反映共享的实验结构，而非内在的化学耦合。本研究采用平衡的10×3×3设计，对来自中国10个产区、3个茎位的90片烤烟叶片，分别使用顶空固相微萃取-气相色谱-质谱联用（HS-SPME-GC-MS）和傅里叶变换红外光谱（FTIR）进行分析。针对预设的8×8跨模态面板，将合并秩协方差分解为产区、茎位、产区×茎位交互及单元内残差组分，并通过保持设计结构的置换检验、嵌套分类和留一产区交叉验证评估稳健性。FTIR重复样本一致性高（中位样本内平均相关系数约0.996）。两种分析平台均包含可重现的茎位信息，特征级融合内部准确率达84.4%，但当完全留出产区时降至42.2%。地理来源主导全局分析异质性，14条保留的跨模态关联（|ρ| ≥ 0.30；错误发现率 q < 0.05）中有13条以产区贡献为主。烟碱相关芳香族/木质素关联（ρ = 0.479）几乎完全归因于产区间协方差，经产区校正后趋近于零；而部分烟碱—碳水化合物及植醇—糖苷类关系包含较大的产区×茎位交互贡献。该框架为合并多模态相关性的解释提供了来源感知视角；其主要局限在于依赖结构化采样、基于存档总离子流数据的暂定化合物注释，以及对未见地理来源的有限迁移性。

论文解读文章

一、研究背景与问题提出

烟草（Nicotiana tabacum L.）是一种化学成分复杂的工业作物，其关键生物碱、香气相关代谢物及其他小分子物质嵌入由碳水化合物、细胞壁聚合物、脂质、蛋白质和酚类成分构成的植物基质中。上部、中部和下部叶片在成熟度、碳氮分配和代谢物积累方面存在系统性差异，气相色谱-质谱联用（GC-MS）、脂质组学和代谢组学研究已证实茎位对糖类、有机酸、烟碱、二萜类化合物、脂质及相关代谢物存在系统性影响。地理来源则引入另一层面的化学变异，顶空固相微萃取-气相色谱-质谱联用（HS-SPME-GC-MS）及相关挥发物组学研究已证明产区与烟草挥发性特征差异相关。

然而，大多数现有多模态研究聚焦于分类性能、特征选择或预测，而对分析平台之间观察到的关系所蕴含的化学意义关注不足。当两种模态同时响应产区、茎位或其他共享因素时，较强的合并相关性可能主要反映该共同变异来源，而非直接的成分—基质关系。因此，一个关键问题是：烟碱及香气相关成分与叶片基质之间的关系在不同产区和茎位间是否一致，抑或这些关系本身受到地理和生物学变异的结构性影响。

二、研究内容与主要结论

为解答上述问题，研究人员采用平衡的10×3×3实验设计，对来自中国云南省六个产区（麒麟、丽江、普洱、曲靖、文山、楚雄）和贵州省四个产区（东华、湄潭、毕节、遵义）的90片烤烟叶片（每产区每茎位3个生物学重复，含上部B2F、中部C3F、下部X2F各30片）进行平行分析。HS-SPME-GC-MS表征挥发物及代谢物相关色谱特征，傅里叶变换红外光谱（FTIR）记录叶片整体基质的官能团指纹。研究首先评估各模态中产区、茎位及交互作用的方差贡献，随后构建化学可解释的GC-MS-FTIR关联面板，并将合并协方差分解为产区、茎位、产区×茎位交互和单元内残差四个来源。

研究得出以下核心结论：产区主导全局分析异质性，GC-MS和FTIR中产区中位η2分别为0.667和0.511，远高于茎位的0.014和0.027；茎位信息可识别但跨产区迁移性有限，内部交叉验证准确率（GC-MS 0.833、FTIR 0.767、特征融合0.844）在留一产区验证时显著下降（GC-MS 0.422、FTIR 0.511、特征融合0.422）；14条保留的跨模态关联中13条以产区贡献为主，烟碱相关—芳香族/木质素关联（ρ=0.479）几乎完全由产区间协方差解释，经产区校正后趋近于零；部分关联如烟碱—碳水化合物（ρ=?0.313）和植醇—糖苷类（ρ=?0.385）则包含较大的产区×茎位交互贡献。设计保持置换检验未发现各茎位或各产区具有统计学上可区分的跨模态映射网络。

三、主要关键技术方法

研究人员采用了以下关键技术方法：平衡两因素方差分解模型（计算各特征产区、茎位、交互及残差的η2贡献）；嵌套五折样本级交叉验证与留一产区分组验证评估茎位识别及跨产区迁移性；预设8×8跨模态关联面板（GC-MS侧含戊醛相关、异己醇相关、乙偶姻相关、乙酸相关、烟碱相关、植醇相关等窗口，FTIR侧含低波数骨架、糖苷/指纹区、C–O/C–O–C碳水化合物、C–H弯曲、芳香族/木质素、C=O/酰胺、脂肪族C–H伸缩、O–H伸缩等区域）；基于中心化秩评分的因子感知协方差分解（将合并Spearman协方差精确分解为产区、茎位、交互和残差四组分）；设计保持置换检验（分别扰动产区块、单元内位置细胞和重复标签）及敏感性分析（逐级去除产区效应、主效应后重算相关性）。

四、研究结果分述

GC-MS与FTIR捕获互补的化学维度。 代表性剖面显示，不同茎位间主要保留时间位置和FTIR谱带位置基本保守，但峰高和相对强度存在局部变化，表明共享的挥发物背景和基质组成随茎位发生丰度变化而非全新官能团出现。GC-MS共注释11个主要色谱峰（如戊醛、异己醇、乙偶姻、乙酸、烟碱、植醇等），FTIR主要吸收带（O–H伸缩、脂肪族C–H伸缩、C=O/酰胺、C–O–C/C–O伸缩等）与植物细胞壁文献一致。特征筛选显示FTIR最稳健的茎位相关证据集中于856–866和906–947 cm?1的低波数骨架及糖苷/指纹域。

地理背景主导全局分析方差。 平衡因子分解显示，GC-MS中产区中位η2为0.667、茎位0.014、交互0.189、残差0.094；FTIR中产区0.511、茎位0.027、交互0.339、残差0.104。产区贡献远大于茎位，且交互项（尤其FTIR）较大，表明上下部基质变化并非在所有产区一致。地理来源不仅是混杂变量，更是两种模态的重要组织因素。

茎位信息可识别但跨产区迁移性有限。 嵌套样本级交叉验证中GC-MS准确率0.833、FTIR 0.767、特征融合0.844、决策融合0.822；留一产区验证时分别降至0.422、0.511、0.422和0.467。大幅下降表明茎位的化学表达部分依赖于产区背景，内部随机交叉验证不能作为向未见产区迁移的证据。

合并GC-MS-FTIR关联主要由地理结构主导。 8×8关联矩阵中14条链接满足|ρ|≥0.30且FDR q<0.05。因子感知分解显示13条链接的最大绝对值贡献来自产区组分，中位绝对产区贡献0.342，远高于茎位0.018、交互0.024和残差0.0046；合并相关系数与产区协方差贡献强相关（r=0.981）。

因子感知分解改变关键链接的化学解释。 烟碱相关—芳香族/木质素关联（ρ=0.479）的产区贡献即为0.479，茎位、交互和残差贡献分别为?0.026、+0.025和+0.001，产区校正后趋近于零，应解释为不同产区同时改变烟碱相关挥发物状态和芳香族/木质素基质状态。烟碱—碳水化合物关联（ρ=?0.313）最大贡献来自交互组分（?0.201），植醇—糖苷类关联（ρ=?0.385）也含较大交互贡献（?0.149），提示部分挥发物—基质关系反映茎位化学在不同地理背景下的表达方式。

稳健性与分析意义。 设计保持置换检验未发现茎位间（p=0.659）或产区间的跨模态映射差异（p=0.983），交互协方差矩阵也无显著全网络证据（p=0.421）。单元内残差网络全局水平较弱（p=0.062），乙酸相关—脂肪族C–H关联的残差秩相关约?0.382（置换FDR q≈0.026），仅作为候选因子独立关联。这些结果界定了因子感知解释的边界。

五、讨论与结论总结

讨论部分指出，当样本具有强烈的地理、生物学或加工结构时，合并的跨平台相关性可能主要反映两种模态对同一实验因素的共同响应，此时强相关在分析上可重现但化学上不同于层内耦合。产区可同时影响气候、土壤、栽培和成熟过程，在本数据集中产区不仅主导全局方差，也解释大部分保留的跨模态协方差。茎位信息仍可检测但其表达部分依赖产区，两因素应联合考虑而非将地理来源仅视为背景噪声。该框架结合因子方差分解与跨模态关联分析及设计感知置换检验，其分析进展在于将互补测量平台间的协方差直接归因于实验定义来源，可降低过度解释风险，并可能适用于其他作物、药用植物和食品原料的色谱、质谱及振动光谱数据。

结论部分翻译：因子感知的跨模态协方差分析表明，色谱与光谱特征之间的合并关系可能被共享的实验结构主导。在平衡烟草设计中，产区主导全局分析方差及大部分保留的GC-MS-FTIR关联，而茎位信号对未见产区迁移有限且具有显著的区域依赖性交互结构。烟碱相关—芳香族/木质素关系几乎完全由产区间变异解释，经产区校正后消失，证明强合并相关性不一定代表内在化学耦合。方法学创新在于化学解释前将跨平台协方差明确归因于地理、茎位、交互和残差来源。其主要优势是降低将因子诱导相关性赋予内在化学意义的风险。当前局限包括依赖结构化平衡设计、基于存档TIC数据的暂定化合物注释、缺乏位点特定气候元数据以及对未见产区迁移证据有限。更广泛的地理分层采样对未来的跨区域应用至关重要。