《Journal of Chromatography A》：Comparative Phytochemical Profiling of Three Medicinal Polygonaceae Plants using Integrated Molecular Networking and SIRIUS-Guided Annotation: Implications for Chemotaxonomy
编辑推荐：
•分子网络分析和计算机模拟注释对三种蓼科植物进行了分析。•GNPS分子网络揭示了代谢物之间的结构关系。•SIRIUS支持特征化合物的结构注释。•分析了共有和特有的代谢物，揭示了独特的化学特征。•该流程为植物代谢组学提供了一种可转移的策略。引言药用植物次生代谢物的系统分类和表征是理
- •
分子网络分析和计算机模拟注释对三种蓼科植物进行了分析。
- •
GNPS分子网络揭示了代谢物之间的结构关系。
- •
SIRIUS支持特征化合物的结构注释。
- •
分析了共有和特有的代谢物，揭示了独特的化学特征。
- •
该流程为植物代谢组学提供了一种可转移的策略。
引言
药用植物次生代谢物的系统分类和表征是理解其药理基础、确保质量控制和发现新型生物活性天然产物的关键[[1], [2], [3]]。特别是，对系统发育相关的植物物种进行比较代谢组学研究可以为化学分类学、生物合成途径的演变以及药用资源的合理利用提供宝贵的见解[4,5]。“药理系统发育”这一概念越来越受到重视，表明密切相关的植物类群往往具有相似的代谢途径和化学特征，从而指导天然产物的定向发现[6]。然而，植物提取物表现出极高的化学复杂性，通常含有数百到数千种结构多样的代谢物，这些代谢物具有广泛的动态范围，包括许多异构体和结构类似物[7,8]。这种内在的复杂性给高置信度的代谢物注释带来了巨大的挑战，严重阻碍了密切相关的药用植物物种之间的详细化学分类学比较[8]。
蓼科植物包含许多长期以来被用于传统医学的物种，它们已知能产生多种生物活性次生代谢物，如蒽醌、芪类、黄酮类和单宁[9]。该科中三种广泛使用的物种——Rheum palmatum（大黄；中国药典中规定的大黄来源包括三种Rheum物种，本研究选用了R. palmatum，简称Rp）、Polygonum cuspidatum（虎杖，简称Pc）和Polygonum multiflorum（补血草，简称Pm）——具有某些治疗特性，如抗炎和保肝作用，但每种植物也有独特的适应症：Rp主要用于泻药和清热，Pc用于治疗黄疸和高脂血症，Pm则用于黑发和滋补肝肾[[10], [11], [12]]。尽管已经对每种物种进行了大量的植物化学研究，发现了多种次生代谢物，但对这三种物种共有和特有的化学成分进行系统的比较代谢组学表征仍然很大程度上未被探索。因此，它们重叠和不同的药理效应背后的化学基础尚未得到充分阐明。为了提供理解这些治疗相似性和差异性的化学基础，需要对这三种物种进行系统的化学分类学表征和比较代谢谱分析。这种方法有助于识别化学分类学标志物，并促进这些药用植物的合理区分。因此，在本研究中，我们选择了这三种物种（Rp、Pc和Pm）作为综合代谢组学策略应用的案例。
传统的植物代谢物鉴定工作流程通常依赖于超高效液相色谱-高分辨率质谱（UHPLC-HRMS），随后通过手动光谱解释或与MassBank、NIST或HMDB等数据库进行匹配[7,13,14]。尽管UHPLC-HRMS在代谢物检测方面具有出色的灵敏度和分辨率，但数据注释和结构鉴定已成为限制非靶向代谢组学分析的主要技术瓶颈。手动去重代谢物工作量大、耗时且高度依赖质谱碎裂机制的专业知识[15]。此外，现有的光谱库仅覆盖了有限比例的植物来源的天然产物，缺乏真实的参照标准进一步降低了传统代谢组学研究的注释效率并增加了假阳性的发生率[16,17]。为了解决这些瓶颈，人们广泛采用了计算辅助平台（如Global Natural Products Social Molecular Networking (GNPS)）和结构预测工具（如SIRIUS）来辅助代谢物注释。然而，这两种工具单独使用都无法独立实现全面可靠的代谢物表征[18]。
在本研究中，我们应用了一种分析流程，该流程将基于特征的分子网络（FBMN）与SIRIUS结合在GNPS平台上进行计算机模拟结构注释。GNPS分子网络根据光谱相似性将MS/MS光谱组织成簇，使得结构相关的化合物可以可视化为分子家族[15,19]。这种基于网络的方法显著减少了数据冗余，突出了代谢物之间的关系，并有助于发现尚未表征但结构相关的化合物[15,20]。然而，GNPS本身无法为缺乏数据库匹配的节点分配明确的结构[20]。SIRIUS通过整合多个计算模块来弥补这一不足[21]。它首先使用ZODIAC通过分析整个数据集中的同位素模式和碎裂树一致性来细化分子式候选物[22]。然后，从MS/MS数据构建碎裂树以表示前体离子的层次分解[21]。CSI:FingerID利用这些树来搜索光谱数据库并对候选结构进行排序[23]。此外，CANOPUS可以直接从碎裂模式预测化合物的类别，即使对于未表征的代谢物也能提供化学背景[24]。GNPS和SIRIUS的无缝集成实现了互补的优势：GNPS提供了全局代谢网络的可视化和结构相关性的线索，而SIRIUS实现了对单个节点的精确计算机模拟结构注释[21]。这种结合方法显著提高了代谢物注释的效率和准确性，减少了错误注释的结果，并能够系统地表征已知和未表征的植物代谢物[21]。
利用这一集成流程，我们对Rp、Pc和Pm进行了比较代谢组学分析，以表征它们的物种特异性化学特征，并评估该工作流程在化学分类学区分中的效用。通过系统地注释和比较这三种药用植物的代谢组，我们旨在证明分子网络和计算结构预测的定向应用可以高效准确地解析植物提取物的复杂化学特征，为理解它们重叠和不同的药理效应提供化学基础。本文描述的流程预计可以适应其他植物类群或复杂生物基质中的类似比较植物化学研究。
部分摘录
试剂和材料
本研究中使用的所有溶剂和化学品均为HPLC等级。乙腈和甲醇购自Merck KGaA（德国达姆施塔特）。甲酸和乙酸铵购自CNW Technologies GmbH（中国上海）。超纯水采用Milli-Q的水纯化系统（Millipore，美国马萨诸塞州贝德福德）生成。Rheum palmatum（Rp）、Polygonum cuspidatum（Pc）和Polygonum multiflorum（Pm）的粗药材均商业采购自四川国强
基于FBMN的三种蓼科植物的全球化学分布特征
为了系统地比较Rp、Pc和Pm这三种系统发育相关的药用植物之间的代谢差异，我们通过GNPS平台进行了FBMN分析。这种方法根据碎裂模式相似性自动对质谱特征进行分组，有效区分了使用传统非靶向代谢组学方法难以解析的异构体和结构类似的化合物[15]。如图1所示，基于质荷比的分子网络
结论
在本研究中，我们展示了一种综合解释流程的系统应用，该流程结合了GNPS分子网络和SIRIUS来表征三种蓼科植物的代谢组。这种综合策略使得能够有效区分共有代谢物和物种特异性化学标志物，从而揭示了测试物种之间的独特代谢特征。更重要的是，除了常规的库匹配和结构预测之外，我们还结合了
CRediT作者贡献声明
朱 Luxuan：方法学、软件、研究、数据管理、可视化、验证、撰写原始草稿；薛 Xiaolei：软件、可视化、验证、数据管理、撰写原始草稿；潘 Jingjie：软件、可视化、验证、数据管理、撰写原始草稿；卢 Mengyang：软件、可视化、验证、数据管理、撰写原始草稿；彭 Zhibo：可视化、软件；王 Yue：软件；文 Yingqi：形式分析；邢 Yanchao：
CRediT作者贡献声明
朱 Luxuan：撰写——原始草稿、可视化、验证、软件、方法学、研究、数据管理。薛 Xiaolei：撰写——原始草稿、可视化、验证、软件、数据管理。潘 Jingjie：撰写——原始草稿、可视化、验证、软件、数据管理。卢 Mengyang：撰写——原始草稿、可视化、验证、软件、数据管理。彭 Zhibo：可视化、软件。王 Yue：软件。文 Yingqi：形式分析。邢 Yanchao：撰写
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
致谢
作者感谢中国浙江省自然科学基金在Grant No. LQN26H290009下的支持。
Luxuan Zhu|Xiaolei Xue|Jingjie Pan|Mengyang Lu|Zhibo Peng|Yue Wang|Yingqi Wen|Yanchao Xing
