《Food Chemistry: X》：Metabolomic signatures and machine learning-based geographical origin discrimination of fresh tea leaves from Enshi Prefecture
编辑推荐：
本研究将常规化学成分分析与基于超高效液相色谱-四极杆飞行时间质谱（UHPLC-QTOF-MS）的非靶向代谢组学相结合，对采自湖北省恩施土家族苗族自治州巴东、恩施、鹤峰、利川、宣恩和咸丰六个核心产茶县的47份鲜茶叶样品进行了系统分析。结果显示，区域环境对鲜叶代谢
本研究将常规化学成分分析与基于超高效液相色谱-四极杆飞行时间质谱（UHPLC-QTOF-MS）的非靶向代谢组学相结合，对采自湖北省恩施土家族苗族自治州巴东、恩施、鹤峰、利川、宣恩和咸丰六个核心产茶县的47份鲜茶叶样品进行了系统分析。结果显示，区域环境对鲜叶代谢表型的决定性影响超过海拔和遗传背景。不同产地呈现显著差异的化学特征：鹤峰（HF）以高氨基酸含量为特征，巴东（BD）以高可溶性糖和咖啡因含量为特征，咸丰（XF）以高茶多酚含量为特征，宣恩（XE）以高黄酮含量为特征，利川（LC）则表现为高黄酮和低茶多酚的组合，而恩施（ES）呈相对平衡的代谢状态。海拔对核心代谢物的影响有限且缺乏系统性。通过加权基因共表达网络分析（WGCNA）和机器学习建模，研究人员构建了随机森林（RF）判别模型，在内部测试集中取得100%的分类准确率；基于Shapley加法解释（SHAP）方法识别出腺苷等多种候选判别代谢物。该研究为恩施州鲜茶叶的地理起源判别提供了代谢组学依据，并为区域茶叶品质形成机制研究奠定了基础。
茶叶品质形成主要取决于鲜叶原料的物质基础和产地环境的“风土（Terroir）”效应。中国恩施土家族苗族自治州地处北纬30°，具有独特的亚热带季风气候和土壤条件，其鲜叶代谢物被赋予区域性识别特征。然而，已有研究多集中于成品茶，鲜叶原料在不同山地微环境下的代谢差异尚未充分表征。为此，研究人员提出假设：不同产地鲜叶在化学组成和整体代谢谱上存在可检测差异；这些差异涉及多个代谢途径的协同变化，而非孤立化合物；且区域相关代谢特征可为机器学习产地判别提供足够信息。
研究人员从恩施州巴东（BD）、恩施（ES）、鹤峰（HF）、利川（LC）、宣恩（XE）和咸丰（XF）六个核心产茶县采集47份鲜叶样品（涵盖17个品种），结合基础化学分析和超高效液相色谱-四极杆飞行时间质谱（UHPLC-QTOF-MS）非靶向代谢组学表征了区域差异。通过加权基因共表达网络分析（WGCNA）识别与产地相关的代谢模块，并整合差异代谢物构建支持向量机（SVM）、极限梯度提升（XGBoost）和随机森林（RF）判别模型，以Shapley加法解释（SHAP）定量评估代谢物贡献。
关键技术方法简述：样本为2024年4月1–5日于47个地理定位点采集的鲜茶叶，按四分法取样并微波固定、冻干。环境数据提取自国家青藏高原数据中心1km分辨率月均温与降水数据集。采用国家标准方法测定茶多酚、游离氨基酸、儿茶素、咖啡因等理化指标；UHPLC-QTOF-MS在正负离子模式下采集数据，经TIC归一化等预处理后获得1713个代谢物。统计方法包括方差分析（ANOVA）、Spearman相关、主成分分析（PCA）、偏最小二乘判别分析（PLS-DA）、WGCNA及三种机器学习算法，并采用五折交叉验证和内部测试集评估。
3.1 基础化学品质差异及与海拔的相关分析
3.1.1 特征化学成分分析
化学分析显示六个产地的鲜叶化学成分存在显著差异（P<0.05）。HF产地总游离氨基酸和茶氨酸含量最高，而茶多酚较低，呈典型高氨基酸低多酚特征；BD的可溶性糖和咖啡因含量显著高于其他产地；XF总茶多酚含量最高；XE总黄酮含量显著偏高；LC高黄酮但低茶多酚，且没食子酸低；ES各成分相对均衡。儿茶素组分方面，BD同时富含EGCG、EGC和GC，XF和XE保持较高酯型儿茶素，LC富含EC，ES以GCG为主。这表明区域环境与鲜叶化学组成的地理分化紧密相关。
3.1.2 主要化学成分与海拔的相关模式
Spearman相关与非线性拟合显示，15种核心成分中仅ECG（P=0.04）和总茶多酚（P=0.03）与海拔呈弱负相关，其余均无显著线性趋势。说明在本样本范围内，海拔不是主导这些化合物变化的因素。
3.2 代谢谱的地理分化及海拔相关变异
3.2.1 代谢数据降维和可视化
基于UHPLC-QTOF-MS共注释到1713个代谢物，涵盖氨基酸及其衍生物、有机酸、黄酮、酚酸、生物碱等14类。PCA显示BD与其余产地显著分离，PLS-DA将样品分为三簇，UMAP进一步实现六产地完全分离，表明代谢谱含有产地判别信息。海拔分组比较发现仅13个代谢物在所有配对比较中显著差异，占总数不到1%，且变化幅度有限，方向不一致，进一步支持海拔影响较小。
3.2.2 与地理起源相关的差异代谢物筛选与特征化
通过PLS-DA（VIP>1.5，P<0.05）共筛选出135个差异代谢物，其中多酚类45个、肽类33个、有机酸14个、萜类12个等。XE和XF呈现多类别协同高积累，黄酮、儿茶素衍生物、生物碱、有机酸、核苷和糖类均高水平；BD特异性富集脂质和多种有机酸；ES相对低多酚而高肽类（如Phe-Lys-Tyr）和亚麻苦苷；LC和HF处于中间但保留个体特异性，如LC中百里醌和3-甲基己二酸升高。
3.3 基于代谢网络的预测建模与机制分析
3.3.1 WGCNA分析
WGCNA将代谢物划分为多个模块，并与产地关联。XE和XF均与ME#BE94BD等模块正相关，该模块含多酚、脂质、有机酸和核苷，表明两产地代谢差异是跨化学类别的协调变化；BD与含脂质和有机酸的模块正相关，但与另一脂质模块负相关，反映不同脂质亚群的方向性调控；ES与富含肽的模块正相关，凸显肽相关代谢特征。
3.3.2 地理起源判别模型构建
3.3.2.1 模型性能评估与算法选择
比较三种模型，SVM准确率80%，XGBoost为90%，RF在内部测试集上准确率达100%（95% CI：91
