摘要
تستند هذه الدراسة إلى تقنية الطيف الكتلي عالي الدقة ذات العمود الرباعي ومصيدة المدار الحقلية الكهربائية (UHPLC-Q-Orbitrap HRMS)، بالإضافة إلى دمج عدة طرق تعلم آلي، لبناء استراتيجية تمييز مصدر عشبة شيشاو الحمراء في سيتشوان عن المناطق الأخرى في الشمال. من خلال الحصول على معلومات المكونات الكيميائية للعينة باستخدام UHPLC-Q-Orbitrap HRMS، تم استخدام التحليل الإحصائي المتعدد لاختيار المركبات المتمايزة، وبعد ذلك تم بناء نماذج تصنيف الغابات العشوائية (RF)، التعزيز المتطرف (XGBoost)، والتعزيز التكيفي (AdaBoost) على التوالي. تم تقييم أداء النماذج باستخدام مساحة تحت منحنى خاصية تشغيل المستقبل (AUC)، وتم إدخال طريقة تفسير شابلي الإضافية (SHAP) لترتيب كمية ومساهمة المكونات الداخلية في عملية التمييز. تم الكشف عن 95 مكونًا كيميائيًا في المجموع، بينها 40 مكونًا تظهر فروقًا معنوية بين مناطق المصدر المختلفة. أظهر مقارنة أداء النماذج أن نموذج الغابات العشوائية (RF) تفوق من حيث الدقة والثبات على XGBoost وAdaBoost. كشفت تحليلات SHAP بأن حمض اللينوليك، الروينوزيد وفيتامين ب6 هم الأكثر مساهمة في التمييز الجغرافي، وكان محتواهم أعلى بوضوح في شيشاو الحمراء في سيتشوان، مما يدل على إمكانية اعتبارهم مكونات مميزة لمصدر المنشأ. الإطار المنهجي الذي تم إنشاؤه في هذه الدراسة يمكنه تحقيق تعريف دقيق لعشبة شيشاو الحمراء في سيتشوان، ويوفر أفكارًا ودعمًا تقنيًا جديدًا لتقييم الأدوية التقليدية الصينية ذات المنشأ الصحيح والرقابة على الجودة.
关键词
شيشاو الحمراء;الكيمياء التحليلية في القياس;المكونات الكيميائية;التعلم الآلي;المصدر الجغرافي;الكروماتوغرافيا السائلة فائقة الكفاءة - الطيف الكتلي عالي الدقة ذات العمود الرباعي ومصيدة المدار الحقلية الكهربائية (UHPLC-Q-Orbitrap HRMS)