本研究は、超高性能液体クロマトグラフィー-四重極-静電場軌道トラップ高分解能質量分析装置（UHPLC-Q-Orbitrap HRMS）技術と複数の機械学習手法を組み合わせて、四川省赤芍と北方のその他産地の赤芍飲片の産地識別戦略を構築した。UHPLC-Q-Orbitrap HRMSによりサンプルの化学成分情報を取得し、多変量統計解析を用いて差別化化合物を選定し、これに基づいてランダムフォレスト（RF）、極限勾配ブースティング（XGBoost）、アダプティブブースティング（AdaBoost）の分類モデルをそれぞれ構築した。受信者動作特性曲線下面積（AUC）でモデル性能を評価し、Shapley Additive Explanations（SHAP）手法を導入して、識別過程における内因性成分の寄与度を定量的にランキングおよび解釈可能性解析を行った。結果として95種類の化学成分が検出され、そのうち40種類が異なる産地間で有意差を示した。モデル性能の比較では、RFモデルがXGBoost及びAdaBoostよりも精度と安定性で優れていた。SHAP解析はリノール酸、レイノシド、およびピリドキシンが産地識別に最も寄与し、四川省赤芍では含有量が著しく高く、産地特性成分としての可能性を持つことを明らかにした。本研究で確立した方法論的枠組みは、四川省赤芍飲片の精密な識別を効果的に実現し、中国伝統薬材の産地評価と品質管理に新たな考え方と技術的支援を提供する。

赤芍;化学計量学;化学成分;機械学習;地理的由来;超高性能液体クロマトグラフィー-四重極-静電場軌道トラップ高分解能質量分析装置（UHPLC-Q-Orbitrap HRMS）