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（UHPLC-Q-Orbitrap HRMS）技術と複数の機械学習手法を組み合わせて、四川産赤芍および北方他地域の赤芍飲片の産地識別戦略を構築した。UHPLC-Q-Orbitrap HRMSを用いて試料の化学成分情報を取得し、多変量統計解析により差異化化合物を選択し、これに基づきランダムフォレスト（RF）、極端勾配ブースティング（XGBoost）、適応型ブースティング（AdaBoost）の分類モデルを構築した。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）法を導入して識別過程における内因性成分の寄与度の定量的ランキングと説明性解析を行った。結果として合計95種の化学成分が検出され、そのうち40種は異なる産地間で有意な差異を示した。モデル性能の比較では、RFモデルが正確性と安定性の面でXGBoostおよびAdaBoostを上回った。SHAP解析から、リノール酸、レイノシド、ピリドキシンが産地識別に最も寄与し、四川の赤芍において含有量が明確に高く、産地特性成分としての可能性を有することが示された。本研究で確立した方法論的枠組みは、四川産赤芍飲片の精密な同定を効果的に実現し、中薬材の道地性評価および品質管理に新たな視点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;地理的起源;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（UHPLC-Q-Orbitrap HRMS）