Este estudo baseia-se na tecnologia UHPLC-Q-Orbitrap HRMS (cromatografia líquida ultrarrápida - quadrupolo - armadilha orbital em campo eletrostático de alta resolução), combinada com vários métodos de aprendizado de máquina, para construir uma estratégia de identificação da origem das ervas 赤芍 de Sichuan e outras regiões do norte. As informações sobre os componentes químicos das amostras foram obtidas por UHPLC-Q-Orbitrap HRMS, utilizando análise estatística multivariada para selecionar compostos diferenciadores e, com base nisso, foram estabelecidos modelos de classificação Random Forest (RF), Extreme Gradient Boosting (XGBoost) e Adaptive Boosting (AdaBoost). O desempenho dos modelos foi avaliado pela área sob a curva da característica do operador receptor (AUC), e o método SHAP (Shapley Additive Explanations) foi introduzido para quantificar e explicar a contribuição dos componentes endógenos durante o processo de classificação. Foram detectados um total de 95 componentes químicos, dos quais 40 apresentaram diferenças significativas entre as regiões de origem. A comparação do desempenho dos modelos mostrou que o modelo RF é superior ao XGBoost e AdaBoost em precisão e estabilidade. A análise SHAP revelou que o ácido linoleico, o reinosídeo e a piridoxina contribuem mais significativamente para a discriminação da origem, com conteúdos significativamente maiores em 赤芍 de Sichuan, tendo potencial como componentes característicos da origem. A estrutura metodológica estabelecida neste estudo permite a identificação precisa das ervas 赤芍 de Sichuan, oferecendo novas ideias e suporte técnico para a avaliação da autenticidade e controle de qualidade das matérias-primas da medicina tradicional chinesa.

赤芍;quimiometria;componentes químicos;aprendizado de máquina;origem geográfica;cromatografia líquida ultrarrápida - quadrupolo - armadilha orbital em campo eletrostático de alta resolução (UHPLC-Q-Orbitrap HRMS)