Este estudio se basa en la tecnología UHPLC-Q-Orbitrap HRMS (cromatografía líquida ultrarrápida - cuadrupolo - trampa orbital de campo electrostático de alta resolución), combinada con varios métodos de aprendizaje automático, para construir una estrategia de identificación del origen de los extractos de 赤芍 de Sichuan y de otras regiones del norte. Se obtuvo la información sobre los componentes químicos de las muestras mediante UHPLC-Q-Orbitrap HRMS, se utilizó análisis estadístico multivariante para seleccionar los compuestos diferenciadores, y sobre esta base se establecieron modelos de clasificación de bosques aleatorios (RF), aumento extremo de gradiente (XGBoost) y aumento adaptativo (AdaBoost). El rendimiento del modelo se evaluó mediante el área bajo la curva de características del receptor (AUC), y se introdujo el método SHAP (Shapley Additive Explanations) para cuantificar y explicar la contribución de los componentes endógenos durante el proceso de clasificación. Se detectaron en total 95 componentes químicos, de los cuales 40 muestran diferencias significativas entre las regiones de origen. La comparación del rendimiento del modelo mostró que el modelo RF supera a XGBoost y AdaBoost en precisión y estabilidad. El análisis SHAP reveló que el ácido linoleico, la rheinósido y la piridoxina contribuyen más significativamente a la discriminación del origen, con contenidos notablemente más altos en 赤芍 de Sichuan, lo que tiene potencial como componentes característicos del origen. El marco metodológico establecido en este estudio permite una identificación precisa de los extractos de 赤芍 de Sichuan y ofrece nuevas ideas y soporte técnico para la evaluación de la autenticidad y el control de calidad de las materias primas de la medicina tradicional china.

赤芍;quimiometría;composición química;aprendizaje automático;origen geográfico;cromatografía líquida ultrarrápida - cuadrupolo - trampa orbital de campo electrostático de alta resolución (UHPLC-Q-Orbitrap HRMS)