只測了代謝組，IF 9.8文章卻能解答“選產地還是選年限”的中藥材關鍵問題！
在針對中藥材品質和成分評估的現代化研究中，深入解析影響其藥效的物質基礎，需要圍繞幾大核心影響因素進行課題設計，如野生環境栽培或傳統移栽、藥材生長年限、藥材種植地理環境差異等。
要全面刻畫這些因素如何影響藥材中的藥效物質，特別是決定其生物活性的關鍵次級代謝產物（如黃酮類、皂苷類）和多糖類等成分的組成與含量，并深入理解其背后的分子調控機制，科學闡釋中藥材品質形成的分子基礎、建立客觀的品種鑒別體系與優質栽培規范，可以參考包含以下步驟的多維技術策略：
多糖結構解析和活性研究，主要針對多糖類藥效成分，明確其構效關系，評估解析功效關鍵。
蛋白質組學，鑒定參與藥效活性成分物質生物合成酶的表達豐度與修飾狀態，解釋不同組別藥材物質積累差異原因。
高通量測序，探索療效相關物質合成通路基因表達差異，與代謝組、蛋白質組數據結合進行多組學整合分析，構建從基因表達、蛋白翻譯與修飾到最終代謝物積累的完整調控網絡。
完整技術路線圖見鏈接：一周寫完中醫藥口國自然，這些現成的技術路線拿走!
如何深入解析栽培模式與生長年限對特定藥材核心代謝物譜的動態影響，挖掘關鍵品質區分標志物？不妨參考這篇IF 9.8的優秀文章思路！
黃芪（HQ）是一種具有豐富藥用和食用價值的中藥材。目前市場上主要有兩種黃芪品種：野生模擬黃芪（FYS）和移植黃芪（PZ），管目前正在對HQ進行大量研究，但仍有不足之處：樣品的栽培方法仍不清楚；HQ的栽培方式不同；此外，FYS與PZ特征成分的含量在不同文獻中報道也存在顯著差異。
2025年3月15日發表在Food Chemistry上的題為“Metabolomics analysis of Astragali Radix in Shanxi Province: Investigating the impact of various cultivation methods and growth years on metabolite profiles”的文章，作者用代謝組學方法研究了不同栽培方式和生長年限下黃芪與移植黃芪的復雜代謝變異。發現不同生長年限黃芪與移植黃芪的代謝變化具有顯著的相似性，即皂苷在生長初期含量較高，而黃酮類化合物在生長后期含量增加。FYS與移植黃芪表現出不同的化學特征，毛蕊異黃酮-7-O-葡萄糖-6"-O-乙酸酯和環黃芪醇-水合物可作為區分兩種黃芪的指標。
不同栽培方式、不同生長年限和地理來源的黃芪
非靶向代謝組學技術、多元統計分析
對黃芪（HQ）在不同栽培方式（野生模擬栽培FYS與移栽PZ）和生長年份條件下的代謝物進行了全面分析。研究首先通過自建數據庫結合HMDB數據庫對HQ樣本中代謝物進行非靶向分析，最終在FYS樣本中鑒定出1027個代謝物，在PZ樣本中則鑒定出1143個代謝物。為了確保結果可靠性，進一步采用MS1和MS2譜圖精細篩選，最終確認FYS樣本中存在413種可信代謝物，PZ樣本中則為429種。從代謝物類別來看，兩種栽培方式樣本中次級代謝物最為關鍵，尤其是黃酮類和皂苷類成分在中藥藥效中具有廣泛應用。研究表明，FYS樣本中次級代謝物種類為221種，而PZ樣本為205種（圖1B-C）。這反映了野生模擬栽培黃芪在次級代謝產物積累方面具有更為豐富的表現，可能因其更接近自然生長環境和更長的生長期。
圖1. 黃芪代謝物種類和數量
作者通過主成分分析（PCA）和偏最小二乘判別分析（PLS-DA）等多元統計方法，揭示了各年份樣本之間在代謝輪廓上的顯著差異。從圖2A–F可以看到，無論是FYS樣本（1–6年）、WZ樣本（1–3年）還是YX樣本（14–26個月），PCA均能有效將不同年份的樣本分成明顯的聚類，且同一組內的樣本分布緊密，說明實驗重復性良好，代謝物穩定。而PLS-DA的結果進一步顯示，在FYS樣本中，1–2年與5–6年之間代謝物存在顯著差異（圖2B）；在WZ樣本中，1年樣本與2–3年樣本也呈現顯著區分（圖2D）；YX樣本則在14、18和26個月之間表現出清晰的代謝變化趨勢（圖2F）。
圖2. 不同生長年限FYS、WZ和YX樣品的PCA和PLS-DA分析結果
為了深入挖掘不同年份代謝物的時間變化趨勢，研究進一步利用VSClust和STEM方法對顯著差異代謝物進行了軟聚類和趨勢分析。在FYS樣本中，共識別出4個代謝物聚類（圖3B），其中：Cluster 1主要由皂苷類組成，在第2年達到高峰；Cluster 2代謝物多出現在第6年；Cluster 3以黃酮類為主，呈逐年上升趨勢；Cluster 4代謝物則隨著時間推移逐漸下降（圖3C-F）。部分黃酮（如Ononin）在第2年最豐富，而如Kaempferol-3-O-glucoside、Apigenin等則隨著年份增加逐漸累積。而皂苷方面，如Astralanosaponin A2 和 Huangqiyenin L 在第2年達到高值，Soyasapogenol B 則隨著生長年份持續上升（圖3G）。
圖3. 不同生長年限FYS樣品代謝物分析
WZ和YX樣本的代謝趨勢也表現出相似的規律（圖4）。在WZ中，Cluster 1代謝物隨時間遞增，其中黃酮類Calycosin和皂苷類Soyasapogenol B含量持續升高（圖4C-D）；而YX樣本中，Cluster 1代謝物（主要為皂苷）則呈下降趨勢，Cluster 3代謝物（主要為黃酮）則在18月時達到峰值，如Trifolirhizin、Glycitein（圖4G-H）。
圖4. 不同生長年限WZ和YX樣品的代謝物分析
作者通過主成分分析（PCA）和偏最小二乘判別分析（PLS-DA）（圖5A-D），可以明顯看出FYS與PZ樣本在代謝物譜上存在顯著分離，說明栽培方式對HQ代謝物積累有明顯影響。此外，因PZ來源于兩個地理產區（WZ與YX），研究進一步引入了ASCA分析（圖5E），有效地區分了WZ和YX兩地的樣本，且模型解釋度超過80%，顯示其高度穩定可靠。
圖5. 不同栽培方式和地理區域的 HQ 樣品的 PCA、PLS-DA 和 ASCA 分析結果
接著，研究對不同栽培年限下的FYS與PZ進行了逐對比較，結合VIP ≥ 1.3、P < 0.05 和 FC ≥ 2或≤0.5的篩選標準，挖掘差異代謝物：FYS 1年 vs. PZ 1年：發現32個差異代謝物，其中30個下調，2個上調（圖6A-B）；FYS 5年 vs. PZ 2年：識別35個差異代謝物（圖6D-E）；FYS 6年 vs. PZ 3年：識別41個差異代謝物（圖6G-H）； 這些差異物質主要集中在黃酮類與皂苷類中（圖6C、6F、6I），其中尤以黃酮類數量為多。
為進一步尋找可用于區分FYS與PZ的關鍵代謝標志物，研究通過ROC曲線篩選潛在生物標志物。結果顯示，Calycosin-7-O-Glc-6”-O-acetate 和 Cycloastragenol-H2O 在所有比較組中均顯著富集于FYS樣本（圖6C、6F、6I）。前者是Calycosin的衍生物，具備更高特異性與檢測穩定性；后者是皂苷類成分Astragaloside IV的水解產物，也表現出良好的區分能力。因此，這兩種代謝物被提出作為FYS與PZ區分的潛在代謝標志物。
圖6. 同一市場流通時間內不同栽培方式的HQ樣品代謝物分析
此外，對于PZ中兩個產區WZ與YX的比較，WZ 12個月和YX 14個月的比較發現了47種差異代謝物，其中17種上調，30種下調（圖7 A-B ）。此外，WZ 24個月和YX 18個月的比較發現了35種差異代謝物（圖7 D-E）。WZ 36個月和YX 26個月的比較發現了30種差異代謝物（圖7 G-H）。雖然也檢測到一定差異代謝物，但從整體趨勢看，這種產地影響遠小于栽培方式帶來的差異。說明在相同栽培方式下，地理來源對代謝輪廓的影響相對較小。
圖7. 同一市場流通時間內不同產地PZ樣品的代謝物分析結果
本研究通過代謝組學比較了黃芪在野生模擬栽培（FYS）與移栽種植（PZ）兩種方式下的代謝物差異。結果顯示，FYS樣本中黃酮類和皂苷類代謝物含量普遍高于PZ，且兩者代謝譜明顯分離。進一步篩選出Calycosin-7-O-Glc-6”-O-acetate和Cycloastragenol-H2O作為潛在標志物，可有效區分兩種栽培方式。該研究為黃芪質量控制和品種鑒別提供了重要依據。
滑動查看更多：
排版：野凌
審核：三黍生物企宣部
