本网站使用cookie。继续浏览本网站,即表示您同意我们使用cookies。有关cookies的更多细节以及如何管理它们,请参阅我们的 隐私政策

2025.08.01

黄芪, 中药材, 中药材品质, 中药材代谢物, 药用植物, 代谢组学, 靶向代谢, 非靶代谢, 三黍, 山西

只测了代谢组,IF 9.8文章却能解答“选产地还是选年限”的中药材关键问题!

在针对中药材品质和成分评估的现代化研究中,深入解析影响其药效的物质基础,需要围绕几大核心影响因素进行课题设计,如野生环境栽培或传统移栽、药材生长年限、药材种植地理环境差异等。



要全面刻画这些因素如何影响药材中的药效物质,特别是决定其生物活性的关键次级代谢产物(如黄酮类、皂苷类)和多糖类等成分的组成与含量,并深入理解其背后的分子调控机制,科学阐释中药材品质形成的分子基础、建立客观的品种鉴别体系与优质栽培规范,可以参考包含以下步骤的多维技术策略:


运用非靶向代谢组学技术,对药材进行整体代谢物构成图谱构建。

多糖结构解析和活性研究,主要针对多糖类药效成分,明确其构效关系,评估解析功效关键。


蛋白质组学,鉴定参与药效活性成分物质生物合成酶的表达丰度与修饰状态,解释不同组别药材物质积累差异原因。


高通量测序,探索疗效相关物质合成通路基因表达差异,与代谢组、蛋白质组数据结合进行多组学整合分析,构建从基因表达、蛋白翻译与修饰到最终代谢物积累的完整调控网络。

完整技术路线图见链接:一周写完中医药口国自然,这些现成的技术路线拿走!

如何深入解析栽培模式与生长年限对特定药材核心代谢物谱的动态影响,挖掘关键品质区分标志物?不妨参考这篇IF 9.8的优秀文章思路!



背景

黄芪(HQ)是一种具有丰富药用和食用价值的中药材。目前市场上主要有两种黄芪品种:野生模拟黄芪(FYS)和移植黄芪(PZ),管目前正在对HQ进行大量研究,但仍有不足之处:样品的栽培方法仍不清楚;HQ的栽培方式不同;此外,FYS与PZ特征成分的含量在不同文献中报道也存在显著差异。


2025年3月15日发表在Food Chemistry上的题为“Metabolomics analysis of Astragali Radix in Shanxi Province: Investigating the impact of various cultivation methods and growth years on metabolite profiles”的文章,作者用代谢组学方法研究了不同栽培方式和生长年限下黄芪与移植黄芪的复杂代谢变异。发现不同生长年限黄芪与移植黄芪的代谢变化具有显著的相似性,即皂苷在生长初期含量较高,而黄酮类化合物在生长后期含量增加。FYS与移植黄芪表现出不同的化学特征,毛蕊异黄酮-7-O-葡萄糖-6"-O-乙酸酯和环黄芪醇-水合物可作为区分两种黄芪的指标。

图片11.png


研究对象

不同栽培方式、不同生长年限和地理来源的黄芪



技术方法

非靶向代谢组学技术、多元统计分析



技术路线
图片12.png










研究结果










1.HQ代谢物的分析

对黄芪(HQ)在不同栽培方式(野生模拟栽培FYS与移栽PZ)和生长年份条件下的代谢物进行了全面分析。研究首先通过自建数据库结合HMDB数据库对HQ样本中代谢物进行非靶向分析,最终在FYS样本中鉴定出1027个代谢物,在PZ样本中则鉴定出1143个代谢物。为了确保结果可靠性,进一步采用MS1和MS2谱图精细筛选,最终确认FYS样本中存在413种可信代谢物,PZ样本中则为429种。从代谢物类别来看,两种栽培方式样本中次级代谢物最为关键,尤其是黄酮类和皂苷类成分在中药药效中具有广泛应用。研究表明,FYS样本中次级代谢物种类为221种,而PZ样本为205种(图1B-C)。这反映了野生模拟栽培黄芪在次级代谢产物积累方面具有更为丰富的表现,可能因其更接近自然生长环境和更长的生长期。

图片13.png

图1. 黄芪代谢物种类和数量



2.不同生长年限HQ的代谢组学分析

作者通过主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)等多元统计方法,揭示了各年份样本之间在代谢轮廓上的显著差异。从图2A–F可以看到,无论是FYS样本(1–6年)、WZ样本(1–3年)还是YX样本(14–26个月),PCA均能有效将不同年份的样本分成明显的聚类,且同一组内的样本分布紧密,说明实验重复性良好,代谢物稳定。而PLS-DA的结果进一步显示,在FYS样本中,1–2年与5–6年之间代谢物存在显著差异(图2B);在WZ样本中,1年样本与2–3年样本也呈现显著区分(图2D);YX样本则在14、18和26个月之间表现出清晰的代谢变化趋势(图2F)。

图片14.png

图2. 不同生长年限FYS、WZ和YX样品的PCA和PLS-DA分析结果

为了深入挖掘不同年份代谢物的时间变化趋势,研究进一步利用VSClust和STEM方法对显著差异代谢物进行了软聚类和趋势分析。在FYS样本中,共识别出4个代谢物聚类(图3B),其中:Cluster 1主要由皂苷类组成,在第2年达到高峰;Cluster 2代谢物多出现在第6年;Cluster 3以黄酮类为主,呈逐年上升趋势;Cluster 4代谢物则随着时间推移逐渐下降(图3C-F)。部分黄酮(如Ononin)在第2年最丰富,而如Kaempferol-3-O-glucoside、Apigenin等则随着年份增加逐渐累积。而皂苷方面,如Astralanosaponin A2 和 Huangqiyenin L 在第2年达到高值,Soyasapogenol B 则随着生长年份持续上升(图3G)。

图片15.png

图3. 不同生长年限FYS样品代谢物分析

WZ和YX样本的代谢趋势也表现出相似的规律(图4)。在WZ中,Cluster 1代谢物随时间递增,其中黄酮类Calycosin和皂苷类Soyasapogenol B含量持续升高(图4C-D);而YX样本中,Cluster 1代谢物(主要为皂苷)则呈下降趋势,Cluster 3代谢物(主要为黄酮)则在18月时达到峰值,如Trifolirhizin、Glycitein(图4G-H)。

图片16.png

图4. 不同生长年限WZ和YX样品的代谢物分析



3.两种栽培方式下HQ的代谢组学分析

作者通过主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)(图5A-D),可以明显看出FYS与PZ样本在代谢物谱上存在显著分离,说明栽培方式对HQ代谢物积累有明显影响。此外,因PZ来源于两个地理产区(WZ与YX),研究进一步引入了ASCA分析(图5E),有效地区分了WZ和YX两地的样本,且模型解释度超过80%,显示其高度稳定可靠。

图片17.png

图5. 不同栽培方式和地理区域的 HQ 样品的 PCA、PLS-DA 和 ASCA 分析结果

接着,研究对不同栽培年限下的FYS与PZ进行了逐对比较,结合VIP ≥ 1.3、P < 0.05 和 FC ≥ 2或≤0.5的筛选标准,挖掘差异代谢物:FYS 1年 vs. PZ 1年:发现32个差异代谢物,其中30个下调,2个上调(图6A-B);FYS 5年 vs. PZ 2年:识别35个差异代谢物(图6D-E);FYS 6年 vs. PZ 3年:识别41个差异代谢物(图6G-H); 这些差异物质主要集中在黄酮类与皂苷类中(图6C、6F、6I),其中尤以黄酮类数量为多。

为进一步寻找可用于区分FYS与PZ的关键代谢标志物,研究通过ROC曲线筛选潜在生物标志物。结果显示,Calycosin-7-O-Glc-6”-O-acetate 和 Cycloastragenol-H2O 在所有比较组中均显著富集于FYS样本(图6C、6F、6I)。前者是Calycosin的衍生物,具备更高特异性与检测稳定性;后者是皂苷类成分Astragaloside IV的水解产物,也表现出良好的区分能力。因此,这两种代谢物被提出作为FYS与PZ区分的潜在代谢标志物。

图片18.png

图6. 同一市场流通时间内不同栽培方式的HQ样品代谢物分析

此外,对于PZ中两个产区WZ与YX的比较,WZ 12个月和YX 14个月的比较发现了47种差异代谢物,其中17种上调,30种下调(图7 A-B )。此外,WZ 24个月和YX 18个月的比较发现了35种差异代谢物(图7 D-E)。WZ 36个月和YX 26个月的比较发现了30种差异代谢物(图7 G-H)。虽然也检测到一定差异代谢物,但从整体趋势看,这种产地影响远小于栽培方式带来的差异。说明在相同栽培方式下,地理来源对代谢轮廓的影响相对较小。

图片19.png

图7. 同一市场流通时间内不同产地PZ样品的代谢物分析结果



小结

本研究通过代谢组学比较了黄芪在野生模拟栽培(FYS)与移栽种植(PZ)两种方式下的代谢物差异。结果显示,FYS样本中黄酮类和皂苷类代谢物含量普遍高于PZ,且两者代谢谱明显分离。进一步筛选出Calycosin-7-O-Glc-6”-O-acetate和Cycloastragenol-H2O作为潜在标志物,可有效区分两种栽培方式。该研究为黄芪质量控制和品种鉴别提供了重要依据。


滑动查看更多:

·


排版:野凌

审核:三黍生物企宣部

联系我们

*
*
*
*
提 交