使用预测建模工具来识别Ocimum spp. 植物产品是植物产品
Evelyn J Abraham1, Sarah J Chamberlain2,3, Wilmer H Perera4
1Intercollege Graduate Degree Program in Plant Biology, Pennsylvania State University, University Park, PA, USA.
Analytical and bioanalytical chemistry
|January 20, 2025
概括
准确的植物识别是具有挑战性的. 这项研究发现,生长条件显著改变了化学特征,使得预测模型无法用于商业 Ocimum 产品的分类.
科学领域:
- 药理学是指药理学,即药理学是指药理学.
- 代谢学 代谢学 代谢学
- 化学测量 化学测量 化学测量
背景情况:
- 植物产品中的物种识别对于研究和监管至关重要.
- 形态上相似的物种,如Ocimum属的物种,由于遗传和代谢标记的重叠,造成了分类挑战.
- 未定位的LC-MS代谢和预测建模为草本身份提供了潜力,但缺乏参考材料是一个局限性.
研究的目的:
- 评估使用温室种植的Ocimum作为商业产品分类的参考材料的可行性.
- 在受控条件下研究三种Ocimum物种 (O. tenuiflorum,O. gratissimum,O. basilicum) 的化学特异性.
- 评估三种化学模型 (部分最小方形,LASSO回归,随机森林) 在商业 Ocimum 产品分类中的性能.
主要方法:
- 使用非定向超高性能液体染色学-并联质谱法 (UPLC-MS/MS) 来分析化学特征.
- 使用正交高性能薄层染色学 (HPTLC) 来识别化类型.
- 在商用Ocimum样本上构建和测试了三种预测模型.
主要成果:
- 三种Ocimum物种在受控环境中表现出不同的化学特征.
- O. tenuiflorum表现出两种化学型,可能会使分析复杂化.
- 化学测量模型无法可靠地分类外部商业样本,原因是与受控材料的显著差异.
- 对于分类新的温室气体样本,Lasso回归效果最好.
结论:
- 种植和加工条件对植物代谢组的复杂性有深远的影响.
- 目前基于受控材料的预测模型对于商业产品分类是不可靠的.
- 需要进一步的研究来了解影响草药产品植物化学的因素,以改进化学建模.
