《Metabolites》:An Interpretable Ensemble-Learning Framework for Decoding Multi-Component–Multi-Bioactivity Relationships in Salvia miltiorrhiza Based on 1H NMR Metabolomics and Lifecycle-Oriented Bioassays
编辑推荐:
背景:在草药中,将代谢物组成与生物活性相联系仍具有挑战性,因为多种代谢物可能共同贡献药理效应。尽管代谢物谱分析是质量评价的基础,传统质量评价通常对代谢物组成变异如何与生物活性相关所提供的信息有限。目标:本研究旨在建立整合代谢物谱分析与生物活性评价的多成分-多生
背景:在草药中,将代谢物组成与生物活性相联系仍具有挑战性,因为多种代谢物可能共同贡献药理效应。尽管代谢物谱分析是质量评价的基础,传统质量评价通常对代谢物组成变异如何与生物活性相关所提供的信息有限。目标:本研究旨在建立整合代谢物谱分析与生物活性评价的多成分-多生物活性框架,实现代谢物组成与生物反应之间的双向映射,并为复杂草药的质量表征提供功能视角。丹参(Salvia miltiorrhiza Bunge)是一种广泛使用、代谢组化学多样且心血管活性有充分文献记录的药用植物,被选为代表性模型系统。方法:采用定量1H核磁共振(NMR)波谱法分析丹参中28种代谢物,并使用基于斑马鱼的生物测定评价三种心血管相关生物活性:促血管生成、抗血栓和血管舒张活性。引入生命周期导向方法用于生物测定开发,以提高生物测量的稳健性和可重复性。将多种机器学习方法整合于两级堆叠集成(stacking ensemble)框架中,以构建定量代谢物-生物活性关系模型并捕捉代谢物组成与生物活性之间的非线性关联。结果:在三种心血管生物活性上,堆叠模型始终优于单个学习器,R2值为0.895–0.931,RMSE值为0.116–0.130。使用10份独立丹参样品进行外部验证,进一步支持了堆叠模型的预测可靠性。基于模型推导的代谢物贡献,构建了连接28种代谢物与三种心血管相关活性的定量且可解释的代谢物-生物活性网络,揭示了共有和活性特异性代谢贡献物。结论:本研究建立了一个可解释框架,整合基于NMR的代谢物谱分析、稳健的多终点生物测定和集成学习,以连接代谢物组成与功能生物活性。该框架为药用植物质量表征提供了补充性的生物活性信息视角,并支持复杂草药的系统层面评价。
研究背景与目的:草药是多成分-多生物活性系统,药效来自结构多样代谢物之间的协同作用。尽管质量标志物(Q-markers)和生物等效组分群等策略推进了草药质量评价,但仅凭代谢物组成对代谢物变异如何贡献药理效应解释有限,尤其当多个代谢物共同贡献生物反应时。代谢组学可全面表征代谢物组成,其中定量
1H NMR(qNMR)具有快速、可重复、非破坏性和同时定量复杂基质中结构多样代谢物的优势;然而草药代谢组学研究多集中于化学判别、真伪鉴别、代谢物表征和标志物发现,代谢物变异与药理活性之间的定量联系仍相对不足。谱效关系研究虽有探索,但多依赖线性统计方法,难以捕捉非线性与协同交互,且常局限于单一生物活性和部分次生代谢物,忽略其他共存代谢物,预测能力和系统层面解释不足。可靠生物活性测量同样关键,但草药生物测定常受程序复杂、参数敏感、标准化有限和重复性不足限制;单终点难以反映整体药理效应,多终点又增加实验复杂度。因此,需要整合全面代谢物表征、可靠多终点生物活性和非线性建模的方法。丹参(Salvia miltiorrhiza Bunge)代谢组化学多样、心血管活性记录充分,被选为代表性模型。研究人员建立可解释集成学习框架,整合定量
1H NMR代谢组学、生命周期导向斑马鱼生物测定和非线性建模,解码丹参多代谢物-多生物活性关系,建立代谢物组成与多种心血管生物活性之间的双向关系,并识别共有和活性特异性代谢贡献物。该框架为药用植物质量表征提供生物活性信息视角,为复杂草药系统层面研究提供可扩展策略。
关键技术方法:60批丹参样品来源为浙江天道医药有限公司(杭州,中国),批号和产地见原文补充材料;斑马鱼来自浙江大学实验动物中心。采用定量
1H NMR(qNMR)双溶剂策略(90% H
2O/10% D
2O与CD
3OD)定量28种代谢物;建立生命周期导向的斑马鱼促血管生成、抗血栓和血管舒张三终点生物测定,并以AQbD(Analytical Quality-by-Design,分析质量源于设计)进行Ishikawa风险分析、Plackett–Burman(PB)筛选、中心复合设计(CCD)或I-optimal设计优化、Monte Carlo设计空间和方法可操作设计区域(MODR)验证;构建两级stacking集成学习模型,以SVR(support vector regression,支持向量回归)、RF(random forest,随机森林)、LSBoost(梯度提升)为基学习器,线性回归为元模型,采用五折交叉验证生成OOF(out-of-fold,折外)预测,10个独立样本外部验证,并整合变量重要性和Bootstrap不确定性评估。
研究结果:
3.1 基于AQbD的丹参多指标心血管生物测定开发
3.1.1 斑马鱼模型的初步建立:建立仑伐替尼(LEN)诱导节间血管(ISV)损伤、苯肼(PHZ)诱导血栓和FeCl
3诱导血管狭窄三种模型;丹参分别恢复血管完整性、减少血栓、部分逆转尾动脉直径下降,初步确定造模剂和丹参工作浓度范围。
3.1.2 风险分析:定义各生物测定的关键质量属性(CQAs,critical quality attributes),以Ishikawa图识别18个潜在关键生物测定程序参数(CBPPs,critical bioassay procedure parameters),其中6个补充CQAs仅用于优化。
3.1.3 基于Plackett–Burman设计的CBPPs筛选:共36次实验,加权多元线性回归模型拟合良好;LEN浓度、丹参剂量、LEN暴露时长显著影响ISV模型,PHZ浓度、丹参剂量、给药顺序显著影响血栓模型,FeCl
3浓度、丹参剂量、丹参处理时长显著影响血管狭窄模型;丹参剂量和造模剂浓度一致显著,确定9个CBPPs。
3.1.4 基于CCD和I-optimal设计的CBPPs优化:共57次实验,偏最小二乘(PLS,partial least squares)回归显示CBPPs与所有响应变量存在显著非线性关系;抗血栓模型r
2>0.93、血管舒张模型r
2>0.87、促血管生成模型r
2>0.82。
3.1.5 设计空间建立:以Monte Carlo模拟结合确定性约束构建设计空间,确定最稳健固定水平,并定义各活性MODR,使失败概率低于5%。
3.1.6 方法验证:MODR内10个参数组合均满足预设CQAs;不同产地丹参三种活性差异显著(p<0.05),Fisher多重比较显示样本间差异模式,表明方法可捕获代谢组成相关生物活性差异;选择代表操作条件用于后续建模。
3.2 基于
1H NMR的丹参提取物代谢物表征:双溶剂获得互补谱图;鉴定45个化合物,其中28个超过定量限且信号良好、可可靠定量;60份样品定量生成多维数据矩阵X;信号重叠和低浓度限制可靠定量代谢物数量。
3.3 丹参多活性预测模型构建:以相对血管生成率Y1(R13)、相对血栓溶解率Y2(R22)、相对恢复率Y3(R33)为响应;PLS模型R
2>0.82、Q
2>0.61,但预测性能有限,提示非线性关系;SVR、RF、LSBoost堆叠集成模型优于单模型,R
2=0.895–0.931、RMSE=0.116–0.130,外部10样本验证可靠;不确定性分析显示预测与观察值一致;变量重要性网络显示丹酚酸B(SaB)在三种活性中共同最高,丹酚酸A(SaA)、迷迭香酸(RA)、丹参素(DSS)多模型贡献较高;促血管生成模型初生代谢物水苏糖、脯氨酸(Pro)、γ-氨基丁酸(GABA)、苹果酸(Mal)贡献较高;抗血栓模型二氢丹参酮I(Dtan I)、隐丹参酮(Ctan)、丹参酮IIA(Tan IIA)贡献增加;血管舒张模型SaB主导,Tan IIA、RA、棉子糖(Raf)、葡萄糖(Glu)也贡献;初生代谢物贡献不可忽略。
讨论总结:框架整体性能与适用性方面,整合定量
1H NMR、生命周期导向斑马鱼生物测定和集成学习可有效连接代谢物变异与多种心血管生物活性;堆叠模型优于单模型,交叉验证和独立外部验证支持其预测性能;模型可用于从代谢物谱估计多种生物活性,减少额外样品生物活性测试;但样本量较小可能增加过拟合风险并限制泛化,需更大规模、多来源独立数据集验证。多维代谢物-生物活性关系网络整合方面,变量重要性整合网络显示共享和活性特异模式;SaB为三种活性主要共同贡献物,SaA、RA、DSS等酚酸构成核心生物活性基础;促血管生成与部分初生代谢物相关,抗血栓依赖水溶性酚酸与亲脂性二萜醌协同,血管舒张中SaB占主导;初生代谢物贡献不可忽略,说明心血管活性不能仅由少数常规标志物解释,而来自整体代谢物网络协同;原文强调上述为统计关联和预测相关性,非直接生物学因果或药理作用证据,候选贡献物需进一步实验验证。
研究结论翻译:本研究在生命周期导向策略中将AQbD原则扩展至基于斑马鱼的生物测定系统,能够系统开发丹参三种心血管生物测定并具有明确设计空间和稳健操作条件。联合
1H NMR指纹图谱和qNMR策略实现了丹参代谢物的全面定量谱分析,生成适合整合代谢组学-生物活性建模的结构解析数据集。研究人员开发了可解释集成学习框架以建立定量代谢物-生物活性关系。堆叠集成较单个机器学习模型提高了预测性能,并能够从代谢物谱高效进行多种心血管生物活性的计算机预测。基于网络的分析进一步表明,除经典酚酸和丹参酮外,多种初生代谢物在心血管生物活性模型中亦显示显著预测重要性。所得代谢物-生物活性网络揭示三种生物活性间的共有和活性特异性代谢贡献物,突出代谢物间共有和活性特异性预测重要性的不同模式。总体而言,本研究建立了生命周期导向的稳健生物测定开发策略和可解释集成学习框架,用于解码复杂草药系统中的多成分-多生物活性关系。通过整合定量代谢物谱分析、稳健多终点生物活性测量和非线性建模,该框架实现代谢物组成与多种生物活性之间的双向映射,为生物活性信息导向的草药质量表征和系统层面解释提供潜在可扩展和可推广的策略。