中药是复杂的化学体系，往往初生与次生代谢物共存，它们的极性、分子量、酸碱度、含量差异等跨度非常大。当前，液质联用技术（LC-MS）已成为中药化学成分快速表征的常用手段，但由于可用标准品数量有限、数据维度少等原因，传统LC-MS法鉴定人参皂苷结构的可靠性低，尤其是广泛存在的皂苷异构体难以区分，极大限制了新颖皂苷结构的发现及人参属中药的深度开发。

2023年12月，天津中医药大学杨文志团队在Food Chemistry（IF：8.8；中科院一区Top期刊）在线发表了题为“Machine learning prediction for constructing a universal multidimensional information library of Panax saponins (ginsenosides)”的研究成果，首次报道了一种基于机器学习与离子淌度分离技术构建的人参皂苷多维信息数据库-GinMIL。通过梯度提升机算法进行保留时间（t_R）与碰撞截面积值（CCS）的大规模预测，构建了包含579种人参皂苷4D结构信息（t_R、CCS、MS¹与MS²）的多维数据库。与传统基于LC-MS的鉴定策略相比，利用GinMIL进行人参皂苷鉴定的准确度显著提升，尤其是对同分异构体的正确识别率接近90%，实现了高效、可靠的“去重复”，有利于新颖皂苷的快速发现。GinMIL提供了一种广泛适用的（中药材、提取物、配方颗粒、成方制剂）人参皂苷高通量精准鉴定方案。

该研究工作得到了天津市科技局科技创新基地建设项目（22ZYJDSS00040）、国家自然科学基金面上项目（81872996、82374030）、现代中医药海河实验室科技计划项目（22HHZYJC00002）、国家中医药管理局中医药创新团队及人才支持计划项目（ZYYCXTD-D-202002）的资助。在站博士后王洪达、博士研究生张林及硕士研究生李晓航为该文的共同第一作者，特聘博士生导师果德安研究员与杨文志研究员为共同通讯作者，天津中医药大学为第一通讯单位。

文章链接：

https://doi.org/10.1016/j.foodchem.2023.138106