结合机器学习与SHAP分析，促进刺山柑的愈伤组织生长及芦丁生物合成

《Plant Cell, Tissue and Organ Culture (PCTOC)》：Integrating machine learning and SHAP analysis to boost callus growth and rutin biosynthesis in Capparis spinosa L.

　　

摘要

Capparis spinosa L.是一种具有很高经济价值的地中海药用植物，但其大规模繁殖和代谢产物生产仍受传统方法的限制。本研究采用成对组合实验设计，评估了四种激素组合——6-苄氨基嘌呤（BAP）+1-萘乙酸（NAA）、BAP+2,4-二氯苯氧乙酸（2,4-D）、激动素（KIN）+2,4-D以及KIN+NAA——对叶外植体愈伤组织鲜重增加的影响。所得数据集通过三种机器学习算法随机森林（RF）、梯度提升（GB）和极端梯度提升（XGBoost），以及二次多项式回归模型（PL2）进行分析。其中随机森林的表现最佳，交叉验证决定系数（R2CV）为0.89，决定系数（R2）为0.86，均方根误差为263.33。SHapley加性解释方法分析显示，2,4-D是对愈伤组织形成最具影响力的因素，BAP也有积极影响，而激动素和NAA对鲜重预测的影晌较小或为负向。实验验证仅在随机森林预测排名前五的组合中进行，结果显示预测值与实际值吻合度良好。此外，通过LC-QTOF-MS/MS技术鉴定了C. spinosa中的主要生物活性黄酮类化合物芦丁，并利用LC-TQ-MS/MS技术在BAP和2,4-D处理条件下对其进行了相对定量分析。进一步开发出结合鲜重预测的叠加随机森林模型来估算芦丁的积累量，该模型的R2为0.82，R2CV为0.84，RMSE为0.41，表现较为满意。在适度激素浓度下芦丁的积累量达到最大。总体而言，这种基于机器学习和SHAP方法的综合策略为优化愈伤组织培养和提升代谢产物产量提供了一种可解释且可扩展的方法，为替代野生植物采集提供了可持续的解决方案。

Capparis spinosa L.是一种具有很高经济价值的地中海药用植物，但其大规模繁殖和代谢产物生产仍受传统方法的限制。本研究采用成对组合实验设计，评估了四种激素组合——6-苄氨基嘌呤（BAP）+1-萘乙酸（NAA）、BAP+2,4-二氯苯氧乙酸（2,4-D）、激动素（KIN）+2,4-D以及KIN+NAA——对叶外植体愈伤组织鲜重增加的影响。所得数据集通过三种机器学习算法随机森林（RF）、梯度提升（GB）和极端梯度提升（XGBoost），以及二次多项式回归模型（PL2）进行分析。其中随机森林的表现最佳，交叉验证决定系数（R2CV）为0.89，决定系数（R2）为0.86，均方根误差为263.33。SHapley加性解释方法分析显示，2,4-D是对愈伤组织形成最具影响力的因素，BAP也有积极影响，而激动素和NAA对鲜重预测的影晌较小或为负向。实验验证仅在随机森林预测排名前五的组合中进行，结果显示预测值与实际值吻合度良好。此外，通过LC-QTOF-MS/MS技术鉴定了C. spinosa中的主要生物活性黄酮类化合物芦丁，并利用LC-TQ-MS/MS技术在BAP和2,4-D处理条件下对其进行了相对定量分析。进一步开发出结合鲜重预测的叠加随机森林模型来估算芦丁的积累量，该模型的R2为0.82，R2CV为0.84，RMSE为0.41。在适度激素浓度下芦丁的积累量达到最大。总体而言，这种基于机器学习和SHAP方法的综合策略为优化愈伤组织培养和提升代谢产物产量提供了一种可解释且可扩展的方法，为替代野生植物采集提供了可持续的解决方案。