夜雨聆风
鱼腥草Houttuyniacordata Thunb.为三白草科蕺菜属植物的新鲜全草或干燥地上部分，传统上用于治疗肺痈吐脓、肺热咳嗽等症[1-2]。其挥发油作为主要的药效物质基础，具有显著的抗炎、抗菌、抗肿瘤及抗病毒活性，在临床治疗中应用广泛[3]。然而，中药挥发油是一类组成复杂、含量波动极大的非稳态体系，受种质资源、采收季节及加工方式的影响，其化学成分常表现出显著的差异性[4]。传统的质量评价模式多局限于单一或少数指标成分（如甲基正壬酮）的含量测定，难以全面反映药材多成分协同发挥药效的整体特征。
精准定位关键药效成分群是阐明中药物质基础的关键。近年来，中药指纹图谱技术因能较好地表征中药“整体性”特征而被广泛采纳[5]。然而，现有方法仍面临背景干扰大、降维过程中化学信息丢失以及缺乏药效验证等瓶颈。鉴于此，本课题组前期在相关研究中引入了超分子“印迹模板”（supramolecular imprint template）理论[6-7]。该理论认为，中药成分并非简单的化合物堆叠，而是一个天然的超分子体系。其成分群受植物体内特定生物合成路径的“生物印迹”修饰，往往呈现出具有“同母核”特征的稳态聚集。在指纹图谱中，这种内在的生物学关联表现为理化性质相近的成分在色谱行为上的聚集分布。本研究将这类具有稳定聚集特征的化合物集合（成分群）定义为结构性“物质单元”。因此，如何对复杂色谱数据进行科学降维，划分出能充分保留主要化学信息的结构性“物质单元”，并在此基础上构建评价模型，进一步挖掘能够映射药效特征的功能性“物质单元”，为解决上述问题提供了新的研究路径。基于此研究思路，本研究构建了58批鱼腥草挥发油的指纹图谱，利用“匹配频数法”对色谱峰进行降维聚类，划分出表征“印迹模板”的结构性“物质单元”；同时，引入总量统计矩与信息熵参数，验证该降维方法在简化数据的同时是否完整保留了核心化学信息。
在此基础上，通过人肺腺癌A549细胞模型评估其体外抗肿瘤活性，进一步利用因子旋转法提取出承载核心数据结构的功能性“物质单元”以构建综合质量评价模型，并结合皮尔逊相关性分析考察模型评分与生物活性的关联性。本研究旨在建立一种由结构到功能的质量评价新模式，并探索其与药效活性的关联性，为中药复杂体系的质量控制提供科学参考。
1 仪器与材料
1.1仪器
GCMS-QP2010型气质联用仪，日本岛津公司；PINETREE型超纯水制备仪，北京湘顺源科技有限公司；CP-114型电子天平，奥豪斯仪器上海有限公司；DZTW型调温电加热套，北京市永光明医疗仪器有限公司；挥发油提取器，由挥发油测定管、冷凝管及圆底烧瓶组成，盐城新明特玻璃仪器有限公司；Forma STERI-CYCLE-i250型CO2培养箱、3001-1758型多功能酶标仪，美国赛默飞世尔科技公司；U-HGLGPS型倒置显微镜，日本Olympus公司；75007201-C型医用离心机，赛默飞世尔（苏州）仪器有限公司；HVE-50型自动消毒锅，日本Hirayama公司；DW-HL100型超低温冻存箱，中科美菱低温科技股份有限公司；FYC-335型实验室冷藏箱，飞世尔实验器材（上海）有限公司；GZX-9145A型恒温鼓风干燥箱，上海双旭电子有限公司；LUX-11型恒温水浴锅，北京陆希科技有限公司；DJ-CJ-2ND1型净化工作台，北京东联哈尔仪器制造有限公司。
1.2 药品与试剂
甲基正壬酮对照品，批号110834-201603，质量分数99.8%，中国食品药品检定研究院；正己烷，批号K46764991524，德国默克公司；RPMI 1640基础培养基，批号AG29643109，Cytiva公司；胎牛血清，批号20030402，浙江天杭生物科技股份有限公司；1%双抗，批号69080500，Biosharp公司；胰酶（含EDTA），批号1944021，BI公司；磷酸盐缓冲液（PBS），批号AF29496676，美国HyClone公司；CCK-8试剂盒，批号20210815，CryoMedia公司；二甲基亚砜（dimethyl sulfoxide，DMSO），批号C12472742，上海麦克林生化科技有限公司；吉非替尼，批号X05J8H39270，上海源叶生物科技有限公司；无水硫酸钠分析纯，批号20201116，国药集团化学试剂有限公司；实验用水为超纯水。
1.3药材样品
共收集58批次鱼腥草样品（S1～S58），采集时间集中于6～9月，产地覆盖中国主要产区，包括广西、江苏、江西、浙江、湖南、四川及贵州7个省份，各样品产地及采收时间见表1。所有样品均经湖南中医药大学炮制教研室石继连教授鉴定，均为三白草科蕺菜属植物蕺菜H.cordata Thunb.的新鲜全草或干燥地上部分，符合《中国药典》2025年版规定。
1.4 细胞株
人非小细胞肺癌细胞株（A549），批号CL-0016，购自武汉普诺赛生物科技有限公司。
2方法与结果
2.1样品的制备
2.1.1鱼腥草挥发油的提取参照《中国药典》2025年版挥发油测定通则，采用水蒸气蒸馏法提取挥发油。取剪切后的鱼腥草样品600 g，加入蒸馏水3 000 mL，加热回流提取4 h，收集挥发油，经无水硫酸钠干燥后备用。
2.1.2供试品溶液制备精密吸取挥发油50 μL，加正己烷定容至1 mL，混匀，经0.22 μm微孔滤膜滤过后作为供试品溶液。
2.2GC-MS测定条件
2.2.1色谱条件采用日本岛津公司GCMS-QP2010型气相色谱-质谱联用仪；色谱柱为DB-5（60 m×0.25 mm，0.25 μm）；进样口温度250 ℃；载气为氦气，分流比10∶1，进样量1 μL。升温程序：初始温度80 ℃，保持2 min；以10 ℃/min升至125 ℃，保持5 min；以10 ℃/min升至165 ℃，保持10 min；以2 ℃/min升至185 ℃，随后以10
℃/min升至240 ℃，保持20 min。
2.2.2质谱条件采用日本岛津公司GCMS-QP2010型气相色谱-质谱联用仪；接口温度280 ℃；离子源温度250 ℃；电子轰击离子源（EI）；电子能量70 eV；质量扫描范围为m/z35～500；扫描方式为全扫描。
2.3方法学考察
2.3.1精密度试验取同一鱼腥草挥发油供试品溶液（S56），按照“2.2”项GC-MS测定条件连续进样测定6次，以甲基正壬酮为参照峰，计算各共有峰相对保留时间（relative retention time，RRT）及相对峰面积（relative peak area，RPA）的RSD值。结果显示，各共有峰RRT和RPA的RSD均小于5%，表明该仪器精密度良好。
2.3.2稳定性试验取同一批鱼腥草挥发油供试品溶液（S56），在制备后0、2、4、8、12、24 h分别进样分析，以甲基正壬酮为参照峰，计算各共有峰RRT及RPA的RSD值。结果显示，各共有峰RRT和RPA的RSD均小于5%，结果表明该供试品溶液在24 h内稳定性良好。
2.3.3 重复性试验取同一批鱼腥草挥发油样品（S56）6份，按照“2.1.2”项下方法制备供试品溶液，按照“2.2”项GC-MS测定条件进样测定，以甲基正壬酮为参照峰，计算各共有峰RRT及RPA的RSD值。结果显示，各共有峰RRT和RPA的RSD均小于5%，结果表明该方法重复性良好。
2.4指纹图谱的建立
将58批鱼腥草挥发油样品，按照“2.1.2”项下方法制备成供试品溶液，按照“2.2”项下色谱条件进样分析，获得GC-MS总离子流色谱图。将58批样本数据导入《中药色谱指纹图谱相似度评价系统（2012版）》，经多点校正与自动匹配后建立鱼腥草挥发油指纹图谱。如图1所示，整体来看，各批样品色谱轮廓基本一致，提示其化学组成具有较高的一致性。其中，主要色谱峰集中分布于7～25 min，该区间出现多个稳定且响应信号较强的共有峰，检出的成分以单萜类、醇类、醛类及部分酮类等挥发性成分为主，构成了鱼腥草挥发油指纹图谱的主要特征区域。相比之下，25 min以后色谱峰数量逐渐减少，不同批次样品间部分色谱峰的响应强度及分布特征存在一定差异，该差异可能与样本产地、生长环境及采收时期等因素有关。
对58批样本的GC-MS全谱数据进行分析，通过NIST质谱数据库自匹配检索各成分，共初步鉴定出挥发性成分612种。其核心成分群如表2所示，出现频数排名前15位的成分表现出极高的群体普遍性，其出现频率均超过80%。其中前3位1-壬醇（1-nonanol）、癸醛（decanal）和莰烯（camphene）的出现频率均达到了100%。从化学结构来看，该核心成分群涵盖了酮类、醇类、醛类、萜烯类及酯类5大类。
这种高频出现的特征说明，尽管不同产地或采收期的鱼腥草可能存在差异，但这15种成分在物种遗传上具有高度的稳定性，是鉴定鱼腥草真伪和基础质量的重要依据。然而，鱼腥草挥发油成分十分复杂，GC-MS全谱包含的化学信息过于繁杂，直接将未经处理的全谱数据，用于后续的质量评价和药效关联分析，极易带入大量的冗余信息和背景干扰。基于此，本研究将对复杂的图谱数据进行降维简化，在保留原始核心化学信息的前提下解析其药效物质基础。
2.5基于匹配频数法的图谱降维与结构性“物质单元”划分
为了实现上述图谱数据的有效简化，本研究引入了匹配频数法。该方法通过分析指纹图谱色谱峰的相对保留时间（tR）和匹配频数分布特征，划分中药成分簇的“印迹模板”[8-10]。具体步骤包括：统计匹配频数以确定成分簇；计算tR频数统计值以归属“印迹模板”；通过总量统计矩参数筛选特征模板。该方法整合指纹图谱信息，构建结构性“物质单元”，为中药研究提供简化工具。由于匹配频数与色谱峰面积大小呈显著相关性，其整合生成新的指纹图谱在保留原图谱总量统计矩特征的同时，能极大降低数据维度，为中医药理论及实践提供有效分析工具。
为了在保留整体特征的同时实现有效降维，本研究基于上述原理，对检出的332个色谱峰采用匹配频数法进行处理。结果显示，所有色谱峰的平均匹配频数（Np）为14.60，标准差（standard deviation，SD）为14.83。基于概率密度函数分布特征，设定置信系数为0.95，自由度（ν）＝4 847，查得t(α,ν)＝1.96。
依据阈值公式计算得划分为“印迹模板”的最低界值为43.66，最终确定匹配频数阈值Npc＝43。即选取匹配频数Np≥43的色谱峰构建“印迹模板”成分簇，并将簇内成分定义为结构性“物质单元”[11]。在此定义下，结构性“物质单元”并非代指单一的化合物单体，而是指在色谱行为上高度接近、理化性质相似的一组化合物集合（成分群）。结合超分子“印迹模板”相关理论推断，这些在图谱上表现出稳态聚集的成分群，其内在的生物学联系可能在于它们受植物体内相似的生物合成途径调控，并具有共同的结构母核[6-7]。最终，基于上述色谱聚类规律，将332个原始色谱峰整合为34个结构性“物质单元”（A1～A34），各单元的保留时间及相对峰面积见表3。
2.6 指纹图谱整合前后的总量统计矩及信息熵信息量的对比
尽管通过匹配频数法成功筛选出34个结构性“物质单元”，实现了数据的有效降维，但这种简化是否会导致关键化学信息的丢失，仍需进一步确证。为此，引入总量统计矩与信息熵法，对图谱整合前后的特征一致性进行评价。总量统计矩法是将指纹图谱看作多成分一定特性变量以响应值表达的曲线函数，再按统计矩原理应用于指纹图谱的一种分析方法。该方法可用于中药超分子“印迹模板”的印迹性表征，其参数包括总量零阶矩（area under curve of total quantum，AUCT）、总量一阶矩（mean chromatographic retention time of total quantum，MCRTT）、总量二阶矩（variance of chromatographic retention time of total quantum，VCRTT）。AUCT表示样品图谱一定总量下曲线的总响应面积，可用于表征成分总含量的差异性；MCRTT表示样品总量平均保留时间；VCRTT表示样品的平均保留时间方差，数值越大图谱越分散，两者可用于表征各个化学成分的含量与种类的差异性[12]。此外，信息熵是离散值的概率性表达，中药材指纹图谱上每个色谱峰对应1个化学成分，即1个离散值，峰的强度即表明其化学信息显现的概率，且此概率受色谱条件、相互作用等的综合影响。因此，将每个成分看成1个信息元，则可用信息熵表征1张指纹图谱的信息载荷特征。通过计算和比较信息熵能够反映指纹图谱所携带成分的信息总量的变化，若再乘以总峰面积就能转变成信息量，表征整个指纹图谱信息容量大小[13-14]。
通过对指纹图谱整合前后的上述各项参数进行配对t检验，结果见表4。整合后，58批样品的平均色谱峰数由83.59±23.51显著降至32.98±1.28（t＝9.41，P＜0.01），RSD由98.49%降至3.87%；整合前后的零阶矩（t＝0.00）、一阶矩（t＝0.21）及二阶矩（t＝0.15）均无显著性差异；信息熵显著降低（t＝6.59，P＜0.01）；而信息量保持稳定（t＝1.84）。这证明该方法在大幅简化数据复杂度的同时，完整保留了原图谱的有效化学信息，保证了后续采用该数据构建评价模型的合理性。
2.7基于因子旋转法的鱼腥草挥发油成分群特征解析与综合评价
因子分析法（factor analysis method）作为主成分分析（principal component analysis，PCA）的扩展方法[15]，通过解析变量间协方差矩阵的内在关联，在保留主要信息的前提下将多维数据降维至少数潜在因子，进而揭示数据集本质结构。经方差最大化正交旋转后，因子载荷矩阵可明确变量与因子的归属关系，使各因子具有明确的功能解释性，为复杂系统解析提供数学工具[11,16]。
基于此，本研究将上述整合后的34个结构性“物质单元”作为变量，利用IBM SPSS Statistics 27软件进行分析。首先进行数据适用性检验，结果显示抽样适合性检验（KMO检验）检验值为0.620（＞0.5），Bartlett球形度检验显著性P＜0.001，表明变量间存在相关性，满足因子分析的基本条件。随后，采用PCA提取特征值＞1的公共因子，并经最大方差法进行正交旋转。根据多元统计分析常用判定标准，以旋转后因子载荷绝对值≥0.50作为高贡献度结构性“物质单元”的筛选阈值，用于确定各公因子的主要组成成分。
结果如表5与图2所示，共提取出8个主成分，本研究将其定义为8个功能性“物质单元”，其累积方差贡献率达到83.713%。根据多元统计分析的常规准则，当主成分的特征值大于1且累积方差贡献率超过80%时，即可认为提取的公共因子已充分捕获了原始高维数据的核心变异信息。因此，这表明上述8个功能性“物质单元”有效保留了34个结构性“物质单元”绝大部分的数据特征。从统计学数据结构维度来看，这8个功能性“物质单元”能够较好地代表58批鱼腥草挥发油体系的主要化学变异特征，可作为后续构建质量评价模型的有效变量。
通过分析表5中各功能性“物质单元”的方差贡献率，以及表6旋转后因子载荷矩阵中载荷绝对值≥0.50的结构性“物质单元”，可明确各成分群的组成及归属关系：第1公因子由8个结构性“物质单元”构成，贡献率最高（15.91%），是决定不同批次鱼腥草挥发油质量差异的首要潜在变量；第2公因子由6个结构性“物质单元”组成（14.16%），构成了第2大特征成分群；第3和第4公因子分别由6个和4个结构性“物质单元”构成（14.13%、13.52%）。
前4个公因子累积贡献率达到57.71%，提示这些成分群在鱼腥草挥发油的质量表征中起主导作用。随后，以各功能性“物质单元”的方差贡献率占总提取方差的比重作为权重，构建质量综合评价模型。
对不同批次鱼腥草挥发油的数据进行归一化处理后，计算其在各公因子上的得分，并进一步加权求得综合得分。结果如表7所示，S16批次样品综合得分最高，提示其在核心特征成分群上的累积表达最为丰富，整体化学品质相对最优；而S24批次得分最低，表明其关键化学组分含量较低或变异较大，综合质量表现相对较弱。
2.8 鱼腥草挥发油体外抗肺癌活性评价
2.8.1细胞培养A549细胞采用RPMI 1640完全
培养基（含10%胎牛血清、1%双抗及1%谷氨酰胺）进行培养。细胞置于37 ℃、5% CO2恒温培养箱中，当细胞生长密度达到70%～80%时，使用胰酶（含EDTA）进行消化传代，实验过程中保持细胞处于对数生长期。
2.8.2药物配制与给药用DMSO将58批鱼腥草挥发油溶解配制成母液，临用时使用RPMI 1640基础培养基稀释至所需浓度，确保终浓度中DMSO体积分数不影响细胞生长（＜0.1%）。以吉非替尼为阳性对照，同法配制，终浓度设定为60 μmol/L。
2.8.3CCK-8法测定细胞活力取对数生长期的A549细胞，制成密度为1×105个/mL的细胞悬液，以每孔100 μL接种于96孔板中，于培养箱中培养24 h待细胞贴壁。弃去旧培养基，实验组加入不同浓度梯度的鱼腥草挥发油稀释液，对照组加入等量含DMSO的基础培养基，每组设置5个复孔。继续培养24 h后，弃去孔内液体并用PBS清洗1～2次，每孔加入100 μL含10% CCK-8的工作液，避光孵育1 h。使用酶标仪在450 nm波长处测定各孔吸光度（A）值，根据公式计算细胞抑制率。
抑制率＝(A对照－A实验)/A对照
2.8.4 数据处理及IC50值计算采用GraphPad Prism 7软件进行数据分析。为减少实验误差，5个复孔中去除1个最大值和1个最小值，取剩余3个孔的A值平均值进行计算。利用软件中的非线性回归模型拟合药物浓度与抑制率的量效曲线，从而计算出各批次鱼腥草挥发油的半数抑制浓度（half maximal inhibitory concentration，IC50）值。
2.8.558批鱼腥草挥发油IC50测定结果为确保实验的准确性，以S56鱼腥草样品为例，进行了预实验。结果显示，鱼腥草挥发油对A549细胞的抑制作用呈良好的时间与剂量相关性。在给药时间考察中，24、48、72 h的IC50值分别为161.3、162.7、153.8 nL/mL，无显著差异，基于实验效率与细胞状态考虑，确定24 h为最佳给药时间。在浓度考察中，发现IC50主要落在50～250 nL/mL，故以此作为后续58批样品的检测浓度范围。
按照优化后的条件，测定58批样品的抗肺癌活性，结果如表8所示，不同批次样品间药效差异显著，IC50值分布在73.6～269.9 nL/mL。其中，S54、S36等批次IC50值较低（＜90 nL/mL），表现出较强的抗肿瘤活性；而S24、S2、S27等批次IC50值较高（＞250 nL/mL），活性相对较弱。
2.9综合评分与药效活性的关联分析及高贡献度结构性“物质单元”筛选
为验证基于功能性“物质单元”构建的质量评价模型是否与药效有关，本研究采用Pearson相关性分析法，考察了58批鱼腥草挥发油的综合评分与抗肺癌活性IC50值之间的相关性。利用SPSS 27.0软件分析结果显示，两者呈良好的负相关（r＝−0.739，P＜0.01）。这一结果表明，本研究基于因子旋转法构建的质量评价模型与体外药效具有较好的一致性。同时也提示构成该评价模型的功能性“物质单元”可能包含与药效相关的成分群，为后续进一步分析高贡献度结构性“物质单元”及筛选潜在药效成分群提供了参考依据。
基于上述相关性结果，进一步解析旋转后的因子载荷矩阵，以筛选与质量评价模型密切相关的主要结构性“物质单元”，并探讨其可能的药效物质基础。参考多元统计分析中关于因子载荷解释的常用准则，当旋转后因子载荷绝对值≥0.50时，可认为该变量与相应公因子具有较强相关性并具有实际解释意义。因此，本研究以因子载荷绝对值≥0.50作为结构性“物质单元”对相应公因子具有重要贡献的判定标准，并据此筛选各公因子的主要贡献成分。其中，第1公因子（即第1功能性“物质单元”）解释了最大的方差变异，是影响整体质量的首要因素。在该因子上，A34、A23、A27、A15及A31等结构性“物质单元”是构成该功能性“物质单元”的主要贡献成分；经GC-MS指纹图谱与NIST质谱数据库比对，确定这些结构性“物质单元”代表的化学成分主要为植醇、2-十二酮、1-十二醇、龙脑及榄香烯类成分等。其余各公因子也分别由特定的结构性“物质单元”主导：例如第2公因子中A7载荷最高（对应代表成分为β-水芹烯与D-柠檬烯）；第3公因子主要包含A2与A10（对应代表成分为α-蒎烯与4-松油醇）；第4公因子则主要涵盖A25、A11、A17（对应代表成分为石竹烯、芳樟醇及香叶醇）。上述结果表明，这些分布于核心公因子中的高贡献度结构性“物质单元”构成了鱼腥草挥发油的重要化学特征，并提示其可能与体外抗肺癌活性相关，可为后续筛选、分离富集及验证潜在药效成分群提供参考依据。
3 讨论
3.1 基于“物质单元”的指纹图谱评价策略优势
中药挥发油成分复杂，受产地、采收期及提取工艺影响，色谱峰往往存在显著的保留时间漂移与峰面积波动，传统的“全成分”指纹图谱分析常因峰匹配困难而导致信息失真或冗余。在此背景下，本研究依次引入并界定了结构性以及功能性“物质单元”这2个核心概念。在这一体系下，通过匹配频数法降维得到的结构性“物质单元”并非单一化合物，而是具有相似理化性质的成分群；而在此基础上通过因子分析提取的功能性“物质单元”，则是用于表征这些成分群协同变异及整体药效的载体。与以往主要依赖单一或少数指标成分进行定性定量的研究不同，本研究创新性地提出了这种由结构到功能的降维评价策略。
通过引入总量统计矩与信息熵参数进行验证，结果表明，将原本繁杂的332个原始色谱峰降维至34个结构性“物质单元”后，在色谱峰数以及信息熵大幅减少的同时（P＜0.01），图谱整合前后的总量零阶矩、一阶矩、二阶矩及信息量均无显著性差异（P＞0.05），这说明该划分方法可以在减少峰的同时保持原来的色谱信息，极大地降低了复杂中药体系质量控制的分析难度。
3.2 高贡献度结构性“物质单元”的筛选与药效关联分析
本研究通过因子分析与药效关联性分析，初步筛选出前4个公因子（即核心功能性“物质单元”）中的高贡献度结构性“物质单元”，并提示其可能与鱼腥草挥发油的抗癌活性相关。现有药理学研究也印证了这些核心成分具有明确的抗肺癌活性及协同作用潜力。（1）第1公因子主导的活性成分群：该类成分解释了最大的方差变异，主要包括植醇、β-榄香烯等成分。其中，植醇可抑制A549细胞增殖、迁移并通过磷脂酰肌醇-3-羟激酶/蛋白激酶B（phosphatidylinositol-3-hydroxykinase/protein kinase B，PI3K/Akt）通路抑制非小细胞肺癌（non-small cell lung cancer，NSCLC）生长[17]；β-榄香烯在肺癌中具有多靶点潜力，能诱导细胞凋亡、阻滞细胞周期，并能增强放化疗敏感性[18]。（2）第2～4公因子主导的特征性萜类成分：主要富集D-柠檬烯、α-蒎烯及石竹烯等烯萜类成分。其中，石竹烯对A549细胞具有显著的选择性细胞毒性，能激活线粒体途径诱导凋亡[19]；D-柠檬烯与α-蒎烯则被证实可通过抑制相关信号通路发挥抗癌作用[20]，且D-柠檬烯还能诱导自噬。这些成分为鱼腥草的抗肿瘤作用提供了重要的补充机制[21]。（3）多组分协同药效与质量评价的关联特征：上述综合评价与药效的关联结果提示，鱼腥草挥发油的药效并非单一成分作用的结果，而是多成分共同构成的协同效应。
因子旋转结果显示，这些特征成分归属于不同的特征公因子，提示在质量评价中需关注这几类核心成分群的整体分布。值得注意的是，基于主成分构建的质量综合评分与单一的体外药效指标之间，并非绝对的映射关系，但两者在总体趋势上表现出较强的一致性。
3.3 质量评价模型的局限性
综上所述，本研究基于功能性“物质单元”构建的质量评价模型，与体外抗肿瘤活性展现了良好的相关性，这为后续筛选和验证潜在药效相关成分群提供了一定的参考依据。
然而，本研究也客观存在一些局限性：（1）成分覆盖面有限，本研究仅聚焦于挥发油成分，未涉及黄酮、生物碱等非挥发性成分，因此对鱼腥草整体质量的表征尚不够全面。（2）药效验证仍有一定局限性，本研究药效评价仅采用人肺腺癌细胞株A549，并通过CCK-8法检测细胞活力，以IC50值作为体外药效评价指标，主要用于验证质量评价模型与抗肿瘤活性之间的相关性。由于尚未开展细胞凋亡、细胞周期等机制层面的研究，也未纳入其他肺癌细胞株及正常肺上皮细胞作为对照，因此尚无法全面评价鱼腥草挥发油及其相关成分群的抗肿瘤作用机制和选择性毒性。后续研究将进一步结合多种肺癌细胞模型、正常肺上皮细胞及体内外实验，从细胞凋亡、细胞周期调控等方面系统验证其抗肿瘤作用机制。（3）质量评价模型仍存在一定局限性，本研究构建的质量评价模型虽与体外抗肿瘤活性呈良好的负相关（r＝−0.739，P＜0.01），能够较好反映不同批次鱼腥草挥发油药效变化的总体趋势，但两者之间并非完全一一对应。例如，综合评分最高的S16样品，其药效活性虽未表现为所有样品中最优，但仍位居前列，表现出较好的抗肿瘤活性。分析其原因，一方面，实验过程中可能存在一定程度的实验操作误差；另一方面，本研究所得综合评分主要基于样品整体化学特征构建，而IC50仅作为单一体外药效评价指标，两者评价维度并不完全一致。因此，本研究建立的质量评价模型更适用于反映不同批次样品药效变化的总体趋势，而非对单一样品药效进行精确预测。（4）关键结构性“物质单元”仍需进一步验证：此外，本研究筛选出的高贡献度结构性“物质单元”仍属于基于统计学模型获得的潜在药效相关成分群，尚未进行分离富集及独立药效验证。后续还需进一步开展成分分离、富集及体内外药效实验，对其抗肿瘤活性及可能的协同作用机制进行系统验证。
