多模型整合区划：土茯苓“生态—品质”适生区如何随气候变化迁移

原文：Multi-model evaluation on integrated quality regionalization of the medicinal and edible plant Smilax glabra.
期刊：Frontiers in plant science（影响因子 5.9） |  PubMed | PMC 全文（含 PDF）

在中医药与现代食品工业交汇的领域中，土茯苓（Smilax glabra Roxb. 的干燥根茎）是一味兼具药用与食用价值的传统药材。它最早见于南北朝《本草经集注》，性味甘淡平，归肝、胃经，具有解毒、除湿、通利关节之效，临床常用于湿热痹证、痈肿等症。现代研究进一步证实，土茯苓富含黄酮类（如落新妇苷 astilbin）、苯丙素类和甾体等活性成分；其中 astilbin 已被《中国药典》2025 年版列为关键质量标志物，用于药材鉴定与质量评价。药理研究表明，其提取物及单体成分具有抗炎、抗氧化、免疫调节、降尿酸和保肝等多重活性，在 hyperuricemia（高尿酸血症）、重金属中毒及代谢性疾病干预中展现潜力。与此同时，土茯苓也是“药食同源”资源，广泛用于龟苓膏、保健茶等功能食品开发。

然而，这一重要资源正面临严峻危机。土茯苓生长周期长，传统采挖常连根拔起，长期掠夺式开采导致野生种群锐减、生境破坏；国内野生资源已难以支撑产业需求，大量依赖东南亚进口。资源紧缺还引发市场混乱，多种菝葜属及肖菝葜属近缘植物（如 Heterosmilax japonica）流入市场作为替代品或掺伪品，威胁用药安全。发展林下仿野生栽培、标准化人工种植成为破局关键。但既有研究多集中于化学成分、药理机制和质量控制，对“栽培生态—品质形成”的空间耦合机制了解不足：环境因子、植物生理与次生代谢物之间的网络尚未阐明，导致引种选址存在“空间盲目性”。

更紧迫的是，作为高度依赖温暖湿润气候的藤本植物，土茯苓对全球变暖和极端水热条件极为敏感。传统单一生态适宜性预测已不能满足优质药材生产需求；将生态适宜性与品质适宜性协同评价，识别兼顾生物量积累与活性成分合成的“综合品质区划（Integrated quality regions）”，正成为中药材区划的新范式。近期发表于 Frontiers in Plant Science（影响因子 5.9）的一项研究，正是围绕这一范式展开。

核心发现：气候如何重塑土茯苓的“家”与“质”

研究团队从中国虚拟标本馆（CVH）、国家标本资源共享平台（NSII）和全球生物多样性信息机构（GBIF）获取土茯苓地理分布记录，去重并校正坐标后得到 672 条独立记录；再利用 SDM Toolbox 的“空间稀疏化”工具以 5 km 为阈值剔除空间自相关与采样偏差，最终保留 571 条高置信度分布点用于建模。

通过 Spearman 相关（经 FDR 校正）与方差膨胀因子（VIF）分析筛选环境变量后，研究在 Biomod2 平台上整合了包括 ENMeval 优化的 MaxEnt、广义线性模型（GLM）、广义加性模型（GAM）、提升回归树（GBM）、随机森林（RF）等在内的十种物种分布算法，构建集合预测框架，模拟当前及 2050s、2090s 四种共享社会经济路径（SSP126、SSP245、SSP370、SSP585）下的生境适宜性。

结果显示，限制土茯苓分布的主导环境因子为：最干月降水量（Bio14，贡献率 56%）、年降水量（Bio12，28.9%）以及最冷月最低温（Bio6，7.2%）；其适宜范围分别为 15.36~217.80 mm、1194.92~4222.90 mm 与 -0.34~23.11 °C。这说明土茯苓既需要充沛的年降水，又依赖干季不至于极端干旱、冬季不至于严寒的水热组合。

在当前气候下，集合模型与 MaxEnt、GBM、FDA、GAM、MARS、CTA 等单模型给出的潜在分布格局总体一致，但集合模型通过多算法投票显著提升了预测可靠性与空间外推稳健性。

面向未来，集合模型与 MaxEnt 均显示：土茯苓的适宜生境重心将整体向西南方向迁移。逐步移动分析表明，早在 2050s，气候变化下的质心就已明显偏移；在 SSP245 情景下，相对当前的位移超过 625 km；到 2090s 的 SSP585 高排放情景下，迁移距离也超过 450 km。值得注意的是，面积统计进一步显示：高排放情景下高度适宜生境并非收缩，而是在局部发生扩张——这意味着未来某些新兴区域可能变得更适合土茯苓生长，但传统道地产区的相对优势可能被改写。

在“质”的维度，研究收集了 30 个地理种群的 astilbin 含量数据（均来自 2005–2025 年间采用标准化超声提取与 HPLC 定量的文献），以经 FDR 校正后仍显著相关的关键环境变量为协变量，在 ArcGIS 中通过泛协同克里金（universal co-kriging）进行空间插值，并采用留一法交叉验证（LOOCV）评估精度：平均误差 ME = -1.57、均方根误差 RMSE = 12.74、标准化平均误差 MSE = -0.116、标准化均方根误差 RMSSE = 0.504，表明插值模型整体无偏且可靠。同时，研究用核密度估计（KDE）刻画采样点空间密度、生成预测标准误（PSE）图，明确剔除空间外推高风险区，避免“无数据支持的过度推断”。

最终，将化学品质适宜层与生态适宜层叠加，研究首次划定了土茯苓的综合品质区划。可靠的核心综合品质区集中分布于贵州西南部、广西北部与东南部。这些区域不仅生态上适宜土茯苓生存，其 astilbin 含量也在空间统计上处于优势耦合区，为“既长得好、又含量高”的优质产区提供了空间坐标。

方法亮点：从单模型到“多模型—二维”评估框架

该研究的方法学创新体现在几个层面。第一，多模型集合而非单一算法：研究先以 MaxEnt 初筛变量、剔除零贡献因子，再经 Pearson 相关与 VIF 迭代筛选至所有变量 VIF < 10；随后在 Biomod2 中运行九种算法（各重复 10 次、75% 训练/25% 验证、生成 1000 个伪缺席点），以 AUC ≥ 0.80、TSS ≥ 0.60、Kappa ≥ 0.60 为门槛筛选合格模型，再与独立优化的 MaxEnt 结果合成共识集合预测。这克服了单模型算法偏差，提升了跨情景比较的可信度。

第二，参数优化与阈值统一：MaxEnt 通过 ENMeval 系统调节正则化乘子（0.5–4.0，步长 0.5）与特征组合（L、LQ、H、LQH、LQHP、LQHPT），以最小修正 AICc 确定最优参数，降低过拟合风险。在跨时期、跨情景重分类时，研究放弃自然断点法带来的阈值漂移，转而提取当前集合模型的“最大敏感度+特异度（Max SSS）”阈值作为固定绝对生物学基准，确保观察到的空间动态由气候变化驱动，而非分类方法差异所致。

第三，品质层的统计严谨性：astilbin 含量与环境因子间采用不要求线性或正态的 Spearman 秩相关，并以 Benjamini-Hochberg FDR 校正控制多重检验假阳性；插值前对含量取对数、用二阶局部多项式去除全局趋势，半变异函数以 stable 模型（参数=2）拟合、12 个滞后级优化空间自相关结构；再以 KDE 与 PSE 明确标注经验数据未覆盖区域。这一“去偏—插值—不确定性量化”的链条，使二维评估框架兼具高定量性与统计无偏性。

应用意义：为保育、栽培与气候适应管理提供空间蓝图

对科研与产业而言，该研究的价值在于把“哪里能种”和“哪里种了品质好”合并为一张可操作的区划图。首先，在种质资源保育上，贵州西南、桂北与桂东南的核心综合品质区可作为优先保护与原地保育的重点区域；面对未来生境西南迁移，管理者可提前在迁移廊道与新兴适宜区布局迁地保护或种质收集。

其次，在栽培选址上，研究为林下仿野生栽培提供了“生境近似”的空间依据：不必盲目引种，而可依据综合品质区划选择生态与化学品质双优的区域，从源头保障药材真实性与 astilbin 含量稳定，缓解掺伪乱象。

再次，在气候适应管理上，研究提示高排放情景下高度适宜区局部扩张而非收缩，意味着产业规划需动态看待“道地产区”概念——未来的优质产区可能随水热格局重组而转移。政策制定者与企业可据此调整长期种植基地布局，降低气候风险。

总体而言，这项研究以 571 条分布记录、30 个种群化学数据、十种算法集合与协同克里金插值，建立了土茯苓首个“生态—品质”二维综合区划框架。它不仅回答了气候变化下土茯苓会去哪里、哪里品质更优，也为其他药食同源植物的资源可持续利用提供了可复制的方法学模板。

本文图片转载自 PMC 开放获取全文，仅供学习参考，请以原文为准。