หน้าที่ของความหลากหลายทางเคมีของ Cistanche และการทำนายพื้นที่เพาะปลูกที่มีศักยภาพของ Cistanche Herbs

โปรดติดต่อoscar.xiao@wecistanche.comสำหรับข้อมูลเพิ่มเติม

เนื่องจากการประชุมสมัชชาอนามัยโลกครั้งที่ 72 การแพทย์แผนโบราณได้รวมอยู่ในการจำแนกโรคระหว่างประเทศ (ฉบับที่ 11) ซึ่งส่วนใหญ่มาจากการแพทย์แผนจีนและเป็นที่ยอมรับกันอย่างแพร่หลายในประเทศแถบเอเชียตะวันออกเฉียงใต้ เช่น ญี่ปุ่น เกาหลี และอินเดีย การประชุมระบุว่าการแพทย์แผนโบราณมีบทบาทสำคัญในการควบคุมสุขภาพ สมุนไพรเป็นส่วนประกอบหลักของยาแผนโบราณ นอกเหนือจากการฝังเข็มและการจัดการ การใช้อย่างถูกต้องและการผสมผสานสมุนไพรต่างๆ เข้าด้วยกันเป็นตัวกำหนดประสิทธิภาพสูงสุดของยาแผนโบราณ1–3 นอกจากนี้เนื้อหาและประเภทของส่วนประกอบออกฤทธิ์ในสมุนไพรยังผันผวนตามต้นกำเนิดทางพฤกษศาสตร์และสภาพแวดล้อมในการเจริญเติบโต ดังนั้นแหล่งกำเนิดทางพฤกษศาสตร์ที่เหมาะสมและสภาพแวดล้อมการเจริญเติบโตที่เหมาะสมจึงมีความสำคัญต่อประสิทธิภาพและความปลอดภัยทางคลินิก พืช Cistanche ถูกใช้เป็นยาชูกำลังอันล้ำค่าและเป็นสมุนไพรที่รับประทานได้สำหรับการดูแลผู้ชายในประเทศจีน ญี่ปุ่น และบางประเทศในเอเชียตะวันออกเฉียงใต้4,5 จีนัสสี่สปีชีส์เป็นที่รู้จักในด้านคุณค่าทางยาที่มีศักยภาพ ได้แก่ C. deserticola, C.tubulosa, C. ซัลซ่า และ C. Sinensis ลำต้นฉ่ำแห้งของสองสายพันธุ์แรกถูกบันทึกไว้ในตำรับยาจีน (ฉบับปี 2015) ชื่อ Cistanches Herba สายพันธุ์เหล่านี้มีประโยชน์ต่อไตและลำไส้ อีกสองสายพันธุ์ถูกบริโภคในบางพื้นที่หรือใช้เป็นยาปลอมของ Cistanches Herba C. salsa ได้รับการบันทึกในมาตรฐานสมุนไพรท้องถิ่นในมณฑลกานซู่ (ฉบับปี 1992) และมณฑลซินเจียง (ฉบับปี 1987) C. Sinensis เป็นสายพันธุ์ที่มีเอกลักษณ์เฉพาะในประเทศจีน การศึกษาทางเคมีและเภสัชวิทยาสมัยใหม่แสดงให้เห็นว่าส่วนประกอบทางเคมีจากสมุนไพรเหล่านี้มีผลหลายประการ เช่น การปรับปรุงการทำงานของสมอง ผลของยาโป๊ และผลกระตุ้นภูมิคุ้มกัน6 การศึกษาที่ตีพิมพ์ระบุถึงเนื้อหาและความแตกต่างขององค์ประกอบทางเคมีในพืช Cistanche ต่างๆ ซึ่งในเบทาอีน ตัวกลางของวงจรเครบส์ฟีนิลทานอยด์ไกลโคไซด์และไอริดอยด์ถือเป็นเครื่องหมายเคมีสี่ชนิดที่รับผิดชอบการวิเคราะห์การเลือกปฏิบัติระหว่าง C. deserticola และ C. tubulosa7,8 จากการศึกษาอย่างละเอียดพบว่าไอโซเมอร์ของแคมป์นีโอไซด์ IIซิสตาโนไซด์C และ cistanoside A เป็นสามศักยภาพ 1 สถาบันพัฒนาสมุนไพร, สถาบันวิทยาศาสตร์การแพทย์จีน, วิทยาลัยการแพทย์สหพันธ์ปักกิ่ง, ศูนย์วิจัยวิศวกรรมทรัพยากรการแพทย์แผนจีน, กระทรวงศึกษาธิการ, ห้องปฏิบัติการวิจัยหลักของการคุ้มครองทรัพยากรการแพทย์แผนจีน, การบริหารงานของ การแพทย์แผนจีน, การบริหารการแพทย์แผนจีนแห่งชาติ, ปักกิ่ง, 100193, จีน 2 วิทยาลัยวิทยาศาสตร์ Sichuan Agricultural University, Ya'an, 625000, China. 3 College Pharmacy, Chengdu University of Traditional Chinese Medicine, เฉิงตู, 611137, จีน *อีเมล: peixjin@163.com; lfuang@implad.ac.cn

เครื่องหมายทางเคมีเพื่อแยกความแตกต่างของทั้งสองชนิดดังกล่าวข้างต้น 9. การวิจัยเพิ่มเติมพบว่าแปดphenylethanoidสามารถเลือกไกลโคไซด์เป็นเครื่องหมายทางเคมีสำหรับแยกแยะสายพันธุ์ Cistanche ซึ่งส่วนใหญ่ประกอบด้วย C. deserticola, C. tubulosa และ C. sinensis10 นอกจากนี้ เนื้อหาขององค์ประกอบทางเคมีแตกต่างกันไปตามแหล่งกำเนิดทางภูมิศาสตร์ Zhou และผู้เขียนร่วมของเขาระบุว่าเนื้อหาทั้งหมดขององค์ประกอบดัชนีเจ็ดส่วน (casinside A, echinacoside,ไอโซแอคทีโอไซด์, 2′-actylacteoside, castanoside C และ tableside B) ของ C. tubulosa จากทางใต้ของ Xinjiang มีค่าเท่ากับ Kuitun และ Hami ในประเทศจีนประมาณหกเท่า11 ในบรรดาองค์ประกอบทางเคมีเหล่านี้อะซิโตไนด์และอิชินาโคไซด์ถือเป็นองค์ประกอบดัชนีสำหรับการควบคุมคุณภาพของยาสมุนไพร. ส่วนประกอบทั้งสองได้รับรายงานเพื่อปรับปรุงการทำงานของสมอง และอะซิโตไนด์มีส่วนสำคัญต่อฤทธิ์ของยาโป๊ แบบจำลองการกระจายพันธุ์ (SDM) เป็นแบบจำลองทางสถิติที่สร้างขึ้นด้วยตัวแปรด้านสิ่งแวดล้อมที่มีอยู่เพื่ออนุมานข้อกำหนดทางนิเวศวิทยาของชนิดพันธุ์ แบบจำลองดังกล่าวสามารถแมปการแจกแจงที่เป็นไปได้ของสปีชีส์เป้าหมายบนพื้นฐานของข้อมูลการแจกแจงที่สังเกตได้12 จนถึงปัจจุบัน SDM ได้ถูกนำมาใช้อย่างประสบความสำเร็จในการทำนายแนวโน้มการกระจายของพืชที่ใกล้สูญพันธุ์และพืชในระบบนิเวศในช่วงการเปลี่ยนแปลงสภาพภูมิอากาศ13,14 ในบรรดาแบบจำลองเหล่านี้ แบบจำลอง MaxEnt มักใช้เป็นวิธีการง่ายๆ ในการคาดการณ์การกระจายความเหมาะสมของที่อยู่อาศัยด้วยข้อมูลการมีอยู่เท่านั้น และทำงานได้ดีกับข้อมูลที่ไม่สมบูรณ์ ขนาดตัวอย่างขนาดเล็ก และช่องว่าง14 เมื่อรวมกับซอฟต์แวร์บางตัว (เช่น ArcGIS) การวิจัยสามารถดึงตัวแปรด้านสิ่งแวดล้อมและสภาพอากาศของไซต์รวบรวมตัวอย่างได้ นอกจากนี้ ตำแหน่งที่อาจเหมาะสมสามารถแบ่งออกเป็นสามหรือสี่ระดับ15–17 อย่างไรก็ตาม ไม่มีการศึกษาใดที่รายงานกลยุทธ์แบบผสมผสานที่รวมสถานที่ที่เหมาะสมหลังการแบ่งและส่วนประกอบทางเคมีสำหรับการควบคุมคุณภาพของยาสมุนไพร ในการศึกษานี้ รวบรวมพืช Cistanche ที่ใกล้สูญพันธุ์สี่ต้นเพื่อการประเมินคุณภาพด้วยโครมาโตกราฟีของเหลวประสิทธิภาพสูง (HPLC) และใช้องค์ประกอบทางเคมีเจ็ดรายการเป็นดัชนี นอกจากนี้ ยังได้ใช้แบบจำลอง MaxEnt ที่มีตัวแปรด้านสิ่งแวดล้อม 26 ตัวเพื่อคาดการณ์พื้นที่ที่อาจเหมาะสมสำหรับการตรวจสอบชนิดพันธุ์ที่เหมาะสมที่สุดสำหรับการใช้งานต่อไป สุดท้าย การผสมผสานของเนื้อหาองค์ประกอบดัชนีและพื้นที่ที่เหมาะสมได้รับการวิเคราะห์อย่างเป็นระบบเพื่อการพัฒนาและการใช้ประโยชน์ที่ดีขึ้นของโรงงาน Cistanche ที่ใกล้สูญพันธุ์ในประเทศจีนและประเทศอื่นๆ

กรุณาคลิกที่นี่เพื่อทราบข้อมูลเพิ่มเติม

ผลลัพธ์ในการวิเคราะห์โครมาโตกราฟี

เนื้อหาขององค์ประกอบทางเคมีทั้งเจ็ดนั้นคำนวณจากกราฟการปรับเทียบ สมการเจ็ดสมการของเส้นโค้งการสอบเทียบคือ Y{{0}}.54{{10}}0X บวก 0.1616 (2′-acety lacteoside , R=0.9992), Y=18.5640X บวก 0.3724 (แอคทีโอไซด์, R=0.9821), Y {{14 }}.6350X บวก 0.0090 (ไอโซแอคทีโอไซด์, R=0.9999), Y=12.7460X บวก 0.0103 (ทูบูโลไซด์ A, R=0.9999), Y=10.638X บวก 0.1615 (ซิสตาโนไซด์ A, R=0.9997), Y=21.533X−0.0006 ( ซิสตาโนไซด์ F, R=1) และ Y=13.0740X บวก 1.1381 (อิชินาโคไซด์, R=0.9821); ความเข้มข้น (X) คือแกนนอน และพื้นที่ยอด (Y) คือแกนตั้ง R คือสัมประสิทธิ์สหสัมพันธ์และบ่งชี้ความสัมพันธ์เชิงเส้นที่ดีเยี่ยมระหว่างเส้นโค้งการสอบเทียบเหล่านี้ การทดลองที่มีความแม่นยำ (การฉีดสารตัวอย่างเดียวกันหกครั้งตามลำดับ) แสดงให้เห็นว่ามีความแม่นยำดี และค่าเบี่ยงเบนมาตรฐานสัมพัทธ์ (RSD) ของพื้นที่พีคอยู่ระหว่าง 0.3 ถึง 0.8 เปอร์เซ็นต์ ในทำนองเดียวกัน ความสามารถในการทำซ้ำ (การฉีดหกครั้งตามลำดับของสารสกัดตัวอย่างเดียวกัน) และการทดสอบความเสถียร (การฉีดหกครั้งของสารสกัดตัวอย่างเดียวกันหลังจาก 0, 2, 4, 8, 12 และ 24 ชั่วโมง) ให้ผล RSD ที่ 0.56–1.46 เปอร์เซ็นต์ และ 1.06–3.60 เปอร์เซ็นต์ ตามลำดับ การวิเคราะห์เนื้อหาเพิ่มเติมขององค์ประกอบดัชนีทั้งเจ็ดถูกแสดงในกล่องแนวนอนที่จัดกลุ่มซึ่งมีผลการเปรียบเทียบภาพและความแตกต่างที่มีนัยสำคัญในตัวพิมพ์เล็ก ผลการทดสอบการฟื้นตัวขององค์ประกอบทั้งเจ็ดนั้นแปรผันจาก 99.25 เปอร์เซ็นต์ เป็น 104.10 เปอร์เซ็นต์ โดยมี RSD อยู่ระหว่าง 0.69 เปอร์เซ็นต์ ถึง 3.45 เปอร์เซ็นต์ ดังนั้นวิธีการจึงถูกต้องแม่นยำ เนื้อหาขององค์ประกอบดัชนีทั้งเจ็ดในสี่ชนิดและต้นกำเนิดทางภูมิศาสตร์ของสายพันธุ์เดียวกันจะแสดงในกล่องแนวนอนที่จัดกลุ่มไว้ เนื้อหาขององค์ประกอบทางเคมีบางอย่างอยู่ภายใต้ขีดจำกัดการตรวจจับ ดังนั้น มีเพียงบางส่วนของตัวเลขที่มีสี่สายพันธุ์ Cistanche ส่วนประกอบทางเคมี 2′-acetylacteoside ตรวจพบใน C. deserticola เท่านั้น ในขณะที่วิธีการปัจจุบันตรวจไม่พบในสปีชีส์อื่น อย่างไรก็ตาม พบความแตกต่างของเนื้อหาในแหล่งกำเนิดทางภูมิศาสตร์ต่างๆ ที่เน้นที่ 2′-acetylacteoside เนื้อหาขององค์ประกอบจาก Alashanzuoqi ในมองโกเลียในนั้นสูงกว่าในสามจังหวัดอื่นอย่างมีนัยสำคัญ ในขณะที่เนื้อหาในสายพันธุ์จาก Tingtuhu ของ Minqinin จังหวัด Gansu นั้นต่ำกว่าที่อื่นอย่างมีนัยสำคัญ (รูปที่ 1A) ตรวจพบ Tubuloside A ใน C. deserticola และ C. tubulosa ไม่พบความแตกต่างที่โดดเด่นระหว่างทั้งสองชนิดและแม้แต่ในหมู่พืชในสายพันธุ์เดียวกันจากแหล่งกำเนิดทางภูมิศาสตร์ที่ต่างกัน (รูปที่ 1B) ทั้งสี่ชนิดมีองค์ประกอบทางเคมีเหมือนกัน (อะซิโตไนด์) ปริมาณอะซิโตไนด์ใน C. salsa ที่รวบรวมจาก Jianga'erhan ของ Tacheng ใน Xinjiang นั้นสูงกว่าสายพันธุ์อื่นอย่างมีนัยสำคัญและสายพันธุ์เดียวกันจากพื้นที่ปลูกต่างกัน ในทางตรงกันข้าม เนื้อหาของอะซิโตไนด์ไม่แตกต่างกันอย่างมีนัยสำคัญระหว่างต้นกำเนิดต่างๆ ของ C. deserticola (การค้นพบนี้เหมือนกับของที่โต๊ะ A; รูปที่ 1C) ตรวจพบ Cistanoside A ใน C. deserticola และ C. salsa เนื้อหาของตัวอย่าง C. salsa จาก Jianga'erhan ของ Tacheng ใน Xinjiang นั้นสูงกว่าตัวอย่าง C. deserticola จากที่อื่นอย่างมีนัยสำคัญ นอกจากนี้ ความแปรผันของตำแหน่งไม่ส่งผลต่อเนื้อหาขององค์ประกอบ เงื่อนไขนี้เหมือนกับของโต๊ะ A และอะซิโตไนด์ (รูปที่ 1D) สำหรับซิสตาโนไซด์ A เนื้อหาขององค์ประกอบดัชนีไม่ผันผวนตามความแปรผันของชนิดพันธุ์และแหล่งกำเนิดทางภูมิศาสตร์ (รูปที่ 1E) ปริมาณอิชินาโคไซด์ของตัวอย่างซัลซ่า C. จาก Hejiaoke ของ Tuoli ในซินเจียงนั้นสูงกว่าเนื้อหาของตัวอย่างจาก Jianga'erhan ของ Tacheng ใน Xinjiang อย่างมีนัยสำคัญ ปริมาณองค์ประกอบ Te ของตัวอย่างจาก C. deserticola และ C. tubulosa ไม่ว่าจะเก็บที่ใด มีค่าต่ำกว่าที่อื่นอย่างมีนัยสำคัญ (Jianga'erhan of Tacheng ใน Xinjiang) นอกจากนี้ ยังตรวจไม่พบองค์ประกอบทางเคมีใน C. Sinensis (รูปที่ 1F) Isoacteoside ตรวจพบใน Cistanche ทุกสายพันธุ์ ยกเว้น C. salsa; ปริมาณไอโซแอคทีโอไซด์ใน C. tubulosa สูงกว่าในสองสายพันธุ์อย่างมีนัยสำคัญโดยไม่คำนึงถึงจังหวัดต้นทางในประเทศจีน (รูปที่ 1G) ในที่นี้ ความแตกต่างที่มีนัยสำคัญทั้งหมดมีค่าน้อยกว่า P<0.5. the="" total="" contents="" of="" these="" chemical="" components="" are="" stacked="" in="" fig.="" 2="" for="" improved="" comparison="" of="" the="" seven="" styrene="" glycosides.="" herein,="" we="" hypothesized="" that="" geographical="" origins="" exerted="" a="" small="" influence="" on="">

การสะสมขององค์ประกอบทางเคมีเหล่านี้เมื่อเทียบกับความแตกต่างของสายพันธุ์ ตรวจพบด้านสไตรีนไกลโคเจ็ดประเภทในตัวอย่าง C. deserticola อย่างไรก็ตาม เนื้อหาทั้งหมดต่ำกว่าของ C. tubeless และ C. salsa ผลการศึกษาพบว่า C. salsa มีปริมาณสไตรีนไกลโคไซด์สูงที่สุด แม้ว่าจะตรวจพบเฉพาะเอไคนาโคไซด์, คาสทาโนไซด์ A และอะซิโตไนด์โดยโครมาโตกราฟีของเหลว C. Sinensis มีเพียง isoacteoside และ acetonide เท่านั้น ดังนั้นจึงมีปริมาณ Styrene glycosides ต่ำที่สุด ตามมาตรฐานที่บันทึกไว้ในตำรับยาของจีน เนื้อหาของเอไคนาโคไซด์และอะซิโตไนด์ในซี. Deserticola ควรสูงกว่า 3 มก./กรัม และสารในซีทูบูโลซาควรสูงกว่า 15 มก./กรัม ผลการตรวจจับระบุว่าตัวอย่าง C. deserticola ส่วนใหญ่เป็นไปตามมาตรฐาน ยกเว้นตัวอย่างจาก Changcheng, Liangzhou ในมณฑลกานซู่ (ปริมาณอะซิโตไนด์เท่ากับ 1.51 มก./กรัม) และภูมิภาค Aibi Lake, Tacheng ในจังหวัดซินเจียง (ปริมาณอะซิโตไนด์เท่ากับ 2.18 มก.) /g) ซึ่งมีเนื้อหาต่ำกว่ามาตรฐาน นอกจากนี้ ปริมาณนิวคลีโอไซด์ใน C. tubulosa (8.1225 มก./กรัม) ต่ำกว่ามาตรฐาน ในขณะที่เนื้อหาของอิไคนาโคไซด์สูงกว่ามาตรฐาน (28.38 มก./กรัม)

พื้นที่ที่อาจมีความเหมาะสมในโลกและในประเทศจีน

ด้วยการคำนวณแบบรวมจาก MaxEnt และ ArcGIS พื้นที่ที่เหมาะสมสำหรับสมุนไพร Cistanche ทั้งสี่ชนิดถูกคำนวณ ผลลัพธ์แสดงในตารางที่ 1 คล้ายกับหมวดหมู่ในส่วนข้างต้น พื้นที่ที่อาจเหมาะสมถูกแบ่งออกเป็นสี่คลาส เกี่ยวกับระดับความเหมาะสมในการอยู่อาศัยสูง สามสายพันธุ์มีพื้นที่ที่เหมาะสมกว่า 30 ตารางกิโลเมตรทั่วโลก (C. deserticola: 29.2210 km2, C. Sinensis: 31.3034 km2, C. salsa: 30.8633 km2 ) เมื่อเทียบกับ C. tubulosa (10.6866 km2 ). ดังที่แสดงโดยการเปรียบเทียบชั้นที่มีความเหมาะสมต่อที่อยู่อาศัยสูง C. deserticola มีพื้นที่ที่ใหญ่ที่สุด (38.9267 km2 ) ในแง่ของชั้นที่เหมาะสมปานกลาง (C. tubulosa: 12.4069 km2, C. Sinensis: 32.1292 km2, C. salsa: 38.5764 km2 ) ในขณะที่พื้นที่ของ C. tubulosa ยังเล็กที่สุด ในแง่ของพื้นที่ที่มีศักยภาพซึ่งถือได้ว่าเป็นการกระจายที่มีศักยภาพของสถานที่เพาะปลูกที่เหมาะสม จะกล่าวถึงความเหมาะสมของแหล่งที่อยู่อาศัยสูงและประเภทที่เหมาะสมปานกลางดังนี้ พื้นที่ที่เหมาะสมส่วนใหญ่ (ประมาณ 90 เปอร์เซ็นต์) สำหรับ C. deserticola ส่วนใหญ่กระจายอยู่ในภาคเหนือและตะวันตกเฉียงเหนือของจีน นอกจากนี้ ยังมีการระบุพื้นที่บางพื้นที่ที่มีศักยภาพในการเพาะปลูกทางตอนใต้ของสหรัฐอเมริกา ทางตะวันตกเฉียงใต้ของอิหร่าน ตุรกีตะวันออก มองโกเลียตอนใต้ และคาซัคสถานตะวันออก (รูปที่ 3) ต่างจากสปีชีส์ดังกล่าว C. tubulosa ดูเหมือนจะกระจายไปทั่วโลก ครอบคลุมทางตะวันตกของจีน ตะวันตกเฉียงเหนือของอเมริกาใต้ แอฟริกาเหนือ และบางประเทศระหว่างจีนกับแอฟริกา อย่างไรก็ตาม แม้ว่า C. tubulosa จะมีการกระจายตัวในวงกว้าง แต่พื้นที่ทั้งหมดของสายพันธุ์ก็เล็กที่สุดเมื่อเทียบกับอีกสามสายพันธุ์ ซึ่งพื้นที่ทั้งหมดของความเหมาะสมในการอยู่อาศัยสูงและระดับปานกลางคือ 23.0935 ตารางกิโลเมตร สำหรับทั้งสองคลาส พบพื้นที่ที่มีศักยภาพเพียงไม่กี่แห่งที่เหมาะสมสำหรับการเจริญเติบโตของสายพันธุ์ที่พบในอียิปต์ตอนเหนือ ในภาคตะวันตกของราชอาณาจักรซาอุดิอาระเบีย เยเมนตอนใต้ ทางเหนือของสหรัฐอาหรับเอมิเรตส์ ทางตอนใต้ของอิหร่าน และปากีสถาน พื้นที่ที่ใหญ่ที่สุดยังคงอยู่ในประเทศจีน ซึ่งพื้นที่การทำนายทั้งหมดตั้งอยู่ทางตะวันตกของประเทศ (รูปที่ 4) คล้ายกับ C. deserticola C. salsa มีการกระจายส่วนใหญ่ในตะวันตกเฉียงเหนือและทางเหนือของประเทศจีนซึ่งตัวอย่างมีบันทึก Afer ทำนายโดยแบบจำลอง MaxEnt มีพื้นที่การทำนายขนาดเล็กที่อาจเป็นสภาพแวดล้อมการเติบโตที่เหมาะสมในสหรัฐอเมริกาและทางตะวันออกของคาซัคสถานและคีร์กีซสถาน (รูปที่ 5) ตำแหน่งที่คาดการณ์ไว้ของ C. Sinensis ส่วนใหญ่กระจายอยู่ในภาคเหนือและภาคตะวันตกของจีน นอกจากนี้ มีการระบุพื้นที่บางส่วนในตอนกลางของโมร็อกโก แอลจีเรียตะวันออกเฉียงใต้ และชาดและอิหร่านตะวันตกเฉียงเหนือ (รูปที่ 6) พื้นที่ที่อาจเหมาะสมซึ่งคำนวณโดย MaxEnt จะแสดงที่มุมล่างขวาของรูปที่ 3–6 เพื่อแสดงการทำนายการแจกแจงของทั้ง 4 สายพันธุ์ในประเทศจีน ในที่นี้ หน่วยแผนที่การกระจายการทำนายที่เล็กที่สุดอิงตามจังหวัดต่างๆ ในจีน คล้ายกับการวิเคราะห์สำหรับโลก การวิเคราะห์ในส่วนนี้มีพื้นฐานมาจากความเหมาะสมในการอยู่อาศัยสูงและระดับปานกลาง พื้นที่ทำนาย Te ระบุว่า C. deserticola ส่วนใหญ่กระจายในซินเจียง มองโกเลียใน หนิงเซี่ย กานซู่ และจังหวัดชิงไห่ แม้ว่าจะพบพื้นที่จำหน่ายไม่กี่แห่งในจังหวัดอื่น ๆ แต่ก็อยู่ในประเภทที่ 2 ดังนั้นภูมิภาคเหล่านี้จึงมีความเหมาะสมไม่ดีและไม่แนะนำสำหรับการเพาะปลูกของสายพันธุ์ สำหรับ C. tubulosa ทุกภูมิภาคที่มีความเหมาะสมของสายพันธุ์ได้รับการทำนายในมณฑลซินเจียงในประเทศจีน ที่น่าสนใจคือ C. salsa มีการกระจายศักยภาพที่หลากหลายในประเทศจีน รวมถึงซินเจียง มองโกเลียใน หนิงเซี่ย กานซู่ ชิงไห่ ซานซี ส่านซี และเหอเป่ย นอกจากนี้ จังหวัดหนิงเซี่ยทั้งหมดดูเหมือนจะเป็นพื้นที่เพาะปลูกที่เป็นไปได้สำหรับสายพันธุ์นี้ คล้ายกับ C. salsa, C. Sinensis ยังมีพื้นที่กว้างสำหรับการกระจายที่เป็นไปได้ ยกเว้น Xinjiang Province (แต่มีพื้นที่คาดการณ์ใน Xizang Province)

การมีส่วนร่วมของตัวแปรสิ่งแวดล้อม

ด้วยความช่วยเหลือของสองดัชนี (เปอร์เซ็นต์การมีส่วนร่วมและความสำคัญการเปลี่ยนแปลงในไฟล์.html) ตัวแปรทางชีวสภาพอากาศเหล่านี้ได้รับการจัดอันดับตามความสำคัญของพวกมันสำหรับแบบจำลอง MaxEnt ตัวแปรสำคัญสามสิบเก้าตัวมีส่วนทำให้โมเดล C. deserticola ซึ่ง srad08, tmax12, pre01 และ tmax02 เป็นตัวแปรที่สำคัญที่สุด นั่นคือเปอร์เซ็นต์การมีส่วนร่วมของพวกเขาเกิน 10 เปอร์เซ็นต์ (ตารางที่ S1) สำหรับ C. tubulosa ตัวแปร 29 ตัวมีส่วนในการสร้างแบบจำลอง และ pre09, srad05, pre08 และ vapr08 เป็นปัจจัยด้านสิ่งแวดล้อมที่สำคัญ (ตาราง S2) ตัวแปรสามสิบตัวมีส่วนทำให้เกิดตัวแปรสำหรับแบบจำลอง C. salsa และ tmax02, srad08, bio19 และ pre01 เป็นปัจจัยสำคัญ โดยมีเปอร์เซ็นต์การมีส่วนร่วมเกิน 10 เปอร์เซ็นต์ (ตารางที่ S3) แบบจำลอง Te C. Sinensis มีตัวแปรสนับสนุน 35 เปอร์เซ็นต์ โดยที่ tmax02, bio19 และ pre12 เป็นตัวแปรที่สำคัญที่สุด (ตารางที่ S4)

นอกจากนี้ ได้ทำการทดสอบมีดแม่แรงเพื่อเลือกตัวแปรทางชีวสภาพอากาศที่สำคัญ ซึ่งอาจแตกต่างจากตัวแปรดังกล่าว โดยทั่วไป มีการใช้สามแปลงเพื่อแสดงความสำคัญของตัวแปร ได้แก่ ค่าเกนที่เพิ่มขึ้นของรถไฟ ค่าเกนที่ได้จากการทดสอบ และ AUC ของข้อมูลการทดสอบ ผลการทดสอบมีดแม่แรงสำหรับรุ่น C. deserticola แสดงไว้ในรูปที่ S1 ในที่นี้ srad07, bio09 และ wind10 ให้อัตราขยายที่สูงมากเมื่อใช้อย่างอิสระหรือละเว้น ซึ่งบ่งชี้ว่า srad07 มีข้อมูลที่เป็นประโยชน์โดยตัวมันเองมากกว่าตัวแปรอื่นๆ ในทางตรงกันข้าม bio09 และ wind10 ซึ่งไม่มีอยู่ในตัวแปรอื่นๆ ดูเหมือนจะมีข้อมูลมากที่สุด ต่างจากสปีชีส์ srad05, pre10 และ tmax07 เป็นตัวแปรที่สำคัญสำหรับ C. tubulosa และให้ผลกำไรสูงสำหรับแบบจำลอง ตัวแปรอื่นๆ ที่ให้ค่าเกนจะแสดงในรูปที่ S2 ผลลัพธ์ที่ได้จากแบบจำลอง C. salsa แสดงในรูปที่ S3 พล็อตเหล่านี้บ่งชี้ว่าตัวแปรสี่ตัวให้อัตราขยายที่สูงขึ้นสำหรับโมเดล ได้แก่ srad11, srad06, bio09 และ pre02 เกี่ยวกับแบบจำลอง MaxEnt และการกระจายที่เป็นไปได้ของ C. Sinensis ตัวแปรทางชีวภูมิอากาศสี่ตัวแปร srad11, srad12, win08 และ tmax11 ถือเป็นตัวแปรที่สำคัญ พวกเขามีข้อมูลที่เป็นประโยชน์ด้วยตัวเองมากกว่าตัวแปรอื่น ๆ (รูปที่ S4) ดังนั้น ตัวแปรที่กล่าวถึงข้างต้นจึงมีข้อมูลที่สำคัญที่สุดที่เอื้อต่อการได้รับแบบจำลอง ที่น่าสนใจคือ มีความแตกต่างเล็กน้อยระหว่างผลการทดสอบมีดสั้นกับความสำคัญของการเปลี่ยนแปลง (หรือเปอร์เซ็นต์ความสำคัญ) ตัวแปรแบบทรี (srad07, srad11 และ tmax07) เป็นตัวแปรสำคัญที่ได้รับผลการทดสอบจากมีดแม่นปืนสูงเมื่อเทียบกับวิธีอื่นๆ อีกสองวิธี

การประเมินแต่ละรุ่นเฉพาะ

ประสิทธิภาพของแบบจำลองแบ่งออกเป็นห้าประเภท: ล้มเหลว ไม่ดี ยุติธรรม ดี และดีเยี่ยม (0.9

(bio09) โดยมีช่วงที่เหมาะสมที่สุดคือ -12.6159–2.8479 องศา ตัวแปรที่สี่คือการเร่งรัดในเดือนกันยายน (ก่อน 09) โดยมีช่วงที่เหมาะสม 8.3762–32.4312 มม. (รูปที่ S7) แบบจำลอง MaxEnt ของ C. Sinensis มีตัวแปรสำคัญสามตัวซึ่งส่วนใหญ่มีส่วนทำให้มีศักยภาพในการกระจายพันธุ์ ช่วงรังสีดวงอาทิตย์ที่เหมาะสมในเดือนธันวาคม (srad12) คือ 6138.3161–9488.8316kJ·m−2·day-1 และอุณหภูมิสูงสุดในเดือนพฤศจิกายน (tmax11) คือ -1.9115–9.66048 องศา นอกจากนี้ ช่วงความเร็วลมที่เหมาะสมในเดือนสิงหาคม (ลม 08) คือ 2.1005–3.3054m·s-1 (รูปที่ S8) ตัวแปรสำคัญอื่นๆ ที่เอื้อต่อการกระจายตัวที่เป็นไปได้ของสปีชีส์ทั้งสี่ถูกสรุปไว้ในรูปที่ S5–S8.

การอภิปราย

ยาสมุนไพรเป็นส่วนผสมที่ซับซ้อนขององค์ประกอบทางเคมีหลายอย่างที่ช่วยในการกำหนดเป้าหมายของโรคอย่างเป็นระบบ นอกจากนี้ อาจมีการรวบรวมวัสดุสมุนไพรประเภทหนึ่งจากพืชพรรณหลายชนิดที่มีลักษณะหรือส่วนประกอบที่มีประสิทธิผลคล้ายคลึงกัน ตัวอย่างเช่น Coptidis Rhizoma เป็นยาสมุนไพรที่มีการใช้ความถี่สูง ได้มาจากพืชพื้นเมืองสามชนิด (Coptis Chinensis, C. deltoidea และ C. teeth) และใช้รักษาอาการท้องร่วงที่เกิดจากความชื้นด้วยความช่วยเหลือของเบอร์เบอรีนต่างๆ18. นอกจากนี้ Polygonatum Rhizoma ยังถูกใช้เป็นอาหารที่มีประโยชน์ในชีวิตประจำวันในประเทศจีนสำหรับการควบคุมภูมิคุ้มกัน วัตถุดิบได้แก่ เหง้า Polygonatum kingianum, P. sibiricum และ P. cyrtonema19 การศึกษาในปัจจุบันมีสี่ชนิด โดยสองชนิดได้รับการบันทึกอย่างเป็นทางการในตำรับยาจีน (C. deserticola และ C. tubulosa ในเวอร์ชัน 2015) ผลการศึกษาองค์ประกอบทางเคมีบ่งชี้ว่ามีความแตกต่างของชนิดและปริมาณของทั้งสี่ชนิด โดยเฉพาะอย่างยิ่ง echinacoside, carotenoid A, 2′-acetyl verbascoside, anthocyanin และ carotenoid F สามารถตรวจพบได้ใน C. Sinensis และถือได้ว่าเป็นดัชนีสำหรับกำหนด

ไม่ว่าผงของสายพันธุ์ที่เป็นทางการนั้นมีการเจือปนด้วยยาสมุนไพรที่ไม่เป็นทางการหรือไม่ 2′-Acetyl ver bascoside ตรวจพบใน C. deserticola เท่านั้น ซึ่งน่าจะเป็นองค์ประกอบดัชนีที่เหมาะสมที่สุดซึ่งบ่งชี้ว่าวัสดุสมุนไพรที่รู้จักนั้นเป็นหนึ่งในสี่สายพันธุ์ที่กล่าวถึงในการศึกษาของเรา การค้นพบนี้เหมือนกับในการศึกษาก่อนหน้าของเรา ซึ่งองค์ประกอบดังกล่าวถือเป็นเครื่องหมายที่มีศักยภาพในการเลือกปฏิบัติตัวอย่าง C. deserticola จากซินเจียงและมองโกเลียใน20 นอกจากนี้ แอนโธไซยานิน A และแคโรทีนอยด์ F เป็นส่วนประกอบทั่วไปในทั้งสองสายพันธุ์ที่เป็นทางการ แต่ไม่พบในอีกสองสายพันธุ์ ดังนั้นส่วนประกอบทางเคมีเหล่านี้จึงสามารถใช้เป็นเครื่องหมายทางเคมีสำหรับสายพันธุ์ที่เป็นทางการและไม่เป็นทางการสำหรับการควบคุมคุณภาพของวัสดุยาดิบในตลาดสมุนไพร โมเดล MaxEnt สร้างความสัมพันธ์ที่สัมพันธ์กันระหว่างตัวแปรด้านสิ่งแวดล้อมและการกระจายที่เป็นไปได้ทั่วโลกสำหรับสายพันธุ์เป้าหมาย21,22 แบบจำลองนี้มีความสามารถในการทำนายการกระจายในปัจจุบันและบริเวณที่อาจมีความเหมาะสม ซึ่งถือได้ว่าเป็นข้อมูลอ้างอิงสำหรับการเพาะพันธุ์สัตว์น้ำ โดยเฉพาะสัตว์น้ำ Endan gered โดยทั่วไป การอนุรักษ์นอกแหล่งกำเนิดเป็นวิธีที่มีประสิทธิภาพในการปกป้องสัตว์ใกล้สูญพันธุ์23 กลยุทธ์การป้องกันสามารถรับประกันการใช้งานตามปกติในคลินิก ในการศึกษาของเรา มีเขตการกระจายที่เป็นไปได้ในมณฑลชิงไห่ในประเทศจีน ตอนใต้ของสหรัฐอเมริกา ตะวันตกเฉียงใต้ของอิหร่าน ตุรกีตะวันออก มองโกเลียตอนใต้ และคาซัคสถานตะวันออก ซึ่งแตกต่างจากบันทึกใน Flora Reipublicae Popularis Sinicae (http://frps. iplant.cn/ fps/Cistanche เปอร์เซ็นต์ 20deserticola) สำหรับ C. deserticola บริเวณที่คาดการณ์ของ C. tubulosa นั้นมีความคล้ายคลึงอย่างมากกับในบันทึกของ Flora Reipublicae Popularis Sinicae (http://frps.iplant.cn/frps/Cistanche เปอร์เซ็นต์ 20tubulosa) ซึ่งระบุว่ามีการกระจายพันธุ์ในภาคใต้ของจังหวัดซินเจียงใน จีน แอฟริกาเหนือ คาบสมุทรอาหรับ และเอเชียกลาง ในที่นี้ มีเพียงไม่กี่พื้นที่เท่านั้นที่อาจเหมาะสมสำหรับการเพาะปลูก C. tubulosa ทางตะวันตกเฉียงใต้ของอเมริกาใต้ พื้นที่การเจริญเติบโตที่จำกัดของ Te ได้รับการยืนยันจากการตรวจสอบจริงของเราว่าการเพาะปลูกของสายพันธุ์นั้นต้องการน้ำที่เพียงพอ ทางตอนใต้ของมณฑลซินเจียงมีน้ำเพียงพอสำหรับการกระจายพันธุ์ในวงกว้าง บริเวณที่อาจมีความเหมาะสมของ C. salsa แตกต่างจากในบันทึก และบริเวณที่คาดการณ์ไว้มีขนาดใหญ่กว่าการกระจายที่บันทึกไว้ตาม http://frps.iplant.cn/ frps/Cistanche เปอร์เซ็นต์ 20salsa ในทำนองเดียวกัน ตำแหน่งที่คาดการณ์ของ C. Sinensis แตกต่างเล็กน้อยจากตำแหน่งในบันทึกที่ http://frps.iplant.cn/frps/Cistanche เปอร์เซ็นต์ 20sinensis โดยเฉพาะอย่างยิ่งในตอนกลางของโมร็อกโก แอลจีเรียตะวันออกเฉียงใต้ และทางตะวันตกเฉียงเหนือของชาดและอิหร่าน ซึ่งกำหนดโดยผลแบบจำลองการทำนายว่าเหมาะสมกับการเจริญเติบโตของชนิดพันธุ์ พื้นที่กว้างของทั้งสองสายพันธุ์หลังบอกเป็นนัยว่าเกษตรกรสมุนไพรสามารถปลูกพืชทั้งสองชนิดเพื่อตอบสนองความต้องการของตลาดสมุนไพรในท้องถิ่นซึ่งส่วนใหญ่ขึ้นอยู่กับทรัพยากรป่า การสำรวจภาคสนามของเราพบว่าการเก็บตัวอย่างป่าของทั้งสองสายพันธุ์นั้นยากขึ้นเรื่อยๆ มีตัวอย่างป่าประมาณ 2-3 ตัวอย่างใน 10 ควอดแรตที่มีขนาด 2×2 เมตรในปี 2555 แต่ตัวอย่างเดียวกันต้องการ 30 ควอดแรตเดียวกันในปี 2019 ผลลัพธ์ของ Tese บอกเป็นนัยว่าทรัพยากรป่ากำลังลดปริมาณลง พื้นที่ที่เหมาะสมกำลังถูกจำกัดมากขึ้นเนื่องจากการพัฒนาอุตสาหกรรมและการก่อสร้างถนน ดังนั้น จากการกระจายพันธุ์ที่เหมาะสมซึ่งคาดการณ์โดยแบบจำลอง MaxEnt นักวิจัยควรตั้งเป้าหมายที่จะปลูกฝังทั้งสองสายพันธุ์เพื่อเพิ่มการปกป้องตัวอย่างป่า เราไม่พบวรรณกรรมที่ใช้อุณหภูมิต่ำสุด 12-เดือน อุณหภูมิสูงสุด อุณหภูมิเฉลี่ย ปริมาณน้ำฝน การแผ่รังสีดวงอาทิตย์ ความเร็วลม และความดันไอน้ำเป็นตัวแปรทางชีวสภาพอากาศในการสร้างแบบจำลอง MaxEnt ในที่นี้ ตัวแปรทั้งหก (มากกว่า 12 เดือน) รวมกับปัจจัยทางชีวภูมิอากาศ 19 ประการ ถูกนำมาใช้อย่างเป็นระบบเพื่อสร้างแบบจำลอง MaxEnt ของสี่สายพันธุ์ที่ศึกษา ผลการวิจัยพบว่าการทำนายพื้นที่ที่เหมาะสมของแต่ละสายพันธุ์ขึ้นอยู่กับตัวแปรสิ่งแวดล้อมที่แตกต่างกัน โดยทั่วไป รังสีดวงอาทิตย์ (srad05, srad06, srad12) เป็นตัวแปรที่มีอิทธิพลหลักในสี่สายพันธุ์ พฤษภาคมและมิถุนายนถูกตีความว่าเป็นช่วงออกดอกและติดผลตามลำดับ ดังนั้นการแผ่รังสีดวงอาทิตย์อาจเป็นปัจจัยเริ่มต้นที่มีอิทธิพลหลักที่กำหนดการกระจายของ Cistanche สี่ชนิด การผสมผสานระหว่างโครมาโตกราฟีของเหลวประสิทธิภาพสูงและแบบจำลอง MaxEnt ถูกนำมาใช้เพื่อจัดระบบในการตรวจสอบความผันผวนของเนื้อหาในองค์ประกอบทางเคมีเจ็ดอย่าง ผลการทดสอบบ่งชี้ความผันแปรในประเภทองค์ประกอบและเนื้อหาในสี่สายพันธุ์ Cistanche และในหมู่พืชในสายพันธุ์เดียวกันจากแหล่งกำเนิดทางภูมิศาสตร์ที่แตกต่างกัน นอกจากนี้ 2′-acetylacteoside ยังสามารถใช้เป็นเครื่องหมายทางเคมีสำหรับแยกแยะ C. deserticola จากพืช Cistanche อีกสามต้น Anthocyanin A และ carotenoid F เป็นองค์ประกอบทั่วไปของทั้งสองสายพันธุ์ที่เป็นทางการ ดังนั้นจึงถือได้ว่าเป็นเครื่องหมายทางเคมีเพื่อแยกความแตกต่างระหว่างสายพันธุ์ที่เป็นทางการและไม่เป็นทางการ ปริมาณอิไคนาโคไซด์ของ C. deserticola แตกต่างกันอย่างมีนัยสำคัญระหว่างการแจกแจงศักยภาพที่เหมาะสมสองครั้ง; เนื้อหาของตัวอย่างจากมองโกเลียในสูงกว่ากลุ่มตัวอย่างจากเมือง Minqin ในมณฑลกานซู่อย่างมีนัยสำคัญ ผลลัพธ์ของเราอาจเป็นข้อมูลอ้างอิงสำหรับการพัฒนาและการใช้ประโยชน์ที่เพิ่มขึ้นของสายพันธุ์ Cistanche ที่ใกล้สูญพันธุ์สี่ชนิดในประเทศจีนและประเทศโดยรอบ

แหล่งข้อมูลและตัวแปรทางชีวภาพ

บันทึกการเกิดหนึ่งร้อยสี่สิบหกของโรงงาน Cistanche สี่แห่งในโลกถูกรวบรวมจากฐานข้อมูล รวมถึงข้อมูลการสำรวจภาคสนามระหว่าง 2017 และ 2019 ศูนย์ข้อมูลความหลากหลายทางชีวภาพระดับโลก (http://www.gbif.org ) โครงสร้างพื้นฐานข้อมูลตัวอย่างแห่งชาติ (HTTP:// www.nsii.org.cn/) และ Chinese Virtual Herbarium (http://www.cvh.org.cn/) ในที่นี้ 49 บันทึกเป็นของ C. deserticola และ C. tubulosa มีบันทึก 26 รายการในโลก C. salsa มี 45 จุดข้อมูล และ C. Sinensis มี 26 ไซต์ ซึ่งทั้งหมดกระจายอยู่ในประเทศจีน การกระจายตำแหน่งโดยละเอียดของสี่สายพันธุ์จะแสดงบนแผนที่โลกและแสดงไว้ในภาพที่ 10 ในกรณีที่มีจุดข้อมูลที่จำลองแบบ จะใช้ตัวอย่างเพียงตัวอย่างเดียวเพื่อลดอคติในการสุ่มตัวอย่างโดยคำนึงถึงสภาพแวดล้อม จุดข้อมูลแต่ละจุดถูกแปลงเป็นพิกัดทางภูมิศาสตร์ World Geodetic System 1984 โดย ArcGIS (เวอร์ชัน 10.0, Environmental Systems Research Institute, Inc. USA)24

การสร้างแบบจำลอง MaxEnt

วิธีการ MaxEnt มีจุดมุ่งหมายเพื่อสร้างแบบจำลองการทำนายที่มีเอนโทรปีสูงสุดตามบันทึกการเกิดขึ้นที่มีอยู่26,27 ทฤษฎีของเอนโทรปีสูงสุดให้คำอธิบายที่ดีเยี่ยมสำหรับการประมาณการแจกแจงความน่าจะเป็นที่ไม่ทราบสาเหตุ28 หลักการสำคัญของแบบจำลองคือการคำนวณเอนโทรปีสูงสุดของการกระจายความน่าจะเป็นในพื้นที่เป้าหมายภายใต้เงื่อนไขการจำกัดพิเศษ จากผลการคำนวณ ตัวแบบจะสร้างการกระจายความน่าจะเป็นของชนิดพันธุ์เป้าหมายในพื้นที่การวิจัย โดยทั่วไป ตัวแปรด้านสิ่งแวดล้อมและบันทึกการเกิดเป็นเงื่อนไขที่จำกัด โมเดลจะทับซ้อนข้อมูลตัวอย่างที่ทราบอย่างต่อเนื่องซึ่งการกระจายความน่าจะเป็นของพื้นที่เป้าหมายเพิ่มขึ้นจนกระทั่งเอนโทรปีสูงสุดเพิ่มขึ้นจนถึงเกณฑ์การบรรจบกัน ซอฟต์แวร์ที่ใช้ Java (เวอร์ชัน 3.4.1) ถูกดาวน์โหลดอย่างอิสระจาก http://www.cs.princeton.edu/schapire/max ent สำหรับการจำลองความเหมาะสมของที่อยู่อาศัย ก่อนสร้างโมเดล ตัวแปรแต่ละตัวจะถูกแปลงจากรูปแบบไฟล์ภาพที่ติดแท็กไปเป็นรูปแบบการสื่อสารสคริปต์การดำเนินการ (ASC) เพื่อสร้างเลเยอร์สิ่งแวดล้อม เราเลือก "คุณสมบัติอัตโนมัติ" (รวมถึงคุณสมบัติเชิงเส้น ควอดราติก ผลิตภัณฑ์ และบานพับ) เป็นคุณสมบัติรุ่นของเรา ได้ทำการทดสอบมีดสั้นเพื่อวัดความสำคัญของตัวแปรด้านสิ่งแวดล้อม เปอร์เซ็นต์การทดสอบแบบสุ่มถูกกำหนดเป็น 30; นั่นคือ 70% ของจุดข้อมูลถูกสุ่มเลือกเป็นข้อมูลการฝึกอบรม และส่วนที่เหลืออีก 30 เปอร์เซ็นต์ที่เหลือเป็นข้อมูลการทดสอบ การตรวจสอบข้ามถูกใช้เป็นประเภทการรันที่จำลองแบบ เลือกตัวเลือกเริ่มต้นสำหรับการตั้งค่าอื่นๆ หลังจากใช้ซอฟต์แวร์ MaxEnt เราสามารถรับไฟล์ (ในรูปแบบ ASC) ที่แก้ไขการกระจายความเหมาะสมของที่อยู่อาศัย ไฟล์ดังกล่าวยังแสดงการกระจายจุดข้อมูลแบบสุ่ม ซึ่งครอบคลุมชุดการฝึกและการทดสอบด้วยสองสี Te fle ถูกแปลงเป็นข้อมูลแรสเตอร์เพื่อปรับปรุงการตีความและการคำนวณตำแหน่งที่เหมาะสม นอกจากนี้ ไฟล์แรสเตอร์ยังถูกจัดประเภทใหม่เป็นสี่คลาสที่ประกอบด้วยคลาสที่เหมาะสมต่ำมาก หรือคลาสที่ไม่เหมาะสม (4,<0.2), low="" suitable="" class="" (3,="" threshold="" between="" [0.2,="" 0.4]),="" moderately="" suitable="" class="" (2,="" [0.4,="" 0.6])="" and="" high="" habitat="" suitability="" class="" (1,="" [0.6,="" 1])29–31.="" the="" number="" indicates="" the="" class="" number="" in="" the="" final="" figure.="" a="" commonly="" used="" threshold="" of="" 0.4="" was="" used="" for="" the="" class="" division30.="" te="" format="" transformation="" and="" calculation="" of="" suitable="" areas="" were="" completed="" by="" arctoolbox="" in="" arcgis="" software.="" the="" receiver="" operating="" characteristic="" (roc)="" curve="" and="" area="" under="" the="" curve="" (auc)="" was="" used="" to="" analyze="" the="" fitting="" capability="" and="" to="" comprehensively="" evaluate="" the="" performance="" of="" the="" well-established="" model.="" in="" general,="" the="" closer="" the="" top="" left="" corner="" the="" roc="" curve="" is="" to="" 1,="" the="" more="" robust="" the="" model.="" a="" high="" auc="" value="" implies="" a="" superior="" model="" performance,="" which="" is="" not="" affected="" by="" the="" choice="" of="" the="" threshold32.="" the="" normal="" value="" of="" the="" latter="" parameter="" is="" between="" 0.5="" and="" 1.="" in="" accordance="" with="" the="" range="" of="" parameters,="" the="" maxent="" model="" performance="" was="" categorized="" into="" six="" standards="" comprising="" a="" pure="" guess="" (auc="0.5)," fail="">

บทความนี้มาจากรายงานทางวิทยาศาสตร์|(2019) 9:19737|https://doi.org/10.1038/s41598-019-56379-x