基于无机元素指纹分析的桔梗产地溯源

为比较四川梓潼(SCZT)、云南玉龙(YNYL)、安徽太和(AHTH)、湖北英山(HBYS)、河南桐柏(HNTB)无机元素含量差异,结合计量学方法,探讨桔梗产地溯源应用的可行性,为桔梗产地溯源提供新方法。利用电感耦合等离子体质谱法(ICP-MS)和电感耦合等离子体原子发射光谱法(ICP-AES)测定四川、云南、安徽、湖北、河南5个主产区共75份桔梗样品中K、P、Fe、Mn、B等37种元素的含量,通过主成分分析对5大产区桔梗进行聚类,运用KNN、Bayes、SVM-ga、BP-NN、LS-SVM、SVM-grid算法,建立桔梗产地溯源模型。结果表明:五大产区桔梗中无机元素含量差异显著(P<0.05),其中Sb、Sn、Ge、Nb、Ag 5种元素,在不同产区间差异最为明显;由主成分分析发现不同产地桔梗样品分布集中且相对独立,SVM-grid桔梗溯源模型能够100%将五大产区桔梗进行区分;Sb、Sn、Ge、Nb、Ag 5种元素含量分布具有明显的地域特征。以无机元素结合计量学方法可以对桔梗进行有效的产区判别,且准确率高,是产地溯源的有效方法。

无机元素与计量学模型结合的半夏产地溯源研究

为建立不同产地半夏无机元素的分析方法和溯源体系,为半夏药材的质量控制和道地性评价提供技术支持。采用电感耦合等离子体质谱法(ICP-MS)和电感耦合等离子体原子发射光谱法(ICP-AES)对我国6个主产区72份半夏样品中K、Ca、Na、Mg、Al等37种无机元素的含量进行测定,并采用方差分析、主成分分析、因子分析等计量学方法进行统计与评价。通过对比BP-神经网络算法、K-最近邻算法、最小二乘支持向量机等多种模式识别方法,探索适合半夏产地溯源的最佳模型。结果表明:不同产地半夏中无机元素的构成各具特征,各无机元素含量在产地间差异显著(P<0.05),其中La、Pb、As、Na、Bi、Hg、Sn、Cd、Ag 9种元素在不同产区间的差异最为明显;3D-plots图显示不同产地半夏样品分布相对集中,具备产地分类的可行性;KNN分类模型(曼哈顿距离)是半夏产地溯源的最佳方法,测试集的正确率达到100%。无机元素分析技术结合适当的计量学模型可以实现半夏的产地溯源。

基于多元素和稳定同位素技术的桃产地溯源

目的研究利用桃中多元素和稳定同位素地域特征进行产地溯源的可行性。方法应用电感耦合等离子体质谱和稳定同位素比质谱技术,测试桃样品中54种元素和碳(^(13)C/^(12)C)、氮(^(15)N/^(14)N)、氢(^(2)H/^(1)H)、氧(^(18)O/^(16)O)4种稳定同位素比值,分析不同产地桃的特征指标,采用逐步判别分析,建立产地判别模型,开展平谷、顺平和丹东桃产地溯源。结果不同产地桃中碳和氧同位素比值差异显著(P<0.05),Na、Mg、Al、K、Mn、Cu、Zn、Rb、Sr、Cd和Ba 11种元素含量差异显著(P<0.05)。筛选C、H、O、Mg、Al、K、Fe、Cu、Zn、Cd10项指标建立产地判别模型,进行原始回代检验和留一交叉检验,判别准确率均为100%。结论研究表明,同时利用桃中多元素含量和稳定同位素比值特征指标建立产地判别模型,能够区分不同产地的桃,为桃产地溯源的可行性提供方法依据。

陈皮产地溯源及鉴伪技术研究进展

陈皮是药食同源佳品,药用价值和经济价值高。然而,市场上陈皮产地虚标、品种假冒和陈化时间造假等现象时有发生,损害了消费者权益,亟需建立有效的陈皮产地溯源及鉴伪技术以保障陈皮质量安全和品质。本文综述了代谢组学、光谱、DNA分析、元素分析、智能感官等技术在陈皮产地溯源和品种、采收期及陈化时间鉴别方面的研究进展,对比分析了各种技术的优缺点,并提出陈皮产地溯源及鉴伪研究当前存在的问题以及未来研究重点。

基于瓜籽稳定同位素与多元素分析的甜瓜产地溯源研究

目的探索一种基于瓜籽稳定同位素及多元素分析的甜瓜产地溯源新策略,克服高糖甜瓜样本冻干预处理困难的难题,提升甜瓜溯源的可操作性与稳定性。方法采集新疆、广西、海南3个省份58个甜瓜样本,并测定其瓜籽的碳、氮、氢、氧稳定同位素比率与16种矿物元素含量。首先,利用单因素方差分析比较不同省份甜瓜样本的区域差异。并进一步通过构建瓜籽稳定同位素及元素特征的线性判别分析模型区分不同产地的样本。结果单因素方差比较证实甜瓜的4种稳定同位素比率与部分元素含量特征在不同产地间具有显著的差异(P<0.05),线性判别分析模型实现3个省份甜瓜样本的准确判别,整体留一法交叉验证准确度高达96.5%。结论该策略能够有效地区分新疆甜瓜与其他省份的甜瓜,有望作为保护新疆甜瓜品牌信誉,确保新疆甜瓜产业健康发展的有用工具。

基于HPLC⁃DAD指纹图谱结合化学模式识别的红糖产地溯源方法

红糖作为一种功能食品,近年来需求量不断增长,然而市场上红糖的品质却良莠不齐,且缺乏科学的鉴别和评估方法来确保红糖的品质。该研究以我国5个红糖主产地(广西、广东、云南、贵州和香港地区)的55批红糖作为研究对象,通过构建高效液相色谱⁃二极管阵列检测器(high⁃performance liquid chromatography⁃diode array detector,HPLC⁃DAD)指纹图谱并结合共有模式法、相似度评价法和化学计量学法,建立一种能够准确追溯红糖产地的方法。研究发现,不同产地的红糖既有特有的HPLC⁃DAD指纹图谱也有共有的HPLC⁃DAD指纹图谱,特有的HPLC⁃DAD指纹图谱显示产地特有峰的保留时间具有明显的地域特性,与产地区分密切相关。产地共有指纹图谱共标定出9个共有峰,指纹图谱的相似度为0.473~0.915,表明虽然存在共有峰但共有峰峰面积存在明显差异(例如广东、广西、云南、贵州和香港地区的S2号共有峰的平均相对峰面积分别为47.592%、26.873%、814.853%、8.683%和3.111%)。共有峰峰面积的聚类热图显示不同地区的样品存在明显差异。此外,共有峰峰面积的主成分分析发现前3个主成分对产地区分的贡献率分别为59.9%、17.1%和11.6%,累计贡献率为88.6%,可以作为鉴别红糖产地的特征性指标。

基于稳定同位素和矿质元素方法的檀香木材产地溯源

为明确树木心边材稳定同位素和矿质元素对木材产地溯源准确性的影响,以檀香(Santalum album)在我国主要栽培地区海南东方、广东湛江及广东肇庆的檀香木材样品作为研究对象,采用稳定同位素比质谱仪(EA-IRMS)和电感耦合等离子质谱仪(ICP-MS)分别测定心材和边材位置的5种稳定同位素(δ^(13)C、δ^(2)H、δ^(18)O、δ^(15)N、δ^(34)S)比值和38种矿质元素含量,并通过化学计量学法进行产地判别。结果表明:檀香边材和心材组织间的3种稳定同位素比值和25种矿质元素含量均存在极显著或显著差异性;采用同一径向位置的檀香样品集进行产地判别准确率优于木材(不区分心边材)样品集,说明在实际应用中应充分考虑取样部位以获得最优的产地判别效率。正交校正的偏最小二乘判别分析(OPLS-DA)显示,采用矿质元素方法进行檀香木产地判别准确率为86.54%~100.00%,显著优于稳定同位素方法(51.32%~60.00%);而基于稳定同位素比值和矿质元素含量结合的方法则没有明显提高产地判别准确率(88.46%~100.00%)。2种稳定同位素(δ^(2)H和δ^(15)N)及14种矿质元素(Sb、Mo、Cr、Pd、V、Cs、Rb、Sn、As、Ni、Co、Pb、Cd、Fe)是对我国3个主产区檀香木材产地判别的关键指标。本研究采用基于稳定同位素和矿质元素方法进行木材产地判定分析,为溯源木材产地、应对木材非法采伐、保护森林树种多样性提供了技术支撑。

基于电感耦合等离子体串联质谱法分析矿物元素的江西茶叶产地溯源

目的分析江西不同产区茶叶中矿物元素含量的差异,并结合多元统计方法分析矿物元素指纹特征,构建江西茶叶不同产地鉴别的判别模型。方法采用电感耦合等离子体串联质谱法(inductively coupled plasma-tandem mass spectrometry,ICP-MS/MS)对采集于3个江西代表县的150个茶叶样品中的15种矿物元素进行测定,获得其中的元素成分信息,结合主成分分析(principal component analysis,PCA)和判别分析(discriminant analysis,DA),分析不同产地茶叶的特征元素变量,筛选元素特征指纹。结果江西不同产地的茶叶中的常量元素、微量元素和重金属含量差异较大,可以成为指纹分析技术的有效产地溯源指标。主成分分析以提取特征值大于1.0,可以将15个矿物元素提取两个主成分,总方差贡献率达63.001%,基本保留了原变量的大部分信息。以两个主成分为原始变量,建立判别典型函数,利用判别典型函数可以实现3个不同产地的150个茶叶的99.3%正确判别。结论矿物元素指纹图谱可以用于江西茶叶的产地溯源判别,为今后江西各种知名茶叶品牌的原产地保护提供技术支撑。

结合拉曼光谱主成分分析-线性判别进行蛇纹石玉产地溯源的探索

蛇纹石是中国最早使用的玉石之一,开展蛇纹石玉的产地溯源探索,对认识中国古代玉文化发展历程,重建古代玉石贸易路线均有重要的意义。但由于蛇纹石玉产地众多,目前尚没有成熟的蛇纹石玉产地溯源的判别技术。以产自陕西汉中、甘肃敦煌、河南栾川、辽宁岫岩、山东泰安、甘肃武山6地的蛇纹石玉为研究对象,在66块样品上共采集到200个高质量拉曼光谱数据,并在对测试结果进行主成分分析(PCA)的基础上建立了线性判别分析(LDA)的产地判别模型。结果显示,不同产地蛇纹石玉的矿物组成有所差异,汉中蛇纹石玉的主要矿物成分有纤蛇纹石和利蛇纹石两种;敦煌蛇纹石玉则为纤蛇纹石和利蛇纹石的均匀混合型;泰安蛇纹石玉的主要矿物成分有利蛇纹石(墨玉)和叶蛇纹石(碧玉和翠斑玉)两种;河南栾川、辽宁岫岩、甘肃武山蛇纹石玉的主要矿物成分均为叶蛇纹石。在严格控制实验条件的前提下,将拉曼光谱数据结合PCA+LDA分析可以对不同产地的蛇纹石玉进行区分,所建立的LDA判别模型的训练集数据和测试集数据的产地判别正确率分别达到了96.25%和92.50%。这显示出利用无损检测拉曼光谱技术进行蛇纹石玉产地溯源具有潜在价值。将拉曼光谱无损检测数据结合统计学或机器学习方法来构建判别模型可能是解决蛇纹石玉产地溯源瓶颈新的技术路径。

机器学习在白酒产地溯源研究中的应用进展

机器学习对于白酒产地溯源技术的应用效果具有重要价值。白酒产地溯源主要基于不同产地白酒在理化等方面的差异,采用色谱、光谱、质谱等技术进行检测分析,其一般技术路线:对国内不同产地的白酒样品进行检测分析,为寻找不同产地白酒之间的差异,建立模型对获取的相关数据进行分析,以便于更好地分类、预测。在这一过程中,机器学习往往起着非常重要的作用,既能够弥补一些现有数据分析方法的不足,也能够很好地发挥相关检测技术的优势,机器学习拓展了相关检测技术应用的深度和广度。本文综述了机器学习在白酒等食品、农产品、中药材产地溯源研究中的应用情况,主要是与检测技术的联用情况,总结分析了机器学习在白酒产地溯源研究中的应用效果,并对其未来发展应用进行了展望,可为白酒产地掺假行政执法提供重要技术支撑。

基于非靶向代谢组学的葡萄酒原产地溯源分析

以澳大利亚、法国、中国新疆和格鲁吉亚4个产地的葡萄酒为研究对象,利用超高效液相色谱-四极杆-静电场轨道离子阱质谱(UHPLC-Q-Orbitrap-MS)技术进行葡萄酒代谢组学分析,结合多元统计分析进行产地溯源研究。运用主成分分析(PCA)及偏最小二乘判别分析(PLS-DA),对不同产地的葡萄酒构建分类模型。基于倍数变化(FC)大于2.0或小于0.5、显著性差异(p)小于0.05和变量投影重要性(VIP)大于1.5,共筛选出9个特征标志物。KEGG代谢通路分析发现,不同产地葡萄酒的品质差异来源于黄酮和黄酮醇的生物合成对黄酮类物质的影响。结果表明,基于UHPLC-Q-Orbitrap-MS的非靶向代谢组学结合化学计量学方法鉴别葡萄酒产地具有可行性,为葡萄酒的产地溯源和品质评估提供了技术支持和理论依据。

基于微量元素与多元统计对枸杞产地溯源研究

利用干法消解结合FAAS测定3个产地枸杞中Ca、Mg等10种微量元素的含量,并基于多元统计分析判别道地产区与非道地产区枸杞的差异.结果显示:各元素相关系数r为0.9914~0.9998,加标回收率为92.66%~111.67%.方差分析结果显示,枸杞中的Cd、Pb含量均在国家标准范围内,道地产区中宁枸杞Ca、Na含量相对较高.相关性分析显示,各元素间Pearson系数差异明显,它们之间的吸收与富集存在一定的协同与拮抗作用.结合FA分析发现,Ca与Mn之间具有相近的因子载荷.结合PCA分析,将ZN划分在下方(Prin 3<-0.5),CDA分析将ZN划分在左上方(Can 1<0,Can 3>0),CA分析显示D=3.3235时,ZN与JY、YM可以进行区分,通过PCA、CDA、CA分析能实现道地与非道地的定性判别.结合MLR、PLS与MLP分析,可构建枸杞道地与非道地地区与微量元素之间的预测模型,并表明它们之间存在相关关系(0.8099<r<1.0000),且MLP对枸杞道地与非道地的识别正确率为100%,实现了道地与非道地产区枸杞的定量预测,为枸杞产地溯源提供了快速、准确的新方法.

基于元素组学的黔北麻羊羊腿肉的产地溯源可行性研究

基于元素组学分析黔北麻羊羊腿肉中的元素组成及含量,并与我国四大羊肉主产区对比分析,结合化学计量法进行产地溯源可行性研究。收集我国贵州、内蒙古、宁夏、新疆和甘肃5个产区的羊前腿肉共65份,采用微波消解法预处理后,通过电感耦合等离子体质谱法和电感耦合等离子体发射光谱法检测羊腿肉中17种元素的含量,结合单因素方差分析、主成分分析和正交偏最小二乘法判别分析对黔北麻羊进行产地区分,基于差异元素建立黔北麻羊产地判别模型。黔北麻羊与其余4个产区之间存在8种差异元素Mg、Al、K、Fe、P、Rb、Cr、Sn,建立了Fisher判别模型,对黔北麻羊的判别正确率为95%,采用“留一法”交叉验证对黔北麻羊的判别正确率为95%。通过8种差异元素建立的判别模型对黔北麻羊进行有效区分,元素组学可为黔北麻羊溯源分析提供新的参考。

家禽及家禽产品产地溯源技术研究与应用

当前,区域特色家禽产品满足了消费者对多元化家禽产品的需求,但市场上以次充好、以假乱真等现象屡见不鲜,使得地域特色家禽资源及其产品的保护利用迫在眉睫。传统的感官评价方法大多为描述性指标,准确性相对较差。近年来,稳定同位素、矿物元素指纹分析、可见/近红外光谱溯源等现代分析技术在保证家禽及其产品身份的真实性和可判别性方面显现出巨大的应用潜力。本文综述了稳定同位素、矿物元素指纹分析、可见/近红外光谱溯源等技术的基本原理,以及这些技术在家禽及其产品产地溯源上的研究与应用,为家禽及其产品产地溯源体系的建立和完善提供支撑。

基于矿物质元素指纹分析技术的浦城大米产地溯源研究

通过分析浦城大米、江西地区大米、湖北地区大米、湖南地区大米和福建地区(除浦城以外)大米中25种矿物质元素质量分数特征,筛选出14种差异显著的矿物质元素,并比较主成分分析(PCA)和正交偏最小二乘判别分析(OPLS-DA)对矿物质元素的降维效果,发现经过PCA降维后的线性判别分析(LDA)结果优于OPLS-DA,进而建立了“差异分析+主成分分析+判别分析”的浦城大米产地溯源模型,筛选出钒(V)、钴(Co)、砷(As)、铷(Rb)、银(Ag)、铯(Cs)等6种特征矿物质元素,判别模型回代检验的整体正确判别率为98.1%,交叉检验的整体正确判别率为97.1%。该模型能准确识别浦城大米,为浦城大米的产地溯源和质量控制提供了参考。

基于稳定同位素与矿物元素的蜂蜜产地溯源判别模型的构建

目的对不同产地蜂蜜的稳定同位素、矿物元素进行含量差异分析,结合多元统计学技术,筛选出有效的产地溯源指标,构建蜂蜜的产地溯源判别模型。方法通过采集甘肃、江苏、安徽、湖南、广西、广东和辽宁7个地区的蜂蜜样本,利用稳定同位素比率质谱法(isotope ratio mass spectrometry,IRMS)和电感耦合等离子体质谱法(inductively coupled plasma mass spectrometry,ICP-MS)测定稳定同位素δ^(13)C、δ^(15)N和22种矿物元素。结合单因素方差分析(analysis of variance,ANOVA)、主成分分析(principle components analysis,PCA)、正交偏最小二乘判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)、线性判别分析(linear discriminant analysis,LDA)等多元统计分析方法探讨不同产地蜂蜜判别的可行性。结果不同产地的稳定同位素δ^(13)C、δ^(15)N和22种矿物元素均存在一定的差异。PCA提取的7个主成分方差总贡献率为83.254%,并能够实现不同产地蜂蜜的初步分类。基于OPLS-DA建立的判别模型,能够较好地进行7个地区蜂蜜的产地区分,同时筛选出变量重要性投影(variable importance for the projection,VIP)值大于1的特征差异指标(Cr、As、K、Al、Ti、Cu、δ^(13)C、Li、δ^(15)N、Na、Zn、Be、Mn)并用于Fisher线性判别分析,构建的判别模型判别正确率为100.0%,交叉验证率为95.7%,基本实现了蜂蜜的产地判别。结论本研究表明利用稳定同位素和矿物元素并结合多元统计学分析能够建立蜂蜜的产地溯源模型。

基于矿物元素和稳定同位素指纹分析的阿尔巴斯羊肉产地溯源

目的 分析鄂尔多斯市不同地区绒山羊羊肉中矿物元素的差异,构建阿尔巴斯羊肉产地鉴别的判别模型。方法 应用电感耦合等离子体质谱法(inductively coupled plasma mass spectrometry,ICP-MS)分析鄂尔多斯市3个地区(鄂托克旗、准格尔旗和达拉特旗)93个绒山羊羊肉中19种矿物元素的含量,结合化学计量学方法(单因素方差分析、主成分分析和Fisher判别分析),探索矿物元素指纹分析对阿尔巴斯羊肉产地溯源的可行性。结果 阿尔巴斯(鄂托克旗)羊肉中Ca、Se和V含量显著高于准格尔旗羊肉和达拉特旗羊肉(P<0.05),阿尔巴斯(鄂托克旗)羊肉中δ^(13)C含量集中分布在15‰~–14‰,δ^(15)N含量集中分布在4‰~6‰。筛选Ca、Fe、K、Mg、Se、Ti和V7种矿物元素为特征指标建立阿尔巴斯(鄂托克旗)羊肉产地溯源模型,回代检验和交叉验证的阿尔巴斯(鄂托克旗)羊肉产地判别正确率分别为93.9%和91.8%。结论 该模型用于阿尔巴斯羊肉产地溯源分析具有切实可行性和准确性。

基于稀土元素的软玉产地溯源研究

近年来,软玉产地溯源研究受到了国内外学者的广泛关注,其中稀土元素在开展软玉产地溯源方面潜力巨大。基于我国青海、广西、贵州、辽宁、新疆5个产地软玉的14种稀土元素,建立了软玉产地溯源判别模型,研究结果表明:Fisher判别模型、多元Logistic判别模型、MLP神经网络判别模型,回代检验判别准确率分别为89.7%、100.0%、100.0%;PCA-多项式判别模型、PCA-Fisher判别模型、PCA-多元Logistic判别模型、PCA-MLP神经网络判别模型,回代检验判别准确率分别为51.5%、42.6%、48.5%、72.1%;最优判别模型为多元Logistic判别模型和MLP神经网络判别模型。

黄海所在水产品产地溯源研究方面取得新进展

日前,中国水产科学研究院黄海水产研究所水产品质量安全形成机制与防控技术团队在期刊Current Research in Food Science, Journal of Food Composition and Analysis上发表了2篇水产品产地溯源相关研究论文,报道了该团队在水产品产地追溯研究领域取得的最新进展。

食品产地溯源及确证技术研究和应用方法探析

食品产地溯源和确证是食品安全监管的重要内容,也是地域或特色食品产业可持续发展的重要保障。本文旨在探析食品产地溯源及确证技术原理和方法,推动食品溯源及确证技术支撑体系的研究与应用。作者通过对食品产地溯源及确证技术原理和应用分析,总结出食品产地溯源及确证技术研究和应用的基本思路、步骤和方法。食品产地溯源及确证技术的基本研究思路为:分析表征地域差异的特性、建立判别模型、验证判别模型、建立数据库、判别和举证分析;应用的基本方法为化学成分分析和多元数理统计方法,如方差分析、多重比较分析、聚类分析、主成分分析、判别分析等化学计量学方法。食品产地溯源及确证技术是基于能够表征食品地域特征的化学分析方法和多元数理统计方法建立的一套甄别食品地域来源的技术体系。