2017年国内外蜂产品质量安全研究进展(一)

通过查阅2017年国内外涉及蜂产品质量安全的研究论文和专利,分析了2017年年度所有相关文献的数据库分布和研究领域分布情况,总结了该领域最新的研究进展。从蜂产品中的农药残留分析、溯源分析、重金属分析、内源性物质分析、真实性鉴别五个方面对新方法,新技术以及原有技术的改进方法等进行了简单概述及分析。通过对国内外最新的研究进展进行讨论,了解国内外同领域专家的关注焦点,为今后蜂产品质量安全研究提供思路。

2017年国内外蜂产品质量安全研究进展(二)

（续上期）2．4内源性物质分析 蜂产品营养价值很高，常用作营养食品、食品添加剂和药物辅料，主要营养成分有糖类、黄酮类、酚酸类、氨基酸、维生素和矿物质，其中糖类占蜂蜜总量的70％-80％，蜂王浆中蛋白含量约为15％。蜂胶中含大量酚酸类化合物。近年来，采用多种仪器分离，检测蜂产品中活性成分及其功能，一直是蜂产品领域的研究热点。

麦卢卡蜂蜜快速鉴别技术的开发与应用

建立了一种简单、快速的麦卢卡蜂蜜鉴别方法。该方法通过简单液液萃取,并结合LC-MS/MS高灵敏度检测技术,可实现对麦卢卡蜂蜜标志物-丁香酸甲酯的定量检测,以及对麦卢卡蜂蜜样品的特征峰(535.0-323.0,535.0-211.0)的识别。通过比较各类蜂蜜中丁香酸甲酯的含量差异性,并结合麦卢卡蜜的特征峰分析,可实现对麦卢卡蜂蜜和我国6种常见蜂蜜(油菜蜜、洋槐蜜、椴树蜜、荔枝蜜、荆条蜜和枣花蜜)的品种鉴别。

稳定同位素技术在蜂蜜真实性溯源中的研究进展

蜂蜜作为一种纯天然的食品,因丰富的营养价值以及良好的保健功效而深受消费者喜爱。然而,随着近年来蜂蜜消费量的不断增多,蜂蜜掺假、以次充好等现象日益严重。因此,蜂蜜的真实性溯源研究也变得更为迫切。稳定同位素技术是食品真实性溯源的有效的技术之一,在蜂蜜的真实性溯源研究方面也有较多成果。本文综述了稳定同位素技术在蜂蜜掺假、产地鉴别、品种识别方面的研究进展并分析该技术的优点与不足,为进一步推进蜂蜜的真实性溯源研究提供参考。

中红外光谱法结合支持向量机快速鉴别蜂蜜品种

为快速鉴别5种蜂蜜(椴树蜜、荆条蜜、油菜蜜、洋槐蜜、荔枝蜜)的品种,首次提出了基于主成分分析(PCA)方法结合线性支持向量机(SVM)或最小二乘支持向量机(LSSVM)的中红外光谱法鉴别蜂蜜品种的新方法。用傅里叶变换中红外光谱仪测定5种蜂蜜样本的中红外光谱,并进行归一化预处理,然后用主成分分析降维方法分别提取经预处理后的光谱数据中的5维、10维、15维、20维特征数据,最后设计了线性SVM和基于网格搜索优化算法的径向基函数(RBF)的LSSVM分类器模型。利用不同分类器模型,识别未知蜂蜜样本光谱数据降维到不同维数的特征数据,并进行实验验证。结果表明:应用主成分分析降维方法降维到20维的特征数据在SVM和LSSVM分类器上的平均识别率均高于97%,最高识别率均可达到100%,且稳定性很好;利用较低维数数据进行分类时,LSSVM分类器比SVM的识别精度更高,稳定性更好。研究证明将中红外光谱与线性SVM或LSSVM结合用于快速鉴别蜂蜜品种是可行的。