農(nóng)產(chǎn)品產(chǎn)地溯源特征指紋圖譜的構(gòu)建

農(nóng)產(chǎn)品產(chǎn)地溯源特征指紋圖譜的構(gòu)建

近年來，國內(nèi)外食品安全重大事件頻繁發(fā)生，尤其是牛病、屈原、二聚氰胺和三聚氰胺等事件對(duì)人類健康構(gòu)成威脅。為保證食品安全,世界各國相繼出臺(tái)一系列政策和措施,強(qiáng)調(diào)食品安全要從“農(nóng)場(chǎng)到餐桌”進(jìn)行全程關(guān)注,建立食品質(zhì)量安全追溯制度。歐盟178/2002號(hào)法規(guī)規(guī)定,從2005年起在歐盟范圍內(nèi)銷售的所有食品都能進(jìn)行跟蹤和追溯,2006年歐盟開始實(shí)行食品品質(zhì)保證體系(指定原產(chǎn)地保護(hù),PDO;地理標(biāo)示保護(hù),PGI;傳統(tǒng)特色保護(hù),TSG)。同時(shí)美、日等發(fā)達(dá)國家和地區(qū),也要求對(duì)出口到當(dāng)?shù)氐氖称繁仨毮軌蜻M(jìn)行跟蹤和追溯,這也成為國際貿(mào)易中的壁壘措施。農(nóng)產(chǎn)品產(chǎn)地溯源技術(shù)是建立于農(nóng)產(chǎn)品生產(chǎn)、加工、貯運(yùn)、銷售和消費(fèi)過程的信息記錄和信息追溯體系,即從“農(nóng)田到餐桌”的過程跟蹤或從“餐桌到農(nóng)田”的源頭追溯技術(shù)。這不僅是建立農(nóng)產(chǎn)品質(zhì)量安全追溯制度的重要組成部分,也是保障農(nóng)產(chǎn)品質(zhì)量安全的有效手段,它有利于保護(hù)農(nóng)產(chǎn)品產(chǎn)地,保護(hù)地方特色產(chǎn)品,打擊假冒產(chǎn)品,確保公平競(jìng)爭(zhēng),增強(qiáng)生產(chǎn)者積極性,保護(hù)消費(fèi)者合法權(quán)益,并在農(nóng)產(chǎn)品安全出現(xiàn)問題時(shí)能有效召回產(chǎn)品。另外,消費(fèi)者對(duì)食品來源的關(guān)注程度與日俱增,據(jù)英國標(biāo)準(zhǔn)委員會(huì)的一項(xiàng)調(diào)查顯示,食品產(chǎn)地來源是消費(fèi)者選擇食品的主要依據(jù)。由于我國農(nóng)產(chǎn)品市場(chǎng)準(zhǔn)入制度和溯源體系的不完善,使得原產(chǎn)地保護(hù)產(chǎn)品和名優(yōu)農(nóng)產(chǎn)品以假亂真、以次充好現(xiàn)象嚴(yán)重。為保護(hù)地方特色產(chǎn)品,消除國際貿(mào)易壁壘,在國內(nèi)發(fā)展快速準(zhǔn)確的農(nóng)產(chǎn)品產(chǎn)地溯源技術(shù)意義十分重大。農(nóng)產(chǎn)品產(chǎn)地溯源主要是分析表征不同地域來源農(nóng)產(chǎn)品的特異性指標(biāo),目前主要采用質(zhì)譜、光譜和分子生物學(xué)等技術(shù),通過分析農(nóng)產(chǎn)品的有機(jī)組成、揮發(fā)性成分、同位素含量與比率、DNA圖譜等特征成分或指標(biāo),結(jié)合化學(xué)計(jì)量學(xué)研究,建立起能區(qū)分農(nóng)產(chǎn)品產(chǎn)地來源的特征指紋圖譜,從而對(duì)不同種類農(nóng)產(chǎn)品進(jìn)行產(chǎn)地溯源。本文綜述了近年來幾種常用農(nóng)產(chǎn)品產(chǎn)地溯源技術(shù)在不同種類農(nóng)產(chǎn)品中的應(yīng)用研究進(jìn)展,并展望了今后農(nóng)產(chǎn)品產(chǎn)地溯源技術(shù)研究的發(fā)展趨勢(shì)。1質(zhì)量分析技術(shù)ms1.1不同種類牛肉的13c值IRMS是根據(jù)同位素豐度的差異將不同來源的物質(zhì)區(qū)分開。由于生物體內(nèi)同位素組成受氣候、地形、土壤及生物代謝類型等因素的影響而發(fā)生自然分餾效應(yīng),從而使不同來源的物質(zhì)中同位素自然豐度存在差異。因此,生物體內(nèi)同位素豐度的差異能為農(nóng)產(chǎn)品地理來源提供有用的信息。如今IRMS已廣泛應(yīng)用于肉制品、酒類、咖啡、果汁等眾多農(nóng)產(chǎn)品的產(chǎn)地鑒別。目前運(yùn)用IRMS研究較多也較深入的是碳同位素。Schmidt等利用IRMS對(duì)牛肉中的碳同位素進(jìn)行分析,發(fā)現(xiàn)北歐、美國和巴西牛肉的δ13C值分別為(-21.6±1.0)‰、(-12.3±0.1)‰和(-10.0±0.6)‰,存在顯著差異。這主要是由于各國肉牛飼料組成不同,北歐肉牛養(yǎng)殖以C3植物為主,而美國和巴西肉牛以玉米、牧草等C4植物為主,植物中碳元素的組成與植物的光合碳代謝途徑和外界環(huán)境因子有關(guān),不同種類植物δ13C值存在很大差異,通過食物鏈將這種差異傳遞給動(dòng)物,從而造成動(dòng)物產(chǎn)品中同位素組成的差異,此外研究也發(fā)現(xiàn)愛爾蘭傳統(tǒng)牛肉δ13C值[(-24.5±0.7)‰]高于有機(jī)牛肉δ13C值[(-26.0±0.2)‰]。王慧文等應(yīng)用IRMS技術(shù),根據(jù)肉雞腳脛和皮膚色度(RCF值)與δ13C值的關(guān)系,成功判斷出肉雞色素的來源。Rummel等采用IRMS技術(shù)對(duì)不同國家橙汁中C、H、N、S等多種同位素進(jìn)行分析后發(fā)現(xiàn),離赤道越近的地方(古巴、墨西哥和佛羅里達(dá)),其橙汁中δ2H值越大,這是由于氫、氧與自然界中水循環(huán)有關(guān),水中的2H/1H與緯度具有典型的相關(guān)性,即隨著緯度的減小而增加。植物中的N同位素組成不僅取決于地理、氣候條件,也與農(nóng)業(yè)肥料的施用有關(guān),阿根廷柑橘種植廣泛施用有機(jī)肥,研究發(fā)現(xiàn)其橙汁中δ15N值最高(8‰~9‰),在意大利和希臘,以合成氮肥施用為主,δ15N值最低(<4‰)。而古巴橙汁中δ34S值(8.8‰~10.96‰)明顯高于墨西哥(1.81‰~10.25‰),這可能是地質(zhì)環(huán)境、降雨和農(nóng)業(yè)生產(chǎn)條件等多因素影響的結(jié)果。研究還發(fā)現(xiàn),與單一同位素分析結(jié)果相比,多元穩(wěn)定同位素分析得到的結(jié)果更加可靠,在農(nóng)產(chǎn)品的產(chǎn)地鑒別中更具應(yīng)用前景。1.2不同產(chǎn)地識(shí)別馬鈴薯ICP-MS在痕量和超痕量水平上,對(duì)農(nóng)產(chǎn)品中的金屬或非金屬元素進(jìn)行定量檢測(cè),由于各產(chǎn)地的環(huán)境,如地質(zhì)、氣候、栽培方式等的不同,使用化學(xué)計(jì)量學(xué)方法獲得農(nóng)產(chǎn)品獨(dú)特的元素指紋圖譜,從而達(dá)到農(nóng)產(chǎn)品溯源的目的。由于其檢測(cè)限低,分析速度快和多元素同時(shí)分析等優(yōu)點(diǎn)而備受研究者青睞?？岛幍壤肐CP-MS考察了不同產(chǎn)地、不同種類茶葉中的Mg、Al、P、Ca、Cr、Mn、Fe、Co、Ni、Cu、Zn、Sr和Pb共13種礦質(zhì)元素的含量,結(jié)合聚類分析(clusteranalysis,CA)和主成分分析(principalcomponentanalysis,PCA)對(duì)來自江西、云南、廣東和福建4個(gè)地區(qū)的茶葉進(jìn)行了產(chǎn)地識(shí)別,結(jié)果發(fā)現(xiàn)江西、云南和福建的茶葉可以明顯分開,只有一個(gè)廣東樣品與福建武夷樣品沒有分開,對(duì)不同種類的茶葉也進(jìn)行了區(qū)分,結(jié)果令人滿意。這是由于植物中礦質(zhì)元素受氣候、土壤、大氣污染等環(huán)境因素影響,且其含量與環(huán)境中礦質(zhì)元素的含量之間具有一定的相關(guān)性,因此可以通過檢測(cè)植物中礦質(zhì)元素含量對(duì)產(chǎn)品進(jìn)行產(chǎn)地溯源。Giacomo等應(yīng)用ICP-MS測(cè)定了馬鈴薯中的Mg、Cr、Mn、Fe、Ni、Cu、Zn、Sr、Cd和Ba10種元素的含量,運(yùn)用線性判別分析(lineardiscriminantanalysis,LDA)對(duì)不同產(chǎn)地和不同品種的馬鈴薯進(jìn)行了判別。根據(jù)這10種元素的含量能準(zhǔn)確判別來自意大利福奇諾和阿布魯佐的馬鈴薯,對(duì)阿布魯佐4個(gè)不同省份的馬鈴薯分類準(zhǔn)確率達(dá)到了92.3%,對(duì)3個(gè)不同品種馬鈴薯的分類準(zhǔn)確率達(dá)96.7%。Coetzee等將ICP-MS技術(shù)應(yīng)用到葡萄酒的產(chǎn)地識(shí)別中,也取得了令人滿意的結(jié)果。近年來,Garcia-Ruiz等利用ICP-MS和ICP-AES對(duì)蘋果酒中34種微量元素和4種常量元素的含量進(jìn)行了測(cè)定,最終選取具有顯著差異的14種元素(Na、Mg、Al、K、Ca、Ti、V、Mn、Zn、As、Rb、Sr、Mo、Ba),并結(jié)合87Sr/86Sr同位素豐度比,運(yùn)用PCA和LDA對(duì)來自英國、瑞士、法國和西班牙四個(gè)國家的蘋果酒進(jìn)行了產(chǎn)地鑒別。結(jié)果鑒別準(zhǔn)確率達(dá)到100%。2光譜技術(shù)2.1熒光光譜檢測(cè)熒光光譜是通過檢測(cè)農(nóng)產(chǎn)品中維生素、氨基酸等熒光團(tuán)的特征峰及熒光強(qiáng)度而獲得特征指紋圖譜,而農(nóng)產(chǎn)品中熒光團(tuán)的含量受地域來源、產(chǎn)品品種等因素影響,因此熒光光譜技術(shù)可用于農(nóng)產(chǎn)品的產(chǎn)地溯源。熒光光譜的優(yōu)點(diǎn)在于其高靈敏度,作為無損檢測(cè)技術(shù),相對(duì)廉價(jià)且快速。Karoui等以色氨酸、芳香性氨基酸和核酸(AAA+NA)、核黃素、VA為熒光特征物質(zhì),運(yùn)用熒光光譜技術(shù),結(jié)合PCA和因子判別分析(factoricaldiscriminantanalysis,FDA),對(duì)不同產(chǎn)地(海拔430~480、720~860m和1070~1150m)牛奶進(jìn)行了分析,結(jié)果發(fā)現(xiàn)以色氨酸和VA為特征物質(zhì)對(duì)低海拔地區(qū)牛奶的識(shí)別準(zhǔn)確率最好,達(dá)100%。Herbert等也運(yùn)用熒光光譜技術(shù)采集了奶酪色氨酸和VA的熒光發(fā)射光譜,結(jié)合PCA和FDA對(duì)不同種類的奶酪進(jìn)行了判別,準(zhǔn)確率都在90%以上。Dupuy等應(yīng)用同步激發(fā)發(fā)射熒光光譜(SEEFS)對(duì)意大利5個(gè)原產(chǎn)地保護(hù)區(qū)的初榨橄欖油進(jìn)行了鑒別。波長(zhǎng)為600~700nm葉綠素a和b,去鎂葉綠素a和b的熒光發(fā)射光譜,加上波長(zhǎng)為275~400nmα-生育酚、β-生育酚、γ-生育酚和酚類化合物的熒光發(fā)射光譜,采用偏最小二乘回歸(partialleast-squaresregression,PLS),能準(zhǔn)確區(qū)分5個(gè)不同產(chǎn)區(qū)的橄欖油。尹春麗等應(yīng)用三維熒光光譜技術(shù)研究了昌黎原產(chǎn)地干紅葡萄酒的三維熒光光譜特征。根據(jù)酚酸、花青素、黃烷醇、單寧等熒光物質(zhì)的含量,發(fā)現(xiàn)不同種類葡萄酒的三維熒光特征峰的數(shù)目、位置和強(qiáng)度差異顯著,而不同年份葡萄酒的僅僅在熒光強(qiáng)度方面變化很大,可以根據(jù)熒光特征峰對(duì)葡萄酒品種和年份進(jìn)行判別。2.2基于海淡葡萄酒的最佳鑒別模型一束不同波長(zhǎng)的紅外射線照射到物質(zhì)的分子上,某些特定波長(zhǎng)的紅外射線被吸收,形成這種分子的紅外吸收光譜。紅外吸收光譜是由分子不停地振動(dòng)和轉(zhuǎn)動(dòng)而產(chǎn)生的,而每種分子都有由其組成和結(jié)構(gòu)所決定的獨(dú)特的紅外吸收光譜,因此可以對(duì)分子進(jìn)行結(jié)構(gòu)分析和鑒定。電磁波譜的紅外區(qū)分為3部分:近紅外光譜區(qū)(780~2500nm)、中紅外光譜區(qū)(大約2500~25000nm)和遠(yuǎn)紅外光譜區(qū)(大約25~1000μm)。近紅外和中紅外屬快速、無損檢測(cè)技術(shù),已有大量利用該技術(shù)分析判別食品地域來源的研究報(bào)道。Liu等在可見/近紅外400~2500nm波長(zhǎng)范圍,通過標(biāo)準(zhǔn)正態(tài)變量變換與二階導(dǎo)數(shù)預(yù)處理,建立了偏最小二乘判別分析(partialleastsquaresdiscraminantanalysis,PLS-DA)模型和逐步線性判別分析(stepwiselineardiscriminantanalysis,SLDA)模型,對(duì)澳大利亞、新西蘭、法國和德國4個(gè)國家生產(chǎn)的雷司令葡萄酒進(jìn)行了鑒別,結(jié)果發(fā)現(xiàn)兩種模型對(duì)澳大利亞產(chǎn)地識(shí)別率最高,分別達(dá)到86%和97.5%,而對(duì)其他3個(gè)國家生產(chǎn)的葡萄酒識(shí)別率較低,這可能與葡萄品種、葡萄酒制作工藝等因素相似有關(guān)。Fu等采用傅立葉變換近紅外漫反射光譜儀,在800~2500nm波長(zhǎng)范圍內(nèi),利用PCA-PNN,對(duì)浙江塘棲和淳安地區(qū)的枇杷進(jìn)行了識(shí)別,結(jié)果發(fā)現(xiàn)模型對(duì)校正集和驗(yàn)證集樣品的識(shí)別率分別為97%和86%,能有效的將兩個(gè)產(chǎn)地的枇杷區(qū)分開。張寧等在830~2500nm波長(zhǎng)范圍內(nèi),近紅外光譜經(jīng)5點(diǎn)平滑與多元散射校正預(yù)處理,采用SIMCA模式識(shí)別方法對(duì)山東、河北、內(nèi)蒙、寧夏4個(gè)產(chǎn)地的羊肉建立產(chǎn)地溯源模型,模型對(duì)驗(yàn)證集樣品的識(shí)別率分別為100%、83%、100%、92%。Ruoff等采用中紅外光譜結(jié)合LDA對(duì)不同國家的蜂蜜進(jìn)行了識(shí)別,結(jié)果表明瑞士、德國和法國3個(gè)國家的洋槐蜜能明顯區(qū)分開。Galtier等利用近紅外光譜技術(shù)對(duì)法國的初榨橄欖油中的脂肪酸和甘油脂進(jìn)行了檢測(cè)。表明橄欖油的產(chǎn)地鑒別可以不通過理化分析,而直接通過分析近紅外光譜圖來區(qū)分;近紅外光譜技術(shù)可以廣泛應(yīng)用于橄欖油的質(zhì)量管理、流程控制以及產(chǎn)地的快速鑒定等方面。筆者認(rèn)為今后的研究應(yīng)著眼于如何設(shè)計(jì)在線近紅外檢測(cè)設(shè)備,將該技術(shù)應(yīng)用于實(shí)際生產(chǎn)中。另外近紅外光譜技術(shù)還廣泛應(yīng)用于農(nóng)產(chǎn)品摻假鑒別和品種鑒別。張萍等采用近紅外光譜技術(shù)對(duì)食用油摻假問題進(jìn)行了研究。采集純品芝麻油、大豆油、花生油,并將芝麻油中摻入10%左右的大豆油和花生油來模擬摻假芝麻油,通過CA可以清晰的區(qū)分3種食用油和摻雜了其他油脂的芝麻油。陳全勝等采用近紅外光譜結(jié)合SIMCA模式識(shí)別方法,分別對(duì)龍井、碧螺春、祁紅和鐵觀音4類茶葉建立了模型,在α=5%的顯著水平,4類模型對(duì)茶葉樣品的識(shí)別率分別是90%、80%、100%和100%。2.3米酒中f-aas和icp-ms的差異及來源分析原子光譜是通過分析農(nóng)產(chǎn)品中金屬和非金屬元素的組成和含量,對(duì)農(nóng)產(chǎn)品來源進(jìn)行判別,主要包括原子吸收光譜法(atomicabsorptionspectrometry,AAS)、原子發(fā)射光譜法(atomicemissionspectrometry,AES)和原子熒光光譜法(atomicfluorescencespectrometry,AFS)。Yu等用F-AAS對(duì)米酒中的K、Mn、Zn和Fe4種元素的含量進(jìn)行了測(cè)定,結(jié)果發(fā)現(xiàn)浙江紹興和嘉善兩地米酒中K、Mn、Fe3種元素的含量差異顯著,同時(shí)根據(jù)K、Mn含量,建立PLS模型對(duì)米酒進(jìn)行產(chǎn)地鑒別,判別率達(dá)到100%。F-AAS操作簡(jiǎn)單,分析速度快,但不適合分析痕量元素、耐高溫元素(B、V、W、Mo)和堿土金屬元素,且檢出限高。而AES檢出限低,且可多元素同時(shí)檢測(cè)。Conde等將F-AAS和AES相結(jié)合,對(duì)葡萄酒中的K、Na、Ca、Mg、Fe、Cu、Zn、Mn、Sr、Li和Rb11種元素的含量進(jìn)行測(cè)定,結(jié)果發(fā)現(xiàn)西班牙5個(gè)不同地區(qū)葡萄酒中的元素(除了K、Ca、Cu外)含量具有顯著差異,差異來源于葡萄產(chǎn)地的土壤類型和降雨等因素,說明葡萄酒中Na、Mg、Fe等8種元素對(duì)其產(chǎn)地溯源具有指導(dǎo)意義,實(shí)驗(yàn)結(jié)合PCA和SLDA,結(jié)果對(duì)葡萄酒原產(chǎn)地分類鑒別的準(zhǔn)確率達(dá)80%。但AES對(duì)非金屬元素檢測(cè)靈敏度低,研究發(fā)現(xiàn)將F-AAS/AES與ICP-MS相結(jié)合,能彌補(bǔ)AES這一缺點(diǎn),從而更好的對(duì)產(chǎn)品來源進(jìn)行研究。Madejczyk等利用F-AAS和ICP-MS對(duì)蜂蜜中的B、Ca、K、Mn、Ni等12種元素的含量進(jìn)行檢測(cè),結(jié)合CA能很好的判別兩種不同植物來源的蜂蜜。同樣,Ariyama等運(yùn)用F-AAS和ICP-MS測(cè)定洋蔥中Na、Mg、P、Mn、Co、Ni、Cu、Zn、Rb、Sr、Mo、Cd、Cs和Ba14種元素的含量,并結(jié)合LDA建立模型,對(duì)日本、中國、美國等國家的洋蔥進(jìn)行了產(chǎn)地判別。結(jié)果日本與其他國家的分類正確率在90%以上,能達(dá)到區(qū)分產(chǎn)地來源的目的。2.4化學(xué)計(jì)量學(xué)及核磁共振NMR是具有自旋性質(zhì)的原子核在另一交變磁場(chǎng)的作用下發(fā)生的物理現(xiàn)象,通過很少的樣品前處理,獲得農(nóng)產(chǎn)品特征提取物的結(jié)構(gòu)信息,形成NMR指紋圖譜,對(duì)農(nóng)產(chǎn)品來源進(jìn)行追溯。目前研究最多的是1H和13CNMR。陳波等用1HNMR分析測(cè)定了從福建等地收集的不同種類的茶葉,檢測(cè)了氨基酸、茶氨酸、兒茶素、蔗糖、咖啡因等約20種物質(zhì),并結(jié)合PCA和CA對(duì)茶葉產(chǎn)地和種類進(jìn)行了分類。結(jié)果表明,利用1HNMR圖譜可將福建西坪鐵觀音和其他產(chǎn)地的鐵觀音明顯區(qū)分開,且西坪鐵觀音中咖啡因、部分氨基酸和兒茶素含量較高。同時(shí)區(qū)分不同種類茶葉的結(jié)果也令人滿意。Consonni等應(yīng)用1HNMR考察了蜂蜜中的糖、氨基酸、甲酸、乙酸以及醋酸,結(jié)果發(fā)現(xiàn)阿根廷百花蜜比匈牙利和意大利的具有更豐富的苯丙氨酸和酪氨酸,結(jié)合PLS-DA能準(zhǔn)確區(qū)分這三個(gè)國家的蜂蜜。1HNMR結(jié)合化學(xué)計(jì)量學(xué)方法也應(yīng)用到橄欖油、蜂膠的原產(chǎn)地分析中。常用于食品分析中的NMR有低分辨率NMR(LR-NMR)和高分辨率NMR(HR-NMR)兩種,LR-NMR雖具有操作簡(jiǎn)單和價(jià)格優(yōu)勢(shì),但需要其他輔助方法進(jìn)行定量分析,使其測(cè)量的精確度大大下降;HR-NMR雖成本高,但得到的樣品分子結(jié)構(gòu)信息更豐富而使其在食品分析中的應(yīng)用更廣泛。目前HR-NMR最主要的應(yīng)用之一是點(diǎn)特異性天然同位素分餾核磁共振(site-specificnaturalisotopefractionation,SNIF-NMR)。SNIF-NMR是通過同位素比值來追溯產(chǎn)品來源。Kosir等采用SNIF-NMR和IRMS,對(duì)葡萄酒乙醇分子中甲基位、次甲基位、羥基位和水分子4個(gè)特異性同位素分布點(diǎn)的氘同位素分布和δ13C比值進(jìn)行測(cè)定,通過PCA、KANN和CA,能準(zhǔn)確區(qū)分斯洛文尼亞沿海與內(nèi)陸地區(qū)的葡萄酒。由于NMR要求化合物中元素的原子核具有核自旋,因?yàn)椴痪哂凶孕脑雍藷o磁矩,觀察不到核磁共振信號(hào),所以將NMR應(yīng)用到食品產(chǎn)地溯源有一定的局限性。將NMR與IRMS結(jié)合應(yīng)用能提高產(chǎn)地溯源的識(shí)別率。Renou等利用NMR研究了來自高山和平原牛乳脂肪中多不飽和脂肪酸(PUFA)、單不飽和脂肪酸(MUFA)、飽和脂肪酸(SFA)含量,同時(shí)利用IRMS分析了牛乳中水的δ18O和δ2H值。結(jié)果發(fā)現(xiàn)高山區(qū)牛乳脂肪中PUFA含量在(4.3±2.4)%~(6.2±1.1)%顯著高于平原區(qū)的(1.7±0.4)%~(1.8±1.5)%,而兩地牛乳脂肪中MUFA和SFA無明顯差別;兩地牛乳中水的δ18O和δ2H值也有明顯差異,這種差異主要與兩地植被和微生物菌群有關(guān)。3分離技術(shù)3.1白砂糖的含量及來源分析不同農(nóng)產(chǎn)品的特征成分各不相同,受地理、氣候等多種因素的影響,不同產(chǎn)地同種農(nóng)產(chǎn)品其特征成分組成和含量也存在差異。GC靈敏度好,分辨率高,重復(fù)性好,利用GC檢測(cè)農(nóng)產(chǎn)品中揮發(fā)性特征成分組成及其含量可以對(duì)不同產(chǎn)地來源的農(nóng)產(chǎn)品進(jìn)行識(shí)別。國內(nèi)外對(duì)特征性揮發(fā)成分的檢測(cè)研究報(bào)道較多。范文來等應(yīng)用GC-FID和聚類分析比較了四川地區(qū)和江淮流域的白酒原酒,檢測(cè)了包括2,3-丁二醇、糠醛、2-戊酮、乙酸、乙酯類化合物在內(nèi)的38種微量成分,結(jié)果發(fā)現(xiàn)四川SL地區(qū)濃香型酒的微量成分平均總量為57.57g/L,明顯高于四川SG(10.66g/L)、SS(12.10g/L)、SC(11.44g/L)地區(qū)和江淮流域(10.61g/L),從聚類分析圖上也可以清楚的區(qū)分開四川SL產(chǎn)區(qū)和其他產(chǎn)區(qū)的白酒。國外學(xué)者Pillonel等采用GC-MS對(duì)奶酪中的揮發(fā)性成分進(jìn)行分析發(fā)現(xiàn),可根據(jù)3-羥基丁酮、2-丁酮、2-丁醇和辛烯的含量進(jìn)行奶酪地理來源分析,區(qū)分瑞士和其他國家的奶酪。Zunin等利用GC-MS對(duì)來自希臘、西班牙、突尼斯、意大利利古里亞區(qū)和普利亞區(qū)的105個(gè)特級(jí)初榨橄欖油中8種萜類化合物進(jìn)行了分析,發(fā)現(xiàn)根據(jù)α-古巴烯和α-衣蘭油烯的含量可以準(zhǔn)確區(qū)分開意大利橄欖油(α-古巴烯≥5%或α-衣蘭油烯≥0.5%)和非意大利橄欖油,再根據(jù)α-法尼烯的含量可以進(jìn)一步區(qū)分意大利古里亞區(qū)(α-法尼烯≥3%)和普利亞區(qū)的橄欖油。不同來源的蜂蜜存在特有的香氣成分(如α-甲基苯基乙醇、α-萜烯、1-辛烯-3-醇等),Radovic等用GC-MS對(duì)這些香氣成分進(jìn)行研究,成功區(qū)分開來自8個(gè)國家、9種植物來源的43個(gè)蜂蜜樣品。Risticevic等通過GC-TOFMS檢測(cè)了咖啡中的2-甲基-3,5二甲基吡嗪、乙酸糠酯、2-甲基吡嗪、5-甲基糠醛等特征成分,并應(yīng)用于鑒別咖啡產(chǎn)地。3.2嚴(yán)格區(qū)分化學(xué)成分和越橘特征成分HPLC主要通過分析檢測(cè)食品中特征成分的組成及含量,從而對(duì)農(nóng)產(chǎn)品產(chǎn)地來源進(jìn)行分析。因其具有靈敏度高、重現(xiàn)性好、樣品前處理簡(jiǎn)單等優(yōu)點(diǎn)而被廣泛運(yùn)用。目前,HPLC已應(yīng)用到酒類、橄欖油、奶酪等農(nóng)產(chǎn)品的產(chǎn)地識(shí)別中。Alonso-Salces等運(yùn)用反相HPLC測(cè)定了咖啡豆中的酚醛酸和甲基黃嘌呤,發(fā)現(xiàn)酚酸和肉桂酸可以作為判別咖啡豆產(chǎn)地的特征成分,結(jié)合LDA和PLS-DA,對(duì)喀麥隆和越南咖啡豆的分類準(zhǔn)確率達(dá)100%,對(duì)喀麥隆和印度尼西亞咖啡豆的分類準(zhǔn)確率為94%。Latti等采用RP-HPLC-DAD對(duì)越橘(VacciniummyrtillusL.)中的花青素進(jìn)行了分析,并根據(jù)花青素含量對(duì)芬蘭南部和北部的越橘進(jìn)行了識(shí)別。結(jié)果發(fā)現(xiàn)南部地區(qū)(約2500mg/100g干質(zhì)量)越橘花青素總量顯著低于北部地區(qū)(約3000mg/100g干質(zhì)量),且北部地區(qū)越橘中主要存在的是飛燕草苷元,而南部地區(qū)越橘中主要是矢車菊素糖甙,根據(jù)花青素含量和不同糖苷配基能準(zhǔn)確區(qū)分不同地區(qū)越橘。也有學(xué)者應(yīng)用HPLC建立了不同酒齡葡萄酒花青素指紋圖譜,發(fā)現(xiàn)不同酒齡葡萄酒的花青素指紋圖譜明顯不同,可以區(qū)分不同酒齡的葡萄酒。3.3對(duì)葡萄酒中金屬元素的分析,國外內(nèi)由于不同分子所帶電荷性質(zhì)、多少不同,分子大小、形狀各異,樣品中各組分在電泳中的遷移速度不同,使不同組分分離。CE通過對(duì)農(nóng)產(chǎn)品各成分的分離分析,建立不同產(chǎn)地農(nóng)產(chǎn)品指紋圖譜,追溯農(nóng)產(chǎn)品產(chǎn)地來源。因具有分析速度快、分辨能力強(qiáng)、操作簡(jiǎn)單等優(yōu)點(diǎn),CE已廣泛應(yīng)用到簡(jiǎn)單的無機(jī)離子、有機(jī)小分子、多肽、蛋白質(zhì)、核酸、病毒及細(xì)菌的分離分析研究中。在20世紀(jì)90年代中期,Delgado等首次運(yùn)用CE分離分析蜂蜜中的類黃酮,對(duì)蜂蜜來源進(jìn)行了研究。此后,Nun~ez等采用CE對(duì)西班牙葡萄酒中的Na、K、Ca、Mn、Li5種金屬元素的含量進(jìn)行了測(cè)定,并結(jié)合CA、PCA、LDA、KNN和SIMCA方法,對(duì)西班牙RibeiraSacra、Ribeiro和Valdeorras3個(gè)地區(qū)的葡萄酒進(jìn)行了產(chǎn)地來源分析。由于產(chǎn)地間土壤、氣候條件的差異,加上葡萄酒發(fā)酵時(shí)間和溫度的不同,使不同產(chǎn)地葡萄酒中5種金屬元素含量差異顯著?；瘜W(xué)計(jì)量學(xué)方法能準(zhǔn)確區(qū)分RibeiraSacra和其他兩個(gè)產(chǎn)地的葡萄酒,卻很難區(qū)分Ribeiro和Valdeorras產(chǎn)地產(chǎn)品。4其他技術(shù)4.1不同產(chǎn)地葡萄中酵母菌群落及聚類分析分子生物學(xué)技術(shù)應(yīng)用于農(nóng)產(chǎn)品產(chǎn)地溯源主要是基于微生物菌群PCR產(chǎn)物的電泳分析。不同環(huán)境中微生物的數(shù)量尤其是微生物種類和特性存在很大差異,可以用于農(nóng)產(chǎn)品產(chǎn)地分析。Raspor等采用PCR-RFLP對(duì)斯洛文尼亞東南部5個(gè)不同葡萄園的葡萄中的酵母菌進(jìn)行研究發(fā)現(xiàn),不同產(chǎn)地葡萄中存在特定的酵母菌種,如:D.hanseniivar.hansenii和M.reukaufii兩種酵母只存在于Pleterje產(chǎn)葡萄中;Zavode產(chǎn)葡萄中的特定酵母是Pichiamembranifaciens;Hom產(chǎn)葡萄中分離的特定酵母是Cryptococcusalbidusvar.albidus和Dioszegiahungarica。結(jié)果表明不同產(chǎn)地葡萄中酵母菌不同,根據(jù)特定酵母菌種類可以對(duì)葡萄進(jìn)行產(chǎn)地識(shí)別。Nguyen等采用16SrDNAPCR-DGGE指紋技術(shù)對(duì)越南AnGiang省5個(gè)不同地區(qū)(ChauPhu、AnPhu、PhuTan、ChauDoc、TanChau)蘇氏魚中的微生物菌群進(jìn)行了分析,結(jié)果發(fā)現(xiàn)不同地區(qū)樣品DNA條帶存在差異,通過聚類分析發(fā)現(xiàn),在70%相似水平上,同一季節(jié)不同地區(qū)采集的樣品可以分為兩類,ChauDoc和ChauPhu聚為一類,其余的為另一類。這主要與魚類生活的環(huán)境以及使用的抗生素有關(guān)。該文作者認(rèn)為可以找到不同產(chǎn)地樣品特定的微生物種類,建立產(chǎn)品產(chǎn)地識(shí)別的生物條形碼。同時(shí)也有報(bào)道將SSCP、SSR等技術(shù)應(yīng)用到農(nóng)產(chǎn)品產(chǎn)地識(shí)別研究中。4.2基于鐵氣溶劑的方法判別電子鼻又稱氣味掃描儀,是在20世紀(jì)90年代發(fā)展起來的一種分析、識(shí)別和檢測(cè)揮發(fā)性成分的新穎儀器。通過特定的傳感器陣列、信號(hào)處理和