基于矿物元素指纹图谱技术的松江大米产地溯源

采用电感耦合等离子体质谱技术分析180 件松江大米与非松江大米样本中40 种矿物元素含量,并结合多元统计方法（方差分析、相关性分析、因子分析和判别分析）分析矿物元素指纹特征,建立判别模型以溯源大米样品的松江与非松江产地。结果表明,大米样本的矿物元素含量在松江与非松江地域间具有显著性差异,元素之间具有显著相关性,因而将筛选后16 种元素降维至5 个公因子,公因子得分散点图能够明确判别大米产地;以筛选后的B、Na、Fe、Co、Ni、Zn、As和Se共8 种矿物元素指标建立的溯源模型对训练集大米产地的整体判别正确率为93.0%,灵敏度为95.2%,特异性为86.8%,交叉检验判别正确率为84.2%～95.2%。验证集样本验证已建立的溯源模型准确度,发现松江与非松江大米产地整体判别正确率为92.1%,灵敏度为96.0%,特异性为84.6%。该模型对训练集与验证集的判别统计学参数基本一致,证明该溯源模型具有优异的判别正确率、灵敏度、特异性和溯源稳定性,因此在判别松江大米与非松江大米的产地上具有切实可行性。结果表明,大米样本的矿物元素含量在松江与非松江地域间具有显著性差异。     

基于矿物元素指纹分析中国地理标志猪肉的产地溯源

本研究初步探讨了矿物元素指纹分析对我国地理标志猪肉产地溯源的可行性。采用电感耦合等离子体质谱对四川巴山的青峪黑猪肉,山东莱芜黑猪肉和北京黑六猪肉三种不同地域来源的地理标志猪肉中33种矿物元素含量进行测定。通过元素含量筛选,排除猪肉样品中含量低于或接近检出限的元素,筛选出13个元素进行研究。结合主成分分析、多重比较分析和判别分析对数据进行统计分析。其中Na、Fe、Co、Cu、Zn、Se、Rb、Sr共8种元素在地域之间差异显著(p<0.05)。通过对比偏最小二乘法判别分析(PLS-DA)、基于正交信号校正的偏最小二乘判别分析(OPLS-DA)、支持向量机、朴素贝叶斯、决策树和神经网络六种分类模型,得出OPLS-DA和决策树分类模型较适合基于矿物元素指纹分析的特色猪肉产地溯源。矿物元素指纹分析在我国地理标志猪肉产地溯源领域具有长远的应用前景。     

基于矿物元素指纹图谱技术的芸豆产地溯源研究

探讨矿物元素指纹分析技术对芸豆产地溯源的可行性,筛选出判别芸豆产地溯源的有效指标。利用电感耦合等离子体质谱仪(ICP-MS)测定来自依安县和拜泉县2个地域54份芸豆样品中31种矿物元素的含量,对数据进行方差分析、主成分分析、聚类分析和判别分析。研究表明,芸豆中25种矿物元素含量在地域间存在显著性差异,通过逐步判别分析筛选出Ca、As、Mg和Pt 4项元素指标建立芸豆产地判别模型,所建立的模型对芸豆产地整体交叉检验判别率为94.4%。因此,矿物元素指纹图谱技术可用于判别芸豆产地来源。     

基于稳定同位素和矿物元素的牛奶产地溯源技术

随着乳品产业的发展,乳品质量安全备受关注,具有特定产地、草饲散养等声称的高端乳制品层出不穷,牛奶的原产地溯源尤为必要.本研究分别测定黑龙江省、云南省、河北省、甘肃省、内蒙古自治区5个省区牛奶样本中的δ13C、δ15N、δ2H、δ18O四种稳定同位素比值及钙、铁、锌三种矿物元素的质量浓度,结合多元统计分析方法建立5个地区...     

DNA条形码技术对鱼子酱物种溯源及鉴定

为探讨DNA条形码技术在鱼子酱物种鉴定中的适用性,利用细胞色素b（Cytochrome b,Cyt b）和细胞色素氧化酶I亚单位I（Cytochrome Oxidase I,COI）作为DNA条形码对鱼子酱样品进行DNA提取、聚合酶链式反应（Polymerase Chain Reaction,PCR）、测序、利用NCBI网站和BOLD鉴定系统进行基因比较分析,构建系统发育树,鉴定鱼子酱物种,对我国鱼子酱产品物种标签符合性情况进行检查。购买的40份样品,一致性鲟鱼物种基因序列相似性均在99%以上,涉及5个鲟鱼种,其中杂交种占比75%、西伯利亚鲟、施氏鲟、欧鳇、俄罗斯鲟占25%。说明Cyt b、COI作为DNA条形码可以对鱼子酱进行物种鉴定,检测的鱼子酱产品均为鲟鱼子酱,无造假,但是45%产品标签物种替代或物种标识不清。加强对产品物种标识重视及鉴定技术的开发,有助于我国鱼子酱对外贸易发展,保障我国鲟鱼产业可持续性健康发展。     

大豆有机成分辅助矿物元素指纹特征产地溯源

为提高矿物元素指纹图谱技术对大豆产地溯源的稳定性和准确性。采用电感耦合等离子体质谱仪测定黑龙江嫩江及北安共168?份大豆及对应土壤样品中矿物元素含量并分别测定大豆中蛋白质、脂肪、可溶性总糖和灰分含量。结果表明,采用步进式方法筛选出的10?种特征指标建立的判别模型对训练集大豆产地的整体正确判别率为96.4%,其中对黑龙江嫩江、北安大豆产地的正确判别率分别为98.1%、95%。回代检验对验证集大豆产地的整体正确判别率为98.2%,其中对黑龙江嫩江、北安大豆产地的正确判别率分别为100%、96.7%。验证集中对黑龙江嫩江、北安大豆产地的整体正确判别率高于测试集两产地的正确判别率（98.2%＞96.4%）,说明这7?种矿物元素和3?种有机成分是用于大豆产地判别的主要特征指标,携带了充分的产地判别信息。     

基于矿物元素指纹差异的榴莲产地甄别

为保护高值热带作物榴莲的原产地信息,采集马来西亚、泰国、柬埔寨和越南共4个产区73份不同品种榴莲样本,利用电感耦合等离子体质谱法测定榴莲果核与榴莲果肉中28种矿物元素含量,结合方差分析、主成分分析、Fisher逐步判别分析和BP人工神经网络,建立基于矿物元素的榴莲产地判别模型并验证其准确率.结果 表明,榴莲果核和果肉中...     

蜂蜜产地与蜜源矿物元素溯源方法的建立

基于矿物元素含量进行蜂蜜产地和蜜源溯源分析,建立产地和蜜源双目标溯源方法。采用全谱直读电感耦合等离子体原子发射光谱法(ICP-OES)测定蜜样矿物元素含量,在单目标溯源方法基础上,引进哑变量回归和校正模型,从而建立了蜂蜜产地、蜜源双目标溯源分析方法,并以四川蜂蜜为例,进行验证分析。结果显示,针对产地进行的逐步判别分析筛选出As、B、Ca等6个元素用于建立判别模型,回代验证的正确判别率达91.7%,交叉检验判别率为83.3%;针对蜜源的逐步判别分析筛选出B、Ca、Cu等5种元素用于建立判别模型,判别率为80%,交叉检验判别率为78.2%。基于矿物元素含量对蜂蜜进行产地与蜜源的溯源是可行的,所建立的方法具有一定借鉴意义;产地、蜜源两组判别方程适宜于研究区的溯源研究。     

基于矿物元素指纹差异的不同产地滩羊肉判别

通过分析不同地域滩羊肉中矿物质元素含量差异,结合多元统计分析,筛选出有效的溯源指标,构建用于原产地鉴别的判别模型。采用电感耦合等离子质谱技术测定宁夏盐池县、内蒙古自治区鄂托克前旗、陕西省定边县和甘肃省环县滩羊背最长肌样品中25 种矿物质元素含量,对采样地区样品中的矿物质元素含量进行方差分析、主成分分析及线性判别分析,建立判别模型并验证。结果显示,滩羊肉样品中测定的25 种矿物质元素其中17 种矿物质元素含量在不同地域间存在显著差异,主成分1主要由Cr、Mn、Ni、Cu、Se和Rb 6 种元素构成,判别贡献率最大,为26.403%;主成分2主要由K、P、Fe和Sn 4 种元素构成,贡献率为22.285%。通过逐步判别分析筛选出Ca、P、Cr、Mn、Ni、Cu、Se、Rb、Mo和Sn 10 项元素指标建立滩羊肉产地判别模型,所建立的模型对滩羊肉产地判别整体正确率均为100%,模型对不同产地滩羊肉的区分判别准确。因此,基于矿物元素指纹的判别可以有效鉴别不同产地滩羊肉。     

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δ13C、δ15N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δ13C、δ15N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、δ13C、Li、δ15N、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。     

化学方法在农产品产地溯源中的研究进展

近年来,同位素指纹溯源技术、矿物元素指纹溯源技术及有机成分指纹溯源技术被认为是追溯农产品产地来源的有效方法。本文综述这三种技术在农产品中的研究现状,为农产品产地溯源技术研究提供参考。      

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。     

云南普洱茶产地微量元素的指纹溯源

通过普洱茶特征元素筛选,结合土壤微量元素因子,建立高效准确普洱茶产地溯源模型。采用等离子发射光谱质谱法测定来源于云南普洱茶三大产区(西双版纳、普洱和临沧)的种植土壤和茶叶成品中的14种微量元素(Mn、Fe、Li、Be、Ti、Co、Ni、Mo、Cu、Zn、Pb、Cr、Cd、As、Se)和16种稀土元素(La、Ce、Pr、Sm、Eu、Gd、Tb、Dy、Ho、Er、Tm、Yb、Lu、Nd、Sc、Y)的含量,对其进行了方差分析、相关性分析、主成分分析和判别分析(逐步线性判别)。对不同产区的普洱茶微量元素和稀土元素分析,结合同种元素在土壤中的相关性,筛选出La、Ce、Pr、Sm和Se 5种元素作为判别普洱茶产地判别指标,对样品的初始正确识别率为:89.3%,交叉验证识别率为:89.3%。普洱茶中微量元素与稀土元素组成受到土壤的影响,在各自产地间形成各自的指纹特征,可以用于鉴别普洱茶的产地溯源。     

新疆甜瓜锶同位素、矿质元素特征及产地溯源

建立甜瓜产地判别模型,为甜瓜原产地溯源提供理论依据。采集新疆哈密、吐鲁番、巴州和阿克苏的甜瓜样品,采用热电离质谱仪和电感耦合等离子体质谱仪测定锶同位素m（⁸⁷Sr）∶ m（⁸⁷Sr）和多种矿质元素含量,结合化学计量学主成分分析和判别分析建立产地判别模型,对新疆不同产地甜瓜进行判别分析。多重比较结果表明,哈密甜瓜铝、铁和铷的含量显著高于吐鲁番、巴州和阿克苏等地;巴州甜瓜钙和钠的含量显著高于吐鲁番、哈密和阿克苏等地。巴州和阿克苏甜瓜m（⁸⁷Sr）∶ m（⁸⁷Sr）显著高于哈密和吐鲁番。选取m（⁸⁷Sr）∶ m（⁸⁷Sr）和8种矿质元素（钙、钾、钠、钒、铬、镍、砷和铷）建立的判别模型,4个产地甜瓜回代检验、留一交叉验证的整体判别率分别为100%、93.8%。利用m（⁸⁷Sr）∶ m（⁸⁷Sr）和多种矿质元素结合化学计量学方法对新疆不同产地甜瓜判别可行。     

数字签名技术在食品产地溯源中的应用研究

介绍了数字签名技术,分析了多种数字签名技术的特定和不同的应用场景;对食品产地溯源的基本原理和方法进行了分析和讨论;分析了多种数字签名技术在食品产地溯源中的应用,并对基于不同数字签名技术的食品产地溯源案例的准确性进行对比和研究;展望了数字签名技术在食品产地溯源领域的发展趋势.