基于礦物元素指紋圖譜技術(shù)的蕓豆產(chǎn)地溯源研究

李平惠 錢麗麗 楊義杰 張東杰

(黑龍江八一農(nóng)墾大學(xué)研究生學(xué)院1，大慶 163319)(黑龍江八一農(nóng)墾大學(xué)食品學(xué)院2，大慶 163319)

基于礦物元素指紋圖譜技術(shù)的蕓豆產(chǎn)地溯源研究

李平惠1錢麗麗2楊義杰1張東杰2

(黑龍江八一農(nóng)墾大學(xué)研究生學(xué)院1，大慶 163319)(黑龍江八一農(nóng)墾大學(xué)食品學(xué)院2，大慶 163319)

探討礦物元素指紋分析技術(shù)對(duì)蕓豆產(chǎn)地溯源的可行性，篩選出判別蕓豆產(chǎn)地溯源的有效指標(biāo)。利用電感耦合等離子體質(zhì)譜儀(ICP-MS)測(cè)定來(lái)自依安縣和拜泉縣2個(gè)地域 54份蕓豆樣品中31 種礦物元素的含量，對(duì)數(shù)據(jù)進(jìn)行方差分析、主成分分析、聚類分析和判別分析。研究表明，蕓豆中25種礦物元素含量在地域間存在顯著性差異，通過(guò)逐步判別分析篩選出Ca、As、Mg和Pt 4項(xiàng)元素指標(biāo)建立蕓豆產(chǎn)地判別模型，所建立的模型對(duì)蕓豆產(chǎn)地整體交叉檢驗(yàn)判別率為94.4%。因此，礦物元素指紋圖譜技術(shù)可用于判別蕓豆產(chǎn)地來(lái)源。

蕓豆 產(chǎn)地 ICP-MS 礦物元素

中國(guó)是蕓豆的生產(chǎn)大國(guó)，也是出口大國(guó)[1]。在長(zhǎng)期的特定地域和氣候環(huán)境下形成許多地理標(biāo)志產(chǎn)品(如依安蕓豆和拜泉蕓豆)，具有特定的地理特征和產(chǎn)品品質(zhì)，其質(zhì)量、特色、聲譽(yù)對(duì)市場(chǎng)銷售和價(jià)格影響較大。蕓豆產(chǎn)地溯源技術(shù)的建立可以有效保護(hù)地理標(biāo)志蕓豆生產(chǎn)企業(yè)知名度，提高市場(chǎng)競(jìng)爭(zhēng)力，滿足消費(fèi)者迫切了解產(chǎn)地真實(shí)性等需求。產(chǎn)地溯源旨在探尋表征不同地域來(lái)源產(chǎn)品的特異性指標(biāo)。礦物元素是農(nóng)產(chǎn)品的基本組成成分，其自身不能合成，須從環(huán)境(土壤和水)中攝取，因此不同地域產(chǎn)品有其各自的礦物元素指紋特征。且礦物元素含量受食品貯藏時(shí)間和貯藏條件影響較小，并且檢測(cè)分析成本較其它產(chǎn)地溯源技術(shù)(穩(wěn)定性同位素、有機(jī)成分分析)相對(duì)較低，產(chǎn)地判溯源別效果好、可靠性高，是一種有效的產(chǎn)地溯源指標(biāo)[2-3]。電感耦合等離子體質(zhì)譜法(ICP-MS)以檢測(cè)線性范圍寬范、檢出限極低和多元素同時(shí)測(cè)定等特點(diǎn)在元素含量分析中得到廣泛的應(yīng)用[4,5]。近年來(lái)，國(guó)際上應(yīng)用礦物元素分析技術(shù)在產(chǎn)地溯源方面取得了較好的成果。Gonzalvez 等[6]利用ICP-MS測(cè)定葡萄酒中Mg、Pb、Ti等38種礦物元素的含量，結(jié)合聚類分析、主成分分析判別葡萄酒的產(chǎn)地來(lái)源，產(chǎn)地判別正確率達(dá)100%；Yasui 等[7]利用ICP-AES結(jié)合ICP-HRMS研究發(fā)現(xiàn)Ba、Ni、Mo、Mn、Zn、Fe、Cu、Rb 和 Sr 9個(gè)對(duì)地域判別有效的溯源指標(biāo)，可正確區(qū)分日本地區(qū)的大米樣品。Antonio 等[8]利用礦物元素指紋分析正確區(qū)分了來(lái)自亞洲和非洲的85個(gè)茶葉樣品。國(guó)內(nèi)食品產(chǎn)地溯源研究尚處于初步探索階段，主要集中在探討礦物元素指紋對(duì)食品產(chǎn)地溯源的可行性。孫淑敏等[9]利用ICP-AES結(jié)合方差分析、相關(guān)分析和判別分析研究發(fā)現(xiàn)羊肉中礦物元素含量組成在地域間存在顯著性差異，農(nóng)區(qū)元素含量普遍高于牧區(qū)。郭波莉等[10]利用對(duì)礦物元素對(duì)牛肉產(chǎn)地進(jìn)行判別，通過(guò)逐步判別分析篩選出Se、Sr、Fe、Ni 和 Zn 5個(gè)元素指標(biāo)，對(duì)牛肉產(chǎn)地來(lái)源的整體判別率到達(dá)了98.4%。陳燕清等[11]發(fā)現(xiàn)Mg、K、Pb、Zn、Fe、Mn、Ca和Cu 8種元素可作為食醋品牌和種類判別的有效指標(biāo)。有關(guān)礦物元素指紋分析技術(shù)在蕓豆產(chǎn)地溯源方面的研究鮮見(jiàn)報(bào)道。通過(guò)分析不同地域蕓豆中礦物元素分布特征，找尋有效的礦物元素溯源指標(biāo)，對(duì)蕓豆產(chǎn)地來(lái)源判別分析進(jìn)行可行性研究。

1 材料與方法

1.1 試驗(yàn)材料

采集黑龍江省齊齊哈爾市依安縣、拜泉縣2013年蕓豆樣品54份。其中依安縣29份，拜泉縣25份。具體采樣情況見(jiàn)表1。

表1 蕓豆樣本地域來(lái)源

1.2 試驗(yàn)方法

1.2.1 采樣方法 在主產(chǎn)鄉(xiāng)鎮(zhèn)內(nèi)選擇蕓豆種植面積大的區(qū)域進(jìn)行樣品采集，采集蕓豆1 kg，標(biāo)號(hào)，選取無(wú)破損、無(wú)蟲(chóng)蝕飽滿的樣品100 g作為分析樣品。

1.2.2 樣品前處理 將蕓豆樣品用蒸餾水沖洗干凈，放入38 ℃的烘箱中鼓風(fēng)干燥10 h，再用1093旋風(fēng)磨(丹麥Foss Tecator公司)磨制得蕓豆全粉，待測(cè)。

1.2.3 元素含量測(cè)定 參考趙海燕等[12]方法，準(zhǔn)確稱取0.200 0 g左右蕓豆全粉，置于消化管中，加入6mL 濃硝酸(65%，分析純)和3 mL鹽酸(37%，分析純)，放入 MARS高通量密閉微波消解儀(CEM 公司)中，采用程序升溫法進(jìn)行微波消解。消解后得到澄清透明的溶液，溶液經(jīng)排酸后用超純水(>18.2 MΩ·cm)洗出樣品，定容到 100 mL，用 750 0a ICP-MS(美國(guó) Agilent 公司)測(cè)定樣品中 Na、Mg、Al、K、Ca、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Rb、Sr、Y、Mo、Ag、Cd、Sb、Ba、La、Ce、Pr、Nd、Sm、Gd、Pt和Pb共31種礦物元素含量。

用外標(biāo)法進(jìn)行定量分析，以美國(guó) Agilent 公司的環(huán)境標(biāo)樣(Part#518 3-468 0，Agilent)為標(biāo)準(zhǔn)樣品，用內(nèi)標(biāo)元素Li、Ge、Y、In、Tb 和Bi保證儀器的穩(wěn)定性，當(dāng)內(nèi)標(biāo)元素的 RSD>5%，重新測(cè)定樣品。測(cè)試過(guò)程中每個(gè)樣品重復(fù)測(cè)定3次。

1.2.4 數(shù)據(jù)處理方法

用SPSS 20.0 軟件對(duì)數(shù)據(jù)進(jìn)行方差分析(獨(dú)立樣本T檢驗(yàn))、主成分分析、聚類分析和判別分析(逐步判別分析)。

2 結(jié)果與分析

2.1 不同地域來(lái)源蕓豆中礦物元素含量差異及組成特征

分別對(duì)依安縣和拜泉縣2個(gè)地域不同蕓豆樣品的31種礦物元素含量進(jìn)行多重比較分析，結(jié)果表明，Na、Mg、Al、Ca、V、Cr、Mn、Fe、Cu、As、Se、Rb、Sr、Y、Ag、Cd、Sb、Ba、La、Ce、Pr、Nd、Sm、Gd和Pt 25種元素含量在地域間有顯著性差異(表2)。一些礦物元素的變異系數(shù)較大(如Cd 94.444%)，說(shuō)明礦物元素含量在同一縣市不同鄉(xiāng)鎮(zhèn)內(nèi)的差異也較大。

表2 不同地域蕓豆的礦物元素含量/μg·g-1

表2(續(xù))

注：不同小寫(xiě)字母表示顯著性差異(P<0.05),帶*號(hào)的單位為ng·g-1。

2.2 不同地域來(lái)源蕓豆中礦物元素含量的主成分分析

對(duì)在地域間存在顯著差異的25種礦物元素進(jìn)行主成分分析，從表3中可以看到總方差73.307%的貢獻(xiàn)率來(lái)自前5個(gè)主成分。從主成分特征向量雷達(dá)圖(圖1)可以看出，第1主成分和Mg、Al、Ca、V、Cr、Mn、Fe、As、Se、Sr、Y、Sb、Ba、La、Ce、Pr、Nd、Sm、Gd、Pt的含量高度正相關(guān)，第2主成分和Cu的含量高度正相關(guān)，第3主成分和Ag的含量高度正相關(guān)，第4主成分和Cd的含量高度正相關(guān)，第5主成分和Na、Rb的含量高度正相關(guān)。

利用第1、2、3主成分的標(biāo)準(zhǔn)化得分作圖。從圖2中可以看出，僅有1個(gè)依安樣品與拜泉樣品沒(méi)有分開(kāi)，其他樣品均被正確分類。第1、3主成分主要綜合了蕓豆樣品中Mg、Al、Ca、V、Cr、Mn、Fe、As、Se、Sr、Y、Sb、Ba、La、Ce、Pr、Nd、Sm、Gd和Pt 元素含量信息，拜泉樣品中Mg、Al、Ca、V、Cr、Mn、Fe、As、Se、Sr、Y、Sb、Ba、La、Ce、Pr、Nd、Sm、Gd、Pt和Ag元素含量高，其第1、3主成分得分較高；第2主成分主要綜合了蕓豆樣品中Cu含量信息，依安樣品中Cu含量高，第2主成分得分較高，樣品的分布區(qū)域與元素含量組成差異分析結(jié)果一致。因此，主成分分析可以通過(guò)綜合的方式把樣品中多種元素的信息直觀地表現(xiàn)出來(lái)。

表3 前5個(gè)主成分中各變量的特征向量及累計(jì)方差貢獻(xiàn)率

圖1 前5個(gè)主成分特征向量雷達(dá)圖

圖2 第1、2、3主成分得分圖

2.3 不同地域來(lái)源蕓豆中礦物元素含量的聚類分析

使用系統(tǒng)聚類法，對(duì)依安、拜泉54份蕓豆中的25種元素含量進(jìn)行聚類分析，結(jié)果如圖3。

圖3 系統(tǒng)聚類樹(shù)狀圖

當(dāng)聚類標(biāo)準(zhǔn)(距離)不同時(shí)，聚類結(jié)果不同。從聚類距離為15處切斷樹(shù)狀圖時(shí)，樣品被分為2大類：一類為拜泉樣品，其中包括4個(gè)依安樣品(2、10、13和24)歸類錯(cuò)誤；第二類為依安樣品，其中包括2個(gè)拜泉樣品(30、49)歸類錯(cuò)誤。雖然聚類過(guò)程中個(gè)別樣品出現(xiàn)歸類錯(cuò)誤，但大多數(shù)蕓豆樣品產(chǎn)地的區(qū)分取得了較好的效果。

2.4 不同地域來(lái)源蕓豆中礦物元素含量的判別分析

為進(jìn)一步了解各元素含量指標(biāo)對(duì)蕓豆產(chǎn)地的判別效果，從存在顯著差異的25種元素中篩選出對(duì)地域判別有效的變量，建立判別模型，并驗(yàn)證模型的有效性。驗(yàn)證測(cè)試中以測(cè)試集(2/3樣本)建立判別模型，外推驗(yàn)證集(1/3樣本)結(jié)合交叉驗(yàn)證法驗(yàn)證模型的有效性。

模型1(Y)=-71.606+0.074 Ca+400 6.118 As+823.120 Se+6 227.736 Pt

模型2(B)=-156.828+0.107 Ca+766 8.300 As+1 363.820 Se+8 019.599 Pt

從表4可看出，此模型對(duì)測(cè)試集蕓豆產(chǎn)地的整體正確判別率為97.3%，依安縣、拜泉縣蕓豆產(chǎn)地的正確判別率分別為94.7%、100%。該模型的交叉驗(yàn)證結(jié)果顯示，依安縣的全部樣品均判屬正確，拜泉縣有85.7%的樣品被正確識(shí)別，整體判別的正確率為94.1%，交叉檢驗(yàn)的錯(cuò)判率為5.9%<10%，對(duì)蕓豆產(chǎn)地判別具有價(jià)值(判別效果一般用誤判率來(lái)衡量，要求誤判率小于10%或20%才有應(yīng)用價(jià)值[13])。說(shuō)明Mg、Ca、As和Pt對(duì)依安縣和拜泉縣蕓豆樣品具有有效的鑒別力。

表4 礦物元素指紋信息的判別模型驗(yàn)證

注：a. 已對(duì)驗(yàn)證集初始分組案例中的 100.0%進(jìn)行了正確分類。

b. 已對(duì)測(cè)試集初始分組案例中的 97.3% 個(gè)進(jìn)行了正確分類。

c. 僅對(duì)分析中的案例進(jìn)行交叉驗(yàn)證。 在交叉驗(yàn)證中，每個(gè)案例都是按照從該案例以外的所有其他案例派生的函數(shù)來(lái)分類的。

d. 已對(duì)所選交叉驗(yàn)證分組案例中的 94.1%進(jìn)行了正確分類。

3 結(jié)論與討論

蕓豆樣品中礦物元素含量在地域間存在顯著性差異。礦物元素Mg、Ca、As和Pt 4項(xiàng)有效指標(biāo)，對(duì)蕓豆產(chǎn)地的整體判別的正確率為94.1%。礦物元素指紋分析結(jié)合多元統(tǒng)計(jì)學(xué)判別分析，是用于蕓豆判別歸屬和產(chǎn)地溯源的一種有效方法。

礦質(zhì)元素是植物從土壤中吸收的，土壤中的礦物元素組成受環(huán)境條件的影響，在不同地域間形成其特定元素的指紋特征[14]。環(huán)境中礦質(zhì)元素的含量與其在植物中累積的程度呈一定的相關(guān)性[15]。不同的生長(zhǎng)環(huán)境會(huì)影響植物體內(nèi)礦質(zhì)元素的含量，因此植物中礦物元素與其產(chǎn)地密切相關(guān)[16]，利用礦物元素組成差異特征判別蕓豆產(chǎn)地是可行的。本研究通過(guò)分析不同地域蕓豆中礦物元素含量差異結(jié)合主成分分析、聚類分析、判別分析對(duì)蕓豆樣品的產(chǎn)地進(jìn)行區(qū)分(判別歸屬)，進(jìn)一步證實(shí)了礦物元素指紋分析技術(shù)判別蕓豆產(chǎn)地溯源是可行的。

[1]張洪學(xué). 創(chuàng)中國(guó)蕓豆品牌 發(fā)展出口創(chuàng)匯農(nóng)業(yè)[J]. 中國(guó)種業(yè),2008(11):68

[2]Eleraky A W,Rambeck W.Study on performance enhancing effect of rare earth elements as alternatives to antibiotic feed additives for Japanese Quails[J]. Journalof American Science,2011, 7(12):211-215

[3]Frontela C,García-Alonso F J,Ros G,Martínez C. Phytic acid and inositol phosphates in raw flours and infant cereals:The effect of processing[J]. Journal of Food Composition and Analysis,2008(21):343-350

[4]李磊,謝明勇,吳熙鴻,等. 用 MAP-ICP-MS測(cè)定保健食品青錢柳及其浸提物中多種礦質(zhì)營(yíng)養(yǎng)素的研究[J]. 食品科學(xué),2000(2):53-57

[5]Ilia Rodushkin,Thomas Ruth,Asa Huhtasaari. Compar-ison of two digestion methods for elemental determinations in plant material by ICP techniques[J]. Analytica Chimica Acta,1999(378):191-200

[6]Gonzalvez A,Llorens A,Cervera M L, et al. Elemental Fingerprint of Wines from the Protected Designation of Origin Valencia[J]. Food Chemistry,2009,112(1):26-34

[7]Yasui A, Shindoh K. Determination of the geographic origin of brown-rice with trace-element composition. Bunseki Kagaku,2000,49(6): 405-410

[8]Antonio Moreda-Pieiro,Fisher A,Hill S J. The classification of tea according to region of origin using pattern recognition techniques and trace metal data. Journal of Food Composition and Analysis,2003(16):195-211

[9]孫淑敏,郭波莉,魏益民,等. 基于礦物元素指紋的羊肉產(chǎn)地溯源技術(shù)[J]. 農(nóng)業(yè)工程學(xué)報(bào),2012,28(17):237-243

[10]郭波莉,魏益民,潘家榮,等. 多元素分析判別牛肉產(chǎn)地來(lái)源研究[J]. 中國(guó)農(nóng)業(yè)科學(xué),2007(12):2842-2847

[11]陳燕清,倪永年,舒紅英. 基于無(wú)機(jī)元素的含量判別食醋的種類和品牌方法研究[J]. 光譜學(xué)與光譜分析,2009(10):2860-2863

[12]趙海燕,郭波莉,張波,等. 小麥產(chǎn)地礦物元素指紋溯源技術(shù)研究[J]. 中國(guó)農(nóng)業(yè)科學(xué),2010, 43(18):3817-3823

[13]孫振球. 醫(yī)學(xué)統(tǒng)計(jì)學(xué)[M]. 北京: 人民衛(wèi)生出版社, 2002

[14]Buggle B, Glaser B, Zoller L, et al. Geo chemical characterization and origin of South eastern and Eastern European loesses (Serbia, Romania, Ukraine)[J]. Quaternary Science Review, 2008, 27(9/10): 1058-1075

[15]康海寧,楊妙峰,陳波,等. 利用礦質(zhì)元素的測(cè)定數(shù)據(jù)判別茶葉的產(chǎn)地和品種[J]. 巖礦測(cè)試,2006(01):22-26

[16]李合生. 現(xiàn)代植物生理學(xué)[M]. 北京: 高等教育出版社, 2002.

Trace Research on the Origin of Kidney Bean Based on Mineral Element Fingerprints Technique

Li Pinghui1Qian Lili2Yang Yijie1Zhang Dongjie2

(Graduate School of Heilongjiang Bayi Agricultural University1, Daqing 163319)(College of Food, Heilongjiang Bayi Agricultural University2, Daqing 163319)

The preliminary investigation was carried out to examine the feasibility of mineral element fingerprint analysis in identifying the geographical origin of kidney bean, and to screen out the effective indicators in kidney bean origin assessment. The concentrations of 31 mineral elements had been determined using inductively coupled plasma mass spectrometry (ICP-MS) in 54 kidney bean samples from Yi'an and Baiquan Counties of China, and analysis of variance (ANOVA)、principal component analysis (PCA), cluster analysis (CA) and discriminant analysis (DA) were applied in data analysis. Results showed that 25 kinds of mineral elements content in kidney beans had significant differences between regions. Ca, As, Mg and Pt 4 elements were selected to establish the origin of the discriminant model of kidney bean by the index of stepwise discriminant analysis. The model of whole kidney beans origin cross validation discriminant rate was 94.4%. Therefore, Mineral elements fingerprints technique can be used for discrimination the origin of kidney bean.

kidney bean, geographical origin, ICP-MS, mineral elements

TS21

A

1003-0174(2016)06-0134-06

國(guó)家雜糧工程技術(shù)開(kāi)發(fā)(2011FU125X07)，黑龍江省高等學(xué)校科技創(chuàng)新團(tuán)隊(duì)建設(shè)計(jì)劃(2014TD006)

2014-10-22

李平惠，女，1988年出生，碩士，食品科學(xué)

張東杰，男，1966年出生，教授，農(nóng)產(chǎn)品加工與安全