基于内源性成分的蜂蜜品质综合评价

张然，田洪芸，宿书芳，祝建华，杨颖，刘伟，李新玲，明双喜，王爱竹，王骏

(山东省食品药品检验研究院，山东 济南,250102)

基于内源性成分的蜂蜜品质综合评价

张然，田洪芸，宿书芳，祝建华，杨颖，刘伟，李新玲，明双喜，王爱竹，王骏*

(山东省食品药品检验研究院，山东 济南,250102)

基于蜂蜜内源性成分检验数据建立了的蜂蜜品质综合评价模型。通过对优质蜜、一般蜜、劣质蜜3个对照组121个样本中41个内源性成分的检验和单因素方差分析，确定了18个与蜂蜜品质变化相关的辨析指标，其中13个为正相关，5个为负相关，应用主成分分析建立蜂蜜品质综合评价模型。评价得分客观反映了蜂蜜样本的品质优劣，表明综合评价模型可以用作蜂蜜掺伪鉴别的重要参考。

蜂蜜；掺伪鉴别；综合评价；主成分分析

1 概述

蜂蜜掺伪[1]是近年来受到社会广泛关注的食品安全问题，也是食品安全监管领域的重点和难点，国家食药总局对十二届全国人大三次会议第8187号建议回复中明确指出：现有食品安全标准无法直接判断假蜂蜜等问题，应积极推动蜂蜜标准修订和掺假方法的建立。

近年来用于蜂蜜掺伪鉴别的方法主要有：稳定碳同位素比值分析法(stable carbon isotope ratios analysis, SCIRA)、高效阴离子交换色谱-脉冲安培检测法(high performance anion exchange chromatography-pulsed amperometric detector, HPAEC-PAD)、近红外光谱法(near infrared spectroscopy, NIRS)、淀粉酶活性检测法、蛋白质差异性鉴别法、双果糖酐(difructoseanthydride, DFAs)检测法、差示扫描量热法等[2-6]。上述这些方法要么建立在对一个或几个理化指标或标记物进行检验的方法之上，随着造假技术的更新和掺伪原料的更替，很容易被掺伪造假者回避，不能持续发挥作用；要么稳定性差或仅停留在研究层面，与食品检验实验室技术、设备配置要求差异较大，很难在食品检验机构中推广。

内源性成分是蜂蜜天然品质的体现，现有掺伪手段很难实现蜂蜜中微量营养成分的把控。本研究在蜂蜜中多种内源性成分检验数据的基础上，探索内源性成分的组成结构，以及与蜂蜜品质、掺伪鉴别的关联，通过对检验数据的统计分析，得出能够用于蜂蜜掺伪鉴别的品质辨析指标，并利用主成分分析建立模型，对蜂蜜的品质进行综合评价。

2 研究方法

2.1 样本来源

为研究蜂蜜掺伪造假和蜂蜜品质差异，本研究设置了优质蜜，一般蜜和劣质蜜3个样本对照组。优质蜜组采用便利抽样法，通过山东省内6家大型蜂蜜生产企业和其所属的养蜂场、养蜂合作社，现场采集来源可靠的天然蜂蜜样本30个；一般蜜组采用随机抽样法，在山东省内流通环节采集蜂蜜样本，经品质指标检验获得符合国标的合格样本61个；劣质蜜组采用随机抽样法和便利抽样法结合，样本来源包括留取食品安全执法查获的造假蜂蜜，和市场上采集样品经品质指标检验不合格的伪劣蜂蜜样本共30个。

2.2 检验项目与方法

经文献研究和对过往检验数据积累的分析，结合蜂蜜的主要成分构成，本研究共选取了41个检验项目(见表1)。

2.3 基于单因素方差分析的蜂蜜品质辨析指标研究

单因素方差分析是用来确定因素对试验结果有无显著性影响的一种统计方法[7]。本研究应用单因素方差分析，分别检验41个项目的检出值是否在高质蜜、一般蜜、低质蜜3个组间存在显著性差异。差异显著提示项目检出值的变化很可能与蜂蜜品质密切相关，相应的项目很可能具备辨析蜂蜜品质的作用。

2.4 基于主成分分析的蜂蜜品质综合评价

主成分分析是从变量群中提取共性主成分的统计技术[8]。本研究在蜂蜜品质辨析指标研究的基础上，通过主成分分析，一方面是研究辨析指标对蜂蜜质量的影响是否有趋势相同的共性存在，同时揭示辨析指标间的结构关联，建立综合评价模型，通过综合评价得分对蜂蜜样本品质进行评价和排序。

表1 检验项目列表

3 结果及分析

3.1 蜂蜜品质辨析指标

通过SPSS 20.0对检验数据进行单因素方差分析结果显示，按照P<0.05的标准，41个检验项目中有18个在优质蜜、一般蜜和低质蜜组间存在显著差异(见表2)，可以作为蜂蜜品质辨析指标。其中淀粉酶值、脯氨酸、赖氨酸等13个指标的检出值随着蜂蜜品质组别由劣到优，检出值均值呈现递增，提示这些指标与蜂蜜品质变化呈正相关；而等羟甲基糠醛、钠、钾等5个指标则与蜂蜜品质变化呈负相关。

表2 蜂蜜品质辨析指标检出值和单因素方差分析结果

3.2 蜂蜜品质辨析指标的主成分分析

为了使分析结果更真实地反应蜂蜜天然成分结构，消除假蜜带来的干扰，本研究在主成分分析时，将劣质蜜组30个样本的数据排除在外。对剩余91个样本18个辨析指标的全部数据进行分析可得，Kaiser-Meyer-Olkin指数为0.854(标准值>0.7)，显著性P值为0.000(标准值<0.05)，说明数据适合进行主成分分析。分析结果显示(见表3)，18个蜂蜜品质辨析指标可归结为4个主成分，累计方差贡献率可以达到80.198%(标准值>80%)。

表3 主成分分析方差贡献率

通过表4中各辨析指标荷载矩阵可见，各辨析指标中氨基酸类成分和矿物质磷对主成分1贡献明显；VB6与其他成分是主成分2的单一主要因素；柠檬酸、钠、钾有相近的数据变化趋势，是主成分3的主要影响因素；而锌和羟甲基糠醛是主成分4的主要影响因素。

表4 各辨析指标荷载矩阵

3.3 蜂蜜品质综合评价模型

在主成分分析结果的基础上，根据各辨析指标的特征向量和主成分的方差贡献率，可以得到蜂蜜综合品质计算公式为：

(1)

式中：Gq，蜂蜜综合品质；lk，各检验项目权重系数；xk，各检验项目检出值；i，求和序号下界(本研究中取1)；n，求和序号上界(本研究中取18)；k，项目序号。

各项目的标准化权重系数见表5。

表5 各指标项目权重系数

3.4 综合评价模型的验证

应用蜂蜜品质综合评价模型对121个样本的综合品质进行评价发现(见表6)，优质蜜、一般蜜、劣质蜜组间无论在综合评价的平均值还是极值方面均存在明显差异，特别是劣质蜜组，综合评价平均得分仅为-1.62，组内最大值-0.95与一般组的最小值-0.50的差距超过了一般组标准差，综合评价得分反映了各组所代表的蜂蜜品质情况。

表6 各对照组综合评价得分情况

4 总结

基于对蜂蜜内源性物质的主成分分析，建立了用于蜂蜜品质综合评价的指标模型，相较于现有针对一个或几个标记物的蜂蜜鉴伪方法[2-3]，本研究能够更好地反映蜂蜜的内在品质。通过指标模型的研究，得出了18个蜂蜜品质辨析指标，涵盖了氨基酸、矿物质、维生素等多个类别，在提供鉴伪方法的同时，反映了蜂蜜内源性成分组成结构。本研究得出的蜂蜜品质综合评价模型，经验证能够较好地反映蜂蜜产品的品质，可以作为蜂蜜鉴伪或品质评价的重要参考。

受实验样本的限制，蜂蜜品质辨析指标所代表的内源性物质在蜂蜜中的累积机制、相互作用机理，以及蜜种差异对内源性成分的影响等问题在本研究中未得到充分考虑，在下一步工作中将继续进行有针对性的深入研究。随着数据量的积累，可建立蜂蜜内源性成分数据库与内源性成分指纹图谱，为全面了解蜂蜜有效成分，实现蜂蜜生产经营链全程科学控制提供技术支持。

[1] 裴高璞, 史波林, 赵镭, 等. 蜂蜜质量市场动态及掺假检测方法现状分析 [J]. 食品科学, 2013, 34(15): 329-336.

[2] 吴燕涛, 穆同娜, 王绍清, 等. 现代分析技术在蜂蜜掺假鉴别中应用研究进展 [J]. 食品研究与开发, 2015(5): 137-142.

[3] 袁玉伟, 张志恒, 叶雪珠, 等. 蜂蜜掺假鉴别技术的研究进展与对策建议 [J]. 食品科学, 2010, 31(9): 318-322.

[5] WANG S, GUO Q, WANG L, et al. Detection of honey adulteration with starch syrup by high performance liquid chromatography [J]. Food Chemistry, 2015, 172：669-674.

[6] 周厚报, 邓建军, 胡苗苗, 等. 基于蛋白质差异鉴别蜂蜜真伪的研究进展 [J]. 食品与发酵工业, 2013, 39(6): 116-119.

[7] 郭萍. 单因素方差分析在数理统计中的应用 [J]. 长春大学学报:自然科学版, 2014(10): 1 370-1 373.

[8] 陈述云, 张崇甫. 对多指标综合评价的主成分分析方法的改进 [J]. 统计研究, 1995(1): 35-39.

Comprehensive evaluation study of honey quality based on endogenous components

ZHANG Ran, TIAN Hong-yun, SU Shu-fang, ZHU Jian-hua, YANG Ying,LIU Wei, LI Xin-ling, MING Shuang-xi, WANG Ai-zhu, WANG Jun*

(Shandong Institute for Food and Drug Control, Jinan 250102, China)

A comprehensive evaluation model of honey quality based on endogenous components has been established. Forty one endogenous components were tested with 121 honey samples includeding 3 control groups, high-quality honey, common honey and poor-quality honey. According to the test result and One-Way ANOVA analysis, 18 honey quality related indicators were derived including 13 positively related indicators and 5 negatively related indicators. Using principal component analysis, a comprehensive evaluation model of honey quality was established. The evaluation score reflected the quality of honey samples, suggesting that the comprehensive evaluation model can be used as an important reference for the identification of honey adulterations.

honey; adulteration identification; comprehensive evaluation; principal component analysis

10.13995/j.cnki.11-1802/ts.201701039

硕士研究生(王骏为通讯作者,E-mail: 13953105081@163.com)。

山东省食品药品检验研究院自拟课题(2016ZNKT0003)

2016-05-12，改回日期：2016-07-04