稳定同位素技术在农产品产地溯源中的应用

唐甜甜,解新方,任 雪,张 洁,王志东

(农业农村部农产品质量安全收贮运管控重点实验室,中国农业科学院农产品加工研究所,北京 100193)

随着食品贸易全球化进程的加快,食品安全问题也随之频繁发生,一些不法商家为降低生产成本,采用伪造产品产地和掺假手段来蒙骗消费者,导致市场上以次充好、以陈充新、以假乱真等现象频繁发生,不仅对消费者的健康造成巨大影响,还严重损害了地区品牌和特色农产品的名誉。如今,越来越多的消费者迫切地希望食品的真实质量能符合其标签,并希望能进一步了解有关产品地理来源的详细信息。瑞士联邦公共卫生组织进行的一项评估表明,有82%的消费者表示食物的产地来源是决定他们是否购买食品的主要因素[1]。因此,食品产地溯源被视为确保食品安全和高质量的基本要素。

目前,应用于食品产地溯源的技术有稳定性同位素分析、电子信息编码技术、矿物元素分析、有机成分分析和DNA指纹分析等方法,其中稳定性同位素组成作为食品的天然指纹,与农产品生长的地理环境密切相关,能反应农产品所处的环境条件,提供可靠、准确的食品产地来源信息,已广泛用于鉴别不同产地的各种农产品[2]。近年来,国内外已有很多利用稳定同位素指纹分析技术来进行食品成分掺假鉴别或产地溯源的研究,并在小麦[3]、蜂蜜[4]、葡萄酒[5]、海鲜[6]、牛肉[7]、茶叶[8]等多种食品中成功应用。因此,本文通过分析国内外研究,对稳定同位素技术在谷物、肉制品、果蔬、果汁饮料、葡萄酒、乳制品、水产品等各类食品在产地溯源方面的应用进行总结,并在此基础上提出了这一技术在产地溯源方面的不足,以期为进一步推进农产品溯源研究提供参考。

1 稳定同位素技术

同位素指具有相同质子数和不同中子数的原子,包括稳定同位素和放射性同位素两大类,其中稳定同位素是指元素中原子序数相同,原子质量不同,化学性质基本相同,且半衰期大于10～15年,不具有放射性的同位素。稳定同位素溯源的基本原理是同位素分馏,同位素分馏是由于质量数的差异,在物理、化学及生物化学(如结晶与溶化、扩散与热扩散、蒸发与冷凝、吸收与解吸等)作用过程中,生物体内稳定同位素发生自然分馏效应,同位素比值不同的两种物质或同一物质两个相态之间发生的同位素分配作用[9]。土壤、气候、地形、生物代谢类型等因素都可以引起同位素的分馏,从而导致生物体内某种元素的“重”同位素和“轻”同位素比值的变化,使得不同地域来源的生物体中稳定同位素丰度值存在自然差异,进而反映出生物体所处的环境。

产地溯源中最常用的稳定同位素为C、H、O、N、S、Sr、Pb、B等。不同种类的植物碳同位素比值(δ13C)不同,其差异性主要是与植物的光合代谢途径相关,并根据其光合作用途径可将植物分为C3(卡尔文循环)植物、C4(二羧酸途径)植物和CAM(景天酸)植物三大类。当两类碳水化合物混在一起时,就会导致δ13C值发生变化,同一物种的δ13C值差异则受是生长地的气候环境(如温度、降水、压力、光照、大气压等)的影响,而食用不同光合途径或不同产地的植物也可导致动物组织的δ13C值产生差异,因而可利用稳定碳同位素比值分析对植物性和动物性食品进行掺杂判别和产地溯源[10]。氢和氧同位素自然丰度的差异性主要与植物可利用水的来源(大气降水、地下水或海洋水)有关,H和O作为水的组成元素,其同位素组成会随着水循环过程中的扩散、物态转换(如蒸发、冷冻、叶片蒸腾等)发生规律性变化,自然界水中H、O同位素比率具有典型的纬度效应、陆地效应及季节效应[9]。另外,植物的N同位素组成受植物类型、化学肥料、气候条件、土壤状况等因素的影响,土壤中N同位素组成主要与农业施肥有关,它们会影响矿化、硝化、N的吸收和反硝化等生物转化过程,进而影响N同位素分馏效应[2]。而S同位素受地质、火山作用、离海距离和某些人为因素的影响,同时由于不同地区大气污染的S源不同,导致不同地区降水中S同位素组成有明显差异,有的地区容易富集轻硫同位素32S,有的地区则富集重硫同位素34S。锶主要分散在含Ca的矿物中,酸性岩石(如含硅石较多的花岗岩)中87Sr/86Sr的比值较高,而碱性岩石(如玄武岩和碳酸岩)中87Sr/86Sr比值相对较低[11]。农产品中的Sr来源于其生长的土壤,受气候、季节等环境因素影响小,土壤中的Sr主要来源于基岩的风化作用,利用岩石、土壤、植物三者间的关系就可以较好地反映出的植物生长的地域或地质信息[12]。影响Pb同位素丰度值的因素主要是环境污染(如汽车尾气、工业燃煤、矿石等)、U和Th的衰变等,B同位素组成则主要受自然因素(岩石、海水等)和含B的化肥的影响[2]。

2 稳定同位素溯源技术在农产品溯源中的应用

2.1 谷物溯源应用

中国是一个农业大国,2018年我国的粮食总产量达到了65789万吨。粮食作为关乎国计民生的物质基础,假劣伪冒、以次充好的问题也屡见不鲜,如在2018年,往年并不愁卖的五常稻花香大米却在当地出现了滞销,五常市每年大米产量只有50万吨左右,而市面上打着“五常大米”名号销售的大米规模可能达1000万吨。此外,在欧盟调查报告列出10大易掺假食品名单里,粮食排名第五[13]。因此,对粮食进行产地溯源是十分必要的。而同位素分析法在判别大米、小麦地域来源上的应用十分广泛,国际上对于谷物产地溯源的研究也相对较早。

Korenaga等[14]比较了日本、美国、澳大利亚三个不同农业国大米中的δ13C、δ15N、δ18O同位素差异,日本大米样本的δ15N均值为3.5‰±1.0‰,δ13C为-27.4‰±0.2‰,δ18O为21.3‰±0.8‰,美国大米样品δ15N的均值为4.1‰,δ13C均值为-26.4‰,δ18O均值为25.8‰,并且发现用人工肥料所培育出的大米δ15N为4.0‰,使用天然肥料种植的大米δ15N值较高为6.2‰。在2006年收割的澳大利亚大米中δ15N平均值为5.4‰,δ13C为-27.1‰,δ18O为33.6‰。日本、美国、澳大利亚三个农业国产的大米δ13C差异性不显著,δ18O和δ15N值则依次升高,δ18O和δ15N值可作为区分三个不同农业国大米产地来源的依据。δ18O产生差异性的可能原因是美国的大米生长在干旱的田野里,主要由储存大气降水的水坝提供水源,而日本大米的湿度很高,灌溉用水还包括融雪等,澳大利亚大米的产地新南威尔士介于两者之间。而大米的N同位素组成主要取决于种植大米的土壤营养,澳大利亚作为混合农业的典型代表,农业生产多采用放牧与种植作物混合经营,牛和羊在牧场上吃草,粪便进入土壤中,进而可能会增加土壤和作物的δ15N值。这与Suzuki等[15]的研究一致,发现新南威尔士州大米具有更高δ15N值(9.0‰),明显区别于加利福尼亚(3.2‰)和日本大米(0.4‰～6.1‰)。由此可见,利用稳定同位素丰度的自然差异可用于追溯肥料的使用情况和灌溉用水的来源,进而进行谷物的产地溯源。

另外,Liu等[16]发现在小麦和土壤提取物的87Sr/86Sr比率存在显着正相关,并且通过轻稳定同位素(δ13C、δ15N和δ2H)来区分小麦地理来源的正确率达77.8%,通过87Sr/86Sr比率和轻稳定同位素值的组合,可以获得98.1%的正确分类率。Luo等[17]使用元素分析仪-同位素比质谱(EA-IRMS)测定了来自5个不同区域的35个小麦样品的δ13C和δ15N值,发现小麦δ13C值范围为-25.6‰～-22.3‰,δ15N值范围为1.9‰～7.7‰,且澳大利亚、美国、中国江苏省、中国山东省、加拿大五地的δ15N值依次降低,δ15N值可作为追溯小麦地理来源依据。类似地,Rashmi等[18]通过测定印度邻近地区20个小麦样品的δ13C和δ15N值,发现不同地区的δ13C均值在-24.6‰～-27.8‰,差异有统计学意义,而小麦的平均δ15N值从1.3‰到3.8‰不等,无统计学意义,不能考虑δ15N值来判别不同产地的小麦。这种差异可能是不同基因型、不同年份对小麦各组分有显著影响,不同部位的δ13C值和δ15N值差异大[19],从而影响了对判别小麦地理来源的有效溯源指标的选择。因此,单独使用稳定同位素判别谷物地理来源的结果也会有所差异,Liu等[20]利用7种稳定同位素比率和25种矿物元素分析对我国不同产区的精白米与东南亚(泰国、马来西亚)进口大米进行了鉴别,中国不同产地水稻样本的“盲样”检验均高于90.0%,东南亚进口水稻样本的“盲样”检验均高于85.0%。将同位素和矿物元素分析方法相结合,可提高谷物产地来源判别的准确性。由此可见,不同地域来源谷物中化学成分受品种、年际、栽培措施等因素影响较大,筛选出有效的稳定同位素地域溯源指标,建立不同地域、不同种类谷物的判别模型及相应的大型数据库依然是目前亟待解决的问题。

2.2 肉制品溯源应用

植物的同位素差异可通过食物链传递给动物,并在动物代谢中进一步分流,使动物产品中的同位素组成有所不同,肉制品同位素产地溯源研究主要集中于鸡肉、牛肉和羊肉等。

动物组织中C同位素组成与饲料种类密切相关,若牛、羊来自于农户,其食用的饲料成分主要为当地的农作物籽粒、秸秆和草类,传统养殖场通常使用玉米作为育肥饲料,而有机养殖通常以牧草为主,有机肥料(动物粪便、作物绿肥等)所种植牧草的δ15N值要高于无机肥料。日粮中C3、C4植物的比例导致了动物组织中δ13C值的差异,在华北平原中部的河北新乐、山东乐陵地区牛肉中δ13C值最高,平均值在-13‰～-14‰左右,牛主要以当地生长的玉米秸杆、玉米青贮、玉米面为食,推断其饲料中C4植物含量接近100%,而江西南昌3个脱脂牛肉的δ13C值均小于-20‰,其饲料中以C3植物为主,主要有稻草、花生饼以及牧草等[21]。同时,研究表明,不同牛组织中δ13C和δ15N值之间具有相关性,Guo等[22]对吉林、宁夏、贵州和河北省等地区不同牛组织(脱脂牛肉、粗脂肪和尾毛)的δ13C和δ15N值进行了测定,发现脱脂牛肉、粗脂肪、尾毛等不同组织的δ13C和δ15N呈显著相关,且不同地区牛组织中δ13C和δ15N的平均值存在极显著的区域差异,脱脂牛肉组织和尾毛组织均可提供有关牛地理来源的有用信息,将δ13C和δ15N两个指标结合起来,可以大大提高地域分类成功率。

我国北方的肉鸡主要以玉米-豆粕型饲料为主,而南方的肉鸡则以小麦麸皮、稻米的副产品为主,湖南长沙肉鸡中的δ13C值为-23.82‰,明显低于北京、山东、广东等地区(-17.02‰～-15.09‰)[23]。福建、黑龙江、山西和江西省四地鸡肉样品的δ13C值的大小依次降低,黑龙江和山西省的δ13C值相近,四个地区收集的所有鸡样品的δ13C值范围为-17.5‰～-15.7‰,这也进一步反映饲料的主要成分是玉米和C4植物,其中江西省鸡肉样品的δ13C值最低,可能是因为为江西省是中国最大的水稻生产地之一,鸡饲料中水稻含量高[24]。Rees等[25]利用多元统计分析表明,C、H、N稳定同位素比值和镁、铊、铷、钼元素浓度等18个变量是确定家禽来源的重要参数,采用交叉验证判别分析,88.3%的家禽地理来源被正确分类(n=339),个别分类率如下:中国100%(n=36)、巴西94.1%(n=101)、欧洲92%(n=87)、智利82.6%(n=46)、泰国70.3%(n=46)、阿根廷为50%(n=10)。

3．1 佛山各区儿童行为问题检出率无差异 本次调查的1 695名佛山市儿童，行为问题检出率为11．8%，与国内外报告基本一致，比深圳的儿童问题检出率13．97%稍低［3］，国外儿童问题发生率5%～15%，全国4～16岁儿童少年行为问题检出率10．78%～15．16%［2］。

动物组织中的δ2H 和δ18O主要受饮用水的影响,地下水中δ18O和δ2H随地理位置而改变,受到纬度效应、海拔效应和大陆效应的综合影响,是反映地理环境的良好指标。研究表明,来自欧洲不同地区羔羊脱脂干物质的平均H同位素比率与当地降水和地下水的平均H同位素比率密切相关,其中希腊的羔羊氘含量平均值为-80‰,这与地中海东部降水和地下水测量的高氘含量非常一致,此外鸡肉粗蛋白的δ2H与饮用水δ18O值之间也有显著相关性,其相关系数可达0.827[26]。郭波莉等[27]指出不同地区牛组织中δ2H值存在显著差异,与当地下水的氢组成密切相关,且随着纬度的增加,牛组织中δ2H值呈下降趋势。与之类似地,不同地域来源羊肉中的δ2H值也具有显著性差异,并与当地饮水中的δ2H值高度相关,δ2H值可以提高δ13C和δ15N组合对羊肉的识别能力,将产地正确分类率由80.8%提高到88.9%[28]。进一步研究还发现牦牛肉中δ13C值随海拔的增加而增加,δ2H值随海拔升高而降低,青海省海北、海南、玉树3个地区牦牛肌肉中δ2H值由高到低的顺序依次为海南>海北>玉树,与牧草中δ2H值的地域变化顺序一致,进一步说明δ2H值与牧草、饮水密切相关,且牧草对牦牛肌肉δ2H值的影响可能大于水[29]。综上,肉制品稳定同位素指纹与高海拔地区的牧草、饮水、地形密切相关,是追溯地理来源的潜在指标。

δ34S和δ87Sr主要受地理和地质条件的影响,研究表明,87Sr/86Sr的比率能很好地区分不同来源的火腿,尤其是巴约纳火腿,这主要是巴约纳火腿使用了附近盐矿中生产的盐,而盐又占到最终火腿制品总含量的4%左右,所以盐的87Sr/86Sr比率会对火腿的锶同位素组成产生影响,进而产生差异[30]。

由此可见,稳定性同位素指标组合分析能够提供有效的地域信息,可作为追溯和鉴定肉制品产地来源的有效指标。

2.3 果蔬溯源应用

随着食品工业在全球范围内的不断扩张,消费者可以从世界各地购买各种水果和蔬菜,果蔬的地理来源是决定其市场价值的重要因素,出自不同产地的果蔬会存在品质和口感上的差异。目前,同位素分析技术已经用于猕猴桃、苹果、葡萄、蘑菇等果蔬产地的溯源。

研究表明,猕猴桃的δ13C值具有随海拔高度和年均温度的升高而增大的趋势,δ2H值具有随海拔升高而降低的趋势,利用C、N、H同位素指标对不同省份、亚地区的猕猴桃进行产地判别的总体正确率可分别达到57.8%和66.6%,其中,陕品整体样品的δ2H值(-39.20‰)显著高于四川沐川(-42.20‰)和湖南永顺(-43.27‰)的样品,并且由于各地区的土质和农业施肥不同,导致了四川沐川猕猴桃样品的δ15N值最高(1.48‰),湖南永顺的样品次之(0.62‰);陕西整体样品的δ15N值最低(-0.83‰)[31]。Suzuki等[32]发现日本青森县苹果的δ13C和δ18O值明显小于中国苹果,此外,在青森县的8个地点中,来自西目屋村和大鳄町的苹果δ18O值相对低于其他六个地区的苹果,这可能与两地的降雨量较大有关。国内陕西、山西、宁夏、河南、山东五产区的苹果δ13C值在-29.17‰～-23.33‰范围之间,且依次递减,不同产地苹果的δ13C值的差异较大,同一苹果的果皮和果肉的碳同位素比也不同,果肉的δ13C值比果皮的大,这可能植物的光合作用有关[33]。δ13C和δ18O值不仅可以有效区分中国和日本当地苹果样品,而且也可以对本国内不同产地的苹果进行正确判别。

另外,黑加仑叶和果实的稳定同位素组成与它们生长的环境条件密切相关,黑加仑子叶和果实与表层土壤(0～10 cm)的N同位素特征呈显著正相关,黑加仑叶片和农田表层土壤的同位素特征可以很好地反映黑加仑子果实的同位素组成[34]。浙江、江苏、福建、云南、贵州五产地杨梅的稳定同位素δD平均值依次递减,总体数值变化较大(-50.31‰～-30.93‰),且各地区间差异显著[35]。Tescione等[36]对三个葡萄园的新鲜红白葡萄、土壤和岩石进行87Sr/86Sr测定,验证了葡萄果实与葡萄园地质的同位素关系,发现采自不同年份的葡萄87Sr/86Sr值不随土壤Sr生物可利用性值的变化而变化,不同葡萄品种间无明显差异。研究结果证明了87Sr/86Sr用于产地溯源的可靠性,即使在非常小的地域范围内,87Sr/86Sr也可用于评估果蔬地理来源。Chung等[37]通过稳定同位素比质谱仪测定了韩国6个地区15个农场的10个蘑菇品种的同位素特征,发现从6个栽培区采集的蘑菇中δ13C、δ15N、δ18O和δ34S值差异显着,其中扶余、论山、阴城、保宁、庆州生产的Saedo和Saehan品种具有明显的地域性区分。

2.4 果汁饮料溯源应用

稳定同位素技术作为掺假溯源鉴定的一种手段在果酒饮料中的应用已相当成熟,最早是通过碳同位素分析鉴别C3植物产品如橘汁、橙汁、苹果汁和柠檬汁中掺加蔗糖、玉米糖浆等C4植物产品,果汁中掺入蔗糖或玉米糖浆后,果汁中的13C/12C比会出现升高现象,并且对浓缩果汁来说,保留在果汁中的δ18O浓度比未浓缩果汁的要高得多[40]。而同位素技术在果汁产地来源方面的研究报道相对较少,目前仍处于探索有效溯源指标阶段。

Ogrinc等[43]对斯洛文尼亚(n=11)和塞浦路斯(n=25)生产的36种市售果汁(包括橙汁、苹果汁、菠萝汁、桃汁和葡萄汁等)的δ18O值进行了比较,发现两国的果汁因其独特的水环境和气候而有着非常明显的区别,塞浦路斯的年平均温度较高,气候条件较为干旱,而斯洛文尼亚则较冷,当温度低、湿度高时,依据同位素平衡分馏原理,苹果汁与水蒸气发生化学交换,使得苹果汁的δ18O下降,从而导致了塞浦路斯果汁的δ18O值平均值高于斯洛文尼亚果汁,塞浦路斯果汁的δ18O值在-6.1‰～0.7‰之间,斯洛文尼亚果汁δ18O值在-10.7‰～-5.3‰之间,其中纯苹果汁中δ18O含量最高,为-5.3‰。进一步研究斯洛文尼亚五个地理区域苹果汁δ2H值发现,2011年鲜榨苹果汁中δ2H值的范围为-50.0‰～-15.1‰,略高于2012年所测苹果汁中δ2H值(-56.4‰～-17.9‰),这两年测量的δ2H最低值出现在潘诺尼亚地区,而最高值出现在地中海地区,且所有区域的苹果汁δ2H值在统计学上均有显著差异[44]。由此可见,同位素丰度的差异能为果汁产品地理来源提供有用信息,但我国同位素技术在果汁产地溯源中的研究起步相对较晚,果汁产品产地溯源指标探索工作需不断深入。

2.5 葡萄酒溯源应用

随着全球葡萄酒行业的迅速发展,具有地方特色的品牌葡萄酒也越来越多地进入普通家庭,同一品种的葡萄在不同产地的阳光、温度、湿度等气候条件下所产出的葡萄酒风格迥异,因此葡萄酒的产地直接决定了葡萄酒品质和市场价值,中国国家地理标志葡萄酒产品包括昌黎葡萄酒、宁夏贺兰山东麓葡萄酒和通化山葡萄酒等。同位素技术在国内外葡萄酒产地溯源中的应用十分广泛,为葡萄酒的地理来源的判别提供了非常可靠的指纹信息。

目前,用于测定葡萄酒产品δ13C和δ18O的目标化合物主要有乙醇、丙三醇和水。巴西的葡萄酒产区基本分布在南端和东北部,研究表明,巴西高乔山谷产区(Serra Gaúcha)的赤霞珠(-0.28‰±0.18‰)和梅洛葡萄酒中水的δ18O均值(0.38‰±0.15‰)普遍高于东南部山脉产区(Serra do Sudeste)的赤霞珠(-2.17‰±0.25‰)和梅洛葡萄酒(-2.34‰±0.21‰)[45]。此外,乙醇中甲基(D/H)1和亚甲基(D/H)2的H同位素比值也可作为葡萄酒的地理起源示踪物,Bigwood等[46]用氘核磁共振(2H-NMR)测量了20个国家的300种葡萄酒乙醇的氘/氢比,发现影响葡萄酒乙醇D/H比值分布的主要因素是葡萄园的纬度,随着的距赤道距离的增加,葡萄酒乙醇中氘的含量降低,除个别附近有湖和山脉的国家外,纬度为20～36°N(塞浦路斯、摩洛哥、以色列、墨西哥)和20～36°S(澳大利亚、南非、乌拉圭、巴西)范围内生产的葡萄酒(D/H)1均值高于纬度为37～44°N(保加利亚、美国加州)和37～44°S(新西兰)国家的葡萄酒(D/H)1值,纬度为45～60°N(捷克斯洛伐克、奥地利、匈牙利、摩尔多瓦、斯洛文尼亚)地区的平均(D/H)1最低。由此可见,不同纬度地区的葡萄酒乙醇D/H比值具有明显区分,并按每个原产国主要葡萄酒产区的平均纬度排列,纬度和D/H比值之间存在相关性。

Bejjani等[47]采用点特异性天然同位素分馏核磁共振技术(SNIF-NMR)测定了不同葡萄园78份黎巴嫩葡萄酒样品中乙醇的D/H比,发现利用D/H比值所得到的次区域级地区的分类与年降水量呈反比线性关系,并且葡萄酒中的乙醇D/H比与采收时的葡萄的成熟度有关。此外有研究表明,葡萄酒在年份上也表现出较大的δ18O范围,采自2008年意大利西海岸加沃拉诺和格罗塞托产区的不同品种葡萄所酿葡萄酒中水的δ18O值范围为2.9‰～7.8‰,2009年的δ18O范围为7.2‰～8.1‰,2009年的葡萄酒水的δ18O值普遍比2008年的高,这一现象在格罗塞托的桑娇维塞葡萄酒水中尤为明显,其δ18O值在2009年为7.5‰～8.1‰,2008年δ18O值为4.2‰～4.7‰。此外,葡萄品种也会影响所酿葡萄酒水的δ18O和δ2H同位素值,以2009年梅洛、赤霞珠和桑娇维塞三个品种所酿葡萄酒水的δ18O和δ2H值为例,赤霞珠和梅洛葡萄酒的氧和氘同位素比值最大,大小顺序分别为赤霞珠δ18O(10.6‰～11.2‰)>梅洛δ18O(9.5‰)>桑娇维塞δ18O(7.5‰～8.2‰),赤霞珠δ2H(56.7‰～59.0‰)>梅洛δ2H(51.8‰)>桑娇维塞δ2H(40.0‰～45.5‰)[48]。可以发现早熟品种(赤霞珠、梅洛)所酿葡萄酒水的δ18O高于晚熟品种(桑娇维塞),这表明在不同品种葡萄的成熟和收获过程中,相同气候条件的影响对葡萄酒中的水同位素值有不同的影响。

另外,葡萄酒的87Sr/86Sr同位素比率反映了葡萄生长的土壤状况,也是葡萄酒地理来源的有效指标,葡萄牙东北部(杜罗河和杜奥地区)的葡萄酒中87Sr/86Sr比率高于中部和南部地区,波尔多和马德拉地区的葡萄酒87Sr/86Sr比率最低分别为0.702和0.708[49],这与Barbaste等[50]的研究相一致,智利、加利福尼亚和马德拉地区的葡萄酒生长于具有玄武岩的葡萄园,87Sr/86Sr比率范围在0.704～0.707之间。87Sr/86Sr比率是一种很有前途的葡萄酒来源指纹。因此,在对葡萄酒生产年份和原料品种了解的基础上,使用同位素比值可以在全球范围内对葡萄酒的地理起源进行有价值的追溯。

2.6 乳制品溯源应用

乳制品是人类摄取营养素和矿物质的良好来源,为了使生产者能获得因其高品质产品所带来的利益,保护农产品地理标志和原产地名称的声誉,欧盟制定了受保护的原产地名称(PDO)和受保护的地理标志(PGI)用于识别与特定地理区域相关的产品。在乳制品行业,迄今已注册了182种PDO和36种PGI奶酪[51],用于区分PDO乳制品的技术主要涉及稳定的同位素指纹识别或者与其他元素测定技术相结合,并且同位素参数已被添加到意大利帕达诺和帕马森奶酪的PDO技术规范中,自2011年以来已正式采用稳定同位素比率分析验证市场上奶酪产品的真实性[52]。

乳脂和奶酪蛋白的18O/16O比率取决于奶牛摄入的水量以及新鲜与干燥饲料的比例,在夏季,奶牛几乎全部以鲜草为食,则奶水中的18O/16O比较高。研究表明,使用O和H同位素比率可以区分平原(海拔200 m)和山区(海拔1100 m)产生的牛奶,δ18O和δ2H在不同产地牛奶间的富集差异显著,放牧奶牛所产牛奶的δ18O浓度显着高于饲喂玉米或干草饲料的奶牛[53]。Camin等[54]通过稳定同位素比例质谱仪(IRMS)测定法国、意大利和西班牙奶酪酪蛋白中的δ13C、δ15N、δ34S和甘油中的δ13C、δ18O值,应用多元逐步判别分析,90%的奶酪被正确分类。Dong等[55]使用元素分析仪-同位素比质谱(EA-IRMS)方法鉴定澳大利亚(和新西兰)、欧洲(德国和法国)、北美(美国)和亚洲(中国)地区牛奶的地理来源,并研究了储存时间和温度对δ13C和δ15N值的影响,结果表明,在不同条件下储存的样品的δ13C和δ15N值没有显著差异,从而证明了乳样品中所提取蛋白质同位素组成的稳定性,并且这四个区域之间的δ13C和δ15N值中具有显著差异,澳大利亚(和新西兰,5.51‰～6.02‰)、欧洲(5.01‰～5.39‰)、美国(4.57‰～4.72‰)、中国(4.40‰～4.71‰)四地牛奶蛋白质的δ15N值依次降低,澳大利亚(和新西兰)牛奶所提取的蛋白质的δ13C值范围为-29.36‰～-27.28‰,而中国牛奶所提取的蛋白质的δ13C值在-16.71‰～-15.02‰范围内,差异非常显著。由此可见,稳定同位素组成分析在确定牛奶地理来源方面具有较大适用性和潜力。

许多品种的奶山羊有着悠久的繁殖历史,山羊奶的口味和营养含量随地理来源和山羊品种略有不同,中国著名的奶山羊繁殖区有陕西富平、山东崂山和云南圭山等,富平山羊奶粉已于2016年被国家质量监督局批准为地理标志产品。不同地区山羊奶样品中稳定的同位素组成不同,羊奶酪蛋白的δ13C、δ15N、δ2H和δ18O值在三个区域间差异显著,来自陕西的羊奶酪蛋白样品中δ13C(-18.75‰±0.79‰)和δ15N值(4.43‰±0.59‰)最低,云南酪蛋白的δ13C(-16.89‰±1.44‰)和δ15N值(7.37‰±0.37‰)最高,来自山东、陕西、云南三地的羊奶水和饮用水样品的δ2H、δ18O值均依次降低[56]。以上研究证明了稳定同位素分析可以有效地区分不同产地的乳制品,维护乳制品生产者之间的公平竞争。

2.7 水产品溯源应用

水产品是全球食品市场的重要组成部分,海鲜占人类饮食蛋白质来源的6%,但随着海洋资源的增加和陆地污染物的不断流入,海岸环境问题日益严重,因此在全球海产品和养殖产品流通不断加快的大背景下,了解水产品的地理来源变得十分重要。欧盟立法(EC/2065/2001)要求野生和养殖来源的鱼产品必须提供其地理来源和生产方法等有效信息,稳定同位素分析是确定海产品和水产养殖产品的真实性和可追溯性的有效方法。

δ13C和δ15N是追溯野生和养殖水产品地理来源最常用的指标,海洋浮游植物中C和N的同位素组成通过食物链转移到野生海产品体内,通过测定海产品的碳和氮同位素组成就可追踪鱼类等水产品的迁移。对于不同地区养殖水产品δ13C和δ15N的差异主要与每个地区或国家养殖水产品饲料混合物的不同有关。研究表明,从澳大利亚、中国和挪威海鲜市场购买的海洋捕捞鲭鱼的δ13C和δ15N值均依次降低,澳大利亚鲭鱼δ13C(-16.47‰±0.44‰)和δ15N值(11.57‰±0.29‰)最大,挪威鲭鱼δ13C(-19.74‰±0.4‰)和δ15N值(9.06‰±0.69‰)最小,δ13C和δ15N能有效区分不同来源地的鲭鱼[57]。此外,台湾养殖澳洲肺鱼δ13C(-19.36‰±0.31‰)与马来西亚养殖澳洲肺鱼δ13C值(-21.8‰±0.08‰)有显著性差异,台湾养殖澳洲肺鱼δ15N(10.53‰±0.15‰)大于马来西亚养殖澳洲肺鱼(8.92‰±0.04‰),澳大利亚养殖对虾的δ13C(-20.04‰±0.12‰)和δ15N值(8.27‰±0.35‰)均高于泰国养殖对虾(-21.16‰±0.17‰和7.07‰±0.25‰),差异有统计学意义,来自不同产地的海鲜样品有广泛不同的稳定同位素特征[58]。

此外,稳定同位素分析已被用于区分野生和养殖水产品。海洋鱼类饮食(主要由较低营养水平的大型藻类和浮游植物形成的海洋食物网)的碳源与养殖鱼类饮食(主要来自于进行光合作用的陆地蔬菜植物)相比,反映出较重的碳同位素含量,且天然海洋系统中鱼类饲料营养水平较高,氮同位素易在野生鱼体内富集[59]。Li等[60]测定了中国和美国16个地点不同盐度的太平洋白对虾(凡纳滨对虾)和16种养殖虾工业饲料的δ13C和δ15N值,结果表明,虾的碳、氮同位素分析没有为区分中美两国养殖虾提供依据,但发现高盐度养殖的虾与淡水养殖的虾相比δ13C更易富集,饲料与虾之间的δ13C相关性不显著,而饲料与虾中的δ15N呈正相关趋势,这也说明C、N同位素为虾的鉴别区分提供了依据。Molkentin等[61]从德国市场收集了130份有机及传统水产养殖的褐鳟鱼和三文鱼,通过对其脱脂干物质中C和N稳定同位素分析,发现无论是生的、熏制的还是腌制的,有机养殖的三文鱼和褐鳟鱼都可以与传统养殖的三文鱼和褐鳟鱼区分开来。不同地区的水产品具有不同的饮食来源,并且暴露于不同的环境条件,导致其同位素特征的可区别差异,C、N同位素比值不仅提供了水产品的地理来源的信息,还可对其生产养殖的方式加以辨别。

3 结论与展望

稳定同位素技术是确定农产品真实性和地理来源的有效工具,但目前我国的同位素溯源研究尚处在探索阶段,运用稳定同位素进行产地溯源的方法还不成熟。即便是对于同一种农产品来说,不同研究者分析的同位素指标不同,判别效果也不尽相同。并且,稳定同位素溯源方法有一定的局限性,气候、动植物品种和海拔等环境因素对动植物体稳定同位素分馏的影响较大,甚至不同年份同一地区生长的同种植物的同位素组成也会有差异,具有相似气候和地质条件的区域稳定同位素自然丰度相近,喂养相同饲料不同区域的动物具有相似的同位素特征,不能反映产品区域的实际情况。因此有时需要结合其他溯源技术如矿物元素分析才能实现对不同区域的分离。目前应重点研究地质条件(地下水和土壤岩层等)、环境因素(气候、降水量、纬度)、动植物品种、植物栽培方式和生长年份以及饲料种类和饲喂方式对动植物体内溯源指纹产生差异的影响,明确各影响因素对动植物同位素差异的贡献大小,分清主次,并筛选与产地密切相关的指纹信息作为可靠的溯源指标,进而完善及建立更为可靠、有效的模型用于未知样品的产地预测,最终建立不同地域、不同种类农产品的判别模型及相应的大型数据库。