肉类食品产地溯源技术研究进展

□ 姜 莎 范 鑫 张彦斌 张宏博 内蒙古自治区食品检验检测中心

近年来，随着人们生活水平的提高，对作为动物性蛋白主要来源的肉类食品的品质要求也越来越高，一些特色地域标志肉类食品如苏尼特羊肉、黑水凤尾鸡等开始受到消费者的青睐。由于供给不平衡，产业附加值高，在市场上出现了许多假冒伪劣产品，损害了消费者和企业的利益[1]。产地溯源技术的开发既保护了地区品牌和特色产品，同时为食品安全监管及追溯体系的建立提供了技术支撑。近年来，国内外已经开展了大量关于肉类食品产地溯源方面的研究，本研究对稳定同位素技术、矿物元素分析技术、近红外光谱技术与DNA指纹图谱等技术[2]的应用进行了总结，以期为肉类食品地理鉴别的进一步发展提供有力的理论支持。

1 稳定同位素技术

稳定同位素在自然环境中不衰变，可作为溯源标志物。但稳定同位素分馏受环境、气候、生物代谢类型等多种因素的影响，使不同地理来源的肉类同位素自然丰度存在一定差异，为肉类产地鉴别的研究提供了特征性指纹信息[3]。

郭莉等[4]采集内蒙古12个旗县的564份羊肉样品，运用元素分析仪—同位素比质谱仪联用（elementary analyzer—stable isotope ratio mass spectrometers, EA—IRMS）法测定 δ13C和δ15N值，并进行二维投射和层聚类分析，结果表明，可以完全的将呼伦贝尔市和锡林郭勒盟放牧羊肉与西部区四子王旗、和林县和达拉特旗舍饲羊肉区分开。吕军等[5]测定了3个地区牛肉样品粗蛋白中δ13C、δ15N、δ2H与δ18O的值，判别分析及聚类分析结果显示，各地δ13C、δ15N、δ2H、δ18O都有显著差异，并且可利用δ13C值推断各地牛饲料中的主要成分。郭波莉等[6]采集青海省海北藏族自治州、海南藏族自治州、玉树藏族自治州3个不同地域的牦牛肉，利用元素—稳定同位素比率质谱仪（EA—IRMS）分析样品中δ13C、δ15N、δ2H的值，结果显示，牦牛肉中稳定同位素指纹与高海拔地区的牧草、饮水、地形密切相关，具有独特的指纹特征。Erasmus等[7]利用稳定同位素比例质谱仪（IRMS）分析了来自7个农场的南非杜泊羔羊，结果表明，13C/12C能反映饲料差异，利用13C/12C和15N/14N能区分不同农场的羊，与产地有关的饲养方式的差异是区分南非羔羊原产地的一个重要因素。Sun等[8]测定了我国5个不同地区脱脂羊肉和羊毛样品中碳、氮、氢同位素的含量，三类同位素在不同地域间存在显著差异，羊肉中的δ13C含量与饲料种类极显著相关（P＜0.01），δ13C、δ15N、δ2H含量与羊毛中各同位素显著相关（P＜0.05），δ2H含量与饮水显著相关（P＜0.05），因此，δ13C、δ15N、δ2H可作为羊肉产地判别指标。Kim等[9]运用稳定同位素比例质谱仪对335个韩国猪肉样品和264个美洲和欧洲猪肉样品中的碳、氮同位素比率进行了测定，结果显示，不同产地的猪肉，由于饲养方式的不同，其碳、氮同位素比率存在显著差异，据此可将韩国猪肉与其他国家猪肉区分开；之后他们又利用电感耦合等离子体发射光谱（ICP—OES）和电感耦合等离子体质谱（ICP—MS）对猪肉中的29种矿物元素含量进行分析，将韩国猪肉与美国、德国、澳大利亚、荷兰与比利时进口猪肉进行区分，判别率达97%[10]。

2 矿物元素分析技术

食品中的矿物元素需要从周围环境中摄取，受地域环境因子（土壤、水、空气等）的影响，可形成其典型的地域特征，被认为是食品产地的有效溯源指标[11]。

齐婧等[12]对3种不同地域来源的地理标志猪肉中的33种矿物元素含量进行测定，筛选出13个元素进行主成分分析、多重比较分析和判别分析。其 中 Na、Fe、Co、Cu、Zn、Se、Rb与Sr地域差异显著（P＜0.05）。通过对比得出正交偏最小二乘判别分析（orthogonal partial least—squares discrimination analysis，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，交叉验证准确率达到100%。白婷等[13]研究了市售白羽肉鸡和黑水凤尾鸡鸡胸肉和鸡腿肉中氨基酸和矿物质元素含量之间的差异，结果显示，通过对15种矿物质元素进行主成分分析、聚类分析和判别分析，其中Mn、Mo和Cs 3个元素可将这两个品种100%区分开来。孙淑敏等[14]运用电感耦合等离子体质谱仪测定了3个牧区2个农区的脱脂羊肉和土壤样品中4种常量元素和13种微量元素的含量，结合方差分析、相关分析和判别分析。结果表明，矿物元素含量在地域间有明显差异，农区普遍高于牧区。其中，脱 脂 羊 肉 中 的 Ca、Zn、Be、Ni、Fe、Ba、Sb、Mn和Se元素含量与土壤相关，是用于羊肉产地溯源的有效指标，对单个地域样品的判别率在70%～100%，对农牧区样品的判别率在90%以上。池福敏等[15]采用国家标准检测方法对来自4个地区的藏猪样品中的15种矿物元素进行检测，结果显示，不同产地藏猪肉样在钾、钠、镁、铁及硒的含量上差异极显著，可进一步进行产地鉴别分析。Zhao等[16]采用稳定同位素和多矿物元素分析方法，测定了来自不同产地的脱脂牛肉样品中的碳、氢同位素和23种矿物元素，结合主成分分析和判别分析对数据进行降维和模式判别，正确率可达100%，交叉验证率为100%。Rees等[17]选择碳、氢、氮稳定同位素比值和镁、铊、铷与钼等矿物元素对鸡肉产地进行溯源，通过交叉验证的判别分析，综合判别率为88.3%（n=339）。Zhao等[18]对来自中国4个省的鸡肉中的碳、氮稳定同位素和12种矿物元素进行分析，从中筛选出K、Zn、Rb和13C、15N组成判别模型，并对结果进行DA—PCA分析，结果表明，应用稳定同位素和多元素分析技术相结合的判别效果优于单独使用矿物元素。

3 近红外光谱技术

近红外光是指波长在780～2 526 nm范围内的电磁波，具有光的“波力”二象性，主要吸收含氢基团（—CH，—NH，—OH 等）振动的倍频和合频。当待测样品中含有以上不同基团时，可利用近红外光谱仪对样品进行测定。

杨旭宁等[19]建立了基于Matlab图形用户界面（graphical user interface，GUI）的平台，用以鉴别羊肉产地，根据900～1 700 nm高光谱成像仪采集3个不同产地羊肉新样本的近红外高光谱数据验证鉴别平台的有效性，正确率为85%。孙潇等[20]利用近红外光谱结合聚类分析、主成分分析对来自4个产地的180个经蒸、煮、微波加工的同鸡龄、同部位鸡肉样本建立产地溯源判别模型，预测集识别正确率为90%～95%。由此可见，近红外光谱模型不仅可用于冷鲜肉产地溯源的判别，还可用于加工后肉品的产地溯源。孙淑敏等[21]采用近红外光谱指纹技术对3个牧区、2个农区的99份羊肉样品进行分析，利用主成分分析结合线性判别分析（principal component analysis +linear discriminant analysis，PCA+LDA），以及偏最小二乘判别分析法（partial least squares discrimination analysis，PLS—DA）建模，结果表明，PCA+LDA法优于PLS—DA法，对5个地域来源样本的整体确判别率为91.2%。史岩等[22]利用近红外光谱（780～2 500 nm）结合主成分分析和聚类分析对5个产地100个鸡肉样本进行分析，建立了鸡肉产地溯源的判别模型，对预测集的识别率和拒绝率均为100%。Sun等[23]利用近红外光谱结合主成分分析（PCA）、偏最小二乘分析（D—PLS）、线性判别分析（LDA）和偏最小二乘回归（PLSR）对3个牧区和2个农业区的羔羊肉样品进行分析，结果表明，D—PLS和LDA对牧区和农区样本的正确判别率均为100%，对5个单个区域样本的正确判别率分别为88.9%和75%。

4 DNA指纹图谱技术

DNA指纹是指建立在DNA分子标记基础上，以生物个体间核苷酸序列变异为基础的遗传标记（分子标记），可直接在DNA水平上检测生物个体间的差异，是生物个体在DNA水平上遗传变异的直接反映。

吴潇等[24]从24个微卫星标记（simple sequence repeats，SSR 标记）中通过杂合度和多态信息含量计算筛选出11个用于猪肉产品的DNA溯源，统计分析显示，这11个微卫星标记能有效区分100个随机个体，同时采集的10个肌肉和内脏组织样的基因型是一致的，并通过基因型判断这些样品来自43号个体。

5 其他技术的应用

刘兴勇等[25]分析了利用17种水解氨基酸的含量对云南5地的黑山羊肉进行产地溯源的可行性，并进行了方差分析、主成分分析、聚类分析、K最邻近法及人工神经网络判别分析，结果表明，经过聚类分析和K最邻近法进行产地鉴别，羊肉样品被分为5类，分别代表5个不同产地，其中来自丽江、龙陵和罗平的样品能实现100%完全分类，来自昆明、石林、丽江3地的样品的人工神经网络分类正确率为100%。田晓静等[26]利用质地特性参数结合多元统计分析（主成分分析、典则判别分析和线性判别分析）对4个产地的羊肉进行鉴别，结果表明，线性判别分析建立的羊肉地域判别模型，对4个产地羊肉的正确识别率达到70%。Zaima等[27]对3个不同产地的日本黑牛大腿肉中的脂质含量进行了分析，结果表明，常规的液相—质谱提取方法得到的3个样品中的脂质种类和含量没有明显的区别，而运用基质辅助激光解吸电离质谱成像技术（matrix assisted laser desorption ionization mass spectrometry imaging，MALDI MSI）结合主成分分析则可以根据不同产地牛肉中的脂质差异来进行产地溯源。

6 结语

综上所述，稳定同位素技术、矿物元素分析技术、近红外光谱技术与DNA指纹图谱等技术目前在肉类食品产地溯源中发展较快。目前大多数研究仅采用了单一的检测手段及较传统的模式识别方法，而肉类食品产地溯源是一项复杂的技术。因此，多种技术的联合使用以及现代信号处理技术、模式识别技术的不断提高，从而建立各参数与产地来源的稳定图谱信息，将是国内外肉类食品产地溯源技术的发展趋势。