基于矿物元素指纹图谱技术的芸豆产地溯源研究

李平惠 钱丽丽 杨义杰 张东杰

(黑龙江八一农垦大学研究生学院1，大庆 163319)(黑龙江八一农垦大学食品学院2，大庆 163319)

基于矿物元素指纹图谱技术的芸豆产地溯源研究

李平惠1钱丽丽2杨义杰1张东杰2

(黑龙江八一农垦大学研究生学院1，大庆 163319)(黑龙江八一农垦大学食品学院2，大庆 163319)

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。

芸豆 产地 ICP-MS 矿物元素

中国是芸豆的生产大国，也是出口大国[1]。在长期的特定地域和气候环境下形成许多地理标志产品(如依安芸豆和拜泉芸豆)，具有特定的地理特征和产品品质，其质量、特色、声誉对市场销售和价格影响较大。芸豆产地溯源技术的建立可以有效保护地理标志芸豆生产企业知名度，提高市场竞争力，满足消费者迫切了解产地真实性等需求。产地溯源旨在探寻表征不同地域来源产品的特异性指标。矿物元素是农产品的基本组成成分，其自身不能合成，须从环境(土壤和水)中摄取，因此不同地域产品有其各自的矿物元素指纹特征。且矿物元素含量受食品贮藏时间和贮藏条件影响较小，并且检测分析成本较其它产地溯源技术(稳定性同位素、有机成分分析)相对较低，产地判溯源别效果好、可靠性高，是一种有效的产地溯源指标[2-3]。电感耦合等离子体质谱法(ICP-MS)以检测线性范围宽范、检出限极低和多元素同时测定等特点在元素含量分析中得到广泛的应用[4,5]。近年来，国际上应用矿物元素分析技术在产地溯源方面取得了较好的成果。Gonzalvez 等[6]利用ICP-MS测定葡萄酒中Mg、Pb、Ti等38种矿物元素的含量，结合聚类分析、主成分分析判别葡萄酒的产地来源，产地判别正确率达100%；Yasui 等[7]利用ICP-AES结合ICP-HRMS研究发现Ba、Ni、Mo、Mn、Zn、Fe、Cu、Rb 和 Sr 9个对地域判别有效的溯源指标，可正确区分日本地区的大米样品。Antonio 等[8]利用矿物元素指纹分析正确区分了来自亚洲和非洲的85个茶叶样品。国内食品产地溯源研究尚处于初步探索阶段，主要集中在探讨矿物元素指纹对食品产地溯源的可行性。孙淑敏等[9]利用ICP-AES结合方差分析、相关分析和判别分析研究发现羊肉中矿物元素含量组成在地域间存在显著性差异，农区元素含量普遍高于牧区。郭波莉等[10]利用对矿物元素对牛肉产地进行判别，通过逐步判别分析筛选出Se、Sr、Fe、Ni 和 Zn 5个元素指标，对牛肉产地来源的整体判别率到达了98.4%。陈燕清等[11]发现Mg、K、Pb、Zn、Fe、Mn、Ca和Cu 8种元素可作为食醋品牌和种类判别的有效指标。有关矿物元素指纹分析技术在芸豆产地溯源方面的研究鲜见报道。通过分析不同地域芸豆中矿物元素分布特征，找寻有效的矿物元素溯源指标，对芸豆产地来源判别分析进行可行性研究。

1 材料与方法

1.1 试验材料

采集黑龙江省齐齐哈尔市依安县、拜泉县2013年芸豆样品54份。其中依安县29份，拜泉县25份。具体采样情况见表1。

表1 芸豆样本地域来源

1.2 试验方法

1.2.1 采样方法 在主产乡镇内选择芸豆种植面积大的区域进行样品采集，采集芸豆1 kg，标号，选取无破损、无虫蚀饱满的样品100 g作为分析样品。

1.2.2 样品前处理 将芸豆样品用蒸馏水冲洗干净，放入38 ℃的烘箱中鼓风干燥10 h，再用1093旋风磨(丹麦Foss Tecator公司)磨制得芸豆全粉，待测。

1.2.3 元素含量测定 参考赵海燕等[12]方法，准确称取0.200 0 g左右芸豆全粉，置于消化管中，加入6mL 浓硝酸(65%，分析纯)和3 mL盐酸(37%，分析纯)，放入 MARS高通量密闭微波消解仪(CEM 公司)中，采用程序升温法进行微波消解。消解后得到澄清透明的溶液，溶液经排酸后用超纯水(>18.2 MΩ·cm)洗出样品，定容到 100 mL，用 750 0a ICP-MS(美国 Agilent 公司)测定样品中 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种矿物元素含量。

用外标法进行定量分析，以美国 Agilent 公司的环境标样(Part#518 3-468 0，Agilent)为标准样品，用内标元素Li、Ge、Y、In、Tb 和Bi保证仪器的稳定性，当内标元素的 RSD>5%，重新测定样品。测试过程中每个样品重复测定3次。

1.2.4 数据处理方法

用SPSS 20.0 软件对数据进行方差分析(独立样本T检验)、主成分分析、聚类分析和判别分析(逐步判别分析)。

2 结果与分析

2.1 不同地域来源芸豆中矿物元素含量差异及组成特征

分别对依安县和拜泉县2个地域不同芸豆样品的31种矿物元素含量进行多重比较分析，结果表明，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种元素含量在地域间有显著性差异(表2)。一些矿物元素的变异系数较大(如Cd 94.444%)，说明矿物元素含量在同一县市不同乡镇内的差异也较大。

表2 不同地域芸豆的矿物元素含量/μg·g-1

表2(续)

注：不同小写字母表示显著性差异(P<0.05),带*号的单位为ng·g-1。

2.2 不同地域来源芸豆中矿物元素含量的主成分分析

对在地域间存在显著差异的25种矿物元素进行主成分分析，从表3中可以看到总方差73.307%的贡献率来自前5个主成分。从主成分特征向量雷达图(图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的含量高度正相关，第2主成分和Cu的含量高度正相关，第3主成分和Ag的含量高度正相关，第4主成分和Cd的含量高度正相关，第5主成分和Na、Rb的含量高度正相关。

利用第1、2、3主成分的标准化得分作图。从图2中可以看出，仅有1个依安样品与拜泉样品没有分开，其他样品均被正确分类。第1、3主成分主要综合了芸豆样品中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，拜泉样品中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主成分得分较高；第2主成分主要综合了芸豆样品中Cu含量信息，依安样品中Cu含量高，第2主成分得分较高，样品的分布区域与元素含量组成差异分析结果一致。因此，主成分分析可以通过综合的方式把样品中多种元素的信息直观地表现出来。

表3 前5个主成分中各变量的特征向量及累计方差贡献率

图1 前5个主成分特征向量雷达图

图2 第1、2、3主成分得分图

2.3 不同地域来源芸豆中矿物元素含量的聚类分析

使用系统聚类法，对依安、拜泉54份芸豆中的25种元素含量进行聚类分析，结果如图3。

图3 系统聚类树状图

当聚类标准(距离)不同时，聚类结果不同。从聚类距离为15处切断树状图时，样品被分为2大类：一类为拜泉样品，其中包括4个依安样品(2、10、13和24)归类错误；第二类为依安样品，其中包括2个拜泉样品(30、49)归类错误。虽然聚类过程中个别样品出现归类错误，但大多数芸豆样品产地的区分取得了较好的效果。

2.4 不同地域来源芸豆中矿物元素含量的判别分析

为进一步了解各元素含量指标对芸豆产地的判别效果，从存在显著差异的25种元素中筛选出对地域判别有效的变量，建立判别模型，并验证模型的有效性。验证测试中以测试集(2/3样本)建立判别模型，外推验证集(1/3样本)结合交叉验证法验证模型的有效性。

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

从表4可看出，此模型对测试集芸豆产地的整体正确判别率为97.3%，依安县、拜泉县芸豆产地的正确判别率分别为94.7%、100%。该模型的交叉验证结果显示，依安县的全部样品均判属正确，拜泉县有85.7%的样品被正确识别，整体判别的正确率为94.1%，交叉检验的错判率为5.9%<10%，对芸豆产地判别具有价值(判别效果一般用误判率来衡量，要求误判率小于10%或20%才有应用价值[13])。说明Mg、Ca、As和Pt对依安县和拜泉县芸豆样品具有有效的鉴别力。

表4 矿物元素指纹信息的判别模型验证

注：a. 已对验证集初始分组案例中的 100.0%进行了正确分类。

b. 已对测试集初始分组案例中的 97.3% 个进行了正确分类。

c. 仅对分析中的案例进行交叉验证。 在交叉验证中，每个案例都是按照从该案例以外的所有其他案例派生的函数来分类的。

d. 已对所选交叉验证分组案例中的 94.1%进行了正确分类。

3 结论与讨论

芸豆样品中矿物元素含量在地域间存在显著性差异。矿物元素Mg、Ca、As和Pt 4项有效指标，对芸豆产地的整体判别的正确率为94.1%。矿物元素指纹分析结合多元统计学判别分析，是用于芸豆判别归属和产地溯源的一种有效方法。

矿质元素是植物从土壤中吸收的，土壤中的矿物元素组成受环境条件的影响，在不同地域间形成其特定元素的指纹特征[14]。环境中矿质元素的含量与其在植物中累积的程度呈一定的相关性[15]。不同的生长环境会影响植物体内矿质元素的含量，因此植物中矿物元素与其产地密切相关[16]，利用矿物元素组成差异特征判别芸豆产地是可行的。本研究通过分析不同地域芸豆中矿物元素含量差异结合主成分分析、聚类分析、判别分析对芸豆样品的产地进行区分(判别归属)，进一步证实了矿物元素指纹分析技术判别芸豆产地溯源是可行的。

[1]张洪学. 创中国芸豆品牌 发展出口创汇农业[J]. 中国种业,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,谢明勇,吴熙鸿,等. 用 MAP-ICP-MS测定保健食品青钱柳及其浸提物中多种矿质营养素的研究[J]. 食品科学,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]孙淑敏,郭波莉,魏益民,等. 基于矿物元素指纹的羊肉产地溯源技术[J]. 农业工程学报,2012,28(17):237-243

[10]郭波莉,魏益民,潘家荣,等. 多元素分析判别牛肉产地来源研究[J]. 中国农业科学,2007(12):2842-2847

[11]陈燕清,倪永年,舒红英. 基于无机元素的含量判别食醋的种类和品牌方法研究[J]. 光谱学与光谱分析,2009(10):2860-2863

[12]赵海燕,郭波莉,张波,等. 小麦产地矿物元素指纹溯源技术研究[J]. 中国农业科学,2010, 43(18):3817-3823

[13]孙振球. 医学统计学[M]. 北京: 人民卫生出版社, 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]康海宁,杨妙峰,陈波,等. 利用矿质元素的测定数据判别茶叶的产地和品种[J]. 岩矿测试,2006(01):22-26

[16]李合生. 现代植物生理学[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

国家杂粮工程技术开发(2011FU125X07)，黑龙江省高等学校科技创新团队建设计划(2014TD006)

2014-10-22

李平惠，女，1988年出生，硕士，食品科学

张东杰，男，1966年出生，教授，农产品加工与安全