農產品產地溯源特征指紋圖譜的構建

近年來，國內外食品安全重大事件頻繁發(fā)生，尤其是牛病、屈原、二聚氰胺和三聚氰胺等事件對人類健康構成威脅。為保證食品安全,世界各國相繼出臺一系列政策和措施,強調食品安全要從“農場到餐桌”進行全程關注,建立食品質量安全追溯制度。歐盟178/2002號法規(guī)規(guī)定,從2005年起在歐盟范圍內銷售的所有食品都能進行跟蹤和追溯,2006年歐盟開始實行食品品質保證體系(指定原產地保護,PDO;地理標示保護,PGI;傳統(tǒng)特色保護,TSG)。同時美、日等發(fā)達國家和地區(qū),也要求對出口到當?shù)氐氖称繁仨毮軌蜻M行跟蹤和追溯,這也成為國際貿易中的壁壘措施。農產品產地溯源技術是建立于農產品生產、加工、貯運、銷售和消費過程的信息記錄和信息追溯體系,即從“農田到餐桌”的過程跟蹤或從“餐桌到農田”的源頭追溯技術。這不僅是建立農產品質量安全追溯制度的重要組成部分,也是保障農產品質量安全的有效手段,它有利于保護農產品產地,保護地方特色產品,打擊假冒產品,確保公平競爭,增強生產者積極性,保護消費者合法權益,并在農產品安全出現(xiàn)問題時能有效召回產品。另外,消費者對食品來源的關注程度與日俱增,據(jù)英國標準委員會的一項調查顯示,食品產地來源是消費者選擇食品的主要依據(jù)。由于我國農產品市場準入制度和溯源體系的不完善,使得原產地保護產品和名優(yōu)農產品以假亂真、以次充好現(xiàn)象嚴重。為保護地方特色產品,消除國際貿易壁壘,在國內發(fā)展快速準確的農產品產地溯源技術意義十分重大。農產品產地溯源主要是分析表征不同地域來源農產品的特異性指標,目前主要采用質譜、光譜和分子生物學等技術,通過分析農產品的有機組成、揮發(fā)性成分、同位素含量與比率、DNA圖譜等特征成分或指標,結合化學計量學研究,建立起能區(qū)分農產品產地來源的特征指紋圖譜,從而對不同種類農產品進行產地溯源。本文綜述了近年來幾種常用農產品產地溯源技術在不同種類農產品中的應用研究進展,并展望了今后農產品產地溯源技術研究的發(fā)展趨勢。1質量分析技術ms1.1不同種類牛肉的13c值IRMS是根據(jù)同位素豐度的差異將不同來源的物質區(qū)分開。由于生物體內同位素組成受氣候、地形、土壤及生物代謝類型等因素的影響而發(fā)生自然分餾效應,從而使不同來源的物質中同位素自然豐度存在差異。因此,生物體內同位素豐度的差異能為農產品地理來源提供有用的信息。如今IRMS已廣泛應用于肉制品、酒類、咖啡、果汁等眾多農產品的產地鑒別。目前運用IRMS研究較多也較深入的是碳同位素。Schmidt等利用IRMS對牛肉中的碳同位素進行分析,發(fā)現(xiàn)北歐、美國和巴西牛肉的δ13C值分別為(-21.6±1.0)‰、(-12.3±0.1)‰和(-10.0±0.6)‰,存在顯著差異。這主要是由于各國肉牛飼料組成不同,北歐肉牛養(yǎng)殖以C3植物為主,而美國和巴西肉牛以玉米、牧草等C4植物為主,植物中碳元素的組成與植物的光合碳代謝途徑和外界環(huán)境因子有關,不同種類植物δ13C值存在很大差異,通過食物鏈將這種差異傳遞給動物,從而造成動物產品中同位素組成的差異,此外研究也發(fā)現(xiàn)愛爾蘭傳統(tǒng)牛肉δ13C值[(-24.5±0.7)‰]高于有機牛肉δ13C值[(-26.0±0.2)‰]。王慧文等應用IRMS技術,根據(jù)肉雞腳脛和皮膚色度(RCF值)與δ13C值的關系,成功判斷出肉雞色素的來源。Rummel等采用IRMS技術對不同國家橙汁中C、H、N、S等多種同位素進行分析后發(fā)現(xiàn),離赤道越近的地方(古巴、墨西哥和佛羅里達),其橙汁中δ2H值越大,這是由于氫、氧與自然界中水循環(huán)有關,水中的2H/1H與緯度具有典型的相關性,即隨著緯度的減小而增加。植物中的N同位素組成不僅取決于地理、氣候條件,也與農業(yè)肥料的施用有關,阿根廷柑橘種植廣泛施用有機肥,研究發(fā)現(xiàn)其橙汁中δ15N值最高(8‰~9‰),在意大利和希臘,以合成氮肥施用為主,δ15N值最低(<4‰)。而古巴橙汁中δ34S值(8.8‰~10.96‰)明顯高于墨西哥(1.81‰~10.25‰),這可能是地質環(huán)境、降雨和農業(yè)生產條件等多因素影響的結果。研究還發(fā)現(xiàn),與單一同位素分析結果相比,多元穩(wěn)定同位素分析得到的結果更加可靠,在農產品的產地鑒別中更具應用前景。1.2不同產地識別馬鈴薯ICP-MS在痕量和超痕量水平上,對農產品中的金屬或非金屬元素進行定量檢測,由于各產地的環(huán)境,如地質、氣候、栽培方式等的不同,使用化學計量學方法獲得農產品獨特的元素指紋圖譜,從而達到農產品溯源的目的。由于其檢測限低,分析速度快和多元素同時分析等優(yōu)點而備受研究者青睞?？岛幍壤肐CP-MS考察了不同產地、不同種類茶葉中的Mg、Al、P、Ca、Cr、Mn、Fe、Co、Ni、Cu、Zn、Sr和Pb共13種礦質元素的含量,結合聚類分析(clusteranalysis,CA)和主成分分析(principalcomponentanalysis,PCA)對來自江西、云南、廣東和福建4個地區(qū)的茶葉進行了產地識別,結果發(fā)現(xiàn)江西、云南和福建的茶葉可以明顯分開,只有一個廣東樣品與福建武夷樣品沒有分開,對不同種類的茶葉也進行了區(qū)分,結果令人滿意。這是由于植物中礦質元素受氣候、土壤、大氣污染等環(huán)境因素影響,且其含量與環(huán)境中礦質元素的含量之間具有一定的相關性,因此可以通過檢測植物中礦質元素含量對產品進行產地溯源。Giacomo等應用ICP-MS測定了馬鈴薯中的Mg、Cr、Mn、Fe、Ni、Cu、Zn、Sr、Cd和Ba10種元素的含量,運用線性判別分析(lineardiscriminantanalysis,LDA)對不同產地和不同品種的馬鈴薯進行了判別。根據(jù)這10種元素的含量能準確判別來自意大利福奇諾和阿布魯佐的馬鈴薯,對阿布魯佐4個不同省份的馬鈴薯分類準確率達到了92.3%,對3個不同品種馬鈴薯的分類準確率達96.7%。Coetzee等將ICP-MS技術應用到葡萄酒的產地識別中,也取得了令人滿意的結果。近年來,Garcia-Ruiz等利用ICP-MS和ICP-AES對蘋果酒中34種微量元素和4種常量元素的含量進行了測定,最終選取具有顯著差異的14種元素(Na、Mg、Al、K、Ca、Ti、V、Mn、Zn、As、Rb、Sr、Mo、Ba),并結合87Sr/86Sr同位素豐度比,運用PCA和LDA對來自英國、瑞士、法國和西班牙四個國家的蘋果酒進行了產地鑒別。結果鑒別準確率達到100%。2光譜技術2.1熒光光譜檢測熒光光譜是通過檢測農產品中維生素、氨基酸等熒光團的特征峰及熒光強度而獲得特征指紋圖譜,而農產品中熒光團的含量受地域來源、產品品種等因素影響,因此熒光光譜技術可用于農產品的產地溯源。熒光光譜的優(yōu)點在于其高靈敏度,作為無損檢測技術,相對廉價且快速。Karoui等以色氨酸、芳香性氨基酸和核酸(AAA+NA)、核黃素、VA為熒光特征物質,運用熒光光譜技術,結合PCA和因子判別分析(factoricaldiscriminantanalysis,FDA),對不同產地(海拔430~480、720~860m和1070~1150m)牛奶進行了分析,結果發(fā)現(xiàn)以色氨酸和VA為特征物質對低海拔地區(qū)牛奶的識別準確率最好,達100%。Herbert等也運用熒光光譜技術采集了奶酪色氨酸和VA的熒光發(fā)射光譜,結合PCA和FDA對不同種類的奶酪進行了判別,準確率都在90%以上。Dupuy等應用同步激發(fā)發(fā)射熒光光譜(SEEFS)對意大利5個原產地保護區(qū)的初榨橄欖油進行了鑒別。波長為600~700nm葉綠素a和b,去鎂葉綠素a和b的熒光發(fā)射光譜,加上波長為275~400nmα-生育酚、β-生育酚、γ-生育酚和酚類化合物的熒光發(fā)射光譜,采用偏最小二乘回歸(partialleast-squaresregression,PLS),能準確區(qū)分5個不同產區(qū)的橄欖油。尹春麗等應用三維熒光光譜技術研究了昌黎原產地干紅葡萄酒的三維熒光光譜特征。根據(jù)酚酸、花青素、黃烷醇、單寧等熒光物質的含量,發(fā)現(xiàn)不同種類葡萄酒的三維熒光特征峰的數(shù)目、位置和強度差異顯著,而不同年份葡萄酒的僅僅在熒光強度方面變化很大,可以根據(jù)熒光特征峰對葡萄酒品種和年份進行判別。2.2基于海淡葡萄酒的最佳鑒別模型一束不同波長的紅外射線照射到物質的分子上,某些特定波長的紅外射線被吸收,形成這種分子的紅外吸收光譜。紅外吸收光譜是由分子不停地振動和轉動而產生的,而每種分子都有由其組成和結構所決定的獨特的紅外吸收光譜,因此可以對分子進行結構分析和鑒定。電磁波譜的紅外區(qū)分為3部分:近紅外光譜區(qū)(780~2500nm)、中紅外光譜區(qū)(大約2500~25000nm)和遠紅外光譜區(qū)(大約25~1000μm)。近紅外和中紅外屬快速、無損檢測技術,已有大量利用該技術分析判別食品地域來源的研究報道。Liu等在可見/近紅外400~2500nm波長范圍,通過標準正態(tài)變量變換與二階導數(shù)預處理,建立了偏最小二乘判別分析(partialleastsquaresdiscraminantanalysis,PLS-DA)模型和逐步線性判別分析(stepwiselineardiscriminantanalysis,SLDA)模型,對澳大利亞、新西蘭、法國和德國4個國家生產的雷司令葡萄酒進行了鑒別,結果發(fā)現(xiàn)兩種模型對澳大利亞產地識別率最高,分別達到86%和97.5%,而對其他3個國家生產的葡萄酒識別率較低,這可能與葡萄品種、葡萄酒制作工藝等因素相似有關。Fu等采用傅立葉變換近紅外漫反射光譜儀,在800~2500nm波長范圍內,利用PCA-PNN,對浙江塘棲和淳安地區(qū)的枇杷進行了識別,結果發(fā)現(xiàn)模型對校正集和驗證集樣品的識別率分別為97%和86%,能有效的將兩個產地的枇杷區(qū)分開。張寧等在830~2500nm波長范圍內,近紅外光譜經5點平滑與多元散射校正預處理,采用SIMCA模式識別方法對山東、河北、內蒙、寧夏4個產地的羊肉建立產地溯源模型,模型對驗證集樣品的識別率分別為100%、83%、100%、92%。Ruoff等采用中紅外光譜結合LDA對不同國家的蜂蜜進行了識別,結果表明瑞士、德國和法國3個國家的洋槐蜜能明顯區(qū)分開。Galtier等利用近紅外光譜技術對法國的初榨橄欖油中的脂肪酸和甘油脂進行了檢測。表明橄欖油的產地鑒別可以不通過理化分析,而直接通過分析近紅外光譜圖來區(qū)分;近紅外光譜技術可以廣泛應用于橄欖油的質量管理、流程控制以及產地的快速鑒定等方面。筆者認為今后的研究應著眼于如何設計在線近紅外檢測設備,將該技術應用于實際生產中。另外近紅外光譜技術還廣泛應用于農產品摻假鑒別和品種鑒別。張萍等采用近紅外光譜技術對食用油摻假問題進行了研究。采集純品芝麻油、大豆油、花生油,并將芝麻油中摻入10%左右的大豆油和花生油來模擬摻假芝麻油,通過CA可以清晰的區(qū)分3種食用油和摻雜了其他油脂的芝麻油。陳全勝等采用近紅外光譜結合SIMCA模式識別方法,分別對龍井、碧螺春、祁紅和鐵觀音4類茶葉建立了模型,在α=5%的顯著水平,4類模型對茶葉樣品的識別率分別是90%、80%、100%和100%。2.3米酒中f-aas和icp-ms的差異及來源分析原子光譜是通過分析農產品中金屬和非金屬元素的組成和含量,對農產品來源進行判別,主要包括原子吸收光譜法(atomicabsorptionspectrometry,AAS)、原子發(fā)射光譜法(atomicemissionspectrometry,AES)和原子熒光光譜法(atomicfluorescencespectrometry,AFS)。Yu等用F-AAS對米酒中的K、Mn、Zn和Fe4種元素的含量進行了測定,結果發(fā)現(xiàn)浙江紹興和嘉善兩地米酒中K、Mn、Fe3種元素的含量差異顯著,同時根據(jù)K、Mn含量,建立PLS模型對米酒進行產地鑒別,判別率達到100%。F-AAS操作簡單,分析速度快,但不適合分析痕量元素、耐高溫元素(B、V、W、Mo)和堿土金屬元素,且檢出限高。而AES檢出限低,且可多元素同時檢測。Conde等將F-AAS和AES相結合,對葡萄酒中的K、Na、Ca、Mg、Fe、Cu、Zn、Mn、Sr、Li和Rb11種元素的含量進行測定,結果發(fā)現(xiàn)西班牙5個不同地區(qū)葡萄酒中的元素(除了K、Ca、Cu外)含量具有顯著差異,差異來源于葡萄產地的土壤類型和降雨等因素,說明葡萄酒中Na、Mg、Fe等8種元素對其產地溯源具有指導意義,實驗結合PCA和SLDA,結果對葡萄酒原產地分類鑒別的準確率達80%。但AES對非金屬元素檢測靈敏度低,研究發(fā)現(xiàn)將F-AAS/AES與ICP-MS相結合,能彌補AES這一缺點,從而更好的對產品來源進行研究。Madejczyk等利用F-AAS和ICP-MS對蜂蜜中的B、Ca、K、Mn、Ni等12種元素的含量進行檢測,結合CA能很好的判別兩種不同植物來源的蜂蜜。同樣,Ariyama等運用F-AAS和ICP-MS測定洋蔥中Na、Mg、P、Mn、Co、Ni、Cu、Zn、Rb、Sr、Mo、Cd、Cs和Ba14種元素的含量,并結合LDA建立模型,對日本、中國、美國等國家的洋蔥進行了產地判別。結果日本與其他國家的分類正確率在90%以上,能達到區(qū)分產地來源的目的。2.4化學計量學及核磁共振NMR是具有自旋性質的原子核在另一交變磁場的作用下發(fā)生的物理現(xiàn)象,通過很少的樣品前處理,獲得農產品特征提取物的結構信息,形成NMR指紋圖譜,對農產品來源進行追溯。目前研究最多的是1H和13CNMR。陳波等用1HNMR分析測定了從福建等地收集的不同種類的茶葉,檢測了氨基酸、茶氨酸、兒茶素、蔗糖、咖啡因等約20種物質,并結合PCA和CA對茶葉產地和種類進行了分類。結果表明,利用1HNMR圖譜可將福建西坪鐵觀音和其他產地的鐵觀音明顯區(qū)分開,且西坪鐵觀音中咖啡因、部分氨基酸和兒茶素含量較高。同時區(qū)分不同種類茶葉的結果也令人滿意。Consonni等應用1HNMR考察了蜂蜜中的糖、氨基酸、甲酸、乙酸以及醋酸,結果發(fā)現(xiàn)阿根廷百花蜜比匈牙利和意大利的具有更豐富的苯丙氨酸和酪氨酸,結合PLS-DA能準確區(qū)分這三個國家的蜂蜜。1HNMR結合化學計量學方法也應用到橄欖油、蜂膠的原產地分析中。常用于食品分析中的NMR有低分辨率NMR(LR-NMR)和高分辨率NMR(HR-NMR)兩種,LR-NMR雖具有操作簡單和價格優(yōu)勢,但需要其他輔助方法進行定量分析,使其測量的精確度大大下降;HR-NMR雖成本高,但得到的樣品分子結構信息更豐富而使其在食品分析中的應用更廣泛。目前HR-NMR最主要的應用之一是點特異性天然同位素分餾核磁共振(site-specificnaturalisotopefractionation,SNIF-NMR)。SNIF-NMR是通過同位素比值來追溯產品來源。Kosir等采用SNIF-NMR和IRMS,對葡萄酒乙醇分子中甲基位、次甲基位、羥基位和水分子4個特異性同位素分布點的氘同位素分布和δ13C比值進行測定,通過PCA、KANN和CA,能準確區(qū)分斯洛文尼亞沿海與內陸地區(qū)的葡萄酒。由于NMR要求化合物中元素的原子核具有核自旋,因為不具有自旋的原子核無磁矩,觀察不到核磁共振信號,所以將NMR應用到食品產地溯源有一定的局限性。將NMR與IRMS結合應用能提高產地溯源的識別率。Renou等利用NMR研究了來自高山和平原牛乳脂肪中多不飽和脂肪酸(PUFA)、單不飽和脂肪酸(MUFA)、飽和脂肪酸(SFA)含量,同時利用IRMS分析了牛乳中水的δ18O和δ2H值。結果發(fā)現(xiàn)高山區(qū)牛乳脂肪中PUFA含量在(4.3±2.4)%~(6.2±1.1)%顯著高于平原區(qū)的(1.7±0.4)%~(1.8±1.5)%,而兩地牛乳脂肪中MUFA和SFA無明顯差別;兩地牛乳中水的δ18O和δ2H值也有明顯差異,這種差異主要與兩地植被和微生物菌群有關。3分離技術3.1白砂糖的含量及來源分析不同農產品的特征成分各不相同,受地理、氣候等多種因素的影響,不同產地同種農產品其特征成分組成和含量也存在差異。GC靈敏度好,分辨率高,重復性好,利用GC檢測農產品中揮發(fā)性特征成分組成及其含量可以對不同產地來源的農產品進行識別。國內外對特征性揮發(fā)成分的檢測研究報道較多。范文來等應用GC-FID和聚類分析比較了四川地區(qū)和江淮流域的白酒原酒,檢測了包括2,3-丁二醇、糠醛、2-戊酮、乙酸、乙酯類化合物在內的38種微量成分,結果發(fā)現(xiàn)四川SL地區(qū)濃香型酒的微量成分平均總量為57.57g/L,明顯高于四川SG(10.66g/L)、SS(12.10g/L)、SC(11.44g/L)地區(qū)和江淮流域(10.61g/L),從聚類分析圖上也可以清楚的區(qū)分開四川SL產區(qū)和其他產區(qū)的白酒。國外學者Pillonel等采用GC-MS對奶酪中的揮發(fā)性成分進行分析發(fā)現(xiàn),可根據(jù)3-羥基丁酮、2-丁酮、2-丁醇和辛烯的含量進行奶酪地理來源分析,區(qū)分瑞士和其他國家的奶酪。Zunin等利用GC-MS對來自希臘、西班牙、突尼斯、意大利利古里亞區(qū)和普利亞區(qū)的105個特級初榨橄欖油中8種萜類化合物進行了分析,發(fā)現(xiàn)根據(jù)α-古巴烯和α-衣蘭油烯的含量可以準確區(qū)分開意大利橄欖油(α-古巴烯≥5%或α-衣蘭油烯≥0.5%)和非意大利橄欖油,再根據(jù)α-法尼烯的含量可以進一步區(qū)分意大利古里亞區(qū)(α-法尼烯≥3%)和普利亞區(qū)的橄欖油。不同來源的蜂蜜存在特有的香氣成分(如α-甲基苯基乙醇、α-萜烯、1-辛烯-3-醇等),Radovic等用GC-MS對這些香氣成分進行研究,成功區(qū)分開來自8個國家、9種植物來源的43個蜂蜜樣品。Risticevic等通過GC-TOFMS檢測了咖啡中的2-甲基-3,5二甲基吡嗪、乙酸糠酯、2-甲基吡嗪、5-甲基糠醛等特征成分,并應用于鑒別咖啡產地。3.2嚴格區(qū)分化學成分和越橘特征成分HPLC主要通過分析檢測食品中特征成分的組成及含量,從而對農產品產地來源進行分析。因其具有靈敏度高、重現(xiàn)性好、樣品前處理簡單等優(yōu)點而被廣泛運用。目前,HPLC已應用到酒類、橄欖油、奶酪等農產品的產地識別中。Alonso-Salces等運用反相HPLC測定了咖啡豆中的酚醛酸和甲基黃嘌呤,發(fā)現(xiàn)酚酸和肉桂酸可以作為判別咖啡豆產地的特征成分,結合LDA和PLS-DA,對喀麥隆和越南咖啡豆的分類準確率達100%,對喀麥隆和印度尼西亞咖啡豆的分類準確率為94%。Latti等采用RP-HPLC-DAD對越橘(VacciniummyrtillusL.)中的花青素進行了分析,并根據(jù)花青素含量對芬蘭南部和北部的越橘進行了識別。結果發(fā)現(xiàn)南部地區(qū)(約2500mg/100g干質量)越橘花青素總量顯著低于北部地區(qū)(約3000mg/100g干質量),且北部地區(qū)越橘中主要存在的是飛燕草苷元,而南部地區(qū)越橘中主要是矢車菊素糖甙,根據(jù)花青素含量和不同糖苷配基能準確區(qū)分不同地區(qū)越橘。也有學者應用HPLC建立了不同酒齡葡萄酒花青素指紋圖譜,發(fā)現(xiàn)不同酒齡葡萄酒的花青素指紋圖譜明顯不同,可以區(qū)分不同酒齡的葡萄酒。3.3對葡萄酒中金屬元素的分析,國外內由于不同分子所帶電荷性質、多少不同,分子大小、形狀各異,樣品中各組分在電泳中的遷移速度不同,使不同組分分離。CE通過對農產品各成分的分離分析,建立不同產地農產品指紋圖譜,追溯農產品產地來源。因具有分析速度快、分辨能力強、操作簡單等優(yōu)點,CE已廣泛應用到簡單的無機離子、有機小分子、多肽、蛋白質、核酸、病毒及細菌的分離分析研究中。在20世紀90年代中期,Delgado等首次運用CE分離分析蜂蜜中的類黃酮,對蜂蜜來源進行了研究。此后,Nun~ez等采用CE對西班牙葡萄酒中的Na、K、Ca、Mn、Li5種金屬元素的含量進行了測定,并結合CA、PCA、LDA、KNN和SIMCA方法,對西班牙RibeiraSacra、Ribeiro和Valdeorras3個地區(qū)的葡萄酒進行了產地來源分析。由于產地間土壤、氣候條件的差異,加上葡萄酒發(fā)酵時間和溫度的不同,使不同產地葡萄酒中5種金屬元素含量差異顯著?；瘜W計量學方法能準確區(qū)分RibeiraSacra和其他兩個產地的葡萄酒,卻很難區(qū)分Ribeiro和Valdeorras產地產品。4其他技術4.1不同產地葡萄中酵母菌群落及聚類分析分子生物學技術應用于農產品產地溯源主要是基于微生物菌群PCR產物的電泳分析。不同環(huán)境中微生物的數(shù)量尤其是微生物種類和特性存在很大差異,可以用于農產品產地分析。Raspor等采用PCR-RFLP對斯洛文尼亞東南部5個不同葡萄園的葡萄中的酵母菌進行研究發(fā)現(xiàn),不同產地葡萄中存在特定的酵母菌種,如:D.hanseniivar.hansenii和M.reukaufii兩種酵母只存在于Pleterje產葡萄中;Zavode產葡萄中的特定酵母是Pichiamembranifaciens;Hom產葡萄中分離的特定酵母是Cryptococcusalbidusvar.albidus和Dioszegiahungarica。結果表明不同產地葡萄中酵母菌不同,根據(jù)特定酵母菌種類可以對葡萄進行產地識別。Nguyen等采用16SrDNAPCR-DGGE指紋技術對越南AnGiang省5個不同地區(qū)(ChauPhu、AnPhu、PhuTan、ChauDoc、TanChau)蘇氏魚中的微生物菌群進行了分析,結果發(fā)現(xiàn)不同地區(qū)樣品DNA條帶存在差異,通過聚類分析發(fā)現(xiàn),在70%相似水平上,同一季節(jié)不同地區(qū)采集的樣品可以分為兩類,ChauDoc和ChauPhu聚為一類,其余的為另一類。這主要與魚類生活的環(huán)境以及使用的抗生素有關。該文作者認為可以找到不同產地樣品特定的微生物種類,建立產品產地識別的生物條形碼。同時也有報道將SSCP、SSR等技術應用到農產品產地識別研究中。4.2基于鐵氣溶劑的方法判別電子鼻又稱氣味掃描儀,是在20世紀90年代發(fā)展起來的一種分析、識別和檢測揮發(fā)性成分的新穎儀器。通過特定的傳感器陣列、信號處理和