(资料图)

近日，中国农业科学院蜜蜂研究所资源昆虫产品加工与功能评价团队研究发现油菜蜜及其组分蛋白质和糖类（二糖、葡萄糖和果糖）的δ13C、δ2H和δ18O结合机器学习算法可用于油菜蜜产地溯源。相关研究成果发表在《Rapid Communications in Mass Spectrometry》上。

不同产地蜜源植物稳定同位素值（δ13C、δ2H和δ18O等）存在差异，这些差异除取决于蜜源植物自身特性外，还受到地理环境、气候等因素的影响，可以作为其产地溯源的“自然指纹”。本研究发现来自不同主产区的132个油菜蜂蜜及其组分的δ13C、δ2H和δ18O受温度、海拔等地理因素影响较大，产自高海拔地区的油菜蜜及其组分的碳、氢同位素值明显高于低海拔地区油菜蜜。油菜蜜及其蛋白质的δ13C实现油菜蜂蜜地理溯源的效果优于油菜蜜中二糖、葡萄糖、果糖的δ13C。与油菜蜂蜜中的δ2H和δ18O相比，油菜蜜中蛋白质的δ2H和δ18O的地理溯源效果更佳。同时，该研究结合机器学习算法（线性判别分析、支持向量机和随机森林）建立了基于油菜蜂蜜及其组分蛋白质和糖类（二糖、葡萄糖和果糖）的δ13C，δ2H和δ18O的产地判别模型，三种模型对四个产地的油菜蜜都进行了很好的区分，其中支持向量机算法（SVM）模型的识别准确率最高（93.2%）。该研究结果可为其他蜂蜜地理溯源提供新思路。

该研究得到国家自然科学基金、国家现代蜂产业技术体系和国家蜂产品质量安全风险评估项目的资助。

原文链接：https://doi.org/10.1002/rcm.9539

关键词：