学术研究报告：基于生物标志物方法的食品欺诈检测综合分析平台开发——以牛至掺假为例
作者与发表信息
本研究由Ewa Wielogorska（通讯作者）、Olivier Chevallier、Connor Black等8位作者合作完成，主要研究机构为英国贝尔法斯特女王大学（Queen’s University Belfast）生物科学学院全球食品安全研究所（Institute for Global Food Security）及爱尔兰国家植物园DBN植物分子实验室（DBN Plant Molecular Laboratory）。研究发表于Food Chemistry期刊，接受日期为2017年6月13日，DOI编号为10.1016/j.foodchem.2017.06.083。
学术背景
研究领域与动机
本研究属于食品真实性检测（Food Authenticity）领域，聚焦于食品欺诈（Food Fraud）中的香料掺假（Adulteration）问题。近年来，食品欺诈事件频发，尤其是香料（如牛至）常被廉价植物原料（如橄榄叶、桃金娘叶）稀释以牟利。据美国药典食品欺诈数据库统计，2011-2012年欺诈记录较1980-2010年增长60%，其中香料欺诈占比16%。此类行为不仅损害消费者权益，还可能因掺入未知有毒成分（如色素或非食用植物）引发健康风险。
研究目标
开发一种综合检测平台，结合傅里叶变换红外光谱（FTIR）快速筛查与液相色谱-串联质谱（LC-MS/MS）靶向验证技术，实现对牛至掺假的高灵敏度检测与定量分析。
研究流程与方法
1. 样本收集与身份确认
- 样本组成：共38份样本，包括：
- 真实牛至：11份不同品种（如*Origanum vulgare*、*O. onites*）及认证参考物质（CRM）。
- 掺假物：橄榄叶（*Olea europaea*）、桃金娘叶（*Myrtus communis*）、鼠尾草叶等7类常见掺假植物（共27份）。
- 确认技术：
- 形态学比对：与植物标本库对照。
- DNA条形码（DNA Barcoding）：通过4个基因区域（trnH-psbA、trnL-trnF、matK、ITS）测序，确保物种准确性。
2. 非靶向LC-HRMS分析
- 目的：筛选掺假物的特异性生物标志物（Biomarkers）。
- 方法：
- 色谱条件：Waters Acquity HSS T3色谱柱，甲醇/水梯度洗脱，流速0.4 mL/min。
- 质谱条件：Q-TOF高分辨质谱，正/负离子模式扫描（m/z 50-1200）。
- 数据分析：
- Progenesis QI 2.0软件处理原始数据。
- SIMCA 14.0进行多变量分析：
- 主成分分析（PCA）：区分真实牛至与掺假物（图S1）。
- 正交偏最小二乘判别分析（OPLS-DA）：筛选差异离子（表S2），最终鉴定23个生物标志物（表S3-S4）。
3. 靶向LC-MS/MS方法开发与验证
- 色谱优化：缩短分析时间至6分钟，流动相为0.1%甲酸水/甲醇。
- 质谱参数：
- 多反应监测（MRM）：每个标志物选择3个特征碎片离子（图1），满足欧盟2002/657/EC法规要求的5.5识别点。
- 离子源设置：正/负离子模式切换，毛细管电压2.5 V（+）/1.0 V（-）。
- 方法验证：
- 选择性：38份样本无交叉干扰。
- 线性与准确性：橄榄叶标志物O2-（R²>0.988）、桃金娘叶标志物M1（R²>0.988），准确度92-113%（表1）。
- 检测限（CCα/CCβ）：橄榄叶CCβ=2.16%，桃金娘叶CCβ=2.02%，符合美国香料贸易协会（ASTA）≤2%的标准。
4. FTIR快速筛查方法
- 样本制备：牛至掺假梯度（0-100% w/w）研磨后直接检测。
- 数据分析：
- PCA模型：前3主成分解释93.7%方差（图2），可区分掺假样本。
- 偏最小二乘回归（PLS-R）：预测误差（RMSEP）1.42-2.64%，与LC-MS/MS定量结果相关性良好（R²>0.81，图3）。
5. 实际样本检测
- 样本量：54份疑似掺假牛至样本。
- 结果：
- 掺假率：87%样本含至少一种掺假物，42%含多种，中位掺假水平50%（图4）。
- 方法对比：FTIR与LC-MS/MS定性一致性达94%（橄榄叶/桃金娘叶），但FTIR对低浓度（<10%）样本灵敏度不足。
主要结果与结论
技术性能：
- LC-MS/MS方法具有高特异性（无交叉干扰）、低检测限（CCβ%），且分析时间仅30分钟（含前处理）。
- FTIR可作为快速初筛工具，但需LC-MS/MS确认低浓度掺假。
实际应用价值：
- 首次建立针对牛至掺假的多标志物靶向检测体系，避免单一标志物（如橄榄叶中的oleuropein）可能被规避的风险。
- 揭示市售牛至掺假严重性（50%中位掺假率），呼吁行业加强监管。
科学意义：
- 提出“筛查-确认”双平台策略，为其他食品（如油脂、乳制品）欺诈检测提供模板。
- 强调多技术联用的必要性（如DNA条形码辅助物种鉴定）。
研究亮点
方法创新：
- 首次将非靶向HRMS标志物发现与靶向LC-MS/MS验证结合，解决传统靶向方法易被“针对性掺假”规避的问题。
- 开发简化的样本前处理流程（溶剂体积减至0.5 mL，超声时间缩短至10分钟）。
跨学科整合：
- 结合化学分析（LC-MS/MS、FTIR）与分子生物学（DNA条形码），提升结果可靠性。
行业影响：
- 为欧盟《食品法》（EC No 178/2002）提供技术支撑，助力打击经济动机掺假（EMA）。
其他价值
- 局限性：未覆盖所有潜在掺假物（如马郁兰、冬香薄荷），需持续更新标志物数据库。
- 未来方向：扩展平台至其他高风险食品，并探索区块链等技术提升供应链透明度。
（注：文中涉及的图表编号与补充材料参见原文献。）