引言
水产品在国际上广泛贸易，鲑形目产品是高价值的国内和出口市场的重要组成部分（FAO, 2024, 2026）。大西洋鲑（Salmo salar）、蓝鳍金枪鱼（Thunnus thynnus）和大西洋鳕鱼（Gadus morhua）等具有重要商业价值的物种因其烹饪和营养价值而被交易（Pardo et al., 2016）。然而，这种商业溢价也使它们成为假冒替代和虚假地理标志声明的诱人目标（Ahles et al., 2025）。在高风险水产品类别中，错标率据报道在20%至40%之间，鲑鱼产品也是受影响的群体之一（Alamprese & Casiraghi, 2015; Luque & Donlan, 2019）。除了假冒替代带来的经济影响外，还可能出现新的食品安全隐患，从而潜在地削弱消费者信心和水产养殖业的可持续性（Alamprese & Casiraghi, 2015; Rohman et al., 2020）。
水产品认证还具有更广泛的供应链功能。可靠地检测替代有助于保护合法的价格溢价，支持生产者之间的公平竞争，并加强零售商和监管机构使用的溯源声明的可信度。全球和国家层面的荟萃分析表明，水产品错标在不同产品和市场之间存在异质性，表明分析监测应当基于风险并与透明的物种和产地记录挂钩，而非仅被视为最终产品质量测试（Luque & Donlan, 2019; Ahles et al., 2025）。互补的数字市场监测方法，包括针对农产品批发篮、大米、大豆和小麦的机器学习预测，也已被提出以支持食品价格监测和政策分析（Jin & Xu, 2026a, 2026b; 2026c）。因此，认证工具可以在更广泛的食物市场监测中提供产品完整性层面，尽管它们不能替代独立的物种鉴定或渔业管理控制。
基于DNA和质谱的方法为食品认证提供互补证据，其实际要求取决于分析流程（Danezis et al., 2016; Pedrosa et al., 2021）。例如，双平台质谱数据融合已应用于鲑鱼产地和生产方式分类（Hong et al., 2023）。傅里叶变换红外光谱（FTIR）提供与主要样品成分（包括脂质和蛋白质）相关的重叠振动吸收信息（Govari et al., 2021; Saraiva et al., 2017）。结合化学计量分析，FTIR已被用于鱼类和海鲜认证及监测处理相关变化（Ghidini et al., 2019; Hassoun et al., 2020; Sousa et al., 2018）。ATR-FTIR允许快速光谱采集，但本文使用的完整流程需要破坏性均质化和在50°C下干燥24小时；因此应将其与对完整鱼柳的直接无损检测区分开来。
最近的超光谱成像研究涉及鲑鱼新鲜度评估（Jiang et al., 2026）和无损食品检测（Wu et al., 2026）。对于ATR-FTIR认证，本文探讨的问题是光谱和预测性能是否取决于解剖学采样部位。仅凭研究间的性能差异不足以证明这一效应，因为仪器、预处理、物种组成和验证设计也都存在差异。因此，解剖学异质性被视为一种潜在的谱方差来源，需在受控采样设计中进行检验，而非作为先前研究中性能差异的既定解释。这一问题对于大西洋鲑等脂肪鱼尤为重要，其背部、腹部和尾部区域在脂质含量和脂肪酸谱方面显示出强烈的空间异质性（M?rk?re et al., 2001; Molversmyr et al., 2022; Patel et al., 2025）。腹部区域脂质含量可能超过湿重的18%，而在尾部肌肉中降至3%以下，背部组织则显示中间值（Glencross et al., 2023; Katikou et al., 2001）。低脂区域在长链多不饱和脂肪酸的相对丰度方面也可能存在差异，包括EPA和DHA（Patel et al., 2025）。这些成分梯度应在脂质和蛋白质相关的红外谱带中有所反映，因此需要对采样部位进行明确的控制（Bell et al., 1998; Molversmyr et al., 2022）。
在校准数据集中，解剖学异质性可能贡献与目标类别对比重叠的谱变异。这种变异可能影响无监督投影的结构并使监督模型的解读复杂化。因此，化学计量方法需要区分描述性谱结构与在留出的生物个体上评估的预测性能（de Juan & de Oliveira, 2026; Lun et al., 2025; Mészáros et al., 2025）。本研究评估了解剖学采样部位是否在受控制备协议下对谱变异和鱼水平预测性能差异有所贡献。
鉴于上述背景，本概念验证研究考察了解剖学采样部位如何影响ATR-FTIR方差结构，以及在本14条鱼队列中探索性混合市场替代模型的稳定性。研究了三个问题：（a）采样部位如何影响无监督谱方差结构？（b）哪些波数区域对混合类别对比贡献最大，这些区域在不同解剖部位之间是否存在差异？（c）当整条鱼被留出时，区域如何影响预测稳定性？对背部、腹部和尾部的光谱进行了PCA和PLS-DA分析。采用完全嵌套的鱼水平留一法验证设计以防止技术重复间的泄漏，并在个体鱼水平进行999次置换以评估相对于偶然性的性能。
