一种无需复杂算法、可通过手工计算用于精制糖地理来源鉴定的片段分辨同位素框架比值

《Food Chemistry》:A non-complex-algorithmic and manually calculable fragment-resolved isotope framework ratios for geographic authentication of refined sugar

【字体: 大 中 小 】 时间:2026年07月15日 来源:Food Chemistry 10.4

编辑推荐:

  李硕聪|甄振鹏|谢晓峰|傅荣伟|孔德金|朱琳|赵华平|王贵华|高宇峰•通过碎片分辨的同位素比值可精准鉴定精制糖的来源。•无需复杂的算法模型即可实现高精度鉴定。•透明的Rx-μ?±?σ框架便于手动计算及常规质量控制流程。•该方法适用于标记物较少的超高纯度食品样品。引言近年来,食品供

  
李硕聪|甄振鹏|谢晓峰|傅荣伟|孔德金|朱琳|赵华平|王贵华|高宇峰
  • •
    通过碎片分辨的同位素比值可精准鉴定精制糖的来源。
  • •
    无需复杂的算法模型即可实现高精度鉴定。
  • •
    透明的Rx-μ?±?σ框架便于手动计算及常规质量控制流程。
  • •
    该方法适用于标记物较少的超高纯度食品样品。

引言

近年来,食品供应链的扩展与日益复杂化带来了诸多可能影响食品质量和安全的因素。经济利益驱动下可能出现降低质量或用非法产品替代等欺诈行为,因此确保食品真实性及溯源对于保护消费者健康和维护市场秩序至关重要(Lin等人,2020;Wang等人,2022)。为此,人们开发了多种食品鉴定分析方法,从光谱指纹技术、物理化学分析,到基于质谱的分析以及化学计量学或机器学习分类模型(Ahmed,2024;Dawan & Ahn,2022;Li等人,2024;Yu等人,2025)。DNA条形码技术已被广泛用于食品真伪鉴定和防伪研究(Dawan & Ahn,2022;Wang等人,2022),而包括质谱、红外光谱和拉曼光谱在内的光谱技术则能快速灵敏地检测复杂食品基质中的掺假行为(Huang等人,2025; A. Li等人,2024;Liu等人,2023;Medina等人,2019)。此外,射频识别、数字水印和区块链系统等辅助信息技术也被用于提升可追溯性和数据完整性(Marín等人,2025)。人工智能和大数据分析技术的整合进一步提升了大规模数据处理和模式识别能力,使得在橄榄油掺假检测以及海产品和蜂蜜产品来源鉴别等应用中能够实现高精度分类(Huang等人,2025;Liu等人,2023;Malavi等人,2023)。
在中国,由于市场和监管方面的需求,精制糖的地理来源鉴定愈发重要。不同地区的原材料、气候和加工条件差异可能导致产品存在细微差别,这些差别往往与价格差异以及区域特色品牌的形成相关。同时,大规模的市场流通也带来了标签错误和产品替代的风险,这就更需要可靠的来源鉴定手段。然而,精制糖的高纯度及其有限的成分多样性使得来源鉴别在分析上面临较大挑战,因此成为评估基于同位素方法的理想测试体系。
但在糖业领域,精制糖极高的纯度和极其简单的化学组成使得难以找到稳定的分子指标用于来源判定,传统物理化学指标也不足以实现来源鉴别和品种区分。这种“信息密度低”的特性降低了基于成分的可追溯性方法的效果,同时也增加了技术难度。尽管通过同位素比值分析、稀有元素指纹技术或微量杂质分析等方面已取得一定研究进展,但这些方法仍高度依赖精密仪器和复杂算法(Shuanhui等人,2025),需要高水平的专业知识以及严格的实验室条件(Li等人,2021;Shehata等人,2024)。在缺乏可视化工具、自动化分析系统和技术支持框架的情况下,尤其是在一线工业和监管机构中,许多从业者缺乏解读这类模型所需的算法知识和数据分析能力,从而阻碍了这些方法的推广应用。多维算法输出结果的“黑箱”特性进一步降低了透明度和可解释性,加大了实施难度。此外,一些高端仪器对环境和操作条件要求苛刻,也给实际应用带来了困难(Galvez等人,2018;Mishra等人,2022)。
当前许多多参数分析系统的不透明性和对算法的依赖性,不仅限制了结果的可解释性,也在技术转移过程中妨碍了与糖厂实验室人员的沟通。这一问题并非某个企业或某个系统所独有,而是整个食品可追溯技术推广领域普遍存在的障碍(Granato等人,2018;Terro等人,2025)。在实际应用中,即便在受控实验中准确性很高的模型,往往也缺乏直观的可解释性,导致一线检测人员难以理解其决策依据,也无法对其输出结果产生信任(Rodionova等人,2016;Terro等人,2025)。在高纯度产品检测中,算法逻辑与从业者经验之间的“认知差距”更为明显,因为检测人员往往更倾向于依靠传统的经验判断,而非基于复杂计算模型的决策(Huang等人,2025;Mimura等人,2025)。因此,尽管这些先进的可追溯方法有着坚实的科学基础,但由于可解释性不足,在实际生产环境中仍面临诸多阻力,难以得到更广泛的应用。这一现象在食品加工行业普遍存在,已成为制约先进分析技术从实验室研究走向工业应用的关键瓶颈(Abbas等人,2018;Avohou等人,2022)。
在此背景下,精制白糖的溯源工作面临着两大持续存在的挑战:其一,其成分多样性不足,限制了传统分析标志物的应用效果(Ji等人,2025;Ocvirk等人,2018);其二,现有的许多数据驱动模型缺乏日常实验室使用所需的可解释性和便携性。为解决这些问题,本研究将稳定同位素分析从整体分子层面细化到分子碎片-同位素尺度,通过从高能蔗糖裂解途径中提取具有结构意义的Rx比值。这些经过碎片分辨的同位素指标在保持稳定同位素地理敏感性的同时,显著提高了这种化学简单基质中的有效信息密度。基于这些Rx特征,本研究建立了一个基于正态分布的透明框架(μ?±?σ),通过简单的区间匹配即可进行来源判定,并且完全可以人工验证。该Rx–正态分布框架结合了统计稳健性与操作简便性,为超高纯度食品原料的真伪鉴定提供了一种实用且易于理解的分析策略,也为未来的监管和工业应用提供了标准化的方法路径。

章节要点

样本采集

本研究从中国四个主要的产糖地区采集了糖样,分别是广西、云南、内蒙古和新疆。这些样本被分为训练集和测试集。训练样本是在2024–2025年度榨糖季节直接从当地糖厂采集的,而测试样本则来自具有可追溯供应记录的正规渠道,而非无名称的零售来源。
为确保样本

多维度指标的提取

本研究从中国四个主要产糖省份收集了100多批精制白糖作为训练样本,另外还从全国市场获取了几十批样本作为测试样本。经过统一预处理后,液相色谱-高分辨率质谱分析显示,在高能真空电离条件下,蔗糖会生成一系列结构明确、重复性好且信噪比高的分子碎片,这些

结论

本研究基于蔗糖的碎片分辨稳定同位素比值,开发了一种可用于精制白糖地理来源鉴定的可解释性框架。八种具有结构意义的Rx指标呈现出稳定且具有地域特性的统计规律,使得μ?±?σ区间能够作为区分不同地区的独特同位素特征带。通过统计测试样本中落在相应μ?±?σ区间内的Rx指标数量,

CRediT作者贡献说明

李硕聪:论文撰写——初稿撰写、项目管理、方法设计、研究实施、资金申请、数据整理、概念构思。 甄振鹏:方法设计、研究实施。 谢晓峰:资源保障、研究实施。 傅荣伟:资源保障、研究实施。 孔德金:方法验证、软件相关工作。 朱琳:方法验证、软件相关工作。 赵华平:方法验证、研究实施、资金申请。 王贵华:方法验证、研究实施、资金申请。 高宇峰:论文撰写——审阅与编辑。

利益冲突声明

作者声明可能存在以下财务利益或个人关系,这些可能被视为潜在的利益冲突:李硕聪表示获得了中国国家自然科学基金的资助;高宇峰表示得到了广东省科学院的经费支持,同时还获得了中国糖业协会的行政支持。其他作者则表示没有已知的财务利益冲突或

致谢

本研究得到了中国国家自然科学基金(项目编号32402224)以及科技发展计划GDAS项目(2023GDASZH-2023030602,2022GDASZH-2022030603-01)的支持。同时,也要感谢中国糖业协会在样本采集方面给予的帮助。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号