基于顶空气相色谱-离子迁移谱的石榴汁真伪鉴别绿色挥发性组学策略

《Food Control》：Green volatilomic strategy based on ion mobility spectrometry for pomegranate juice authentication

　　

由于市场需求高且营养价值突出，石榴汁是一种价格昂贵且极易受掺伪影响的产品。此类欺诈行为包括用苹果汁或葡萄汁等廉价果汁稀释，或用蓝莓汁或黑葡萄汁等深色果汁掩盖劣质石榴汁。针对该问题，研究人员提出了一种基于顶空气相色谱-离子迁移谱（HS-GC-IMS）结合化学计量学的简便、快速、绿色方法，以挥发性有机化合物（VOCs）为标记物检测掺伪。研究人员以非靶向方式分析了295份纯石榴汁及掺伪石榴汁样本的光谱，并额外鉴定了28种VOCs。正交偏最小二乘判别分析（OPLS-DA）模型能够以100%验证成功率将样本分类为纯石榴汁或掺伪石榴汁，并在三种研究掺杂物（蓝莓、苹果和葡萄汁）间进行区分，仅在低掺伪水平出现误分类。研究人员还建立了偏最小二乘（PLS）回归模型估算掺杂物比例。该方法具有高绿色度（AGREE评分0.73/1）和适用性（BAGI评分72.5/100），加之令人鼓舞的分析性能，凸显其作为石榴汁真伪鉴别前景工具的潜力。

研究背景方面，石榴汁因抗氧化活性高、营养富集被视作“超级食品”，需求旺盛而产量受限，导致市场价格高企，易遭苹果汁、葡萄汁稀释或蓝莓汁、黑葡萄汁调色掩盖劣质等经济掺伪。传统掺伪检测依赖多酚、糖、有机酸、矿物等多参数理化分析，耗时耗力；已有单技术方法多聚焦非挥发性成分（液相色谱-质谱）或光学技术（拉曼、紫外可见、红外），而挥发性有机化合物（VOCs）用于石榴汁真伪鉴别几乎未被探索。在此背景下，研究人员旨在建立一种敏感、快速、环境友好的VOCs非靶向策略，不仅判别纯/掺伪，还识别掺杂物种类并量化掺伪比例。该研究发表于《Food Control》，意义在于用单次HS-GC-IMS测量替代多参数传统流程，兼顾绿色与分析性能。

关键技术方法上，样本队列含175份西班牙南部新鲜石榴汁（Mollar de Elche与Wonderful品种，2024年9月至2025年1月采收，?20 °C存），以及本地采购的7份苹果汁、3份黑葡萄汁、2份蓝莓汁（含浓缩与鲜榨），据此配制120份掺伪混合液（苹果/葡萄汁掺伪梯度1–40% v/v，蓝莓汁0.1–10% v/v）。仪器为FlavorSpec? HS-GC-IMS（MXT-5毛细管柱，氮载气，正离子模式，氚源电离，漂移管53 mm、80 °C、500 V cm^?1），进样3 mL汁60 °C孵育3 min，顶空1 mL分流不分流进样，单样总时19 min。数据提取159个非靶向信号，经Kennard-Stone划分80%训练/20%验证集，OPLS-DA（UV缩放，SIMCA）作判别，PLS（单位向量归一，The Unscrambler X）作定量，并以AGREE与BAGI评估绿色度与适用性。

研究结果部分，3.1节通过单因素优化HS-GC-IMS条件，纯汁与高比例苹果/葡萄/蓝莓掺伪汁光谱差异明显，证实VOCs信号可用于区分。3.2节以5种酮类为内参、比对NIST与G.A.S.数据库及标准品，从159信号中确证28种VOCs（8醛、6酯、4酮、4醇、4萜、2呋喃），漂移时间RSD<0.3%，单体/质子束缚二聚体信号特征清晰，柠檬烯与α-蒎烯因对映体显多峰。3.3节精密度评价显示159标记总强度RSD重复0.88%、中间1.45%。3.4.1节Model 1（OPLS-DA，VIP>1筛68标记，1预测+6正交成分）R²X(cum)=0.806、R²Y(cum)=0.906、Q²(cum)=0.876，验证集分类率100%，丁酸丁酯、顺-2-戊烯-1-醇等为关键标记。3.4.2节Model 2（81标记，2预测+5正交）区分苹果/葡萄/蓝莓掺伪，验证分类率87.5%，0.1%蓝莓与1%苹果/葡萄近边界易误分，丁酸丁酯指向苹果、反-2-庚烯醛与乙酸乙酯关联葡萄/蓝莓。3.4.3节三个PLS模型（苹果11潜变量、葡萄11、蓝莓7）校准R² 0.972–0.996，验证相对RMSEP 2.99–3.65%，无显著偏倚（p>0.05），可靠定量下限苹果/葡萄10%、蓝莓5%。3.5节测3份商品纯石榴汁均判纯；3份标称石榴-苹果/葡萄混合汁Model 1判掺伪，Model 2对2份与标签一致，1份因添加“香精”误归苹果类。3.6节AGREE 0.73优于HS-SPME-GC×GC-MS与LC-MS，BAGI 72.5，无溶剂、废液少、19 min/样，绿色与适用平衡佳。

讨论与结论翻译：本工作结果表明VOCs可作为石榴汁真伪鉴别的前景标记物。基于HS-GC-IMS结合化学计量学的方法能检测掺伪、识别掺杂物并估算比例，其高适用性（BAGI 72.5/100）与绿色度（AGREE 0.73/1）加之令人鼓舞的分析性能，使之成为替代多参数传统流程的可持续方案，单次分析即实现简便快速鉴别。但研究样本地理与商品来源有限，未来需扩大产地、品种、掺杂物与季节样本以验证鲁棒性。