白揚(yáng) 譚麗芹 趙姍姍 郄夢(mèng)潔 郭軍 王倩 趙燕

摘要 對(duì)大米進(jìn)行產(chǎn)地溯源和真實(shí)性研究可以保護(hù)地區(qū)特色大米，保證大米的安全和品質(zhì)，并在安全事件發(fā)生時(shí)有效召回。闡述了光譜技術(shù)、穩(wěn)定同位素技術(shù)、揮發(fā)性物質(zhì)分析、礦物元素分析技術(shù)、DNA技術(shù)、代謝組學(xué)分析在大米產(chǎn)地溯源和真實(shí)性研究中的應(yīng)用進(jìn)展，并探討了每種技術(shù)的優(yōu)缺點(diǎn)。

關(guān)鍵詞 大米;產(chǎn)地溯源;真實(shí)性;分析技術(shù);應(yīng)用進(jìn)展

中圖分類號(hào) TS 213.3? 文獻(xiàn)標(biāo)識(shí)碼 A ?文章編號(hào) 0517-6611（2021）18-0022-08

doi：10.3969/j.issn.0517-6611.2021.18.006

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Research Progress on Origin Tracing and Authenticity of Rice

BAI Yang1，2，TAN Li-qin3，ZHAO Shan-shan1 et al

（1. Institute of Quality Standard & Testing Technology for Agro-Products， Key Laboratory of Agro-product Quality and Safety， Chinese Academy of Agricultural Sciences， Beijing 100081;2.College of Food Science and Engineering， Inner Mongolia Agricultural University， Hohhot， Inner Mongolia 010018;3.Changgao Agriculture Technology Popularizing Station，Beipiao，Liaoning 122100）

Abstract The research on origin tracing and authenticity of rice can help to protect localized special products， ensure security and quality， and effectively recall products in cases of food security accidents like epidemics. This paper summarized the application of spectroscopic technology， stable isotope techniques， volatile compounds analysis， multi-element analysis， DNA technology and metabolomics analysis in rice origin tracing and authenticity research. Besides， the paper focused on the progress of each technique in the research and discussed the advantages and disadvantages.

Key words Rice;Origin tracing;Authenticity;Analytic technique;Application progress

基金項(xiàng)目 國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目“主要食品全產(chǎn)業(yè)鏈品質(zhì)質(zhì)量控制關(guān)鍵技術(shù)開發(fā)研究”（2016YFD0401205-5）。

作者簡介 白揚(yáng)（1995-），女，內(nèi)蒙古烏蘭察布人，碩士研究生，研究方向：農(nóng)產(chǎn)品溯源技術(shù)。*通信作者，副研究員，博士，從事農(nóng)產(chǎn)品質(zhì)量安全溯源技術(shù)研究。

收稿日期 2020-12-23

大米是一種重要的谷類作物[1]。大米的產(chǎn)地溯源和真實(shí)性研究是關(guān)系到人類安全和全球經(jīng)濟(jì)的重大問題，主要的分析方法包括光譜技術(shù)、穩(wěn)定同位素技術(shù)、揮發(fā)性物質(zhì)分析、礦物元素分析技術(shù)、DNA技術(shù)、代謝組學(xué)分析等[2]。

目前，對(duì)大米進(jìn)行產(chǎn)地溯源和真實(shí)性研究已成為國內(nèi)外研究熱點(diǎn)，需要更準(zhǔn)確和實(shí)用的方法來檢測(cè)大米，以確保大米的安全和品質(zhì)[3]。筆者綜述了近20年來光譜技術(shù)、穩(wěn)定同位素技術(shù)、揮發(fā)性物質(zhì)分析、礦物元素分析技術(shù)、DNA技術(shù)、代謝組學(xué)分析在大米產(chǎn)地溯源和真實(shí)性研究中的應(yīng)用。此外，還討論了每種技術(shù)應(yīng)用于大米產(chǎn)地溯源和真實(shí)性研究的優(yōu)缺點(diǎn)，以便為大米溯源技術(shù)未來發(fā)展提供理論支持。

1 研究現(xiàn)狀

近年來，國內(nèi)外開展了關(guān)于溯源大米方面的研究，1997—2005年有關(guān)大米產(chǎn)地溯源與真實(shí)性研究較少，人們對(duì)大米食用安全的意識(shí)較弱，對(duì)大米的產(chǎn)地溯源與真實(shí)性研究也較少。2006年以來，大米產(chǎn)地溯源與真實(shí)性研究逐漸增多，其中2012—2015年大米產(chǎn)地溯源與真實(shí)性研究增長最多。這一時(shí)期大米質(zhì)量安全事件頻發(fā)，各國陸續(xù)建立了農(nóng)產(chǎn)品管理法規(guī)，用法律明確大米的追溯制度[4]。人們對(duì)大米食用安全的意識(shí)逐年提高，越來越多的研究者進(jìn)行大米產(chǎn)地溯源與真實(shí)性的研究（圖1）。

6種溯源技術(shù)在大米產(chǎn)地溯源與真實(shí)性研究中的應(yīng)用現(xiàn)狀如圖2所示。光譜技術(shù)作為一種快速無損的分析方法，在大米產(chǎn)地溯源與真實(shí)性研究中的比例為34%，具有廣闊的應(yīng)用前景[5]。穩(wěn)定同位素技術(shù)對(duì)于空間遠(yuǎn)的產(chǎn)地判別結(jié)果準(zhǔn)確，在大米產(chǎn)地溯源與真實(shí)性研究中的比例為19%。穩(wěn)定同位素檢測(cè)設(shè)備與使用成本高，導(dǎo)致該技術(shù)的應(yīng)用受到一定限制[6]。揮發(fā)性物質(zhì)分析在大米產(chǎn)地溯源與真實(shí)性研究中的比例為18%，相信隨著傳感器技術(shù)的進(jìn)步，在大米產(chǎn)地溯源與真實(shí)性研究中的比例將會(huì)增加[7]。礦物元素含量和分布與大米產(chǎn)地環(huán)境密切相關(guān)，礦物元素分析技術(shù)被認(rèn)為是產(chǎn)地判別的有效標(biāo)記物，在大米產(chǎn)地溯源與真實(shí)性研究中的比例為15%[8]。與其他溯源技術(shù)相比，DNA技術(shù)和代謝組學(xué)分析在大米產(chǎn)地溯源與真實(shí)性研究中的比例最小，分別占7%。DNA技術(shù)利用不同品種大米的遺傳物質(zhì)不同，主要應(yīng)用于不同品種大米的鑒別[9]。代謝組學(xué)分析可作為表征地域信息的特征因子，通過化學(xué)計(jì)量學(xué)方法分析判定其原產(chǎn)地[10]。

關(guān)于大米產(chǎn)地溯源與真實(shí)性研究的文章發(fā)表在50多種期刊上，大部分為英文期刊，少數(shù)為中文期刊。在大米產(chǎn)地溯源與真實(shí)性研究中排名前5的期刊分別是Food Chemistry、《中國糧油學(xué)報(bào)》《食品科學(xué)》《農(nóng)產(chǎn)品加工》、Journal of Cereal Science（圖3）。

2 分析技術(shù)在大米產(chǎn)地溯源與真實(shí)性研究中的應(yīng)用進(jìn)展

2.1 光譜技術(shù)在大米產(chǎn)地溯源和真實(shí)性研究中的應(yīng)用進(jìn)展

目前，近紅外光譜技術(shù)、高光譜成像技術(shù)和拉曼光譜技術(shù)在大米的產(chǎn)地溯源與真實(shí)性研究中均有一定的應(yīng)用，其中近紅外光譜技術(shù)包括近紅外高光譜成像技術(shù)、近紅外漫反射和漫反射傅立葉變換近紅外技術(shù)[11-12]。不同產(chǎn)地或不同品種的大米受氣候、環(huán)境、地質(zhì)等因素的影響，其化學(xué)成分的組成和結(jié)構(gòu)存在一定差異，從而形成不同紅外特征吸收峰，與已知或標(biāo)準(zhǔn)樣品的光譜圖進(jìn)行比較可鑒定大米的產(chǎn)地和真實(shí)性[13]。高光譜成像技術(shù)是一種光譜技術(shù)與圖像技術(shù)相結(jié)合的綜合檢測(cè)技術(shù)。拉曼光譜技術(shù)是根據(jù)大米的分子振動(dòng)頻率來識(shí)別不同產(chǎn)地和品種的大米[14]。光譜技術(shù)應(yīng)用于溯源大米的產(chǎn)地，鑒別不同品種的大米和鑒定有機(jī)大米（表1）。

在應(yīng)用光譜技術(shù)溯源大米的產(chǎn)地方面，已經(jīng)證明近紅外光譜技術(shù)、高光譜成像技術(shù)和拉曼光譜技術(shù)可以對(duì)不同國家或同一國家的不同地區(qū)大米進(jìn)行準(zhǔn)確判別。Kim等[15]對(duì)來自韓國、美國、澳大利亞和中國的大米利用近紅外光譜儀進(jìn)行掃描，所得光譜結(jié)合偏最小二乘回歸法（modified partial least square，MPLS）建立模型，結(jié)果表明，模型識(shí)別準(zhǔn)確率達(dá)到100%。Mo等[16]通過對(duì)來自韓國和中國大米樣品400～1 000 nm 波段的高光譜進(jìn)行一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、最大歸一化或基線預(yù)處理，建立偏最小二乘判別分析（partial least squares discrimination analysis，PLS-DA）模型，結(jié)果表明，高光譜圖像的像素維數(shù)為3.0 mm×3.0 mm時(shí)，識(shí)別精度最高，模型的識(shí)別精度達(dá)到99.99%以上。Li等[17]采集了來自安徽、吉林、江西、寧夏、江蘇大米樣品的拉曼光譜數(shù)據(jù)，并利用主成分分析（principal components analysis，PCA）、K-均值聚類（K-Means clustering，KMC）、層次聚類（hierarchical clustering，HC）和支持向量機(jī)（support vector machine，SVM）對(duì)大米樣品進(jìn)行產(chǎn)地判別，結(jié)果表明，不同方法對(duì)5個(gè)產(chǎn)地的分類準(zhǔn)確率最高為100%。

關(guān)于光譜技術(shù)溯源大米的真實(shí)性研究主要分為2方面：鑒別大米的不同品種和鑒定有機(jī)大米。不同品種的大米品質(zhì)性狀存在差異，因此鑒別不同品種的大米也至關(guān)重要。Zhang等[18]采集轉(zhuǎn)基因大米和中華11號(hào)大米的近紅外反射光譜數(shù)據(jù)，并建立PLS-DA模型，結(jié)果表明，在4 000～10 000 cm-1模型的正確分類率均達(dá)100%。拉曼光譜技術(shù)也能夠鑒別不同品種大米，Zhu等[19]利用拉曼光譜技術(shù)結(jié)合PCA、HC、PLS-DA方法建立品種鑒別模型，結(jié)果顯示，不同品種的大米鑒別準(zhǔn)確率為100%。近紅外光譜技術(shù)可以快速、準(zhǔn)確地鑒定有機(jī)大米，Xiao等[20]利用近紅外光譜技術(shù)在波長12 000～4 000 cm-1區(qū)分有機(jī)大米和普通大米，采用MPLS建模，結(jié)果表明，偏最小二乘回歸模型的確定系數(shù)為0.843 0，交叉驗(yàn)證標(biāo)準(zhǔn)誤差為0.199 2，交叉驗(yàn)證均方根誤差為0.198 2，模型預(yù)測(cè)率為87.5%。

近紅外光譜技術(shù)作為一種綠色的分析技術(shù)，具有快速、簡便、精確、無損和無污染等優(yōu)點(diǎn)，但是該技術(shù)也存在一定的缺陷，靈敏度低，對(duì)微量物質(zhì)不敏感，不能用于痕量分析[21-22]。高光譜成像技術(shù)作為一種新型無損的檢測(cè)技術(shù)，具有光譜分辨率高等優(yōu)勢(shì)，但高光譜成像儀價(jià)格昂貴，大量的原始圖片數(shù)據(jù)使得高光譜成像技術(shù)很難廣泛進(jìn)行在線和實(shí)時(shí)應(yīng)用[23]。拉曼光譜技術(shù)所需樣品量少，檢測(cè)時(shí)間短，但在應(yīng)用時(shí)最大的問題就是熒光背景的干擾，拉曼測(cè)試中經(jīng)常伴有嚴(yán)重的熒光效應(yīng)，拉曼譜峰會(huì)產(chǎn)生嚴(yán)重的重疊現(xiàn)象，加大數(shù)據(jù)分析的難度，甚至?xí)谏w所需的拉曼峰，且拉曼散射面積小，傳統(tǒng)的拉曼檢測(cè)信號(hào)較弱，不利于后續(xù)信息的提取和分析[24]。

2.2 穩(wěn)定同位素技術(shù)在大米產(chǎn)地溯源和真實(shí)性研究中的應(yīng)用進(jìn)展

穩(wěn)定性同位素是物質(zhì)的一種自然屬性，能夠攜帶環(huán)境因子的信息[42]。不同來源的大米受位置、氣候等因素的影響，穩(wěn)定同位素比值表現(xiàn)出不同的組成特征，因此通過穩(wěn)定同位素比值的差異可以溯源大米[43]。在大米產(chǎn)地溯源和真實(shí)性研究中，通常涉及的同位素有碳、氮、氧、氫、硫、鍶和鉛，在進(jìn)行產(chǎn)地溯源和真實(shí)性研究中多種同位素指標(biāo)相結(jié)合可得到更好的效果。目前，利用穩(wěn)定同位素技術(shù)對(duì)大米的產(chǎn)地溯源和真實(shí)性研究取得了很多成果，研究內(nèi)容主要是溯源大米的產(chǎn)地和鑒定有機(jī)大米，匯總見表2。

在穩(wěn)定同位素技術(shù)溯源大米的產(chǎn)地方面，目前已經(jīng)對(duì)日本、美國、澳大利亞、泰國、越南、中國、印度、柬埔寨、韓國、菲律賓、馬來西亞和巴基斯坦等國家的大米進(jìn)行了產(chǎn)地溯源研究，證明利用穩(wěn)定同位技術(shù)可以對(duì)不同國家或同一國家內(nèi)部不同地區(qū)的大米進(jìn)行準(zhǔn)確判別。Korenaga等[44]研究了日本、美國、澳大利亞的大米，基于大米樣品的穩(wěn)定同位素組成（δ13C、δ15N和δ18O）的PCA圖顯示，日本、澳大利亞和美國大米樣品明顯不同，3國沒有任何一對(duì)相交。Wang等[45]采集中國（黑龍江、吉林、江蘇、浙江、湖南和貴州）、泰國、馬來西亞、菲律賓和巴基斯坦大米樣本測(cè)定其δ13C、δ15N、δ18O、207/206Pb和208/207Pb值，采用PCA和判別分析（discriminant analysis，DA）對(duì)不同地理特征的樣品進(jìn)行了指標(biāo)組的篩選和建立，結(jié)果表明，δ13C、δ15N和δ18O組合對(duì)不同國家大米的正確識(shí)別率為78.43%，對(duì)中國內(nèi)部省份的正確識(shí)別率超過85%。穩(wěn)定同位素技術(shù)也可以結(jié)合礦物元素對(duì)大米的產(chǎn)地進(jìn)行判別。Liu等[46]利用7個(gè)同位素指標(biāo)（δ13C、δ15N、δ2H、δ18O、87/86Sr、207/206Pb和208/207Pb）與25個(gè)礦物質(zhì)元素指標(biāo)（Na、Ca、Fe、Zn、Rb、Ag和Cd等）結(jié)合對(duì)中國和東南亞的大米進(jìn)行線性判別（linear discriminant analysis，LDA）分析，結(jié)果表明，2種技術(shù)對(duì)中國不同產(chǎn)地大米的判別率高于90.0%，東南亞大米的判別率高于85.0%。

關(guān)于穩(wěn)定同位素技術(shù)溯源大米的真實(shí)性研究主要是鑒定有機(jī)大米。鑒別有機(jī)大米的需求日益增長，穩(wěn)定同位素比值分析被認(rèn)為是一種有效的方法，特別是δ15N值是一個(gè)非常適合有機(jī)大米認(rèn)證的標(biāo)記，因?yàn)橛袡C(jī)大米是在不使用合成肥料的情況下生產(chǎn)的，通常有機(jī)大米的δ15N值高于非有機(jī)大米[47]。Lee等[48]測(cè)定17份有機(jī)大米和13份相鄰有機(jī)稻田種植的普通大米樣品δ15N值，采用logistic方法進(jìn)行判別分析，結(jié)果表明，有機(jī)大米、普通大米δ15N值存在顯著差異，有機(jī)大米的正確分類率為83.3%。Chung等[49]研究韓國有機(jī)大米、普通大米和無農(nóng)藥大米的δ13C和δ15N值，PLS-DA和正交偏最小二乘判別分析（orthogonal partial least squares discrimination analysis，OPLS-DA）圖顯示，有機(jī)大米、普通大米和無農(nóng)藥大米可以清楚分離，并且LDA模型對(duì)3種大米進(jìn)行了高度準(zhǔn)確地區(qū)分，訓(xùn)練集為100%，測(cè)試集為93.1%。

穩(wěn)定同位素技術(shù)前處理簡單，所需樣品量少，檢測(cè)精度高，分析速度快，是用于大米產(chǎn)地溯源和真實(shí)性研究的有效技術(shù)[50-51]。但穩(wěn)定同位素技術(shù)仍有一定的局限性，鄰近區(qū)域的穩(wěn)定同位素自然豐度相接近，利用測(cè)定穩(wěn)定同位素技術(shù)對(duì)鄰近區(qū)域樣品鑒別時(shí)往往會(huì)有一定的困難，并且穩(wěn)定同位素分餾效應(yīng)受地理、氣候、飼料、飼養(yǎng)方式、自身代謝、生長季節(jié)等因素的影響[52]。

2.3 揮發(fā)性物質(zhì)分析在大米產(chǎn)地溯源和真實(shí)性研究中的應(yīng)用進(jìn)展

不同品種或地區(qū)的大米在外部環(huán)境條件、生物來源和加工條件的影響下會(huì)有其獨(dú)特的揮發(fā)性成分，這使得揮發(fā)性物質(zhì)分析成為溯源大米的有用工具[63]。目前，測(cè)定大米中揮發(fā)性物質(zhì)的常用方法有液相色譜-質(zhì)譜聯(lián)用儀（liquid chromatograph-mass spectrometer，LC-MS）、氣相色譜-質(zhì)譜聯(lián)用儀（gas chromatography-mass spectrometry，GC-MS）、固相微萃取-質(zhì)譜聯(lián)用儀（solid phase micro extraction-mass spectrometry，SPME-MS）、固相微萃取-氣相色譜-質(zhì)譜聯(lián)用儀（solid phase micro extraction-gas chromatography-mass spectrometry，SPME-GC-MS）、頂空固相微萃取-氣相色譜-質(zhì)譜聯(lián)用儀（headspace-solid phase micro extraction-gas chromatography-mass spectrometry，HS-SPME-GC-MS）和電子鼻[2]。揮發(fā)性物質(zhì)分析應(yīng)用于追溯大米的研究內(nèi)容主要是鑒別不同品種的大米和溯源大米的產(chǎn)地，匯總見表3。

揮發(fā)性物質(zhì)分析在鑒別大米的品種方面，Yang等[64]利用GC-MS鑒別優(yōu)質(zhì)大米、糯米和黑米，分別對(duì)應(yīng)檢測(cè)出21、21和23種揮發(fā)性物質(zhì)，己醛是優(yōu)質(zhì)大米和糯米的主要揮發(fā)性物質(zhì)，而糯米比優(yōu)質(zhì)大米的己醛氣味活性值高16倍，結(jié)果發(fā)現(xiàn)，6種揮發(fā)性物質(zhì)（2-乙?；?1-吡咯啉、愈創(chuàng)木酚、己醛、（戊）-2-壬烯醛、辛醛和庚醛）可以用于鑒別優(yōu)質(zhì)大米、糯米和黑米。劉敏等[65]采用SPME-GC-MS測(cè)定不同品種（大粒溪香、大粒香、金麻黏大米和帥優(yōu)63）大米的揮發(fā)性物質(zhì)，采用PCA分析后提取了前2個(gè)主成分，各品種大米累計(jì)貢獻(xiàn)率均為100%，4種大米的烷烴類相對(duì)含量有差異，分別為58.56%、37.26%、47.27%和61.65%。基于GC-MS結(jié)合電子鼻技術(shù)可以更準(zhǔn)確地鑒別大米的品種。崔琳琳等[66]利用SPME-GC-MS結(jié)合電子鼻技術(shù)鑒別稻花香米、天津小站米、射陽大米、越光米、京山橋米、絲苗米、油黏米和泰國茉莉香米，結(jié)果表明，8種大米可以用PCA方法區(qū)分開，第1主成分和第2主成分的累計(jì)方差貢獻(xiàn)率為94.08%。

在溯源大米的產(chǎn)地方面，Han等[67]利用質(zhì)譜電子鼻鑒別來自韓國和日本的大米，樣品進(jìn)行濃縮后利用得到的離子片段數(shù)據(jù)進(jìn)行判別函數(shù)分析（discriminant function analysis，DFA），DFA圖結(jié)果顯示韓國大米和日本大米可以成功區(qū)分開。Lim等[68]利用HS-SPME-GC-MS測(cè)定來自韓國和中國大米樣品的揮發(fā)性物質(zhì)，結(jié)果表明，PLS-DA模型對(duì)韓國和中國大米的正確分類率為98.5%，并發(fā)現(xiàn)了12個(gè)可以區(qū)分韓國和中國大米樣品的生物標(biāo)志物。邱彥超等[69]利用PEN3便攜式電子鼻系統(tǒng)對(duì)來自查哈陽、五常和建三江的大米樣品進(jìn)行了檢測(cè)，結(jié)果顯示，不同產(chǎn)地的大米樣品所得出的氣味指紋圖譜不同，LDA模型對(duì)3個(gè)地區(qū)大米的鑒別率均為100%。

基于質(zhì)譜的揮發(fā)性物質(zhì)分析能夠在較短時(shí)間內(nèi)對(duì)比較復(fù)雜的混合物進(jìn)行分離，并快速對(duì)物質(zhì)進(jìn)行分析，分辨率和檢測(cè)靈敏度高，但質(zhì)譜儀器價(jià)格昂貴[70];基于電子鼻的揮發(fā)性物質(zhì)分析不需要對(duì)樣品進(jìn)行預(yù)處理，成本低，能快速預(yù)測(cè)樣本之間的差異程度，但電子鼻技術(shù)仍處于發(fā)展階段，硬件結(jié)構(gòu)和識(shí)別算法與仿生特性還存在差距，傳感器陣列對(duì)環(huán)境要求高，但尚未達(dá)到廣泛應(yīng)用的標(biāo)準(zhǔn)[71]。

2.4 礦物元素分析技術(shù)在大米產(chǎn)地溯源中的應(yīng)用進(jìn)展

礦物元素分析技術(shù)是一種重要的溯源方法。地域環(huán)境中的土壤、水、食物以及空氣中礦物元素組成及含量都有其各自的特征，不同來源大米的礦物元素含量與當(dāng)?shù)丨h(huán)境中的礦物元素有較強(qiáng)的相關(guān)性，因此大米中的礦質(zhì)元素可以反映出區(qū)域的特殊性[79]。研究內(nèi)容主要是溯源大米的產(chǎn)地見表4。

礦物元素分析技術(shù)已經(jīng)被證明可以溯源不同國家的大米，Cheajesadagul等[80]分析了泰國、法國、印度、意大利、日本和巴基斯坦大米中的21種礦物元素含量，結(jié)合DA篩選溯源指標(biāo)和區(qū)分不同國家的大米，結(jié)果顯示，B、Mg、Co、Cu、Zn、As、Rb、Sr、Mo、Cd、Cs和Ba含量是大米產(chǎn)地溯源的重要指標(biāo)，并且DA模型對(duì)不同國家大米樣品的產(chǎn)地判別準(zhǔn)確率為100%。Chung等[81]測(cè)定了來自菲律賓、中國、韓國大米的25種礦物元素，結(jié)果顯示，PCA和PLS-DA分析圖中3個(gè)國家的大米樣品可以明確區(qū)分，并發(fā)現(xiàn)了11種礦物元素（Cu、Ag、Zn、Cr、Ca、Ba、Cd、Bi、K、Pb和In）對(duì)區(qū)分不同國家大米的地理來源有顯著貢獻(xiàn)。此外，礦物元素分析技術(shù)還可以溯源同一國家不同地區(qū)的大米，石春紅等[82]分析了松江、崇明、金山、江蘇、東北的大米中40種元素含量，結(jié)合ANOVA、相關(guān)性分析、因子分析和DA等計(jì)量學(xué)方法區(qū)分大米產(chǎn)地，結(jié)果顯示，礦物元素（B、Na、Fe、Co、Ni、Zn、As 和 Se）建立的溯源模型對(duì)大米產(chǎn)地的整體判別正確率為93.0%。品種會(huì)影響礦物元素分析技術(shù)溯源大米產(chǎn)地的準(zhǔn)確性，在研究中應(yīng)排除受品種影響較大的礦物元素。王朝輝等[83]利用原子吸收分光光度法檢測(cè)120份來自吉林省松原市、德惠市、梅河口市的3種大米樣品中11種礦物元素的含量，ANOVA、雷達(dá)分析和LDA的結(jié)果表明，元素Cd、Cr、Fe、K、Mg、Zn、Pb在大米品種與產(chǎn)地間均存在相對(duì)較大的差異，4個(gè)地區(qū)相同品種大米的產(chǎn)地判別分析正確率為100%，不同品種大米的產(chǎn)地判別分析正確率為90%。

礦物元素分析技術(shù)具有靈敏度高、檢出限低等優(yōu)點(diǎn)。在進(jìn)行溯源研究時(shí)，可以多個(gè)元素綜合分析，并篩選與大米產(chǎn)地溯源密切相關(guān)且穩(wěn)定的元素[84]。但礦物元素的影響因素較多，在現(xiàn)實(shí)研究中控制唯一變量較難，另外礦物元素分析前處理復(fù)雜，對(duì)樣本的處理要求比其他技術(shù)高。

2.5 DNA技術(shù)在大米真實(shí)性研究中的應(yīng)用進(jìn)展

目前，有關(guān)研究報(bào)道都證實(shí)了DNA技術(shù)溯源的可行性[93]，不同品種大米的DNA序列有差異，借助分子標(biāo)記可以實(shí)現(xiàn)溯源，應(yīng)用于大米品種鑒別的標(biāo)記技術(shù)包括微衛(wèi)星（simple sequence repeats，SSR）及單核苷酸多態(tài)性（single nucleotide polymorphism，SNP）。SSR屬于第2代分子標(biāo)記技術(shù)，是由2～6個(gè)核苷酸的重復(fù)片段構(gòu)成[94]。SNP是第3代分子標(biāo)記，是指由于單個(gè)堿基的改變導(dǎo)致基因組水平上DNA序列的不同[95]。基于聚合酶鏈?zhǔn)椒磻?yīng)（polymerase chain reaction，PCR）的分子標(biāo)記方法也應(yīng)用于溯源大米，它一種用于放大擴(kuò)增特定DNA片段的分子生物學(xué)技術(shù)[96]。

基于SSR標(biāo)記鑒別不同品種的大米方面，Sun等[97]利用20個(gè)SSR標(biāo)記對(duì)韓國不同品種大米進(jìn)行了分析，結(jié)果發(fā)現(xiàn)7個(gè)（RM204、RM257、RM21、RM224、RM249、RM253和RM264）區(qū)分大米品種的關(guān)鍵標(biāo)記，7個(gè)標(biāo)記對(duì)不同品種大米的正確分類率達(dá)到了94%。Kim等[98]利用等位基因頻率和20個(gè)簡單重復(fù)序列SSR標(biāo)記對(duì)243種韓國大米進(jìn)行分析，結(jié)果顯示，共檢測(cè)到268個(gè)等位基因，篩選出7個(gè)SSR標(biāo)記對(duì)韓國不同品種大米的正確分類率為100%。此外，基于PCR鑒別不同品種的大米方面，Minh等[99]基于PCR分子標(biāo)記，采用2對(duì)特異性引物對(duì)香米和非香米進(jìn)行鑒定，結(jié)果顯示，利用簡單的PCR技術(shù)可以快速鑒別香米和非香米，特異的RM1標(biāo)記可以對(duì)香米品種進(jìn)行鑒定。SNP標(biāo)記結(jié)合PCR可以鑒別不同品種的大米。Kajiwara等[100]利用SNP標(biāo)記結(jié)合PCR和基質(zhì)輔助激光解吸電離飛行時(shí)間質(zhì)譜對(duì)日本不同品種的大米進(jìn)行快速（不到1 h）鑒別，從基因組數(shù)據(jù)庫中獲得序列數(shù)據(jù)，并通過限制性內(nèi)切酶或尿嘧啶DNA糖基化酶酶切鑒定出可用于區(qū)分大米品種的SNP，根據(jù)SNP周圍的序列設(shè)計(jì)PCR引物，對(duì)堿變性后獲得的單鏈DNA進(jìn)行分析，利用該方法成功地對(duì)大米品種進(jìn)行鑒定。

DNA序列穩(wěn)定，易于保存，易于取材，對(duì)于追溯建庫等具有獨(dú)特的優(yōu)勢(shì)，解決了物理標(biāo)簽法標(biāo)簽易丟失的問題。但這項(xiàng)技術(shù)在實(shí)際應(yīng)用過程中許多問題并未得到解決，如采集樣本庫時(shí)工作量大，產(chǎn)品經(jīng)歷的環(huán)節(jié)多，對(duì)有效分子標(biāo)記的選擇受技術(shù)和成本的限制等[101]。

2.6 代謝組學(xué)分析在大米產(chǎn)地溯源和真實(shí)性研究中的應(yīng)用進(jìn)展

代謝組學(xué)分析是系統(tǒng)生物學(xué)的重要分支，在大米產(chǎn)地溯源和真實(shí)性研究中展現(xiàn)了良好的應(yīng)用潛力[102]。研究內(nèi)容主要是溯源大米的產(chǎn)地和鑒別有機(jī)大米。

關(guān)于代謝組學(xué)分析溯源大米的產(chǎn)地方面，核磁共振是常用的分析平臺(tái)。Chae等[103]利用二維核磁共振波譜對(duì)韓國中東部、中西部、中部、東南部收集的3種受歡迎的大米中19種代謝物進(jìn)行了鑒定，結(jié)果表明，PCA圖能有效地將韓國不同地區(qū)的大米分開。Huo等[104]基于氫核磁共振波譜分析了來自中國9個(gè)不同省份（廣西、黑龍江、湖南、海南、遼寧、寧夏、新疆、云南和浙江）大米的代謝物，結(jié)果表明，來自不同地理位置的大米樣品之間有明顯的分離，訓(xùn)練集和測(cè)試集的樣本正確分類率為100%。此外，質(zhì)譜也是常用的分析平臺(tái)。Lim等[105]利用GC-MS和LC-MS分別對(duì)韓國和中國大米的代謝產(chǎn)物進(jìn)行了評(píng)價(jià)，確定了75%異丙醇在100 ℃加熱結(jié)合LC-MS的提取方法優(yōu)于其他提取方法，并發(fā)現(xiàn)韓國和中國大米中溶血磷脂的濃度有顯著差異，是地理區(qū)分的新標(biāo)記。

關(guān)于代謝組學(xué)分析鑒別有機(jī)大米方面，Xiao等[106]利用LC-MS研究來自黑龍江省20份有機(jī)大米和20份普通大米的代謝物，應(yīng)用PCA、PLS-DA、HC和OPLS-DA篩選出30個(gè)鑒別組分，其中8個(gè)次級(jí)代謝產(chǎn)物可作為有機(jī)大米和普通大米鑒別的潛在生物標(biāo)志物。

代謝組學(xué)分析是一種可靠、準(zhǔn)確、有效的鑒定方法，可以檢測(cè)未知的化學(xué)物質(zhì)，獲取大量的代謝物信息，對(duì)挖掘可能的溯源和真實(shí)性的標(biāo)記物具有很高的價(jià)值[107]。但是正是由于數(shù)據(jù)量龐大，依賴于已有的物質(zhì)數(shù)據(jù)庫如何對(duì)差異物進(jìn)行定性，如何獲得有用的信息或者標(biāo)志性的代謝物有一定難度[108]。

3 結(jié)論

對(duì)大米進(jìn)行產(chǎn)地溯源和真實(shí)性研究意義重大，可使監(jiān)管者管理大米有據(jù)可依，生產(chǎn)者加工大米有蹤可尋，消費(fèi)者食用大米有源可查。目前，光譜技術(shù)、穩(wěn)定同位素技術(shù)、揮發(fā)性物質(zhì)分析、礦物元素分析技術(shù)、DNA技術(shù)、代謝組學(xué)分析能夠在大米產(chǎn)地溯源和真實(shí)性研究中作為參考。在今后的研究中，還需進(jìn)一步完善每種技術(shù)的缺點(diǎn)，相信隨著技術(shù)的不斷發(fā)展，目前的問題會(huì)逐步得到解決。在實(shí)際應(yīng)用過程中，可以根據(jù)每種技術(shù)的優(yōu)缺點(diǎn)，多種技術(shù)相結(jié)合，提高大米溯源的準(zhǔn)確性，為大米的起源分類和品質(zhì)評(píng)價(jià)提供技術(shù)支撐，防止大米非法交易，確保消費(fèi)者獲得優(yōu)質(zhì)大米。

參考文獻(xiàn)

[1] 李平，萬超，王維薇.中國大米進(jìn)出口形勢(shì)及預(yù)測(cè)分析[J].農(nóng)業(yè)經(jīng)濟(jì)，2017（11）：116-119.

[2] 胡圣英，任紅波，張軍，等.大米產(chǎn)地溯源方法研究進(jìn)展[J].中國農(nóng)學(xué)通報(bào)，2020，36（14）：148-155.

[3] 姚佳，靳秔，賈健斌.糧食可追溯體系的研究進(jìn)展[J].食品科技，2014，39（10）：2-6.

[4] 陳娉婷，羅治情，官波，等.國內(nèi)外農(nóng)產(chǎn)品追溯體系發(fā)展現(xiàn)狀與啟示[J].湖北農(nóng)業(yè)科學(xué)，2020，59（20）：15-20.

[5] 田容才，盧俊瑋.光譜技術(shù)在水稻品種鑒別中的應(yīng)用[J].糧食科技與經(jīng)濟(jì)，2019，44（7）：73-76.

[6] 張瑩，王杰，楊娟，等.穩(wěn)定同位素技術(shù)在農(nóng)產(chǎn)品產(chǎn)地判別應(yīng)用研究進(jìn)展[J].南方農(nóng)業(yè)，2019，13（34）：33-35.

[7] 馬媛媛，陳婧，毛啟培，等.SPME-GC/MS測(cè)定食品揮發(fā)性香氣成分的研究進(jìn)展[J].現(xiàn)代預(yù)防醫(yī)學(xué)，2020，47（22）：4164-4167.

[8] 劉雯雯，陳巖，楊慧，等.穩(wěn)定同位素及礦物元素分析在谷物產(chǎn)地溯源中應(yīng)用的研究進(jìn)展[J].食品科學(xué)，2019，40（13）：340-348.

[9] 趙海燕，郭波莉，魏益民.谷物原產(chǎn)地溯源技術(shù)研究進(jìn)展[J].核農(nóng)學(xué)報(bào)，2011，25（4）：768-772.

[10] UAWISETWATHANA U，KAROONUTHAISIRI N.Metabolomics for rice quality and traceability：Feasibility and future aspects[J].Current opinion in food science，2019，28：58-66.

[11] 郝莉花，張平.近紅外光譜技術(shù)在食品產(chǎn)地溯源中的應(yīng)用研究進(jìn)展[J].農(nóng)產(chǎn)品加工，2016（24）：54-57.

[12] ELLIS D I，BREWSTER V L，DUNN W B，et al.Fingerprinting food：Current technologies for the detection of food adulteration and contamination[J].Chemical society reviews，2012，41（17）：5706-5727.

[13] 宋雪健，錢麗麗，張東杰，等.近紅外光譜技術(shù)在食品溯源中的應(yīng)用進(jìn)展[J].食品研究與開發(fā)，2017，38（12）：197-200.

[14] PANKIN D，KOLESNIKOV I，VASILEVA A，et al.Raman fingerprints for unambiguous identification of organotin compounds[J].Spectrochimica acta part A：Molecular and biomolecular spectroscopy，2018，204：158-163.

[15] KIM S S，RHYU M R，KIM J M，et al.Authentication of rice using near-infrared reflectance spectroscopy[J].Cereal chemistry，2003，80（3）：346-349.

[16] MO C，LIM J，KWON S W，et al.Hyperspectral imaging and partial least square discriminant analysis for geographical origin discrimination of white rice[J].Journal of biosystems engineering，2017，42（4）：293-300.

[17] LI F，WANG J H，XU L，et al.Rapid screening of cadmium in rice and identification of geographical origins by spectral method[J].International journal of environmental research and public health，2018，15（2）：1-12.

[18] ZHANG L，WANG S S，DING Y F，et al.Discrimination of transgenic rice based on near infrared reflectance spectroscopy and partial least squares regression discriminant analysis[J].Rice science，2015，22（5）：245-249.

[19] ZHU L，SUN J，WU G C，et al.Identification of rice varieties and determination of their geographical origin in China using Raman spectroscopy[J].Journal of cereal science，2018，82：175-182.

[20] XIAO R，LIU L，ZHANG D J，et al.Discrimination of organic and conventional rice by chemometric analysis of NIR spectra：A pilot study[J].Journal of food measurement and characterization，2019，13（1）：238-249.

[21] 王卿，姜紅.農(nóng)業(yè)和食品分析領(lǐng)域近紅外光譜檢測(cè)技術(shù)的應(yīng)用研究[J].輕工科技，2020，36（12）：78-79.

[22] ARNDT M，RURIK M，DREES A，et al.Food authentication：Determination of the geographical origin of almonds（Prunus dulcis Mill.）via near-infrared spectroscopy[J/OL].Microchemical journal，2021，160[2020-07-25].https//doi.org/10.1016/j.microc.2020.105702.

[23] 王平.高光譜成像技術(shù)在食品安全檢測(cè)與控制中的應(yīng)用[J].現(xiàn)代食品，2020（12）：226-228.

[24] 時(shí)君.拉曼光譜技術(shù)在食品質(zhì)量安全檢測(cè)中的應(yīng)用[J].檢驗(yàn)檢疫學(xué)刊，2020，30（2）：143-144.

[25] 夏立婭，申世剛，劉崢顥，等.基于近紅外光譜和模式識(shí)別技術(shù)鑒別大米產(chǎn)地的研究[J].光譜學(xué)與光譜分析，2013，33（1）：102-105.

[26] 李勇，嚴(yán)煌倩，龍玲，等.化學(xué)計(jì)量學(xué)模式識(shí)別方法結(jié)合近紅外光譜用于大米產(chǎn)地溯源分析[J].江蘇農(nóng)業(yè)科學(xué)，2017，45（21）：193-195.

[27] 錢麗麗，冷候喜，宋雪健，等.基于PLS-DA判別法對(duì)黑龍江大米產(chǎn)地溯源的研究[J].食品工業(yè)，2017，38（1）：171-174.

[28] 錢麗麗，冷候喜，張愛武，等.基于Fisher判別法對(duì)黑龍江大米產(chǎn)地溯源[J].食品與發(fā)酵工業(yè)，2017，43（5）：203-207.

[29] 錢麗麗，宋雪健，張東杰，等.基于近紅外光譜技術(shù)的黑龍江地理標(biāo)志大米產(chǎn)地溯源研究[J].中國糧油學(xué)報(bào)，2017，32（10）：185-190，196.

[30] 宋雪健，錢麗麗，于金池，等.基于近紅外光譜技術(shù)對(duì)建三江大米快速檢測(cè)分析研究[J].食品研究與開發(fā)，2017，38（14）：138-143.

[31] 宋雪健，錢麗麗，周義，等.近紅外漫反射光譜技術(shù)對(duì)水稻產(chǎn)地溯源的研究[J].農(nóng)產(chǎn)品加工，2017（9）：13-15，2.

[32] 錢麗麗，宋雪健，張東杰，等.基于近紅外光譜技術(shù)對(duì)多年際建三江、五常大米產(chǎn)地溯源[J].食品科學(xué)，2018，39（16）：321-327.

[33] 錢麗麗，宋雪健，張東杰，等.基于傅里葉變換近紅外光譜法鑒別五常大米[J].食品科學(xué)，2018，39（8）：231-236.

[34] 高彤，吳靜珠，林瓏，等.基于NIR和PLS-DA法的東北大米產(chǎn)地快速溯源方法研究[J].中國糧油學(xué)報(bào)，2019，34（7）：114-117，124.

[35] HWANG J，KANG S，LEE K，et al.Enhanced Raman spectroscopic discrimination of the geographical origins of rice samples via transmission spectral collection through packed grains[J].Talanta，2012，101：488-494.

[36] 孫娟，張暉，王立，等.基于拉曼光譜的大米快速分類判別方法[J].食品與機(jī)械，2016，32（1）：41-45.

[37] LIANG L，LIU Z X，YANG M H，et al.Discrimination of variety and authenticity for rice based on visual/near infrared reflection spectra[J].Journal of infrared and millimeter waves，2009，28（5）：353-356.

[38] SRIVASTAVA S，MISHRA G，MISHRA H N.Identification and differentiation of insect infested rice grains varieties with FTNIR spectroscopy and hierarchical cluster analysis[J].Food chemistry，2018，268：402-410.

[39] 李跑，吳紅艷，李尚科，等.近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量方法用于大米的快速分析[J].食品研究與開發(fā)，2018，39（19）：117-124.

[40] HAO Y，GENG P，WU W H，et al.Identification of rice varieties and transgenic characteristics based on near-infrared diffuse reflectance spectroscopy and chemometrics[J].Molecules，2019，24：1-11.

[41] 黃嘉榮，伍博迪，詹求強(qiáng).基于拉曼光譜和化學(xué)計(jì)量學(xué)方法判別大米分類的研究[J].激光生物學(xué)報(bào)，2015，24（3）：237-241.

[42] ZHAO S S，ZHAO Y.Application and preparation progress of stable isotope reference materials in traceability of agricultural products[J].Critical reviews in analytical chemistry，2020，50：1-12.

[43] 張政權(quán)，黃冬梅，孟憲菁，等.同位素比率質(zhì)譜法在農(nóng)產(chǎn)品產(chǎn)地溯源中的研究進(jìn)展[J].農(nóng)產(chǎn)品質(zhì)量與安全，2019（2）：13-19.

[44] KORENAGA T，MUSASHI M，NAKASHITA R，et al.Statistical analysis of rice samples for compositions of multiple light elements（H，C，N，and O）and their stable isotopes[J].Analytical sciences，2010，26（8）：873-878.

[45] WANG J S，CHEN T J，ZHANG W X，et al.Tracing the geographical origin of rice by stable isotopic analyses combined with chemometrics[J].Food chemistry，2020，313：1-6.

[46] LIU Z，ZHANG W X，ZHANG Y Z，et al.Assuring food safety and traceability of polished rice from different production regions in China and Southeast Asia using chemometric models[J].Food control，2019，99：1-10.

[47] LAURSEN K H，MIHAILOVA A，KELLY S D，et al.Is it really organic？ -multi-isotopic analysis as a tool to discriminate between organic and conventional plants[J].Food chemistry，2013，141（3）：2812-2820.

[48] LEE H W，LEE S M.Studies on discrimination between organic rice and non-organic rice using natural abundance of stable isotope nitrogen（δ15N）[J].Korea journal of organic agriculture，2010，18（2）：257-269.

[49] CHUNG I M，KIM J K，AN Y J，et al.Compound-specific δ13C and δ15N analyses of fatty acids and amino acids for discrimination of organic，pesticide-free，and conventional rice（Oryza sativa L.）[J].Food chemistry，2019，283：305-314.

[50] 趙哲，王嘉瑜，伍子豪，等.穩(wěn)定同位素在農(nóng)產(chǎn)品溯源中的研究進(jìn)展[J].現(xiàn)代農(nóng)業(yè)科技，2019（10）：213-217.

[51] ZHAO Y，ZHANG B，CHEN G，et al.Recent developments in application of stable isotope analysis on agro-product authenticity and traceability[J].Food chemistry，2014，145：300-305.

[52] 趙燕，呂軍，楊曙明.穩(wěn)定同位素技術(shù)在農(nóng)產(chǎn)品溯源領(lǐng)域的研究進(jìn)展與應(yīng)用[J].農(nóng)產(chǎn)品質(zhì)量與安全，2015（6）：35-40.

[53] WU Y L，LUO D H，DONG H，et al.Geographical origin of cereal grains based on element analyser-stable isotope ratio mass spectrometry（EA-SIRMS）[J].Food chemistry，2015，174：553-557.

[54] 邵圣枝，陳元林，張永志，等.稻米中同位素與多元素特征及其產(chǎn)地溯源PCA-LDA判別[J].核農(nóng)學(xué)報(bào)，2015，29（1）：119-127.

[55] CHEN T J，ZHAO Y，ZHANG W X，et al.Variation of the light stable isotopes in the superior and inferior grains of rice（Oryza sativa L.）with different geographical origins[J].Food chemistry，2016，209：95-98.

[56] LAGAD R A，SINGH S K，RAI V K.Rare earth elements and 87Sr/86Sr isotopic characterization of Indian Basmati rice as potential tool for its geographical authenticity[J].Food chemistry，2017，217：254-265.

[57] 張協(xié)光，樊垚，熊岑，等.元素分析-同位素比率質(zhì)譜法測(cè)定大米中碳同位素比值[J].食品工業(yè)，2017，38（3）：269-272.

[58] CHUNG I M，KIM J K，LEE K J，et al.Geographic authentication of Asian rice（Oryza sativa L.）using multi-elemental and stable isotopic data combined with multivariate analysis[J].Food chemistry，2018，240：840-849.

[59] KUKUSAMUDE C，KONGSRI S.Elemental and isotopic profiling of Thai jasmine rice（Khao Dawk Mali 105）for discrimination of geographical origins in Thung Kula Rong Hai area，Thailand[J].Food control，2018，91：357-364.

[60] SRINUTTRAKUL W，PERMNAMTIP V，BUSAMONGKOL A.Stable isotopic fingerprint of Sangyod rice[J].Journal of radioanalytical and nuclear chemistry，2019，322（3）：1777-1782.

[61] 公維民，馬麗娜，王飛，等.我國大米碳氮穩(wěn)定同位素比率特征及溯源應(yīng)用[J].農(nóng)產(chǎn)品質(zhì)量與安全，2019（4）：9-12，40.

[62] SALIM N A A，MOSTAPA R，OTHMAN Z，et al.Geographical identification of Oryza sativa "MR 220CL" from Peninsular Malaysia using elemental and isotopic profiling[J].Food control，2020，110：1-7.

[63] LYTOU A E，PANAGOU E Z，NYCHAS G J E.Volatilomics for food quality and authentication[J].Current opinion in food science，2019，28：88-95.

[64] YANG D S，LEE K S，KAYS S J.Characterization and discrimination of premium-quality，waxy，and black-pigmented rice based on odor-active compounds[J].Journal of the science of food and agriculture，2010，90（15）：2595-2601.

[65] 劉敏，王健健，劉芳宏，等.基于SPME-GC-MS對(duì)不同品種大米揮發(fā)性物質(zhì)分析[J].中國釀造，2017，36（6）：170-174.

[66] 崔琳琳，趙燊，周一鳴，等.基于GC-MS和電子鼻技術(shù)的大米揮發(fā)性風(fēng)味成分分析[J].中國糧油學(xué)報(bào)，2018，33（12）：134-141.

[67] HAN H J，LEE S H，MOON J Y，et al.Discrimination of the cultivar，growing region，and geographical origin of rice（Oryza sativa）using a mass spectrometer-based electronic nose[J].Food science and biotechnology，2016，25（3）：695-700.

[68] LIM D K，MO C，LEE D K，et al.Non-destructive profiling of volatile organic compounds using HS-SPME/GC-MS and its application for the geographical discrimination of white rice[J].Journal of food and drug analysis，2018，26（1）：260-267.

[69] 邱彥超，趙玉川，陳歡，等.基于大米揮發(fā)性成分的產(chǎn)地溯源研究[J].農(nóng)產(chǎn)品加工，2018（2）：40-43.

[70] CAJKA T，HAJSLOVA J.Volatile compounds in food authenticity and traceability testing[M]//JELEN H.Food flavors：Chemical， sensory and technological properties.Boca Raton，F(xiàn)L：CRC，2011：355-412.

[71] DI ROSA A R，LEONE F，CHELI F，et al.Fusion of electronic nose，electronic tongue and computer vision for animal source food authentication and quality assessment-A review[J].Journal of food engineering，2017，210：62-75.

[72] LAGUERRE M，MESTRES C，DAVRIEUX F，et al.Rapid discrimination of scented rice by solid-phase microextraction，mass spectrometry，and multivariate analysis used as a mass sensor[J].Journal of agricultural and food chemistry，2007，55（4）：1077-1083.

[73] BRYANT R J，MCCLUNG A M.Volatile profiles of aromatic and non-aromatic rice cultivars using SPME/GC-MS[J].Food chemistry，2011，124（2）：501-513.

[74] 胡志全，王海洋，劉友明.電子鼻識(shí)別大米揮發(fā)性物質(zhì)的應(yīng)用性研究[J].中國糧油學(xué)報(bào)，2013，28（7）：93-98.

[75] 黃亞偉，徐晉，王若蘭，等.HS-SPME/GC-MS對(duì)五常大米中揮發(fā)性成分分析[J].食品工業(yè)，2016，37（4）：266-269.

[76] 錢麗麗，喬治，左鋒，等.基于電子鼻技術(shù)的地理標(biāo)志大米產(chǎn)地溯源研究[J].農(nóng)產(chǎn)品加工，2014（24）：38-41.

[77] 錢麗麗，章采東，李殿威，等.基于揮發(fā)成分的大米蒸煮前后產(chǎn)地溯源研究[J].黑龍江八一農(nóng)墾大學(xué)學(xué)報(bào)，2019，31（2）：40-45.

[78] DITTGEN C L，HOFFMANN J F，CHAVES F C，et al.Discrimination of genotype and geographical origin of black rice grown in Brazil by LC-MS analysis of phenolics[J].Food chemistry，2019，288：297-305.

[79] 李政，趙燕，郄夢(mèng)潔，等.植源性農(nóng)產(chǎn)品產(chǎn)地溯源技術(shù)研究進(jìn)展[J].農(nóng)產(chǎn)品質(zhì)量與安全，2020（1）：61-67，84.

[80] CHEAJESADAGUL P，ARNAUDGUILHEM C，SHIOWATANA J，et al.Discrimination of geographical origin of rice based on multi-element fingerprinting by high resolution inductively coupled plasma mass spectrometry[J].Food chemistry，2013，141（4）：3504-3509.

[81] CHUNG I M，KIM J K，LEE J K，et al.Discrimination of geographical origin of rice（Oryza sativa L.）by multielement analysis using inductively coupled plasma atomic emission spectroscopy and multivariate analysis[J].Journal of cereal science，2015，65：252-259.

[82] 石春紅，曹美萍，胡桂霞.基于礦物元素指紋圖譜技術(shù)的松江大米產(chǎn)地溯源[J].食品科學(xué)，2020，41（16）：300-306.

[83] 王朝輝，張亞婷，閔偉紅，等.水稻品種對(duì)大米產(chǎn)地溯源判別正確性的影響[J].吉林農(nóng)業(yè)大學(xué)學(xué)報(bào)，2017，39（1）：113-119.

[84] 錢麗麗，于果，遲曉星，等.農(nóng)產(chǎn)品產(chǎn)地溯源技術(shù)研究進(jìn)展[J].食品工業(yè)，2018，39（1）：246-249.

[85] 黎永樂，鄭彥婕，湯璐，等.基于無機(jī)元素分析對(duì)地理標(biāo)志五常大米鑒別技術(shù)的研究[J].光譜學(xué)與光譜分析，2016，36（3）：834-837.

[86] 宋雪健，冷侯喜，張愛武，等.黑龍江省不同產(chǎn)地大米中礦物元素含量分析與比較[J].黑龍江八一農(nóng)墾大學(xué)學(xué)報(bào)，2016，28（3）：66-70，128.

[87] 張玥，王朝輝，張亞婷，等.基于主成分分析和判別分析的大米產(chǎn)地溯源[J].中國糧油學(xué)報(bào)，2016，31（4）：1-5.

[88] DU M J，F(xiàn)ANG Y，SHEN F，et al.Multiangle discrimination of geographical origin of rice based on analysis of mineral elements and characteristic volatile components[J].International journal of food science and technology，2018，53（9）：2088-2096.

[89] LANGE C N，MONTEIRO L R，F(xiàn)REIRE B M，et al.Mineral profile exploratory analysis for rice grains traceability[J].Food chemistry，2019，300：1-10.

[90] QIAN L L，ZHANG C D，ZUO F，et al.Effects of fertilizers and pesticides on the mineral elements used for the geographical origin traceability of rice[J].Journal of food composition and analysis，2019，83：1-7.

[91] QIAN L L，ZUO F，ZHANG C D，et al.Geographical origin traceability of rice：A study on the effect of processing precision on index elements[J].Food science and technology research，2019，25（5）：619-624.

[92] SEGURA F R，F(xiàn)RANCO D F，DA SILVA J J C，et al.Variations in total As and As species in rice indicate the need for crop-tracking[J].Journal of food composition and analysis，2020，86：1-6.

[93] 馬慧鋆，余冰雪，李妍，等.食品溯源技術(shù)研究進(jìn)展[J].食品與發(fā)酵工業(yè)，2017，43（5）：277-284.

[94] 吳子溫，路運(yùn)才.SSR標(biāo)記在玉米研究中的應(yīng)用研究進(jìn)展[J].安徽農(nóng)學(xué)通報(bào)，2020，26（Z1）：13-15，48.

[95] 毛慧慧，羅光華.常見單核苷酸多態(tài)性分析方法的原理和應(yīng)用簡析[J].臨床檢驗(yàn)雜志，2016，34（11）：858-860.

[96] 陳鋼.PCR技術(shù)在食品檢測(cè)中的應(yīng)用分析[J].食品安全導(dǎo)刊，2020（33）：144.

[97] SUN M M，SONG B H，WOO S H，et al.Genetic diversity and discrimination of recently distributed Korean cultivars by SSR markers[J].Korean journal of breeding science，2009，41（2）：115-125.

[98] KIM M S，SONG J Y，KANG K K，et al.Discrimination of Korean rice varieties as revealed by DNA profiling and its relationship with genetic diversity[J].Journal of plant biotechnology，2017，44（3）：243-263.

[99] MINH H K Q，RAKSHIT S K.Use of specific PCR-based molecular markers for discrimination，rapid analysis of purity and identification of six fragrant rice varieties[J].International journal of food science and technology，2009，44（10）：1959-1965.

[100] KAJIWARA H，YAMAGUCHI M，SATO H，et al.Discrimination among rice varieties based on rapid detection of single nucleotide polymorphisms by a newly developed method，mass spectrometric cleaved amplified polymorphic sequence（MS-CAPS）analysis[J].Plant omics，2012，5（3）：231-237.

[101] 龐博文，王勤志，王俊濤，等.基于DNA檢測(cè)的肉制品鑒偽技術(shù)研究進(jìn)展[J].食品工業(yè)科技，2020，41（8）：333-340，346.

[102] 陳羽紅，張東杰，張桂芳，等.代謝組學(xué)技術(shù)在食品產(chǎn)地溯源中的研究進(jìn)展[J].糧食與飼料工業(yè)，2016（7）：16-19，28.

[103] CHAE Y K，KIM S H.Discrimination of rice products by geographical origins and cultivars by two-dimensional NMR spectroscopy[J].Bulletin of the Korean chemical society，2016，37（10）：1612-1617.

[104] HUO Y Q，KAMAL G M，WANG J，et al.1H NMR-based metabolomics for discrimination of rice from different geographical origins of China[J].Journal of cereal science，2017，76：243-252.

[105] LIM D K，LONG N P，MO C，et al.Optimized mass spectrometry-based metabolite extraction and analysis for the geographical discrimination of white rice（Oryza sativa L.）：A method comparison study[J].Journal of AOAC international，2018，101（2）：498-506.

[106] XIAO R，MA Y，ZHANG D J，et al.Discrimination of conventional and organic rice using untargeted LC-MS-based metabolomics[J].Journal of cereal science，2018，82：73-81.

[107] 王娟強(qiáng)，李瑩瑩，李石磊，等.基于質(zhì)譜的代謝組學(xué)技術(shù)在肉類科學(xué)中的應(yīng)用[J].食品科學(xué)，2020，41（23）：293-302.

[108] CUBERO-LEON E，PE ALVER R，MAQUET A.Review on metabolomics for food authentication[J].Food research international，2014，60：95-107.