劉雅回　譚丹　母健　張昂

摘 要：禽制品在食品消費(fèi)中占據(jù)很大比例，近年來(lái)，禽制品摻假、造假等事件頻發(fā)，禽制品真實(shí)性鑒別成為研究熱點(diǎn)。隨著摻假造假手段的多樣化，傳統(tǒng)的感官鑒別方法已經(jīng)難以滿足禽制品真實(shí)性鑒別的需要。近年來(lái)，現(xiàn)代分析儀器和技術(shù)發(fā)展迅速，現(xiàn)代分析方法在禽制品真實(shí)性檢測(cè)中展現(xiàn)出優(yōu)勢(shì)。本文重點(diǎn)闡述穩(wěn)定同位素技術(shù)、礦質(zhì)元素指紋技術(shù)及可見(jiàn)-近紅外光譜技術(shù)在禽制品真實(shí)性鑒別中的應(yīng)用與發(fā)展趨勢(shì)，旨在為我國(guó)禽制品真實(shí)性鑒別研究提供參考。

關(guān)鍵詞：禽制品;同位素;礦質(zhì)元素;可見(jiàn)-近紅外光譜

Progress in the Application of Stable Isotope Techniques， Mineral Element Fingerprint and Visible-Near Infrared Spectroscopy in the Authenticity Identification of Poultry Meat Products

LIU Yahui1，2， TAN Dan2， MU Jian2， ZHANG Ang2，*

（1.School of Food and Wine， Ningxia University， Yinchuan 750021， China;

2.Qinhuangdao Customs Technical Center， Qinhuangdao 066000， China）

Abstract： Poultry meat products account for a large proportion of food consumption. In recent years， incidents of adulteration and fraud of poultry meat products have occurred frequently， and the authenticity identification of poultry meat products has become a research hotspot. With the diversification of adulteration and counterfeiting methods， the traditional sensory evaluation methods have been unable to meet the requirements for the authenticity identification of poultry meat products. In recent years， modern analytical instruments and technologies have developed rapidly， and modern analytical methods have shown advantages in the authenticity detection of poultry meat products. This article focuses on recent trends in the application and development of stable isotope techniques， mineral element fingerprinting and visible-near infrared spectroscopy in the authenticity identification of poultry meat products， aiming to provide a reference for future research on the authenticity identification of poultry products in the country.

Keywords： poultry meat products; isotopes; mineral elements; visible-near infrared spectroscopy

DOI：10.7506/rlyj1001-8123-20210426-114

中圖分類(lèi)號(hào)：TS207.7? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1001-8123（2021）11-0064-09

引文格式：

劉雅回， 譚丹， 母健， 等. 穩(wěn)定同位素、礦質(zhì)元素及可見(jiàn)-近紅外光譜技術(shù)在禽制品真實(shí)性鑒別中的應(yīng)用研究進(jìn)展[J].

肉類(lèi)研究， 2021， 35（11）： 64-72. DOI：10.7506/rlyj1001-8123-20210426-114.? ? http：//www.rlyj.net.cn

LIU Yahui， TAN Dan， MU Jian， et al. Progress in the application of stable isotope techniques， mineral element fingerprint and visible-near infrared spectroscopy in the authenticity identification of poultry meat products[J]. Meat Research， 2021， 35（11）： 64-72. DOI：10.7506/rlyj1001-8123-20210426-114.? ? http：//www.rlyj.net.cn

禽制品在中國(guó)人的飲食結(jié)構(gòu)中占據(jù)重要地位，更是人體蛋白質(zhì)的重要來(lái)源。2020年我國(guó)禽肉年產(chǎn)量

2 361 萬(wàn)t，僅次于豬肉。自1985年以來(lái)，我國(guó)雞蛋產(chǎn)量穩(wěn)居世界第一[1]。隨著人們生活水平的提高，消費(fèi)者對(duì)禽制品的關(guān)注程度越來(lái)越高，禽制品的安全性始終是人們關(guān)注的熱點(diǎn)之一。隨著禽制品需求的增加，越來(lái)越多的禽制品真實(shí)性問(wèn)題被發(fā)現(xiàn)。2013年德國(guó)下薩克森州的有機(jī)雞蛋欺詐事件、英國(guó)的雞肉摻假事件等，嚴(yán)重影響了消費(fèi)者的購(gòu)買(mǎi)信心，對(duì)禽制品銷(xiāo)售市場(chǎng)產(chǎn)生了嚴(yán)重的不良影響，也對(duì)消費(fèi)者利益和健康產(chǎn)生了威脅。近些年食品造假、摻假的手段增多，食品真實(shí)性鑒別的范圍也更加廣泛。食品真實(shí)性鑒別的目標(biāo)主要包括產(chǎn)地溯源、種類(lèi)鑒別、摻假鑒別、品牌鑒別、品質(zhì)識(shí)別、工藝鑒定、標(biāo)簽符合程度鑒定等[2-4]。禽制品中常見(jiàn)的摻假問(wèn)題有雞肉注水、注膠及高價(jià)的禽肉肉糜中摻入低價(jià)肉或植物蛋白等。商品種類(lèi)錯(cuò)誤標(biāo)注在禽制品銷(xiāo)售環(huán)節(jié)中尤為常見(jiàn)，如籠養(yǎng)雞蛋冒充散養(yǎng)雞蛋，普通禽制品冒充有機(jī)禽制品，低價(jià)鴨肝充當(dāng)高價(jià)鵝肝等。近些年食品標(biāo)簽上的地理來(lái)源信息受到了消費(fèi)者的關(guān)注，Vukasovi?[5]研究表明，禽肉的產(chǎn)地來(lái)源已經(jīng)成為影響斯洛文尼亞消費(fèi)者是否購(gòu)買(mǎi)的重要因素，產(chǎn)地來(lái)源的真實(shí)性對(duì)消費(fèi)者也顯得尤為重要。為保障消費(fèi)者的合法權(quán)益和規(guī)范禽制品市場(chǎng)，研究能夠正確驗(yàn)證禽制品真實(shí)性的分析方法和技術(shù)具有重要意義。

目前常用于鑒別禽制品真實(shí)性的分析技術(shù)主要有以聚合酶鏈?zhǔn)椒磻?yīng)、分子標(biāo)記、DNA指紋圖譜等[6-8]為代表的分子生物學(xué)技術(shù)，以光譜、質(zhì)譜、色譜等[9-11]為代表的理化分析技術(shù)，以電子鼻和電子舌等[12-13]為代表的人工智能技術(shù)。近年來(lái)，光譜法中的可見(jiàn)-近紅外光譜技術(shù)因其無(wú)損、簡(jiǎn)便、高效的優(yōu)點(diǎn)，被國(guó)內(nèi)外研究人員廣泛關(guān)注，也越來(lái)越多地被應(yīng)用于禽制品真實(shí)性鑒別研究中。目前，常用于禽制品產(chǎn)地溯源的技術(shù)主要是穩(wěn)定同位素技術(shù)和礦質(zhì)元素指紋圖譜技術(shù)[14]，禽制品中的礦質(zhì)元素含量和穩(wěn)定同位素比可以反映其產(chǎn)地、飲食等信息。禽制品的種類(lèi)眾多，不法商販常在禽制品的品種、養(yǎng)殖方式（散養(yǎng)或籠養(yǎng)）、有機(jī)屬性上造假，用低價(jià)禽制品充當(dāng)高價(jià)禽制品，以賺取差價(jià)?，F(xiàn)有研究已經(jīng)證明以散養(yǎng)方式生產(chǎn)的禽制品品質(zhì)相較于普通籠養(yǎng)生產(chǎn)的禽制品更優(yōu)[15-16]。有機(jī)禽制品與普通禽制品因其飼養(yǎng)制度的差異在營(yíng)養(yǎng)成分含量上也存在差異[17-18]，這種差異為區(qū)分有機(jī)禽制品和普通禽制品提供了條件。目前，穩(wěn)定C、N同位素比和礦質(zhì)元素已被廣泛用于鑒定家禽的養(yǎng)殖方式和有機(jī)屬性[19-21]。本文將圍繞穩(wěn)定同位素技術(shù)、礦質(zhì)元素指紋技術(shù)和可見(jiàn)-近紅外光譜技術(shù)在禽制品真實(shí)性鑒別方面的應(yīng)用展開(kāi)綜述，以期為我國(guó)禽制品真實(shí)性鑒別技術(shù)的發(fā)展提供參考。

1 穩(wěn)定同位素技術(shù)

1.1 穩(wěn)定同位素技術(shù)應(yīng)用的理論基礎(chǔ)

同位素是指含有相同質(zhì)子數(shù)、不同中子數(shù)的一類(lèi)元素，分為放射性同位素和穩(wěn)定性同位素。穩(wěn)定性同位素具有整合、示蹤和指示的功能，是食品真實(shí)性鑒別的良好指標(biāo)。在自然界中，生物體會(huì)不斷與外界環(huán)境進(jìn)行物質(zhì)交換，穩(wěn)定同位素會(huì)在物理、化學(xué)及生物化學(xué)作用過(guò)程中發(fā)生分餾[22]。同位素分餾受生物體代謝類(lèi)型、氣候環(huán)境等多種因素影響，因此不同來(lái)源的生物體內(nèi)穩(wěn)定同位素比值存在差異，這種差異為禽制品的真實(shí)性鑒別提供了特征指紋。

在食品真實(shí)性鑒別技術(shù)中，常用到的穩(wěn)定同位素包括C、N、H、O、S、Pb和Sr等。C、N、H、O同位素分餾受自然因素和人為因素的影響，如海拔、氣候、地球大氣循環(huán)和水循環(huán)以及農(nóng)業(yè)種植條件等。土壤中S穩(wěn)定同位素的豐度與該地的地質(zhì)特點(diǎn)（火山巖、沉積巖、酸性巖和堿性巖）和工業(yè)污染有關(guān)。農(nóng)作物在生長(zhǎng)過(guò)程中會(huì)從土壤中攝取元素，因此農(nóng)作物的C同位素組成一定程度上反映了該地土壤的C同位素組成[23]。S穩(wěn)定同位素還與該地與海洋的距離有關(guān)，動(dòng)物長(zhǎng)期食用添加海洋生物的飼料會(huì)對(duì)其體內(nèi)S穩(wěn)定同位素組成產(chǎn)生影響[24]。Pb有4 種天然的同位素，其中204Pb半衰期很長(zhǎng)，一般被當(dāng)作穩(wěn)定同位素處理。不同地區(qū)Pb同位素的組成因其地質(zhì)結(jié)構(gòu)、礦質(zhì)元素含量、地質(zhì)年齡和降水分布的不同而不同，因此Pb同位素也常用于農(nóng)副產(chǎn)品產(chǎn)地溯源[25]。Sr對(duì)于自然界的生物體至關(guān)重要，它普遍存在于動(dòng)物的殼和骨中。植物體中的Sr主要來(lái)源于水和土壤，進(jìn)而通過(guò)食物鏈在動(dòng)物體內(nèi)產(chǎn)生富集。而土壤中的Sr與該區(qū)域的巖石性質(zhì)（從基性到酸性）有關(guān)，不同性質(zhì)的巖石Sr同位素的組成也不同。水體中的Sr一般來(lái)源于雨水和河流對(duì)途經(jīng)流域巖石和土壤的淋洗和沖刷，所以一般不同地區(qū)土壤和水體中Sr同位素組成也不同[26]。生物體吸收Sr的過(guò)程中Sr同位素的組成不發(fā)生分餾[27]，植物體中Sr同位素的組成反映了植物生長(zhǎng)環(huán)境中Sr同位素的組成。

1.2 穩(wěn)定同位素技術(shù)在禽制品真實(shí)性鑒別中的應(yīng)用

1.2.1 穩(wěn)定同位素技術(shù)在禽制品產(chǎn)地溯源中的應(yīng)用

禽制品的H、O同位素組成與家禽的飲水有關(guān)，不同地區(qū)水中H、O同位素組成不同，因此H、O同位素常被用于禽制品產(chǎn)地溯源。例如，F(xiàn)ranke等[28]用δ 18O值成功區(qū)分巴西、法國(guó)、德國(guó)、匈牙利和瑞士5 國(guó)的雞胸肉樣品

（P<0.001）。H、O同位素常與C、N、S等同位素結(jié)合用于禽制品的產(chǎn)地溯源，如孫豐梅等[29]利用同位素比值質(zhì)譜儀測(cè)定北京、山東、湖南和廣東4 省9 個(gè)不同地區(qū)雞肉粗蛋白中的δ 2H、δ 13C、δ 15N、δ 34S值（分別為4 種穩(wěn)定同位素比值，下同）和相應(yīng)各地飲用水中的δ 18O值，

結(jié)合多元方差分析4 省雞肉粗蛋白中的δ 2H、δ 13C、δ 15N、δ 34S值。結(jié)果表明，δ 2H、δ 13C、δ 15N、δ 34S值在不同地區(qū)的雞肉中均存在顯著差異（P<0.05），采用貝葉斯判別分析對(duì)各地雞肉產(chǎn)地鑒別的準(zhǔn)確率為100%，且多同位素結(jié)合判別準(zhǔn)確率高于單一同位素，同時(shí)該研究還發(fā)現(xiàn)不同地區(qū)雞肉粗蛋白中的δ 2H值和當(dāng)?shù)仫嬎械摩?18O值呈極顯著正相關(guān)性（P<0.01），這進(jìn)一步說(shuō)明飲水是雞肉中δ 2H的重要來(lái)源，這與王慧文[30]、戴祁[31]等的研究結(jié)果一致。同時(shí)，王慧文等[30]的研究表明，雞肉粗蛋白中的δ 13C值與雞所食用的飼料高度相關(guān)。戴祁[31]測(cè)定北京昌平、天津空港、江蘇南京、山東聊城、甘肅定西、新疆阿克蘇、河南平頂山和四川成都地區(qū)雞蛋蛋清中的δ 13C、δ 15N、δ 18O、δ 2H值，結(jié)果表明，不同地區(qū)雞蛋蛋清中的δ 13C、δ 15N值存在顯著差異，由于不同地區(qū)的優(yōu)勢(shì)作物不同，導(dǎo)致不同地區(qū)養(yǎng)殖蛋雞時(shí)投喂的飼料存在差異，這為產(chǎn)地的鑒別提供了條件。Swanson等[32]

研究家禽飼料中同位素組成對(duì)禽制品同位素組成的影響，結(jié)果證明飼料中的金屬穩(wěn)定同位素會(huì)在禽制品中產(chǎn)生富集，影響禽制品的同位素組成。家禽飲水與飼料的選擇受地理因素影響，進(jìn)而對(duì)禽制品的同位素組成產(chǎn)生影響，這是禽制品產(chǎn)地鑒別的重要依據(jù)[33]。

1.2.2 穩(wěn)定同位素技術(shù)在禽制品產(chǎn)品類(lèi)型真實(shí)性鑒別中的應(yīng)用

家禽養(yǎng)殖方式（籠養(yǎng)和散養(yǎng)）與有機(jī)屬性的區(qū)分是禽制品行業(yè)的研究熱點(diǎn)。戴祁等[34]利用元素分析-穩(wěn)定同位素比值質(zhì)譜測(cè)定雞蛋蛋黃、蛋清和蛋殼膜中的δ 13C、δ 15N值，對(duì)比散養(yǎng)雞蛋和籠養(yǎng)雞蛋蛋清的δ 13C、δ 15N值范圍，結(jié)果表明，散養(yǎng)雞蛋蛋清中δ 13C、δ 15N值范圍分別為-18.00‰～-14.97‰、3.02‰～4.37‰，籠養(yǎng)雞蛋蛋清中δ 13C、δ 15N值范圍分別為-18.96‰～-15.98‰、1.66‰～2.68‰?？梢?jiàn)結(jié)合δ 13C值和δ 15N值可區(qū)分散養(yǎng)和籠養(yǎng)雞蛋。Rogers[21]測(cè)定18 種籠養(yǎng)、倉(cāng)谷飼養(yǎng)、散養(yǎng)和有機(jī)飼養(yǎng)的雞所產(chǎn)雞蛋的蛋黃、蛋白和蛋殼膜的δ 15N值。結(jié)果表明，散養(yǎng)和有機(jī)飼養(yǎng)的雞蛋蛋黃、蛋白和蛋殼膜的δ 15N值更為偏正，表明養(yǎng)殖方式會(huì)對(duì)雞蛋蛋黃、蛋白和蛋殼膜中N同位素組成產(chǎn)生影響，這與戴祁等[34]的研究結(jié)果相同，但Rogers[21]的研究中部分有機(jī)雞蛋與普通雞蛋δ 15N值相同，無(wú)法將二者完全區(qū)分。隨后Rogers等[35]

測(cè)定荷蘭49 家養(yǎng)殖場(chǎng)的籠養(yǎng)、谷倉(cāng)、自由放養(yǎng)和有機(jī)飼養(yǎng)條件下生產(chǎn)的雞蛋蛋清中δ 13C值和δ 15N值，利用δ 13C值和δ 15N值成功區(qū)分了有機(jī)雞蛋和谷倉(cāng)雞蛋。

Coletta等[19]對(duì)比使用同種飼料喂養(yǎng)的圈養(yǎng)雞和散養(yǎng)雞雞胸肉中δ 13C、δ 15N值，結(jié)果表明，二者δ 15N值存在差異，散養(yǎng)雞的δ 15N值更為偏正，這與散養(yǎng)雞額外攝入動(dòng)物蛋白有關(guān)。林濤等[36]用204Pb/206Pb值結(jié)合P、K、Ca、Na、Mg、Mn、Zn、Fe、Cu 9 種元素成功區(qū)分有機(jī)雞與普通雞，鑒別準(zhǔn)確率為100%，交叉驗(yàn)證正確率為90%。在有機(jī)禽制品和普通禽制品的鑒別中，穩(wěn)定同位素技術(shù)和多元素分析方法結(jié)合可有效提高產(chǎn)地鑒別的準(zhǔn)確率。Lü Jun等[37]測(cè)定取自北京普通養(yǎng)雞場(chǎng)、有機(jī)養(yǎng)雞場(chǎng)和吉林普通養(yǎng)雞場(chǎng)3 種雞肉的蛋白質(zhì)、脂肪、δ 13C值、δ 15N值以及12 種礦物元素（Na、Mg、K、Ca、V、Fe、Co、Ni、Cu、Rb、Ba和Pb）的含量。結(jié)果表明，有機(jī)組的雞肉蛋白質(zhì)含量更高、去脂雞肉的δ 13C值和δ 15N值均更為偏正，普通組和有機(jī)組雞肉除Mg外的其他11 種元素含量均存在顯著差異（P<0.05），這些差異可為區(qū)分有機(jī)雞肉與普通雞肉提供參考依據(jù)。

綜上所述，δ 2H、δ 18O、δ 13C、δ 15N、δ 34S值是禽制品真實(shí)性鑒別的重要特征指標(biāo)，金屬同位素可反映家禽的養(yǎng)殖環(huán)境，在禽制品真實(shí)性鑒別中有較大潛力，穩(wěn)定同位素與禽制品礦質(zhì)元素含量及有機(jī)組分差異相結(jié)合可進(jìn)一步提高禽制品真實(shí)性鑒別準(zhǔn)確率。飲水和飼料是影響不同地區(qū)禽制品同位素差異的關(guān)鍵因素，研究飲水和飼料中穩(wěn)定同位素在家禽體內(nèi)的代謝途經(jīng)對(duì)禽制品真實(shí)性鑒別具有重要意義。在禽制品真實(shí)性鑒別研究中，可根據(jù)測(cè)定指標(biāo)將樣品的不同組分分離后進(jìn)行測(cè)定，可減少因樣品不均勻帶來(lái)的誤差，如將禽蛋蛋清和蛋黃分離后分別測(cè)定各組分穩(wěn)定同位素比值。隨著穩(wěn)定同位素技術(shù)的發(fā)展，樣品前處理逐漸簡(jiǎn)化，測(cè)定效率得到提升，穩(wěn)定同位素技術(shù)將會(huì)更廣泛應(yīng)用于禽制品真實(shí)性鑒別。

2 礦質(zhì)元素指紋鑒別技術(shù)

2.1 礦質(zhì)元素指紋鑒別技術(shù)應(yīng)用的理論基礎(chǔ)

不同地區(qū)土壤中的礦質(zhì)元素組成和含量存在差異，這主要與地下巖層有關(guān)，地下巖層的風(fēng)化是影響土壤礦質(zhì)元素種類(lèi)與含量的重要因素[38]。不同地區(qū)的地質(zhì)類(lèi)型不同，這使得每個(gè)地區(qū)土壤中的元素種類(lèi)與含量等具有地質(zhì)特異性。生物體所含礦質(zhì)元素受產(chǎn)地環(huán)境影響，因此，各產(chǎn)地生物體內(nèi)所含礦質(zhì)元素存在差異。水和土壤是植物攝取礦質(zhì)元素最直接的途經(jīng)，動(dòng)物需要從水和食物中獲取生長(zhǎng)所需的礦質(zhì)元素，因此不同來(lái)源生物體中的礦質(zhì)元素與其生長(zhǎng)的地理環(huán)境密切相關(guān)，可在不同程度上反映出其產(chǎn)地的地質(zhì)特征。

礦質(zhì)元素指紋鑒別技術(shù)在實(shí)際應(yīng)用中存在樣本量大、變量多的問(wèn)題，需引入化學(xué)計(jì)量學(xué)方法進(jìn)行數(shù)據(jù)處理。如利用方差分析法可篩選樣本間存在差異的變量，利用主成分分析（principal component analysis，PCA）、線性判別分析（linear discriminant analysis，LDA）、偏最小二乘判別分析和聚類(lèi)分析等可建立樣本判別模型，從而對(duì)樣品屬性進(jìn)行預(yù)測(cè)。

2.2 礦質(zhì)元素指紋鑒別技術(shù)在禽制品真實(shí)性鑒別中的應(yīng)用

2.2.1 礦質(zhì)元素指紋鑒別技術(shù)在禽制品產(chǎn)地溯源中的應(yīng)用

Franke等[39]分析瑞士、巴西、泰國(guó)、法國(guó)、德國(guó)和匈牙利6 個(gè)國(guó)家的25 份禽肉樣品中的46 種元素。結(jié)果表明，As能準(zhǔn)確區(qū)分泰國(guó)與其他國(guó)家的樣本，這主要與泰國(guó)飲用水中的As超標(biāo)有關(guān)，Rb可將巴西、瑞士和德國(guó)的禽肉準(zhǔn)確區(qū)分，Ti是區(qū)分法國(guó)與其他5 個(gè)國(guó)家樣本的特征元素。Franke等[40]測(cè)定取自巴西、法國(guó)、瑞士和匈牙利的56 份禽肉樣品，結(jié)合相關(guān)研究[39]進(jìn)行數(shù)據(jù)分析，建立的產(chǎn)地判別模型判別準(zhǔn)確率達(dá)到77%，篩選出能夠表征產(chǎn)區(qū)特色的As、Na、Rb、Se、Sr、Ti 6 種元素，證明了礦質(zhì)元素在禽制品地理信息真實(shí)性鑒別中的可行性。Zhao Yan等[41]通過(guò)對(duì)我國(guó)4 ?。ê邶埥⑸轿?、江西和福建）雞肉樣品中δ 13C、δ 15N穩(wěn)定同位素和K、Ca、Na、Mg、Al、Zn、Fe、Cu、Ti、Rb、Se、Ba 12 種礦質(zhì)元素的分析，篩選出能夠表征產(chǎn)區(qū)特色的元素為K、Zn和Rb，結(jié)合δ 13C、δ 15N建立產(chǎn)地判別模型，判別正確率為100%，證明礦質(zhì)元素指紋鑒別技術(shù)與穩(wěn)定同位素技術(shù)相結(jié)合可有效提高產(chǎn)地鑒別準(zhǔn)確率。

Esposito等[42]試圖從意大利坎帕尼亞地區(qū)散養(yǎng)雞蛋中的微量元素分析散養(yǎng)雞蛋是否受到坎帕尼亞大火的影響，從坎帕尼亞雞蛋中檢測(cè)到19 種痕量元素（As、Be、Cd、Co、Cr、Cu、Hg、Mo、Mn、Ni、Pb、Sb、Se、Sn、Sr、Tl、U、V、Zn），但缺少無(wú)污染地區(qū)雞蛋進(jìn)行對(duì)比。研究者已經(jīng)證明飼料中的礦質(zhì)元素和環(huán)境中的重金屬會(huì)在禽制品中富集[43-45]，但從特定地區(qū)生產(chǎn)的禽制品和該地區(qū)土壤和水源污染建立聯(lián)系，從而進(jìn)行地理信息真實(shí)性鑒定的方法有待進(jìn)一步研究。飲食是家禽攝入礦質(zhì)元素的主要方式，Bandoniene等[46]在雞飼料中引入Tb和Tm作為元素標(biāo)簽，區(qū)分標(biāo)記的雞和未標(biāo)記的雞。結(jié)果表明，經(jīng)短時(shí)間投喂添加Tb和Tm元素的飼料后，在蛋黃、蛋殼、骨、肝臟、肉、血液和糞便中均檢測(cè)到Tb和Tm富集，且引入的元素含量足夠低，能確保產(chǎn)品安全。該方法可用于某些特定條件下生產(chǎn)的禽制品的特殊標(biāo)簽，以確保禽制品的真實(shí)性。

2.2.2 礦質(zhì)元素指紋鑒別技術(shù)在禽制品產(chǎn)品類(lèi)型真實(shí)性鑒別中的應(yīng)用

家禽的養(yǎng)殖方式?jīng)Q定了家禽的活動(dòng)范圍和所接觸的環(huán)境，散養(yǎng)家禽相對(duì)于籠養(yǎng)家禽可從外界環(huán)境攝入一部分礦質(zhì)元素。Zhu等[20]分析Ca、P、Zn、Cu、Mn、Se、Cd和Pb在自由放養(yǎng)和常規(guī)飼養(yǎng)的雞蛋中的含量。結(jié)果發(fā)現(xiàn)：普通雞蛋的Cu、Zn和S含量顯著高于散養(yǎng)雞蛋，而Mn、Pb含量則顯著低于散養(yǎng)雞蛋，P、Cd含量沒(méi)有顯著差異;散養(yǎng)雞蛋蛋黃中的Zn含量相對(duì)較低，因?yàn)樯B(yǎng)雞生活環(huán)境更為復(fù)雜，一部分Zn用于提高自身的免疫力;散養(yǎng)雞可以從外界環(huán)境中攝入部分Ca和P元素，但由于散養(yǎng)雞在撲翼和奔跑的過(guò)程中促進(jìn)其肢骨和其他骨骼生長(zhǎng)，同時(shí)也促進(jìn)了Ca和P的吸收，這使得散養(yǎng)雞蛋蛋黃中的Ca、P含量反而低于籠養(yǎng)雞。Vincevica-Gaile等[47]驗(yàn)證了不同養(yǎng)殖類(lèi)型雞蛋礦質(zhì)元素差異，來(lái)自有機(jī)農(nóng)場(chǎng)雞蛋中的Fe、Zn、Cu、Ba、Rb、Mn和Pb元素含量高于大型養(yǎng)殖場(chǎng)和普通家養(yǎng)雞蛋的含量，大型養(yǎng)殖場(chǎng)雞蛋礦質(zhì)元素含量與普通家養(yǎng)雞蛋接近。De Freitas等[48]驗(yàn)證了巴西傳統(tǒng)雞蛋與普通家養(yǎng)雞蛋的礦質(zhì)元素含量差異，其中Ba、Cd、Co、Pb、Se、Fe、Zn、Mo元素含量具有顯著差異，這種差異和養(yǎng)殖方式、喂養(yǎng)飼料和生長(zhǎng)環(huán)境等有關(guān)。Barbosa等[49]測(cè)定同一地區(qū)的散養(yǎng)蛋和非散養(yǎng)蛋中15 種礦質(zhì)元素（As、Ba、Cd、Co、Cs、Cu、Fe、Mg、Mn、Mo、Pb、Se、Sr、V和Zn）含量，分別運(yùn)用決策樹(shù)和樸素貝葉斯2 種化學(xué)計(jì)量學(xué)方法建立雞蛋養(yǎng)殖方式的判別模型，決策樹(shù)模型鑒別準(zhǔn)確率為80.8%，樸素貝葉斯模型的鑒別準(zhǔn)確率達(dá)到90.4%，證明礦質(zhì)元素指紋技術(shù)可有效鑒別家禽養(yǎng)殖方式，選擇合適的化學(xué)計(jì)量學(xué)方法可提高鑒別準(zhǔn)確率。

礦質(zhì)元素指紋技術(shù)在禽制品的有機(jī)屬性鑒別中也有廣泛應(yīng)用。例如，Matt等[50]對(duì)比發(fā)現(xiàn)，有機(jī)雞蛋K含量相對(duì)較高，而Ca含量相對(duì)較低。Giannenas等[51]對(duì)比有機(jī)雞蛋、常規(guī)雞蛋和庭院散養(yǎng)雞蛋3 種產(chǎn)品中的元素差異，發(fā)現(xiàn)Se、Zn和Gr含量在3 種雞蛋中存在差異，有機(jī)雞蛋Se含量最高，這可能是由于日常攝入飼料導(dǎo)致金屬元素的沉積，有機(jī)雞蛋Zn含量最低，這與Kuecuekyilmaz等[52]的研究結(jié)果一致。Borges等[53]測(cè)定巴西的有機(jī)雞蛋和常規(guī)雞蛋中的19 種元素，進(jìn)行PCA，篩選出As、Co、Cr、Fe、Mn、P、Rb、Se、Tl、V 10 種礦質(zhì)元素可準(zhǔn)確區(qū)分有機(jī)雞蛋和常規(guī)雞蛋，證明了礦質(zhì)元素指紋技術(shù)在禽制品有機(jī)屬性鑒定中的可行性。

陳艷珍等[54]對(duì)比山東7 種品牌雞（壽光雞、瑯琊雞、日照麻雞、魯西斗雞、蘆花雞、濟(jì)寧百日雞和萊蕪黑雞）雞蛋中的10 種礦質(zhì)元素（Ca、Na、K、Mg、Fe、Zn、Cr、Cu、Mn、Pb）含量。結(jié)果表明，K、P元素在萊蕪黑雞雞蛋中含量最高，Na、Ca、Mg元素在百日雞雞蛋中含量最高，Zn、Fe、Mn、Gr元素在魯西斗雞雞蛋中含量最高，Cu元素在壽光雞和瑯琊雞雞蛋中含量最高，壽光雞雞蛋和日照麻雞雞蛋Pb含量最高。賀英等[55]在相同條件下用相同飼料飼養(yǎng)壩上長(zhǎng)尾雞和海蘭褐蛋雞，5 周后取2 種雞所產(chǎn)的雞蛋，分析Ca、P、Zn、Fe、Mn、Se 6 種元素含量差異，結(jié)果顯示，壩上長(zhǎng)尾雞的雞蛋中Ca、P、Zn、Fe、Mn含量均顯著高于海蘭褐蛋雞（P<0.05），表明不同品種的雞對(duì)飼料中礦質(zhì)元素的吸收能力不同，這與楊小林等[56]的研究結(jié)果相同。楊小林等[56]對(duì)比相同飼養(yǎng)條件下阿壩州3 個(gè)不同品系藏雞所產(chǎn)雞蛋的礦質(zhì)元素差異，結(jié)果表明，3 個(gè)品系藏雞雞蛋蛋清中P、Ba和Mn含量差異顯著（P<0.05），阿藏Ⅱ系蛋黃中B、Ca、Fe、K、Mn、P和Zn含量與阿藏Ⅰ系和Ⅲ系存在顯著差異（P<0.05），這種差異可能和不同品系的雞吸收轉(zhuǎn)化能力不同有關(guān)，說(shuō)明不同品種禽制品的元素差異不僅僅是由飲食引起的。白婷等[57]僅用Mn、Mo、Cs 3 種元素成功區(qū)分了黑水鳳尾雞和普通白羽雞的雞胸肉，區(qū)分正確率達(dá)到100%。

礦質(zhì)元素指紋技術(shù)已被廣泛應(yīng)用于禽制品的產(chǎn)地溯源、品種鑒別、有機(jī)屬性鑒別等多個(gè)方面。檢測(cè)禽制品礦質(zhì)元素含量一方面可用于禽制品真實(shí)性鑒別，同時(shí)可以保障禽制品的質(zhì)量安全。飲食來(lái)源是影響禽制品元素組成的重要因素，家禽的消化吸收能力也會(huì)影響元素在家禽體內(nèi)的累積。不同品種家禽對(duì)礦質(zhì)元素的吸收能力存在差異，這是礦質(zhì)元素指紋技術(shù)用于區(qū)分不同品種禽制品的理論依據(jù)。礦質(zhì)元素是保證人體健康生長(zhǎng)所必需的營(yíng)養(yǎng)素，通過(guò)在家禽飼料中添加適量的微量元素可作為特定禽制品的產(chǎn)品標(biāo)簽，有助于區(qū)分特定禽制品與普通禽制品，還可以對(duì)禽制品的品質(zhì)起到強(qiáng)化作用。隨著礦質(zhì)元素測(cè)定技術(shù)的發(fā)展，可準(zhǔn)確測(cè)定的微量元素種類(lèi)增多，強(qiáng)化了礦質(zhì)元素指紋圖譜技術(shù)在禽制品真實(shí)性鑒別方面的能力。

3 可見(jiàn)-近紅外光譜技術(shù)在禽制品真實(shí)性鑒別中的應(yīng)用

3.1 可見(jiàn)-近紅外光譜技術(shù)應(yīng)用的理論基礎(chǔ)

可見(jiàn)-近紅外光譜的其中一段波長(zhǎng)屬于可見(jiàn)光（400～760 nm）波段，另一段屬于近紅外光（780～2 526 nm）波段。幾乎所有的生物大分子物質(zhì)和基團(tuán)在380～2 500 nm波段均能夠形成穩(wěn)定的譜圖，由于物質(zhì)的成分不同，主要是O—H、C—H、C—N鍵的振動(dòng)吸收不同，它們?cè)谀骋惶囟ǚ秶牟ㄩL(zhǎng)下形成的譜圖也不同?？梢?jiàn)-近紅外光譜的峰位置、峰數(shù)及峰強(qiáng)度包含了樣品的成分、含量及結(jié)構(gòu)等眾多信息，可用來(lái)對(duì)不同樣品進(jìn)行快速區(qū)分。

傳統(tǒng)檢測(cè)技術(shù)前處理繁瑣，耗時(shí)長(zhǎng)，且對(duì)產(chǎn)品本身有損害，在檢測(cè)中受到一定的限制，建立快速、無(wú)損的檢測(cè)技術(shù)成為迫切需要。近紅外光譜技術(shù)已經(jīng)被證明是一種產(chǎn)品真實(shí)性鑒定的可靠、高效檢測(cè)技術(shù)。目前可見(jiàn)-近紅外光譜技術(shù)已經(jīng)在肉制品[58]、果蔬[59-60]、蜂蜜[61]和咖啡豆[62]等農(nóng)副產(chǎn)品的真實(shí)性鑒別中廣泛應(yīng)用。

3.2 可見(jiàn)-近紅外光譜技術(shù)在禽制品真實(shí)性鑒別中的應(yīng)用

3.2.1 可見(jiàn)-近紅外光譜技術(shù)在禽制品產(chǎn)地溯源中的應(yīng)用

王彬等[63]采集湖北省4 個(gè)不同地區(qū)雞蛋500～900 nm波長(zhǎng)下的透射光譜，采用直接正交信號(hào)校正（direct orthogonal signal correction，DOSC）對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理，處理后的光譜數(shù)據(jù)經(jīng)t分布式隨機(jī)鄰域嵌入（t-distributed stochastic neighbor embedding，t-SNE）和PCA降維后分別輸入至極限學(xué)習(xí)機(jī)和隨機(jī)森林中，建立雞蛋產(chǎn)地溯源模型。結(jié)果顯示，DOSC預(yù)處理及t-SEN提取的光譜特征信息結(jié)合隨機(jī)森林建立的模型最優(yōu)，訓(xùn)練集判別正確率為100%，預(yù)測(cè)集判別正確率為98.33%。吳鵬等[64]利用可見(jiàn)-近紅外光譜技術(shù)對(duì)山西省4 個(gè)地區(qū)雞蛋進(jìn)行產(chǎn)地溯源，結(jié)合PCA建立的判別模型判別準(zhǔn)確率達(dá)到100%，證明可見(jiàn)-近紅外光譜技術(shù)在雞蛋產(chǎn)地鑒別中可行。

孫瀟等[65]采集4 個(gè)不同廠家的雞肉樣本，分別采用蒸、煮和微波處理后采集近紅外光譜，對(duì)光譜數(shù)據(jù)進(jìn)行聚類(lèi)分析和PCA并建立產(chǎn)地鑒別模型。結(jié)果表明：在波數(shù)7 000～4 000 cm-1內(nèi)，原始光譜經(jīng)二階求導(dǎo)（13 點(diǎn)平滑）和標(biāo)準(zhǔn)正態(tài)變換（standard normal variate transform，SNV）預(yù)處理后，3 種不同加工方式處理的雞肉近紅外光譜圖均存在顯著差異，建立的判別模型識(shí)別正確率可達(dá)90%～95%。該研究證明，近紅外光譜技術(shù)可用于鑒別加工后禽肉制品的產(chǎn)地，對(duì)保障禽制品產(chǎn)地真實(shí)性有重要意義。史巖等[66]利用可見(jiàn)-近紅外光譜法成功區(qū)分遼寧大連、濰坊坊子、河北遵化、濰坊昌邑、濰坊諸城5 個(gè)產(chǎn)地的雞肉樣本，識(shí)別率和拒絕率均為100%。龔艷[67]利用可見(jiàn)-近紅外光譜技術(shù)分析不同產(chǎn)地雞胸肉中的蛋白質(zhì)和水分含量，基于蛋白質(zhì)和水分含量成功區(qū)分了不同產(chǎn)地雞胸肉，區(qū)分正確率分別可達(dá)87.5%和93.8%，可見(jiàn)-近紅外光譜技術(shù)可對(duì)禽制品中含O—H、C—H、C—N鍵的成分進(jìn)行快速檢測(cè)，如脂肪、蛋白質(zhì)和水分，進(jìn)而通過(guò)禽制品成分差異來(lái)區(qū)分不同產(chǎn)地的禽制品。

3.2.2 可見(jiàn)-近紅外光譜技術(shù)在禽制品產(chǎn)品類(lèi)型真實(shí)性鑒別中的應(yīng)用

Cozzolino等[68]用可見(jiàn)-近紅外光譜法分析牛肉、羊肉、豬肉和雞肉400～2 500 nm波長(zhǎng)的光譜特征，建立4 種樣品的PCA判別模型和偏最小二乘判別模型，判別識(shí)別率超過(guò)85%，該研究證明了可見(jiàn)-近紅外光譜法在識(shí)別不同肉類(lèi)方面具有潛力，可應(yīng)用于禽肉制品的鑒別。在不同肉類(lèi)的鑒別中，不同波長(zhǎng)下吸收帶的形成主要與肉中的血紅蛋白、水、脂肪和脂肪酸有關(guān)。在Rannou等[69]的研究中，雞肉和火雞肉主要光譜特征差異存在于536 nm和574 nm波長(zhǎng)處，差異與肌紅蛋白和氧合肌紅蛋白有關(guān)，不同肉類(lèi)中呈色物質(zhì)的差異可作為鑒別不同禽制品的指標(biāo)。

可見(jiàn)-近紅外光譜技術(shù)在不同品種禽肉產(chǎn)品的鑒別中也有應(yīng)用。向靈孜等[70]利用可見(jiàn)-近紅外光譜技術(shù)成功區(qū)分了散養(yǎng)土雞雞肉和常規(guī)飼養(yǎng)的白羽肉雞雞肉，建立的聚類(lèi)分析產(chǎn)品預(yù)測(cè)模型預(yù)測(cè)正確率高達(dá)100%。不同品種禽肉理化性質(zhì)之間的差異是可見(jiàn)-近紅外光譜技術(shù)在禽肉真實(shí)性鑒別應(yīng)用中的前提，Ding Haibiao等[71]的研究證明，土雞肉和肉雞肉的光譜差異與2 種雞肉膠原蛋白、脂肪含量、pH值及色度值的差異有關(guān)。雞胸肉的表面特征（如纖維大?。?duì)分類(lèi)會(huì)產(chǎn)生影響，肌肉切碎時(shí)其生物學(xué)特性會(huì)發(fā)生改變，這種改變產(chǎn)生的散射效應(yīng)會(huì)影響肌肉本身的光譜信息，因此需要消除其影響。龔艷等[72]掃描3 種不同品種的雞肉切塊和雞肉糜1 000～2 500 nm波長(zhǎng)范圍內(nèi)的光譜，利用偏最小二乘法建立判別模型，鑒別準(zhǔn)確率分別為100.0%和97.7%，脂肪含量的差異是區(qū)分不同品種禽制品的重要指標(biāo)?？梢?jiàn)-近紅外光譜技術(shù)作為一種可快速、無(wú)損預(yù)測(cè)肌肉脂肪含量的技術(shù)[73]，可用于不同品種禽肉的快速無(wú)損鑒別。王彬[74]利用可見(jiàn)-近紅外光譜技術(shù)成功區(qū)分了湖北4 個(gè)不同地區(qū)雞蛋，利用增強(qiáng)回歸樹(shù)算法建立雞蛋的品種鑒別模型，模型訓(xùn)練集和預(yù)測(cè)集的判別正確率分別為98.33%和97.00%，該研究表明，可見(jiàn)-近紅外光譜技術(shù)可用于不同品種雞蛋的無(wú)損鑒別。

3.2.3 可見(jiàn)-近紅外光譜技術(shù)在禽制品其他真實(shí)性問(wèn)題鑒別中的應(yīng)用

可見(jiàn)-近紅外光譜技術(shù)在肉雞木質(zhì)肉鑒定、雞肉和雞蛋品質(zhì)屬性預(yù)測(cè)以及熟制雞肉摻假鑒定等多個(gè)方面均有應(yīng)用（表1）。Geronimo等[75]利用近紅外光譜技術(shù)結(jié)合計(jì)算機(jī)視覺(jué)系統(tǒng)獲取了同一養(yǎng)殖場(chǎng)80 份雞胸肉的近紅外光譜信息，并表征了樣品的理化信息和技術(shù)參數(shù)，利用支持向量機(jī)（support vector machine，SVM）建立雞肉木質(zhì)肉的判別模型，模型判別準(zhǔn)確率為91.8%。Rahim等[76]利用近紅外光譜技術(shù)預(yù)測(cè)雞胸肉嫩度，以Warner-Bratzler剪切儀測(cè)定結(jié)果作為標(biāo)準(zhǔn)進(jìn)行比較，結(jié)果表明，近紅外光譜技術(shù)預(yù)測(cè)準(zhǔn)確率超過(guò)85%。Abdel-Nour等[77]采購(gòu)相同飼養(yǎng)條件下生產(chǎn)的360 枚新鮮雞蛋，將其置于溫度和相對(duì)濕度恒定（溫度18 ℃、相對(duì)濕度55%）的環(huán)境中貯藏16 d，并在0、2、4、6、8、10、12、14、16 d各取40 枚雞蛋掃描可見(jiàn)-近紅外光譜數(shù)據(jù)，并測(cè)定雞蛋的哈夫單位及蛋白pH值，建立偏最小二乘判別模型。結(jié)果表明，雞蛋的哈夫單位和蛋白pH值的測(cè)量值與保存時(shí)間預(yù)測(cè)值之間的相關(guān)系數(shù)最高分別可達(dá)0.94和0.90，可見(jiàn)-近紅外光譜法是評(píng)估雞蛋新鮮度和測(cè)定雞蛋哈夫單位和蛋白pH值的有效工具。

Word等[78]的研究表明，近紅外技術(shù)可以對(duì)肌肉中蛋白質(zhì)含量以及水與肌肉結(jié)合的緊密程度進(jìn)行量化，這是近紅外技術(shù)可以成功區(qū)分木質(zhì)肉和正常肉的主要原因。除此之外，近紅外光譜中還包含雞肉的顏色、剩余血液量和木質(zhì)化程度等眾多信息，這為木質(zhì)化禽肉的鑒別提供了條件。劉平[82]研究發(fā)現(xiàn)，雞蛋粉中摻入其他成分會(huì)導(dǎo)致雞蛋粉的吸光度發(fā)生變化，波峰和波形的變化受摻入物質(zhì)的結(jié)構(gòu)影響，選擇合適的光譜預(yù)處理方法有助于摻假雞蛋粉的鑒別。在禽制品摻假鑒別中，建立模型時(shí)選擇合適的主成分也尤為重要，主成分選擇過(guò)少不足以反映樣品的全部信息，選擇過(guò)多則會(huì)增加無(wú)用的數(shù)據(jù)量，導(dǎo)致信噪比降低[81]。

綜上所述，可見(jiàn)-近紅外光譜技術(shù)在禽制品真實(shí)性鑒別中有一定的應(yīng)用價(jià)值。相對(duì)其他技術(shù)而言，可見(jiàn)-近紅外光譜技術(shù)有無(wú)需前處理、快速、高效的優(yōu)勢(shì)，能在無(wú)損條件下實(shí)現(xiàn)對(duì)物質(zhì)結(jié)構(gòu)、成分含量及變化的監(jiān)測(cè)，用于解決摻假、產(chǎn)地溯源和品質(zhì)預(yù)測(cè)等多種禽制品真實(shí)性問(wèn)題。在禽制品真實(shí)性鑒別的實(shí)際應(yīng)用中，需考慮外界因素的影響，如環(huán)境光線變化和樣品取樣部位的透光性差異?？梢?jiàn)-近紅外光譜包含的信息量大，不同成分之間會(huì)產(chǎn)生干擾，選擇合適的光譜預(yù)處理方法可減少數(shù)據(jù)冗余，有助于模型建立。

4 結(jié) 語(yǔ)

在禽制品真實(shí)性檢測(cè)中，礦質(zhì)元素指紋鑒別技術(shù)、穩(wěn)定同位素技術(shù)和可見(jiàn)-近紅外光譜技術(shù)都能夠簡(jiǎn)單、快速、準(zhǔn)確地檢測(cè)禽制品的特征信息，是禽制品真實(shí)性檢測(cè)的有效手段，但各自均具有一定的適用范圍，因此針對(duì)不同禽制品真實(shí)性問(wèn)題選擇合適的檢測(cè)技術(shù)尤為重要。目前研究仍存在以下幾方面的問(wèn)題：1）在禽制品真實(shí)性鑒別中，測(cè)定的樣本數(shù)量有限，建立的鑒別模型和數(shù)據(jù)庫(kù)具有一定的局限性，且誤差較大，需增加樣本量來(lái)提高判別準(zhǔn)確率;2）家禽飼料的選擇受多種因素影響，商品飼料的使用縮小了不同產(chǎn)區(qū)家禽飲食間的差異，為產(chǎn)地鑒別增加了難度，需結(jié)合相對(duì)穩(wěn)定的特征因子進(jìn)行鑒別，如飲水中H、O同位素;3）穩(wěn)定同位素檢測(cè)儀器昂貴，檢測(cè)成本較高，建立完整的鑒別系統(tǒng)需要大量數(shù)據(jù)支撐，導(dǎo)致其在禽制品真實(shí)性鑒別中的應(yīng)用十分有限，需不斷研發(fā)新的檢測(cè)技術(shù)，降低穩(wěn)定同位素的檢測(cè)成本。

綜合來(lái)看，單一技術(shù)無(wú)法滿足所有禽制品真實(shí)性問(wèn)題的檢測(cè)，多技術(shù)聯(lián)用是未來(lái)的一大發(fā)展趨勢(shì)，在此基礎(chǔ)上結(jié)合化學(xué)計(jì)量學(xué)統(tǒng)計(jì)方法，可有效降低誤差，提高鑒別準(zhǔn)確率;為適應(yīng)現(xiàn)代食品工業(yè)快速、高效的技術(shù)特點(diǎn)，手持式和便攜式檢測(cè)儀器的研發(fā)成為一個(gè)新的研究方向，可見(jiàn)-近紅外光譜技術(shù)在手持式和便攜式的檢測(cè)設(shè)備研發(fā)中具有良好的應(yīng)用前景。隨著人們生活水平的提高，禽制品的真實(shí)性被越來(lái)越多的消費(fèi)者所重視，通過(guò)發(fā)展禽制品真實(shí)性分析技術(shù)可以有效減少禽制品真實(shí)性問(wèn)題的發(fā)生，為保障食品安全提供技術(shù)支撐。

參考文獻(xiàn)：

[1] 秦富. 我國(guó)蛋雞產(chǎn)業(yè)發(fā)展現(xiàn)狀問(wèn)題及建議[J]. 北方牧業(yè)， 2017（23）： 10-11.

[2] MCGRATH T F， HAUGHEY S A， PATTERSON J， et al. What are the scientific challenges in moving from targeted to non-targeted methods for food fraud testing and how can they be addressed？ Spectroscopy case study[J]. Trends in Food Science and Technology， 2018， 76：?38-55. DOI：10.1016/j.tifs.2018.04.001.

[3] DANEZIS G P， TSAGKARIS A S， CAMIN F， et al. Food authentication： techniques， trends and emerging approaches[J]. TrAC Trends in Analytical Chemistry， 2016， 85： 123-132. DOI：10.1016/j.trac.2016.02.026.

[4] EVERSTINE K， SPINK J， KENNEDY S. Economically motivated adulteration （EMA） of food： common characteristics of EMA incidents[J]. Journal of Food Protection， 2013， 76（4）： 723-735. DOI：10.4315/0362-028X.JFP-12-399.

[5] VUKASOVI? T. Consumer perception of poultry meat and the importance of country of origin in a purchase making process[J]. World’s Poultry Science Journal， 2009， 65（1）： 65-74. DOI：10.1017/S0043933909000051.

[6] XIAO Mingya， CHEN Yang， CHU Haijiao， et al. Development of a polymerase chain reaction： nucleic acid sensor assay for the rapid detection of chicken adulteration[J]. LWT-Food Science and Technology， 2020， 131： 109679. DOI：10.1016/j.lwt.2020.109679.

[7] STAMOULIS P， STAMATIS C， SARAFIDOU T， et al. Development and application of molecular markers for poultry meat identification in food chain[J]. Food Control， 2010， 21（7）： 1061-1065. DOI：10.1016/j.foodcont.2009.12.027.

[8] COTTENET G， SONNARD V， BLANCPAIN C， et al. A DNA macro-array to simultaneously identify 32 meat species in food samples[J]. Food Control， 2016， 67： 135-143. DOI：10.1016/j.foodcont.2016.02.042.

[9] DENIZ E， ALTUNTAS E G， AYHAN B， et al. Differentiation of beef mixtures adulterated with chicken or turkey meat using FTIR spectroscopy[J]. Journal of Food Processing and Preservation， 2018， 42（10）： e13767. DOI：10.1111/jfpp.13767.

[10] FORNAL E， MONTOWSKA M. Species-specific peptide-based liquid chromatography-mass spectrometry monitoring of three poultry species in processed meat products[J]. Food Chemistry， 2019， 283： 489-498. DOI：10.1016/j.foodchem.2019.01.074.

[11] H?FNER L， KALKHOF S， JIRA W. Authentication of nine poultry species using high-performance liquid chromatography-tandem mass spectrometry[J]. Food Control， 2020， 122： 107803. DOI：10.1016/j.foodcont.2020.107803.

[12] TIAN Xiaojing， WANG Jun， SHEN Ruiqian， et al. Discrimination of pork/chicken adulteration in minced mutton by electronic taste system[J]. International Journal of Food Science and Technology， 2019， 54（3）： 670-678. DOI：10.1111/ijfs.13977.

[13] ZAUKUU J L Z， GILLAY Z， KOVACS Z. Standardized extraction techniques for meat analysis with the electronic tongue： a case study of poultry and red meat adulteration[J]. Sensors， 2021， 21（2）： 481. DOI：10.3390/s21020481.

[14] TZOUROS N E， ARVANITOYANNIS I S. Agricultural produces： synopsis of employed quality control methods for the authentication of foods and application of chemometrics for the classification of foods according to their variety or geographical origin[J]. Critical Reviews in Food Science and Nutrition， 2001， 41（4）： 287-319. DOI：10.1080/20014091091823.

[15] 陳杰， 趙鴻杰， 玄祖迎， 等. 不同養(yǎng)殖模式對(duì)貴妃雞肌纖維特性和肉品質(zhì)的影響[J]. 中國(guó)家禽， 2015， 37（18）： 28-31. DOI：10.16372/j.issn.1004-6364.2015.18.007.

[16] 吉小鳳， 楊華， 李銳， 等. 不同飼養(yǎng)模式雞蛋品質(zhì)及營(yíng)養(yǎng)成分比較研究[J]. 農(nóng)產(chǎn)品質(zhì)量與安全， 2019（4）： 65-68. DOI：10.3969/j.issn.1674-8255.2019.04.013.

[17] Kü?üKYILMAZ K， BOZKURT M， YAMANER C， et al. Effect of an organic and conventional rearing system on the mineral content of hen eggs[J]. Food Chemistry， 2012， 132（2）： 989-992. DOI：10.1016/j.foodchem.2011.11.084.

[18] CASTELLINI C， BERRI C， BIHAN-DUVAL E L， et al. Qualitative attributes and consumer perception of organic and free-range poultry meat[J]. World’s Poultry Science Journal， 2008， 64（4）： 500-512. DOI：10.1017/S0043933908000172.

[19] COLETTA L D， PEREIRA A L， COELHO A， et al. Barn vs. free-range chickens： differences in their diets determined by stable isotopes[J]. Food Chemistry， 2012， 131（1）： 155-160. DOI：10.1016/j.foodchem.2011.08.051.

[20] ZHU S B， ZHAO Q Y， LIU B L， et al. Variations in yolk mineral element contents from different chicken rearing systems： eggs analyzed by inductively coupled plasma mass spectrometry[J]. Advance Journal of Food Science and Technology， 2015， 7（7）： 530-533. DOI：10.5901/mjss.2015.v6n2s2p173.

[21] ROGERS K M. Stable isotopes as a tool to differentiate eggs laid by caged， barn， free range， and organic hens[J]. Journal of Agricultural and Food Chemistry， 2009， 57（10）： 4236-4242. DOI：10.1021/jf803760s.

[22] 林光輝. 穩(wěn)定同位素生態(tài)學(xué)[M]. 北京： 高等教育出版社， 2013： 66-75.

[23] 劉賢趙， 張勇， 宿慶， 等. 現(xiàn)代陸生植物碳同位素組成對(duì)氣候變化的響應(yīng)研究進(jìn)展[J]. 地球科學(xué)進(jìn)展， 2014， 29（12）： 1341-1354. DOI：10.11867/j.issn.1001-8166.2014.12.1341.

[24] CRITTENDEN R G， ANDREW A S， LEFOURNOUR M， et al. Determining the geographic origin of milk in Australasia using multi-element stable isotope ratio analysis[J]. International Dairy Journal， 2007， 17（5）： 421-428. DOI：10.1016/j.idairyj.2006.05.012.

[25] 黃志勇， 楊妙峰， 莊峙廈， 等. 利用鉛同位素比值判斷丹參不同產(chǎn)地來(lái)源[J]. 分析化學(xué)， 2003（9）： 1036-1039. DOI：10.3321/j.issn：0253-3820.2003.09.003.

[26] 劉向陽(yáng)， 謝若男， 王茹夢(mèng). 利用鍶同位素對(duì)農(nóng)產(chǎn)品原產(chǎn)地溯源的研究[J]. 質(zhì)量與認(rèn)證， 2020（4）： 69-71.

[27] CAPO R C， STEWART B W， CHADWICK O A. Strontium isotopes as tracers of ecosystem processes： theory and methods[J]. Geofisica Internacional， 1998， 82（1/3）： 197-225. DOI：10.1016/S0016-7061（97）00102-X.

[28] FRANKE B M， KOSLITZ S， MICAUX F， et al. Tracing the geographic origin of poultry meat and dried beef with oxygen and strontium isotope ratios[J]. European Food Research and Technology， 2008， 226（4）： 761-769. DOI：10.1007/s00217-007-0588-x.

[29] 孫豐梅， 王慧文， 楊曙明. 穩(wěn)定同位素碳、氮、硫、氫在雞肉產(chǎn)地溯源中的應(yīng)用研究[J]. 分析測(cè)試學(xué)報(bào)， 2008（9）： 925-929. DOI：10.3969/j.issn.1004-4957.2008.09.005.

[30] 王慧文， 楊曙明， 程永友. 雞肉中穩(wěn)定同位素組成與飼料和飲水關(guān)系的研究[J]. 分析科學(xué)學(xué)報(bào)， 2008， 24（1）： 47-50.

[31] 戴祁. 穩(wěn)定同位素在雞蛋鑒別及溯源中的應(yīng)用研究[D]. 天津： 天津科技大學(xué)， 2016： 42-45.

[32] SWANSON C A， REAMER D C， CLAUDE V， et al. Intrinsic labeling of chicken products with a stable isotope of selenium （76Se）[J].?Journal of Nutrition， 1983， 113（4）： 793-799. DOI：10.1093/jn/113.4.793.

[33] REES G， KELLY S D， CAIRNS P， et al. Verifying the geographical origin of poultry： the application of stable isotope and trace element （SITE） analysis[J]. Food Control， 2016， 67： 144-154. DOI：10.1016/j.foodcont.2016.02.018.

[34] 戴祁， 鐘其頂， 王道兵， 等. 散養(yǎng)與籠養(yǎng)雞蛋中穩(wěn)定碳氮同位素特征研究[J]. 質(zhì)譜學(xué)報(bào)， 2016， 37（4）： 366-373. DOI：10.7538/zpxb.2016.37.04.0366.

[35] ROGERS K M， RUTH S M V， ALEWIJN M， et al. Verification of egg farming systems from the Netherlands and New Zealand using stable isotopes[J]. Journal of Agricultural and Food Chemistry， 2015， 63（38）： 8372-8380. DOI：10.1021/acs.jafc.5b01975.

[36] 林濤， 劉興勇， 邵金良， 等. 應(yīng)用鉛同位素比值和元素含量分析法識(shí)別有機(jī)雞樣品真實(shí)性[J]. 食品科學(xué)技術(shù)學(xué)報(bào)， 2018， 36（6）： 101-106. DOI：10.3969/j.issn.2095-6002.2018.06.015.

[37] Lü Jun， ZHAO Yan. Combined stable isotopes and multi-element analysis to research the difference between organic and conventional chicken[J]. Food Analytical Methods， 2016， 10（2）： 347-353. DOI：10.1007/s12161-016-0588-1.

[38] 周東曉， 彭渤， 王勤， 等. 揚(yáng)子地臺(tái)西緣下寒武統(tǒng)黑色頁(yè)巖土壤元素地球化學(xué)特征[J]. 礦物巖石地球化學(xué)通報(bào)， 2020， 39（1）： 66-78. DOI：10.19658/j.issn.1007-2802.2019.38.119.

[39] FRANKE B M， HALDIMANN M， REIMANN J， et al. Indications for the applicability of element signature analysis for the determination of the geographic origin of dried beef and poultry meat[J]. European Food Research and Technology， 2007， 225（3/4）： 501-509. DOI：10.1007/s00217-006-0446-2.

[40] FRANKE B M， HALDIMANN M， GREMAUD G， et al. Element signature analysis： its validation as a tool for geographic authentication of the origin of dried beef and poultry meat[J]. European Food Research and Technology， 2008， 227（3）： 701-708. DOI：10.1007/s00217-007-0776-8.

[41] ZHAO Yan， ZHANG Bin， GUO Bin， et al. Combination of multi-element and stable isotope analysis improved the traceability of chicken from four provinces of China[J]. CyTA-Journal of Food， 2016， 14（2）： 163-168. DOI：10.1080/19476337.2015.1057235.

[42] ESPOSITO M， CAVALLO S， CHIARAVALLE E， et al. Trace elements in free-range hen eggs in the Campania region （Italy） analyzed by inductively coupled plasma mass spectrometry （ICP-MS）[J].?Environmental Monitoring and Assessment， 2016， 188（6）： 326. DOI：10.1007/s10661-016-5316-1.

[43] ZHUANG Ping， ZOU Huiling， SHU Wensheng. Biotransfer of heavy metals along a soil-plant-insect-chicken food chain： field study[J]. Journal of Environmental Sciences， 2009， 21（6）： 849-853. DOI：10.1016/S1001-0742（08）62351-7.

[44] 宗航， 牛夢(mèng)曉， 鮑穎穎， 等. 日糧不同微量元素水平對(duì)蛋雞生產(chǎn)性能日糧不同微量元素水平對(duì)蛋雞生產(chǎn)性能、蛋品質(zhì)及營(yíng)養(yǎng)物質(zhì)表觀代謝率的影響[J]. 中國(guó)家禽， 2019， 41（10）： 36-40. DOI：10.16372/j.issn.1004-6364.2019.10.007.

[45] BAHAKAIM A， MAGIED H A， OSMAN S， et al. Effect of using different levels and sources of zinc in layer’s diets on egg zinc enrichment[J]. Egyptian Poultry Science Journal， 2014， 34（1）： 39-56. DOI：10.21608/epsj.2014.5305.

[46] BANDONIENE D， WALKNER C， ZETTL D， et al. Rare earth element labeling as a tool for assuring the origin of eggs and poultry products[J]. Journal of Agricultural and Food Chemistry， 2018， 66（44）： 11729-11738. DOI：10.1021/acs.jafc.8b03828.

[47] VINCEVICA-GAILE Z， GAGA K， KLAVINS M. Food and environment： trace element content of hen eggs from different housing types[J]. APCBEE Procedia， 2013， 5： 221-226. DOI：10.1016/j.apcbee.2013.05.038.

[48] DE FREITAS R， RAMOS NACANO L， LEMOS BATISTA B， et al. Toxic and essential elements in conventional and home-produced eggs by ICP-MS analysis[J]. Food Additives and Contaminants： Part B， 2013， 6（1）： 30-35. DOI：10.1080/19393210.2012.721095.

[49] BARBOSA R M， NACANO L R， FREITAS R， et al. The use of decision trees and nave bayes algorithms and trace element patterns for controlling the authenticity of free-range-pastured hens’ eggs[J]. Journal of Food Science， 2015， 79（9）： C1672-C1677. DOI：10.1111/1750-3841.12577.

[50] MATT D， VEROMANN E， LUIK A. Effect of housing systems on biochemical composition of chicken eggs[J]. Agronomy Research， 2009， 7（2）： 662-667. DOI：10.3382/ps.0481013.

[51] GIANNENAS I， NISIANAKIS P， GAVRIIL A， et al. Trace mineral content of conventional， organic and courtyard eggs analysed by inductively coupled plasma mass spectrometry?（ICP-MS）[J]. Food Chemistry， 2009， 114（2）： 706-711. DOI：10.1016/j.foodchem.2008.09.079.

[52] KUECUEKYILMAZ K， BOZKURT M， YAMANER C， et al. Effect of an organic and conventional rearing system on the mineral content of hen eggs[J]. Food Chemistry， 2012， 132（2）： 989-992. DOI：10.1016/j.foodchem.2011.11.084.

[53] BORGES E M， VOLMER D A， GALLIMBERTI M， et al. Evaluation of macro- and microelement levels for verifying the authenticity of organic eggs by using chemometric techniques[J]. Analytical Methods， 2015， 7（6）： 2577-2584. DOI：10.1039/C4AY02986.

[54] 陳艷珍， 張錄強(qiáng)， 宋新華， 等. 山東7 個(gè)地方雞品種雞蛋中礦物質(zhì)元素含量的比較研究[J]. 微量元素與健康研究， 2006（6）： 32-34. DOI：10.3969/j.issn.1005-5320.2006.06.014.

[55] 賀英， 常麗， 關(guān)學(xué)敏， 等. 籠養(yǎng)條件下壩上長(zhǎng)尾雞與海蘭褐蛋雞的雞蛋營(yíng)養(yǎng)成分和蛋品質(zhì)比較[J]. 動(dòng)物營(yíng)養(yǎng)學(xué)報(bào)， 2019， 31（8）： 3535-3542. DOI：10.3969/j.issn.1006-267x.2019.08.014.

[56] 楊小林， 何世明， 吳錦波， 等. 阿壩州藏雞雞蛋礦物質(zhì)元素含量的比較研究[J]. 湖北農(nóng)業(yè)科學(xué)， 2018， 57（5）： 107-110. DOI：10.14088/j.cnki.issn0439-8114.2018.05.026.

[57] 白婷， 蔡浩洋， 鄧銀華， 等. 基于微量元素指紋圖譜對(duì)黑水鳳尾雞進(jìn)行產(chǎn)地溯源的研究[J]. 中國(guó)測(cè)試， 2018， 44（9）： 57-62. DOI：10.11857/j.issn.1674-5124.2018.09.011.

[58] LóPEZ-MAESTRESALAS A， INSAUSTI K， JAREN C， et al.

Detection of minced lamb and beef fraud using NIR spectroscopy[J]. Food Control， 2018， 98： 465-473. DOI：10.1016/j.foodcont.2018.12.003.

[59] BORBA K R， AYKAS D P， MILANI M I， et al. Portable near infrared spectroscopy as a tool for fresh tomato quality control analysis in the field[J]. Applied Sciences， 2021， 11（7）： 3209. DOI：10.3390/app11073209.

[60] Lü Chenfei， YANG Jinghui， LIU Yanjun， et al. Identification of true and false Aksu apple based on NIRS and PLS-DA[J]. IOP Conference Series Earth and Environmental Science， 2019， 310（4）： 042005. DOI：10.1088/1755-1315/310/4/042005.

[61] ALIAO-GONZáLEZ M J， FERREIRO-GONZáLEZ M， ESPADA-BELLIDO E， et al. A screening method based on visible-NIR spectroscopy for the identification and quantification of different adulterants in high-quality honey[J]. Talanta， 2019， 203： 235-241. DOI：10.1016/j.talanta.2019.05.067.

[62] ARBOLEDA E R. Discrimination of civet coffee using near infrared spectroscopy and artificial neural network[J]. International Journal of Advanced Computer Research， 2018， 8（39）： 324-334. DOI：10.19101/IJACR.2018.839007.

[63] 王彬， 王巧華， 肖壯， 等. 基于可見(jiàn)-近紅外光譜及隨機(jī)森林的雞蛋產(chǎn)地溯源[J]. 食品工業(yè)科技， 2017， 38（24）： 243-247. DOI：10.13386/j.issn1002-0306.2017.24.047.

[64] 吳鵬， 宋海燕， 楊威， 等. 基于近紅外光譜的雞蛋產(chǎn)地溯源[J].?食品工業(yè)科技， 2020， 41（22）： 227-231. DOI：10.13386/j.issn1002-0306.2020020107.

[65] 孫瀟， 史巖. 近紅外光譜技術(shù)對(duì)加工后雞肉產(chǎn)地溯源的研究[J].?現(xiàn)代食品科技， 2015， 31（6）： 315-321. DOI：10.13982/j.mfst.1673-9078.2015.6.050.

[66] 史巖， 趙田田， 陳海華， 等. 基于近紅外光譜技術(shù)的雞肉產(chǎn)地溯源[J]. 中國(guó)食品學(xué)報(bào)， 2014， 14（12）： 198-204. DOI：10.16429/j.1009-7848.2014.12.006.

[67] 龔艷. 近紅外光譜法用于雞肉定性鑒別及定量分析研究[D]. 北京： 中國(guó)農(nóng)業(yè)科學(xué)院， 2015： 24-26. DOI：10.7666/d.Y2788033.

[68] COZZOLINO D， MURRAY I. Identification of animal meat muscles by visible and near infrared reflectance spectroscopy[J]. LWT-Food Science and Technology， 2004， 37（4）： 447-452. DOI：10.1016/j.lwt.2003.10.013.

[69] RANNOU H， DOWNEY G. Discrimination of raw pork， chicken and turkey meat by spectroscopy in the visible， near-and mid-infrared ranges[J]. Analytical Communications， 1997， 34（12）： 401-404. DOI：10.1039/A707694K.

[70] 向靈孜， 郭培源. 近紅外光譜分析技術(shù)在雞肉分類(lèi)檢測(cè)中的應(yīng)用[J]. 食品科學(xué)技術(shù)學(xué)報(bào)， 2014， 32（6）： 66-71. DOI：10.3969/j.issn.2095-6002.2014.06.013.

[71] DING Haibiao， XU Ruojun， CHAN D K O. Identification of broiler chicken meat using a visible/near-infrared spectroscopic technique[J]. Journal of the Science of Food and Agriculture， 1999， 79（11）： 1382-1388. DOI：10.1002/（SICI）1097-0010（199908）79：113.0.CO;2-U.

[72] 龔艷， 湯曉艷， 王敏， 等. 近紅外光譜法對(duì)雞肉品種的快速無(wú)損鑒別[J].?食品科學(xué)， 2015， 36（16）： 148-152. DOI：10.7506/spkx1002-6630-201516027.

[73] FOWLER S M， MORRIS S， HOPKINS D L. Preliminary investigation for the prediction of intramuscular fat content of lamb in situ using a hand-held NIR spectroscopic device[J]. Meat Science， 2020， 166： 108153. DOI：10.7506/spkx1002-6630-201516027.

[74] 王彬. 基于電子鼻及可見(jiàn)-近紅外光譜的雞蛋品種及產(chǎn)地鑒別研究[D]. 武漢： 華中農(nóng)業(yè)大學(xué)， 2018： 59-60.

[75] GERONIMO B C， MASTELINI S M， CARVALHO R H， et al.?Computer vision system and near-infrared spectroscopy for identification and classification of chicken with wooden breast， and physicochemical and technological characterization[J]. Infrared Physics and Technology， 2019， 96： 303-310. DOI：10.1016/j.infrared.2018.11.036.

[76] RAHIM H A， GHAZALI R. The application of near-infrared spectroscopy for poultry meat grading[C]//IEEE 8th International colloquium on signal processing and its applications （CSPA）. Malacca， Malaysia： IEEE， 2012： 58-62. DOI：10.1109/CSPA.2012.6194691.

[77] ABDEL-NOUR N， NGADI M， PRASHER S， et al. Prediction of egg freshness and albumen quality using visible/near infrared spectroscopy[J]. Food and Bioprocess Technology， 2011， 4（5）：?731-736. DOI：10.1007/s11947-009-0265-0.

[78] WOLD J P， M?GE I， L?VLAND A， et al. Near-infrared spectroscopy detects woody breast syndrome in chicken fillets by the markers protein content and degree of water binding[J]. Poultry Science， 2019， 98（1）： 480-490. DOI：10.3382/ps/pey351.

[79] ZAID A， ABU-KHALAF N， MUDALAL S， et al. Differentiation between normal and white striped turkey breasts by visible/near infrared spectroscopy and multivariate data analysis[J]. Food Science of Animal Resources， 2020， 40（1）： 96-105. DOI：10.5851/kosfa.2019.e88.

[80] NOLASCO PEREZ I M， BADARó A T， BARBON S， Jr， et al. Classification of chicken parts using a portable near-infrared （NIR） spectrophotometer and machine learning[J]. Applied Spectroscopy， 2018， 72（12）： 1774-1780. DOI：10.1177/0003702818788878.

[81] 石佳， 柳興國(guó). 基于紅外特征光譜的熟制雞肉鑒別技術(shù)研究[J]. 中國(guó)調(diào)味品， 2020， 45（2）： 154-156; 170. DOI：10.3969/j.issn.1000-9973.2020.02.035.

[82] 劉平. 基于近紅外和高光譜檢測(cè)雞蛋粉摻假的研究[D]. 武漢： 華中農(nóng)業(yè)大學(xué)， 2017： 85.

[83] LYON B G， WINDHAM W R， LYON C E， et al. Sensory characteristics and near-infrared spectroscopy of broiler breast meat from various chill-storage regimes[J]. Journal of Food Quality， 2001， 24（5）： 435-452. DOI：10.1111/j.1745-4557.2001.tb00621.x.

[84] DONG Xiaoguang， ZHANG Beibei， DONG Jun， et al. Egg freshness prediction using a comprehensive analysis based on visible near infrared spectroscopy[J]. Spectroscopy Letters， 2020， 53（7）： 512-522. DOI：10.1080/00387010.2020.1787455.

[85] HSIEH C， CHEN Y R， DEY B P， et al. Separating septicemic and normal chicken livers by visible/near-infrared spectroscopy and back-propagation neural networks[J]. Transactions of the ASAE， 2002， 45（2）： 459-469. DOI：10.13031/2013.8515.

收稿日期：2021-04-26

基金項(xiàng)目：“十三五”國(guó)家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專(zhuān)項(xiàng)（2017YFC1601703）;海關(guān)總署科技項(xiàng)目（2020HK215;2020HK216）

第一作者簡(jiǎn)介：劉雅回（1995—）（ORCID： 0000-0002-5135-5632），男，碩士研究生，研究方向?yàn)槭称芳庸づc安全。

E-mail： 1454408915@qq.com

*通信作者簡(jiǎn)介：張昂（1982—）（ORCID： 0000-0002-1955-1430），男，高級(jí)工程師，博士，研究方向?yàn)槠咸丫萍按笞谵r(nóng)產(chǎn)品真實(shí)性檢測(cè)技術(shù)。E-mail： zhanganggrape@hotmail.com