指紋分析技術及其在食品中的應用

吳 帥 雷 聲楊錫洪 高 倩程東偉 張 玲 趙 蔚 張天棟解萬翠

（1.廣東海洋大學 食品科技學院，廣東 湛江 524088；2.云南中煙工業有限責任公司技術中心，云南 昆明 650231）

指紋技術，起源于生物識別技術（20世紀90年代初出現，如指紋識別、面部識別、聲紋識別及虹膜識別等方式［1］），并逐漸發展成為“指紋圖譜的化學模式識別分析技術”，其核心方法是先通過物質分解（酶解）或者反應擴增（如PCR擴增），然后采取一些分離手段（電泳、層析等）實現特征性物質的分離，最終獲得特征性（指紋）圖譜的一個過程。近些年，隨著各種先進生物技術的不斷發掘，使得指紋技術在食品領域（如微生物分離鑒定［2］、貨架期預測［3］等）的應用也越來越全面，為解決和預防食品造假、摻雜、食物中毒等食品安全問題提供了新的途徑。因此，能夠將指紋分析技術（圖1）合理的應用于食品領域將會促進食品行業的完善［4］。

圖1 常見指紋圖譜技術Figure 1 Common fingerprint technologies

在食品領域，指紋圖譜分析技術還處于初期階段，如果能進一步探索并更好地應用于食品生產和流通中，將大大促進食品產業的規范化和安全性，并加快傳統及新型食品的開發。

1 指紋技術應用狀況及特點

1.1 DNA指紋分析技術

DNA指紋分析技術簡稱DNA指紋或遺傳指紋技術，通過分子標記，對生物個體間DNA序列差異的檢測。包括物種特異聚合酶鏈式反應（polymerase chain reaction，PCR）、隨機擴增多態性 DNA標記（random amplified polymorphic DNA，RAPD）、擴增片段長度多態性（amplified fragmentlength polymorphism，AFLP）、微衛星 DNA（simple sequence repeat，SSR）、簡單重復序列區間（inter－simple sequence repeat，ISSR）、單核苷酸多態性（single nucleotide poly－morphism，SNP）等 DNA指紋技術［5］。

徐朝輝等［6］利用RAPD技術得到了中藥生品牛蒡子（四大商品區）以及制品牛蒡子（其中兩個商品區）的DNA指紋圖譜，發現生品牛蒡子圖譜具有一致性，而制品牛蒡子的圖譜與生品之間存在明顯區別，表明了DNA指紋圖譜在生品藥材方面應用的可靠性；陳穎等［7］建立了還原橙汁、摻假橙汁和鮮榨橙汁的PCR快速鑒別方法，有效識別摻假產品；阮泓越等［8］采用微衛星DNA對豬的個體識別和溯源進行探索，指出來自同一頭豬的豬肉和血液DNA是一一對應的，這就表明可以實現從豬血到豬肉的溯源。DNA指紋技術具有諸多優點，如不受環境影響，可以在樣品發育的任何階段進行檢測，可進行大量標記，對于表現出共性的基因型可以鑒別出其是純合型還是雜合型，技術操作簡單、迅速、便于實現自動化，還有就是提取的DNA樣品可以實現長期保存（條件適宜），有利于追溯性或仲裁性的實施［5］。

1.2 代謝指紋分析技術

代謝指紋分析技術是對代謝組學的研究，是將某個細胞、組織或器官的代謝物作為集合，然后進行整體分析，對比圖譜信息異同，進而實現樣品的鑒別或者分類。

按照分析流程，將代謝指紋分析過程分為生物分析和數據分析。生物分析就是從樣品中獲得大量原始數據（圖譜）的過程，該過程可能用到的分析技術有核磁共振技術（nuclear magnetic resonance，NMR）、LC—MS以及 GC—MS等；數據分析就是通過對原始數據（圖譜）的篩選后，比對圖譜差異，采用PCR或者偏最小二乘法—判別分析（PLS—DA）發現數據的變化規律，進而體現代謝的整體過程（圖2）［9］。

圖2 代謝指紋分析流程圖Figure 2 The flow chart of metabolic fingerprinting

吳海強等［10］通過對比鯽魚（Carassius aumtus）和鰱魚（Hypophthalmichehys molitrix）兩種魚的雙向蛋白質電泳圖（two－dimensional electrophoresis，2－DE）發現，2－DE譜圖完全可以鑒定和區別不同物種的蛋白組分，可作為進一步鑒定過敏原的基礎；周劍忠等［11］通過PCR—DGGE指紋圖譜技術結合16SrDNA序列分析了藏靈菇中微生物的多樣性，發現藏靈菇中乳酸菌（Lactobacillus）和酵母菌（Saccharomyces cerevisiae）居多，此外還存在不可培養微生物。

Gall等［12］利用NMR指紋圖譜和多元分析法來辨別橘汁的摻假，針對其中6個主成分的分析構建了有效的分類模型，可識別人工和天然橘子汁。Chen等［13］通過常壓解吸抽樣偶聯電離子噴霧技術和質譜技術，檢測了不同樣品中的代謝物（來自微生物生長或樣品自身代謝），發現不同保藏方式的肉類和菠菜的指紋圖譜存在明顯的差異，指出肉類制品在－20℃下也可被大腸桿菌污染，同時指出了這種基于代謝物的新型檢測策略代表了一種“綠色”食品質量快速評價的方法。

代謝指紋分析可廣泛應用于食品的保藏、加工方式以及微生物利弊的鑒定，在食品工藝優化、降低生成成本、保證產品的一致性等方面具有潛在的應用前景。

1.3 同位素指紋分析技術

研究［14］發現同位素的組成變化是極復雜的，特別受氣候及地形、生物代謝類型等影響顯著。目前用于食品溯源追蹤的可標記同位素主要有H、C、N、O等。劉衛霞等［15］介紹了有機同位素稀釋質譜法在于農藥殘留、獸藥殘留、抗生素、天然毒素等方面的應用，明確了同位素稀釋色譜—質譜技術于食品安全的重要性。劉澤鑫等［16］采用同位素比率質譜儀（IRMS）檢測了牛尾毛樣品（陜西關中不同區縣）的δ13C和δ15N值，發現利用同位素之間的差異可實現牛肉產地小范圍的溯源。Schmidt等［17］通過穩定性同位素C、N、S，分析了美國的23個牛肉樣品和歐洲的35個牛肉樣品，表明2個地區的牛肉的δ13C特征明顯不同，可以對牛肉進行產地區分。生物體中某些同位素信息與生物的生存環境息息相關，通過這一獨特的特征就可以對生物的身份信息進行獨立、科學的鑒定［18］。

1.4 氣味指紋分析技術

氣味指紋分析技術是以揮發性成分為監測對象，檢測技術是最關鍵的，如GC—MS、氣相色譜—嗅覺測定法（gas chromatograph－olfactometry，GC—O）、電子鼻（electronic nose）等技術。氣味指紋圖譜分析技術廣泛用于風味物質類別和結構的分析，通過建立氣味和品質間的對應關系，從而實現對食品品質的預測。

Olfa Baccouri等［19］采用 HS—SPME—GC—MS和 GC，對不同產地、不同生長期和農藝條件處理下的橄欖油進行了分析，發現成熟過程能夠顯著改變揮發性成分的種類，反映橄欖油的品質。Limbo等［20］通過化學法和電子鼻氣味識別技術對不同儲藏溫度（－0.5，4.8，16.5℃）下的鱸魚（Lateolabrax japonicus）貨架期進行了評價，表明氣味感官技術對鱸魚貨架期預測具有可行性。Sarnoski等［21］利用SPME—GC—MS對作為青蟹（Scylla serrata）腐敗標志的揮發性成分三甲胺和吲哚進行了分析，用于水產品的品質預測。電子鼻技術就是憑借電化學傳感器陣列及合適的識別裝置，實現通過儀器“嗅覺”客觀分析樣品的一種技術，目前已經廣泛應用于果蔬無損檢測、肉禽水產類新鮮度及微生物檢測等方面［22－24］。

1.5 光譜指紋分析技術

光譜指紋分析技術的運行原理就是通過那些對光具有吸收、散射、反射等特性的物質對食品進行監控，包括品質監控和安全監控，是一種間接測量的技術（也稱為軟測量技術）。光譜指紋技術以速度快、可實現多組分同時測量以及樣品不需要復雜的前處理過程等優點，非常適合于實時在線分析和非侵入、非破壞性檢測。

林巖等［25］采用近紅外光譜（near infrared，NIR）和聯合區間偏最小二乘方法（SiPLS）的方法，通過對比光譜數據，指出該結合技術可對豬肉蛋白質及脂肪進行定量分析。楊永存等［26］通過采集137份油樣和17份精煉“地溝油”，對比傅立葉變換中紅外吸收光譜，指出根據吸收峰及其形狀還不能有效鑒別“地溝油”與食用植物油，因而還有待進一步的探索。Quansheng Chen等［27］在食醋總酸含量測定研究中指出近紅外光譜技術協同Si－PLS和曲線回歸工具可作為食醋總酸含量測定的潛在方法；Del Bove等［28］采用FI—IR結合軟件分析將意大利的10個地域奶酪中22種酵母菌（Saccharomyces cerevisiae）進行快速鑒別和表型分類。

2 指紋分析技術在食品中的應用研究

2.1 食品溯源追蹤

馬冬紅等［29］采用同位素比率質譜儀對廣東、海南、福建、廣西4地羅非魚（Oreochromis spp）中的 δ2H 值進行測定，發現不同地域的羅非魚δ2H值存在明顯差異，表明穩定性氫同位素可以很好地反應羅非魚來源地信息。Zhao等［30］利用近紅外光譜發現可以有效地對小麥的來源、基因型和生長期進行解析。孟一等［31］基于近紅外光譜技術快速識別不同動物源肉品，建立了豬肉、牛肉和羊肉的定性識別模型。Yan Zhao等［32］指出了穩定性同位素是一種強有力的工具，可以很好地鑒別來自動植物的農產品及產地，同時也指出了使用該技術時存在的局限性。Enache等［33］提出了遺傳指紋圖譜技術可作為動物產品溯源的新方法。可見，伴隨現代指紋技術的發展，通過建立食品危害物來源追蹤體系，對食品安全危害源頭實現溯源，逐漸會成為今后研究的熱點。

2.2 食品品質檢測

食品摻假、食品貨架期、食品有毒有害物質檢測等，是食品品質方面的重要問題。吳衛國等［34］建立了5類食用植物油標準脂肪酸指紋圖譜，發現這些圖譜不僅能夠反映同類油脂共同特性，同時也能反映不同類油脂之間的差異，這就為食用植物油脂的產品質量控制和摻假檢測提供了理論依據。解萬翠等［35］利用電子鼻技術（electronic nose）檢測蝦風味料中香氣成分，發現電子鼻對兩種蝦風味料的風味輪廓有較強的識別能力。王琴等［36］采用反相高效液相色譜（RP—HPLC）結合蒸發光散射檢測器（ELSD），分別檢測摻入代可可脂和棕櫚油的可可粉摻假樣品，通過脂質指紋分析發現該方法可以鑒別摻入1.2%及以上的摻假樣品。Lin等［37］通過將近紅外光譜、電腦成像和電子鼻技術連用的方式，對90多種不同新鮮度的豬肉進行了檢測，發現連用技術可實現對揮發性鹽基氮的無損檢測。田曉靜［38］應用電子鼻電子舌技術實現了對凍融不同次數的羊肉的檢測，同時建立了能夠識別豬肉、雞肉等摻入到羊肉中的預測辨假模型。王秋艷等［39］對比了ERIS—PCR、PFGE和Sau—PCR 3種方法對5株福氏志賀菌進行溯源性分析，分別指出了3種方法在這方面應用的優缺點，且3種方法均能達到檢測5株菌的目的。Covadonga等［40］采用傳統法和微波加熱對橄欖油進行熱降解，通過利用31P的NMR光譜技術，發現傳統加熱法對油的損傷大于微波加熱。

2.3 食品加工過程中化學和微生物的變化

食品的腐敗劣化，其原因來自很多方面，如酶的分解、營養物質的氧化以及微生物的生長活動等，特別是微生物的活動是食品劣變的主要因素。食品指紋分析技術在微生物的鑒別、菌落動態監控等方面可以發揮作用。石磊等［41］利用組織平板培養法及ERIC—PCR法定量分析了48株PA生物被膜的形成，通過指紋圖譜分析指出菌株生物被膜形成能力和基因型二者之間具有一定的相關性。Zheng等［42］通過結合DGGE和磷脂脂肪酸來鑒定不同發酵階段濃香型酒的微生物菌落形態特征，指出了窖泥中的主要菌體。Nol等［43］指出了PCR—DGGE技術可以快速監測咖啡加工中的微生物，特別是對赭曲霉素（ochratoxin）的形成的研究。Sahar等［44］發現利用傅立葉變換紅外光譜儀可以預測貯藏雞胸肉魚片的腐敗菌數量。

3 展望

指紋技術在貨架期預測方面應用仍處試驗階段。氣味作為食品品質優劣判斷的一項重要指標，常規方法就是進行感官評價及經驗評估，因而會引入極大的不確定性。因此可針對各技術的優劣勢，通過多技術的相互組合，將指紋技術作為一個多元的、不設基點的技術來篩選關鍵質量的差異，從而進行分析判定。未來可將生物技術與現代檢測手段的食品指紋圖譜分析技術相結合，使其在食品從農田（養殖場）到餐桌的體系中發揮作用，實施監控，促進食品產業的標準化，推動行業的快速發展。

1 毛巨勇.生物識別技術的發展與現狀［J］.中國安防，2010（8）：36～39.

2 Danilo Ercolini.PCR－DGGE fingerprinting：novel strategies for detection of microbesin food［J］.Journal of Microbiological Meth－ods，2004，56（3）：297～314.

3 熊清，謝晶.氣味指紋技術在水產品質量檢測中的應用［J］.食品與機械，2012，28（5）：227～230.

4 劉遠錦，林親錄，羅非君.指紋技術在食品工業中應用［J］.糧食與油脂，2013，26（7）：12～14.

5 宋君，雷紹榮，郭靈安，等.DNA指紋技術在食品摻假，產品溯源檢驗中的應用［J］.安徽農業科技，2012，40（6）：3 226～3 228.

6 徐朝暉，楊松松，康廷國.同種不同產地牛蒡子DNA指紋圖譜特征研究［J］.中草藥，2001，32（6）：541～542.

7 陳穎，葛毅強.現代食品分子檢測鑒別技術［M］.北京：中國輕工業出版社，2008.

8 阮泓越.DNA指紋技術在豬個體識別和可追溯系統中的研究應用［D］.北京：中國農業科學院，2010.

9 梁強，郭曉暉，周蓓莉，等.代謝指紋分析及其在食品科學中的應用［J］.食品與發酵工業，2011，37（10）：134～138.

10 吳海強，余曉，劉志剛.食品過敏原指紋圖譜快速檢測研究（一）―鯽魚、鰱魚總蛋白2－DE指紋圖譜分析［J］.熱帶醫學雜志，2006（1）：10～12.

11 周劍忠，董明盛，江漢湖.藏靈菇微生物種群結構的分子特性研究［J］.微生物學通報，2006，33（4）：64～68.

12 Gall G Le，Max Puaud，Ian J.Discrimination between orange juice and pulp wash by 1Hnuclear magnetic resonance spectroscopy：identification of marker compovunds［J］.J.Agric.Food Chem.，2001，49（2）：580～588.

13 Chen Huanwen，Wortmann A，Zenobi R.Neutral desorption sampling coupled to extractive electrospray ionization mass spectrometry for rapid differentiation of bilosamples by metabolomic fingerprinting［J］.Journal of Mass Spectrometry，2007，42（9）：1 123～1 135.

14 S Portarena，O Gavrichkova，M Lauteri.Authentication and traceability of Italian extra－virgin olive oils by means of stable isotopes techniques［J］.Food Chemistry，2014，164：12～16.

15 劉衛霞，羅勇，楊維成.有機同位素稀釋質譜法在食品安全分析中的應用［J］.化學世界，2011（3）：184～187.

16 劉澤鑫，郭波莉，潘家榮，等.陜西關中地區肉牛產地同位素溯源技術初探［J］.核農學報，2008，22（6）：834～838.

17 Schmidt O，Quilter J M，Bahar B，et al.Inferring the origin and dietary history of beef from C，N and S stable isotope ratio analysis［J］.Food Chemistry，2005，91（3）：545～549.

18 郭波莉，魏益民，潘家榮.同位素指紋分析技術在食品產地溯源中的應用進展［J］.農業工程學報，2007，23（3）：284～289.

19 Olfa Baccouri，Alessandra Bendini，Lorenzo Cerretani，et al.Comparative study on volatile compouds from tunisian and sicilian monovarietal virgin olive oils［J］.Food Chemistry，2008，111（2）：322～328.

20 Limbo S，Sinelli N，Torri L，et al.Freshness decay and shelf life predictive modelling of European sea bass（Dicentrarchus labrax）applying chemical methods and eletronic nose［J］.LWTFood Science and Technology，2009，42（5）：977～984.

21 Sarnoski P J，O’Keefe S F，Jahncke M L，et al.Analysis of crab meat volatiles as possible spoilage indicators for blue crab（callinectes sapidus）meat by gas chromatography－Mass spectrometry［J］.Food Chemistry，2010，122（3）：930～935.

22 紀淑娟，張麗萍，卜慶狀，等.基于電子鼻技術對冷藏后南果梨貨架期間氣味的變化分析［J］.食品科學，2012，33（7）：123～126.

23 柴春祥，杜利農，范建偉，等.電子鼻檢測豬肉新鮮度的研究［J］.食品科學，2008，29（9）：444～447.

24 王丹鳳，王錫昌，劉源，等.電子鼻分析豬肉中負載的微生物數量研究［J］.食品科學，2010，31（6）：148～150.

25 林巖，郭培源，王昕琨.基于近紅外光譜的豬肉蛋白質及脂肪含量檢測［J］.食品科技，2014，39（2）：262～266.

26 楊永存，李浩，楊冬燕，等.傅立葉變換紅外光譜鑒別“地溝油”的有效性評估［J］.現代食品科技，2014，30（1）：227～232.

27 Quansheng Chen，Jiao Ding，Jianrong Cai，et al.Rapid measurement of total acid content（TAC）in vinegar using near infrared spectroscopy based on efficient variables selection algorithm and nonlinear regression tools［J］.Food Chemistry，2012，135（2）：590～595.

28 Del Bove M，Lattanzi M，Rellini P，et al.Comparison of molecular and metabolomic methods as characterization tools of Debaryomyces hansenii cheese isolates［J］.Food Microbiology，2009，26（5）：453～459.

29 馬冬紅，王錫昌，劉利平，等.穩定氫同位素在出口羅非魚產地溯源中的應用［J］.食品與機械，2012，28（1）：5～7.

30 Haiyan Zhao，Boli Guo，Yimin Wei，et al.Effects of grown origin，genotype，harvest year，and their interactions of wheat kernels on near infrared spectral fingerprints for geographical traceability［J］.Food Chemistry，2014，152：316～322.

31 孟一，張玉華，王家敏，等.基于近紅外光譜技術快速識別不同動物源肉品［J］.食品科學，2014，35（6）：156～158.

32 Yan Zhao，Bin Zhangc，Gang Chen，et al.Recent developments in application of stable isotope analysis on agro－product authenticity and traceability［J］.Food Chemistry，2014，145：300～305.

33 Enache，Mariana Sandu，Horatiu Strasser，et al.Genetic fingerprint–innovative method for animal products traceability in the context of bio－economy［J］.Procedia Economics and Finance，2014，8：414～419.

34 吳衛國，彭思敏，唐芳，等.5類食用植物油標準指紋圖譜的建立及其相似度分析［J］.中國糧油學報，2013，28（6）：101～105.

35 解萬翠，楊錫洪，章超樺，等.氣味指紋分析技術在蝦風味料檢測中的應用［J］.食品與機械，2011，27（6）：119～121.

36 王琴，胡明華，戴軍，等.基于脂質聚類分析的可可粉摻假檢測方法研究［J］.食品與機械，2012，28（2）：69～72.

37 Lin Huang，Jiewen Zhao，Quansheng Chen，et al.Nondestructive measurement of totoal volatiles basic nitrogen （TVB－N）in pork meat by intergrating near infared spectroscopy，computer vision and electronic nose techniques［J］.Food Chemistry，2014，145：228～236.

38 田曉靜.基于電子鼻和電子舌的羊肉品質檢測［D］.浙江：浙江大學，2014.

39 王秋艷，閆鶴，石磊，等.三種基因分型技術對一起食物中毒事件的分析比較［J］.食品與機械，2009，25（9）：108～110.

40 Covadonga Lucas－Torres，ngel Pérez，Beatriz Cabaas，et al.Study by31P NMR spectroscopy of the triacylglycerol degradation processes in olive with different heat－transfer mechanisms［J］.Food Chemistry，2014，165：21～28.

41 石磊，寇婭麗.銅綠假單胞菌基因型與生物被膜形成能力的分析［J］.食品與機械，2006，22（6）：5～7.

42 Jia Zheng，RuLiang，Liqiang Zhang，et al.Characterization of microbial communities in strong aromatic liquor fermentation pit muds of different ages assessed by combined DGGE and PLFA analyses［J］.Food Research International，2013，54（1）：660～666.