枸杞組分特征檢測及產地溯源技術研究進展

張 莉,孟 靖,2,茍春林,劉 志,袁玉偉*

(1.上海交通大學 分析測試中心,上海 200240;2.上海交通大學 藥學院，上海 200240;3.寧夏農產品質量標準與檢測技術研究所，寧夏 銀川 750002;4.浙江省農業科學院農產品質量標準研究所，浙江 杭州 310021;5.農業部農產品信息溯源重點實驗室，浙江 杭州 310021)

枸杞為茄科(Solanaceae)枸杞屬(Lycium)植物，全球約有80多個品種，在我國有7個品種和3個變種，是我國傳統藥食同源植物[1]。現代研究表明，枸杞中含有多糖、黃酮、氨基酸、甜菜堿、類胡蘿卜素、酚酸、脂肪酸等有效成分[2]，有抗氧化、抗衰老、增強免疫力的作用[3]，并具有滋補肝腎、益精明目的功效。枸杞耐鹽耐旱，廣泛分布于我國的西北地區，包括寧夏、內蒙古、新疆、甘肅、青海、河北等省。據青海省商務廳和寧夏自治區林業局2015年的數據，兩省的枸杞種植面積分別達到45萬畝和85萬畝，年綜合產值超過80億元。同時，枸杞也是我國重要的地理標識產品，已注冊的有寧夏枸杞、中寧枸杞、巨鹿枸杞、靖遠枸杞、瓜州枸杞、精河枸杞、民勤枸杞、柴達木枸杞等。然而一些不法商販為了追求更高的利益，以次充好，使用虛假標簽，破壞市場秩序。為使枸杞產業健康發展，維護企業品牌和消費者權益，亟需建立有效的枸杞質量控制和產地溯源分析技術。目前國內外學者通過色譜技術、質譜及其聯用技術、紅外光譜技術、礦質元素分析技術等分析不同產地枸杞中化學成分和痕量元素的組成及含量，找出地域差異性特征，對枸杞進行質量評價和產地溯源。本文對近年來枸杞特征組分檢測與溯源鑒別技術的研究進展進行了綜述，為我國開展枸杞原產地保護的溯源和鑒別提供方法借鑒。

1 有機成分分析

1.1 分光光度法

分光光度法通過測定物質在一定波長范圍的吸光度，對該物質進行定性和定量分析。分光光度法的使用范圍廣，分析成本低，操作簡單、快速。枸杞含有大量糖類，總糖量約占46.5%，枸杞多糖是一種水溶性多糖。作為枸杞的主要活性成分，多糖具有免疫調節、抗腫瘤、降血脂、降血糖、降血壓和抗疲勞等作用，研究最為廣泛。中國藥典中采用紫外分光光度法測定枸杞多糖含量。劉萬倉等[4]通過水提醇沉法、脫蛋白制得寧夏中寧、銀川和青海精制枸杞多糖，采用紫外分光光度法在490 nm處測得其含量為2.92%～7.55%，不同產地枸杞的多糖含量差異較大，平均回收率為98.8%。

表1 分光光度法在各產地枸杞檢測中的應用實例Table 1 Application of spectrophotometry in the detection of wolfberry from different origins

*no data

此外，分光光度法還可對枸杞中的總黃酮、類胡蘿卜素這類抗氧化物質進行檢測。李紅英等[5]采用分光光度法在510 nm處測定了寧夏、新疆、河北和青海等地枸杞的黃酮含量。寧夏同心和寧夏銀川南梁地區枸杞中的黃酮含量較高，平均含量為669.5 mg/100 g。孫波等[6]通過紫外分光光度法在465 nm處檢測了寧夏、內蒙古、新疆和黑龍江產地枸杞的β-類胡蘿卜含量，發現寧夏中寧縣枸杞的β-類胡蘿卜含量最高，達到12.70 mg/g。分光光度法在各產地枸杞檢測中的應用實例見表1。

1.2 色譜技術

色譜技術具有強大的分離功能，且儀器成本較低，操作簡便，能夠在簡單預處理條件下實現復雜基質中多目標組分的同時定量分析。傳統分光光度法不具備色譜的分離功能，因此對復雜體系中特征組分的分析能力較弱。色譜法的準確度更高，在食用農產品、食品和藥品的絕大多數領域中均有應用，是較為普適的分析手段。

枸杞中含有大量有效成分，可通過色譜柱將其分離后，再進行定性或定量分析。枸杞中的多糖、黃酮、氨基酸、甜菜堿、類胡蘿卜素及酚酸類等成分均可采用色譜法檢測，色譜技術是當前用于枸杞質量控制的主要分析技術。

1.2.1高效液相色譜高效液相色譜(HPLC)通過物質在固定相和流動相之間的分配或通過物質吸附作用不同進行分離，通過標準品可對待測組分進行定量或半定量分析。有學者采用HPLC測定了枸杞中維生素C[15]、東莨菪素及東莨菪苷[16]等的含量。枸杞中含有的色素主要為類胡蘿卜素，對眼部疾病如視網膜病變、黃斑變性等有一定功效。曲云卿等[17]采用分光光度法、HPLC法測定了8個產地枸杞干果中的類胡蘿卜素總量，以及玉米黃素、β-胡蘿卜素和玉米黃素雙棕櫚酸酯的含量，在20 min內實現了對3種類胡蘿卜素的定性定量，回收率為90.8%～103.9%。結果表明，類胡蘿卜素含量為0.41～2.10 mg/g，青海枸杞中含量最高，惠農最低，且玉米黃素雙棕櫚酸酯>玉米黃素>β-胡蘿卜素。聚類分析結果顯示，中寧、固原、青海的枸杞可分為一類，新疆、甘肅、南梁、惠農、內蒙古的分為一類。氨基酸與食品的風味和營養價值密切相關，是衡量食品營養品質的重要指標之一。吳有鋒等[18]配制了17種氨基酸的混標溶液，以 2，4-二硝基氟苯為衍生試劑，采用柱前衍生高效液相色譜法測定了6個產地的柴達木枸杞，回收率達90.28% ～102.85%。測得不同產地枸杞的氨基酸平均含量為6.945%～8.035%，產自德令哈的含量最高，格爾木最低。同一產地的枸杞，10月采摘的枸杞中氨基酸含量大于8、9月份。

1.2.2離子交換色譜離子交換色譜利用被分離物質在離子交換樹脂上離子交換能力的不同而實現分離。適用于離子化合物和易電離分子的分離。甜菜堿能夠促進脂質代謝，是枸杞中的主要生物堿和活性成分之一。莊紅艷等[19]通過陽離子交換色譜測定了寧夏、甘肅、內蒙枸杞樣品中甜菜堿的含量，發現寧夏樣品中含量最高，達到8.94 g/kg，平均回收率達88.8%;但是該研究的樣品數量較少。

1.2.3凝膠滲透色譜凝膠滲透色譜又稱凝膠過濾色譜、分子排阻色譜。與其他液相色譜不同，其原理為不同大小的溶質分子通過具有分子篩性質的固定相進行分離。柱內填充的凝膠顆粒具有大小不一的孔徑，大分子因不能通過凝膠顆粒的孔徑而先被洗脫出；小分子則需流過較多的凝膠孔隙，所需時間較長，后被洗脫。凝膠滲透色譜主要用于分離大分子物質。韓紅[20]采用凝膠滲透色譜測得內蒙古、寧夏、青海不同采摘時期枸杞的多糖含量為12.35～18.84 mg/g，以內蒙古秋果含量最高。相比于傳統化學顯色法[21]，凝膠滲透色譜法測定枸杞多糖含量的準確度更高。

1.2.4指紋圖譜色譜指紋圖譜在中藥質量控制中得到廣泛應用[22-23]，是近年來中藥研究的熱點，可用來鑒定藥材真偽，評價藥材的均一性、道地性。但指紋圖譜是一種整體、綜合的評價方法，適用性較差。張自萍等[24]采用ODS色譜柱，建立了寧夏、新疆、河北不同品種(寧杞Ⅰ號、寧杞Ⅱ號和大麻葉)15個樣品的黃酮類HPLC指紋圖譜，共得到16個特征峰，以16號蘆丁峰為內參峰，所有組分在55 min內洗脫。寧杞Ⅰ號中蘆丁和綠原酸的峰面積高于其他兩個品種，且來自寧夏固原黑城鄉、中寧恩和鄉、銀川南梁農場以及新疆樣品的蘆丁和綠原酸含量較高，說明不同品種和產地具有特征差異性。廖國玲等[25]采用NH2色譜柱，建立了不同產地的“寧杞Ⅰ號”寧夏枸杞中甜菜堿提取物的HPLC指紋圖譜，得到8個特征峰，5號峰甜菜堿峰為內參峰，所有組分在40 min 內全部洗脫。并以其他產地和品種的枸杞作為參比，發現內蒙樣品與指紋圖譜相關性高，不同品種的相關性低。Liu等[26]建立了中國16個不同產地和品種的枸杞多糖高效排阻色譜、柱前衍生/高效液相色譜、紅外光譜、紫外光譜的指紋圖譜。通過多種指紋圖譜的建立，并結合化學計量學，篩選出4種單糖(半乳糖醛酸、葡萄糖、半乳糖和阿拉伯糖)化學標志物，可區分不同產地的枸杞。黑龍江和山西枸杞多糖的結構性質與其他產地樣品不同。這表明樣品來源的多樣性對于產地溯源工作有重要影響。色譜在枸杞特征組分和產地檢測中的應用實例見表2。

表2 色譜在枸杞產地檢測中的應用實例Table 2 Application of chromatography in detection of wolfberry from different origins

(續表2)

SampleMethodAnalyteOriginContent differenceReferenceHPLC酚酸青海、內蒙古、甘肅、新疆、寧夏不同產地各酚酸含量不同[31]HPLC甜菜堿寧夏(同心、中寧、惠農、銀川)2.21 mg/g(惠農) ～2.298 mg/g(中寧)[32]HPLC甜菜堿寧夏、甘肅、青海0.300 4%(寧夏平羅)～0.588 0%(寧夏中寧)[33]HPLC東莨菪內酯寧夏、青海、甘肅、新疆、河北7.7 μg/g(新疆)～21.59 μg/g(寧夏)[34]HPLC法蓽枝苷26.1 μg/g(內蒙古)～43.3 μg/g(寧夏)[35]HPLC玉米黃質棕櫚酸二酯中國三地、意大利市售28～54 mg/10 g[36]枸杞葉片HPLC總黃酮青海各縣0.127%(樂都縣崗溝鄉)～3.443%(都蘭縣香日德鎮)[37]

1.3 質譜及其聯用技術

質譜作為一種高靈敏度、高分辨率的檢測儀器，彌補了傳統紫外、熒光等檢測器靈敏度低和選擇性差的缺點，且能為化合物的結構解析提供重要信息。質譜與色譜分離技術的聯用，能夠更加準確地分析枸杞中有機物質的組成和含量，這對于不同產地枸杞標志化合物的分析非常重要。

1.3.1氣相色譜-質譜聯用技術氣相色譜-質譜聯用可測定易揮發、熱穩定性好的物質。枸杞中含有的大量揮發性成分組成了其獨特的風味，不同產地間風味亦有不同。曲云卿[38]采用頂空固相微萃取/氣相色譜-質譜聯用技術檢測到8個不同產地枸杞樣品中的133種揮發性物質，不同產地枸杞中所含的揮發性成分組成以及含量有很大差異，其中共有揮發性物質僅9種(1-甲基環庚醇、鄰苯二甲酸二甲酯、鄰苯二乙酸二乙酯、二氫獼猴桃內酯、己醛、月桂醛、β-環檸檬醛、β-紫羅蘭酮和β-紫羅蘭酮環氧化物)。經主成分分析(PCA)發現，1-甲基環庚醇、己酸、β-紫羅蘭酮、二氫獼猴桃內酯、鄰苯二甲酸二乙酯和β-環檸檬醛對枸杞風味的影響較大。也有學者通過衍生化測定枸杞多糖的單糖組成。陳艷蕊[39]通過氣相色譜-質譜(GC-MS)測定了內蒙古、甘肅、青海、河北、新疆等地枸杞多糖中的單糖組成。枸杞多糖主要由D-阿拉伯糖、L-木糖、L-核糖、D-半乳糖、D-葡萄糖和D-甘露糖等單糖組成。除河北的枸杞只檢出D-葡萄糖和D-甘露糖外，其他省份6種單糖均有檢出，表明河北枸杞的多糖結構與其他產地枸杞存在差異，具有一定的地域特征。

1.3.2液相色譜-質譜聯用技術Adams等[40]采用高效液相色譜與四極桿質譜和離子阱質譜聯用技術分析了來自中國和泰國的8個枸杞樣品中的阿托品。四極桿離子阱質譜具有多級質譜功能(MSn)，通過離子累加和離子放大器檢測后，具有很高的靈敏度。結果表明，各地樣品均檢出阿托品，最高濃度為19 ppm，遠低于毒性劑量。

單四極桿質譜(Q)的性能穩定可靠，但只能得到低分辨數據；高分辨率質譜如飛行時間(TOF)質譜適用于對化合物分子量和二級結構進行精準分析[41]。而四極桿-飛行時間質譜(QTOF-MS)則將這兩種質譜的優勢相結合，在四極桿中選取離子通過飛行時間質譜進行分離分析，可實現精確的分子測定以及未知物質的結構鑒定，在代謝組學中廣泛使用。Bondia-Pons等[42]利用液相色譜-四極桿飛行時間質譜(LC-QTOF-MS)技術對中國北方、西藏以及蒙古產的枸杞進行了非靶向代謝物分析，發現蒙古產枸杞富含類黃酮和酚酸類化合物，而檸檬酸則是我國枸杞的特征化合物。通過PCA和偏最小二乘-判別分析(PLS-DA)，不同產地的枸杞可得到明顯區分。Lam等[43]采用高效薄層色譜-1,1-二苯基-2-三硝基苯肼法(HPTLC-DPPH)測定了中國寧夏、新疆、內蒙古、甘肅和青海共50個甲醇枸杞提取物樣品中的抗氧化物質，發現寧夏枸杞的平均抗氧化性顯著高于其他地區，并通過電噴霧-四極桿飛行時間質譜技術(ESI-QTOF-MS/MS)鑒別出其中最強的抗氧化物質為2-O-β-D-吡喃葡萄糖基-L-抗壞血酸。Lu等[44]采用UPLC-QTOF-MS和流動注射質譜(FIMS)指紋圖譜檢測，并結合化學計量學方法區分了來自寧夏和其他各省的29個枸杞樣本。結合PLS-DA分析后，UPLC-MS方法判別正確率大于90%，FIMS方法平均判別正確率為71%。

1.4 紅外光譜技術

紅外光譜和近紅外光譜是前處理簡單、測定快速以及重復性高的分析技術，在枸杞質量控制和產地溯源中應用廣泛。但該技術易受到樣品中水分含量的影響[45]，且譜帶復雜，譜峰重疊嚴重，往往需借助化學計量學方法進行分析，且不同的數據處理和建模方式對判別結果影響較大。

1.4.1傅立葉變換紅外光譜Gao等[46]測定了寧夏中寧、寧夏非中寧、新疆、青海、甘肅共149個枸杞樣本在4 000～400 cm-1波段處的傅立葉變換紅外光譜(FTIR)。通過均一化對數據進行預處理，判別分析結果顯示對中寧枸杞和非中寧枸杞的最佳識別率分別達到93.98%和90.91%，驗證率均達到100%。

Yu等[47]采用氨基酸分析儀和FTIR光譜測定了寧夏、河北、新疆、青海和甘肅枸杞中的氨基酸。氨基酸分析儀的結果表明，所有枸杞樣品中，天冬氨酸和谷氨酰胺的含量最高，甲硫氨酸的含量最低；中寧枸杞中天冬氨酸、谷氨酰胺和賴氨酸的含量比其他地區高。并通過結合偏最小二乘回歸分析，快速、無損預測了中寧枸杞中的天冬氨酸、谷氨酰胺和賴氨酸。根據天冬氨酸含量(大于1.22 g/100 g)進行分類，對中寧枸杞的識別率為75%。

1.4.2近紅外光譜Wang等[48]采用苯酚硫酸法和近紅外光譜結合PLS模型測定寧夏、內蒙古、甘肅、河北、新疆等地枸杞中的枸杞多糖。當PLS模型預處理方法為標準正則變化(SNV)，主成分為5，波段為12 000～7 463、7 002～5 568、5 087～4 003 cm-1時，建模效果較好。盲樣t檢驗表明，近紅外光譜法與傳統化學方法檢測枸杞含量并無顯著性差異，可替代傳統化學方法。Shen等[49]采用近紅外光譜結合主成分分析、最小二乘法支持向量機(LS-SVM)分析了來自我國華北平原、黃土高原、東北平原和西北盆地的90個枸杞樣品，并將樣本在三維主成分空間中分為4類，其中LS-SVM算法的校正集和測試集準確率分別達100%和96.67%。

二維近紅外光譜比一維光譜能夠更有效處理復雜體系中的特征信息。Lu等[50]采用二維近紅外光譜區分了產自內蒙古、寧夏、河北和新疆的枸杞樣品。不同產地的樣品在二維同步和異步光譜4 950～5 700 cm-1處有顯著差異。

Yin等[51]通過近紅外高光譜成像技術(NIR-HIS)結合提取的特征譜帶和不同判別分析模型對寧夏中寧、內蒙古烏拉特前旗、新疆精河和青海都蘭的枸杞進行了溯源。從枸杞像素光譜和空間分布的角度出發，繪制了主成分虛擬彩圖，直觀地顯示了4個產地枸杞的差異；從枸杞樣品的角度出發，基于PCA載荷和二階導數譜提取的全譜和特征波長建立了不同的判別分析模型。在判別分析的建模方法中，極限學習機(ELM)的判別效果優于支持向量機(SVM)和神經網絡-徑向基函數(NN-RBF)，校準率和預測率均超過90%。因此，應用近紅外光譜進行產地判別時，建模方法對結果有較大影響。紅外光譜與近紅外光譜在枸杞產地檢測中的應用實例見表3。

1.5 其他技術

機器視覺是一種基于計算機圖像處理的分析技術，具有檢測速度快、重復性高的優點。陳曉峰等[56]采用機器視覺得到來自寧夏中寧、甘肅瓜州、青海柴達木枸杞的形態、顏色及紋理方面的54個特征，識別正確率高達100%。

電子鼻通過模仿生物嗅覺識別氣味[57]，實質上是陣列氣體傳感器，可檢測復雜的揮發性成分。電子鼻得到的是樣品整體信息，而不是成分的定性定量結果。Li等[58]運用電子鼻技術結合主成分分析、聚類分析和線性判別分析對來自中寧和非中寧的199份枸杞樣品進行分析，并用氣相色譜-質譜進行驗證。3種模型中，聚類分析將中寧枸杞與非中寧枸杞分為兩類，而非中寧產地的枸杞在線性判別分析中重疊較多，判別正確率分別為91.0%、98%和100%。

2 礦質元素的分析

枸杞中含有豐富的礦質元素，這些礦質元素能夠反映枸杞生長的土壤環境、礦質元素的種類和含量差異，具有一定地理標志特征，在枸杞產地溯源中應用較多。分析礦質元素的常用技術主要有原子吸收光度法(AAS)、電感耦合等離子體原子發射光譜法(ICP-AES)和電感耦合等離子體質譜法(ICP-MS)等。AAS法可檢測多種微量金屬元素，選擇性強。但易受干擾，在進行多元素分析時，不同元素需更換光源燈，效率低。史秀紅等[59]通過AAS，測定了寧夏、河北、山東、內蒙古、青海等地枸杞中的K、Na、Ca、Mg、Fe、Cu、Zn、Mn、Cr，并進行聚類分析和主成分分析，發現寧夏產地的枸杞與其他產地有明顯不同。ICP-AES法可以同時測定多元素，耐鹽性較強，大部分元素的檢出限約在ppb級。劉毅等[60]采用ICP-AES法測定了不同產地枸杞中Pb、As、Hg、Cd、Cr、Cu、Fe、Mn、Zn 9種微量元素的含量，檢出限為0.000 1～0.006 1 mg/L。其中河北青龍的枸杞檢出Cd和Cr，且Mn和Zn含量最高；而內蒙巴彥淖爾的枸杞檢出As和Hg，且Fe和Cu含量最高，結果表明不同產地枸杞的微量元素含量存在差異。ICP-MS法可實現多種痕量元素的同時檢測，且線性范圍寬。Zhang等[61]采用ICP-MS測定了寧夏、甘肅、新疆的122份枸杞樣品中的K、Mg、Fe、Ca、 Zn、Cu、Mn、Al、Sr、Rb、Mo、Tb、Cd、Co、V、As、Cs、Pr、Dy和Gd元素，結果表明除了K元素，其他元素在不同地域間均有顯著性差異。判別分析可將中寧枸杞與非中寧枸杞區分開，且對原始數據和交叉檢驗的判別率分別為95.7%和85.7%。但該方法的交叉檢驗判別率較低。礦質元素分析技術在各產地枸杞檢測中的應用實例見表4。

表4 礦質元素分析技術在枸杞產地檢測中的應用實例Table 4 Mineral element analysis in detection of wolfberry from different origins

3 化學計量學

由于中藥組分的復雜性，且產地溯源分析需大量樣品，龐大的數據需依靠化學計量學進行處理統計，實現數據結果的可視化。化學計量學應用在枸杞的特征組分鑒別和產地溯源中，可分為無監督模式的識別方法(主要包括聚類分析和主成分分析)以及有監督模式識別方法(偏最小二乘-判別分析、支持向量機等)。

3.1 無監督模式

3.1.1聚類分析聚類分析是在分類情況未知的情況下，根據研究對象的特征進行分類。按照該特征，計算樣本間的馬氏距離或歐式距離，距離近的先聚合，直至所有相似樣品聚為一類。聚類分析是為了尋找數據集中的“簇”，即相似元素的集合。聚類分析在枸杞的特征組分分析、指紋圖譜及無機元素分析中應用較多，可對不同產地的枸杞進行比較。

3.1.2主成分分析主成分分析通過正交變換將一組可能存在相關性的變量轉換為一組線性不相關的變量，將原來的多個指標轉變為少數幾個能反映總體的指標(主成分)，實現數據的降維。既不丟掉主要信息，又消除了變量之間共線性的問題。在每個主成分之間互不相關的前提下，保留了原始變量的大部分信息，使分析得到簡化。枸杞的指紋圖譜、無機元素分析往往為高維數據，采用主成分分析進行降維十分必要。

圖1 PLS-DA區分寧夏和其他產地的枸杞[43]Fig.1 Distinguish Ningxia and other origins wolfberries by PLS-DA[43]

3.2 有監督模式

3.2.1偏最小二乘-判別分析偏最小二乘回歸是多因變量對多自變量的回歸建模。偏最小二乘-判別分析(PLS-DA)是一種基于PLS回歸的有監督判別分析方法，根據已知樣品集的特點，制定合適的判別標準，建立一種定性分析模型，并應用于未知樣品判定。 PCA 是無監督分析，反映了數據的原始情況，能夠了解數據的整體情況。但是，當各組之間差異較小而組內差異較大時，則很難得到正確結論。 PLS-DA 通過人為加入分組變量，能夠彌補 PCA的不足，使得組間差異得到強化。采用PLS-DA對UPLC-MS數據進行判別，可觀察到寧夏和其他產地枸杞的區分度較好(圖1)[43]。

3.2.2支持向量機支持向量機是用于多元函數估計或非線性分類的學習算法[66]。在高維或無限維空間中構造一個或一組超平面，可用于分類、回歸或異常值檢測。支持向量機可用較少的訓練變量或樣本學習高維特征空間。杜敏等[54]通過近紅外光譜結合多類支持向量機算法，對青海、寧夏、內蒙的枸杞樣品表面各個部位進行建模，除枸杞子頂端部位外，其他部位的模型外部驗證率均大于97%。

4 結 論

色譜分析、質譜及其聯用技術、紅外光譜技術、礦質元素分析技術等為研究各產地枸杞差異以及枸杞產地溯源的主要方法，每種分析方法有其優勢與局限性。雖然，已有學者利用色譜技術開展了許多成分分析工作，且單一成分指標能在一定程度上評價不同產地信息，但由于實際樣品受到土壤環境、氣象因素、加工貯藏方式等影響波動較大，可信度低于多指標分析。且色譜技術前處理相對復雜，分析時間長，精度和靈敏度均較低；結合質譜技術雖能提高靈敏度，但質譜儀價格較為昂貴，且對復雜組分分析的難度較大。紅外光譜前處理簡單，可進行多組分測定，快速高效，但傅立葉變換紅外光譜的識別率不夠高，在定量方面的準確度低，且需大量樣本進行建模；近紅外光譜也存在建模過程較復雜，樣本需求量大的問題，主成分數和判別方式的選擇對建模結果的影響較大。礦質元素分析是目前應用較多的方法，但礦物元素易受到枸杞的生長環境、種植技術和氣候因素的影響，需綜合考慮各方面因素，保證結果的可靠性。一些新興技術如機器視覺和電子鼻技術也不斷涌現，具有一定的應用前景，但現階段研究較少。未來應將多種方法結合并利用大數據分析，取長補短，提高枸杞產地溯源的準確性。

近年來，穩定同位素質譜已在葡萄酒、蜂蜜、茶葉、奶粉等多種食品、農產品產地溯源中得到應用[45,67-68]。物質的類型(如C3或C4植物)與產地的環境因素(如海拔、溫度、土壤環境等)對穩定同位素的含量影響較大，而加工方式等對其影響較小。未來可將穩定同位素質譜技術、有機成分分析技術及多元素礦質元素分析等技術相結合，建立更加準確可靠的枸杞多變量數據庫，并采用化學計量學方法構建不同的判別模型，用于產地溯源。

此外，還有一些亟需注意和解決的問題：①確保樣品來源的真實性，這是進行產地溯源和評價的前提，同時將樣品信息盡可能完善，如品種、產地信息、氣候條件、光照、降雨等；②通過大數據挖掘，找到一種或幾種更具有特異性，受影響因素小的特征因子，建立真正的“溯源指紋譜圖”；③采用化學計量學方法，構建多變量數據庫，測試不同模型的穩健性和可靠性。