紅木種屬鑒別方法研究現狀與展望

李學謙 冀柏穎 李欣瑀 林子清

摘?要：紅木具有極高的藥用價值和觀賞價值，是制作家具、樂器、飾品等物品的最佳原材料。在紅木制品市場存在大量的仿品、偽品，因此準確快速地鑒定珍稀紅木的種類和價值成為社會關注的焦點。我們查閱了大量文獻，闡述了傳統鑒別方法和色譜技術、質譜技術、紅外光譜技術、核磁共振氫譜技術、卷積神經網絡技術、DNA條形碼技術等可應用于紅木鑒別多種新興技術的方法及其原理，對其存在的問題及可能的發展進行了分析。

關鍵詞：法醫物證學；紅木鑒別；DNA條形碼；公安

名貴木材性能優良、總類稀缺，自古以來就有烏木值千金的說法。隨著社會的發展和生活的提高，以黃花梨、紫檀等各種珍貴紅木材制成的家具越來越受到廣大消費者的青睞，導致這類材料的制品價值昂貴。

中華人民共和國紅木國家標準（紅木GB/T?18107—2017）從木材解剖學角度確定了紫檀屬、黃檀屬、柿屬、崖豆屬和決明屬五屬，紫檀木類、花梨木類、香枝木類、黑酸枝木類、紅酸枝木類、烏木類、條紋烏木類和雞翅木類8類29個樹種［1］。由于同屬種間差異不十分明顯，許多木材鑒賞專家和不同領域的學者探索、研究了不同的名貴珍稀木材種屬鑒別標準化方法，以期在對珍貴木材的保護、利用、加工和貿易活動中實現科學快速、準確地識別和鑒定。

1?傳統的紅木種類鑒別方法

傳統的紅木種屬鑒別方法以鑒定人主觀經驗和認識為主，在植物學分類的基礎上，通過對待檢木材的橫切面、縱切面、弦切面分別取樣，用放大鏡觀察檢材的宏觀特征（心材、邊材、生長輪、管孔和波痕等）；利用光學顯微鏡微觀解剖特征（導管、軸向薄壁組織、射線、木纖維）及材色（肉眼觀）、氣味（鼻嗅）與國家標準中已確定種屬的標本對應的各項特征對比、檢索、分析來判斷和區分到屬、類（科）或種，準確度較高。但如若木材特征不明顯，在鑒定到種的時候困難較大且易發生錯誤判斷［2］。

傳統的紅木種屬鑒別流程復雜煩瑣，耗時費力，效率低下，而且對鑒定人要求高，需要鑒定人有豐富的專業知識和豐富的鑒定經驗，才能保證紅木種屬鑒別結果的準確性。因此，隨著科學技術的進步，不同研究領域的學者紛紛提出不同的簡便的紅木鑒別分析方法。

2?基于計算機技術的紅木種類鑒別方法

隨著計算機技術的快速發展，在對名貴珍稀樹種及木制品的鑒定方法上人們不斷追求自動化、智能化、工業化、標準化。1970年，歐美國家的學者就開始基于木材信息數據庫，利用計算機圖像處理技術輔助木材區別鑒定的研究。20世紀80年代初國內中國林業科學院木材研究所研發了計算機木材輔助識別系統［3］；近年來，隨著數字化圖像技術的不斷發展，利用計算機數字化圖像處理技術提高了傳統鑒別方法的準確性，也突破了對鑒定人專業知識水平和經驗的依賴。方益明等提出了提取木材顯微結構圖像的方法并利用該方法對木材進行鑒別區分［4］；海南大學黃向黨等利用數碼顯微照相系統測定木纖維帶內木射線寬度與高度，發現不同產地的降香黃檀和越南黃檀木在射線比率、射線寬度和高度差異顯著［5］。

計算機的快速運算能力近年來迅速提高，深度學習技術再次受到人們的重視，深度學習中運算速度快且具有強大特征提取計算能力的卷積神經網絡在圖像的分類、檢測、跟蹤對象和圖像分割領域應用廣泛。廣東工業大學李啟彬使用卷積神經網絡對13種木材的CT圖像進行分類［6］；黃鵬桂等對7種紅木的橫切面自建卷積神經網絡，準確率高達99.4%［7］。可見利用卷積神經網絡可以實現紅木種屬鑒別的自動化，深度學習技術也可以結合其他的技術對紅木的種屬進行鑒別。

利用計算機技術與其他技術結合實現了快速、自動化鑒別紅木種屬，可以滿足短時間大量篩查。但因生長區域和年限不同，紅木個體株間存在差異，同一植株不同部位也存在差異，因此難以形成固定的標準圖像，在法庭科學中使用難度大。

3?基于譜帶技術的紅木種類鑒別方法

譜帶技術是分析化學常用的技術，利用質譜、液相氣相色譜、光譜等對物質的組成、含量、結構等化學信息進行分析。沈明月等利用基于高效液相色譜技術（HPLC）及模式識別方法構建了紅木提取液的HPLC色譜指紋圖譜，發現四種紅木的特征峰區別明顯，實現了對盧氏黑黃檀、印度紫檀、大果紫檀、東非黑黃檀四種紅木的區分［8］。朱濤利用GC—MS技術獲得了九種紅木的指紋圖譜，結果顯示，不同種紅木樣品通過苯醇抽法得到的總離子流圖差異性很大，可以實現不同紅木樣品的區分［9］。羅莎對四種紅木的有機溶劑提取物分別使用FTIR和GC—MS進行分析、統計并建立指紋圖譜，得到了較好的區分結果［10］。陳碧瑩等選擇六類國標紅木和兩類混偽品的甲醇超聲提取液作為樣本，使用1H?NMＲ與PLS—DA結合建立快速識別紅木種屬的模型并對可行性進行探究，利用PLS—DA法建立的模型前三個主成分累積有79%的貢獻率，能有效區分開國標紅木與易混淆品，也能大致鑒別國標紅木的不同種類［11］。

光譜在紅木種屬鑒別中的應用也有學者進行研究，王遠等使用THz—TDS技術獲得了五種杉木的太赫茲時域光譜，提取其光學參數，得到折射率譜和吸收系數譜，發現在時域光譜上不同種類木材的時間延遲線和振幅以及在吸收系數譜中吸收峰出現的頻段存在一定的差異，對太赫茲時域光譜做快速傅里葉變換獲得相對應的太赫茲頻域光譜，頻域譜上顯示衰減趨勢及幅值也存在差異，表明THzTDS進行紅木分類識別具有一定的可行性［12］。

譜帶技術優點十分明顯，直觀、靈敏度高，結果判斷簡單，微量檢材也可使用。但譜帶技術鑒別紅木種屬前處理方法要求嚴格，對不同的成分或選擇不同的譜帶技術時前處理方法不同，涉及的設備操作、原理也不相同，且受同位素因素影響得到的特征峰或其他指標可能與標準譜存在距離，這是法庭科學人員難以同時掌握的。

4?基于DNA技術的紅木識別方法

以上幾種紅木鑒定方法打破了傳統木材鑒別方法對鑒定人學識和經驗的依賴，但因紅木在實際的生產使用中區分邊材和心材及邊材心材過渡區，樣本取材部位差異會引起在采集圖像、色譜，提取液成分等存在差異，故而導致在建立分析模型時數據重復性差。目前的一種新興技術的出現打破了這一局限，DNA條形碼（DNA?Barcoding）技術于2003年首次提出，是利用一段標準DNA序列作為標記進行物種鑒定的技術，能夠對古木、化石和植物樣本進行鑒別［1314］。

Rasika?M.Bhagwat等選取十種黃檀作為樣本，提取DNA并建立NJ樹探究了鑒別黃檀屬植物的新DNA條形碼，發現matK和matK+rcbL是對黃檀屬鑒別能力最強的條形碼［15］；Ida?Hartvig等提取了35種黃檀屬樣本，選擇rcbL、matK和ITS做遺傳距離分析，發現rcbL區域平均種內和種間距離值最低，最高的是ITS區域，平均種內和種間距離值達十倍以上，建議黃檀屬鑒別選用matK+ITS組合作為DNA條形碼［16］。國內殷亞方等認為葉綠體片段和細胞核核糖體內轉錄間隔區是植物通用的DNA條形碼集中的候選區域［17］，這與國際條形碼協會建議的植物通用條形碼matK和rcbL組合一致。余敏等提取了降香黃檀邊材和心材DNA，發現在降香黃檀和多裂黃檀的rpoC1、rbcL和trnHpsbA片段序列種間遺傳距離較大，trnHpsbA序列的擴增成功率、測序成功率和鑒別能力都是最高的，建議用trnHpsbA序列作為鑒別降香黃檀與多裂黃檀的DNA條形碼［18］；鄧格求等使用刺猬紫檀及其近緣種木材的DNA提取物，用構建NJ樹法做聚類分析認為ITS2序列可以將刺猬紫檀與其他紫檀屬木材準確區分開，但種內無法區分開不同產地的刺猬紫檀［19］。葉綠體是植物特有的細胞器，其攜帶的DNA片段rcbL、matK和trnHpsbA是鑒別紅木種屬強有力的法醫學工具，其中rcbL基因位置很保守，變異速率極慢，因此是理想的植物DNA條形碼，位于核基因組的ITS片段轉錄間隔區的ITS2因高進化率高變異性可作為鑒別紅木種屬的法醫學工具。

DNA條形碼在鑒定物種上具有不可比擬的優越性：具有快速準確，自動化程度高的優勢，且模型建立依靠物種DNA信息，打破了因取材部位差異或沒有完整的形態學特征導致獲取的信息不同這一缺陷，DNA條形碼同時適用于在紅木的各個生長周期獲取的樣本檢材，不受生長發育階段影響，且對專業知識技術經驗要求低，彌補了傳統鑒定的缺陷，能夠快速準確進行鑒定。

DNA條形碼技術的出現是紅木種屬鑒定方法發展史上的里程碑，但用DNA條形碼技術鑒定植物其方法尚未完全規范成熟，也面臨一些挑戰，比如種內發生倒位對trnHpsbA條形碼存在影響［20］、存在干擾基因［21］、DNA降解導致該技術失效等。目前比較成熟的動物DNA條形碼動物線粒體COI序列片段長度在650bp左右，植物條形聯盟推薦的植物DNA條形碼matK、rcbL、ITS、tmHpsbA序列在500bp到幾千bp，最大的局限是DNA的易降解性，珍稀木材最為昂貴的心材部分的DNA在長期生長、存放和高溫加工過程中嚴重降解，降解后DNA片段多不足500bp且附著在細胞壁上以及存在PCR抑制物等，經常導致心材DNA提取失敗或提取的心材DNA濃度和純度低導致PCR擴增失敗或測序失敗，難以得到標準長度的DNA條形碼，也無法用DNA條形碼技術鑒別植物種屬［20］。

5?展望

2006年Hajibabaei等為解決博物館館藏的標本DNA降解問題首先提出了微型DNA條形碼概念，微型DNA條形碼與DNA條形碼原理相似，不同點主要在于片段長度。微型DNA條形碼是長度在100～200bp的DNA序列，在DNA嚴重降解的標本中也容易獲得［22］。與DNA條形碼相比，DNA微型條形碼序列較短，引物的通用性更強，擴增能力更高，耗時短，操作簡便。Hajibabaei在理論上證明了用COI序列內部一段135bp的序列可以很好地對哥斯達黎加地區的一種寄生蜂的物種實現鑒定。

微型DNA條形碼技術目前在植物鑒別上研究較少，生物技術在珍貴木材的鑒別領域的應用主要還是傳統DNA條形碼技術。微型DNA條形碼技術的出現對法庭科學意義重大，使用微型DNA條形碼技術建立紅木微型DNA條形碼信息庫，基于信息庫法庭科學人員可以利用微型DNA條形碼技術對紅木的種屬做出鑒別，打擊假冒犯罪，保護消費者的權益，微型DNA條形碼技術可結合刑事科學技術共同為法庭審理案件提供物證。

參考文獻：

［1］中國國家標準化管理委員會中華人民共和國國家質量監督檢驗檢疫總局.中華人民共和國紅木國家標準（紅木GB/T?181072017）［S］.2017.

［2］譚秋祝，梁林慶.紅木識別［J］.廣東林業科技，2005（03）：5962.

［3］楊家駒，程放，盧鴻俊.木材（特征圖象）的微機識別［J］.木材工業，2001（03）：3132.

［4］方益明，鄭紅平，馮海林.基于傅里葉變換和獨立成分分析的木材顯微圖像特征提取與識別［J］.浙江林學院學報，2010，27（06）：826830.

［5］黃向黨，許彩娟，李大周，等.降香黃檀與越南黃檀木射線組織比較解剖研究［J］.海南大學學報（自然科學版），2018，36（02）：139145.

［6］李啟彬.基于卷積神經網絡的紅木鑒別系統應用研究［D］.廣東工業大學，2021.

［7］黃鵬桂，趙璠，李曉平，等.卷積神經網絡在紅木樹種識別中的應用［J］.浙江農林大學學報，2020，37（06）：12001206.

［8］沈明月，章啟元，朱仲良，等.基于HPLC技術及模式識別方法鑒別4種紅木［J］.林業科學，2012，48（05）：168172.

［9］朱濤.基于GCMS技術不同進樣方式的紅木識別研究及其指紋圖譜構建［D］.安徽農業大學，2013.

［10］羅莎.四種紅木抽提物的FTIR與GCMS指紋圖譜鑒別研究［D］.中南林業科技大學，2013.

［11］陳碧瑩，廖世莉，吳霞，等.基于核磁共振氫譜及偏最小二乘判別分析法的紅木快速識別模型的建立與應用［J］.分析測試學報，2019，38（02）：134140.

［12］王遠，折帥，周南，等.基于太赫茲時域光譜技術的紅木分類識別［J］.光譜學與光譜分析，2019，39（9）：27192724.

［13］Hebert?P?D，Cywinska?A，Ball?S?L，et?al.Biological?identifications?through?DNA?barcodes［J］.Proc?Biol?Sci，2003，270（1512）：313321.

［14］Costa?F?O，DeWaard?J?R，Boutillier?J，et?al.Biological?identifications?through?DNA?barcodes：the?case?of?the?Crustacea［J］.Canadian?Journal?of?Fisheries?and?Aquatic?Sciences，2007，64（2）：272295.

［15］Bhagwat?R?M，Dholakia?B?B，Kadoo?N?Y，et?al.Two?New?Potential?Barcodes?to?Discriminate?Dalbergia?Species［J］.PLOS?ONE，2015，10（11）：e142965.

［16］Hartvig?I，Czako?M，Kjr?E?D，et?al.The?Use?of?DNA?Barcoding?in?Identification?and?Conservation?of?Rosewood?（Dalbergia?spp.）［J］.PLOS?ONE，2015，10（9）：e138231.

［17］殷亞方.從DNA條形碼到木材識別：第三屆中國林業學術大會［C］.福州，2013.

［18］余敏.降香黃檀與越南黃檀木材DNA條形碼篩選與鑒定研究［D］.安徽農業大學，2015.

［19］鄧格求，呂葉香，余鴻發，等.刺猬紫檀木材DNA條形碼鑒定研究［J］.安徽農學通報，2018，24（05）：2325.

［20］Whitlock?B?A，Hale?A?M，Groff?P?A.Intraspecific?inversions?pose?a?challenge?for?the?trnHpsbA?plant?DNA?barcode［J］.PLoS?One，2010，5（7）：e11533.

［21］李超，王正亮，楊倩倩，等.DNA條形碼技術的應用研究［J］.中國計量學院學報，2014，25（03）：231237.

［22］HAJIBABAEI?M，SMITH?M?A，JANZEN?D?H，et?al.A?minimalist?barcode?can?identify?a?specimen?whose?DNA?is?degraded［J］.Molecular?Ecology?Notes，2006，6（4）：959964.

作者簡介：李學謙（1996—?），男，碩士研究生，主要從事法醫物證學研究。

*通訊作者：林子清（1961—?），男，教授，主要從事法醫學研究。