基于礦物元素技術的寧夏不同產地紅棗的判別分析

趙子丹 ，開建榮 ，王彩艷 ，牛 艷 ，吳 燕 ，張 艷

（1.寧夏農產品質量標準與檢測技術研究所，寧夏 銀川 750002；2.寧夏回族自治區農產品質量標準研究與評價重點實驗室，寧夏 銀川 750002）

棗Ziziphus jujuba為鼠李科Rhamnaceae棗屬Ziziphus植物，原產于中國黃河流域，現廣泛分布于中國、韓國、朝鮮、日本、印度等亞洲國家及意大利、西班牙等歐洲南部國家[1]，具有超過4 000年的栽培歷史[2]。棗的果實是藥食同源的佳品，富含可溶性糖、微量元素、三萜酸類、酚酸類、黃酮類、多酚類和環磷酸腺苷等多種活性營養成分，藥用價值較高[3-8]。隨著生活水平的不斷提高，人們對藥食同源保健產品的需求量也逐年增加。寧夏地處黃河流域中段，氣候和水土條件非常適宜種植棗樹。經過多年發展，寧夏形成了各具特色的靈武長棗、中寧圓棗、同心圓棗三大優良品種[2]。靈武長棗、同心圓棗已被認定為國家地理標志保護產品[9-10]。但隨著市場需求量的增加，假冒偽劣、以次充好產品對地理標志產品市場造成沖擊，僅靠認證授權較難有效保護。為了寧夏紅棗產業的長遠發展，維護地理標志產品品牌，非常有必要開展寧夏紅棗品質鑒定、建立產地溯源方法。

產地溯源技術為食品品質評價、真實性鑒定和產地鑒別等提供了技術支撐[11]。目前，食品產地溯源技術主要有分子生物學分析、有效成分指紋圖譜分析、近紅外光譜、穩定同位素分析、礦物元素分析等[12]。礦物元素分析作為食品產地判別的有效方法，已被廣泛應用于谷物[13]、大米[14]、大豆[15-16]、甜瓜[17]、西瓜[18]、蜂蜜[19]、牛奶[20]、馬鈴薯[21]、蕓豆[22]、中藥材[23-26]，水產品[27-30]等。棗產地溯源研究目前仍處于起步階段，相關報道不多。Wu等[31]和武琳霞等[32]分別對我國6個主產區大棗的31項品質指標、5個主產區冬棗的18項品質指標進行了測定，基于多重比較、相關性分析、主成分分析、聚類分析和Fisher判別分析等方法進行了品種分類、品質評價和產地溯源，并篩選特征指標建立了分類模型。何偉忠等[33]采用營養品質、穩定同位素和礦物多元素特征等的差異分析技術，結合化學計量及建模判別，對新疆不同產地干棗進行產地溯源相關研究；李慧等[34]采用主成分分析法和灰色關聯度分析法建立了鮮食棗果實品質評價模型，且經驗證結果可靠；王紅云等[35]通過測定穩定碳氮同位素對河北省太行山中麓大棗進行了產地溯源研究；康露等[36]通過測定鍶同位素特征指紋信息對若羌灰棗和新鄭灰棗進行了比較和產地溯源。但有關寧夏紅棗產地溯源的研究鮮見報道。本研究中采用電感耦合等離子體質譜（ICP-MS）方法測定了寧夏靈武、中寧、同心3個產地紅棗樣品中36種礦物元素的含量，并采用主成分分析和正交-偏最小二乘法判別分析方法（OPLS-DA）構建分類模型，對寧夏不同產地紅棗進行產地判別分析，以期為寧夏紅棗的產地溯源提供參考。

1 材料與方法

1.1 材料與試劑

2021年收獲期，在寧夏紅棗生產基地及種植大戶采集88份紅棗樣品，分別為靈武48份、中寧28份、同心12份。鮮棗經三級水清洗后，用濾紙擦干，去核，經高速勻漿機處理，保存于-20 ℃，待檢。樣品的保存與檢測均在寧夏農產品質量標準與檢測技術研究所進行。

試劑：1 000 mg/L Hg元素標準儲備溶液，中國計量科學研究院；10 mg/L的35種元素的混合標準溶液，美國Perkin Elmer公司，包含Na、Fe、Zn、Cu、Ca、Mg、Mn、As、B、Ba、Cd、Ce、Cs、Co、Cr、Dy、Ga、Hf、Li、Mo、Nb、Nd、Ni、Pr、Pb、Pd、Rb、Sb、Sc、Sn、Sr、Ti、V、W、Y元素；硝酸（優級純），德國默克；鹽酸（優級純），國藥集團化學試劑有限公司；試驗用水為一級水。標準物質GBW 10047（生物成分分析標準物質胡蘿卜）為中國地質科學院地球物理地球化學勘查研究所研制。

1.2 儀器與設備

ELAN DRC-e型電感耦合等離子體質譜儀（ICP-MS），美國Perkin Elmer公司；配備雙光路溫度控制系統和全罐異常壓力監控系統的Mars6 Xpress微波消解儀，美國CEM公司；AL104型電子天平，瑞士Mettler Toledo儀器有限公司；Milli Plus 2150超純水處理器，美國Millipore公司。

1.3 試驗方法

1.3.1 樣品預處理

精確稱取3.00 g紅棗樣品于微波消解管中，加入10 mL硝酸，常溫靜置3 h后，使用微波消解儀進行樣品消解[37]。設置消解過程溫度梯度：5 min初始溫度升高至120 ℃，保持10 min；5 min溫度升高至150 ℃，保持20 min；5 min溫度升高至190 ℃，保持30 min。消解結束并冷卻后，于120 ℃趕酸2 h，繼續冷卻至室溫，用超純水定容至50 mL試管中，混勻；同時做試劑空白。

1.3.2 礦物元素含量測定

使用電感耦合等離子體質譜儀分別測定紅棗樣品及標準物質中的36種元素。電感耦合等離子體質譜儀的標準模式為STD，離子透鏡電壓6.00 V，檢測器模擬階電壓-2 350 V，發生器功率1 300 W，霧化器流量0.95 L/min，等離子炬冷卻氣流量17.0 L/min，輔助器流量1.20 L/min。標準物質的測定結果符合檢測要求：各元素標準曲線相關系數為0.999 014～0.999 999；稱樣量為3.00 g，定容體積為25 mL時，36種元素的檢出限為1.0×10-6～17.9 μg/kg，具體數據見表1。

表1 36種礦物元素的標準曲線、檢出限和定量限Table 1 Standard curves, detection limits and limits of quantification of 36 mineral elements

續表1Continuation of Table 1

1.4 數據分析

使用SPSS 25.0軟件對數據進行方差分析、主成分分析及Fisher判別分析和OPLS-DA判別分析。

2 結果與分析

2.1 寧夏不同產地紅棗中礦物元素含量的差異

對寧夏靈武、中寧和同心3個產地88份紅棗樣品中36種礦物元素的含量進行方差分析，結果見表2。由表2可知，在3個產地紅棗中36種礦物元素均有檢出，且各元素含量差異較大。紅棗中含量最高的元素為Ca，其次為Mg，均超過0.9 g/kg，Na、Fe、Mn、B、Ga、Sr、Zn、Cu、Rb、Ba、Pb的 含 量 為 0.1～ 75.0 mg/kg，Cd、Hg的含量低于1 μg/kg，其他元素介于中間。其中Mg、B、Ce、Dy、Nd、Sc、Y、W、Hf共 9種元素的含量在3個紅棗產地間不存在顯著差異（P＞0.05），其他27種礦物元素的含量存在地域差異。不同產地紅棗中礦物元素的含量各有其特征：靈武紅棗中B、Nd、Sn、W、Hf元素含量高于中寧和同心，而Zn、Ca、Hg、Cu、Cd、Cs、Co、Li、Ga、Rb、Sb、Sc、Sr、V和Y元素含量低于其他兩地；中寧紅棗中Na、Fe、Zn、Ca、Mn、As、Cd、Ce、Co、Cr、Dy、Mo、Nb、Ni、Ti、Ga、Pb、Rb、Sb、V、Y、Pd含量高于靈武和同心，Mg、B、Ba、Nd、Pr、Sn含量低于其他兩地；同心紅棗中Mg、Hg、Cu、Ba、Li、Pr、Sr含量較高，Fe、Mn、As、Ce、Cr、Dy、Mo、Na、Nb、Ni、Ti、W、Hf、Pd含量較低。

2.2 寧夏不同產地紅棗中礦物元素含量的主成分分析

對寧夏地區3個產地紅棗中36種元素的含量進行KMO檢驗，KMO統計量為0.619（KMO統計量大于0.5），各元素含量之間具有顯著相關性，因此可以進行主成分分析，結果見表3。第1主成分的方差貢獻率為21.435%，綜合了Cr、Co、Ni和Rb 4種元素的信息；第2主成分的方差貢獻率為11.55%，綜合了Y、Nd、Dy和Pr 4種元素的信息；第3主成分的方差貢獻率為11.077%，綜合了Sr、Li和Hg元素的信息；第4主成分方差貢獻率為7.307%，綜合了Hf、Nb和Pd元素的信息；第5主成分的方差貢獻率為6.277%，綜合了Sb和Ga元素的信息；第6主成分的方差貢獻率為4.743%，綜合了Na、Mo和W元素的信息；第7主成分的方差貢獻率為4.180%，綜合了Zn、Pb和Cd元素的信息；第8主成分的方差貢獻率為3.570%，代表了Mn元素的信息；第9主成分的方差貢獻率為3.150%，綜合了B和Sn元素的信息；第10主成分的方差貢獻率為3.070%，代表了Ce元素的信息。前10個主成分的累計方差貢獻率為76.359%，篩選出Na、Zn、Mn、B、Cr、Co、Cd、Ce、Dy、Ni、Nb、Rb、Y、Nd、Pr、Sr、Li、Hg、Hf、Pd、Sb、Ga、Mo、W、Pb、Sn共26種紅棗的特征礦物元素。

2.3 基于礦物含量的寧夏紅棗產地判別模型

2.3.1 Fisher判別模型

不同產地紅棗中礦物元素含量存在差異，為了對紅棗產地進行準確判別，還需要建立基于Fisher判別函數的一般判別方法。因此以36種礦物元素作為判別分析的自變量，對紅棗樣品進行多變量判別分析，篩選出Mn、Cu、Pd、Sn、Sr、Hg、Co、B、Ba、As共10種對產地判別效果顯著的礦物元素，用于紅棗樣品的判別模型中，建立寧夏靈武、中寧、同心3個產地紅棗判別函數模型：

式中：YL、YZ、YT分別表示靈武、中寧、同心紅棗的判別得分；ωAs、ωB、ωBa、ωCo、ωCu、ωHg、ωMn、ωSn、ωSr、ωPd分別表示紅棗樣品中 As、B、Ba、Co、Cu、Hg、Mn、Sn、Sr、Pd 的質量分數。

從3個產地紅棗判別函數中提取前2個典型判別函數（Y1和Y2）進行Willks’ Lambda檢驗，結果進一步證實，在α=0.05的顯著水平下，2個函數的分類效果均為顯著，表明判別模型擬合率可接受。其中判別函數Y1的解釋判別模型能力為78.5%，前2個判別函數的累計解釋判別模型能力為100%，且相關系數均大于0.90，表明判別函數Y1對3個紅棗產地分類占主要貢獻作用。利用判別函數Y1和Y2的得分繪散點圖，如圖1所示。由圖1可知，靈武、中寧和同心的紅棗有獨特的空間分布特征，3個紅棗產地樣品無重疊現象，較容易區分。

表2 寧夏不同產地紅棗中礦物元素的含量及差異性分析結果?Table 2 Content and difference analysis results of mineral elements contents in jujube from different origin in Ningxia

表3 寧夏不同產地紅棗中礦物元素含量的主成分分析結果Table 3 Principal component analysis results of mineral elements in jujube from different origins in Ningxia

圖1 寧夏不同產地紅棗的Fisher判別得分Fig. 1 Fisher discriminant score of jujube from different origins in Ningxia

寧夏不同產地紅棗的判別分析檢驗結果見表4。由表4可知：不同產地紅棗樣品回代檢驗的整體正確判別率為100%，表明這36種元素指標對紅棗原產地的判別效果較好；不同產地紅棗樣品交叉檢驗的正確判別率為98.9%，僅靈武的1個樣本誤判為中寧紅棗，表明采用礦物元素分析可有效實現對紅棗產地的區分。

2.3.2 OPLS-DA判別模型

對寧夏靈武、中寧、同心3個產地紅棗樣本中36種礦物元素的含量進行OPLS-DA分析，構建產地判別模型。R2(X)和R2(Y)分別表示所建模型對X和Y矩陣的解釋率，Q2表示模型的預測能力，理論上R2、Q2數值越接近1說明模型的擬合準確性越好，數值越低說明模型的擬合準確性越差。通常情況下，R2、Q2高于0.5較好，高于0.4即可接受。所構建OPLS-DA模型的R2(X)、R2(Y)和Q2分別為0.450、0.808和0.747，說明建立的OPLS-DA模型中2個主成分能有效解釋3個產地紅棗之間的差異，且該模型具有一定的預測能力。

表4 寧夏不同產地紅棗的Fisher判別分析檢驗結果Table 4 Fisher general discriminant analysis of jujube from different origins in Ningxia

OPLS-DA模型第1、2主成分得分如圖2所示。由圖2可以看出，各產區樣品群體內有明顯的聚集趨勢，同心、中寧、靈武產區樣本可被較好地區分開。橫坐標為第1主成分得分，根據第1主成分得分可以將中寧與靈武產區樣品區分開；縱坐標為第2主成分得分，根據第2主成分得分可以將中寧、靈武與同心產區樣本區分開。

利用建立的模型對3個產區的紅棗樣品進行原產地判別，具體結果見表5。3個產區88個樣品的整體正確判別率為100%。

圖2 寧夏不同產地紅棗的OPLS-DA判別得分Fig. 2 OPLS-DA discriminant scores of jujube from different origins in Ningxia

表5 寧夏不同產地紅棗的OPLS-DA模型的判別率Table 5 OPLS-DA model discriminant rate of jujube from different origins in Ningxia

3 結論與討論

通過對寧夏靈武、中寧和同心3個產地紅棗中36種礦物元素含量的組成特征進行分析，明確了Na、Fe、Zn、Ca、As、Ba、Cd、Cs、Co、Cr、Cu、Hg、Li、Mn、Mo、Nb、Ni、Pr、Ti、Ga、Pb、Rb、Sb、Sn、Sr、V、Pd共27種元素含量存在顯著差異（P＜0.05）。通過主成分分析確定了Na、Zn、Cr、Co、Ni、Rb、Y、Nd、Dy、Pr、Sr、Li、Hg、Hf、Nb、Pd、Sb、Ga、Mo、W、Pb、Cd、Mn、B、Sn、Ce共26種特征礦物元素。采用Fisher判別分析方法對寧夏靈武、中寧、同心3個產地紅棗樣品中36種礦物元素進行多變量判別分析，確定了Mn、Pd、Sn、Sr、Hg、Co、Cu、B、Ba、As共10種紅棗的有效溯源指標。采用Fisher判別分析方法建立的判別模型中，回代檢驗和交叉檢驗的整體正確判別率分別為100.0%和98.9%，采用OPLS-DA方法建立的判別模型的整體正確判別率為100%，采用2種判別分析方法所構建模型的整體正確判別率均較高，表明可根據礦物元素的差異有效鑒別不同產地的紅棗。

棗果的營養價值較高，尤其富含維生素C和cAMP，其中維生素C含量高于大部分水果和蔬菜，與獼猴桃中含量相仿，可達櫻桃中含量的30倍以上[38]。優化有機肥的配比可以改善棗果品質和提高產量[39]。除有機質營養豐富外，棗還可作為補充人體所需的多種重要金屬元素的來源，如鉀、鋅、鎂、鈉和鐵等[40]。棗的營養成分組成因產地和品種而異。雖然基因型是決定果實理化性質的主要因素，但地理環境和管理技術影響果實營養物質的生物合成和代謝[41]。寧夏地區豐富的立地條件和土壤類型使不同區域棗果的礦物元素含量存在差異。通過應用多元統計和相關性及多元逐步回歸等分析方法進行研究，發現在不同土壤條件下靈武長棗果實中營養成分存在差異，并證明了土壤成分與果實品質及其所含多種營養元素存在相關性[42-43]。在對土壤類型、土質與灰棗品質關系的研究中也得出了類似的結論[44-45]。對駿棗園土壤養分、有益礦物元素和果實品質進行層次-關聯度、相關分析和冗余分析后，發現不同產區棗果礦物元素含量等品質指標存在差異，而土壤養分含量與果實品質指標之間存在相關性，并可對其產生顯著影響[46-48]。產地、土壤條件等與棗果實中的元素含量存在密切的聯系[32,49]，元素組成及其含量等指標可為棗果實的品質分析、產地溯源等提供重要依據。

本研究中采用Fisher判別分析和OPLS-DA判別分析方法，建立了基于礦物元素含量對紅棗產地進行判別的方法，但其樣本僅為不同產地同一年的果實，而且棗果的成熟程度對其元素含量也有影響[50]，應進一步驗證模型的準確性。