判别枸杞产地的研究现状文献综述

判别枸杞产地的研究现状文献综述摘要枸杞是我国典型药食同源农产品，宁夏枸杞作为道地药材经济价值显著高于甘肃、新疆、青海等引种产区，市场存在产地冒用、以次充好等问题，枸杞产地判别与溯源成为农产品质量安全与道地药材鉴别领域的研究热点。当前枸杞产地判别主要依托无机元素与稳定同位素、色谱-质谱代谢组、光谱与智能感官、分子生物学四大技术体系，结合主成分分析（PCA）、正交偏最小二乘判别分析（OPLS-DA）、Fisher判别及深度学习等化学计量学与机器学习算法构建判别模型。现有技术在省级大尺度产区区分上准确率较高，但县域、乡镇等微尺度产地识别易受品种、采收茬次、干燥加工方式等因素干扰；标志物通用性、检测成本、现场快速检测能力、标准化体系建设仍存在短板。本文系统梳理枸杞产地判别技术路线、研究进展，总结现存问题，并对未来发展方向进行展望，旨在为枸杞原产地认证、质量管控与溯源体系建设提供参考。关键词：枸杞；产地溯源；道地性；代谢组；无机元素；化学计量学0引言宁夏枸杞（LyciumbarbarumL.）是我国西北特色经济作物，不同产地气候、土壤、水文条件差异会直接改变枸杞矿物组成、代谢物积累、挥发性成分等特征，形成产地专属指纹信息。不同产区枸杞市场价差可达2~3倍，产地造假损害道地枸杞品牌与消费者权益，因此建立稳定、精准、高效的产地判别技术具有重要现实意义。早期枸杞产地识别依赖外观形态、感官评价与传统理化指标，主观性强、区分能力有限。随着现代分析检测与多变量统计技术发展，产地判别逐步由传统表观鉴别转向特征指纹+模型识别的定量判别模式，国内外围绕枸杞产地标志物筛选、判别模型优化、快速检测技术开展大量研究。1枸杞产地判别主要技术体系研究进展1.1无机元素与稳定同位素溯源技术土壤中的矿物元素会通过根系富集于枸杞果实，稳定同位素（C、N、O、Sr等）与区域气候、水文、地质背景高度耦合，该体系是农产品产地溯源最成熟的技术之一，适合大尺度地理区分。

主流检测手段以ICP-MS、ICP-AES为主，可同时测定几十种常量、微量及稀土元素。已有研究证实Ca、Mn、Sr等元素可作为核心溯源指标；结合C、N稳定同位素联合建模，宁夏、甘肃、青海、新疆四省枸杞Fisher判别整体正确率可达97.9%，未知样本预测准确率94.6%。开建荣等利用43种矿物元素实现宁夏中宁内部多个乡镇小产区的区分，证实元素指纹可支撑县域尺度溯源，但相邻近地理单元元素差异小，判别精度下降明显。

该方法优势是特征稳定性强，受加工、贮藏影响较小；缺点是前处理复杂、仪器昂贵、检测周期较长，难以现场快速筛查。1.2色谱-质谱与代谢组学判别技术代谢组学通过全面解析枸杞内源性小分子代谢物（多糖、黄酮、类胡萝卜素、氨基酸、挥发性物质等），筛选产地特异性标志物，是近年枸杞产地鉴别研究的主流方向。液相色谱（HPLC/UHPLC）：利用枸杞多酚、黄酮、甜菜碱等活性成分指纹图谱，结合OPLS-DA建立产区模型，可实现多产区区分，模型判别率约89%左右；气相色谱-质谱（GC-MS、HS-SPME-GC-MS、GC-IMS）：聚焦挥发性风味物质，筛选醛类、酯类、酮类等差异标志物，适合基于气味特征的产地区分。最新非靶向代谢组结合靶向MRM-GC-MS/MS策略，四产区枸杞预测准确率超过96%，可自动筛选差异代谢物，解决传统非靶向模型泛化能力不足的问题；超高分辨质谱（UHPLC-QTOF-MS/MS）：可一次性检出上百种差异代谢物，筛选出高特异性生物标志物，适用于机理研究与精准溯源，199份西北主产区样本可实现有效分离，筛选21个高潜力标志物。代谢组法灵敏度高、区分能力强，不仅能判别产地，还可关联枸杞品质与道地性成因；但代谢物易受采收季节、干燥工艺、储存条件影响，标志物在不同批次样本中重复性有待提升。1.3光谱、智能感官与快速检测技术这类技术面向产业现场筛查，具有无损、快速、低成本特点，是近年产业化应用研究热点。高光谱成像（HSI）、近红外光谱（NIRS）：基于枸杞样品光学特征差异，结合连续投影算法（CARS）、迭代保留信息变量（IRIV）筛选特征波长，建立机器学习判别模型，可无损快速区分五大主产区枸杞，无需复杂前处理；电子鼻、电子舌：模拟人的嗅觉、味觉，采集整体感官信号，搭配LSTM、CNN等深度学习模型。马泽亮等构建LSTM-AM-M1DCNN融合模型，多产地枸杞测试集准确率可达97.4%，适合批量快速初筛；气相离子迁移谱（GC-IMS）：设备便携、检测速度快，适合挥发性物质快速指纹采集，已识别出18种枸杞产地特征挥发性化合物，适合产业端快速筛查。该类技术适合市场大批量初检，但信号属于间接特征，基质干扰大，微尺度产地识别精度不足，一般仅作为初筛手段，阳性样品仍需质谱等精准方法复核。1.4分子标记技术分子标记依托枸杞基因组差异，理论上不受环境、加工影响。现有研究利用SSR、SNP等分子标记分析不同产区枸杞遗传分化。但国内商业化栽培枸杞种质交流频繁，跨区域引种普遍，同品种在不同产区种植遗传背景高度一致，单纯DNA标记很难区分产地，仅能区分不同品种，难以单独用于产地溯源，多作为辅助验证手段，相关研究数量少于元素与代谢组方向。转录组、蛋白组联合分析更多用于解释不同产地枸杞多糖等活性成分合成调控机制，而非直接产地判别。1.5化学计量学与机器学习建模方法数据建模是产地判别的核心环节。传统常用无监督的PCA、聚类分析（CA）用于初步分组；有监督模型以OPLS-DA、PLS-DA、Fisher线性判别为主，应用最广泛。近年来深度学习逐步普及，CNN、LSTM、随机森林等多用于光谱、电子鼻等高通量、时序数据，可挖掘弱特征信号，提升小样本、复杂基质下模型准确率。

现有研究普遍存在数据集偏小、外部独立验证不足问题，很多模型仅在同批次采集样品中表现良好，跨年份、不同加工批次样本预测精度明显下滑，模型泛化能力是共性短板。2当前研究存在的主要问题尺度适配性短板：多数研究集中在宁夏、甘肃、新疆等省级大产区区分；县域、乡镇等微尺度原产地判别难度大，相邻区域地质、气候相近，特征差异微弱，模型效果不稳定；干扰因素控制不足：枸杞品种、栽培茬次、晾晒/烘干加工方式、储存时间会显著改变元素含量与代谢谱，很多研究未系统量化这类混杂因素的干扰，标志物普适性不强；技术成本与产业化脱节：ICP-MS、高分辨质谱精度高，但设备昂贵、检测周期长，难以大规模应用；光谱、电子鼻快速方法准确率有限，缺少统一的配套标准；缺少统一标准与数据库：不同课题组采样、前处理、建模参数不统一，标志物难以互相验证，尚未形成全国共享的枸杞产地指纹数据库与统一检测规范；多技术融合研究不足：单一指纹信息存在局限性，元素+代谢组+光谱多源数据融合判别、多模型联合验证的研究仍较少。3展望多组学多源数据融合溯源：联合矿物元素、稳定同位素、代谢组、光谱特征，融合机器学习算法，构建稳健的多维度判别模型，兼顾精度与稳定性；微尺度产地标志物挖掘：聚焦宁夏中宁等核心道地产区内部精细溯源，区分乡镇、地块级样品，支撑地理标志产品精准保护；现场快速检测技术落地：推进便携式质谱、微型近红外、GC-IMS等设备开发，建立低成本现场筛查方案，形成“快速初筛+实验室精准复核”两级检测体系；标准化数据库与溯源体系建设：统一采样、前处理、检测流程，建立长期动态枸杞产地指纹数据库，推动形成行业/国家标准，对接农产品区块链溯源；环境-代谢调控机理研究：阐明土壤、气候如何调控枸杞特征物质积累，从机理层面解释产地差异，筛选更稳定、抗干扰的溯源标志物。4结语枸杞产地判别技术已经从传统感官鉴定发展到无机指纹、代谢组、智能传感多技术并行的阶段，大尺度产区识别技术已相对成熟，但微尺度精准溯源、抗干扰标志物、产业化落地仍是难点。未来通过多技术融合、标准化数据库构建与便携检测装备开发，可建立一套兼顾精准度、效率与成本的枸杞产地判别体系，为枸杞地理标志保护、市场监管、优质道地枸杞产业高质量发展提供技术支撑。参考文献（示例格式，可按需增删）[1]开建荣，石欣，李彩虹，等。基于矿物元素技术的中宁不同产区枸杞的判别分析[J].食品与发酵工业，2022,48(9):253-260.

[2]袁伟东，姜洪喆，杨诗雨，等。基于高光谱成像技术的宁夏枸杞产地溯源鉴别[J].食品科学，2024,45(6):254-260.

[3]马泽亮。电子鼻和电子舌结合LSTM-AM-M1DCNN检测枸杞产地[J].食品与机械，2025.

[4]GongH,WangY,etal.Geographicaltraceabilityofwolfberrybasedonstableisotopes,mineralelementsanda