吴 帅 雷 声杨锡洪 高 倩程东伟 张 玲 赵 蔚 张天栋解万翠

（1.广东海洋大学 食品科技学院，广东 湛江 524088；2.云南中烟工业有限责任公司技术中心，云南 昆明 650231）

指纹技术，起源于生物识别技术（20世纪90年代初出现，如指纹识别、面部识别、声纹识别及虹膜识别等方式［1］），并逐渐发展成为“指纹图谱的化学模式识别分析技术”，其核心方法是先通过物质分解（酶解）或者反应扩增（如PCR扩增），然后采取一些分离手段（电泳、层析等）实现特征性物质的分离，最终获得特征性（指纹）图谱的一个过程。近些年，随着各种先进生物技术的不断发掘，使得指纹技术在食品领域（如微生物分离鉴定［2］、货架期预测［3］等）的应用也越来越全面，为解决和预防食品造假、掺杂、食物中毒等食品安全问题提供了新的途径。因此，能够将指纹分析技术（图1）合理的应用于食品领域将会促进食品行业的完善［4］。

图1 常见指纹图谱技术Figure 1 Common fingerprint technologies

在食品领域，指纹图谱分析技术还处于初期阶段，如果能进一步探索并更好地应用于食品生产和流通中，将大大促进食品产业的规范化和安全性，并加快传统及新型食品的开发。

1 指纹技术应用状况及特点

1.1 DNA指纹分析技术

DNA指纹分析技术简称DNA指纹或遗传指纹技术，通过分子标记，对生物个体间DNA序列差异的检测。包括物种特异聚合酶链式反应（polymerase chain reaction，PCR）、随机扩增多态性 DNA标记（random amplified polymorphic DNA，RAPD）、扩增片段长度多态性（amplified fragmentlength polymorphism，AFLP）、微卫星 DNA（simple sequence repeat，SSR）、简单重复序列区间（inter－simple sequence repeat，ISSR）、单核苷酸多态性（single nucleotide poly－morphism，SNP）等 DNA指纹技术［5］。

徐朝辉等［6］利用RAPD技术得到了中药生品牛蒡子（四大商品区）以及制品牛蒡子（其中两个商品区）的DNA指纹图谱，发现生品牛蒡子图谱具有一致性，而制品牛蒡子的图谱与生品之间存在明显区别，表明了DNA指纹图谱在生品药材方面应用的可靠性；陈颖等［7］建立了还原橙汁、掺假橙汁和鲜榨橙汁的PCR快速鉴别方法，有效识别掺假产品；阮泓越等［8］采用微卫星DNA对猪的个体识别和溯源进行探索，指出来自同一头猪的猪肉和血液DNA是一一对应的，这就表明可以实现从猪血到猪肉的溯源。DNA指纹技术具有诸多优点，如不受环境影响，可以在样品发育的任何阶段进行检测，可进行大量标记，对于表现出共性的基因型可以鉴别出其是纯合型还是杂合型，技术操作简单、迅速、便于实现自动化，还有就是提取的DNA样品可以实现长期保存（条件适宜），有利于追溯性或仲裁性的实施［5］。

1.2 代谢指纹分析技术

代谢指纹分析技术是对代谢组学的研究，是将某个细胞、组织或器官的代谢物作为集合，然后进行整体分析，对比图谱信息异同，进而实现样品的鉴别或者分类。

按照分析流程，将代谢指纹分析过程分为生物分析和数据分析。生物分析就是从样品中获得大量原始数据（图谱）的过程，该过程可能用到的分析技术有核磁共振技术（nuclear magnetic resonance，NMR）、LC—MS以及 GC—MS等；数据分析就是通过对原始数据（图谱）的筛选后，比对图谱差异，采用PCR或者偏最小二乘法—判别分析（PLS—DA）发现数据的变化规律，进而体现代谢的整体过程（图2）［9］。

图2 代谢指纹分析流程图Figure 2 The flow chart of metabolic fingerprinting

吴海强等［10］通过对比鲫鱼（Carassius aumtus）和鲢鱼（Hypophthalmichehys molitrix）两种鱼的双向蛋白质电泳图（two－dimensional electrophoresis，2－DE）发现，2－DE谱图完全可以鉴定和区别不同物种的蛋白组分，可作为进一步鉴定过敏原的基础；周剑忠等［11］通过PCR—DGGE指纹图谱技术结合16SrDNA序列分析了藏灵菇中微生物的多样性，发现藏灵菇中乳酸菌（Lactobacillus）和酵母菌（Saccharomyces cerevisiae）居多，此外还存在不可培养微生物。

Gall等［12］利用NMR指纹图谱和多元分析法来辨别橘汁的掺假，针对其中6个主成分的分析构建了有效的分类模型，可识别人工和天然橘子汁。Chen等［13］通过常压解吸抽样偶联电离子喷雾技术和质谱技术，检测了不同样品中的代谢物（来自微生物生长或样品自身代谢），发现不同保藏方式的肉类和菠菜的指纹图谱存在明显的差异，指出肉类制品在－20℃下也可被大肠杆菌污染，同时指出了这种基于代谢物的新型检测策略代表了一种“绿色”食品质量快速评价的方法。

代谢指纹分析可广泛应用于食品的保藏、加工方式以及微生物利弊的鉴定，在食品工艺优化、降低生成成本、保证产品的一致性等方面具有潜在的应用前景。

1.3 同位素指纹分析技术

研究［14］发现同位素的组成变化是极复杂的，特别受气候及地形、生物代谢类型等影响显著。目前用于食品溯源追踪的可标记同位素主要有H、C、N、O等。刘卫霞等［15］介绍了有机同位素稀释质谱法在于农药残留、兽药残留、抗生素、天然毒素等方面的应用，明确了同位素稀释色谱—质谱技术于食品安全的重要性。刘泽鑫等［16］采用同位素比率质谱仪（IRMS）检测了牛尾毛样品（陕西关中不同区县）的δ13C和δ15N值，发现利用同位素之间的差异可实现牛肉产地小范围的溯源。Schmidt等［17］通过稳定性同位素C、N、S，分析了美国的23个牛肉样品和欧洲的35个牛肉样品，表明2个地区的牛肉的δ13C特征明显不同，可以对牛肉进行产地区分。生物体中某些同位素信息与生物的生存环境息息相关，通过这一独特的特征就可以对生物的身份信息进行独立、科学的鉴定［18］。

1.4 气味指纹分析技术

气味指纹分析技术是以挥发性成分为监测对象，检测技术是最关键的，如GC—MS、气相色谱—嗅觉测定法（gas chromatograph－olfactometry，GC—O）、电子鼻（electronic nose）等技术。气味指纹图谱分析技术广泛用于风味物质类别和结构的分析，通过建立气味和品质间的对应关系，从而实现对食品品质的预测。

Olfa Baccouri等［19］采用 HS—SPME—GC—MS和 GC，对不同产地、不同生长期和农艺条件处理下的橄榄油进行了分析，发现成熟过程能够显著改变挥发性成分的种类，反映橄榄油的品质。Limbo等［20］通过化学法和电子鼻气味识别技术对不同储藏温度（－0.5，4.8，16.5℃）下的鲈鱼（Lateolabrax japonicus）货架期进行了评价，表明气味感官技术对鲈鱼货架期预测具有可行性。Sarnoski等［21］利用SPME—GC—MS对作为青蟹（Scylla serrata）腐败标志的挥发性成分三甲胺和吲哚进行了分析，用于水产品的品质预测。电子鼻技术就是凭借电化学传感器阵列及合适的识别装置，实现通过仪器“嗅觉”客观分析样品的一种技术，目前已经广泛应用于果蔬无损检测、肉禽水产类新鲜度及微生物检测等方面［22－24］。

1.5 光谱指纹分析技术

光谱指纹分析技术的运行原理就是通过那些对光具有吸收、散射、反射等特性的物质对食品进行监控，包括品质监控和安全监控，是一种间接测量的技术（也称为软测量技术）。光谱指纹技术以速度快、可实现多组分同时测量以及样品不需要复杂的前处理过程等优点，非常适合于实时在线分析和非侵入、非破坏性检测。

林岩等［25］采用近红外光谱（near infrared，NIR）和联合区间偏最小二乘方法（SiPLS）的方法，通过对比光谱数据，指出该结合技术可对猪肉蛋白质及脂肪进行定量分析。杨永存等［26］通过采集137份油样和17份精炼“地沟油”，对比傅立叶变换中红外吸收光谱，指出根据吸收峰及其形状还不能有效鉴别“地沟油”与食用植物油，因而还有待进一步的探索。Quansheng Chen等［27］在食醋总酸含量测定研究中指出近红外光谱技术协同Si－PLS和曲线回归工具可作为食醋总酸含量测定的潜在方法；Del Bove等［28］采用FI—IR结合软件分析将意大利的10个地域奶酪中22种酵母菌（Saccharomyces cerevisiae）进行快速鉴别和表型分类。

2 指纹分析技术在食品中的应用研究

2.1 食品溯源追踪

马冬红等［29］采用同位素比率质谱仪对广东、海南、福建、广西4地罗非鱼（Oreochromis spp）中的 δ2H 值进行测定，发现不同地域的罗非鱼δ2H值存在明显差异，表明稳定性氢同位素可以很好地反应罗非鱼来源地信息。Zhao等［30］利用近红外光谱发现可以有效地对小麦的来源、基因型和生长期进行解析。孟一等［31］基于近红外光谱技术快速识别不同动物源肉品，建立了猪肉、牛肉和羊肉的定性识别模型。Yan Zhao等［32］指出了稳定性同位素是一种强有力的工具，可以很好地鉴别来自动植物的农产品及产地，同时也指出了使用该技术时存在的局限性。Enache等［33］提出了遗传指纹图谱技术可作为动物产品溯源的新方法。可见，伴随现代指纹技术的发展，通过建立食品危害物来源追踪体系，对食品安全危害源头实现溯源，逐渐会成为今后研究的热点。

2.2 食品品质检测

食品掺假、食品货架期、食品有毒有害物质检测等，是食品品质方面的重要问题。吴卫国等［34］建立了5类食用植物油标准脂肪酸指纹图谱，发现这些图谱不仅能够反映同类油脂共同特性，同时也能反映不同类油脂之间的差异，这就为食用植物油脂的产品质量控制和掺假检测提供了理论依据。解万翠等［35］利用电子鼻技术（electronic nose）检测虾风味料中香气成分，发现电子鼻对两种虾风味料的风味轮廓有较强的识别能力。王琴等［36］采用反相高效液相色谱（RP—HPLC）结合蒸发光散射检测器（ELSD），分别检测掺入代可可脂和棕榈油的可可粉掺假样品，通过脂质指纹分析发现该方法可以鉴别掺入1.2%及以上的掺假样品。Lin等［37］通过将近红外光谱、电脑成像和电子鼻技术连用的方式，对90多种不同新鲜度的猪肉进行了检测，发现连用技术可实现对挥发性盐基氮的无损检测。田晓静［38］应用电子鼻电子舌技术实现了对冻融不同次数的羊肉的检测，同时建立了能够识别猪肉、鸡肉等掺入到羊肉中的预测辨假模型。王秋艳等［39］对比了ERIS—PCR、PFGE和Sau—PCR 3种方法对5株福氏志贺菌进行溯源性分析，分别指出了3种方法在这方面应用的优缺点，且3种方法均能达到检测5株菌的目的。Covadonga等［40］采用传统法和微波加热对橄榄油进行热降解，通过利用31P的NMR光谱技术，发现传统加热法对油的损伤大于微波加热。

2.3 食品加工过程中化学和微生物的变化

食品的腐败劣化，其原因来自很多方面，如酶的分解、营养物质的氧化以及微生物的生长活动等，特别是微生物的活动是食品劣变的主要因素。食品指纹分析技术在微生物的鉴别、菌落动态监控等方面可以发挥作用。石磊等［41］利用组织平板培养法及ERIC—PCR法定量分析了48株PA生物被膜的形成，通过指纹图谱分析指出菌株生物被膜形成能力和基因型二者之间具有一定的相关性。Zheng等［42］通过结合DGGE和磷脂脂肪酸来鉴定不同发酵阶段浓香型酒的微生物菌落形态特征，指出了窖泥中的主要菌体。Nol等［43］指出了PCR—DGGE技术可以快速监测咖啡加工中的微生物，特别是对赭曲霉素（ochratoxin）的形成的研究。Sahar等［44］发现利用傅立叶变换红外光谱仪可以预测贮藏鸡胸肉鱼片的腐败菌数量。

3 展望

指纹技术在货架期预测方面应用仍处试验阶段。气味作为食品品质优劣判断的一项重要指标，常规方法就是进行感官评价及经验评估，因而会引入极大的不确定性。因此可针对各技术的优劣势，通过多技术的相互组合，将指纹技术作为一个多元的、不设基点的技术来筛选关键质量的差异，从而进行分析判定。未来可将生物技术与现代检测手段的食品指纹图谱分析技术相结合，使其在食品从农田（养殖场）到餐桌的体系中发挥作用，实施监控，促进食品产业的标准化，推动行业的快速发展。

1 毛巨勇.生物识别技术的发展与现状［J］.中国安防，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，谢晶.气味指纹技术在水产品质量检测中的应用［J］.食品与机械，2012，28（5）：227～230.

4 刘远锦，林亲录，罗非君.指纹技术在食品工业中应用［J］.粮食与油脂，2013，26（7）：12～14.

5 宋君，雷绍荣，郭灵安，等.DNA指纹技术在食品掺假，产品溯源检验中的应用［J］.安徽农业科技，2012，40（6）：3 226～3 228.

6 徐朝晖，杨松松，康廷国.同种不同产地牛蒡子DNA指纹图谱特征研究［J］.中草药，2001，32（6）：541～542.

7 陈颖，葛毅强.现代食品分子检测鉴别技术［M］.北京：中国轻工业出版社，2008.

8 阮泓越.DNA指纹技术在猪个体识别和可追溯系统中的研究应用［D］.北京：中国农业科学院，2010.

9 梁强，郭晓晖，周蓓莉，等.代谢指纹分析及其在食品科学中的应用［J］.食品与发酵工业，2011，37（10）：134～138.

10 吴海强，余晓，刘志刚.食品过敏原指纹图谱快速检测研究（一）―鲫鱼、鲢鱼总蛋白2－DE指纹图谱分析［J］.热带医学杂志，2006（1）：10～12.

11 周剑忠，董明盛，江汉湖.藏灵菇微生物种群结构的分子特性研究［J］.微生物学通报，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 刘卫霞，罗勇，杨维成.有机同位素稀释质谱法在食品安全分析中的应用［J］.化学世界，2011（3）：184～187.

16 刘泽鑫，郭波莉，潘家荣，等.陕西关中地区肉牛产地同位素溯源技术初探［J］.核农学报，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，潘家荣.同位素指纹分析技术在食品产地溯源中的应用进展［J］.农业工程学报，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 纪淑娟，张丽萍，卜庆状，等.基于电子鼻技术对冷藏后南果梨货架期间气味的变化分析［J］.食品科学，2012，33（7）：123～126.

23 柴春祥，杜利农，范建伟，等.电子鼻检测猪肉新鲜度的研究［J］.食品科学，2008，29（9）：444～447.

24 王丹凤，王锡昌，刘源，等.电子鼻分析猪肉中负载的微生物数量研究［J］.食品科学，2010，31（6）：148～150.

25 林岩，郭培源，王昕琨.基于近红外光谱的猪肉蛋白质及脂肪含量检测［J］.食品科技，2014，39（2）：262～266.

26 杨永存，李浩，杨冬燕，等.傅立叶变换红外光谱鉴别“地沟油”的有效性评估［J］.现代食品科技，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 马冬红，王锡昌，刘利平，等.稳定氢同位素在出口罗非鱼产地溯源中的应用［J］.食品与机械，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，张玉华，王家敏，等.基于近红外光谱技术快速识别不同动物源肉品［J］.食品科学，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 吴卫国，彭思敏，唐芳，等.5类食用植物油标准指纹图谱的建立及其相似度分析［J］.中国粮油学报，2013，28（6）：101～105.

35 解万翠，杨锡洪，章超桦，等.气味指纹分析技术在虾风味料检测中的应用［J］.食品与机械，2011，27（6）：119～121.

36 王琴，胡明华，戴军，等.基于脂质聚类分析的可可粉掺假检测方法研究［J］.食品与机械，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 田晓静.基于电子鼻和电子舌的羊肉品质检测［D］.浙江：浙江大学，2014.

39 王秋艳，闫鹤，石磊，等.三种基因分型技术对一起食物中毒事件的分析比较［J］.食品与机械，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，寇娅丽.铜绿假单胞菌基因型与生物被膜形成能力的分析［J］.食品与机械，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.