液相色譜-高分辨質(zhì)譜技術(shù)在食品摻假鑒別研究中的應(yīng)用

王冰峰，徐 雷，徐貞貞，陳愛亮，楊曙明，廖小軍

（1.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)質(zhì)量標(biāo)準(zhǔn)與檢測(cè)技術(shù)研究所，農(nóng)業(yè)農(nóng)村部農(nóng)產(chǎn)品質(zhì)量安全重點(diǎn)實(shí)驗(yàn)室，北京 100081；2.中國農(nóng)業(yè)大學(xué)食品科學(xué)與營養(yǎng)工程學(xué)院，食品非熱加工北京市重點(diǎn)實(shí)驗(yàn)室，農(nóng)業(yè)農(nóng)村部果蔬加工重點(diǎn)實(shí)驗(yàn)室，國家果蔬加工工程技術(shù)研究中心，北京 100083）

根據(jù)全球食品安全倡議的定義[1]，食品欺詐是指蓄意對(duì)食品進(jìn)行虛假描述，造成該食品的宣稱與其真實(shí)屬性不符的行為。每年由于食品欺詐給全球食品工業(yè)所帶來的直接經(jīng)濟(jì)損失高達(dá)300～400億 美元。目前歐盟針對(duì)食品欺詐與食品安全、食品質(zhì)量及食品防御等食品質(zhì)量安全研究領(lǐng)域的相關(guān)概念進(jìn)行了更為明確的界定：大多非惡意行為帶來的問題屬于食品安全和質(zhì)量的范疇，其中損害消費(fèi)者健康的為安全問題，如食源性傳染病等，其他對(duì)消費(fèi)者身體健康無害，但可能帶來其他如經(jīng)濟(jì)利益損失的屬于質(zhì)量問題；而蓄意造成危害的則屬于食品防御和食品欺詐的范疇，其中主觀意愿為損害他人的屬于食品防御的范疇，而以獲取經(jīng)濟(jì)利益為主的行為更多的界定為食品欺詐。同時(shí)，這些概念并非相互獨(dú)立，而是存在交集（圖1）。

圖1 食品欺詐、食品防御、食品安全和食品質(zhì)量之間的差異[1]Fig.1 Differences between food fraud, food defense, food safety and food quality[1]

早在18世紀(jì)的英國就出現(xiàn)了用銅化合物染色的腌黃瓜、摻有朱砂和紅丹的毒糖果等食品欺詐事件。隨著工業(yè)化的加速發(fā)展，食品欺詐愈發(fā)常見，安全問題日益突出[2]。世界各國都相繼出現(xiàn)了食品欺詐事件（表1），部分國家甚至出現(xiàn)因食品摻假導(dǎo)致的重大食品安全事故。食品欺詐事件的頻發(fā)，嚴(yán)重影響了食品的真實(shí)性，損壞了企業(yè)的品牌信譽(yù)，削弱了消費(fèi)者信心，甚至影響了人類安全和健康。

表1 全球部分食品欺詐事件Table 1 Selected global food fraud incidents

全球食品安全倡議食品欺詐智庫[1]將食品欺詐的7 種不同類型進(jìn)行了闡述，并進(jìn)一步明確了食品摻假行為和其他食品欺詐行為的區(qū)別（圖2）。食品摻假行為包括冒充、稀釋、違法添加和非標(biāo)注成分。冒充即使用一種營養(yǎng)物質(zhì)、成分或食物的一部分（通常為低價(jià)值）替換另一種營養(yǎng)物質(zhì)、成分或食物的一部分（通常為高價(jià)值）的行為；稀釋是將高價(jià)值產(chǎn)品與低價(jià)值產(chǎn)品混合后作為高價(jià)值產(chǎn)品的行為；非法添加是向食品中添加未知或禁止使用的化合物的行為；非標(biāo)注成分是指隱藏食品成分或添加低品質(zhì)產(chǎn)品的過程。其他食品欺詐行為還包括假冒、非授權(quán)經(jīng)銷等灰色市場(chǎng)行為及虛假標(biāo)注。食品摻假是食品欺詐的最為常見的表現(xiàn)形式，乳制品、果汁、海鮮、橄欖油、辣椒、咖啡及茶、有機(jī)食品和蜂蜜是食品摻假最為常見的8 類產(chǎn)品[12]，目前開展食品摻假鑒別研究是全球食品質(zhì)量安全領(lǐng)域的熱點(diǎn)。

圖2 食品欺詐的類型[1]Fig.2 Types of food fraud[1]

1 食品摻假鑒別研究概況

通常情況下，食品摻假鑒別研究是指綜合運(yùn)用物理、化學(xué)、生物等學(xué)科的技術(shù)手段，對(duì)食品摻假進(jìn)行識(shí)別研判[13-14]。在分析技術(shù)層面，分子分析、熒光光譜分析、元素分析、同位素分析、色譜分析、核磁共振分析、感官評(píng)價(jià)等技術(shù)均已被用于食品摻假鑒別的研究。在分析對(duì)象角度層面，隨著分析儀器手段的發(fā)展，開展食品摻假研究主要聚焦在痕量稀有元素、標(biāo)志性微生物、代謝組學(xué)及感官差異分析4 個(gè)方面[15]。元素分析多針對(duì)地理標(biāo)志性食品，微生物表征一般適用于未加工的食品原料或發(fā)酵食品，這兩類技術(shù)重點(diǎn)應(yīng)用于可食農(nóng)產(chǎn)品、食品加工原料或部分地理標(biāo)志性的加工食品和發(fā)酵食品真實(shí)性的研究中；代謝組學(xué)分析則多針對(duì)食品體系內(nèi)所有低分子質(zhì)量代謝產(chǎn)物同時(shí)進(jìn)行定性和定量分析，感官差異分析的本質(zhì)也源自食品體系內(nèi)的各類小分子代謝物的差異，這兩類技術(shù)應(yīng)用范圍更廣，可同時(shí)應(yīng)用于食品原料和加工食品，更適合復(fù)雜食品體系的真實(shí)性研究。

在分析思路層面，早期的食品摻假鑒別研究主要是針對(duì)特定的目標(biāo)物進(jìn)行一系列定性、定量的靶向分析，此類方法主要針對(duì)傳統(tǒng)造假行為，對(duì)已經(jīng)明確的摻假行為可以進(jìn)行很好的靶向監(jiān)督，但對(duì)未報(bào)道過的摻假行為或尚未被明確的摻假目標(biāo)物，此類方法適用性降低。隨著食品加工方式的多樣化、食品貿(mào)易的全球化、食品供應(yīng)鏈的復(fù)雜化，食品摻假愈發(fā)隱蔽，傳統(tǒng)靶向分析技術(shù)很難實(shí)現(xiàn)對(duì)食品隱蔽性摻假的高效鑒別[16]。非靶向分析是通過對(duì)高通量海量數(shù)據(jù)的獲取，結(jié)合化學(xué)計(jì)量學(xué)分析方法，采用數(shù)學(xué)建模的方式來進(jìn)行判別，或通過差異分析篩選一些新的標(biāo)志物，利用新的標(biāo)志物來進(jìn)行摻假鑒別。非靶向分析技術(shù)成為了食品摻假鑒別研究的熱點(diǎn)[17]，基于組學(xué)技術(shù)非靶向分析方法研究成為了食品隱蔽性摻假鑒別技術(shù)的研究前沿。本文重點(diǎn)綜述了采用液相色譜串聯(lián)高分辨質(zhì)譜的非靶向分析方法在食品摻假鑒別中的應(yīng)用。

2 液相色譜串聯(lián)高分辨質(zhì)譜在食品真實(shí)性鑒別研究中的應(yīng)用

2.1 植物源食品

2.1.1 果蔬及其制品

表2 液相色譜串聯(lián)高分辨質(zhì)譜技術(shù)在果汁摻假鑒別研究中的應(yīng)用Table 2 Recent applications of liquid chromatography-high resolution mass spectrometry in the identification of fruit juice adulteration

采用液相色譜串聯(lián)高分辨質(zhì)譜進(jìn)行果汁摻假鑒別的研究如表2所示。最初的果汁摻假主要是加入甜味劑、淀粉水解物等進(jìn)行調(diào)配。隨著消費(fèi)市場(chǎng)高端果汁產(chǎn)品的日益豐富，針對(duì)高端果汁的隱蔽性摻假（低價(jià)值果汁摻入高價(jià)值果汁、還原果汁摻入非還原果汁等）給摻假鑒別帶來了巨大的挑戰(zhàn)。采用液相色譜串聯(lián)高分辨質(zhì)譜進(jìn)行果汁摻假鑒別主要分兩大類。

一類是利用該技術(shù)篩選新型標(biāo)志物，如Jandri?等[19]采用超高效液相色譜-四極桿飛行時(shí)間質(zhì)譜（ultra-high performance liquid chromatography quadrupole time-of-flight mass spectrometer，UPLC-QTOF-MS）聯(lián)用技術(shù)對(duì)菠蘿、橘子、柚子、蘋果、小柑橘和葡萄柚進(jìn)行非靶向代謝物指紋圖譜分析，并進(jìn)行多元數(shù)據(jù)分析，并選擇了21 種不同的代謝物對(duì)菠蘿汁、橙汁和葡萄柚汁進(jìn)行鑒別區(qū)分。俞邱豪[22]采用基于LC-QTOF-MS靶標(biāo)代謝組學(xué)的方法，通過構(gòu)建藍(lán)莓汁、蔓越莓汁、蘋果汁和葡萄汁的全組分鑒定分析平臺(tái)，提取出43 種功能活性成分為特征標(biāo)志物，包括16 種花色苷、17 種黃酮等；通過對(duì)小漿果果汁中代表性的活性成分花色苷和黃酮的分析，找出了藍(lán)莓汁、蔓越莓汁和摻假果汁的明顯差異；通過對(duì)果汁中的化學(xué)組分進(jìn)行PCA，得到的32 種特征標(biāo)記化合物都能明顯區(qū)分藍(lán)莓汁、蔓越莓汁和摻假果汁，上述研究為鑒別摻入了低價(jià)值果汁的高價(jià)值果汁提供了有效的方法。劉晗璐等[23]利用UPLC-QTOF-MS技術(shù)比較了非濃縮還原橙汁和濃縮還原橙汁的代謝組學(xué)差異，篩選和鑒定出16 種差異化合物，主要包括類黃酮、有機(jī)酸和生物堿類，這些差異物質(zhì)在濃縮還原橙汁中的含量均明顯低于非濃縮還原橙汁，為非濃縮還原果汁的品質(zhì)評(píng)價(jià)和真?zhèn)舞b別研究提供了理論和實(shí)驗(yàn)參考。

另一類是利用采集的組學(xué)數(shù)據(jù)進(jìn)行建模，并展開模型判別，如Vaclavik等[18]利用高效液相色譜-四極桿飛行時(shí)間質(zhì)譜（high performance liquid chromatography-QTOF-MS，HPLC-QTOF-MS）聯(lián)用技術(shù)對(duì)橙汁、葡萄柚汁、蘋果汁等樣品進(jìn)行分析，并對(duì)其進(jìn)行PCA和LDA，在非果汁成分為15%的添加量下，可以準(zhǔn)確對(duì)橙汁摻假進(jìn)行檢測(cè)。Jandri?等[19]采用UPLC-QTOF-MS的非靶向分析技術(shù)，結(jié)合PCA和OPLS-DA建模，建立了一種用于檢測(cè)限非常低（低至1%）的柑橘類果汁及類似摻假類型果汁的鑒別方法。Llorach等[25]利用液相色譜-靜電場(chǎng)軌道阱質(zhì)譜（LC-orbitrap-MS，LC-Orbitrap-MS）技術(shù)對(duì)鷹嘴豆、扁豆和菜豆3 種豆科植物的預(yù)煮豆科罐頭、凍干豆科植物提取物進(jìn)行非靶向代謝組學(xué)分析，發(fā)現(xiàn)差異物質(zhì)以多酚類化合物和黃酮醇類化合物為主，其次是α-半乳糖苷（n＝5）。與其他豆科植物相比，黃烷醇是扁豆的鑒別化合物，丙烯醇脂類和杜仲酸是菜豆中最具鑒別特征的化合物，而幾種酚酸（如甲草苷、山奈酚衍生物、香豆素和α-半乳糖苷）則是鷹嘴豆中最具鑒別特征的化合物。

2.1.2 油料及其制品

黃曉榮[26]利用UPLC-QTOF-MS非靶向代謝組分析獲得黑芝麻和白芝麻中557 種代謝物含量，比較發(fā)現(xiàn)黑芝麻中吲哚-3-甲酸、N-乙?；?L-亮氨酸、高脯氨酸、橘皮苷、2-甲氧基肉桂酸、8-甲氧基補(bǔ)骨脂素、VB2、松醛、根皮素、山莨菪堿、檸檬素-O-葡萄糖苷等含量顯著高于白芝麻，為黑芝麻的真?zhèn)舞b別提供了一種有效方法。

Hori等[27]利用代謝組學(xué)技術(shù)，結(jié)合LC-TOF-MS和多元分析通過對(duì)不同氧化水平的食用油進(jìn)行測(cè)定，找到了關(guān)鍵標(biāo)志物，如氧化甘油三酯，并使用TOF-MS進(jìn)行準(zhǔn)確的品質(zhì)鑒定，從而對(duì)化合物進(jìn)行初步鑒定。結(jié)果表明，LC-TOF-MS與PLS-DA相結(jié)合，可以成功地用于食用油過氧化值的估計(jì)，有效地控制油脂品質(zhì)。該研究提出一種脂質(zhì)氧化的評(píng)價(jià)工具，適用于來源不同、加工程度不同的各種食用油的評(píng)價(jià)。

Wu Ying等[28]利用UPLC-QTOF-MS技術(shù)對(duì)在光照下貯存12 d的菜籽油進(jìn)行貯藏期間脂質(zhì)組成研究，定量鑒定了112 種三?；视汀?3 種二?；视秃?2 種磷脂。發(fā)現(xiàn)隨著貯藏時(shí)間的延長，脂質(zhì)類別的分布會(huì)發(fā)生改變，其中三?；视捅壤档?，二酰基甘油、磷脂比例增加。一些獨(dú)特的脂質(zhì)種類，如甘油三酯（C18:1/C18:2/C18:2）、甘油三酯（C18:1/C18:1/C18:1）、甘油三酯（C18:2/C22:1/C22:1）、甘油二酯（C18:2/C18:2）和甘油二酯（C18:1/C18:1）表現(xiàn)出很大的變化，可作為菜籽油貯藏期間品質(zhì)評(píng)估的依據(jù)。

2.1.3 谷物及其制品

Xiao Ran等[29]利用UPLC-QTOF-MS技術(shù)分析了來自中國黑龍江省的常規(guī)和有機(jī)農(nóng)業(yè)條件下水稻樣品的代謝物，從兩種水稻樣品中篩選出的8 種次生代謝物可作為鑒別有機(jī)和常規(guī)水稻的潛在生物標(biāo)志物。這些結(jié)果表明，代謝組學(xué)是一種可靠、準(zhǔn)確、有效的鑒定水稻品種的方法，也為區(qū)分常規(guī)和有機(jī)農(nóng)業(yè)實(shí)踐下的大米樣品提供了鑒定方法。

Geng Ping等[30]利用UPLC-HRAM-MSn技術(shù)對(duì)12 種不同品牌的未漂白通用面粉和全麥面粉樣品進(jìn)行分析。發(fā)現(xiàn)烷基（烯）基間苯二酚是區(qū)分通用面粉和全麥面粉/面包的最重要標(biāo)志，甘油二酯和磷脂酰乙醇胺含量的差異也對(duì)其區(qū)分起到了重要作用。

2.1.4 堅(jiān)果及其制品

Regueiro等[31]利用液相色譜線性離子阱四極桿靜電場(chǎng)軌道阱質(zhì)譜技術(shù)對(duì)核桃中的酚類化合物進(jìn)行綜合分析，初步鑒定了120 種化合物，包括單寧、黃酮類化合物和酚酸等。分析還發(fā)現(xiàn)，核桃中存在8 種從未報(bào)道過的多酚（stenophyllanin C、malabathrin A、eucalbanin A、cornusiin B、heterophylliin E、pterocarinin B、reginin A、alienanin B），其為在復(fù)雜基質(zhì)中鑒別核桃成分摻假提供了一種方法。

Gil Solsona等[32]采用UPLC-QTOF-MS技術(shù)對(duì)不同品種的西班牙杏仁、美國杏仁和苦杏仁樣品進(jìn)行檢測(cè)。PLS-DA用于建立和驗(yàn)證國家和品種的模型，顯示出95%以上的準(zhǔn)確性，為區(qū)分杏仁的產(chǎn)地和品種提供一種有效方法。

2.1.5 香辛料及其制品

張慧敏等[33]利用超高效液相色譜-四極桿靜電場(chǎng)軌道阱質(zhì)譜（UPLC-Q-Exactive-MS）技術(shù)建立快速定性篩查和定量分析辣椒粉中7 種酸性色素（酸性紫紅B、酸性黑I、橙色I(xiàn)、橙色I(xiàn)I、酸性深藍(lán)P-2RB、酸性間胺黃、羅丹明110）的方法，為鑒別辣椒摻假提供了新思路。

Wang Peng等[34]利用UPLC-QTOF-MS技術(shù)對(duì)陳皮的兩個(gè)亞型（廣陳皮和陳皮）進(jìn)行化學(xué)和遺傳鑒別。鑒定出34 種代謝物可作為有效區(qū)分這兩種亞型的化學(xué)標(biāo)志物；其中，六甲氧基黃酮、五甲氧基黃酮、四甲氧基黃酮是最具影響的標(biāo)志物，該方法可作為鑒別廣陳皮和陳皮有力而可靠的分析工具。

2.1.6 食用菌及其制品

石芳等[35]利用UPLC-TOF-MS技術(shù)對(duì)羊肚菌中游離和結(jié)合的酚類化合物進(jìn)行分析，實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)黑脈羊肚菌多酚提取物中除了含常見的食用菌多酚組分外還含有一些特殊的黃酮類物質(zhì)。該研究為羊肚菌及其制品的鑒定提供了一種有效的分析方法。

2.1.7 糖料及其制品

de Fátima Gomes Da Silva等[36]利用UPLC-QTOF-MS技術(shù)對(duì)楊梅糖漿進(jìn)行了表征分析，并對(duì)不同加工階段的楊梅糖漿中低聚果糖和總黃酮含量進(jìn)行了分析。初步鑒定了25 種化合物，主要來源于酚類化合物。結(jié)果表明，在制漿、酶浸和微濾過程中，低聚果糖和總黃酮的含量保持不變，在加工的最后階段（真空濃縮階段），低聚果糖和總黃酮的含量有所增加。這些結(jié)果有助于高值糖漿的摻假鑒別研究。

2.1.8 茶葉及其制品

表3 液相色譜串聯(lián)高分辨質(zhì)譜技術(shù)在茶葉及其制品摻假鑒別中的應(yīng)用Table 3 Recent applications of liquid chromatography-high resolution mass spectrometry in the identification of tea adulteration

目前，液相色譜串聯(lián)高分辨質(zhì)譜技術(shù)在茶葉及其制品中的摻假鑒別主要通過新型標(biāo)志物篩選和模型鑒別兩種方式來實(shí)現(xiàn)，并主要應(yīng)用在茶葉的品種、產(chǎn)地、年份等方面的鑒別（表3）。如Zhou Jie等[42]利用UPLC-QTOF-MS對(duì)苦丁茶進(jìn)行了分析，得到53 種標(biāo)志物，其中18 種標(biāo)志物通過與標(biāo)準(zhǔn)品匹配，發(fā)現(xiàn)苦丁茶的主要成分為酚酸和三萜。Jing Jin等[39]利用UPLC-Q-Exactive-MS技術(shù)對(duì)浙江、四川、貴州、山東采集的綠茶樣品（水提物和甲醇提物）進(jìn)行化學(xué)成分的全面解析，采用基于水提物的PLS-DA回歸模型，對(duì)綠茶的感官評(píng)分進(jìn)行了預(yù)測(cè)，預(yù)測(cè)結(jié)果具有良好的信度（R2＝0.87、Q2＝0.82）和準(zhǔn)確性。

2.1.9 咖啡豆、可可豆及其制品

Panusa等[43]利用UPLC-TOF-MS技術(shù)研究比較兩個(gè)品種（咖啡銀皮-Arabica和咖啡銀皮-Robusta）的水提代謝物差異。首次在咖啡銀皮中檢出綠原酸、咖啡因、氟氯烴和白術(shù)菌素，詳細(xì)分析了Arabica和Robusta咖啡銀皮的代謝物、多酚和抗氧化能力的差異。Xu Lei等[44]利用UPLC-QTOF-MS非靶向代謝組學(xué)方法研究了熱煮法、滴濾法和冷萃法萃取的代謝物差異，采用OPLS-DA模型對(duì)標(biāo)志物進(jìn)行篩選、鑒定和確證，首次在咖啡中報(bào)道了1-棕櫚酰磷酸膽堿和4-羥基-3-甲氧基肉桂醛，并篩選出兩個(gè)標(biāo)記物（norharman和harman），它們?cè)跓嶂蠓ê偷螢V法的咖啡樣品中比在冷萃法中含量更高，為鑒別不同加工方法的咖啡提供了新的標(biāo)志物。

2.1.10 酒類

表4 液相色譜串聯(lián)高分辨質(zhì)譜技術(shù)在酒類摻假鑒別中的應(yīng)用Table 4 Recent applications of liquid chromatography-high resolution mass spectrometry in the identification of liquor adulteration

酒類的研究主要涉及（基酒）香型、真?zhèn)?、產(chǎn)地、工藝和品牌品種鑒別等方面（表4）。在新型標(biāo)志物方面，如劉嘉飛等[48]利用UPLC-QTOF-MS技術(shù)分析了軒尼詩干邑白蘭地不同等級(jí)的真酒和假酒樣品，鑒定出19 種差異性特征化合物，建立了一種基于食品組學(xué)技術(shù)的干邑白蘭地真假鑒別方法。在模型判別方面，Cajka等[51]利用LC-QTOF-MS技術(shù)對(duì)特拉普斯特啤酒進(jìn)行了指紋識(shí)別和分類。其與其他品牌的啤酒有明顯的區(qū)別，與同一Trappist啤酒廠的其他類型啤酒相比，只有3 個(gè)樣品（占測(cè)試集的3.5%）被錯(cuò)誤分類。對(duì)指紋進(jìn)行進(jìn)一步分析，提取最具鑒別性的變量，即使采用簡化的無監(jiān)督模型，也可以進(jìn)行有效分類。這種簡化的指紋分析可以用來研究不同批次間的變化對(duì)分類模型的影響。該方法證實(shí)LC-QTOF-MS分析結(jié)合多變量數(shù)據(jù)分析可為品牌啤酒的鑒偽提供思路。

2.2 動(dòng)物源食品

2.2.1 畜禽肉及其制品

Sarah等[52]為從熱處理肉中鑒定豬特異性肽標(biāo)志物，以區(qū)分豬肉與牛肉、山羊肉和雞肉，利用LC-QTOF-MS技術(shù)對(duì)冷凍、煮熟和蒸壓豬肉中特異性肽進(jìn)行鑒定，建立多反應(yīng)監(jiān)測(cè)方法進(jìn)行驗(yàn)證。結(jié)果表明7 種豬中都檢測(cè)到有一致的特異性肽。在這些肽中，2 種來自乳酸脫氫酶，1 種來自肌酸激酶，4 種來自血清白蛋白，為肉類品種測(cè)定提供了特異性標(biāo)志物。

李瑩瑩等[53]利用LC-Q-Orbitrap-MS技術(shù)對(duì)不同肉類種屬特征性多肽進(jìn)行研究，篩選出羊肉和鴨肉的物種專屬性多肽數(shù)分別為125 條和152 條。最終選取8 條羊肉多肽和10 條鴨肉多肽作為定性離子的母離子，同時(shí)挑選出羊肉、鴨肉各5 條肽段作為定量離子，借助LC-MS技術(shù)對(duì)羊肉和鴨肉肽段提取液以不同比例混合制得的模擬摻假樣品進(jìn)行定量鑒別。結(jié)果顯示，該方法可以準(zhǔn)確鑒定出羊肉中摻入比例為0.5%的鴨肉成分，在摻假肉的品種快速篩查和摻假比例定量等方面具有應(yīng)用前景。

Zhou Yan等[54]利用HPLC-QTOF-MS技術(shù)對(duì)比分析豬脂、牛脂和羊脂中甘油三酯的種類和含量。分別檢測(cè)鑒定出15（牛脂）、19（豬脂）、13（羊脂） 種甘油三酯。牛脂中含量較高的有棕櫚酸、油酸；豬脂中含量較高的有油酸、亞油酸；羊脂中含量較高的有二硬脂酸亞油酸甘油酯和二硬脂酸油酸甘油酯。此外，還充分證明了24 種油脂的甘油三酯種類和含量均不相同，該研究可為動(dòng)物油脂摻偽鑒別提供一種有效方法。

Sidwick等[55]利用LC-QTOF-MS技術(shù)對(duì)正常屠宰和運(yùn)輸過程中死亡雞的肌肉、心臟和肝臟組織進(jìn)行代謝分析來區(qū)分正常屠宰的禽肉和運(yùn)輸過程中死亡的冰鮮雞，研究發(fā)現(xiàn)在肌肉組織樣本中鞘氨醇可作為一種標(biāo)志物，為檢測(cè)假冒冰鮮雞提供一種有效方法。

2.2.2 乳及其制品

Li Qiangqiang等[56]采用UPLC-Orbitrap-MS技術(shù)分析3 種乳品（山羊乳、大豆乳和牛奶）的脂類。研究發(fā)現(xiàn)，3 種乳品中共測(cè)定出13 種脂類。該研究分析了3 種樣品的脂質(zhì)含量，為研究牛奶摻假鑒定提供了依據(jù)。Sassi等[57]采用基質(zhì)輔助激光解吸電離（matrix-assisted laser desorption ionization，MALDI）-TOF-MS技術(shù)對(duì)牛奶樣品進(jìn)行肽組學(xué)和蛋白質(zhì)組學(xué)分析，該方法可快速檢測(cè)向水牛、山羊和綿羊奶中添加鮮牛奶或向新鮮牛奶中添加牛奶粉而導(dǎo)致的非法摻假。

劉蕓等[58]利用UPLC-Q-Exactive-MS技術(shù)研究巴氏殺菌乳、超高溫瞬時(shí)殺菌乳和復(fù)原乳中的代謝物，通過PCA模型和OPLS-DA模型找到了與復(fù)原乳摻假有關(guān)的26 個(gè)生物標(biāo)志物，為進(jìn)出口液態(tài)乳制品的品質(zhì)控制提供技術(shù)支持。

le Boucher等[59]利用HPLC-Orbitrap-MS技術(shù)結(jié)合代謝指紋圖譜對(duì)奶酪樣品（放置0、8 h和48 h后）進(jìn)行鑒別。鑒定出45 種代謝物，包括典型的奶酪代謝物（如12 種氨基酸和25 種揮發(fā)性代謝物）以及較少被研究的代謝物（如4 種維生素、尿酸、肌酸和左旋肉堿），結(jié)果表明，該研究能準(zhǔn)確監(jiān)測(cè)出奶酪中細(xì)菌代謝隨時(shí)間的變化而引起的奶酪品質(zhì)變化，且不同時(shí)期的奶酪質(zhì)譜指紋圖譜之間具有相關(guān)性，可以檢測(cè)出不同條件之間的細(xì)微差別。

2.2.3 蛋及其制品

Johnson等[60]利用HPLC-QTOF-MS技術(shù)對(duì)不同貯藏時(shí)間雞蛋蛋黃中的小分子進(jìn)行了定性分析，發(fā)現(xiàn)不同貯藏時(shí)間卵子中的膽堿豐度存在顯著差異，這可能在辨別雞蛋新鮮度上有一定的價(jià)值。

Ali等[61]利用UPLC-QTOF-MS技術(shù)對(duì)鴨、母雞和鵪鶉蛋的蛋黃磷脂進(jìn)行分析鑒定，確定了57 種蛋黃磷脂分子的結(jié)構(gòu)特征。結(jié)果顯示，鵪鶉蛋黃磷脂中未發(fā)現(xiàn)C20:2、C20:3n-6和C21:0，蛋黃磷脂中C18:2的相對(duì)含量（8.24%）明顯低于母雞蛋黃（13.18%）和鵪鶉蛋黃（21.08%）。鴨蛋磷脂中C20:4的相對(duì)含量（15.81%）高于雞蛋（5.87%）和鵪鶉蛋（6.73%），該研究為鑒定不同類型蛋黃中磷脂種類提供了依據(jù)。

2.2.4 蜂產(chǎn)品

嚴(yán)麗娟等[62]利用基于液相色譜串聯(lián)高分辨質(zhì)譜的非靶向代謝組學(xué)技術(shù)對(duì)麥盧卡蜂蜜以及國內(nèi)主要蜂蜜品種（油菜蜜、槐花蜜、棗花蜜等）的代謝物進(jìn)行全面分析，從麥盧卡蜂蜜中篩選出34 種代謝標(biāo)志物，包括3-苯乳酸、甲氧基苯乙酮、二氫麻醉椒苦素、芹菜素等黃酮和肉桂酸類，實(shí)現(xiàn)了對(duì)麥盧卡蜂蜜的真?zhèn)舞b別。謝博等[63]利用UPLC-Q-Orbitrap-MS技術(shù)對(duì)4 種未摻假蜂蜜及2 種摻假蜂蜜中肽類物質(zhì)的組成和結(jié)構(gòu)進(jìn)行鑒定，結(jié)果顯示，4 種未摻假蜂蜜中均存在來自蜂王漿主要蛋白的多肽，2 種摻假蜂蜜中未檢測(cè)出上述肽段。通過對(duì)比6 種蜂蜜酶解肽段序列發(fā)現(xiàn)，一種九肽在4 種未摻假蜂蜜中均有檢測(cè)到，在2 種摻假蜂蜜中未檢出。該九肽可作為辨別真?zhèn)畏涿鄣臐撛陔亩巍?/p>

2.2.5 水產(chǎn)品及其制品

Wang Yueqi等[64]利用UPLC-QTOF-MS技術(shù)研究由鳳尾魚和魷魚混合發(fā)酵的魚露，從魚露樣品中鑒定出46 種關(guān)鍵代謝物，包括氨基酸、小分子肽、有機(jī)酸、胺、碳水化合物和核酸。發(fā)現(xiàn)天冬氨酸和谷氨酸對(duì)魚露鮮味有重要影響。差異代謝物主要與精氨酸和脯氨酸等氨基酸代謝有關(guān)。該實(shí)驗(yàn)研究了魚露發(fā)酵過程中代謝產(chǎn)物變化對(duì)味覺品質(zhì)的影響，為了解發(fā)酵過程中魚露的口感提供了新的視角，并為未來魚露的品質(zhì)鑒定提供了指導(dǎo)。

2.2.6 其他動(dòng)物性食品

Facchini等[65]研究使用HPLC-傅里葉變換離子回旋共振質(zhì)譜技術(shù)在不同的溫度條件下對(duì)新鮮貽貝進(jìn)行溶血磷脂酰膽堿和溶血磷脂酰乙醇胺表征與分析，該研究確定了57 種溶血磷脂酰膽堿以及45 種溶血磷脂酰乙醇胺，在常規(guī)海鮮運(yùn)輸和貯存條件下，貽貝的溶血磷脂酰膽堿和溶血磷脂酰乙醇胺的組成無顯著變化。在4 ℃下冷藏8 d，或者-15 ℃下冷凍2 周和25 ℃下貯存6 h都會(huì)造成溶血磷脂酰膽堿和溶血磷脂酰乙醇胺的濃度增大。實(shí)驗(yàn)證明溶血磷脂酰膽堿和溶血磷脂酰乙醇胺可用作貽貝熱處理的加工標(biāo)志物。

Losito等[66]利用親水作用色譜-傅里葉變換質(zhì)譜技術(shù)對(duì)新鮮和冷凍海鮮產(chǎn)品（即牡蠣、蛤、章魚和蝦）的溶血磷脂產(chǎn)生進(jìn)行了研究。發(fā)現(xiàn)脂提取物與海鮮產(chǎn)品中的兩個(gè)主要磷脂類——磷脂酰膽堿和磷脂酰乙醇胺，還發(fā)現(xiàn)磷脂酰乙醇胺（溶血磷脂酰乙醇胺）的溶菌形式通常比磷脂酰膽堿（溶血磷脂酰膽堿）的溶菌形式對(duì)熱處理更敏感，除歐洲扁平牡蠣以外，其他產(chǎn)品長時(shí)間在4 ℃下冷藏，磷脂酰乙醇胺含量會(huì)表現(xiàn)出明顯的增加。因此，該方法可以實(shí)現(xiàn)對(duì)新鮮和冷藏或冷凍海鮮產(chǎn)品的區(qū)分。

張然然等[67]采用UPLC-QTOF-MS技術(shù)結(jié)合多元統(tǒng)計(jì)分析方法對(duì)純種東北梅花鹿的鹿血與鹿茸血的整體代謝物組分進(jìn)行比較，篩選出28 種顯著差異表達(dá)代謝物，其中脂類、核苷酸及天然抗氧化劑——麥角硫在鹿茸血中含量較高，而糖類在鹿血中表達(dá)水平較高。研究表明，本方法不僅能在代謝物水平上將鹿血與鹿茸血區(qū)分開來，也為鹿血、鹿茸血相關(guān)產(chǎn)品的深度開發(fā)提供了理論基礎(chǔ)。

2.3 藥食同源食材及其制品

Yoon等[68]利用UPLC-QTOF-MS技術(shù)對(duì)4、5、6 年人參的提取物進(jìn)行分析，發(fā)現(xiàn)61 種有助于鑒別人參年齡的代謝物，為確定人參的年齡提供了一種新的科學(xué)、系統(tǒng)的思路。Zhang Hongmei等[69]利用UPLC-QTOF-MS技術(shù)對(duì)商品白參和紅參進(jìn)行檢測(cè)，在白參和紅參樣品中分離出51 個(gè)主要峰和43 種化合物，包括3 種含硫化合物。與人參皂苷Rg3一起，以含氮組分和人參皂苷20(R)-Rh1作為紅參的特征組分，而以Malonyl人參皂苷Rb1和其同分異構(gòu)體與Malonyl人參皂苷Rg1和其同分異構(gòu)體為白參的特征組分，通過這種方法，可以有效監(jiān)控參類的質(zhì)量問題。Park等[70]使用UPLC-QTOF-MS技術(shù)對(duì)高麗參和西洋參進(jìn)行了代謝組學(xué)分析。通過對(duì)兩種人參中的23 種皂苷進(jìn)行測(cè)定，可以有效區(qū)分這兩種人參并得到高麗參的特征標(biāo)志物為皂苷Rf和Ral，西洋參的特征標(biāo)志物為皂苷F2，為鑒別高麗參和西洋參這兩種理化性質(zhì)相似但療效不同的中藥材提供了有效方法。Chen Jing等[71]利用UPLC-QTOF-MS技術(shù)研究了18 種分別生長13、15 年或20 年的林下山參和6 種花園人參樣品。鑒定出46 種明顯不同的生物標(biāo)志物，其中30 種代謝物可用于鑒定花園人參和林下山參，10 種代謝物可用于鑒定不同年份的林下山參。

Zhang Jiukai等[72]利用UPLC-QTOF-MS技術(shù)對(duì)冬蟲夏草及其摻假物進(jìn)行了鑒定，通過全面的代謝組學(xué)成分分析，對(duì)6 種冬蟲夏草、6 種蟲草、6 種人工培養(yǎng)的蟲草-蟲草花/蠶進(jìn)行鑒別。有效地識(shí)別出吡哌酸、肌苷、蟲草素等18 種特征標(biāo)志物，其中4 種為冬蟲夏草所特有、3 種為蟲草特有、3 種為蟲草花特有、3 種為草石蠶特有，有效地區(qū)分了摻假前后的冬蟲夏草。鄭文等[73]采用UPLC-QTOF-MS技術(shù)對(duì)全國不同產(chǎn)地蟲草化學(xué)成分進(jìn)行鑒定與比較分析，并對(duì)差異化合物進(jìn)行鑒定。發(fā)現(xiàn)不同產(chǎn)地蟲草藥材的組分種類和相對(duì)含量存在一定的差異。湖南、湖北、麗江的蟲草含有其他成分，麗江蟲草含有大量的蟲草素，湖南蟲草含有一些黃酮類物質(zhì)。采用PCA將不同產(chǎn)地藥材分別聚成不同組別，其中西藏、四川、青海的蟲草之間聚集緊密，而涼山、湖北、湖南及麗江的蟲草散布在四周，差別非常顯著。因此，UPLC-QTOF-MS結(jié)合多元統(tǒng)計(jì)分析方法可為蟲草藥材的質(zhì)量評(píng)價(jià)提供依據(jù)。

荔淑楠等[74]利用UPLC-QTOF-MS技術(shù)對(duì)同一產(chǎn)地、同期采收的5 個(gè)當(dāng)歸品種（‘岷歸1號(hào)’、 ‘岷歸2號(hào)’、‘岷歸4號(hào)’、‘岷歸5號(hào)’和‘岷歸6號(hào)’）進(jìn)行非靶向代謝組學(xué)綜合分析。鑒定出38 種顯著差異代謝物，涉及7 種潛在的靶向代謝通路，不同品種當(dāng)歸都可能通過苯丙素類生物合成、類倍半萜烯類化合物的代謝、脂質(zhì)代謝、氨基酸代謝、碳水化合物代謝、核苷酸代謝、類胡蘿卜素代謝、亞麻酸代謝、亞油酸代謝等代謝途徑調(diào)節(jié)代謝物的合成。5 個(gè)當(dāng)歸品種的代謝物存在明顯差異?！簹w2號(hào)’、‘岷歸5號(hào)’及‘岷歸6號(hào)’中的代謝物相近，均與‘岷歸4號(hào)’的代謝物差異較大。該技術(shù)可為當(dāng)歸質(zhì)量控制、引種、栽培及當(dāng)歸育種和生態(tài)種植提供參考。Zhang Kaixue等[75]利用UHPC-QTOF-MS代謝組學(xué)鑒定道地藥材和非道地藥材產(chǎn)地當(dāng)歸的化學(xué)標(biāo)記。共檢測(cè)到37 種化合物，從中篩選出9 種特征化學(xué)標(biāo)志物來對(duì)不同區(qū)域的當(dāng)歸進(jìn)行鑒別。該研究可為不同產(chǎn)地當(dāng)歸的鑒別提供有效信息。

Lee等[76]利用UPLC-QTOF-MS技術(shù)對(duì)兩種姜黃進(jìn)行了代謝物分析，結(jié)果表明姜黃素和萜類化合物是姜黃典型的生物活性化合物。實(shí)驗(yàn)表明，生長在不同地區(qū)的姜黃屬植物中的萜類化合物和姜黃素類化合物含量有顯著差異。該方法可以用于根據(jù)物種或地理來源來鑒別姜黃樣品。

Lee等[77]利用UPLC-QTOF-MS技術(shù)對(duì)4 種不同的桔梗進(jìn)行品種分析。有效分離出7 種特異性標(biāo)志物，包括鉑類藥物D3、鉑類藥物E、鉑類藥物D、聚半乳聚糖D、鉑類酸A、鉑類藥物D2和6 個(gè)異構(gòu)體對(duì)。在PCA中，將幾種桔梗作為主要變量，可以區(qū)分4 個(gè)品種。

Wang Cuizhu等[78]利用UPLC-QTOF-MS快速鑒定桔梗及其摻假藥沙參的化學(xué)成分。從桔梗中共鑒定出75 種不同結(jié)構(gòu)類型的化合物，包括三萜皂苷、有機(jī)酸、黃酮類、甾類、酚類等。從藥沙參中鑒定出三萜類皂苷、有機(jī)酸、甾類、酚類、生物堿等57 種不同結(jié)構(gòu)類型的化合物。在所有已鑒定的化合物中，兩種中草藥中只共同具有14 種常見成分（主要是有機(jī)酸），其余大部分化學(xué)成分與兩種中草藥完全不同。

Bondia-Pons等[79]使用非靶向LC-QTOF-MS技術(shù)檢測(cè)了產(chǎn)自蒙古、西藏及中國其他地區(qū)的4 種枸杞的代謝物，鑒定出的31 種特征標(biāo)志物可以區(qū)分這4 種地區(qū)的枸杞，從而可有效檢測(cè)枸杞的摻假冒充現(xiàn)象。

Gao Wen等[80]利用LC-QTOF-MS技術(shù)和多變量數(shù)據(jù)分析對(duì)7 種忍冬屬植物花蕾代謝物成分進(jìn)行了快速、無偏倚的多變量比較分析。該策略快速得到82 種特異性成分。根據(jù)質(zhì)譜數(shù)據(jù)對(duì)標(biāo)記化合物進(jìn)行了表征，并與標(biāo)準(zhǔn)品進(jìn)行了比較，6 種化合物得到了明確的鑒定，可用于忍冬的品質(zhì)摻假鑒別。

房芳等[81]利用HPLC-QTOF-MS技術(shù)分別對(duì)阿膠、新阿膠、黃明膠和馬皮膠樣品進(jìn)行鑒定，對(duì)阿膠中特征肽段的異源性進(jìn)行鑒別，針對(duì)阿膠中摻入新阿膠（豬皮膠）、黃明膠（牛皮膠）等低價(jià)值膠類以及阿膠原料皮是馬皮的現(xiàn)象，從肽段入手解決阿膠中異源性物種的鑒別問題。

3 結(jié) 語

近年來，液相色譜串聯(lián)高分辨質(zhì)譜技術(shù)在食品摻假鑒別中的應(yīng)用有了較大發(fā)展，從摻假鑒別類型上看，目前已應(yīng)用于物種及品種、產(chǎn)地及品質(zhì)等摻假辨別方面，應(yīng)用方式主要是建模分析和新型標(biāo)志物篩選兩種。由于食品基質(zhì)本身的復(fù)雜性、“非靶向”組學(xué)方法本身的局限性和實(shí)驗(yàn)樣本的有限性，基于液相色譜串聯(lián)高分辨質(zhì)譜代謝組學(xué)分析技術(shù)在摻假辨別領(lǐng)域尚停留在研究層面。建模分析由于其對(duì)建模數(shù)據(jù)樣本數(shù)量需求大、操作成本高、數(shù)據(jù)分析難度大，相關(guān)方法的標(biāo)準(zhǔn)化和推廣應(yīng)用還有一定難度；而篩選的新型標(biāo)志物，還需要進(jìn)一步的驗(yàn)證和靶向分析方法的優(yōu)化，才能為相關(guān)監(jiān)管工作服務(wù)。隨著食品供應(yīng)鏈全球化擴(kuò)張趨勢(shì)的加劇，如何有效破解食品隱蔽性摻假識(shí)別難題，是我國也是全球食品質(zhì)量安全應(yīng)高度關(guān)注的問題，基于液相色譜串聯(lián)高分辨質(zhì)譜的組學(xué)技術(shù)可作為一種高效識(shí)別食品隱蔽性摻假的方法廣泛應(yīng)用于食品領(lǐng)域。