近日，中國農業科學院蜜蜂研究所資源昆蟲產品加工與功能評價團隊研究發現油菜蜜及其組分蛋白質和糖類（二糖、葡萄糖和果糖）的δ13C、δ2H和δ18O結合機器學習算法可用于油菜蜜產地溯源。相關研究成果發表在《Rapid Communications in Mass Spectrometry》上。 　　不同產地蜜源植物穩定同位素值（δ13C、δ2H和δ18O等）存在差異，這些差異除取決于蜜源植物自身特性外，還受到地理環境、氣候等因素的影響，可以作為其產地溯源的“自然指紋”。本研究發現來自不同主產區的132個油菜蜂蜜及其組分的δ13C、δ2H和δ18O受溫度、海拔等地理因素影響較大，產自高海拔地區的油菜蜜及其組分的碳、氫同位素值明顯高于低海拔地區油菜蜜。油菜蜜及其蛋白質的δ13C實現油菜蜂蜜地理溯源的效果優于油菜蜜中二糖、葡萄糖、果糖的δ13C。與油菜蜂蜜中的δ2H和δ18O相比，油菜蜜中蛋白質的δ2H和δ18O的地理溯源效果更佳。同時，該研究結合機器學習算法（線性判別分析、支持向量機和隨機森林）建立了基于油菜蜂蜜及其組分蛋白質和糖類（二糖、葡萄糖和果糖）的δ13C，δ2H和δ18O的產地判別模型，三種模型對四個產地的油菜蜜都進行了很好的區分，其中支持向量機算法（SVM）模型的識別準確率最高（93.2%）。該研究結果可為其他蜂蜜地理溯源提供新思路。 　　該研究得到國家自然科學基金、國家現代蜂產業技術體系和國家蜂產品質量安全風險評估項目的資助。 　　原文鏈接：https://doi.org/10.1002/rcm.9539