一种海水和淡水来源鲑科鱼类的溯源技术制造技术

本发明专利技术提供一种海水和淡水来源鲑科鱼类的溯源方法。综合矿物元素指标、同位素图谱以及磷脂脂肪酸，首先采用独立样本t检验在38个指标中筛选出海水和淡水养殖鲑科鱼间差异显著的21个指标，然后通过SDA分析，进一步筛选出7个指标即元素Na、同位素δ2H、磷脂脂肪酸20:5n3、22:1n9、24:1n9、∑SFAs和∑n6PUFAs。所述分析方法为主成分分析PCA方法、典型判别分析CDA方法、线性判别分析LDA方法、随机森林(RF)方法或K近邻判别分析(KNN)方法。本发明专利技术还提供海水淡水来源鲑科鱼类的溯源检测的模型，为LDA、KNN或RF模型。使用筛选出的7个指标建立海水和淡水养殖鲑科鱼类鉴别方法及鉴别模型，从而高效、准确的鉴别海水和淡水养殖的鲑科鱼。准确的鉴别海水和淡水养殖的鲑科鱼。准确的鉴别海水和淡水养殖的鲑科鱼。

【技术实现步骤摘要】
一种海水和淡水来源鲑科鱼类的溯源技术


[0001]本专利技术属于鱼类溯源
，具体涉及一种海水和淡水来源鲑科鱼类的溯源检测方法。

技术介绍

[0002]养殖水域例如海水或淡水是鱼类及其他水产品的重要生产方式。由于海水和淡水养殖的水产品风味差异较大(Liang et al.,2008；Burr et al.,2012)，导致消费者对其有不同的消费偏好。而不法商家为谋取更高利益，有意篡改水产品标签信息，混淆水产品生产方式(Molkentin et al.,2015；Zhang,et al.,2019)。因此，消费者对水产品标签的真实性极为关注。
[0003]有关食品溯源的许多研究表明，单一溯源方法准确率较低(Turchini et al.,2009；Carter et al.,2015)，将两种或两种以上方法结合使用逐渐成为一种新的、高效的溯源技术，在食品溯源研究中得到广泛应用(Carter et al.,2015；Ortea&Gallardo,2015；Gopi et al.,2019a,2019b；Li et al.,2019；Liu et al.,2019)。但对于海水和淡水来源鲑科鱼类还没有有效的区分方法。

技术实现思路

[0004]本专利技术的目的是提供一种海水和淡水来源鲑科鱼类的溯源检测方法，从而弥补现有技术的不足。
[0005]本专利技术综合矿物元素指标、同位素图谱以及磷脂脂肪酸，首先采用独立样本t检验在38个指标中筛选出海水和淡水养殖鲑科鱼间差异显著的21个指标，然后通过SDA分析，进一步筛选出7个指标，因此本专利技术提供元素Na、同位素δ2H、磷脂脂肪酸20:5n3、22:1n9、24:1n9、∑SFAs和∑n6PUFAs7个指标在海水和淡水来源鲑科鱼类的溯源检测中应用；
[0006]所述的分析，是采用主成分分析PCA方法，将元素Na、同位素δ2H、磷脂脂肪酸20:5n3、22:1n9、24:1n9、∑SFAs和∑n6PUFAs作为指标来区分海水淡水来源鲑科鱼类的溯源检测；
[0007]另一种分析，是采用典型判别分析CDA方法；
[0008]再一种分析方法，是采用所述的线性判别分析LDA方法，其中海水养殖和淡水鲑科鱼样品的线性判别函数如下：淡水组＝0.07(Na)
‑
16.28(δ2H)+16.88(20:5n3)+0.02(22:1n9)+17.34(24:1n9)+5.76(∑SFAs)+8.68(∑n6PUFAs)
‑
1108；海水组＝0.08(Na)
‑
14.95(δ2H)+18.67(20:5n3)+0.70(22:1n9)+13.68(24:1n9)+5.41(∑SFAs)+7.48(∑n6PUFAs)
‑
979.55。
[0009]本专利技术再提供另一种分析方法，是采用随机森林(RF)方法或K近邻判别分析(KNN)方法。
[0010]本专利技术还提供一种海水淡水来源鲑科鱼类的判别模型，所述的模型是使用元素Na、同位素δ2H、磷脂脂肪酸20:5n3、22:1n9、24:1n9、∑SFAs和∑n6PUFAs作为指标建立的
LDA、KNN或RF模型。
[0011]本专利技术综合元素指标、同位素图谱以及磷脂脂肪酸，在38个指标中筛选出7个指标用于建立海水和淡水养殖鲑科鱼类鉴别方法及鉴别模型，从而高效、准确的鉴别海水和淡水养殖的鲑科鱼。
附图说明
[0012]图1：海水和淡水养殖鲑科鱼类在前两个主成分上得分二维散点图；
[0013]图2：淡水和海水养殖鲑科鱼类在第一个典型变量上得分散点图，其中LJX
‑
刘家峡；BJ
‑
北京；YT
‑
烟台；PM
‑
智利蒙特港；PN
‑
智利纳塔莱斯港；
[0014]图3：不同分析方法判别海水和淡水养殖鲑科鱼类的正确判别率图，其中CV
‑
cross
‑
validated；结合分析
‑
结合多元素、同位素以及磷脂脂肪酸分析；LDA
‑
线性判别分析、KNN
‑
k近邻、RF
‑
随机森林。
具体实施方式
[0015]本专利技术以虹鳟和大西洋鲑为研究对象，基于元素指纹、同位素图谱以及磷脂脂肪酸三类指标进行分析，从而建立一种高效、准确的鉴别海水和淡水养殖鲑科鱼类的判别模型及判别方法。
[0016]对于本专利技术所使用的指标，其中Na为矿物元素、δ2H为稳定同位素、20:5n3、22:1n9、24:1n9、∑SFAs和∑n6PUFAs为磷脂脂肪酸。
[0017]下面结合实施例和附图对本专利技术进行详细的描述。
[0018]实施例1：筛选检测指标
[0019]1、样品采集
[0020]于2018年10月至2019年1月从中国和智利采集了鲑科鱼样品(N＝68)。其中，淡水样品(N＝34)采集自中国刘家峡(F
‑
LJX)和北京(F
‑
BJ)地区，海水样品(N＝34)采集自中国烟台(S
‑
YT)地区、进口自智利蒙特港(S
‑
PM)和纳塔莱斯港(S
‑
PN)，S
‑
PM和S
‑
PN样品购自山东美佳集团有限公司。采自刘家峡地区和烟台地区的鱼类，用MS
‑
222麻醉后立即解剖。取鱼背肌置于干冰中运回中国海洋大学鱼山校区(中国，青岛)水产养殖生态学实验室(海水养殖教育部重点实验室)。F
‑
BJ、S
‑
PM和S
‑
PN样品冷冻运回实验室后解剖。鱼背肌样品置于
‑
80℃超低温冰箱(New Brunswick Scientific,Edison,New Jersey,USA)中保存。
[0021]2、多元素测定
[0022]1)样品微波消解
[0023]取0.2g鱼样品放入消解罐中，加入6mL HNO3(65％)和2mL H2O2(30％)预消解31min。完成预消解后，加超纯水至10mL。将消解罐放入微波消解仪(MWD
‑
650，METASH仪器有限公司，上海，中国)中进行消解。优化后消解程序设置为：第一阶段，1600W，爬坡时间5min，温度120℃，保持10min；第二阶段，1600W，爬坡时间5min，温度160℃，保持5min；第三阶段，1600W，爬坡时间5min，温度200℃，保持20min。完成消解后，将消解罐置于赶酸器(SPH
‑
2，Metash仪器有限公司，上海，中国)中，170℃条件下进行赶酸，直至剩余液体少于1mL，取出消解罐。待剩余液体冷却至室温，用超纯水反复冲洗并定容至25mL。再用0.45μm滤膜过滤后，4℃保存。
...

【技术保护点】

【技术特征摘要】
1.元素Na、同位素δ2H、磷脂脂肪酸20:5n3、22:1n9、24:1n9、∑SFAs和∑n6PUFAs作为指标在海水和淡水来源鲑科鱼类的溯源检测中的应用。2.一种海水和淡水来源鲑科鱼类的溯源检测方法，其特征在于，所述的方法是使用元素Na、同位素δ2H、磷脂脂肪酸20:5n3、22:1n9、24:1n9、∑SFAs和∑n6PUFAs作为指标来区分海水和淡水来源鲑科鱼类。3.如权利要求2所述的方法，其特征在于，所述的方法为主成分分析PCA方法。4.如权利要求2所述的方法，其特征在于，所述的方法为典型判别分析CDA方法。5.如权利要求2所述的方法，其特征在于，所述的方法为线性判别分析LDA方法。6.如权利要求2所述的方法，其特征在于，所述的线性判别分析LDA方法中，海水养殖和淡水鲑科鱼样品的线性判别函数如下：淡水组＝0.07(Na)
‑
16.28(δ2H)+16...

【专利技术属性】
技术研发人员：李丽，韩萃，董双林，高勤峰，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：