中国葡萄酒的地理标识是基于与矿物元素,挥发性成分和非目标代谢学相结合的化学特征

科学领域:

• 食品化学 食品化学
• 分析化学 分析化学
• 化学测量 化学测量 化学测量

背景情况:

• 葡萄酒原产地伪造是全球葡萄酒行业的一个重要问题.
• 准确的葡萄酒认证对于消费者信任和公平贸易至关重要.
• 地理来源对葡萄酒的质量和特征产生重大影响.

研究的目的:

• 开发和验证一个多源数据融合策略,用于验证中国葡萄酒来源的真实性.
• 为了确定葡萄酒分类的关键化学标记.
• 为了比较不同机器学习算法的原产地识别性能.

主要方法:

• 使用感应合等离子体质谱法 (ICP-MS) 分析矿物元素.
• 使用头空间固相微提取气色谱-质谱法 (HS-SPME-GC-MS) 分析挥发性成分.
• 使用超高性能液体色谱-四极-精确轨道轨道质谱法 (UHPLC-Orbitrap MS) 分析代谢物.
• 化学测量方法,包括主要成分分析 (PCA) 和直角部分最小平方差分分析 (OPLS-DA) 用于变量选择.
• 机器学习算法:K-近邻 (KNN),支持矢量机 (SVM) 和随机森林 (RF) 用于分类建模.

主要成果:

• 确定关键变量:5种矿物元素,13种挥发性成分和51种代谢物.
• 多源数据融合显著提高了原产地识别准确度.
• 所有三个测试的算法 (KNN,SVM,RF) 使用合并的数据集实现了100%的预测率.
• 合并数据集方法在分类中国葡萄酒原产地方面非常有效.

结论:

• 综合矿物元素,挥发性成分和代谢物的多源数据融合策略对于葡萄酒真实性识别非常有效.
• 这种方法提供了一种可靠的方法来验证中国葡萄酒的地理来源.
• 该研究强调了先进的分析技术和化学计量技术在打击葡萄酒欺诈方面的潜力.