藉由脂質成分與光譜技術辨別榛果來源
400
文章來源 : 農業科技決策資訊平台 2025-07-04
食品詐欺(food fraud)已成為備受重視的議題之一，除了對於相關產業造成經濟損失也會使消費者失去信任，為預防相關事件發生，由西班牙巴塞隆納大學(University of Barcelona)與農業食品研究與科技研究所(Institute of Agrifood Research and Technology, IRTA)組成研究團隊，藉由分析脂質的指紋圖譜，能夠快速辨識超過80%榛果樣品的來源地以及品種。
脂質指紋圖譜分析：高準確率鑑別榛果來源地與品種
不同品種與產地之榛果之油脂組成成分不同，研究團隊蒐集主要品種’Tonda di Giffoni’於2019-2022年間來自西班牙、義大利、智利等地與其他品種共309個樣品，透過氣相層析測量樣品之三酸甘油脂(triacylglycerol, TAG)及不可皂化成分(unsaponifiable fraction, UF)含量，包含如膽固醇、羥基萜烯類(terpene alcohols)等多種次級代謝物，經分析結果顯示利用兩種脂質共同鑑定，其準確率達94%，可有效辨別榛果來源地及品種。若僅用TCA測量準確率則約80%，由於TCA方法較快速，建議先以TCA指紋做初篩，再輔以UF指紋，能夠最快速且有效辨識產地，相關文獻發表於Food Chemistry。
除脂質指紋外，來自比利時瓦隆農業研究中心(Walloon Agricultural Research Center)研究團隊，利用近紅外光(Near infrared )與中遠紅外光(mid-infrared)光譜技術開發辨識工具，此方法分析時間短且無須樣品前處理，識別的準確率達95%以上，相關文獻發表於Spectrochimica Acta Part A期刊。
脂質指紋圖譜法與光譜技術皆能高效且準確辨識榛果的來源，有助於提升食品來源的可追溯性、減少食品詐欺發生並保障消費者權益，期望未來能實際應用於產業中，並藉由持續蒐集不同來源樣本以拓展該技術的應用性。
【延伸閱讀】- 結合光譜技術建立一套準確檢測南瓜品質方法，提供客觀品質保證
4 則留言
