全球大豆 (Glycine max) 产量正不断攀升，原因在于其用途非常广泛，既可作为植物基食品的蛋白质来源、食用油原料及牲畜饲料，也可作为生物燃料的能量来源。随着市场需求增长，监管机构及相关认证体系（例如 2023 年《欧盟零毁林法案》）要求企业提供大豆可持续采购的证明文件。产地溯源鉴定不仅能确保产品符合上述法规要求、避免供应链与非法毁林行为产生关联，还能维护消费者对产品可持续性及标签声明的信任度。产地标识造假是食品行业中最常见的欺诈行为之一。对于生产商而言，原产地验证既能保障产品价值，也可彰显其在供应链管理中的责任担当。

由两部分组成的实验室仪器：左侧为自动液体处理器 (SPS 4)，右侧为质谱仪 (Agilent 7850 ICP-MS)。仪器设计简约流畅，颇具现代感。

图 1. 英国国家计量实验室：贝尔法斯特女王大学农业与食品真实性卓越中心的研究团队采用 Agilent 7850 开展所有无机研究分析工作。

如何利用元素指纹图谱鉴定农作物的原产地

在全球供应链日益复杂的情况下，仅凭传统方法（如文件记录或认证）难以可靠区分农作物产地。这些难题推动了各种先进的原产地验证与溯源技术的发展。

大豆等作物的元素组成反映了它们的生长环境，包括土壤性质、气候条件及农业耕作方式等。安捷伦 ICP-MS 仪器因具备分析速度快、多元素同步检测、动态范围宽、检出限低以及能有效消除质谱干扰等优势，常被应用于此类研究工作。当搭配 Agilent Mass Profiler Professional (MPP) 等先进的数据分析工具时，ICP-MS 方法能够对农作物样品（包括大米和茶叶）进行准确的多元素分析（图 2），这些元素特征能准确反映其原产地1,2,3。

3D 散点图，不同颜色簇群代表不同产地，如卡查尔、大吉岭等。坐标轴标注 PCA 主成分，提供了图例说明。

图 2. 三维 (3D) 主成分分析 (PCA) 基于使用 Agilent 7850 ICP-MS 和 MPP 化学计量学软件测得的 18 种指示元素的浓度差异来区分 150 个茶叶样品的原产地2。

大豆 ICP-MS 分析的工作流程

本研究采集了来自巴西、美国、阿根廷、巴拉圭、中国、印度和加拿大七个主要大豆生产国的 330 份大豆样品，采样涵盖四个生长季。所有样品均采用配备 ORS4 碰撞反应池的 Agilent 7850 ICP-MS 进行分析，具体流程如
图 3 所示。

使用 ICP-MS 分析大豆粉末样品的五步流程图，具体步骤包括：称重、添加试剂、微波消解和分析。

图 3. 大豆样品 ICP-MS 分析流程。

使用 MPP 软件进行数据分析

将从 330 份大豆样品中测得的 40 种元素的数据合并，然后导入 MPP 化学计量学软件进行统计分析。数据采集时，除硼元素（使用无气体模式）外，其余所有元素，ORS4 均在氦气模式 (He KED) 下运行。MPP 软件提供一系列统计与可视化工具，包括 t 检验、方差分析 (ANOVA)、模型构建算法、箱线图、相关性分析和聚类分析。

通过执行主成分分析 (PCA)（p 值临界值 < 0.05），以识别不同产地大豆样品组之间的差异。大豆样品的元素特征差异主要集中在前三个主成分：PC1（Nd、Sm 和 Gd）、PC2（B、Co 和 Zn）以及 PC3（Ni、Cr 和 Cd）。在原始大豆样品中，这些元素的浓度从个位数 μg/kg (ppb) 到 mg/kg (ppm) 不等，充分证明了 7850 ICP-MS 能够在宽浓度范围内进行准确分析的优势。

分类预测分析

分类预测分析是一种强大的技术，可客观地将未知样品分配到预定义的组别中。MPP 软件提供了多种分类预测算法。本研究选取线性判别分析 (LDA) 来开发预测模型，根据大豆样品的元素组成来鉴别其原产地。

将数据集随机分为训练集 (80%) 和测试集 (20%)，确保七个产地国的样品比例均衡。训练集用于模型构建，核心是筛选出更合适的元素线性组合，以更好地区分预设的不同产地样品组之间的差异。LDA 得分图用于直观地评估样品分离与聚类情况（图 4）。

散点图，不同颜色的点代表来自不同国家的大豆。聚类区域体现样品的分组情况，坐标轴标记为 LDA 1 和 LDA 2。图例使用不同颜色代表不同国家。

图 4. 大豆训练集的 LDA 得分图。

随后，使用由 66 个未知样品组成的测试集评估模型的分类准确性。LDA 模型正确识别了其中 64 个样品的产地，置信度区间为 0.226–0.947。模型对产地的预测准确率达到 98.5%，充分证明了该模型的有效性与可靠性。

上述结果表明，ICP-MS 结合化学计量学建模是可靠且可扩展的大豆原产地验证方案，可提升供应链透明度、打击食品欺诈并促进农业可持续发展。

参考文献：

  1. Xu, F. 等，通过元素指纹图谱法使用 ICP-MS 和统计建模对大米进行真伪鉴别，安捷伦出版物，5994-4043ZHCN
  2. Jain, V.; Dong, S.; Kanrar, B. 使用 ICP-MS 和 Agilent Mass Profiler Professional 软件判别茶叶的原产地，安捷伦出版物，5994-4583ZHCN
  3. Jain, V; Dong, S; Sen, P.; Kar, Prasenjit. 使用 ICP-MS 痕量元素指纹图谱分析技术和 MPP 软件确认高价值印度茶叶的原产地，安捷伦 ICP-MS 期刊，91，2023，5994-5585ZHCN

了解更多信息

Aparicio-Muriana, M.M., Hong, Y., Chilaka, C.A. et al. Mapping the global origins of soybean: a study using ICP-MS and chemometrics. npj Sci Food 9, 2025, 263, https://doi.org/10.1038/s41538-025-00630-5

2021 年 4 月思想领袖奖得主 — 安捷伦培训中心关系