近日，中国农业科学院都市农业研究所植物与人体健康机理创新团队首席科学家甘人友博士与中国农业科学院农产品加工所郭波莉研究员为共同通信作者，都市所植物与人体健康机理创新团队骨干专家刘宏艳博士为第一作者（共同第一），在国际食品Top期刊《Critical Reviews in Food Science and Nutrition》（中科院JCR一区，影响因子11.176）上发表题为“Wheat authentication：An overview on different techniques and chemometric methods”的综述论文，全面综述了不同分析技术手段和化学计量学相结合的方法用于小麦的真实性鉴别。
小麦（ Triticum aestivum L.）是主要的谷类作物之一，在全球范围内作为主粮被广泛食用。近年来，许多重大的食品造假、伪造标签等安全事件时有发生。小麦蛋白掺假成为食品制造商日益关注的问题，而消费者越来越要求确保其食品的产地和质量符合标签标识，小麦品种的真实性更是开展专用小麦品种加工生产的重要参考。此外，对有机食品日益增长的需求更加增强了消费者对有机小麦真实性的广泛关注。
本文综述了近十年来的相关文献，重点介绍不同分析技术和化学计量学方法对小麦进行产地鉴别、品种鉴别、小麦掺假鉴别和有机小麦鉴别的研究进展。其中，稳定同位素和矿质元素分析技术是鉴别小麦产地、品种和区分有机小麦与传统小麦较为有前景的工具，而图像分析、基因相关分析和组学分析可为小麦品种鉴别、有机小麦鉴别和小麦掺假鉴别提供解决方案。光谱分析技术如近红外（NIR）、中红外（MIR）和高光谱成像（HSI），结合多变量数据分析方法如主成分分析（PCA）、判别分析（DA）、人工神经网络（ANN）等，在小麦真实性方面显示出巨大的潜力，并具有快速、无损、用户友好等诸多优点。总之，多种分析技术结合适当的多元统计分析方法是开展小麦真实性鉴别研究的有效手段。
该成果得到国家自然科学基金面上项目 （No. 31972159） 和成都农业科技中心地方财政专项 （No. NASC2020KR02）的支持。
参考文献：
Hong-YanLiu #, Syed-Abdul Wadood #, Yu Xia, Yi Liu, Huan Guo, Bo-Li Guo*, Ren-You Gan *. （2021）。 Wheat authentication：An overview on different techniques and chemometric methods. Critical Reviews in Food Science and Nutrition. In press. Doi: 10.1080/10408398.2021.1942783
全文链接：https://www.tandfonline.com/eprint/ZXVGPWXQDZ3KXQNG3KT2/full?target=“10.1080/10408398.2021.1942783
