近日，英国365集团公司聂继云教授团队联合多家科研机构，在国际知名学术期刊 《Food Chemistry》（中国科学院一区Top期刊）在线发表了题为Accurate geographical origin identification of winter jujube PGIs by mineral elements and stable isotopes in flesh and pit的研究论文。该研究创新性地整合了冬枣果肉和果核中矿物元素和稳定同位素指纹信息，建立了高鲁棒性的地理标志（PGI）冬枣产地溯源模型，为维护消费者权益、打击产地欺诈、壮大区域品牌提供了重要技术支撑。

　　冬枣是我国重要的鲜食枣品种。沾化冬枣、大荔冬枣、临猗冬枣和黄骅冬枣是知名国家地理标志产品。冬枣是我国重要的鲜食枣品种。沾化冬枣、大荔冬枣、临猗冬枣和黄骅冬枣是知名国家地理标志产品。然而，市场上以次充好、产地混淆的现象频发，严重损害了产业声誉和经济效益。为此，团队采集四个地理标志产品共206份冬枣样品，利用电感耦合等离子体质谱（ICP-MS）和元素分析-同位素比质谱（EA-IRMS）技术，系统分析了冬枣果肉和果核两个部位中29种矿物元素和6种稳定同位素（δ¹³C、δ¹⁵N、δ²H、δ¹⁸O）的含量水平。研究发现，4个冬枣地理标志产品的矿质元素和同位素图谱存在显著差异（p < 0.05）。通过正交偏最小二乘判别分析（OPLS-DA）和线性判别分析（LDA），成功筛选出锑（Sb）、钼（Mo）、镉（Cd）、钇（Y）、δ¹⁸O、δ²H、硒（Se）、镧（La）、δ¹³C、铬（Cr）、钍（Th）、铀（U）、溴（Br）等13个关键差异标记物。该研究不仅分析了普遍关注的冬枣果肉，还首次系统评估了冬枣果核作为地理标志产品产地溯源材料的有效性。结果表明，果核同样蕴含着丰富且稳定的产地信息。

　　该研究证实，单一类型产地指纹信息数据（即仅用矿质元素或仅用稳定同位素）对冬枣地理标志产品的溯源能力有限。而将果肉和果核的矿质元素和稳定同位素数据进行全面融合建模，构建的LDA模型交叉验证准确率高达92.7%，显著优于单一数据源模型。产地溯源技术的长期可靠性也是其价值重要考察因素。该研究用2021年的样品训练模型，对2020年样品进行预测，整体准确率达到95.6%。这一结果有力证明，该模型所依赖的“化学指纹”并非反映临时气候波动的短期信号，而是根植于产地的稳定、固有的地理特征。

　　365英国上市博士生帅梦颖和硕士生李智超为论文共同第一作者，365英国上市聂继云教授和北京农林科学院李安副研究员为论文共同通讯作者。365英国上市为第一完成单位。该研究得到了国家农产品质量安全风险评估计划、农业农村部国家和行业标准制修订计划、365英国上市高层次人才科研基金的资助。

　　全文链接：https://doi.org/10.1016/j.foodchem.2026.149224.