《Food Control》：In vivo authentication of acorn-fed purebred Iberian pigs in
dehesa ecosystem using Near-Infrared Spectroscopy
编辑推荐：
基于近红外光谱技术评估伊比利亚猪终育期饲料真实性的可行性研究。通过比较三种饲料策略（纯榛实组40头、部分补充组83头、完全补充组44头）的近红外光谱特征，建立PLS-DA模型，外部验证准确率达90%以上，Matthews相关系数0.77，证实NIR可有效非破坏性检测活体猪的饲料真实性，为加强Montanera系统溯源认证提供技术支撑。
阿尔贝托·奥尔蒂斯（Alberto Ortiz）|哈维尔·加西亚-古迪尼奥（Javier García-Gudi?o）|卢西亚·莱昂（Lucía León）|玛丽亚·弗雷雷（María Freire）|大卫·特赫里纳（David Tejerina）
埃斯特雷马杜拉科学技术研究中心（CICYTEX-La Orden）肉类质量部门，埃斯特雷马杜拉自治区政府，A-V公路372公里处，06187瓜达希拉，西班牙
摘要
本研究评估了近红外光谱（NIR）技术在纯种伊比利亚猪育肥阶段体内鉴定喂养方式的可行性。共有167头猪参与了实验，它们分别采用三种不同的喂养策略：仅喂橡果（n = 40）、部分补充饲料（n = 83）和完全补充饲料（n = 44）。在最终育肥阶段后，对每头猪进行了NIR光谱分析。通过偏最小二乘判别分析（PLS-DA）开发的模型在外部验证中的准确率超过了90%，马修斯相关系数（Matthews Correlation Coefficient）为0.77，表明该技术能够有效区分这些喂养方式，尽管它们在喂养内容和自然资源利用上存在高度相似性。这些结果证实，NIRS是一种可靠、无损且快速的体内鉴定工具，有助于加强伊比利亚猪的可追溯性，防止欺诈行为，并支持该行业的官方检验和认证流程。
引言
伊比利亚猪是一种原产于伊比利亚半岛西南部的本地品种。由于其新鲜肉和风干产品的卓越品质，该品种在西班牙乃至整个欧洲市场都备受重视（Pugliese & Sirtori, 2012）。这种高品质和风味是多种因素共同作用的结果，包括遗传背景、生产系统，尤其是在最终育肥阶段的喂养策略（Rey et al., 2006; Tejerina et al., 2012）。最著名的生产方式是“Montanera”：猪在冬季（11月至3月）被饲养在地中海常绿森林（dehesas）中。根据西班牙皇家法令4/2014，这种生产方式有严格的标准，以确保产品质量和真实性，并防止欺诈行为。具体而言，猪必须至少在Montanera环境中饲养60天，期间仅通过Quercus ilex橡果和天然牧草自由采食，体重至少增加46公斤。然而，某些年份的恶劣天气条件、橡果产量波动以及适合伊比利亚猪育肥的dehesa面积不足等因素可能导致资源短缺，给农民带来经济压力。
尽管大多数农民都严格遵循“Montanera”生产规范，但该行业仍存在在育肥期间添加饲料的欺诈行为（El Confidencial, 2018; Lorenzo et al., 2024）。此类行为不仅会损害消费者信任，还会损害伊比利亚猪产业的声誉，引发不公平竞争，并对产业链造成经济影响。尽管针对高价值产品的非法喂养行为较为罕见，但加强可追溯性和真实性对于保护消费者和传统生产系统（如Montanera）的可持续性至关重要。
目前，对活体猪的喂养方式和生产系统的认证依赖于授权检验员在农场进行的视觉和文件检查（国际标准化组织，2012），这一过程不可避免地存在一定主观性（皇家法令4/2014）。在胴体层面，官方认证方法是通过气相色谱法对皮下脂肪的脂肪酸进行分析。但该方法仅针对每批猪中的部分样本，因此认证结果反映的是群体平均水平，而非个体信息。鉴于该品种的声誉和Montanera生产系统的价值，现有认证机制可能不够完善。因此，亟需开发快速、灵敏且可靠的原位技术，以客观验证每头猪在Montanera期间是否仅依赖天然资源。这类技术有助于保护合规农民，确保Montanera系统的可持续性，并保障产品的可追溯性和真实性。
近红外光谱（NIRS）在分析速度和无需样品预处理或破坏方面具有明显优势。其原理基于近红外光的吸收和反射，为每个样本生成独特的光谱特征“指纹”。这有助于检测组织化学成分的细微变化。在伊比利亚猪生产中，皮下脂肪的脂质组成和抗氧化剂含量具有关键信息价值，因为这些指标直接受喂养方式影响。此外，紧凑便携的原型设备使该技术适用于实际农场环境中的测量，非常适合本研究的需求。
已有研究表明，NIRS可根据皮下脂肪的光谱信息对伊比利亚猪胴体进行分类（García-Olmo et al., 2009; Horcada et al., 2020; Pérez-Marín et al., 2021; Zamora-Rojas et al., 2011）。Agudo et al.（2020）也利用羔羊肾周脂肪的光谱信息对育肥期间的喂养方式进行了分类。然而，其在活体猪中的应用仍较为有限。目前尚无研究探讨利用光谱信息体内检测Montanera喂养系统中添加饲料的欺诈行为。
本研究旨在探讨NIRS技术在体内鉴定纯种伊比利亚猪育肥阶段是否仅依赖橡果喂养的可行性，通过建立针对不同补充饲料水平的预测模型来实现。
实验设计
本研究共使用了167头阉割的纯种伊比利亚Retinto猪（Valdesequera品系，埃斯特雷马杜拉自治区，巴达霍斯）。从断奶（2023年11月）到最终育肥开始（2024年11月12日），这些猪采用集体喂养方式。
猪在12个月大时开始最终育肥阶段，初始体重为101.64 ± 5.29公斤。实验在Valdesequera农场进行。
光谱信息
图1显示了根据最终育肥阶段喂养方式分组的伊比利亚猪样本的平均光谱。各组之间的光谱形态总体相似，整个光谱范围（908–1676 nm）内主要吸收峰位于1200 nm和1470 nm附近，不同组间的吸收强度存在细微差异。
讨论
PLS-DA模型二维得分图中的分组分离现象表明各组之间存在光谱差异，这也可能归因于喂养策略的相似性——所有猪在育肥期间均可自由采食橡果和牧草（Rodríguez-Hernández et al., 2024）。这些喂养方式带来的光谱差异也体现在平均光谱上。
结论
PLS-DA模型准确区分了dehesa生态系统中纯种伊比利亚猪的喂养方式。这一成果为优化和推广NIR光谱技术在体内鉴定Montanera喂养方式的应用奠定了基础，符合当前西班牙质量标准。该方法有助于保障该生产系统的可持续性。
作者贡献声明
哈维尔·加西亚-古迪尼奥（Javier García-Gudi?o）：撰写初稿、概念设计。
阿尔贝托·奥尔蒂斯（Alberto Ortiz）：撰写初稿、方法论设计、数据分析、概念设计。
卢西亚·莱昂（Lucía León）：撰写初稿、方法论设计、数据分析、概念设计。
大卫·特赫里纳（David Tejerina）：审稿与编辑、资金申请。
玛丽亚·弗雷雷（María Freire）：撰写初稿。
未引用参考文献
欧盟委员会，2008；De Pedro Sanz，2001；国际标准化组织，2012；皇家法令4/2014，2014；皇家法令1221/2009；皇家法令1392/2012；皇家法令53/2013（2013年2月）。
利益冲突声明
作者声明没有可能影响本文研究的财务利益或个人关系。
资金致谢
本研究由欧洲区域发展基金（ERDF）和埃斯特雷马杜拉自治区政府通过“IBERCAL项目”共同资助。卢西亚·莱昂感谢科学与创新部提供的PTA2021-021189-I资助。
