中国单花蜂蜜中的糖分组成：对质量控制的启示

蜂蜜糖分组成及聚类分析研究基于784份中国单花蜜样本，采用UHPLC-ELSD方法检测12种糖分，发现多聚糖（如turanose 1.48±0.63 g/100g）含量最高，其次是maltohexose（1.33±0.43 g/100g）。通过无监督聚类分为高多聚糖（如枣花蜜）、高葡萄糖低多聚糖（如油菜蜜）和中等多聚糖三类。相关性分析显示turanose、maltohexose、kojibiose与isomaltose存在显著正相关，揭示蜂蜜成熟过程中糖类转化规律。该研究填补了中国单花蜜系统糖分数据库空白，为蜂蜜品质分级和掺假检测提供依据。

　　

贾茹|严莎|黄学哲|崔宗岩|薛晓峰

中国农业科学院蜜蜂研究所资源昆虫国家重点实验室，北京100093

摘要

蜂蜜主要由糖类组成，其糖的组成决定了蜂蜜的质量。本研究使用高效液相色谱法结合蒸发光散射检测技术，准确测定了784份蜂蜜样本中的12种糖类，其中包括20种中国单花蜂蜜。其中，turanose（1.48±0.63克/100克）是最丰富的寡糖，其次是maltose（1.33±0.43克/100克），而erlose（0.96±0.80克/100克）是最主要的三糖。通过无监督聚类分析，这些蜂蜜样本被分为三类：高寡糖组（如枣蜜和茴香蜜）、高葡萄糖低寡糖组（如油菜蜜、荔枝蜜和橡胶蜜）以及中等寡糖组。相关性分析表明turanose、maltulose、kojibiose和isomaltose之间存在显著相关性，这表明这些糖在蜂蜜成熟过程中可能共同发生转化，为后续研究提供了方向。本研究揭示了中国蜂蜜的糖类组成特征，为提升蜂蜜质量奠定了基础。

引言

蜂蜜是由蜜蜂从植物花蜜或分泌物中产生的天然甜味剂，主要成分是碳水化合物（约占80%）（Tedesco等人，2020年）。这些碳水化合物主要包括单糖（如果糖和葡萄糖）、双糖（如蔗糖、turanose和maltose）以及少量的三糖（如erlose、melezitose和maltotriose）（Kurzyna-Szklarek等人，2022年；Yan等人，2023年）。糖的含量是判断蜂蜜质量的关键因素。中国的国家标准GB14963–2011以及食品法典CODEX STAN 12–1981均规定蜂蜜中的果糖和葡萄糖含量不得低于60克/100克，而蔗糖含量不得超过5克/100克。最新的《中国农业标准NY/T 4644–2025》还规定成熟蜂蜜中turanose的含量应达到1克/100克。蜂蜜的糖类组成决定了其独特的性质，如结晶行为、风味特征和功能特性。果糖与葡萄糖的比例（F/G）是预测结晶倾向的关键参数：F/G比例小于1.11的蜂蜜结晶速度较快，而大于1.33的蜂蜜结晶速度较慢或受到抑制（Ji等人，2023年）。此外，海藻糖具有抑制蜂蜜结晶的作用（Amariei等人，2020年）。不同类型糖的甜度各不相同，例如果糖比蔗糖和葡萄糖更甜，但其甜味消失得更快（Dwivedi，2022年；Starowicz等人，2021年）。因此，蜂蜜的糖组成也会影响其感官特性。由于含有丰富的果糖和寡糖，蜂蜜被认为是一种低血糖指数（GI）食品。研究表明，与含蔗糖的饮食相比，蜂蜜摄入可以减少体重增加并降低血糖水平（Terzo等人，2022年）。蜂蜜中的寡糖具有益生元作用（Zhang等人，2022年），有助于调节血糖和血脂，预防肥胖，并具有抗肿瘤作用（Liu等人，2023年；Wu等人，2020年）。体外实验发现，turanose（存在于大多数蜂蜜中）能抑制促炎细胞因子IL-1β和IL-18的表达（Ponnurangam & Balaji，2024年）。Kojibiose（一种存在于蜂蜜中的双糖）能抑制口腔微生物代谢，具有防龋潜力（Onyango等人，2020年）。因此，分析蜂蜜的糖类组成有助于开发具有独特感官和功能特性的蜂蜜产品。此外，糖类组成对于判断蜂蜜的真实性也非常重要。为了识别掺有糖浆的蜂蜜，maltose/turanose、maltose/isomaltose和sucrose/turanose可作为潜在的标志物（Ponnurangam & Balaji，2024年）。糖类组成还可用于验证蜂蜜的植物来源和地理来源。Schievano等人（2020年）利用¹H核磁共振光谱（¹H NMR）对碳水化合物进行定量分析，特别是果糖、葡萄糖、甘露糖及微量双糖的相对比例，通过化学计量模型区分了中国和欧洲的刺槐蜜。Carabetta等人（2020年）使用高效阴离子交换色谱法结合脉冲安培检测（HPAEC–PAD）对糖类数据进行聚类分析，成功区分了卡拉布里亚地区的柑橘蜜、桉树蜜、sulla蜜、栗蜜和刺槐蜜。中国地域广阔，花蜜资源丰富，是世界上最大的蜂蜜生产国。例如，刺槐蜜主要产自长江以北地区（Qiao等人，2020年）。中国东北部和北部分别是椴树蜜和维特克斯蜜的主要生产地（Xue等人，2025年；Zou等人，2022年）。西北地区则生产多种蜂蜜，如Codonopsis蜜和枸杞蜜（Hao等人，2023年；Qi等人，2025年）。中国南部则生产荔枝蜜、橡胶蜜和veza vellosa蜜等特色蜂蜜（Sun等人，2024年；Zhang等人，2025年）。尽管中国单花蜂蜜资源丰富，但以往关于中国蜂蜜糖类组成的研究仅限于分析果糖、葡萄糖和蔗糖，其他糖类（尤其是寡糖的分布）的研究仍不够充分。系统的大规模分析在中国商业上重要的单花蜂蜜中缺乏，这阻碍了针对不同品种蜂蜜建立科学质量标准，限制了优质蜂蜜资源的利用，并给掺假检测带来了挑战。目前有多种方法用于分析蜂蜜中的糖类组成，主要包括基于液相和气相的方法。高效液相色谱法结合折射率检测（HPLC-RID，Alghamdi等人，2020年；Jalaludin & Kim，2021年）、高效液相色谱法结合蒸发光散射检测（HPLC-ELSD，Recklies等人，2021年；Yan等人，2023年）以及HPAEC-PAD（Carabetta等人，2020年）是常用的液相方法。气相色谱-质谱（GC–MS）用于解析蜂蜜中的糖结构，但其定量可靠性有限，需要两步衍生化（氧化后硅化）才能将高极性糖转化为挥发性衍生物，延长了分析流程并引入了不确定性（Lim等人，2025年）。因此，GC–MS通常用于定性分析或确认稀有寡糖的身份，而非精确定量主要糖类。核磁共振（NMR）和近红外（NIR）光谱也被用于分析蜂蜜的糖类组成。¹H NMR光谱能快速提供非目标指纹图谱，用于鉴定植物来源和检测外来糖浆（Schievano等人，2023年），但对微量寡糖的敏感性较低，且需要高场低温磁体（Cagliani等人，2022年）。NIR结合化学计量学可实现快速、无损的C?/C?糖掺假检测，但其宽吸收带限制了分辨率，不适合结构相似的糖类精确定量（Lanjewar等人，2024年）。相比之下，基于液相的方法具有更稳定和准确的定量性能。HPLC-RID方法适用于准确定量蜂蜜中的果糖和葡萄糖，但对于turanose、maltulose和melezitose等含量较低的糖类，其灵敏度不足。此外，该方法不支持梯度洗脱，分离效果较差。蒸发光散射检测（ELSD）具有梯度兼容性和对非发色团分析物的高灵敏度，对低水平碳水化合物具有显著更高的灵敏度（Kurzyna-Szklarek等人，2022年）。为此，我们之前开发了一种HPLC-ELSD方法，可定量蜂蜜中的12种糖类，包括2种单糖、6种双糖和4种三糖（Jia等人，2022年）。该方法具有宽线性范围（R² > 0.997），大多数寡糖的检测限低至0.1克/100克，且无需衍生化即可获得良好的重复性（RSD < 6%）。作为蜂蜜的主要成分，糖类不仅决定了其理化性质，还是标准化和质量监控的关键指标。因此，本研究旨在建立中国单花蜂蜜糖类组成的可靠数据库，以支持有效的质量控制。我们收集了来自中国各地的784份20种单花蜂蜜样本，使用HPLC-ELSD测定了其中两种单糖（果糖和葡萄糖）、六种双糖（蔗糖、turanose、maltulose、maltose、kojibiose和isomaltose）以及四种三糖（erlose、melezitose、raffinose和maltotriose）的组成。基于这些蜂蜜样本的糖类组成，进行了聚类分析，比较了传统聚类方法和机器学习聚类算法的结果，并探讨了不同糖类之间的相关性。这项研究是对中国不同类型单花蜂蜜糖类组成的大规模系统分析，为基于糖类组成的蜂蜜分类和真实性鉴定提供了化学依据。

试剂和材料

果糖、葡萄糖、蔗糖、turanose、maltulose、maltose、kojibiose、isomaltose、erlose、melezitose、raffinose和maltotriose（纯度均≥98%）购自Aladdin Scientific Co., Ltd.（上海，中国）。乙腈和三乙胺（均为HPLC级）购自Dikma Technology Co., Ltd.（北京，中国）。Milli-Q水使用Millipore水纯化系统制备（Millipore公司，美国）。

样品收集

蜂蜜样本来自2022年中国各地的养蜂场

利用UHPLC-ELSD分析蜂蜜中的糖类组成

本研究分析了来自中国20种植物的784份蜂蜜样本，该方法具有优异的灵敏度和梯度兼容性，适用于低含量糖类的检测。为全面评估该方法的可行性、重复性和灵敏度，进行了系列稀释实验，并根据蜂蜜中的糖含量确定了各化合物的标准浓度。

结论

本研究使用稳健的UPLC-ELSD方法准确测定了784份样本中的12种糖类，包括20种中国单花蜂蜜。基于这些糖类的组成，无监督聚类算法（HCA和K-means）将蜂蜜样本分为三类：高寡糖组、高葡萄糖-低寡糖组和中等寡糖组。相关性分析表明这些糖类之间存在显著的正相关关系。

作者贡献声明

贾茹：撰写初稿、数据可视化、正式分析。严莎：撰写、编辑、软件处理、数据管理。黄学哲：指导、概念构思。崔宗岩：资源准备、方法设计、概念框架。薛晓峰：指导、概念构思。

未引用参考文献

农业农村部，2025年
中华人民共和国卫生部，2011年

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

本研究得到了资源昆虫国家重点实验室（SKLRI—ORP202411）、国家自然科学基金（编号32202741）以及中国海关总署的科学研究项目（2022HK023）的支持。

以下是与本文相关的补充数据。