📄 scheikunde

Comparative Compositional Characterization of New Zealand Manuka Honey and Selected Chinese Honeys Using Multiple Chemical Indicators

Deze studie maakt gebruik van een multi-indicator benadering die stabiele isotopen, elementaire en saccharide-samenstellingen en chemometrische modellering combineert om Nieuw-Zeelandse manuka honing effectief te onderscheiden van diverse Chinese honingsoorten, waarmee een robuuste analytische strategie voor honingkarakterisering en kwaliteitsbeoordeling wordt vastgesteld.

Oorspronkelijke auteurs: Haiquan Chen, Bo Chen, Fengqi Wu, Baohui Jin, Zhi Yan, Xiuwen Zhou, Karyne M. Rogers, Duoyong Zhao, Hao Wu

Gepubliceerd 2026-09-28

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Haiquan Chen, Bo Chen, Fengqi Wu, Baohui Jin, Zhi Yan, Xiuwen Zhou, Karyne M. Rogers, Duoyong Zhao, Hao Wu

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Honing is meer dan alleen een zoete smeersel; het is een complex biologisch archief. Wanneer bijen nectar van bloemen verzamelen, verzamelen ze niet louter suiker; ze verzamelen een mengsel van water, enzymen, vitaminen en mineralen die de specifieke bodem, het klimaat en de planten van hun lokale omgeving weerspiegelen. Omdat deze chemische vingerafdruk zo uniek is voor een plaats en een plant, hebben wetenschappers lang gezocht naar manieren om deze te kunnen lezen. Eén krachtige methode houdt in dat er gekeken wordt naar de atomen waaruit de honing is opgebouwd. Net zoals het dieet en de waterbron van een persoon sporen achterlaten in hun lichaam, laten de planten die een bij bezoekt specifieke handtekeningen achter in de honing die zij produceren. Door de verhoudingen van verschillende versies van elementen zoals koolstof en stikstof te meten, en door de specifieke aanwezige mineralen te tellen, kunnen onderzoekers bepalen waar een pot honing vandaan kwam en welke bloemen de bijen hebben bezocht. Dit vermogen om de herkomst te verifiëren is cruciaal voor een hoogwaardig product zoals Nieuw-Zeelandse manukahoning, die zo populair is geworden dat de authenticiteit ervan regelmatig in twijfel wordt getrokken.

In een recente studie probeerde een team van onderzoekers de chemische verschillen tussen Nieuw-Zeelandse manukahoning en verschillende soorten honing geproduceerd in China in kaart te brengen. Ze verzamelden vijfentachtig potten honing uit diverse regio's, inclusief monsters uit Nieuw-Zeeland en vier verschillende provincies in China: Beijing, Hebei, Shandong en Shaanxi. De Chinese monsters bevatten honing gemaakt van zwarte acacia (black locust) en koolzaadbloesem, terwijl de Nieuw-Zeelandse monsters uitsluitend manuka waren. De wetenschappers vertrouwden niet op één enkele test. In plaats daarvan stelden ze een gedetailleerd chemisch profiel op voor elk monster door vijf verschillende soorten informatie te meten. Ze keken naar de stabiele isotoopverhoudingen, die fungeren als een verslag van de fotosynthese van de plant en de lokale omgeving; de totale hoeveelheden koolstof en stikstof; de specifieke mix van suikers zoals fructose en glucose; en de concentraties van zestien verschillende minerale elementen, variërend van veelvoorkomende stoffen zoals kalium tot sporenelementen.

De onderzoekers ontdekten dat deze chemische markers duidelijke onderscheidende kenmerken creëerden tussen de verschillende groepen honing. Toen ze naar de stikstof- en koolstofisotopen keken, clusterden de monsters uit Nieuw-Zeeland apart van de meeste Chinese monsters. De manukahoning vertoonde een uniek patroon in zijn koolstofisotopen dat significant verschilde van de zwarte acacia- en koolzaadhoning. De suikersamenstelling vertelde ook een verhaal; hoewel de hoeveelheid suiker varieerde, hielp de verhouding tussen fructose en glucose om de manukahoning van de andere te onderscheiden. Het krachtigste instrument om deze honeys van elkaar te onderscheiden bleek echter de minerale samenstelling te zijn. De niveaus van mineralen zoals mangaan, chroom, rubidium en lood varieerden zo duidelijk tussen de Nieuw-Zeelandse en Chinese monsters dat ze dienden als een bijna perfecte geografische marker. De bodem- en omgevingsomstandigheden in Nieuw-Zeeland produceerden een mineraalprofiel dat fundamenteel anders was dan de bodems in de onderzochte Chinese provincies.

Om deze enorme hoeveelheid gegevens te begrijpen, gebruikte het team geavanceerde computermodellen die ontworpen zijn om patronen te vinden. Ze gebruikten eerst een methode die de gegevens in drie dimensies visualiseert, wat aantoonde dat de honingmonsters van nature groepeerden op basis van hun herkomst. De Nieuw-Zeelandse manukahoning vormde een eigen compacte cluster, gescheiden van de Chinese honeys. Om nog preciezer te zijn, pasten ze twee andere statistische technieken toe die werken als een sorteermachine, die leert om het specifieke chemische "gezicht" van elk honingtype te herkennen. Deze modellen waren opmerkelijk nauwkeurig. Bij tests konden ze met bijna perfecte nauwkeurigheid identificeren of een monster uit Nieuw-Zeeland of China kwam. De computermodellen bepaalden dat de minerale elementen de belangrijkste factoren waren bij dit onderscheid, en fungeerden effectief als een geologisch paspoort voor de honing.

De studie concludeert dat het combineren van deze verschillende chemische indicatoren een robuuste manier biedt om de identiteit van honing te verifiëren. Hoewel geen enkele test het hele verhaal vertelde, creëerde de combinatie van isotoopverhoudingen, suikergehaltes en de minerale inhoud een allesomvattend beeld dat de hoogwaardige manukahoning duidelijk scheidde van de geselecteerde Chinese variëteiten. De onderzoekers merkten op dat hoewel hun modellen perfect werkten voor de specifieke monsters die zij testten, toekomstig werk een breder scala aan honeys uit verschillende jaren en regio's zou moeten bevatten om te garanderen dat de methode universeel werkt. Voor nu biedt deze geïntegreerde aanpak een betrouwbaar wetenschappelijk kader om tussen deze verschillende soorten honing te onderscheiden, wat een manier biedt om authenticiteit te bevestigen op basis van de onzichtbare chemische sporen die door de bijen en hun omgeving zijn achtergelaten.

Technische Samenvatting: Vergelijkende Compositionele Karakterisering van Nieuw-Zeelandse Manuka-honing en Geselecteerde Chinese Honingen

Probleemstelling
Nieuw-Zeelandse manuka-honing is een hoogwaardig product met een groeiende vraag in de Chinese markt, wat aanzienlijke zorgen oproept over authenticiteit, kwaliteit en potentieel mislabeling. Hoewel diverse analytische technieken bestaan voor de karakterisering van honing—variërend van pollenanalyse tot spectroscopische methoden—hebben beperkingen zoals de morfologische gelijkenis tussen manuka- en kanuka-pollen en de noodzaak van gespecialiseerde expertise de ontwikkeling van complementaire chemische benaderingen noodzakelijk gemaakt. De specifieke uitdaging die in dit onderzoek wordt aangepakt, is de behoefte aan een uitgebreid, multidimensionaal analytisch kader om Nieuw-Zeelandse manuka-honing te onderscheiden van geselecteerde Chinese honing van verschillende botanische oorsprong (acacia en koolzaad) en geografische regio's (Beijing, Hebei, Shandong en Shaanxi).

Methodologie
De studie analyseerde in totaal 85 honingmonsters (16 uit Nieuw-Zeeland en 69 uit China) met behulp van een geïntegreerde aanpak die meerdere chemische indicatoren en chemometrische modellering combineert. De analytische workflow omvatte:

Stabiele Isotoopanalyse: De metingen omvatten $\delta^{15}N_{proteïne}$ , $\delta^{13}C_{proteïne}$ en $\delta^{13}C_{honing}$ voor bulk-honing en proteïnefracties, evenals locatie-specifieke $\delta^{13}C$ -waarden voor fructose ( $\delta^{13}C_{Fru}$ ) en glucose ( $\delta^{13}C_{Glu}$ ). Deze werden bepaald met behulp van Isotoopverhoudings-massaspectrometrie (IRMS) gekoppeld aan een Organische Elementaire Analysator en Vloeistofchromatografie (LC-IRMS).
Elementaire en Nutritionele Inhoud: Koolstof- en stikstofgehalten in proteïne en bulk-honing werden gekwantificeerd naast de stabiele isotoopverhoudingen.
Saccharide Samenstelling: Fructose- en glucoseconcentraties werden gemeten via High-Performance Liquid Chromatography (HPLC) om de fructose-to-glucose (F/G) ratio en het totale suikergehalte (F+G) te bepalen.
Minerale Elementprofiel: Zestien minerale elementen (Na, Mg, Al, K, Ca, V, Cr, Mn, Fe, Co, Cu, Zn, Rb, Sr, Ba, Pb) werden gekwantificeerd met behulp van Inductively Coupled Plasma Mass Spectrometry (ICP-MS) na microgolf-digestie.
Statistische en Chemometrische Analyse: Gegevens werden verwerkt met One-way ANOVA voor univariate vergelijkingen. De multivariate analyse omvatte Principal Component Analysis (PCA) voor visualisatie, Fisher Discriminant Analysis (Fisher-DA) en Artificial Neural Network (ANN) modellen voor gesuperviseerde classificatie en prestatie-evaluatie.

Belangrijkste Resultaten

Univariante Verschillen: Significante compositionele verschillen werden waargenomen in alle onderzochte variabelen tussen de vijf vooraf gedefinieerde monstergroepen (Nieuw-Zeelandse manuka, en Chinese honing uit Beijing, Hebei, Shandong en Shaanxi).
- Isotopen: Manuka-honing vertoonde de meest negatieve gemiddelde $\delta^{15}N_{proteïne}$ -waarden (1,36‰) vergeleken met Chinese honing. Koolstofisotoopwaarden ( $\delta^{13}C$ ) varieerden per botanische oorsprong, waarbij koolzaadhoning de meest negatieve waarden vertoonde en acaciahoning de minst negatieve. Het absolute verschil tussen $\delta^{13}C_{honing}$ en $\delta^{13}C_{proteïne}$ was opmerkelijk groter in manuka-honing (vaak >1,00‰), wat consistent is met eerdere literatuur.
- Samenstelling: Manuka-honing had het laagste proteïne-stikstofgehalte maar het hoogste koolstofgehalte in zowel proteïne als bulk-honing. Het vertoonde ook het hoogste totale fructose- en glucosegehalte (73,04 g/100 g).
- Mineralen: Nieuw-Zeelandse manuka-honing vertoonde over het algemeen hogere concentraties van de meeste minerale elementen vergeleken met Chinese monsters, met uitzondering van ijzer (Fe) en zink (Zn), die het hoogst waren in specifieke Chinese acaciahoningmonsters. Elementen zoals Na, Mg, K, Ca, V en Ba vertoonden de grootste variabiliteit en onderscheidend vermogen.
Chemometrische Classificatie:
- PCA: De eerste drie hoofdcomponenten verklaarden 76,2% van de variantie. Hoewel PCA clustering per groep liet zien, bestond er gedeeltelijke overlap tussen Chinese acaciahoning uit verschillende provincies.
- Gesuperviseerde Modellen: Fisher-DA en ANN-modellen presteerden significant beter dan PCA.
  - Voor het onderscheiden van de vijf vooraf gedefinieerde groepen bereikte Fisher-DA een nauwkeurigheid van 96,5% met alleen minerale elementen en 100% met de samengestelde dataset.
  - Voor het onderscheiden van Chinese honing van Nieuw-Zeelandse manuka-honing bereikten zowel Fisher-DA als ANN een classificatienauwkeurigheid van 100%.
  - Analyse van de variabele belangrijkheid toonde aan dat minerale elementen (met name Mn, Cr, Rb, V, Pb) de primaire drijfveren waren voor het onderscheiden van Nieuw-Zeelandse van Chinese honing, terwijl glucosegehalte de dominante factor was voor botanische classificatie.

Belangrijkste Bijdragen
Deze studie levert een uitgebreide vergelijkende compositionele dataset voor Nieuw-Zeelandse manuka-honing en geselecteerde Chinese honing op basis van meerdere complementaire chemische indicatoren. De primaire bijdrage is de demonstratie dat het integreren van stabiele isotoopverhoudingen, elementaire inhoud, saccharideprofielen en minerale samenstellingen een robuuste analytische strategie creëert. Het onderzoek benadrukt dat de minerale elementensamenstelling, in het bijzonder, een cruciale bijdrage levert aan de monsterclassificatie en vaak beter presteert dan single-indicator benaderingen. Voorts valideert de studie dat gesuperviseerde chemometrische modellen (Fisher-DA en ANN) deze multidimensionale datasets effectief kunnen gebruiken om een duidelijk onderscheid te maken tussen Nieuw-Zeelandse manuka-honing en Chinese honing.

Betekenis en Claims
De auteurs stellen dat deze studie een uitgebreid analytisch kader biedt voor de karakterisering en kwaliteitsbeoordeling van honing. Door complementaire chemische informatie uit meerdere analytische dimensies te combineren, biedt de studie een robuustere methode voor monsterclassificatie dan elke individuele techniek alleen. De resulterende dataset en geïntegreerde strategie dienen als referentie-informatie voor toekomstige studies naar honingkarakterisering, vergelijkende analyse van commerciële monsters en de verificatie van botanische en geografische oorsprong.

De auteurs hanteren een bescheiden toon met betrekking tot de generaliseerbaarheid van hun modellen, waarbij zij opmerken dat de classificatieresultaten specifiek zijn voor de huidige dataset waar geografische oorsprong en botanisch type niet onafhankelijk werden gecontroleerd. Zij suggereren dat toekomstige studies grotere, diversere datasets moeten bevatten (inclusief manuka-honing uit verschillende jaren en regio's) om de toepasbaarheid van deze geïntegreerde chemometrische modellen voor breder consumentenvertrouwen en kwaliteitsborging verder te versterken.

Meer zoals dit