拉曼光谱加机器学习，分野生和培育准确率 97.99%

「野生和人工培育能不能验出来」——这个问题这两年有了新答案。

这份研究

《Current Research in Food Science》2024 年 8 月，第 9 卷（论文号 100820）。通讯作者 Liang Wang、Yu-Rong Tang。

样品：

• 野生 12 份，产地西藏昌都
• 人工培育 15 份，来自东莞一家研发公司

采集的光谱数：野生 1200 条，培育 1500 条。

方法：银纳米粒子增强的表面增强拉曼光谱（SERS），785 nm 激光激发，检测 500–1800 cm⁻¹，单次采集 10 秒；另用 UPLC-Orbitrap 高分辨质谱做代谢物验证。

六种算法的准确率

注意第一行和第二行：准确率几乎一样，处理时间差了 260 倍。

光谱上差在哪

几个关键峰位：

• 678、956、1577 cm⁻¹——野生特有，对应半胱氨酸、缬氨酸、脯氨酸
• 1338 cm⁻¹——野生特有，对应腺嘌呤和鸟嘌呤
• 808、1043 cm⁻¹——培育更强，对应 2-脱氧-D-核糖、β-D-葡聚糖
• 855、1026 cm⁻¹——野生更强，对应半乳糖和多糖

质谱那一侧的验证

• 氨基酸（缬氨酸、脯氨酸、亮氨酸、组氨酸、酪氨酸）：野生更高
• 核酸及核苷衍生物：野生更高
• 碳水化合物：鼠李糖、2-脱氧-D-半乳糖野生较多；己糖、甘露醇培育较多

注意最后一行：甘露醇这一项，这份研究的结论是培育更多。

而另一份 2025 年的研究测出的是野生更高（169.71 mg/g，1.4 倍），见《野生和人工培育，四项指标实测差多少：腺苷差了 6.66 倍》。

两份研究在甘露醇这一项上不一致。

我们不替它们和稀泥。 可能的原因很多——样品来源不同、培育工艺不同、测定方法不同。但读的时候要知道：这一项目前没有一致结论。

作者自己列的三条局限

这份研究的局限是作者自己写的，我们照录：

1. 样品数量有限，未能覆盖完整的数据空间

2. 样品来自不同地区，地理和环境差异可能干扰模型的泛化能力

3. 需要建立标准化的 SERS 基体制备和样品处理流程

第二条尤其要紧：野生样品来自西藏昌都，培育样品来自东莞。

那么模型学到的，究竟是「野生 vs 培育」的差别，还是「昌都 vs 东莞」的差别？

这个问题这份研究回答不了。

所以怎么看这个 97.99%

它是真的，但它的适用范围很窄。

准确率高，说明这两组样品在光谱上确实可分。

它没有说明的是：换一批野生、换一家培育企业，模型还准不准。

这就是为什么看研究要先看样本量，见《看一份研究，先看它测了几份样品》。

一句实在话

这几年鉴别技术的进展是实的：试纸条、拉曼、双重 PCR、标准样品，一条一条在往前推。

但它们目前都在实验室里，而且都只回答「是不是这个物种」或者「是野生还是培育」，回答不了「产自哪个县」。

买家手上能用的，仍然是那套十块钱的动作，见《在家验草的完整流程：八个动作，十块钱》。

---

来源：《Current Research in Food Science》2024, 9: 100820。本文只转述该研究的公开数据与结论。