脂肪酸(FAD)，作为植物结构和代谢的核心组分，其组成特征直接反映作物的生长环境与地理起源。虽然红外光谱、稳定同位素等分析技术已广泛应用于橄榄油等油料作物的产地鉴别，但普遍存在检测成本高、适用范围窄等技术瓶颈。本团队前期通过整合GC-MS脂肪酸定量分析与多变量统计模型，建立了适用于多品类油料作物的地理判别体系，并筛选出C16:0、C18:0等5种具有显著地理分异特征的关键脂肪酸标记物。近年研究表明，脂肪酸代谢途径受ACCase、FAS等关键酶系的精密调控，且与环境因子存在显著相关性，但对于特定脂肪酸标记物与环境参数的相关性仍未明晰。

全球农产品贸易需要可靠的工具来追踪产品来源和打击欺诈。庐山植物园程春松团队和华南国家植物园王瑛、曾少华团队合作在Nature旗下子刊NPJ science of food(中科院一区TOP期刊，IF=7.8)，发表了题为“Reassessing Fatty Acid Divergence: Climatic and Geographic Constraints on Origin Traceability in Global Oil Crops”的研究论文。本研究创新地提出地理分异指数(GDI)与环境遗传度指数(EHI)双参数评价体系，全球视野下的研究发现脂肪酸分布遵循海拔和纬度依赖性模式，通过多源环境数据与脂肪酸组学的协同分析，系统解析了海拔梯度、纬度等环境因子对油料作物脂肪酸组成的调控规律。研究表明硬脂酸(C18：0)和亚油酸(C18：2)等关键脂肪酸与全球地理因素显著相关，且某些特定脂肪酸的生物量在高海拔/低纬度地区差异显著。这些发现确立了特定的脂肪酸特征作为地理认证的强大工具。研究方法为全球油料中的精确原产地鉴别提供了一个基于化学基础的框架。

图1. 橄榄油数据采集来源的地理分布图(不同颜色的数据点代表不同的产区。红色代表产区 A，橙色代表产区 B，黄色代表产区 C，绿色代表产区 D，蓝色代表产区 E，粉色代表产区 F)。

图2. 山茶油、核桃和牡丹籽的数据采集来源地理图(数据点的不同颜色代表不同的分组。红色代表 A 地标，橙色代表 B 地标，黄色代表 C 地标，绿色代表 D 地标，蓝色代表 E 地标，粉色代表 F 地标，紫色代表 G 地标)。

主要参与本研究的有南昌大学生命科学学院研究生许珺钰，以及中药资源可持续利用江西省重点实验室罗意清博士(华南国家植物园博士后)、胡磊、陈开等。该项目得到江西省自然科学双千领军人才项目(JXSQ2023101038)、江西省急需海外人才项目(2022BCJ25027)、江西省重点研发项目(20223BBH8007&20232BBG70014)、中国科学院青年创新促进会项目(2015286)、江西省自然科学基金项目(20242BAB20275)、九江市重点研发项目(S2023ZDYFN96, S2024ZDSYS037, S2024KXJJ0001)等资助。