آنالیز ایزوتوپ پایدار و چندعنصری همراه با مدل‌سازی آماری برای تعیین اصالت مبدا زعفران

زعفران (کروکوس ساتیووس ال.) یکی از با ارزش‌ترین ادویه‌های جهان است، اما قیمت بالای بازار و زنجیره‌های تأمین پیچیده آن را به ویژه در برابر جعل و تقلب آسیب‌پذیر می‌کند. برای حل این مشکل، ما آنالیز نسبت ایزوتوپ پایدار (δ²H, δ¹³C, δ¹⁵N, δ¹⁸O, δ³⁴S) را با پروفایل‌سازی چندعنصری و مدل‌سازی آماری پیشرفته برای تعیین اصالت مبدا جغرافیایی زعفران ادغام کردیم. در مجموع 75 نمونه زعفران – 48 نمونه اصالت – از مراکش، یونان، اسلوونی، اسپانیا، ایران و بریتانیا با استفاده از طیف‌سنجی جرمی نسبت ایزوتوپ (IRMS) و طیف‌سنجی جرمی پلاسمای جفت‌شده القایی (ICP-MS) تجزیه و تحلیل شدند. این داده‌ها با دو مجموعه داده منتشر شده قبلی، شامل 163 نمونه اصالت در مجموع، ترکیب شدند. ادغام مجموعه داده‌های خارجی به دلیل قابلیت مقایسه روش‌شناختی و تحلیلی قوی آن‌ها با مطالعه حاضر امکان‌پذیر بود و نتایج مستقیماً سازگار را تضمین می‌کرد. تحلیل تشخیصی حداقل مربعات جزئی متعامد (OPLS-DA) به دقت طبقه‌بندی 94٪ دست یافت و δ²H, δ¹⁵N, K, Ca, δ¹³C, Sr, Mn, Co و Zn را به عنوان متغیرهای کلیدی برای تمایز مبداهای جغرافیایی شناسایی کرد. گنجاندن نسبت‌های عنصری (Rb/Sr, K/Rb, Ca/Sr) و/یا δ¹⁸O و δ³⁴S طبقه‌بندی را بیشتر بهبود بخشید، به ویژه دقت را برای زعفران مراکشی افزایش داد. مدل‌سازی کلاس از طریق مدل‌سازی مستقل نرم مشابه کلاس مبتنی بر داده (DD-SIMCA) حساسیت و ویژگی بالا را در مجموعه‌های هدف تأیید کرد و برچسب‌گذاری نادرست بالقوه را در حدود 15٪ از نمونه‌های تجاری نشان داد، که بیشترین ناهمخوانی (24٪) در محصولات برچسب‌خورده ایرانی مشاهده شد. این یافته‌ها قدرت رویکردهای ترکیبی ایزوتوپ پایدار و چندعنصری را برای تعیین اصالت مبدا زعفران تأکید می‌کند و نیاز به تأیید تحلیلی قوی برای تقویت شفافیت و مبارزه با تقلب در تجارت زعفران را برجسته می‌کند.

Saffron (Crocus sativus L.) is among the world’s most valuable spices, yet its high market price and complex supply chains make it particularly vulnerable to mislabeling and fraud. To address this, we integrated stable isotope ratio analysis (δ²H, δ¹³C, δ¹⁵N, δ¹⁸O, δ³⁴S) with multi-elemental profiling and advanced statistical modelling to authenticate saffron geographical origin. A total of 75 saffron samples—48 authentic—sourced from Morocco, Greece, Slovenia, Spain, Iran, and the United Kingdom were analyzed using isotope ratio mass spectrometry (IRMS) and inductively coupled plasma mass spectrometry (ICP-MS). These were combined with two previously published datasets, including 163 authentic samples in total. The incorporation of external datasets was possible due to their strong methodological and analytical comparability with the present study, ensuring directly compatible results. Orthogonal partial least squares discriminant analysis (OPLS-DA) achieved 94% classification accuracy, identifying δ²H, δ¹⁵N, K, Ca, δ¹³C, Sr, Mn, Co, and Zn as key variables for discriminating geographical origins. Incorporation of elemental ratios (Rb/Sr, K/Rb, Ca/Sr) and/or δ¹⁸O and δ³⁴S further refined classification, particularly improving accuracy for Moroccan saffron. Class-modelling via Data-Driven Soft Independent Modelling of Class Analogy (DD-SIMCA) confirmed high sensitivity and specificity across target sets and revealed potential mislabeling in ~15% of commercial samples, with the highest discrepancy (24%) observed in Iranian-labeled products. These findings underscore the power of combined stable isotope and multi-elemental approaches for saffron origin authentication and highlight the need for robust analytical verification to strengthen transparency and combat fraud in the saffron trade.