استشمام هوشمند تقلب در زعفران: روش‌های تشخیص و خطرات سلامتی

زعفران، ادویه طلایی، یک محصول مهم دارویی و اقتصادی است که در انواع غذاها برای افزودن رنگ، طعم و عطر استفاده می شود. زعفران که گران‌ترین ادویه است، به طور مرتب با استفاده از رنگ‌های مصنوعی ارزان قیمت و مواد تقلبی طبیعی تقلب می‌شود. برچسب زدن نادرست، معرفی زعفران درجه پایین به عنوان برتر و ارائه نادرست منشاء جغرافیایی یک عمل رایج است. تقلب نه تنها کیفیت زعفران را کاهش می دهد، بلکه منجر به نگرانی جدی سلامتی و ضرر اقتصادی می شود. برای اطمینان از اصالت و کیفیت زعفران، توسعه روش های موثر تشخیص بسیار مهم است. بررسی حاضر مروری بر تقلب‌های رایج زعفران، اثرات آن‌ها و روش‌های متعددی برای شناسایی و تعیین کمیت این مواد تقلبی ارائه می‌کند. به طور سنتی، احراز هویت زعفران با استفاده از روش های فیزیکی مرسوم انجام می شود. تکنیک‌های پیشرفته متعددی مانند روش‌های مولکولی، کروماتوگرافی، طیف‌سنجی و رویکردهای مبتنی بر حسگر وجود دارد که به طور گسترده برای تشخیص تقلب زعفران استفاده شده‌اند.

با این حال، این روش ها مزایا و معایب خود را دارند. علاوه بر این، کاربرد آنها به هدف شناسایی محدود می شود. در سال‌های اخیر، رویکردهای تصویربرداری مبتنی بر یادگیری ماشینی/هوش مصنوعی به عنوان رویکرد تشخیص سریع، مقرون‌به‌صرفه و کاربرپسند ظاهر شده‌اند. این به کاربر نهایی اجازه می‌دهد تا با کلیک کردن بر روی یک تصویر و دریافت بازخورد فوری در مورد صحت آن، تقلب را تشخیص دهد. تحقیقات بیشتر و پیشرفت در روش های تشخیص، امکان بررسی اصالت و اطمینان از یکپارچگی و کیفیت زعفران را فراهم می کند.

Saffron, the golden spice, is a medicinally and economically important crop that is used in a variety of cuisines to add colour, taste and aroma. Being the costliest spice, saffron is regularly adulterated through the use of various cheap synthetic colourants and natural adulterants. Mislabelling, presenting lower-grade saffron as superior and misrepresenting the geographic origin is a common practice. Adulteration not only reduces the quality of saffron, but also leads to serious health concern and economic loss. To ensure authenticity and quality of saffron, the development of effective detection methods is crucial. The present review provides an overview of common saffron adulterants, their effects, and several methods for identifying and quantifying these adulterants. Traditionally, saffron authentication is done using conventional physical methods.

There are numerous high-end techniques such as molecular, chromatography, spectroscopy and sensor-based approaches that have been widely used for saffron adulteration detection. However, these methods have their advantages and disadvantages. Besides, their utility is restricted to the purpose of detection. In recent years, artificial intelligence/machine learning-based imaging approaches have emerged as rapid, cost effective and user-friendly detection approach. This allows end user to detect adulteration by simply clicking an image and receiving instant feedback regarding its authenticity.

Further research and advancement in the detection methods will enable authenticity check and ensure integrity and quality of saffron.