我國食品微生物定量風險評估的研究進展

董慶利，王海梅，Pradeep K MALAKAR，劉 箐，宋筱瑜，田明勝，陸冉冉

我國食品微生物定量風險評估的研究進展

董慶利1，王海梅1，Pradeep K MALAKAR2，劉 箐1，宋筱瑜3，田明勝4,5，陸冉冉1

（1.上海理工大學醫療器械與食品學院，上海 200093；2.英國食品研究所，諾里奇 NR4 7UA，英國；3.國家食品安全風險評估中心，北京 100021；4.上海市食品藥品監督管理局執法總隊，上海 200032；5.復旦大學公共衛生學院，上海 200032）

近10余年來，我國政府重視食品安全并逐漸加強風險分析體系的構建和實施。根據歷年來國家衛生與計生委的統計數據，表明由致病微生物導致的食物中毒發病率一直高于其他危害。食源性致病菌引起的食品安全風險是全球性問題，發展中國家面臨的情況更為嚴峻，因此加強我國微生物定量風險評估以減少與發達國家的差距，從國家層面上勢在必行。特別是2009年我國頒布實施《食品安全法》和2011年成立國家食品安全風險評估中心（China National Center for Food Safety Risk Assessment，CFSA）以來，已有不少針對國內具體食品致病菌情況開展的食品微生物定量風險評估（quantitative microbial risk assessment，QMRA）研究。本文對2000年至今我國已開展的QMRA研究，包括涉及的食品、致病菌、微生物預測模型、劑量-效應模型等進行詳細綜述。同時指出我國開展QMRA面臨的技術性難題及解決方法，并對采用QMRA結果用于構建危害分析與關鍵控制點（Hazard Analysis and Critical Control Point，HACCP）和食品安全目標（ food safety objective，FSO）以及執行目標（performance objective，PO）的應用前景進行探討。建議加強風險評估與風險管理的互動交流、進一步完善風險監測、微生物限量制定和國際合作，在完善實施指南的基礎上針對我國具體國情開展更多具有科學性和系統性的QMRA研究。

微生 物定量風險評估；致病菌；預測微生物學

食品安全問題已成為社會公眾最關注的熱點話題之一。近年來，頻發的食品安全事故不僅造成極大的資源浪費和安全隱患，更引發公眾對國內食品行業和食品安全監管體系的信任危機。其中，食源性致病菌作為影響全球食品安全和危害公眾人體健康的主要因素之一，對其進行風險評估是保障食品安全、促進食品貿易的重要手段。因此，為生產更安全的食品、減少食源性疾病的暴發水平，進一步完善我國食品安全監管體制并加強風險分析尤其是微生物定量風險評估（quantita tive microbial risk assessment，QMRA）工作刻不容緩。本文綜述我國食品法律法規的發展進程、致病菌導致食源性疾病現狀及2000年至今我國已有的QMRA研究進展，同時指出我國開展QMRA面臨的技術性難題及解決方法，并對采用QMRA結果用于構建危 害分析與關鍵控制點（Hazard Analysis and Critical Control Point，HAC CP）和食品安全目標（ food safety objective，FSO）/執行目標（performance objective，PO）的應用前景進行探討，對將來開展QMRA提供建議和思考。

1 我國微生物風險評估基本現狀

1.1 我國食品法律法規的發展進程

1995年，基于1982年《食品衛生法（試行）》的新《食品衛生法》頒布實施。然而，一些專家指出該法并不能更好地保護消費者免受不法生產食品造成的嚴重危害，并且缺乏對重大食品安全問題的應對體制[1]。2008年三聚氰胺事件推動了《食品安全法》的頒布實施，新法規在從制度上解決現實生活中存在的食品安全問題，保障公眾身體健康和生命安全[2]，并于2013年對此法進行了修訂，以改善過去4 年實施過程中面臨的具體執行問題。除加強法律實施外，近幾十年來我國政府始終致力于全方位、多層次地改善食品安全管理體系。包括國家食品藥品監督管理局、衛生部、農業部、國家質量監督檢疫檢驗總局、國家工商行政管理總局等在內的14 個部門組成的復雜體系增加了各部門間相互合作和協調的難度，因此，急需提高不同部門之間的責任分工和規 范協調能力[3]。2013年初，國家食品藥品監督管理總局（原國家食品藥品監督管理局）成立，成為國務院綜合監督食品安全管理的直屬機構，為打破食品安全監管“多龍治水”的局面奠定了法律基礎。

1.2 致病菌導致食源性疾病現狀

國內曝光的食品安全事故多起因于化學性危害（如三聚氰胺、瘦肉精、地溝油等），然而，食源性致病菌對食品安全和人體健康產生的危害同樣不容 忽視。根據2012年國家衛生和計劃生育委員會（原國家衛生部）統計數據，表明由 致病微生物導致的食物中毒發病率高于其他危害（3 749 人/6 685 人，56.1%）。其中沙門氏菌、蠟樣芽孢桿菌、副溶血弧菌、大腸桿菌、金黃色葡萄球菌等是最常見的幾種食源性致病菌[4]，同時也是國內食源性致病菌重點檢測和評估對象。上述統計結果表明，國內食源性疾病報告的數字明顯低于英國（2012年為97 701 人次）[5]和美國統計數字（2012年為19 531 人次）[6]。然而，眾所周知，僅部分罹患食源性疾病的患者能夠及時尋求正規醫療護理，世界各國食源性疾病的漏報率都非常高，發展中國家更是如此，致使調研得到的數據很可能僅為真實爆發數據的“冰山一角”[3]。因此，進一步完善國家食源性疾病監測體系，成為保護消費者健康、保障國家食品安全的首要目標之一。

1.3 MRA的概念和基本組成

根據世界衛生組織定義，MRA是指利用現有的科學資料對食品中某種特定微生物產生危害的可能性和嚴重性進行描述的過程。另外，基于預測微生物學和數學模型的評估稱為微生物定量風險評估，結合其他相關資料，將致病微生物的攝入量與其對人體產生不良作用的概率關系進行數學描述，可為風險管理政策的制定提供理論支持[7-8]。

在過去20 年里，各國政府日益重視食品安全問題并逐漸加強風險分析體系的構建和實施，目前已有許多將風險分析體系成功應用于食品安全分析的案例。食品法典委員會在報告中指出，風險分析由風險評估、風險管理和風險交流三部分組成，三者在保障食品安全和公共衛生的共同目標上各盡其能[9]。其中風險評估包括危害識別、危害特征描述、暴露評估和風險特征描述4 個步驟[10]，是整個風險分析體系的科研核心和基礎，其結果為食品安全標準的制定和食品安全監督管理措施的實施提供科學依據[11]。

1.4 我國食品MRA研究現狀

2009年，國家《食品安全法》正式實施；同年，首屆國家食品安全風險評估專家委員會在北京成立，我國政府開始加強對食品風險分析的研究。2011年10月，國家食品安全風險評估中心（China National Center for Food Safety Risk Assessment，CFSA）正式成立，作為唯一負責食品安全風險評估的國家級技術機構，承擔國家食品安全風險評估、監測、預警、交流和食品安全標準等技術支持工作。目前，CFSA完成了我國從零售到餐桌雞肉中沙門氏菌定量風險評估工作，評價了不同人群通過進食雞肉暴露于沙門氏菌的可能性及對健康的危害，并提出了降低人群進食雞肉感染沙門氏菌風險的干預措施和建議。另外，熟制雞肉中空腸彎曲桿菌、即食食品中單核細胞增生李斯特氏菌（單增李斯特菌）、牡蠣中副溶血弧菌等定量風險評估工作仍在進行之中。

近年來，除CFSA外，國內有關專家也相繼完成了一系列定量風險評估工作，如中國帶殼雞蛋中沙門氏菌[12-13]、豬肉中金黃色葡萄球菌[14]、散裝熟肉制品中單增李斯特菌[15]、雜色蛤中副溶血弧菌[16]、日常飲食中赭曲霉毒素A[17]、米飯中蠟樣芽孢桿菌[18]、谷物和油脂制品中霉菌毒素[19]等。上述研究成果多發表于國內期刊，而來源于國際期刊并與中國QMRA相關的文獻數量遠低于歐洲、美國、加拿大和澳大利亞等發達國家。Hung等[20]調研結果表明，截至2011年12月，在以QMRA為主題的463 篇文獻中，僅有3.5%來自包括中國在內的發展中國家。食源性致病菌引起的食品安全是全球性問題，發展中國家面臨的情況更嚴峻，因此發展中國家在加強微生物定量風險評估以縮小與發達國家研究差距的工作上任重而道遠。

2 國內QMRA的研究進展

2.1 常見致病菌與食物載體

在信息檢索平臺Web of Knowledge[21]以“micro、risk、assess、China”為關鍵詞，在中國知識資源總庫（China National Knowledge Infrastructure，CNKI）[22]以微生物、風險評估、食品等關鍵詞進行檢索，將我國已開展的QMRA工作總結列于表1。

表1 國內QMRA研究中常見致病菌和涉及的食物Table 1 Pathogens and food vectors concerned in QMRA research in China

截止2013年12月，在Web of Knowledge中檢索得到265 篇相關文獻，但僅有不到10 篇與中國QMRA相關。另外，值得注意的是，一些在國外從事QMRA研究的中國專家開展的研究通常與中國并不相關。在CNKI進行檢索，結果表明，在2000—2013年間，約3 700 篇學術論文符合檢索要求，但其中僅有121 篇與QMRA相關。進一步調研發現，在121 篇與QMRA相關的文獻中，嚴格基于預測微生物模型和（或）劑量-反應模型進行定量風險評估的研究數量更少。

從表1中列舉的典型定量風險評估研究可知，副溶血弧菌、沙門氏菌、單增李斯特菌、金黃色葡萄球菌、蠟樣芽孢桿菌等是國內QMRA最常見的評估對象，而牡蠣、蝦、三文魚、雞蛋、米飯、豬肉等食物則是最常被關注的致病菌載體。如何確定對哪種食物中哪種致病菌進行評估，是從危害識別階段開始的。以早期對帶殼雞蛋中沙門氏菌[12-13]的評估為例：1991—1996年 期間，我國共報告沙門氏菌食物中毒731 起，占食物中毒事件總數的9.2%，中毒人數 39 181 人，占總中毒人數的19.2%。同期，由蛋類引起的食物中毒166 起，中毒人數4 207 人，中毒事件數與中毒人數均居微生物食物中毒的首位。此項研究為中國每年沙門氏菌病暴發風險進行科學評估提供了依據， 然而，該評估所用模型僅涉及內部被沙門氏菌污染的雞蛋，對于其他來源的沙門氏菌污染并不適用，且用于設定雞蛋在運輸、貯存等各階段時間和溫度的參數分布數據來源較少，因此評估結果可能存在較大不確定性。

發達國家QMRA工作的開展要早于國內，在2002—2013年期間，聯合國糧食及農業組織（Food and Agriculture Organization of the United Nations，FAO）/世界衛生組織（World Health Organization，WHO）在其主頁上公布了19 個微生物定量風險評估系列[49]。其中包括：雞肉和雞蛋中沙門氏菌、即食食品中單增李斯特菌、嬰兒配方奶粉中阪崎腸桿菌、牡蠣中創傷弧菌、海產品中副 溶血弧菌、生牛肉中大腸桿菌和雞肉中空腸彎曲桿菌等。除上述國際組織外，歐洲食品安全局（European Food Safety Authority，EFSA）為支持食品安全政策制定，探討了QMRA的潛在應用，并于2006年開展了豬肉中沙門氏菌[50]、雞肉中彎曲桿菌[51]的定量風險評估工作，開啟了歐盟在整個歐洲層面實施從農場到餐桌的定量風險評估工作的先河。另外，許多國家也開展了類似工作，如美國農業部及食品安全與檢查局（United Sta tes Department of Agriculture/Food Safety and Inspection Service，USDA/FSIS）相繼開展了即食食品中單增李斯特菌[52]、牛肉中大腸桿菌O157:H7[53]、帶殼雞蛋及蛋制品中腸炎沙門氏菌[54]等QMRA工作，且結果被廣泛用于評估公眾食用上述食物的風險并為消費者提出科學建議。充分恰當地利用QMRA結果幫助政府和企業增強風險管理能力、預防和控制微生物危害、從而提高整體食品安全水平的舉動值得CFSA和國內相關專家借鑒參考。

2.2 國內QMRA常用模型

微生物預測模型（predictive model，PM）和劑量-效應模型（dose response model，DRM）通常被應用于微生物風險特征描述階段，評估特定危害對特定人群產生的影響。自1980年來，計算機技術的成熟促進了PM和DRM的快速發展，并使其成為QMRA的兩個重要組成部分[11,55]。

2.2.1 PM

預測微生物學是一門運用數學模型定量描述特定環境條件下微生物的生長、存活和死亡動態的學科。微生物預 測模型分為一級模型、二級模型和三級模型3 個級別。其中，一級模型用于描述一定生長條件下微生物生長、失活與時間之間的函數關系；二級模型表達由一級模型得到的參數與環境因素之間的函數關系；三級模型主要是指建立在一級和二級模型基礎上的計算機軟件程序，用于預測相同或不同環境條件下同一種微生物的生長或失活情況[56]。由表1可知，國內QMRA應用最多的一級模型包括Gompertz模型[16,23-24,26,28]及其修正式[18,33]和Baranyi模型[32]，同時它們也是微生物預測領域最常用模型[57-58]。另外，二級模型中的平方根模型因使用方便、參數單一，能很好的預測溫度等環境因素對微生物最大生長速率、遲滯期的影響，成為最常用的二級模型之一。

微生物預測模型被用于描述在食物鏈不同環節如加工、銷售、運輸、消費等過程中環境因素對微生物數量變化的影響，成為暴露評估必不可少的重要組成，一些數據庫和功能強大的軟件[38]極大方便了此類模型的構建。例如我們可以利用Baranyi教授建立的ComBase數據庫[59]直接搜索構建模型所需數據，并將所構建的模型應用于QMRA。然而，值得注意的是，如何選擇恰當的微生物預測模型應用于QMRA有待深入研究[11,60]，QMRA中不確定性和變異性的差異評定也應當引起廣泛重視。

2.2.2 DRM

DRM是QMRA中危害特征描述階段涉及的重要模型，被用來描述個體或群體的危害暴露水平與不良健康（如感染、疾病、死亡）之間的關系。由表1可知，國內已完成的QMRA研究中，僅在對副溶血弧菌、沙門氏菌、創傷弧菌及單增李斯特菌的定量評估中分別采用了β-泊松模型和指數模型。這兩種模型也是國外QMRA 中常用的模型，如在2011年，歐洲食品安全局曾借助其研究減少空腸彎曲桿菌危害的干預措施。兩模型基于同一假設，即單一微生物對機體產生的危害相同或相近，但指數模型和β-泊松模型均采用了模型參數來表示細菌與宿主相互作用的不確定性。在運用上述DRM時應十分謹慎，因為它們并不適用于所有能產生毒素并引起疾病的致病菌。

召集人類志愿者并進行人體實驗是建立劑量-反應模型較準確的方法，如Langeveld等[61]曾對暴露于含不同劑量的蠟樣芽胞桿菌巴氏殺菌奶開展人類志愿者研究。然而，由于法律限制及實踐過程中復雜的申請程序，采用人體實驗構建準確的DRM仍存在較大困難。此外，致病菌通常較低的暴露水平也增大了DRM的構建難度，因此，對致病菌進行全面 完整的定量風險評估在許多情況下仍難以實現[62-63]。目前，我國已完成的風險評估項目中，一般參考國外相關文獻中根據食源性疾病爆發數據或實驗數據總結建立DRM，然而，由于 不同國家或地區的消費模式、人群特點等存在差異，利用來自西方發達國家資料建立的模型對于本國人群疾病發生的適用性可能較差，因此，盡早建立適用于本國國情的DRM工作勢在必行。

3 QMRA的主要難題和解決方法

風險評估是風險分析的核心組成，其重要性不言而喻，同時也是風險分析體系中一個相對較新的分支，不論從政策角度還是技術層面仍需進一步完善[11]。

3.1 法律和政策要求

食品安全不存在“零風險”。為應對不斷曝出的食品安全問題，國際社會共同采用了食品安全風險評估的方法，科學評估食品中有害因素對人體健康可能造成的風險，并為政府制定食品安全法規、標準和政策提供依據。目前，國內Q MRA研究仍處于起步階段。根據2009年《食品安全法》規定，國家有關部門應當建立食品安全風險監測制度，對食源性疾病進行監測并實施食品安全風險監測計劃，建立食品安全風險評估制度，并對食品的微生物危害進行風險評估。同年，首屆國家食品安全風險評估專家委員會在北京成立，其職責為參與制定與食品安全風險評估相關的監測和評估計劃，擬定國家食品安全風險評估技術規則，解釋食品安全風險評估結果，開展風險評估交流，承擔衛生部委托的其他風險評估相關任務等。

3.2 主要技術難題及解決方法

QMRA的框架大同小異，然而細微的不同之處可能對評估結果產生較大影響。合理有效地構建風險評估體系需要從計劃的有效性、評估范圍的選定、問題針對性、模型的選擇等方面著手[64]。

3.2.1 明確評估計劃和范圍

政策的制定和真正的實施通常存在較大差距，除政治因素外，技術因素可能是QMRA實施過程中面臨的較大難 題。QMRA目的應明確化，并為風險管理者服務。美國農業部/食品安全及檢驗局/環保署的指導原則指出，明確評估計劃和范圍是確定QMRA評估范圍、目的、面臨問題及采用方式的過程，并為后期提供有效的風險特征描述和判斷風險評估是否成功墊定堅實的基礎。指導原則也為確定評估項目提供以下不同的參考因素：風險的特點和重要性、風險的等級（如存在、流行、集中風險）和嚴重性（如對公眾衛生的影響）、面臨情況的緊急程度、人群適用性、其他與特定危害相關聯的因素（如食品加工過程、烹飪、交叉污染等）、資源的可用性（如時間、經費、工作人員等）。國內的相關專家們在啟動風險評估項目時也應當結合實際情況選擇性地考慮上述因素。

3.2.2 危害識別問題

危害識別是啟動微生物風險評的第一步，其準備工作成為QMRA面臨的第二個技術性難題。危害識別通常被視為MRA的形成階段，評估對象、暴露途徑、不良反應、流行病學等相關知識在此階段均要被識別和確認，從而形成評估的基本框架[65]。另外，隨著組學的發展，可以更好地解釋食物鏈中食物所處環境條件的改變對微生物的影響，更好地為MRA服務[66-67]。合理有效的危害識別有助于專家判斷某項風險評估工作是否亟待開展。

3.2.3 成本效益問題

基于減少食源性致病菌對公眾衛生產生危害的目的而進行的成本效益分析是QMRA面臨的另一個技術難題。以歐洲食品安全局為例，歐盟法規NO.2160/2003要求各成員國在食物鏈不同環節減少導致人畜共患病的致病菌對人群產生的危害設定目標，要求歐盟生物風險專家委員會開展評估QMRA的成本效益分析，此時，QMRA成為開展風險效益分析的必要條件[50,68]。另外，Magnússon等[69]認為成本效益分析需要整合到MRA體系中，其開展方法需要進一步明確。事實上，成本利益分析的工作應由風險管理者完成，歐盟以及美國的QMRA研究表明，由風險管理者主導的成本效益分析已數次成功用于QMRA研究的良好開展。

3.2.4 定性或定量方法的選擇

根據結果的產出形式，風險評估可分為定性和定量評估兩大類。不論是定性還是定量評估，評估的4 個步驟是一致的，其中定性評估是相對簡單快速的方法，用高、中、低等描述性詞語來表示風險的大小，而定量評估則根據致病微生物的毒理學特征或感染性、中毒癥狀，結合其他相關資料，確定致病微生物的攝入量及其對人體產生不良作用的概率，并對它們之間的關系進行數學描述，即以量化的數值表示風險大小及其不確定性。數據來源是否充分是決定因素之一，在開展風險評估之前，應根據數據可利用性、評估目的以及風險評估結合到風險管理或決策中的深度和廣度等，遵循避繁就簡的原則選擇合適方法[19]。

選擇定性還是定量風險評估時，另一個重要問題是即將開展的評估項目需要滿足哪些風險管理要求，這可以和上文3.2.1節中確定評估計劃和范圍相結合起來。另外需要考慮的是數據 資料和信息有效性的問題。風險評估的結果是與數據資料密切相關，MRA的研究曾因在信息和數據不完整的情況下得出結論而被人們質疑和詬病。獲得足夠的有效信息和數據是提高風險評估結果準確性的基本前提。選擇定量風險評估后，在暴露評估階段引入微生物生長預測模型和危害特征描述階段引入劑量-效應模型時應十分謹慎，若模型引用不當，風險評估可能得到準確性較差甚至相反的結果。

另外，若對采用哪種MRA方式難以判斷時，可首先對該致病菌實施定性風險評估，若定性分析結果表明該菌對人群存在較大危害，則表明定性評估可能比較簡單易行。Lammerding[70]和Romero-Barrios[68]等認為在某些情況下定量風險評估并不一定優于定性風險評估，應根據實際情況在確保評估結果準確性 的前提下盡量選擇簡單的評估形式。總之，無論采用何種評估方式，評估過程都應嚴格遵守評估步驟。Lammerding等[70]針對定性風險評估提出了將不同方面的定性信息轉化為對總體風險進行客觀評價的框架模式。當定性風險評估不能滿足風險管理的要求時，應考慮收集足夠的信息和數據對該致病菌進行定量 風險評估。

4 QMRA的應用前景及建議

4.1 QMRA的應用前景

風險特征描述是QMRA的最后一步，是在危害識別、危害特征描述和暴露評估的基礎上，對評估結果進行綜合分析、描述危害對人群健康產生不良作用的風險及不確定性并對風險管理提供科學指導的過程。從模型建立的角度來講，QMRA的主要目的是用于觀察模型輸入變量與輸出變量之間的相互關系[71-72]，并據此對食物生產或流通的不同環節提供科學的指導。QMRA的應用主要體現在制定質量控制體系和設定食品安全目標兩方面。

其一，制定質量控制體系。HACCP是一種食品安全防御系統[73]，有必要充分發揮HACCP在控制食源性疾病和確保食品安全方面的潛能并進一步完善其概念和應用[74-77]。在發展中國家，將MRA與HACCP結合，對于有效防 控食品加工過程中 致病菌的 傳播和繁殖，從而減少致病菌危害和食品安全事故的發生更具現實意義。我國當前食品 加工安全控制的高要求需要加強并擴大MRA結果的應用范圍，同時將MRA與危害分析相結合是今后制定和實施HACCP的一大趨勢[78]。在不遠的將來，建立旨在量化食物中有害物質暴露水平的模塊化風險評估模型[79]，可為食品安全控制和危害預防提供更為準確和快捷的途徑。

其二，設定食品安全目標。2002年，國際食品微生物標準委員會（International Commission Microbiological Specifications for Foods，ICMSF）介紹了一個新的食品安全管理概念，即FSO，并基于MRA對其做了進一步說明。微生物定量風險評估的結果有助于FSO的建立，并可為食物中致病菌限量標準的制定提供一定參考[80]。FSO是指采取一定措施預防或消除食品安全危害或將危害降至可接受水平的行為或活動。如果某種食物被微生物初始污染并潛在二次污染等問題時，FSO即是經過采取一定干預措施，確保消費者在食用該食物時微生物數量降低于限量標準[81]。借助QMRA過程中的參數如微生物生長預測模型中生長速率等，可計算食物在流通過程中某些特定環節的污染水平，因此，QMRA可根據參數的變化對FSO的概念進行拓展[82]。此外，通過DRM曲線可得知某種特定危害與食品相結合并被消費時造成的疾病負擔，據此可定義公眾可接受的風險水平，即合適的保護水平（appropriate level of protection，ALOP）[80,83]。ALOP是指通過食品安全體系擬實現的公共衛生保護程度，是一個國家層面上的食品安全目標，距離實際的食品安全管理有一定差距， 然而ICMSF提出的FSO的概念可作為ALOP與實際操作之間的橋梁，有助于解決此問題。根據QMRA制訂FSO/ALOP的方法可參考Zwietering[84]和Whiting[82]等的詳細說明，另外，另一個與FSO相關的概念——PO的建立可參考Jenson等[85]的論述。

4.2 建議

4.2.1 加強風險評估與風險管理的互動

風險評估的啟動一般來自風險管理者委托的評估任務，以及根據目前食品安全形勢自行確定的評估目標。上文提到的技術性因素、食品公共安全要求等均是啟動QMRA研究時應考慮因素，但并非決定性影響因素。在正式開展風險評估項目前，風險管理者和相關專家需對擬評估的食品安全問題進行分析，確定風險評估的必要性，同時對危害因素及所涉及的食品、消費者的暴露途徑及其可能風險、消費者對風險的認識以及國際上已有的風險控制措施等問題進行確定。因此，加強風險評估與風險管理的互動和交流非常必要。

以CFSA為例，2013年初，基于國內檢索數據啟動了對生鮮貝類中副溶血弧菌和即食食品中單增李斯特菌的定量風險評估工作。這兩項決議初步形成于2012年初，旨在驗證風險評估是否能按照國際通行的指導原則進行有效實施，并為食品安全監管者提供理論參考。將來風險評估者和風險管理者的交流合作的重要性會更加凸顯，完善適合中國國情的MRA指導性原則的工作亟待開展。

4.2.2 完善風險監測

缺乏風險監測數據是制約開展風險評估研究的核心難題之一。MRA應盡量通過選擇致病菌-食物組合、調研食物消費量、消費頻率及流行數據等資料、確定暴露人群及高危人群、并對食品加工貯存運輸等條件下微生物生長存活及交叉污染等進行預測分析，從而估計食物中致病菌污染水平、人群暴露量及對健康的影響等進行定量化評估[69]。盡管近年來經過各部門共同努力，數據收集工作取得一定進展，但更多具有代表性和能反映微生物污染不確定性的數據亟待發掘[11]。

與很多國家一樣，CFSA也建立了國內細菌性傳染病分子分型實驗室監測網絡[86]，該網絡為未來我國實驗室致病菌監測的發展方向將提供關鍵支撐技術，同時能極大提高監測和處理傳染病疫情和公共衛生突發事件的能力及速度，為MRA工作提供參考。

4.2.3 改進限量標準制定

基于QMRA設定FSO/ALOP是制定相關微生物標準的重要參考。以即食食品中單增李斯特菌的風險評估為例，早在1986年，即食食品中單增李斯特菌的限量標準已通 過ICMSF推薦的二級抽樣的方式[87]進行制定。目前，國內外對此已完成了幾項定量評估工作[15,18,45]，其結果可直接轉化為FSO和PO，結論通常是即食食品單增李斯特菌的數量應低于100 CFU/g[88]。然而，FSO/PO的制定仍然面臨一些困難，也并不是所有的致病菌都有限定標準[89]。將FSO/PO轉化為微生物標準時應十分謹慎，依據國家食品安全標準對致病菌進行限量時亦是如此。

我國在2009年《食品安全法》頒布后，衛生部在2010年 12月公布了食物中微生物限量標準的草案[90]，并于2014年正式實施。該標準覆蓋了中國進出口貿易中17大類常見食品，對危害較大的幾類食源性致病菌如沙門氏菌、單增李斯特菌、金黃色葡萄球菌和志賀氏菌等按照不同取樣方法規定了限量水平值。除此標準外，國內還有另一指導性標準，即MRA在食品安全風險管理中的應用指南（GB/Z 23785—2009《微生物風險評估在食品安全管理中應用指南》[91]），該指導性技術文件為食品安全風險管理提供了一般框架，并為MRA在食品安全風險管理中的應用提供指導方法。如何科學有效地基于風險制定與QMRA相關的微生物限量標準仍是今后努力的重點。

4.2.4 加強國際合作

在全球范圍內加強風險交流與國際合作也是風險管理者的重要任務之一。中國是世界上最大的農產品生產國和消費國之一，在過去20 年里，無論在國家還是消費者層面，風險評估都將成為食品安全管理的核心組成。任何個人、團體或組織均有可能作為利益相關者影響或受影響于風險決策[65]。Hoffmann等[92]認為，不同國家應在基于風險的基礎上科學系統地建立從農場到餐桌的安全防控措施。另外，國內應參考國際或某些地方性組織（如FAO/WHO、國際食品法典委員會、 EFSA、USDA）的運行機制，科學運用風險評估的理論工具及數學建模，加強綜合協調并進一步完善食品安全監管體系。

5 結 語

QMRA已成為應對當前食品安全問題的重要科學工具之一。從文獻搜索結果可知，在過去十余年里，國內開展的QMRA工作較少，需要針對我國具體國情，科學系統地組織并開展QMRA，這成為國家食品安全風險評估中心和相關業內專家的共同職責。在啟動QMRA項目時，法律和技術上的因素都應被充分考慮并理性選擇恰當的評估方式。另外，加強風險管理與風險評估的互動交流、進一步完善風險監測、改進微生物限量制定和加強國際合作等各項工作能有效促進國家食品安全法的實施和執行，對食品風險防控措施和食品安全目標的實現、進一步保障國內公眾衛生具有重大意義。

[1] BIAN Yongmin. The challenges for food safety in China: current legislation is unable to protect consumers from the consequences of unscrupulous food production[EB/OL].(2004)[2014-05-04]. http:// chinaperspectives.revues.org/819.

[2] JIA C H, JUKES D. The national food safety control system of China: a systematic review[J]. Food Control, 2013, 32(1): 236-245.

[3] Alcorn T. Food safety in China: a long way to go[J]. The Lancet, 2012, 379: 75.

[4] 衛生部辦公廳關于2012年全國食物中毒事件情況的通報[EB/OL]. (2013-03-04)[2014-05-04].http://www.moh.gov.cn/mohwsyjbgs/ s7860/201303/b70872682e614e4189d0631ae5527625.shtml.

[5]Food Standard Agency of UK.The food standards agency monitor trends in foodborne disease caused by key pathogenic (disease-causing) bugs in the UK[EB/OL]. (2013-07-19)[2014-04-02]. http://www.food. gov.uk/policy-advice/microbiology/fds/58736.

[6] Center for Disease Control and Prevention of USA.Trends in foodborne illness in the United States[EB/OL]. (2012)[2014-05-01]. http://www.cdc.gov/features/dsfoodnet2012/.

[7] Codex Alimentarius Commission. Working principles for risk analysis for food safety for application by governments[EB/OL].(2007)[2014-04-05]. http://www.codexalimentarius.net/web/more_info.jsp?id_ sta=10751.

[8] ALBAN L, OLSEN A M, NIELSEN B, et al. Qualitative and quantitative risk assessment for human salmonellosis due to multiresistant Salmonella typhimurium DT104 from consumption of Danish dry-cured pork sausages[J]. Preventive Veterinary Medicine, 2002, 52(3/4): 251-265.

[9] HAVELAAR A H, EVERS E G, NAUTA M J. Challenges of quantitative microbial risk assessment at EU level[J]. Trends in Food Science & Technology, 2008, 19(Suppl 1): 26-33.

[10] Codex Alimentarius Commission. Principles and guidelines for the conduct of microbiological risk assessment[EB/OL]. (1999)[2014-05-03]. http://www.codexalimentarius.net/download/standards/357/ CXG_030e.pdf.

[11] TEUNIS P F, KASUGA F, FAZIL A, et al. Dose-response modeling of Salmonella using outbreak data[J]. International Journal of Food Microbiology, 2010, 1 44(2): 243-249.

[12] 趙志晶, 劉秀梅. 中國帶殼雞蛋中沙門氏菌定量危險性評估的初步研究Ⅰ: 危害識別與暴露評估[J]. 中國食品衛生雜志, 2004, 16(3): 201-206.

[13] 趙志晶, 劉秀梅. 中國帶殼雞蛋中沙門氏菌定量危險性評估的初步研究Ⅱ: 危害特征的描述與危險特征的描述[J]. 中國食品衛生雜志, 2004, 16(3): 295-300.

[14] 駱璇, 郭紅衛, 王穎, 等. 上海市豬肉中金黃色葡萄球菌定量風險評估[J]. 中國食品衛生雜志, 2010, 22(3): 244-249.

[15] 田靜, 樊永祥, 劉秀 梅. 散裝熟肉制品中單核細胞增生李斯特菌的定量風險評估[J]. 中華預防醫學雜志, 2011, 45(6): 537-542.

[16] 李壽崧, 吳英嬌, 寧芊, 等. 雜色蛤中副溶血弧菌的定量風險評估[J].北京工商大學學報: 自然科學版, 2012, 30(5): 38-45.

[17] HAN Zheng, NIE Dongxia, YANGXianli, et al. Quantitative assessment of risk associated with dietary intake of mycotoxin ochratoxin A on the adult inhabitants in Shanghai city of P.R. China[J]. Food Control, 2013, 32(2): 490-495.

[18] 董慶利, 鄭麗敏, 黨維鑫, 等. 即食食品中單增李斯特菌的半定量風險評估[J]. 食品工業科技, 2012, 33(11): 321-323.

[19] LI Rui, WANG Xu, ZHOU Ting, et al. Occurrence of four my cotoxins in cereal and oil products in Yangtze Delta region of China and their food safety risks[J]. Food Control, 2014, 35(1): 117-122.

[20] HUNG N V, NGUYEN H N, NGUYEN T B T, et al. Quantitative microbial risk assessment: research status and future development[R]. Sydney, Australia: World Congress on Risk 2012: Risk and Development in a Changing World, 2012.

[21]Thomson Reuters. Web of Science[DB/OL].[2014-04-23]. http://apps. webofknowledge.com.

[22]中國知網(CNKI) [DB/OL]. [2014-04-03]. http://www.cnki.net/.

[23] 陳艷, 劉秀梅. 福建省零售生食牡蠣中副溶血性弧菌的定量危險性評估[J]. 中國食品衛生雜志, 2006, 18(2): 103-108.

[24] 邵玉芳, 汪雯, 章榮華, 等. 浙江省生食牡蠣中副溶血性弧菌的風險評估[J]. 中國食品學報, 2010, 10(3): 193-199.

[25] 寧芊, 李壽崧, 陳守平. 文蛤中副溶血性弧菌的風險評估[J]. 現代食品科技, 2010, 26(11): 1259-1263.

[26] 高圍激, 劉弘, 劉誠, 等. 三疣梭子蟹中副溶血性弧菌定量風險評估探索[J]. 環境與職業醫學, 2011, 28(7): 414-418.

[27] 趙峰, 李毅財, 段文佳, 等. 東部沿海城市貝類中副溶血弧菌的定量風險評估研究[C]//農產品質量安全與現代農業發展專家論壇論文集. 北京: 中國科學技術協會, 2011: 124-131.

[28] 劉弘, 羅寶章, 秦璐昕, 等. 生食三文魚片副溶血性弧菌污染的定量風險評估研究[J]. 中國食品衛生雜志, 2012, 24(1): 18-22.

[29] 姬華, 陳艷, 劉秀梅, 等. 創傷弧菌控制措施與風險評估的研究進展[J].食品與發酵工業, 2013, 39(2): 123-127.

[30] 樊永祥, 劉秀梅. 常見餐飲食品原料中沙門菌的定量風險評估[J].中華預防醫學雜志, 2008, 42(5): 312-316.

[31] 褚小菊, 馮力更, 張筠, 等. 巴氏牛奶中蠟樣芽孢桿菌的風險評估[J].中國乳品工業, 2006, 34(6): 23-26.

[32] 李敏. 巴氏殺菌奶中優勢微生物預測模型的建立及風險評估[D]. 北京: 中國農業大學, 2006.

[33] DONG Qingli. Exposure assessment for Bacillus cereus in Chinesestyle cooked rice[J]. Journal of Food Process Engineering, 2013, 36(3): 329-336.

[34] 聞軍. 原料乳中金黃色葡萄球菌的風險評估[D]. 哈爾濱: 東北農業大學, 2008.

[35] 董慶利, 高翠, 鄭麗敏, 等. 冷卻豬肉中氣單胞菌的定量暴露評估[J].食品科學, 2012, 33(15): 24-27.

[36] ZHAO Xubo, SCHAFFNER D W, YUE Tianli. Quantification of afl atoxin risk associated with Chinese spices: point and probability risk assessments for afl atoxin B1[J]. Food Control, 2013, 33(2): 366-377.

[37] WHITING R C, BUCHANAN R L. A classification of models for predictive microbiology[J]. Food Microbiology, 1993, 10(12):175-177.

[38] MILES D W, ROSS T, OLLEY J, et al. Development and evaluation of a predictive model for the effect of temperature and water activity on the growth rate of Vibrio parahaemolyticus[J]. International Journal of Food Microbiology, 1997, 38(2/3): 133-142.

[39] 王璐華, 寧喜斌. 副溶血性弧菌生長預測模型的建立與應用探討[J].華北農學報, 2008, 23(增刊1): 263-267.

[40] OSCAR T P. Response surface models for effects of temperature, pH, and previous growth pH on growth kinetics of Salmonella typhimurium in brain heart infusion broth[J]. Journal of Food Protection, 1999, 62(2): 106-111.

[41] FAO/WHO. Risk assessments of Salmonella in eggs and broiler chickens: interpretative summary[EB/OL]. (2002)[2014-05-01]. http:// www.who.int/foodsafety/publications/micro/en/salm_summary.pdf.

[42] FDA/FSIS. Model for risk assessment for the impact of lethality standards on salmonellosis from ready-to-eat meat and poultry products[EB/OL]. (2006)[2014-04-02]. http://www.fsis.usda.gov/ wps/portal/fsis/topics/science/risk-assessments/salmonellosis-riskassessment-model/salmonellosis-ra-model.

[43] FDA/FSIS. Quantitative assessment of relative risk to public health from foodborneListeria monocytogenesamong selected categories of ready-to-eat foods[EB/OL]. (2010)[2014-04-02]. http://www.fda.gov/downloads/food/scienceresearch/researchareas/ riskassessmentsafetyassessment/ucm19733.pdf.

[44] DING Tian, DONG Qingli, RAHMAN S M E, et al. Response surface modeling ofListeria monocytogenesinactivation on lettuce treated with electrolyzed oxidizing water[J]. Journal of Food Process Engineering, 2011, 34(5): 1729-1745.

[45] FAO/WHO. Risk assessment ofListeria monocytogenesin ready-toeat foods: interpretative summary[EB/OL]. (2004)[2014-04-05]. http:// www.who.int/foodsafety/publications/micro/en/mra4.pdf.

[46] ZWIETERING M H, de WIT J C, NOTERMANS S. Application of predictive microbiology to estimate the number ofBacillus cereusin pasteurised milk at the point of consumption[J]. International Journal of Food Microbiology, 1996, 30(1/2): 55-70.

[47] HEO S K, LEE J Y, BAEK S B, et al. A response surface model to describe the effect of temperature and pH on the growth ofBacill us cereusin cooked rice[J]. Journal of Food Protection, 2009, 72(6): 1296-1300.

[48] BUCHANAN R L, SMITH J H, MCCOLGAN C, et al. Response surface models for the effects of temperature, pH, sodium-chloride, and sodium nitrite on the aer obic and anaerobic growth ofstaphylococcus aureus196E[J]. Journal of Food Safety, 1993, 13 (3): 159-175.

[49] FAO/WHO. Micr obiological risks publications [EB/OL]. (2014) [2014-04-02]. http://w ww.who.int/foodsafety/publications/micro/en/ index.html.

[50] European Food Safety Authority(EFSA). Scientific opinion on a quantitative microbiological risk assessment ofSalmone llain slaughter and breeder pigs[J]. EFSA Journal, 2010, 8(4): 80.

[51] European Food Safety Authority(EFSA). Scientific opinion on Campylobacter in broiler meat production: contro l options and performance objectives and/or targets at different s tages of the food chain[J]. EFSA Journal, 2011, 9(4): 141.

[52] FDA/FSIS. Quantitative assessment of relative risk to public health from foodborneListeria monocytogenesamong selected categories of ready-to-eat foods. [EB/OL]. (2003)[2014-04-02]. http://www.fda.gov/Food/ScienceResearch/ResearchAreas/ RiskAssessmentSafetyAssessment/ucm183966.htm Accessed 28.11.11 pp. 541.

[53] FSIS. Comparative risk assessment for intact (non-tenderized) and non-intact (tenderized) beef: technical report.[EB/OL]. (2003)[2014-04-02]. http://www.fsis.usda.gov/PDF/Beef_Risk_Assess_Report_ Mar2002.pdf Accessed 28.11.11. pp. 39.

[54] FSIS. Salmonella enteritidis risk assessment: shell eggs and egg products[EB/OL]. (1998)[2014-04-02]. http://www.fsis.usda.gov/ophs/ risk/ Accessed 28.11.11.

[55] BARANYI J, ROBERTS T A. 1995 Mathematics of predictive food microbiology[J]. International Journal of Food Microbiology, 1995, 26(2): 199-218.

[56] FERRER J, PRATS C, LOPEZ D, et al. Mathematical modelling methodologies in predictive food microbiology: a SWOT analysis[J]. International Journal of Food Microbiology, 2009, 134(1/2): 2-8.

[57] DONG Qingli, TU Kang, GUO Liyang, et al. Response surface model for prediction of growth parameters from spores of Clostridium sporogenes under different experimental conditions[J]. Food Microbiology, 2007, 24(6): 624-632.

[58] DONG Qingli. Modelling the thermal resistance of Clostridium sporogenes spores under different temperature, pH and NaCl concentrations[J]. Journal of Food Process Engineering, 2011, 34(6): 1965-1981.

[59] Institute of Food Research of UK. ComBase[DB/OL]. (2014)[2014-04-02]. http://www.combase.cc/index.php/zh/.

[60] 邱靜, 董慶利, 程飛. 氣調包裝冷卻豬肉中假單胞菌生長概率模型的構建[J]. 農業工程學報, 2012, 28(13): 257-262.

[61] LANGEVELD L P, van SPRONSEN W A, van BERESTEIJIN E C H, et al. Consumption by healthy adults of pasteurized milk with high concentration of Bacillus cereus: a double blind study[J]. Journal of Food Protection, 1996, 59(7): 723-726.

[62] HAVELAAR A H, d e HOLLANDER A E, TEUNIS P F, et al. Balancing the risks and benefits of drinking water disinfection: disability adjusted life-years on the scale[J]. Environmental Health Perspectives, 2000, 108(4): 315-321.

[63] BUCHANAN R L, HAVELAAR A H, SMITHM A, et al. The key events dose-response framework: its potential for application to foodborne pathogenic microorganisms[J]. Critical Reviews in Food Science and Nutrition, 2009, 49(8): 718-728.

[64] PARKIN R T. Foundations and frameworks for human microbial risk assessment[EB/OL]. (2008)[2014-04-02]. http://www2.epa.gov/osa/ basic-i nformation-about-risk-assessment-guidelines-development.

[65] BARKER G C, BAYLEY C, CASSIDY A, et al. Can a participatory approach contribute to food chain risk analysis?[J]. Risk Analysis, 2010, 30(5): 766-781.

[66] DAVIES H. A role for ‘‘omics” technologies in food safety assessment[J]. Food Control, 2010, 21(12): 1601-1610.

[67] BRUL S, BASSETT J, COOK P, et al. ‘Omics’ technologies in quantitative microbial risk assessment[J]. Trends in Food Science & Technology, 2012, 27(1): 12-24.

[68] ROMERO-BARRIOS P, HEMPEN M, MESSENS W, et al. Quantit ative microbiological risk assessment (QMRA) of foodborne zoonoses at the European level[J]. Food Control, 2013, 29(2): 343-349.

[69] MAGNúSSON S H, GUNNLAUGSDóTTIR H, van LOVEREN H, et al. State of the art in benefi t-risk analysis: food microbiology[J]. Food and Chemical Toxicology, 2012, 50(1): 33-39.

[70] LAMMERDING A M, FAZIL A. Hazard id entifi cation and exposure assessment for microbial food safety risk assessment[J]. International Journal of Food Microbiology, 2000, 58(3): 147-157.

[71] BUCHANAN R L, APPEL B. Combini ng analysis tools and mathematical modeling to enhance and harmonize food safety and food defense regulatory requirements[J]. International Journal of Food Microbiology, 2010, 139(Suppl 1):48-56.

[72] GRE INER M, SMID J, HAVELAAR A H, et al. Graphical models and Bayesian domains in risk modelling: application in microbiological risk assessment[J]. Preventive Veterinary Medicine, 2011, 110(1): 4-11.

[73] WHO. WHO global strategy for food safety: safer food for better health[EB/OL]. (2002)[2014-04-07]. http://www.who.int/foodsafety/ publications/general/en/strategy_en.pdf.

[74] NOTERMANS S, GALLHOFF G, ZWIETERING M H, et al. The HACCP concept: specification of criteria using quantitative risk assessment[J]. Food Microbiology, 1995, 12(1): 81-90.

[75] COLEMAN M E, MARKS H M. Qualitati ve and quantitative risk assessment [J]. Food Control, 1999, 10(4/5): 289-297.

[76] BLACKBURN C, MCCLURE P J. Foodborne pathogens hazards, risk analysis and control[M]. Cambridge: Woodhead Publishing Ltd., 2009: 1-10.

[77] DOMéNECH E, ESCRICHE I, MARTORELL S. An approac h for assessing CCP effectiveness in food production applications by predictive QRA modelling[J]. Reliability Engineering and System Safety, 2009, 94(9): 1451-1460.

[78] 國家食品藥品監督管理總局. 食品動態信息[EB/OL]. (2014)[2014-04-24]. http://www.sfda.gov.cn/WS01/CL0001/.

[79] MALAKAR P K, BARKER G C, PECK M W. Quantitative risk assessment for hazards that arise from non-proteolytic Clostridium botulinum in minimally processed chilled dairy-based foods[J]. Food Microbiology, 2011, 28(2): 321-330.

[80] GKOGKA E, REIJ M W, GORRIS L G M, et al. Risk assessment strategies a s a tool in the application of the appropriate level of protection (ALOP) and food safety objective (FSO) by risk managers[J]. International Journal of Food Microbiology, 2013, 167(1): 8-28.

[81] International Commission on Microbiological Specifi cations for Foods. Microorganisms in foods 7: microbiological testing in food safety management[M]. New York: Springer-Verlag New York Inc., 2002.

[82] WHITING R C. What risk assessments can te ll us about setting criteria[J]. Food Control, 2011, 22(9): 1525-1528.

[83] de SWARTE C, DONKER R A. Towards an FSO/ALOP based fo od safety policy[J]. Food Control, 2005, 16(9): 825-830.

[84] ZWIETERING M H, STEWART C M, WHITING R C. Validation of control measu res in a food chain using the FSO concept[J]. Food Control, 2010, 21(12): 1716-1722.

[85] JENSON I, SUMNER J. Performance standards and me at safety:developments and direction[J]. Meat Science, 2012, 92(3): 260-266.

[86] ALCORN T, OUYANG Y. China’s invisible burden of foodborne illness[J]. The Lancet, 2012, 379: 789-790.

[87] International Commission on Microbiological Specifi cations for Foods. Microorganisms in foods 2: sampling for microbiological analysis: principles and specifi c applications[M]. 2nd ed. Toronto: University of Toronto Press, 1986.

[88] ANDERSEN J K, N?RRUNG B. The challenge of setting risk-based microbiological criteria for Listeria monocytogenes[J]. Food Control, 2011, 22(9): 1495-1497.

[89] PUJOL L, ALBERT I, JOHNSON N B, et al. Potential application of quan t itative microbiological risk assessment techniques to an aseptic-UHT process in the food industry[J]. International Journal of Food Microbiology, 2013, 162(3): 283-296.

[90] 國家衛生和計劃生育委員會. GB 29921—2013 食品安全國家標準食品中致病菌限量[S]. 北京: 中國標準出版社, 2014.

[91] 國家質量監督檢驗檢疫總局. GB/Z 23785—2009 微生物風險評估在食品安全管理中應用指南[S]. 北京: 中國標準出版社, 2009.

[92] HOFFMANN S, HARDER W. Food Safety and Risk Governance in Globalized Markets[DB/OL]. (2010)[2014-04-25].http://www.rff.org/ RFF/documents/RFF-DP-09-44.pdf.

Review of Progress in Quantitative Microbiological Risk Assessment in China

DONG Qingli1, WANG Haimei1, Pradeep K MALAKAR2, LIU Jing1, SONG Xiaoyu3, TIAN Mingsheng4,5, LU Ranran1
(1. School of Medical Instrument and Food Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China; 2. Institute of Food Research, Norwich NR4 7UA, U.K.; 3. China National Center for Food Safety Risk Assessment, Beijing 100021, China; 4. Law Enforcement Department of Shanghai Municipal Food and Drug Administration, Shanghai 200032, China; 5. School of Public Health, Fudan University, Shanghai 200032, China)

During the past 10 years, there has been increasing concern about food safety at the governmental level in China. Due to the more outbreaks of foodborne disease caused by pathogens than other hazards from offi cial statistics, the quantitative microbial risk assessment (QMRA) should be further improved from the scientifi c standpoint to narrow the gap reduction with developed countries since the implementation of the Food Safety Law of the People’s Republi c of China in 2009 and the foundation of China National Center for Food Safety Risk Assessment (CFSA) in 2011. This revie w listed the major pathogens and the food vectors concerned in China during 2000–2013, and predictive microbiological models and dose-response models used in Chinese research were analyzed. Moreover, several possible technical factors and relevant solutions t o con duct QMRA in China were described in detail. Future applications of QMRA were discussed such as helping to design the Hazard Analysis and Critical Control Point (HACCP) system and to establish the Food Safety Objective or Perfo rmance Objective (FSO/PO) for setting the microbiological standards. Furthermore, it will be necessary to impro ve the connection between risk assessors and managers, to enhance the risk inspection, to set the microbiological limit standards and to develop more international c ooperations. QMRA should be conducted according to the general guidelines of international associations scientifi cally and systematically under China actual situations for the next 10 years.

quantitative microbial risk assessment; pathogen; predictive microbiology

TS201.3

A

10.7506/spkx1002-6630-201511042

2014-05-18

國家自然科學基金面上項目（31271896；31371776）；上海市自然科學基金項目（12ZR1420500）；

上海市研究生創新基金項目

董慶利（1979—），男，副教授，博士，研究方向為預測微生物學與風險評估。E-mail：dongqingli@126.com