利用可視基因膜芯片技術(shù)與實時熒光定量聚合酶鏈式反應(yīng)技術(shù)分析肉制品中動物源性成分

邵彪 高利亭 徐陳紅 張霞 陳剛 汪少蕓

摘 要：為調(diào)查了解肉制品中動物源性成分，以幫助判別摻假情況，應(yīng)用可視基因膜芯片檢測技術(shù)對市售的肉松、香腸、肉卷、預制調(diào)理肉、肉干及肉脯等23 份樣品動物源性成分進行篩查分析，同時，針對篩查結(jié)果采用實時熒光定量聚合酶鏈式反應(yīng)（polymerase chain reaction，PCR）法進一步確證。結(jié)果表明：可視基因膜芯片檢測法與實時熒光定量PCR法檢測結(jié)果一致，提高了未知樣品的篩查效率；在本次隨機分析的樣品中，動物源性成分檢測結(jié)果與標簽標示不一致的情況占比高達21.7%，肉制品摻假虛標情況不容忽視。

關(guān)鍵詞：可視基因膜芯片；實時熒光定量聚合酶鏈式反應(yīng)；肉制品；動物源性成分；摻假

Analysis of Animal Derived Ingredients in Meat Products by using Optical Gene Thin-Film Biosensor Chips and Real-Time Fluorescence Quantitative Polymerase Chain Reaction （RT-qPCR）

SHAO Biao1， GAO Liting1， XU Chenhong1， ZHANG Xia1， CHEN Gang1， WANG Shaoyun2，*

（1.Nantong Products Quality Supervision and Inspection Institute， Nantong 226011， China;

2.College of Biological Science and Engineering， Fuzhou University， Fuzhou 350108， China）

Abstract： For the purse of investigating animal derived ingredients in meat products in order to help in identifying adulteration in meat products， optical gene thin-film biosensor chip technology was used to screen and analyze the animal derived components of 23 samples of meat floss， sausage， meat roll， pre-processed meat and dried meat sold on the market. The obtained results were consistent with those of real-time fluorescent quantitative polymerase chain reaction （RT-qPCR）. The biosensor chip enabled more efficient screening of unknown samples. When random samples were analyzed using the biosensor chip， the results for 21.7% of these samples were inconsistent with the label information， so adulteration and false labeling of meat products should not be ignored.

Keywords： optical gene thin-film biosensor chips; real time fluorescent quantitative polymerase chain reaction; meat products; animal derived ingredients; adulteration

DOI：10.7506/rlyj1001-8123-20221027-143

中圖分類號：TS251.5? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標志碼：A 文章編號：1001-8123（2023）03-0007-07

引文格式：

邵彪， 高利亭， 徐陳紅， 等. 利用可視基因膜芯片技術(shù)與實時熒光定量聚合酶鏈式反應(yīng)技術(shù)分析肉制品中動物源性成分[J].

肉類研究， 2023， 37（3）： 7-13. DOI：10.7506/rlyj1001-8123-20221027-143.? ? http：//www.rlyj.net.cn

SHAO Biao， GAO Liting， XU Chenhong， et al. Analysis of animal derived ingredients in meat products by using optical gene thin-film biosensor chips and real-time fluorescence quantitative polymerase chain reaction （RT-qPCR）[J]. Meat Research， 2023， 37（3）： 7-13. （in Chinese with English abstract） DOI：10.7506/rlyj1001-8123-20221027-143.? ? http：//www.rlyj.net.cn

肉類是人類飲食結(jié)構(gòu)中不可或缺的組成部分。隨著我國居民消費水平的提高，對肉類的需求量逐年增加，據(jù)統(tǒng)計，2021年國內(nèi)畜禽肉總產(chǎn)量達9 645 萬t，居世界之首。肉制品是以畜禽肉為主要原料，經(jīng)調(diào)味后采用不同加工工藝制作的熟肉制成品或半成品，因風味獨特、口感多樣、便于加工、貯藏等特點深受人們喜愛，常見的如香腸、火腿、肉松、肉干、肉鋪、肉串、培根、腌臘肉、醬鹵肉、燒烤肉和肉罐頭等。然而，由于不同動物來源的肉類價格差異較大，在利益的驅(qū)動下，肉制品中摻假摻雜現(xiàn)象屢見不鮮，不法商人利用加工過程絞碎、成形、腌制、熱處理等工藝對原有形狀的改變，并借助調(diào)味料、食品添加劑的掩飾，將價格低廉的肉類冒充或摻入到價格較高的肉類中，達到以假亂真的目的。肉制品摻假不僅直接損害消費者的經(jīng)濟利益，而且?guī)頋撛诘陌踩L險，如存在不明來源肉類藥物殘留超標、疫病風險、過敏原危害及添加劑危害等問題，此外，還涉及民族信仰與宗教倫理問題[1-3]。因此，對肉制品摻假實施監(jiān)管非常必要。

圍繞肉類摻假甄別，國內(nèi)外已開發(fā)出很多種分析檢測方法，包括：波譜分析法，如紅外光譜法[4-5]、拉曼光譜法[6-7]、核磁共振法[8-9]、高光譜成像法[10-11]等；蛋白質(zhì)分析法，如電泳法[12]、色譜法[13]、酶聯(lián)免疫法[14]、

質(zhì)譜法[15-16]；分子生物學分析法，如普通聚合酶鏈式反應(yīng)（polymerase chain reaction，PCR）法[17-18]、熒光定量PCR法[19-20]、等溫擴增法[21-22]、限制性片段長度多態(tài)性分析法[23-24]、DNA條形碼鑒別技術(shù)[25-26]、數(shù)字

PCR法[27-29]等。由于肉制品加工工藝復雜，通常涉及調(diào)味、熱處理等工序，導致干擾因素增多、蛋白質(zhì)變性等情況發(fā)生，在一定程度上制約了波譜分析法、蛋白質(zhì)分析法的使用。遺傳物質(zhì)DNA分子具有高度的穩(wěn)定性和物種特異性，因此，以DNA為檢測對象的分子生物學法無疑成為肉制品動物源性成分分析最為理想的選擇方案。其中，實時熒光定量PCR法因靈敏度高、特異性好、操作便捷且具有一定的定量功能，是當前分子生物學檢測最常用的手段，然而其對于未知成分的檢測需要設(shè)計不同的引物、探針逐一排查，增加了檢測成本?？梢暬蚰ば酒夹g(shù)是一種利用特異探針雜交產(chǎn)生可見信號的基因芯片技術(shù)，該方法利用反向斑點雜交原理，將核苷酸探針順序排列于支持膜表面，形成探針陣列，采用多重PCR技術(shù)將待檢測目標基因進行擴增后，擴增產(chǎn)物經(jīng)過變性后形成的單鏈DNA與膜芯片上的探針雜交，經(jīng)底物顯色形成可視的檢測結(jié)果[30-32]。一般情況下，芯片上固定多個基因靶點，可同時檢測多個目的基因。因此，該技術(shù)具有操作簡單、通量高、成本低和結(jié)果肉眼可見的特點，已在微生物檢測、轉(zhuǎn)基因檢測、過敏原檢測等多個領(lǐng)域使用[33-35]。

本研究利用可視基因膜芯片對市售肉制品進行篩查分析，并采用實時熒光定量PCR方法進行確認，以證實2 種方法的一致性和可行性，同時，對目前肉制品中動物源性成分與標簽不一致而涉嫌摻假行為進行調(diào)查，為行業(yè)監(jiān)管提供依據(jù)。

1 材料與方法

1.1 材料與試劑

肉松（6 份）、香腸（6 份）、肉卷（4 份）、預制調(diào)理肉（4 份）、肉干（2 份）、肉脯（1 份）均購自南通地區(qū)市場及超市。

深加工食品DNA提取試劑盒 天根生化科技（北京）

有限公司；TaqProbe 2×qPCR-Low-ROX預混液 生工生物工程（上海）股份有限公司；膜芯片動物源性成分檢測試劑盒 四川華漢三創(chuàng)生物科技有限公司；三氯甲烷（純度≥99.0%） 上海凌峰化學試劑有限公司；無水乙醇（純度≥99.7%） 上海振興化工一廠；異丙醇（色譜級，純度99.8%） 上海阿拉丁生化科技股份有限公司。

1.2 儀器與設(shè)備

MFS-24膜芯片雜交儀 四川華漢三創(chuàng)生物科技有限公司；7500實時熒光定量PCR儀 美國ABI公司；C1000 Touch梯度PCR儀 美國Bio-Rad公司；H1650R高速冷凍離心機 上海盧湘儀離心機儀器有限公司；移液器（2.5、10、200、1 000 μL） 德國Eppendorf公司；DEAOU-US 200超微量分光光度計 廣州迪澳生物科技有限公司；GC-100恒溫干浴器、MINI-6K離心機 杭州佑寧儀器有限公司。

1.3 方法

1.3.1 DNA提取

選擇代表性樣品，粉碎、碾磨均勻后，按照深加工食品DNA提取試劑盒說明書進行操作，整個過程應(yīng)避免交叉污染。DNA提取完成后，使用核酸蛋白測定儀進行測定，確保A260 nm/A280 nm為1.8～2.0。

1.3.2 膜芯片檢測

1）多重PCR擴增體系配制。反應(yīng)體系總體積為20 μL，其中多重PCR反應(yīng)預混液（2×Multiplex PCR Master Mix）10 μL，加入一定體積的樣品，確保反應(yīng)體系中樣品DNA含量為50～400 ng，用無核酸酶水補充至20 μL。

2）多重PCR擴增。包括3 個步驟：50 ℃預處理2 min，95 ℃預變性10 min；95 ℃變性30 s，55 ℃退火30 s，68 ℃延伸15 s，30 個循環(huán)；68 ℃延伸30 min，4 ℃保持。

3）膜芯片雜交。產(chǎn)物變性：將PCR產(chǎn)物95 ℃變性5 min后立即置于冰上放置備用；按要求配制好相關(guān)試劑，加入雜交液后執(zhí)行雜交顯示程序，包括雜交（45 ℃、10 min）、雜交清洗（52 ℃、3 min）2 次、酶孵育標記（42 ℃、10 min）、酶標清洗Ⅰ（42 ℃、3 min）、酶標清洗Ⅱ（37 ℃、3 min）2 次、顯色液顯色（37 ℃、10 min）、顯色清洗（37 ℃、1 min）2 次。

1.3.3 實時熒光定量PCR檢測

實時熒光定量PCR引物及探針（表1）由生工生物工程（上海）股份有限公司合成。

實時熒光定量PCR反應(yīng)體系（20 μL）：TaqProbe qPCR Mastermix 10 μL、上游引物（10 μmol/L）1 μL、下游引物（10 μmol/L）1 μL、TaqMan探針0.5 μL、DNA模板2 μL、無核糖核酸酶ddH2O 5.5 μL。

實時熒光定量PCR反應(yīng)參數(shù)：95 ℃變性10 min；95 ℃變性15 s，60 ℃退火/延伸60 s并收集熒光信號，循環(huán)40 次。

1.4 數(shù)據(jù)處理

基因膜芯片結(jié)果由膜芯片雜交儀自動拍照并經(jīng)

MFS-24自動分析軟件（版本號MFS24.V.1.0.5.21.03）處理；實時熒光定量PCR結(jié)果圖片由實時熒光定量PCR儀配套7500軟件（版本號V2.3）處理而成。

2 結(jié)果與分析

2.1 可視基因膜芯片點陣圖及陽性質(zhì)控結(jié)果

本研究所采用的11 種動物源性成分膜芯片點陣如

圖1所示，依據(jù)試劑盒說明書，對11 種動物源性成分的檢出限為0.1%（質(zhì)量分數(shù)）。利用試劑盒所帶的11 種動物源性成分多重PCR陽性質(zhì)控進行測試，結(jié)果如圖2所示。

由圖1～2可知，膜芯片上PC點、內(nèi)參點及11 種動物源性成分陽性質(zhì)控點均顯色，而NC點及空白對照均不顯色，符合預期要求。

2.2 樣品的可視基因膜芯片檢測結(jié)果

根據(jù)11 種動物源性成分膜芯片點陣圖與膜芯片顯色結(jié)果，可以判別測試結(jié)果的有效性及樣品中所含的動物源性成分。由表2～6可知，PC點均顯色，而NC點及空白對照均未顯色，表明測試結(jié)果均有效。由表2可知，6 份肉松樣本中有1 份（6#）配料表中標識為豬肉，實際檢出豬和雞成分。由表3可知，6 份香腸樣本中有2 份標識與實際分析結(jié)果不一致，其中香腸1#標識為牛肉，實際檢出牛、豬和雞成分，香腸5#標識為雞肉、豬肉，實際只檢出雞成分。由表4可知，4 份肉卷樣本中有2 份標識與實際分析結(jié)果不一致，其中肉卷2#標識為牛肉，實際檢出豬、牛、雞成分，肉卷3#標識為羊肉，實際不僅檢出羊成分，還檢出豬成分。由表5～6可知，4 份預制調(diào)理肉、2 份肉干及1 份肉脯樣本實際檢測結(jié)果均與標識一致。

由此可以看出，利用可視基因膜芯片技術(shù)，通過一次多重PCR反應(yīng)，在芯片所包含的11 種動物源性成分范圍內(nèi)實現(xiàn)了對未知樣品成分的篩查，操作簡單、快速，顯色結(jié)果肉眼可視。

2.3 實時熒光定量PCR確認結(jié)果

對于可視基因膜芯片檢測與標識不符的5 個樣品，根據(jù)樣品篩查出的成分，分別采用實時熒光定量PCR技術(shù)對各組分進行確認。

A. 肉松6#（A1、A2. 豬、雞目標基因）；B. 香腸1#（B1、B2、B3. 牛、豬、雞目標基因）；C. 香腸5#（C1、C2. 雞、豬目標基因）；D. 肉卷2#（D1、D2、D3. 豬、牛、雞目標基因）；E. 肉卷3#（E1、E2. 羊、豬目標基因）。

實時熒光定量PCR法是目前分子生物學檢測領(lǐng)域使用最為普遍的方法，能夠通過對探針所標記熒光信號的監(jiān)測，實時顯示PCR擴增結(jié)果，并可以通過循環(huán)閾（cycle threshold，Ct）值判斷樣本中目標核酸起始濃度，具有定量功能。由圖3A可知，豬、雞目標基因出現(xiàn)典型擴增曲線。由圖3B可知，牛、豬、雞目標基因出現(xiàn)典型擴增曲線。由圖3C可知，雞目標基因出現(xiàn)典型擴增曲線，而豬目標基因無擴增曲線；由圖3D可知，豬、牛、雞目標基因出現(xiàn)典型擴增曲線。由圖3E可知，羊、豬目標基因出現(xiàn)典型擴增曲線。上述所有擴增曲線相應(yīng)的Ct值均小于30，表明各目標組分檢出，通過與可視基因膜芯片檢測結(jié)果比較可以看出，2 種技術(shù)測定結(jié)果一致，證實了可視基因膜芯片篩查結(jié)果的可靠性。

另外，對于本次用于分析檢測的23 份各類肉制品樣品，存在5 批次的摻假、虛標情況，占比達21.7%，主要涉及在價格較高的牛、羊肉制品中摻加價格低廉的豬肉或雞肉，或在豬肉制品中摻加雞肉。

3 結(jié) 論

本研究利用可視基因膜芯片技術(shù)對南通地區(qū)市售的肉松、香腸、肉卷、預制調(diào)理肉、肉干和肉脯等肉類加工制品動物源性成分進行篩查，同時對于檢出成分與標識不符的樣品采用實時熒光定量PCR法進行驗證確認。實驗結(jié)果顯示，2 種方法所獲得的結(jié)果一致?？梢暬蚰ば酒夹g(shù)以多重PCR為基礎(chǔ)并在芯片上集成了多個目標探針，能夠?qū)崿F(xiàn)1 次反應(yīng)、多個目標組分同時定性檢測，具有通量高、操作簡便的特點，同時，相較于熒光定量PCR技術(shù)，其對儀器的依賴程度不高，結(jié)果肉眼可見，所使用引物及探針使用親和素和氨基標記，成本相較于熒光探針標記也更加低廉。實時熒光定量PCR技術(shù)更為靈敏且具有定量功能，對于食品摻假鑒別而言，過高的靈敏度沒有實際意義，反而增加了樣本接觸性污染結(jié)果的干擾識別難度；核酸定量分析雖然在食品成分分析中具有重要意義，能夠反映食品各組分比例關(guān)系，但由于受DNA提取效率及缺乏有效標準品等因素的影響，導致目前實時熒光定量PCR法在動物源成分鑒別中難以有效發(fā)揮其定量優(yōu)勢，國內(nèi)外報道的鑒別方法主要將其作為定性的手段。由此可見，對于成分未知的樣品而言，使用可視基因膜芯片技術(shù)可以在芯片標記的物種探針范圍內(nèi)實現(xiàn)快速篩查，能夠避免直接使用實時熒光定量PCR方法逐一分析帶來的繁瑣程序和高昂成本。

本研究利用11 種常見動物源性成分基因膜芯片隨機分析的23 份樣品中，檢測結(jié)果與標識不符的占比達21.7%，表明肉制品中虛標比例較高，涉嫌產(chǎn)品摻假問題需要引起監(jiān)管部門和社會的關(guān)注，應(yīng)加大力度打擊生產(chǎn)加工過程弄虛作假，維護消費者權(quán)益，確保食品質(zhì)量與安全。

參考文獻：

[1] 施姿鶴， VOGLMEIR J， 劉麗. 肉及其加工制品的摻假鑒別技術(shù)研究進展[J]. 食品科學， 2019， 40（23）： 319-326. DOI：10.7506/spkx1002-6630-20181229-354.

[2] 李欣南. 基于核酸分子檢測的肉類源性成分快速鑒別技術(shù)的開發(fā)與應(yīng)用[D]. 沈陽： 中國醫(yī)科大學， 2018： 1-2.

[3] CAVIN C， COTTENET G， BLANCPAIN C， et al. Food adulteration： from vulnerability assessment to new analytical solutions[J]. Chimia （Aarau）， 2016， 70（5）： 329-333. DOI：10.2533/chimia.2016.329.

[4] 何鴻舉， 王魏， 馬漢軍， 等. 近紅外光譜技術(shù)在肉品摻假檢測方面的研究進展[J]. 食品工業(yè)科技， 2020， 41（3）： 345-356. DOI：10.13386/j.issn1002-0306.2020.03.057.

[5] GAO Fei， ZHOU Simiao， HAN Lujia， et al. A novel FT-IR spectroscopic method based on lipid characteristics for qualitative and quantitative analysis of animal-derived feedstuff adulterated with ruminant ingredients[J]. Food Chemistry， 2017， 237： 342-349. DOI：10.1016/j.foodchem.2017.05.011.

[6] 韓愛云， 張振冉， 解立斌， 等. 拉曼光譜技術(shù)在肉類摻假檢測方面的應(yīng)用研究進展[J]. 肉類研究， 2021， 35（7）： 50-54. DOI：10.7506/rlyj1001-8123-20210316-073.

[7] BOYACI I H， UYSAL R S， TEMIZ T， et al. A rapid method for determination of the origin of meat and meat products based on the extracted fat spectra by using of Raman spectroscopy and chemometric method[J]. European Food Research and Technology， 2014， 238（5）： 845-852. DOI：10.1007/s00217-014-2168-1.

[8] JAKES W， GERDOVA A， DEFERNEZ M， et al. Authentication of beef versus horse meat using 60 MHz 1H NMR spectroscopy[J]. Food Chemistry， 2015， 175： 1-9. DOI：10.1016/j.foodchem.2014.11.110.

[9] 吳藝影， 章倩汝， 韓劍眾， 等. 基于低場核磁共振技術(shù)的注膠肉快速檢測[J]. 肉類研究， 2013， 27（3）： 26-29.

[10] KAMRUZZAMAN M， MAKINO Y， OSHITA S. Rapid and non-destructive detection of chicken adulteration in minced beef using visible near-infrared hyperspectral imaging and machine learning[J]. Journal of Food Engineering， 2016， 170： 8-15. DOI：10.1016/j.jfoodeng.2015.08.023.

[11] ZHENG Xiaochun， LI Yongyu， WEI Wensong， et al. Detection of adulteration with duck meat in minced lamb meat by using visible near-infrared hyperspectral imaging[J]. Meat Science， 2019， 149：

55-62. DOI：10.1016/j.meatsci.2018.11.005.

[12] ?ZGUN-ARUN O， UGUR M. Animal species determination in sausages using an SDS-PAGE technique[J]. Archive für Lebensmittelhygiene， 2000， 51： 49-53.

[13] GIUSEPPE A， GIARRETTA N， LIPPERT M， et al. An improved UPLC method for the detection of undeclared horse meat addition by using myoglobin as molecular marker[J]. Food Chemistry， 2015， 169： 241-245. DOI：10.1016/j.foodchem.2014.07.126.

[14] MANDLI J， ELFATIMI I， SEDDAOUI N， et al. Enzyme immunoassay （ELISA/immunosensor） for a sensitive detection of pork adulteration in meat[J]. Food Chemisty， 2018， 255： 380-389. DOI：10.1016/j.foodchem.2018.01.184.

[15] WANG Guiji， ZHOU Guangyun， REN Haowei， et al. Peptide biomarkers identified by LC-MS in processed meats of five animal species[J]. Journal of Food Composition and Analysis， 2018， 73：

47-54. DOI：10.1016/j.jfca.2018.07.004.

[16] PRANDI B， LAMBERTINI F， FACCINI A， et al. Mass spectrometry quantification of beef and pork meat in highly processed food： application on bolognese sauce[J]. Food Control， 2017， 74： 61-69. DOI：10.1016/j.foodcont.2016.11.032.

[17] 郭鳳柳， 熊蕊， 劉曉慧， 等. 應(yīng)用PCR技術(shù)檢測摻假肉類[J]. 食品安全質(zhì)量檢測學報， 2014， 5（2）： 541-545.

[18] ALI M E， RAZZAK M A， HAMIDS B A. Multiplex PCR in species authentication： probability and prospects： a review[J]. Food Analytical Methods， 2014， 7（10）： 1933-1949. DOI：10.1007/s12161-014-9844-4.

[19] 中國檢驗檢疫科學研究院， 大連海關(guān)， 青島海關(guān)， 等. 常見畜禽動物源性成分檢測方法 實時熒光PCR法： GB/T 38164—2019[S]. 北京： 中國標準出版社， 2019.

[20] LUBIS H， SALIHAH N T， HOSSAIN M M， et al. Development of fast and sensitive real-time qPCR assay based on a novel probe for detection of porcine DNA in food sample[J]. LWT-Food Science and Technology， 2017， 84： 686-692. DOI：10.1016/j.lwt.2017.06.043.

[21] ZAHRADNIK C， MARTZY R， ROBERT L， et al. Loop-mediated isothermal amplification （LAMP） for the detection of horse meat in meat and processed meat products[J]. Food Analytical Methods， 2015， 8（6）： 1576-1581. DOI：10.1007/s12161-014-0072-8.

[22] 陳珍金， 張璜， 石磊， 等. 利用LAMP技術(shù)快速檢測羊肉制品中的鼠源性成分[J]. 食品科學， 2021， 42（12）： 322-327. DOI：10.7506/spkx1002-6630-20201016-146.

[23] PFEIFFER I， BUEGER J， BRENIG B. Diagnostic polymorphisms in the mitochondrial cytochrome b gene allow discrimination between cattle， sheep， goat， roe buck and deer by PCR-RFLP[J]. BMC Genet， 2004， 5： 30.

[24] KUMAR D， SINGH S P， KARABASANAVAR N S， et al. Authentication of beef， carabeef， chevon， mutton and pork by a PCR-RFLP assay of mitochondrial cytb gene[J]. Journal of Food Science and Technology， 2014， 51（11）： 3458-3463. DOI：10.1007/s13197-012-0864-z.

[25] 勵炯， 江海， 吳瓊， 等. 基于COI序列的DNA微條形碼技術(shù)鑒別熟肉制品中11 種肉摻假的研究[J]. 食品工業(yè)科技， 2021， 42（2）： 99-104. DOI：10.13386/j.issn1002-0306.2020040288.

[26] 王爽， 李永波， 馬超峰， 等. DNA條形碼COI序列在常見肉類鑒別中的應(yīng)用研究[J]. 現(xiàn)代食品科技， 2016， 32（1）： 188-193. DOI：10.13982/j.mfst.1673-9078.2016.1.030.

[27] 陳傳君， 金鷺， 林華， 等. 食品中羊肉源性成分微滴數(shù)字PCR定量方法的建立[J]. 食品與發(fā)酵工業(yè)， 2020， 46（6）： 229-237. DOI：10.13995/j.cnki.11-1802/ts.022599.

[28] FLOREN C， WIEDEMANN I， BRENIG B， et al. Species identification and quantification in meat and meat products using droplet digital PCR （dd PCR）[J]. Food Chemistry， 2015， 173（173）： 1054-1058. DOI：10.1016/j.foodchem.2014.10.138.

[29] WANG Qiang， CAI Yicun， HE Yuping， et al. Droplet digital PCR （ddPCR） method for the detection and quantification of goat and sheep derivatives in commercial meat products[J]. European Food Research and Technology， 2018， 244（4）： 767-774. DOI：10.1007/s00217-017-3000-5.

[30] 范宏偉， 吳鑫， 朱應(yīng)飛， 等. 膜芯片用于肉制品中動物源性成分檢測的研究[J]. 食品安全質(zhì)量檢測學報， 2017， 8（9）： 3479-3484.

[31] 任易婕， 霍勝楠， 翟清燕， 等. 膜芯片技術(shù)對牛、羊、牦牛、驢肉源食品的摻偽鑒別[J]. 肉類研究， 2019， 33（6）： 33-38. DOI：10.7506/rlyj1001-8123-20190417-081.

[32] 韓建勛， 陳穎， 王斌， 等. 應(yīng)用可視芯片技術(shù)高通量鑒別8 種魚成分[J]. 分析測試學報， 2018， 37（2）： 174-179. DOI：10.3969/j.issn.1004-4957.2018.02.005.

[33] 趙金毅， 白素蘭， 黃文勝， 等. 應(yīng)用可視芯片技術(shù)檢測食品中常見致病菌的方法研究[J]. 食品與發(fā)酵工業(yè)， 2008， 34（8）： 141-144.

[34] 成曉維， 王小玉， 胡松楠， 等. 可視芯片檢測大豆、水稻和玉米中的轉(zhuǎn)基因成分[J]. 現(xiàn)代食品科技， 2013， 29（3）： 654-659.

[35] WANG Wei， HAN Jianxun， WU Yajun， et al. Simultaneous detection of eight food allergens using optical thin-film biosensor chips[J]. Journal of Agricultural and Food Chemistry， 2011， 59（13）： 6889-6894. DOI：10.1021/jf200933b.

收稿日期：2022-10-27

基金項目：南通市科技計劃項目（JC2020108）；江蘇省市場監(jiān)督管理局科技計劃項目（KJ204137）；

國家自然科學基金海峽聯(lián)合基金項目（U1905202）

第一作者簡介：邵彪（1983—）（ORCID： 0000-0001-8749-889X），男，高級工程師，博士，研究方向為食品質(zhì)量與安全分析。

E-mail： shaobiao1983@sina.com

*通信作者簡介：汪少蕓（1970—）（ORCID： 0000-0003-1244-8964），女，教授，博士，研究方向為食品生物化學。

E-mail： shywang@fzu.edu.cn