光譜技術及電子感官系統在食源性致病菌無損檢測中的應用

賀巧玲，曹敏，孫在興，羅皓，李玉鋒*

（1.西華大學，四川 成都 610039；2.四川省食品檢驗研究院，四川 成都 610000）

食源性疾病是最常見的疾病之一，已經成為世界性公共衛生問題，據世界衛生組織統計，每年由于致病微生物引起腹瀉造成死亡人數超過220 萬人，食品安全問題是關乎人民健康和社會福祉的大問題[1]。食源性致病菌的檢測和分類對食品安全監測十分重要，許多細菌或可指示食品衛生標準，如大腸桿菌（Escherichia coli）；或直接導致食源性疾病，如致病性大腸桿菌、金黃色葡萄球菌（Staphylococcus aureus）、沙門氏菌（Salmonella）、單核細胞增生李斯特氏菌（Listeria monocytogenes） 等。為加強對食品中微生物污染的監管，采用合適快速的檢測方法和技術對食源性致病菌進行檢測顯得尤為重要。

食品中常見致病菌的傳統檢測法有多管發酵法、濾膜法和平板計數法，均為微生物培養法，需對食品樣品進行預處理、增菌培養、分離培養、生化試驗及血清學鑒定等。這些方法應用廣泛、準確性高，但耗時較長、步驟繁瑣，對操作人員有較高的操作要求。為提高檢測效率、縮短檢測時間，致病微生物的快速檢測技術逐漸發展成熟，包括分子生物學檢測技術、免疫分析檢測技術、色譜學檢測技術等，可快速對微生物進行定性和定量檢測，但大多數快速檢測方法仍需破壞食品樣品進行預處理，因此，需要復雜的樣品準備和專業操作。無損檢測技術是一種可快速、準確檢測食品中微生物的技術，對檢測樣品無破壞性，可在原位進行無損檢測。

無損檢測技術是在不破壞被檢樣品的前提下，運用各種物理學方法如聲、光、電等對物料進行檢測分析的一種方法和技術[2]。與傳統檢測方法相比，無損檢測技術具備不破壞被檢樣品、檢測速度快、少污染、可實現自動化等優勢。常用于食源性致病菌檢測的無損檢測技術有近紅外光譜、高光譜成像技術、拉曼光譜技術、電子感官技術、生物傳感器分析技術。鑒于無損檢測技術在食品微生物污染檢測中的高實用性，本文介紹和分析了3 大無損檢測技術（近紅外光譜技術、高光譜技術和電子感官系統）的基本原理及其在食品常見致病菌檢測中的應用，并介紹最近研究進展，為3 種無損檢測技術在食品中的進一步應用提供參考。

1 近紅外光譜技術

1.1 近紅外光譜技術檢測常見食源性致病菌的原理

近紅外光是指位于780～2500nm（12820～4000cm-1）范圍的電磁波，近紅外光譜（near infrared spectroscopy，NIRs）技術利用物質對近紅外光的選擇性吸收及其吸收強度來預測其成分和含量，可對有機物質進行定性和定量分析[3]。NIRs 通過測量分子振動的倍頻及合頻吸收，讀取微生物菌體細胞壁、細胞膜及細胞內生物大分子和水的化學鍵振動情況，獲得整個微生物菌體生化組成成分的光譜定性定量信息，其中包含了絕大多數類型有機物組成和分子結構的豐富信息，以此區分微生物生化信息的差別進行鑒別[4-5]。由于倍頻與合頻吸收強度弱、吸收帶較寬且重疊嚴重，導致NIRs 解析信息困難，在進行食源性致病菌的檢測時必須結合化學計量學技術[6]。

1.2 近紅外光譜技術無損檢測常見食源致病菌的應用

NIRs 技術已廣泛用于評估不同產品的微生物特性，如牛肉、豬肉、雞肉、魚、牛奶和果蔬等[7]。利用可見近紅外光譜技術對新鮮生菜葉片中大腸桿菌污染進行無損檢測和評價發現：在450～990 nm 波長范圍內，可見光/近紅外光譜分析技術可快速、準確地檢測生菜中的大腸桿菌ATCC 8739[8]。以大腸桿菌和銅綠假單胞菌為研究對象，在4 000～10 000 cm-1范圍內用近紅外分析儀對2 種微生物數量不同的乳制品樣品進行透過率測定，以探究近紅外技術在乳制品行業微生物檢測中的應用潛力，模型表明，在有微生物生長的牛奶樣品中微生物的區分度較好[9]。栢鳳女等[10]以近紅外光譜法結合支持向量機對大腸桿菌O157∶H7、單核細胞增生李斯特菌、金黃色葡萄球菌進行分類鑒定，以徑向基函數為核函數的支持向量機在核參數為0.5 時對3 種食源性致病菌的鑒別效果最好，與國標方法相比結果一致，其鑒別準確率均達到100%。

NIRs 結合線性化學計量學方法是一種準確、方便的細菌分類工具。NIRs 的固有缺點為光譜響應中顯著的多重共線性，因此，最好選擇較少數量的波長進行模型建立，這樣選擇不僅可避免光譜多重共線性，且由于變量數量的減少，可顯著減少模型的計算時間，使模型更易解讀。對市售菠蘿果肉中的大腸桿菌和腸炎沙門氏菌進行鑒定分類的研究中，采用主成分分析、軟獨立類類比建模分析和偏最小二乘判別分析3種方法，結合NIRs 技術進行試驗，其中結合偏最小二乘判別分析法對大腸桿菌和腸炎沙門氏菌的預測能力分別達到87.5%和88.3%[11]。NIRs 結合偏最小二乘法可建立線性類邊界模型，用于果肉中的細菌鑒別和檢測。細菌生物被膜是食品工業衛生問題和經濟損失的主要來源，一項研究評估了基于可見光、近紅外和短波紅外光譜的技術對快速檢測金黃色葡萄球菌在聚苯乙烯上形成生物膜有效性，該研究為后續開發基于光譜學的協議奠定基礎，該協議允許在食品工業表面進行生物膜檢測[12]。試驗結果表明，光譜剖面的偏最小二乘判別分析可以區分附著細菌生物量和未接種細菌生物量的表面；在該模型中，前兩個主成分對方差的貢獻率分別為39%和19%，估計錯誤率在4 個主成分之后趨于穩定，該評估的交叉驗證準確率為100%。

目前，NIRs 的主要研究目標多為提高食源性致病菌分類模型的識別率，研究人員會比較線性分析法和非線性分析法、有監督的機器學習算法和無監督的機器學習算法等的使用效果，甚至比較各種復合使用效果，選擇適用于不同數據集合的最佳化學計量學方法。Feng 等[13]同時使用線性（偏最小二乘判別分析）和非線性（最小二乘支持向量機技術）方法，建立一種新的基于近紅外的菌種和菌株分類變量選擇方法，并建立全波長和簡化的校準模型來區分大腸桿菌和無核李斯特菌。試驗結果表明，復合使用偏最小二乘判別分析和最小二乘支持向量機技術使正確分類率和模型簡單性都比單獨使用偏最小二乘判別分析法的結果有所提高；利用1 884、1 886、1 890 nm 3 個波長對大腸桿菌和無核李斯特菌進行種水平分類，分類正確率為100%。Chen 等[14]報道了一種無標記近紅外表面增強拉曼散射檢測飲用水中致病菌的方法，利用細菌細胞懸浮液中銀納米顆粒的原位合成，可鑒別出飲用水中大腸埃希菌、銅綠假單胞菌（Pseudomonas aeruginosa）、耐甲氧西林金黃色葡萄球菌和李斯特菌等幾種常見病原菌，且SERS 譜的比較可以鑒別區分單核細胞增生李斯特菌和諾氏李斯特菌，該法是一種快速、選擇性、無標記鑒定病原菌的方法。

利用NIRs 結合有效化學計量學方法，從光譜預處理、建立識別模型的角度針對食源性致病菌的分類識別鑒定已有較多研究，采用的線性方法包括偏最小二乘法PLS、線性判別分析LDA；非線性方法有二次判別分析QDA、相似性分析SIMCA 等，均具有較高的分類識別率，但大部分研究止于微生物的種水平，并未涉及亞種水平。雖然涉及細菌亞種水平識別檢測的相關研究較少，但有限的研究顯示，使用NIRs 對食源性致病菌進行種水平的分類識別率仍較高且具有準確性。

2 高光譜成像技術

2.1 高光譜成像技術檢測常見食源性致病菌的原理

高光譜成像技術（hyperspectral imaging，HSI）是一個寬泛的術語，包括通過各種方式（如拉曼散射、傅里葉變換紅外顯微鏡、熒光和近紅外化學成像）獲得的空間分辨光譜數據，是一種將成像或計算機視覺和光譜技術集成在一個系統中的復合技術，有透射和反射2 種工作模式，其中前者常用于較薄的樣品以獲取清晰、準確的圖像；較厚樣品則可用后者測量其反射率用以判斷其生物特性[15-16]，HSI 是一種快速且非侵入性的技術。高光譜成像系統主要由光源、高光譜相機、載波臺和計算機軟硬件組成，當光源照射到待測物體的表面時，由于不同物質的組成、官能團有所不同，導致不同待測物質對特定波長有著不同的吸收度、分散度和反射率，2 個樣品的光譜圖像相似則表明，它們的化學成分和物理性質相似[17-18]，因此，通過分析光譜信號之間的差異可以對待測物進行定性、定量分析。與常規成像或光譜技術相比，HSI 可以同時測量圖像中每個像素的空間信息和光譜參數。HSI 表示為超立方體I（x，y，λ），是包含1 個波長λ 和2 個空間（x，y）維的三維（3D）數據塊。它既可以被認為是每個單獨像素（x，y）處的光譜I（λ），也可以被認為是每個單獨波長λ 處的圖像I（x，y）。樣本中的每個位置都會顯示該像素的獨特光譜指紋，該指紋可用來表征其化學成分[17-20]。因此，HSI 可用于同時識別和量化化學成分以及可視化其分布[21]，已廣泛用于食品質量和食品安全的屬性評價。

2.2 高光譜成像技術無損檢測常見食源性致病菌的應用

HSI 提供了一種無需試劑的病原體識別技術，為在各種情況下檢測微生物種類提供了一種低成本的方法。Seo 等[22]利用細菌細胞的形態特征，采用決策樹和支持向量機（support vector machine，SVM）等多元分析方法對食源性致病菌進行分類。在基于細胞圖像形態特征的食源性細菌分類中，DT 算法比SVM 算法表現得更好，對革蘭氏陰性菌和革蘭氏陽性菌的分類正確率為89.7%，SVM 算法的分類正確率為82.9%；但DT算法對5 種細菌（金黃色葡萄球菌、糞腸球菌、鼠傷寒沙門氏菌、大腸桿菌和陰溝腸桿菌）的分類正確率下降到80.0%，而SVM 算法的分類正確率僅為72.5%。有研究分別用工作在近紅外（10 470～5 880 cm-1）區域的宏觀高光譜掃描儀、工作在近紅外（12 500～5 800 cm-1）區域的帶透射臂的FT-NIR 分光光度計和工作在4 000～675 cm-1區域的FT-MIR 顯微鏡不同設備進行研究，探究光譜和高光譜技術在凝膠培養基上檢測細菌表面污染能力，并用于檢測樣品火腿切片上可導致火腿切片污染變化的彎曲乳桿菌（Lactobacillus curvatus）和櫻花乳桿菌（Lactobacillus sakura）[23]。

HSI 結合光譜和圖像技術，彌補了只有光譜信息或者只有圖像信息造成的不全面問題。Kammies 等[24]研究了近紅外高光譜成像和多元數據分析作為一種快速、無損的檢測和鑒別細菌的工具的潛力。研究人員采集蠟狀芽孢桿菌（Bacillus cereus）、大腸桿菌、腸炎沙門氏菌、金黃色葡萄球菌和表皮葡萄球菌（Staphylococcus epidermidis）在37 ℃條件下培養20 h 的近紅外高光譜圖像，以標準正態變量校正和Savitzky-Golay技術應用于1 103～2 471 nm 的波長。結果顯示，對蠟樣芽孢桿菌和葡萄球菌的預測效果最好，預測結果的正確率在82.0%到99.96%之間。目前，近紅外高光譜成像技術已用于直接快速檢測生雞胸肉片中的假單胞菌，其中SNV-PLS 模型的校正、交叉驗證和預測的相關系數和均方根誤差分別為0.88 和0.60 lgCFU/g、0.83和0.71 lgCFU/g、0.81 和0.80 lgCFU/g[25]，高光譜成像技術被證明是無損檢測生雞胸肉片中假單胞菌的有效工具。

食品加工設備表面形成的生物膜，可為細菌培養提供環境，從而導致食物中毒，且一般毒性較強，因此，初步檢測對食品衛生管理十分重要。Lee 等[26]利用熒光高光譜成像技術檢測食品加工設施表面大腸桿菌（E.coli）和鼠傷寒沙門氏菌（S.typhimurium）的可行性。試驗采用365 nm 紫外光光源發射紫外光，獲得420～730 nm 范圍內的熒光高光譜圖像，圖像用于進行判別分析（線性判別分析、K 近鄰分析和偏最小二乘判別分析）以識別和分類在加工設備上生長繁殖的食源性病原菌生物膜。結果表明，大多數機器學習模型對大腸桿菌和鼠傷寒沙門氏菌的特異性和敏感性的判別性能均在90%以上，其中K-近鄰模型的判別性能最好。該試驗驗證了生物膜檢測的有效性，表明了利用熒光高光譜圖像快速檢測生物膜的可能性。

HSI 技術結合光譜學和計算機視覺的優點，被認為是實現檢測自動化的傳統方法的替代技術，能最大限度地減少食品安全問題發生。在高光譜成像中可以采取多種選擇進行檢測工作，包括近紅外HSI、熒光HSI 以及拉曼HSI 等，這些選項使搜索各種檢測問題的解決方案具有極大的靈活性，然而，HSI 中蘊含的豐富信息給數據處理帶來困難，使其難以在工業在線應用。但不可否認的是，HSI 的多功能性為其在食源性病原菌檢測中的廣泛應用奠定了基礎。

3 電子感官系統

3.1 電子感官系統檢測常見食源性致病菌的原理

近年來，電子鼻、電子舌和電子眼等設備被開發出來，用于對真實基質進行原位研究，幾乎不需要或根本不需要對樣品進行操作。電子鼻（electronic noses，ENs）作為一種適合于檢測揮發性化合物的非侵入性技術，已被應用于食品安全和質量分析。ENs 是一種通過結合具有部分特異性的化學傳感器陣列系統和合適的模式識別系統來識別簡單或復雜氣味的設備。ENs 技術的基本原理是模擬動物的嗅覺，通過氣體傳感器陣列來檢測和識別微生物產生的復雜的揮發性氣體，再通過信號轉化器傳輸給計算機進行數據處理分析，傳感器對樣品中的不同氣體成分會產生不同的響應信號，以此來實現對不同的化學品和細菌進行鑒定和分類[27-29]。ENs 的核心部分包括：樣品處理系統、氣體傳感器陣列與模式分析和識別（pattern analysis and recognition，PARC）系統。電子舌（electronic tongues，ETs）技術是一種模擬人味覺感知系統的傳感器技術，基于化學傳感器陣列和模式識別的液體分析多傳感系統，與ENs 類似，其原理是將來自非特定傳感器的信號與模式識別系統相結合，能夠對待測樣品中的各種滋味物質產生信號，從而檢測分析樣品品質[30]。ETs 技術檢測食品中的微生物主要是通過測定微生物所引起的滋味物質的變化，與微生物污染狀況建立相關性，從而對微生物的種類和污染程度進行鑒別區分[31]。電子感官的設計已經提出不同的傳感器陣列，如電位傳感器、伏安傳感器、安培傳感器、阻抗傳感器、電導傳感器、光學傳感器、質量敏感傳感器和基于酶的傳感器[32]。

3.2 電子感官系統在無損檢測常見食源性致病菌的應用

電子感官系統正在成為分析多種生物樣本的一個優良選擇，Green[33]使用ENs 系統來檢測營養肉湯中的大腸桿菌和李斯特菌，并在不同肉湯濃度下區分細菌類型，結果表明，群體之間的分離是可實現的。基于有機-無機染料和碳納米管的納米復合氣體傳感器可用于食品中檢測細菌和微生物氣味，保證食品質量控制。為研究化學傳感器在食源性致病菌快速檢測中的應用，陳麗萍等[34]使用基于金屬氧化物傳感元件陣列的PEN3 型電子鼻傳感器，根據其對不同食源性致病菌產生代謝產物的差異響應，研究該系統對食源性致病菌的快速區分效果。結果表明，在較低的細菌濃度下，對金黃色葡萄球菌、大腸桿菌、糞鏈球菌、單核細胞增生李斯特菌這4 種常見食源性致病菌仍有較高的區分度。Seesaard 等[35]研制了一種由3 種有機-無機納米復合氣體傳感器[四叔丁基酞菁鋅、四苯基卟啉鋅和四苯基卟啉鈷] 與3 種商用金屬氧化物半導體氣體傳感器組成的混合電子鼻，用于識別細菌揮發性化合物。結果表明，混合電子鼻確實能夠區分細菌種類和培養基，在6 h 的培養時間內，PC1 的貢獻率為92.4%，PC2的貢獻率為7.2%。此外，系統聚類分析結果表明，細菌氣味數據形成了兩大類群，最大聚類距離接近25。革蘭氏陰性菌中的兩個菌種（陰溝腸桿菌和銅綠假單胞菌）的相似性較大，聚類距離接近4。而陰溝腸桿菌與傷寒沙門氏菌的最小距離約為1，與大腸桿菌和金黃色葡萄球菌的距離相等。

目前，常規方法只能用于在發生食物中毒現象后高精度地檢測微生物，因此，預檢簡單的預檢方法對食品安全保證具有重大意義。Gobbi 等[36]利用基于4 個金屬氧化物傳感器陣列的電子鼻EOS507C 分析了584 個樣品的大數據集，在接種霍爾馬氏桿菌和大腸桿菌分別在21 h 和18 h 后被診斷為污染，污染樣品的LDA 分類性能達到98%。有研究旨在探討快速ENs 系統在食源性細菌檢測中的應用，該系統被應用于牛肉和香腸樣品中的微生物檢測，除對樣品中的活菌數進行測定，還將ENs 應用于牛肉受不同細菌（大腸桿菌O157∶H7、傷寒沙門氏菌857、金黃色葡萄球菌29213和銅綠假單胞菌27853）感染前后的檢測[37]。結果表明，該系統能定量測定50 ppb 到＞350 ppb 濃度范圍內產生的揮發性有機化合物，各病原菌單獨污染前后的氣體濃度呈高度顯著相關（p＜0.005）。以上研究顯示，ENs檢測系統可滿足理想的工業篩查系統所有主要要求，即特異性、靈敏性、預診性、重復性，且操作簡單和經濟實惠。通常，ENs 應用于氣體樣品中檢測病原微生物，但Fujioka 等[38]利用電子鼻（FF-2A）快速檢測培養上清液中的食源性致病菌嗜水氣單胞菌培養30 min 后產生的揮發性模式的變化，結果表明，在起始濃度為9.6×102CFU/mL 的嗜水氣單胞菌可在2 h 內被檢測到，這也是首次利用ENs 根據嗜水氣單胞菌產生的揮發性模式變化進行檢測的報告。

超聲波已在細菌滅活中被廣泛應用，然而，傳統的微生物檢測超聲處理肉制品效果的方法具有侵入性、勞動強度大、耗時長等缺點，因此，可利用ENs 系統和HSI 技術結合對處理10、20、30 min 的接種豬肉樣品中的鼠傷寒沙門氏菌、大腸桿菌的超聲滅活效率進行無損檢測[39]。采用無損檢測技術聯用的方式作為與最新食品加工技術互補的檢測系統，能快速、無損地測量食品加工技術的應用效果。

電子感官系統如ENs、ETs 和EEs，在食品工業中作為食品安全評估的分析工具的相關研究越來越多。在ENs 和ETs 中，重量傳感器、光學傳感器和電化學傳感器可用于分析揮發性化合物或液體樣品，其中電化學傳感器是最常見的傳感系統。電子感官系統可以提供樣品中食源性致病菌的鑒定區分的相關信息，只需很少的樣品準備甚至無需準備，即可非侵入性地快速獲得信息，是一種理想的在線檢測工具。目前，針對食源性致病菌的無損檢測常用ENs，其他電子感官系統更廣泛應用于食品加工過程成分檢測和食品新鮮度鑒定，對于食品中微生物的測定，ETs 和EEs 等系統常用于導致食品腐敗變質的菌落總數或真菌污染的檢測。

4 展望

無損檢測技術具有快速、靈敏性和無侵入性等特點，是一種理想的在線檢測技術，對食源性病原菌的檢測應用具有巨大潛力，可對食品中的微生物進行定量檢測、定性鑒別；在食品生產加工中對食品中微生物生長變化進行在線監測以及防止食品安全問題發生的預防監測等。目前，NIRs 技術適用于固體食品樣品中微生物的測定，具有較高的區分識別率，缺點是未涉及亞種間分類且設備昂貴；HSI 適用于固體食品樣品中微生物的測定，具有光譜信息結合圖像信息更全面準確的優點，缺點是數據處理困難、設備昂貴、工廠應用困難；ENs 技術、ETs 技術分別適用于氣體樣品、液體樣品，可作預檢方法、食品加工過程成分檢測、食品新鮮度鑒定、食品中微生物的測定，具備非侵入性和樣品無需預處理的優點，缺點是應用種類單一。

在未來研究中，NIRs 著力于進一步探究多種食源性致病菌的同時檢測以及采用更高效的光譜預處理方法提高模型精度以對食源性致病菌的亞種水平進行鑒定區分；HSI 技術則需要更好利用光譜信息與圖像信息的融合，探究合適的數據處理方法以適用于食品工業工廠；更靈敏的傳感器陣列方式的應用是進一步發展電子感官系統的重心。每種檢測技術都有其合適的適用范圍，在實際生產實踐中，采用多法聯用能更全面地檢測食品樣品中的食源性致病菌信息，是無損檢測技術進一步發展的方向。目前，無損檢測技術儀器除部分電子感官系統外仍為大型儀器，處于實驗室水平，實際應用于食品工廠中檢測食源性致病菌仍需對儀器進行小型化、智能化研究。