食品安全風險預警機制研究進展?

摘 要：食品安全問題一直是關乎民生的重點問題。食品中風險物質種類復雜，成分繁多，如何系統科學地識別出影響食品安全的潛在風險因素，并準確地對食品安全風險進行評估和預警，是當前食品安全檢測部門亟待解決的問題之一。本文探討了食品安全風險識別技術、食品安全風險監測技術、食品安全風險預警技術，旨在為完善食品風險預警技術提供理論支持與研究思路。

關鍵詞：食品；風險預警；檢測技術

Research Progress of Food Safety Risk Early Warning Mechanism

TONG Ao， ZHANG Ting*

（Forensic Science College， Criminal Investigation Police University of China， Shenyang 110854， China）

Abstract： Food safety has always been a key issue concerning people’s livelihood. The types of risk substances in food are complex and there are many ingredients. How to systematically and scientifically identify the potential risk factors affecting food safety and accurately assess and warn food safety risks is one of the problems that the food safety inspection department needs to solve urgently. This paper discusses food safety risk identification technology， food safety risk monitoring technology and food safety risk early warning technology， aiming at providing theoretical support and research ideas for improving food risk early warning technology.

Keywords： food; risk substances; detection technique

近年來，我國加大了對食品中非法添加物質和超標準、超范圍添加物質的監管力度和打擊力度，旨在為食品安全、市場經濟秩序維護等方面提供必要的保障。但是，仍有部分商販為了利益在食品中非法添加藥物，危害人們的生命安全。因此，建立以食品安全風險識別技術、風險監測技術、風險預警技術為主體的食品安全風險預警機制成為現階段研究的重點。

1 食品安全風險識別技術

1.1 化學傳感器技術

化學傳感器技術是通過將化學物質濃度轉換為可測量的電信號，從而實現了食品中風險物質的定性與定量檢測。ALIEV等[1]開發了一種基于多電極的化學傳感器系統，采用銅、鎳、碳纖維等多種材料制備電極。該研究通過分子對接和密度泛函理論進行建模，并結合機器學習算法優化檢測方法，成功實現了對牛奶等復雜基質中抗生素殘留的高效檢測。RASHEED等[2]將羅丹明B作為熒光團，2-氨基-5溴噻唑作為特異性結合位點，設計了一種新型熒光化學傳感器。研究結果表明，該傳感器對水樣中汞離子的檢測具有良好的線性響應關系。鐘傳澤[3]構建了鈣鈦礦氧化物基光電化學適配體傳感器，并用于食品中卡那霉素的檢測。結果表明，該方法不僅具備優異的穩定性，靈敏度較高，為抗生素殘留檢測提供了新的技術途徑。

1.2 熒光傳感器技術

熒光傳感器技術是將分子間相互作用的化學信息轉變為熒光信號，從而實現對特定分子或者離子的選擇性識別。ZAREJOUSHEGHANI等[4]開發了一種基于分子印跡聚合物的多靶標改性傳感器，成功實現了水樣中129種化學污染物的同步檢測，顯著降低了檢測成本，而且具有長期穩定性和操作簡便等優勢，展現出良好的實際應用前景。DARWISH等[5]將熒光免疫測定法與動力學排斥測定相結合，并配合熒光傳感器，建立了食品中銅離子殘留的檢測方法。結果表明，該方法在靈敏度、選擇性和準確度等方面均表現出優異的性能特征。LINGHU等[6]分別以碳量子點和磁分離技術為信號探針，開發了兩種新型熒光免疫測定方法。研究通過熒光分光光度計和智能手機兩種檢測平臺，實現了芝麻過敏原的快速檢測，并成功應用于多種市售食品的分析，以及實驗室精確檢測和現場快速篩查，具有重要的實踐意義。總體而言，熒光傳感器技術的發展顯著提升了風險物質的檢測效率，為其他風險物質的檢驗鑒定提供了新的技術思路和方法學基礎。

2 食品安全風險監測技術

食品風險監測技術能夠對食品中的危險因子進行定性、定量分析。然而，由于食品基質復雜，油脂、糖鹽等物質對檢測存在極大干擾，需要對樣品進行前處理才能進行儀器分析。因此，開發環境友好，快速便捷的新型萃取技術能夠提高食品安全風險監測評估的效率。

GAO等[7]將電膜萃取技術與液相色譜-質譜聯用儀（Liquid Chromatograph Mass Spectrometer，LC-MS）聯用，建立了動物源性食品中腎上腺素受體激動劑類（萊克多巴胺）的檢測方法。該方法具有線性范圍廣，靈敏度高且回收率理想等優點。THATI等[8]開發了分子印跡分散微固相萃取-高效液相色譜法測定食品中黃曲霉毒素的方法。該方法選擇性高、操作簡單、成本低廉、檢測結果穩定。MORTADA等[9]將TritonX-114濁點萃取與反萃取技術相結合，用于食品樣品中無機釩的檢測。該方法可有效消除表面活性劑對儀器的不利影響，且通過電感耦合等離子體發射光譜實現了水樣中無機釩的形態分析以及多種蔬菜中總釩的測定。SHIRANI等[10]成功建立了快速超聲輔助分散固相微萃取檢測牛奶、蜂蜜等復雜基質中四環素類抗生素的方法。結果表明，該方法穩定性高、重復性好、精密度高，可以實現穩定測量。TOLCHA等[11]將靜態與動態超臨界流體萃取法相結合，建立了有機蜂蜜中痕量農藥污染物的分析方法。結果表明，該方法的準確度與精密度高，方法可靠。WU等[12]設計合成了吡啶離子液體官能化的Cu-Co雙金屬有機骨架復合材料作固相萃取劑。結果表明，雙金屬的協同作用顯著提升了日落黃的富集效率，與高效液相色譜法聯用可獲得理想的檢測效果。HAQ等[13]建立了超聲輔助分散液液微萃取檢測果蔬中乙磷鋁的方法。結果表明，實驗回收率理想，重現性良好，為獲得最佳實驗條件提供了理論依據。

3 食品安全風險預警技術

食品安全風險預警技術是通過系統篩查和預警模型構建，對食品中潛在風險因子進行早期識別和預測的重要技術手段。該技術不僅能夠及時發現和預警食品安全隱患，還可為制定防控措施提供科學依據，從而有效降低食品安全風險。

3.1 非靶向篩查檢測技術

非靶向篩查技術的發展為食品安全風險預警提供了新的研究思路。該技術能夠同時檢測樣品中的多種未知化合物，突破了傳統靶向分析的局限性。然而，由于非特異性化合物的復雜性，其實際應用需要整合多種高靈敏度的分析技術，以確保檢測結果的可靠性和準確性。

3.1.1 多維度技術

傳統的色譜、光譜等分析技術通過不斷創新和改良，在檢測靈敏度和分析能力方面得到了顯著提升，特別是多維色譜和三維熒光等新型技術的發展升級，為實際檢測工作提供了更有力的技術支撐。

YU等[14]建立了多維液相色譜-質譜技術檢測蛋白質組學的方法。該方法為蛋白質組學研究和毒理學分析提供了新的研究手段，該技術能有效揭示風險物質與蛋白質的相互作用機理，為新型生物檢材的毒理學研究提供重要依據。SONG等[15]建立了離子淌度-高分辨率質譜檢測食品接觸材料中非揮發性遷移物的方法，該方法顯著提高了食品接觸材料的識別準確度。PARK等[16]將高光譜成像技術與機器學習方法結合，建立了辣椒粉中誘惑紅人工色素的快速無損檢測方法，實現了摻假行為的準確識別。

3.1.2 儀器聯用技術

儀器聯用技術通過整合多種檢測儀器的優勢，有效解決了食品等復雜基質分析中的技術難題，不僅提高了檢測的準確度和可靠性，還擴展了分析方法的應用范圍。RIBEIRO等[17]將高效液相色譜與電感耦合等離子體質譜聯用，結合微波輔助酶解前處理技術，實現了魚類樣品中汞和硒的形態分析。該方法的測定結果與傳統形態學分析方法具有良好的一致性，顯示出較高的可靠性。PAGLIUCA等[18]通過聯合應用超高效液相色譜串聯光電二極管光電列陣檢測器、高分辨飛行時間質譜與高效薄層色譜這3種技術建立了堅果油摻假的快速檢測方法。研究通過多維度分析，實現了甘油三酯等常見替代品的準確鑒別。ZAILER等[19]開發了質子核磁共振波譜檢測血液中乙醇含量的方法。該方法可有效減少檢測樣品用量，縮短檢測時間并實現無損檢測。JANSSENS等[20]建立了氣相色譜-質譜-燃燒-同位素比值質譜法檢測牛的內源性性激素與外源性添加激素的方法，實現了牛的內源性性激素與外源性添加激素的準確區分。

3.1.3 高分辨質譜技術

高分辨質譜技術因其卓越的靈敏度和分辨率，在微量、痕量非特異性化合物的檢測中具有顯著優勢。該技術目前主要應用于食品藥品組分分析，并在食品和藥品安全風險預警領域展現出廣闊的研究前景。

謝昊臻等[21]利用高分辨液相質譜技術建立了人參、五味子、人參花、靈芝和靈芝孢子粉等5種藥食同源農產品基質中10種農藥殘留的檢測與篩查方法，為農產品安全預警監測提供了重要的技術支持。梁語韜[22]開發了液相色譜高分辨質譜檢測自來水中鹵代消毒副產物的方法，獲得了穩定可靠的檢測效果。TURNIPSEED等[23]建立了水果中抗生素殘留檢測的液相色譜-高分辨率質譜（Liquid Chromatography-High Resolution Mass Spectrometry，LC-HRMS）法，該方法不僅可用于特定抗生素的靶向分析，還能實現化學污染物的非靶向篩查。

綜上，高分辨質譜技術、儀器聯用技術、非靶向篩查檢測技術均為預警模型的構建提供了準確、可靠的實驗數據。同時為計量學算法優化和大數據模型開發奠定了堅實的基礎。

3.2 基于計量學算法的預警模型建立

近年來，計量學算法在光譜分析中的應用日益增多，顯著提高了實驗結果的準確性和精密度。例如，HU等[24]利用功能化金納米材料結合表面增強拉曼光譜法檢測水果表面的農藥殘留，并采用自建模混合物分析法優化結果，方法的回收率較高。CARIAPPA等[25]利用化學計量學和主成分分析法檢測初榨椰子油中的油摻假，實現了對油樣摻假的有效鑒別。WANG等[26]通過表面增強拉曼光譜（Surface-Enhanced Raman Spectroscopy，SERS）技術對食品中4種苯并咪唑類除草劑進行定性定量檢測，并建立了偏最小二乘回歸判別分析模型，該方法為快速檢測提供了可靠的統計學依據。SHAH等[27]建立了表面改性氧化鐵納米顆粒富集食品和水樣中鎘離子的固相萃取方法。該方法可穩定提高對鎘離子的富集能力，檢測方法的重復性和重現性良好。ANZARDI等[28]建立了高效液相色譜-熒光檢測器檢測動物組織中喹諾酮類抗生素殘留的方法，同時建立多變量曲線分辨率-交替最小二乘法二階和三階數據分析模型。研究結果能有效降低檢測數據的檢出限，同時提高了監測數據的穩定性。RAVEENDRAN等[29]建立了用于測定食物和水樣中的噻苯唑、孔雀石綠等有毒物質的Ag-Au核殼SERS納米結構檢測方法。該方法將化學計量學、電化學沉積和增強拉曼散射方法技術結合，并采用多變量分析對檢測結果進行處理，有效提升了定性定量分析的成功率和準確性。

4 結語

綜上所述，本文從分析化學的視角出發，系統梳理了食品安全風險預警機制對風險識別技術、風險監測技術以及風險預警技術。通過深入剖析各項技術的應用現狀及發展趨勢，旨在為食品安全領域的實踐工作提供科學的理論支撐和技術指導。

當前，食品安全問題依然嚴峻，風險預警技術的持續創新與發展至關重要。未來，隨著科學技術的不斷進步，尤其是分析化學與相關學科的深度融合，食品安全風險預警技術將迎來更多的突破。期待通過更加精準、高效的風險識別與監測手段，構建起更為完善的食品安全預警機制，從而切實保障公眾的飲食安全，促進社會的和諧穩定。

參考文獻

[1]ALIEV T，BELYAEV V E，POMYTKINA A V，et al.Electrochemical sensor to detect antibiotics in milk based on machine learning algorithms[J].ACS Applied Materials amp;"Interfaces，2023，15（44）：52010-52020.

[2]RASHEED T，NABEEL F，BILAL M，et al.Aqueous monitoring of toxic mercury through a rhodamine-based fluorescent sensor[J].Mathematical Biosciences and Engineering，2019，16（4）：1861-1873.

[3]鐘傳澤.鈣鈦礦氧化物基光電化學適配體傳感器構建及食品中卡那霉素的檢測研究[D].南寧：廣西大學，2024.

[4]ZAREJOUSHEGHANI M，RAHIMI P，BORSDORF H，et al.Molecularly imprinted polymer-based sensors for priority pollutants[J].Sensors，2021，21（7）：2406.

[5]DARWISH I A，WANG Z Z，DARLING R J，et al.Development of two highly sensitive and selective sensor-assisted fluorescence immunoassays for trace determination of copper residues in food samples[J].RSC Advances，2023，13（42）：29195-29205.

[6]LINGHU X P，QIU J P，WANG S S，et al.Fluorescence immunoassay based on magnetic separation and ZnCdSe/ZnS quantum dots as a signal marker for intelligent detection of sesame allergen in foods[J].Talanta，2023，256：124323.

[7]GAO H D，CHEN M T，GAO H L，et al.Determination of ractopamine residue in animal derived foods using electromembrane extraction followed by liquid chromatography tandem mass spectrometry[J].J Chromatogr A，2022，1675：463179.

[8]THATI R，EETHA B S，ALEGETE P，et al.Molecularly imprinted dispersive micro solid-phase extraction coupled with high-performance liquid chromatography for the determination of four aflatoxins in various foods[J].Food Chemistry，2024，433：137342.

[9]MORTADA W，EL-DEFRAWY M M，ERFAN E，et al.Cloud point extraction coupled with back-extraction for speciation of inorganic vanadium in water and determination of total vanadium in food samples by ICP-OES[J].Journal of Food Composition and Analysis，2022，108（1/4）：104445.

[10]SHIRANI M，FARAJI M，RASHIDI NODEH H R，et al.An efficient deep eutectic magnetic nano gel for rapid ultrasound-assisted dispersive μ-solid phase extraction of residue of tetracyclines in food samples[J].Journal of Food Science and Technology，2023，60：2802-2812.

[11]TOLCHA T，GEMECHU T，AL-HAMIMI S，et al.Multivariate optimization of a combined static and dynamic supercritical fluid extraction method for trace analysis of pesticides pollutants in organic honey[J].Journal of Separation Science，2021，44（8）：1716-1726.

[12]WU J，WAN S Y，XU O W，et al.Pyridine ionic liquid functionalized bimetallic MOF solid-phase extraction coupled with high performance liquid chromatography for separation/analysis sunset yellow[J].RSC Advances，2022（48）：30928-30935.

[13]HAQ Hameed U，ELIK A，DURUKAN H，et al.Application of chemometric modeling for ionic liquid-based ultrasonic-assisted dispersive liquid-liquid microextraction：analysis of fosetyl-aluminum in fruit and vegetable samples[J].Journal of Food Composition and Analysis，2023，124：105725.

[14]YU H L，TAI Q F，YANG C J，et al.Technological development of multidimensional liquid chromatography-mass spectrometry in proteome research[J].Journal of Chromatography A，2023，1700：464048.

[15]SONG X C，CANELLAS E，DREOLIN N，et al.Identification of nonvolatile migrates from food contact materials using ion mobility–high-resolution mass spectrometry and in silico prediction tools[J].Journal of Agricultural and Food Chemistry，2022，70（30）：9499-9508.

[16]PARK J J，CHO J S，LEE G，et al.Detection of red pepper powder adulteration with allura red and red pepper seeds using hyperspectral imaging[J].Foods （Basel， Switzerland），2023，12（18）：3471.

[17]RIBEIRO M，GALLI E，GUéRIN T，et al.Simultaneous speciation analysis of Hg and Se in fish by high-performance liquid chromatography and inductively coupled plasma-mass spectrometry following microwave-assisted enzymatic hydrolysis[J].Anal Bioanal Chem，2023，415（29/30）：7175-7186.

[18]PAGLIUCA G，BOZZI C，GALLO F R，et al.Triacylglycerol “hand-shape profile” of Argan oil. Rapid and simple UHPLC-PDA-ESI-TOF/MS and HPTLC methods to detect counterfeit Argan oil and Argan-oil-based products[J].Journal of Pharmaceutical and Biomedical Analysis，2018，150：121-131.

[19]ZAILER E，DIEHL B W K.Alternative determination of blood alcohol concentration by 1H NMR spectroscopy[J].Journal of Pharmaceutical and Biomedical Analysis，2016，119：59-64.

[20]JANSSENS G，MANGELINCKX S，COURTHEYN D，et al.Simultaneous detection of androgen and estrogen abuse in breeding animals by gas chromatography–mass spectrometry/combustion/isotope ratio mass spectrometry （GC-MS/C/IRMS） evaluated against alternative methods[J].Journal of Agricultural and Food Chemistry，2015，63（34）：7574-7581.

[21]謝昊臻，胡婷婷，王佳慧，等.基于高分辨質譜技術的植物源性藥食同源特色農產品中10種農藥殘留的測定和快速篩查[J].化學試劑，2022，44（2）：266-272.

[22]梁語韜.自來水中鹵代消毒副產物的液相色譜高分辨質譜非靶向分析[D].東莞：東莞理工學院，2024.

[23]TURNIPSEED S B，RAFSON J P，CASEY C R.Determination and identification of antibiotic residues in fruits using liquid chromatography-high-resolution mass spectrometry （LC-HRMS）[J].J Agric Food Chem，2024，72（27）：15366-15375.

[24]HU B X，SUN D W，PU H B，et al.Rapid nondestructive detection of mixed pesticides residues on fruit surface using SERS combined with self-modeling mixture analysis method[J].Talanta，2020，217（5）：120998.

[25]CARIAPPA M B，RAMESH S V，CHIKKANNA G S，et al.Detection of oil adulteration in virgin coconut oil （VCO） utilizing chemometrics and principal component analysis[J].Food Analytical Methods，2023，16：1291-1301.

[26]WANG T Y，XIE C J，YOU Q，et al.Qualitative and quantitative analysis of four benzimidazole residues in food by surface-enhanced Raman spectroscopy combined with chemometrics[J].Food Chemistry，2023，424：136479.

[27]SHAH F，GHAFOOR M.Synthesis and surface modification of iron oxide nanoparticles for the extraction of cadmium ions in food and water samples： a chemometric study[J].Separations，2023，10（2）：124.

[28]ANZARDI M B，ARANCIBIA J A，OLIVIERI A C.Using chemometric tools to investigate the quality of three- and four-way liquid chromatographic data obtained with two different fluorescence detectors and applied to the determination of quinolone antibiotics in animal tissues[J].Chemometrics and Intelligent Laboratory Systems，2020，199：103972.

[29]RAVEENDRAN J，DOCOSLIS A.Detection and quantification of toxicants in food and water using Ag–Au core-shell fractal SERS nanostructures and multivariate analysis[J].Talanta，2021，231：122383.

基金項目：遼寧省教育廳面上科研項目（2021LJKZ0070）；遼寧省法庭科學重點實驗室開放課題（FTKX2022KF02）；中國刑事警察學院研究生創新能力提升項目（2023YCYB52）。

作者簡介：佟澳（2001—），男，滿族，吉林四平人，碩士。研究方向：食品安全、毒物毒品分析等領域。

通信作者：張婷（1975—），女，遼寧沈陽人，博士，副教授。研究方向：食品安全、毒物毒品分析等領域。E-mail： zhangting_sy@sina.com。