淺析現(xiàn)代食品檢驗中的化學生物技術

王秀菊

摘 要：食品安全一直是公眾高度關注的問題，嚴重的食源性疾病的發(fā)生會影響社會的穩(wěn)定發(fā)展。采用快速、無損的方法對產(chǎn)品的安全狀況進行檢驗是食品科學的研究的重點。現(xiàn)代食品檢驗技術注重學科交叉，更多地融入了現(xiàn)代化學和生物技術進行智能化檢驗。本文分析了食品安全問題的多方面來源，并著重介紹了光譜成像技術、便攜式原位智能檢驗平臺和微波成像技術3種現(xiàn)代化的快速檢驗手段的使用原理、具體應用和發(fā)展現(xiàn)狀，以期為食品檢驗領域的研究提供參考。

關鍵詞：食品檢驗;化學技術;生物技術

作為全球性問題，食品安全無論是在發(fā)達國家或是發(fā)展中國家都廣受關注。從領域上進行區(qū)分，食品安全涉及領域較為多元化，可分為物理、化學和生物污染以及由其他危害或毒藥造成的食品污染。物理污染中，較常見的是與有害病原體密切接觸的糞便污染和缺陷異常，如來自環(huán)境的石頭沙塵、來自設備的金屬和玻璃微粒、處理后的人體指甲或去骨肉中的骨頭碎片等?；瘜W污染包括天然毒素、農(nóng)藥殘留、食品添加劑及食品加工危害等。在3類常見食品安全污染中，化學污染最為棘手，因為無法在早期進行識別，并且具有累積性以至于在后期造成嚴重的后果。有害化學物質造成的食品安全污染無法通過抑制微生物污染風險的處理方法進行有效消除。生物污染中，最常見的是細菌、真菌、病毒、原生動物和寄生蟲污染，其中各種病原體及其代謝毒素是主要污染源。鑒于食品安全污染的污染源廣泛，食品檢驗也通常是化學和生物的技術融合[1-3]。

1 光譜成像技術

光譜成像技術作為一種新興技術被廣泛應用于食品安全檢驗中。運用在食品檢驗領域的高光譜成像技術包括紅外高光譜成像、熒光高光譜成像、拉曼高光譜成像及各種高光譜成像技術組合使用[4]。

振動光譜是一種光學技術，它主要依賴于入射光與物質分子之間的相互作用。不同的分子對不同波長的光在光吸收或散射方面敏感，產(chǎn)生的光譜會記錄這些分子在相應波長上的信息。通過觀察光譜數(shù)據(jù)，可以檢測到產(chǎn)品內(nèi)部的物理、化學和生物學信息。當樣品成分分布不均時，光譜數(shù)據(jù)不能反應整個樣本的情況，只能檢測到一小部分。孫等[5]人在2008年提出的計算機視覺技術模仿人類視覺的原理，使用紅、綠、藍3個波段在可見范圍內(nèi)檢驗物體的形狀、顏色、尺寸和質地的物體特性。CUBERO等[6]和MAUER等[7]人在光譜學和計算機視覺技術領域都進行了在食品檢驗中的應用研究。然而，這些技術都具有其自身的缺點。GOWEN等[8]人發(fā)現(xiàn)高光譜成像（HSI）作為振動光譜和計算機視覺技術的集成替代方案，可以從樣品中同時獲得光譜和空間信息。高光譜成像技術可以用于生成化學圖，顯示樣品中各項參數(shù)的分布。高光譜成像采集到豐富信息數(shù)據(jù)導致其數(shù)據(jù)處理困難，使這項技術難以在工業(yè)中在線應用。楊等[9]人通過熒光高光譜成像技術檢驗生菜和菠菜，通過熒光高光譜成像技術使用基于峰移和肩曲線的分離算法檢驗蘋果中是否含有物理污染。

2 便攜式原位智能檢驗平臺

目前食品檢驗由于缺乏快速、即時、易于使用和成本低的便攜式設備，導致難以滿足中間環(huán)節(jié)的安全檢測要求。劉等[10]人研究了一項快速且經(jīng)濟高效的基于智能手機的即時食品安全檢測方法，該研究方法采用適體結合的納米金粒子（AuNP）作為比色指示劑，連接到相機攝像頭的電池供電的光傳感附件和傳輸圖像捕獲的智能手機。開發(fā)了一個用戶友好且易于使用的Android應用程序，用于自動數(shù)字圖像處理和結果報告。目前該技術已經(jīng)被用于檢驗蜂蜜、牛奶和自來水中的鏈霉素（STR）等成分，保證檢驗食品安全性。崔等[3]人研究了一種靈活的透明且獨立的Si納米線（SiNWP）作為表面增強拉曼散射（SERS）平臺，可在翹曲表面上以高靈敏度進行原位化學傳感。SERS活動源自三維互連納米線網(wǎng)絡結構以及SiNWP中緊密分離的納米線之間的電磁耦合。通過用等離子體Au納米粒子官能化SiNWP可以提高SERS活性。雜種底物不僅顯示出優(yōu)異的SERS信號再現(xiàn)性和穩(wěn)定性，還保持了原始SiNWP的柔韌性和透明性。將金納米顆粒修飾的SiNWP直接包裹在檸檬表面上，以便原位鑒定和檢測農(nóng)藥殘留。研究表明，雜種底物具有出色的SERS活性和透明度，可檢測低至72 ng/cm的農(nóng)藥，遠低于食品安全中允許的殘留量。郭等[11]人研究了用于食品質量檢驗和分級的智能相機使用Medjool紅外圖像，對4個級別的皮膚分層以進行表面質量分級，并且檢測形狀各異的牡蠣的灰度圖像組成的圖像，評估樣品形狀質量。

3 微波成像技術食品檢驗

在食品檢驗領域，通常使用金屬探測器（MD）、X射線成像等技術（XRI）和近紅外成像（NIR）技術用于監(jiān)控食品質量和安全檢驗。MD只能檢測金屬物體，而XRI無法輕易識別低密度異物，如作為最常見的污染物類型的大多數(shù)塑料和薄玻璃等，可能對意外接觸到的操作員帶來造成損害。除此之外，NIR技術快速且安全，但受穿透長度短和吸水能力強的限制。食品質量安全檢驗需要一項易于使用（避免需要專業(yè)技術人員團隊）、非接觸式、對食物影響小的新技術。近來，太赫茲頻率的電磁輻射已經(jīng)被提議用于食品檢驗和工業(yè)應用中，被用于探測食品的表面缺陷和隱藏在食品中的可能污染物從而進行食品的安全檢驗。微波成像技術（MWI）利用差異材料的介電特性，食物和污染物之間介電特性的差異，以及有缺陷和未改變的物品之間的差異進行食品檢驗。與太赫茲輻射不同，微波可以穿透物體長達幾厘米，適合檢驗包裝食品，MWI可用于食品中異物污染物的在線檢驗[12]。V?SQUEZ等[13]人利用MWI成功對玻璃罐中帶有污染物碎片的榛子-可可奶油進行安全性檢驗，MVI技術可用于工業(yè)生產(chǎn)線上的食品安全檢驗。

4 結語

污染是顧客投訴食品制造商的主要原因之一，也是食品安全領域應該著重解決的問題。食品檢驗技術的研發(fā)有助于食品安全問題的良好解決，現(xiàn)代食品檢驗技術向著學科交叉的方向邁進，涉及物理、化學和生物等技術的應用，更加方便快捷，能推動食品行業(yè)的穩(wěn)定發(fā)展。

參考文獻

[1]Karaliūnas M，Nasser K E，Urbanowicz A，et al.Non-destructive inspection of food and technical oils by terahertz spectroscopy[J].Scientific Reports，2018，8（1）：124-166.

[2]Liu Z，Zhang Y，Xu S，et al.A 3D printed smartphone optosensing platform for point-of-need food safety inspection[J]. Analytica Chimica Acta，2017，966：81.

[3]Cui H，Li S，Deng S，et al.Flexible，Transparent，and Free-Standing Silicon Nanowire SERS Platform for in Situ Food Inspection[J].Acs Sensors，2017，2（3）：386.

[4]Feng Y，Sun D，F(xiàn)eng Y，et al.Application of Hyperspectral Imaging in Food Safety Inspection and Control：A Review[J].Critical Reviews in Food Science and Nutrition，.2012，52（11）.：1039-1058.

[5]Sun D W.Computer Vision Technology for Food Quality Evaluation[J].Academic Press，2008：111-138.

[6]Cubero S，Aleixos N，Moltó E，et al.Advances in machine vision applications for automatic inspection and quality evaluation of fruits and vegetables[J].Food and Bioprocess Technology，2011，4（4）：487-504..

[7]Mauer L J，Chernyshova A A，Hiatt A，et al.Melamine detection in infant formula powder using near- and mid-infrared spectroscopy[J].Journal of Agricultural and Food Chemistry.2009，57（10）：3974-3980.

[8]Gowen A A，ODonnell C P，Cullen P J，et al.Hyperspectral imaging-an emerging process analytical tool for food quality and safety control[J].Trends in Food Science Technology，2007，18（12）：590-598.

[9]Yang C C，Jun W，Kim M S，et al.Classification of fecal contamination on leafy greens by hyperspec-tral imaging[J].Proceedings of the SPIE-The International Society for Optical Engineering，2010（1）：953-959.

[10]Liu Z，Zhang Y，Xu S，et al.A 3D printed smartphone optosensing platform for point-of-need food safety inspection[J].Analytica Chimica Acta，2017，966：81.

[11]Guo Z，Zhang M，Lee D J，et al.Smart Camera for Quality Inspection and Grading of Food Products[J].Electronics，2020，9（3）：505.

[12]Wu Z，Wang H.Microwave tomography for industrial process imaging：Example applications and experimental results[J].IEEE Antennas Propagation Magazine，2017（99）：1.

[13]Vasquez J，Scapaticci R，Turvani G，et al.Noninvasive Inline Food Inspection via Microwave Imaging Technology：An Application Example in the Food Industry[C]//IEEE International Symposium on Antennas and Propagation and USNC-URSI Radio Science Meeting.Atlanta：IEEE，2019.