不同商業(yè)批次花生的黃曲霉毒素水平模擬研究

陳尤佳 Panagiota H Tsatsos 張嘉玲 Haydu K Robert

（1瑪氏箭牌有限公司全球科學與技術部，北京 101407；2瑪氏箭牌有限公司全球科學與技術部，伊利諾伊 芝加哥 60642；3瑪氏箭牌糖果（中國）有限公司商務部，廣東 廣州 510623；4瑪氏箭牌有限公司全球質量與食品安全部，伊利諾伊 芝加哥 60642）

中國花生產量多年穩(wěn)居世界第一［1-2］，2022/2023年度我國花生產量占全球總量的37%［3］，是我國重要的經(jīng)濟作物［4-5］，其中，食用花生占35%～40%［6-8］。出口也是中國花生傳統(tǒng)貿易模式［9-10］，出口份額占全球30%以上［11-12］，主要集中在歐洲和亞洲［10］。日本每年從我國進口花生約8 萬噸，對我國花生依存度達70%［13］。

面對食用花生產業(yè)和出口貿易的蓬勃發(fā)展，黃曲霉毒素超標導致批次退回的情況越來越需要被重視［14-16］。它不僅給企業(yè)帶來退回、銷毀的當柜經(jīng)濟損失，還會因為通報影響企業(yè)當年的出口資質［14］。

黃曲霉毒素是在脅迫環(huán)境下由黃曲霉（Aspergillus flavus）和寄生曲霉（Aspergillusparasiticus）等產生的次生代謝產物［17-19］，被世界衛(wèi)生組織列為I類致癌物［20］，包括黃曲霉毒素B1、B2、G1、G2等，其中，黃曲霉毒素B1的毒性和致癌性最強［21-22］。黃曲霉毒素在植物生長、收獲、晾曬、儲存、運輸時均可產生［15，19，23］，毒素的產生無法完全被避免［24-25］，并且很不均勻［15，26］。往往一小部分高含量黃曲霉毒素的花生就會導致整批花生黃曲霉毒素水平的升高［15］。

當前，對商業(yè)花生批次的黃曲霉毒素水平定量是產業(yè)面臨的技術挑戰(zhàn)［14-15，26］，取樣是其中最重要的影響因素［27］。研究顯示，在花生批次黃曲霉毒素15 ng·g-1的水平下，取樣對最終商業(yè)批次定量的變異影響可達88.1%［27］。

各國法規(guī)對于取樣量有不同的規(guī)定。其中，（EU）No 178/2010［28］按照批次范圍梯度，規(guī)定了每個梯度下的增量取樣數(shù)目、合樣重量、實驗室樣品數(shù)目；GB 5009.22-2016《食品中黃曲霉毒素B 族和G 族的測定》［29］對于固體樣品，只要求采樣量需大于1 kg，沒有根據(jù)批次大小的增量取樣和實驗室樣品數(shù)目的規(guī)定。

聯(lián)合國糧食及農業(yè)組織（Food and Agriculture Organization of the United Nations，F(xiàn)AO）真菌毒素取樣模型是針對不同農產品的各類真菌毒素的模擬取樣平臺（http：//tools.fstools.org/mycotoxins/）［30］。它建立在龐大的數(shù)據(jù)庫和科學原理之上，帶有詳細的參數(shù)解析和操作指導，使用快速、方便，已獲得廣泛認可。

鑒于此，本研究應用FAO 模型，對標中國、日本黃曲霉毒素法規(guī)，設置實驗室樣品數(shù)目×樣品量×企業(yè)接受/拒絕限值多組合配比，模擬商業(yè)批次超出法規(guī)限值的接收/放行概率。旨在推薦不同業(yè)務情況下的取樣方案，既推動業(yè)內科學地認知商業(yè)批次的黃曲霉毒素水平，保證食品安全合規(guī)性，又保證取樣和檢測的資源投入平衡，為企業(yè)提供有力工具。

1 材料與方法

本研究選取FAO 的農業(yè)品類真菌毒素取樣模擬模型作為研究工具。將脫殼整?；ㄉ鳛槟M介質。默認模擬的批次大小為10～30 t，即中國花生加工企業(yè)通常使用的一個商業(yè)批次大小。

表1 為模擬需要的參數(shù)選擇與設置。第一步：選擇“毒素與農業(yè)品類”，此次模擬介質為脫殼整粒花生，因此選擇“Aflatoxin，Peanuts，Shelled”。第二步：輸入和選擇“共同參數(shù)”，重點輸入法規(guī)限值。此次模擬中，擬模擬中國、日本兩個國家的法規(guī)限值。第三步：輸入“計劃特定參數(shù)”，即不同組合的實驗室樣品量、實驗室樣品數(shù)目、接受/拒絕限值。

表1 模型參數(shù)、描述、允許區(qū)間和本研究模擬參數(shù)設置Table 1 Model parameters，descriptions，allowable ranges，and simulation parameter settings for this study

本次模擬中，每國法規(guī)限值的模擬，都設置了3～4個接受/拒絕限值（表1），以上來源于中國花生企業(yè)的幾個典型接受/拒絕限值，并加入了更低限值作為梯度設計。每個接受/拒絕限值模擬，都設置了5 和10 kg實驗室樣品量（表1），其中5 kg 為中國花生工業(yè)界常規(guī)取樣量，10 kg 為對標（EU）No 178/2010 后本次模擬批次大小需要的實驗室樣品量，也代表磨樣設備的單次最大承載能力。每個實驗室樣品量模擬，都設置了1、2 和3 個實驗室樣品數(shù)目（表1），每個實驗室樣品會被檢測1 個黃曲霉毒素值。其中，1 個實驗室樣品為中國花生工業(yè)界常規(guī)設置，2 個實驗室樣品為（EU）No 178/2010 中本次模擬批次大小要求的實驗室樣品數(shù)量，3 為加強方案。本研究的所有模擬組合見表2。

表2 本研究的所有模擬組合Table 2 All simulated combinations in this study

2 結果與分析

2.1 對標中國法規(guī)的模擬

對標中國法規(guī)模擬的24 個組合（表2），模擬結果以操作特性曲線（OC curve）的形式輸出（圖1）。每個接受/拒絕限值設置輸出6 組實驗室樣品數(shù)目×樣品量的模擬結果（圖1）。

接受/拒絕限值梯度的作用：接受/拒絕限值從20 ng·g-1以5 ng·g-1遞減的梯度逐漸加嚴，最低設置為5 ng·g-1，曲線展現(xiàn)的大于法規(guī)限值的批次接收可能性也在逐漸降低。這說明設置越低的接受/拒絕限值，對于法規(guī)符合性的信心度越高。

實驗室樣品數(shù)目的作用：實驗室樣品量相同時，增加實驗室樣品數(shù)目，能明顯降低大于法規(guī)限值的批次接收可能性。從1增加到2的降低幅度更大。

實驗室樣品量的作用：實驗室樣品數(shù)目相同時，增加實驗室樣品量，能明顯降低大于法規(guī)限值的批次接收可能性。樣品量帶來的概率降低幅度低于數(shù)目帶來的概率降低幅度。

接受/拒絕限值為20 和15 ng·g-1時，最復雜的3×10 kg 的組合，大于法規(guī)限值的批次接收可能性最高能達到24%和13%（表3），不推薦作為合適的接受/拒絕限值。但是，在產季調查黃曲霉毒素風險高，原料水平普遍偏高時，可以通過3×10 kg 的取樣，將20～15 ng·g-1作為接受/拒絕限值，經(jīng)加工后，進一步降低大于法規(guī)限值的批次接收的可能性，并進行適當?shù)姆判序炞C。

表3 超出法規(guī)限值批次的接收可能性（對標中國法規(guī)）Table 3 Probability of accepting lot exceeding regulatory limits（benchmarking China regulatory limit）

接受/拒絕限值為10 ng·g-1時，通過3×5 kg 和3×10 kg 的組合，大于法規(guī)限值批次的接收/放行概率分別可以低至＜10.5%和＜4.8%（表3）。接受/拒絕限值為5 ng·g-1時，通過2×5 kg 的組合，大于法規(guī)限值批次的接收/放行概率可以低至＜10.2%；通過3×5 kg、2×10 kg和3×10 kg 的組合，大于法規(guī)限值批次的接收/放行概率均低至＜5%（表3）。由此可見，在常規(guī)產季/產地風險下，企業(yè)將接受/拒絕限值設置為5～10 ng·g-1，通過2～3 個實驗室樣品數(shù)目、5～10 kg 的實驗室樣品量組合的取樣方案，能夠滿足批次的合規(guī)概率＞90%。

2.2 對標日本法規(guī)的模擬

對標日本法規(guī)模擬的18 個組合（表2），模擬結果同樣以操作特性曲線（OC curve）的形式輸出（圖2）。每個接受/拒絕限值設置輸出6 組實驗室樣品數(shù)目×樣品量的模擬結果（圖2）。對于接受/拒絕限值、實驗室樣品數(shù)目和樣品量的作用規(guī)律，與對標中國法規(guī)展示的規(guī)律一致（圖1）。

圖2 對標日本法規(guī)模擬Fig.2 The simulation benchmarking Japan regulatory limit

接受/拒絕限值為10 ng·g-1時（同日本法規(guī)限值），最復雜的3 個10 kg 實驗室樣品組合，大于法規(guī)限值的批次接收可能性最高能達到27%（表4），即有1/4～1/3的概率會被認為符合法規(guī)并得到接收/放行。由此可見，10 ng·g-1并不適合作為接受/拒絕限值。

表4 超出法規(guī)限值批次的接收可能性（對標日本法規(guī)）Table 4 Probability of accepting lot exceeding regulatory limits（benchmarking Japan regulatory limit）

接受/拒絕限值為5 ng·g-1時，通過3×10 kg的組合，大于法規(guī)限值批次的接收/放行概率可以低至＜8.5%（表4）。在常規(guī)產季/產地風險下，企業(yè)采取此取樣方案，能夠滿足批次的合規(guī)性概率＞90%。

接受/拒絕限值為1 ng·g-1時，通過2×5 kg 的組合，大于法規(guī)限值批次的接收/放行概率可以低至＜8.6%（表4）；通過3×5 kg、2×10 kg和3×10 kg的組合，大于法規(guī)限值批次的接收/放行概率均低至＜5%（表4）。

2.3 變異分析

為展示檢測結果與批次真實值的偏差來源，本模擬進行了變異源分析，主要包括取樣、樣品制備和分析。由表5可知，取樣為最大的變異源（81.1%～91.8%），樣品制備占6.7%～15.4%，分析為最小的變異來源（1.6%～3.5%）。上述結果進一步表明，取樣是精確認知批次黃曲霉毒素含量的關鍵。

表5 變異源和所占總變異比例Table 5 Source of variation and percentage of total variation

由表5可知，當實驗室樣品量從5 kg增至10 kg，取樣帶來的方差降低一半，取樣所占總方差百分比也適當降低。因此，實驗室樣品量的增大可以降低取樣帶來的變異。法規(guī)限值輸入值從高到低，雖然總方差和各步驟方差均明顯下降，但是取樣帶來的變異比例卻逐漸增大?？梢姡S著對標法規(guī)的限值要求越來越低，取樣對最終結果的變異的影響越來越敏感。

3 討論

黃曲霉毒素在花生全產業(yè)鏈都可能生成，需要被控制、降低和管理，沒有一個步驟會針對黃曲霉毒素本身進行消除［13］，而是通過物理、化學甚至生物等加工/管理措施，間接降低花生批次中黃曲霉毒素的水平［19］，并取決于加工前的批次整體水平、毒素分布、毒素侵染等。一般來說，企業(yè)較難通過加工措施量化黃曲霉毒素的降低范圍。因此，對加工商來說，基于產季的黃曲霉毒素風險評估，采購對黃曲霉毒素水平有高信心度的原料批次，加之規(guī)范化的加工、存儲和運輸，才能對銷售花生批次的黃曲霉毒素水平有高信心度。科學取樣在提高采購信心和驗證終產品的銷售信心方面都具有重要作用。

FAO真菌毒素取樣模型不僅可以很好地結合法規(guī)要求的取樣方法和數(shù)量，而且還加入了企業(yè)內部接受/拒絕限值作為調節(jié)信心度的一個因子。該模型還能讓企業(yè)清晰獲知不同方案下合規(guī)的信心度，使企業(yè)能夠靈活地根據(jù)自身需求決定取樣方案，例如，當前產季/產區(qū)的風險、客戶和法規(guī)的要求、企業(yè)能夠承受的樣本量、檢測成本等，最終選擇、使用與法規(guī)等效或者更高信心度的方法。具體而言，此模型可以用作企業(yè)內部黃曲霉毒素風險評估和管理的工具，典型應用場景為采購驗證、運輸前或者出口前的內部放行檢測。其對風險管理的價值尤其體現(xiàn)在黃曲霉毒素高風險或者風險不確定情況下，使用模型定義升級取樣方案和調整內部接受/拒絕限值。例如，在黃曲霉毒素高風險產季/產地，可采購的花生黃曲霉毒素水平偏高，企業(yè)可放寬接收限值，通過加大取樣量達到與常規(guī)接收限值相同的可接收信心度；面向新開發(fā)的供應商/采購區(qū)域，企業(yè)可加大取樣量、增大接收信心度，從而降低采購的風險；企業(yè)遇到批次超標預警時，可以臨時加強取樣、收緊接收新批次和放行已有批次的限值，從而增加銷售的信心，防止商業(yè)資質受到影響。

本研究的模擬應用了中國花生企業(yè)的典型批次、典型取樣量和幾個典型的接受/拒絕限值，加入了更低限值和更多的實驗室樣品數(shù)目，定義了模擬的梯度組合，直觀展示了不同取樣和內標方案帶來的法規(guī)符合性的信心度，可以直接被企業(yè)參考使用。由于出口日本因黃曲霉毒素超標拒收的概率較高，并且連續(xù)超標會影響到當年出口資質，1 ng·g-1可以被用于超標預警后企業(yè)收緊接收/放行限值。對當季黃曲霉毒素風險、批次變異、加工能力、供應商等變量因子排查并改善穩(wěn)定后，可以恢復接收/放行限值。雖然本研究只針對整粒花生10～30 t 一個批次進行了模擬，但是，對于脫皮半?；ㄉ?、花生醬和帶殼花生，也可以應用此模型為企業(yè)制定取樣方案，并找到對應的選項。

為了提高取樣的便捷性，建議企業(yè)配備適配麻袋和噸袋的取樣工具，適配加工線后端的自動取樣器，目前工業(yè)界均有選擇。另外，中國企業(yè)需要驗證磨樣裝備對磨樣能力的勻質性和重復性。國標要求粒徑小于2 mm 孔徑試驗篩［29］。Davis 等［31］發(fā)明的立式切刀機，能夠制備10 kg 樣品，并滿足比國標要求更小的顆粒度。

綜合本研究的理論模擬、應用性建議和可行性工具分析可知，對于花生批次黃曲霉毒素的水平定量，企業(yè)可以制定一套科學、經(jīng)濟的可行性方案。

4 結論

本研究應用FAO 農業(yè)品類真菌毒素取樣模型對花生商業(yè)批次黃曲霉毒素水平進行模擬，推薦了常規(guī)黃曲霉毒素風險產季/產地下，能夠滿足＞90%概率符合我國國標和日本法規(guī)的取樣方案分別為：設置接受/拒絕限值為黃曲霉毒素B110～5 ng·g-1，實驗室樣品數(shù)目和樣品量分別為2～3個和5～10 kg；設置接受/拒絕限值為總量5 ng·g-1，實驗室樣品數(shù)目和樣品量分別為3 個和10 kg。尤其推薦在以下3種高風險或風險不確定情景下應用此模型制訂升級取樣方案，即黃曲霉毒素高風險產季/產地采購、新開發(fā)的供應商/采購區(qū)域、批次超標預警時對新批次的放行，以增強采購/銷售信心和避免連續(xù)超標。