孫效樂(lè)等
摘要:通過(guò)對(duì)近年來(lái)國(guó)內(nèi)外有害微生物風(fēng)險(xiǎn)評(píng)估技術(shù)的研究,分析闡述了有害微生物風(fēng)險(xiǎn)評(píng)估工作四個(gè)方面(危害識(shí)別、危害描述、暴露評(píng)估、風(fēng)險(xiǎn)描述)的主要內(nèi)容與特點(diǎn),有害微生物風(fēng)險(xiǎn)評(píng)估工作中模型建立的主要方法與所使用的軟件,以及國(guó)內(nèi)外近年來(lái)有害微生物風(fēng)險(xiǎn)評(píng)估研究的特點(diǎn)。
關(guān)鍵詞:風(fēng)險(xiǎn)評(píng)估;有害微生物;蒙特卡洛模擬
中圖分類(lèi)號(hào):TS207.4文獻(xiàn)標(biāo)識(shí)號(hào):A文章編號(hào):1001-4942(2014)01-0142-06
目前農(nóng)產(chǎn)品質(zhì)量安全突發(fā)事件時(shí)有發(fā)生,直接影響到人們的身體健康以及消費(fèi)信心。農(nóng)產(chǎn)品質(zhì)量安全越來(lái)越受到人們的重視和關(guān)注。利用風(fēng)險(xiǎn)評(píng)估手段,加強(qiáng)對(duì)農(nóng)產(chǎn)品的質(zhì)量監(jiān)管,在個(gè)別農(nóng)產(chǎn)品被有害微生物污染之前有效發(fā)現(xiàn)風(fēng)險(xiǎn),識(shí)別原因,描述劑量與危害之間關(guān)系,評(píng)估暴露程度,最終科學(xué)地描述整個(gè)風(fēng)險(xiǎn)十分重要。來(lái)自世界衛(wèi)生組織的風(fēng)險(xiǎn)評(píng)估定義是:對(duì)來(lái)自于化學(xué)的、生物的、物理的危害對(duì)人體健康造成的已知或者潛在的風(fēng)險(xiǎn)危害進(jìn)行科學(xué)估計(jì)與分析,其最終目的是預(yù)測(cè)尚未發(fā)生的公共風(fēng)險(xiǎn),這種風(fēng)險(xiǎn)是由以一定概率出現(xiàn)的已知危害導(dǎo)致,從而使公共農(nóng)產(chǎn)品安全管理從亡羊補(bǔ)牢似的末端控制向防患于未然的風(fēng)險(xiǎn)控制轉(zhuǎn)變。《中華人民共和國(guó)產(chǎn)品質(zhì)量安全法》(2006)、《中華人民共和國(guó)食品安全法》(2009)從法律角度確立了農(nóng)產(chǎn)品安全風(fēng)險(xiǎn)評(píng)估體系的重要性。
農(nóng)產(chǎn)品風(fēng)險(xiǎn)評(píng)估就如同農(nóng)產(chǎn)品的天氣預(yù)報(bào),目的不僅僅局限于研究具體的危害,而在于預(yù)測(cè)風(fēng)險(xiǎn)。要成功預(yù)測(cè)某種風(fēng)險(xiǎn),必須通過(guò)大量確鑿實(shí)驗(yàn)數(shù)據(jù)的積累,將生物學(xué)與統(tǒng)計(jì)學(xué)、數(shù)學(xué)、毒理學(xué)等相關(guān)學(xué)科有機(jī)地整合在一起。農(nóng)產(chǎn)品中有害微生物的風(fēng)險(xiǎn)評(píng)估具有自身特點(diǎn),主要體現(xiàn)在微生物在農(nóng)產(chǎn)品上的含量存在動(dòng)態(tài)變化。科學(xué)模擬微生物的動(dòng)態(tài)變化是一個(gè)難題,特別是模擬微生物在農(nóng)產(chǎn)品從生長(zhǎng)到收獲,并通過(guò)貯藏、流通手段進(jìn)入到消費(fèi)環(huán)節(jié),最終被人食用整個(gè)過(guò)程中的動(dòng)態(tài),因?yàn)槲⑸锓浅H菀资艿綔囟取穸?、有氧無(wú)氧等因素的影響。本文綜述了風(fēng)險(xiǎn)評(píng)估的主要內(nèi)容、模型特點(diǎn)以及國(guó)內(nèi)外研究進(jìn)展,以期對(duì)我國(guó)有害微生物的風(fēng)險(xiǎn)評(píng)估工作起到一定的促進(jìn)作用。
1風(fēng)險(xiǎn)評(píng)估的主要內(nèi)容
1.1危害識(shí)別
危害識(shí)別的主要任務(wù)是闡述造成危害的來(lái)源。有害微生物帶來(lái)的危害主要有兩種:一種是有害微生物侵染人體后可以對(duì)人體健康帶來(lái)危害,比如副溶血性弧菌感染人體后可以造成腹瀉、嘔吐等癥狀;另一種是有害微生物的代謝產(chǎn)物具有毒性,進(jìn)入人體后對(duì)健康造成危害,比如黃曲霉產(chǎn)生的黃曲霉素是劇毒物、強(qiáng)致癌物,微量可以致死[1]。
目前充分利用微生物學(xué)、病理學(xué)、毒理學(xué)的相關(guān)成果,絕大多數(shù)有害微生物造成的農(nóng)產(chǎn)品質(zhì)量安全事件的危害識(shí)別工作都是清晰科學(xué)的。在我國(guó),危害水產(chǎn)品安全的微生物主要是耐鹽的副溶血性弧菌[2],該菌存活能力強(qiáng),在抹布以及砧板上可存活一個(gè)月以上。對(duì)肉類(lèi)、奶制品、禽制品造成危害的主要是單核增生李斯特菌,該菌可造成敗血癥、腦膜炎,并且該菌在4℃仍可繁殖,可以污染冷藏食品。沙門(mén)氏菌則容易侵染肉類(lèi)、奶類(lèi)等基質(zhì)[3],并在肉類(lèi)以及奶類(lèi)上呈現(xiàn)不同的生長(zhǎng)特點(diǎn)。
1.2危害描述
危害描述的主要任務(wù)是給出有害微生物的劑量-危害關(guān)系。目前微生物學(xué)、毒理學(xué)、病理學(xué)提供了大量實(shí)驗(yàn)數(shù)據(jù)以及研究成果,闡述了多數(shù)有害微生物對(duì)人體造成危害的途徑機(jī)理,但有害微生物的劑量-危害關(guān)系仍然需要深入研究。
危害描述可以分為定性描述與定量描述兩大類(lèi),中心任務(wù)是構(gòu)建有害微生物的劑量-危害關(guān)系。但在解決實(shí)際問(wèn)題時(shí),還需要將微生物的生長(zhǎng)模型與劑量-危害模型結(jié)合起來(lái),因?yàn)樵谀扯螘r(shí)間內(nèi),微生物在基質(zhì)中可生長(zhǎng)繁殖,從而使得微生物的劑量呈現(xiàn)動(dòng)態(tài)變化,在條件適宜時(shí)這種生長(zhǎng)呈現(xiàn)爆發(fā)式的指數(shù)增長(zhǎng),對(duì)危害大小的影響巨大,必須加以考慮。
劑量-危害模型的構(gòu)建過(guò)程就是通過(guò)數(shù)學(xué)的方法來(lái)描述有害微生物的劑量與危害結(jié)果之間的關(guān)系,將劑量與危害通過(guò)一個(gè)或者多個(gè)函數(shù)方程式聯(lián)系起來(lái)。
此項(xiàng)工作的困難在于,多數(shù)情況下缺少有害微生物在臨床上造成危害的詳細(xì)數(shù)據(jù)。因?yàn)槿梭w試驗(yàn)被禁止。由動(dòng)物模型得出的實(shí)驗(yàn)數(shù)據(jù)推廣到人體身上存在一定誤差。
更加值得注意的是,在傳統(tǒng)的病理學(xué)試驗(yàn)中,動(dòng)物模型的規(guī)模有限,而有害微生物的風(fēng)險(xiǎn)評(píng)估的研究對(duì)象是某個(gè)城市,甚至一個(gè)國(guó)家。不同地區(qū)、不同年齡人群的體質(zhì)不同,會(huì)使得相同劑量造成不同影響。
1.3暴露評(píng)估
暴露評(píng)估是進(jìn)行有害微生物風(fēng)險(xiǎn)評(píng)估定量分析的重要依據(jù),主要內(nèi)容是通過(guò)統(tǒng)計(jì)學(xué)分析“定量”,確定人體受到有害微生物的侵襲(暴露)的暴露量的大小、暴露頻率高低、持續(xù)時(shí)間長(zhǎng)短乃至通過(guò)哪些暴露途徑進(jìn)行侵襲。應(yīng)當(dāng)注意的是,想要獲得明確的暴露評(píng)估,需要獲知暴露在有害微生物下的特定人群的數(shù)量、年齡、分布等信息。
有害微生物的侵襲(暴露)過(guò)程復(fù)雜多樣,想要獲得一個(gè)較大群體內(nèi)具體每個(gè)人一生幾十年的時(shí)間跨度內(nèi)對(duì)應(yīng)某個(gè)特定有害微生物的暴露情況幾乎不可能,只能通過(guò)統(tǒng)計(jì)學(xué)的科學(xué)抽樣調(diào)查結(jié)合合理的假設(shè)進(jìn)行估計(jì)。當(dāng)具體研究某種有害微生物的暴露評(píng)估時(shí),多數(shù)情況下,人群接觸到此種暴露都是通過(guò)食用了被有害微生物侵染的農(nóng)產(chǎn)品。調(diào)查得出此人群食用各種農(nóng)產(chǎn)品的比例,與每個(gè)農(nóng)產(chǎn)品被此種有害微生物的侵染比例及此農(nóng)產(chǎn)品所含有的有害微生物的量相乘,最終將各個(gè)農(nóng)產(chǎn)品組相加求和就簡(jiǎn)易地得到了暴露量。
此種方法依賴大量的調(diào)查分析,沒(méi)有建立復(fù)雜的暴露評(píng)估模型,最終也獲得了某個(gè)有害微生物的暴露量。優(yōu)點(diǎn)是通過(guò)具體抽樣得到的結(jié)論較為可信,缺點(diǎn)是較難應(yīng)用于預(yù)測(cè)式風(fēng)險(xiǎn)管理。比如,某地區(qū)在春季通過(guò)抽樣調(diào)研的方式獲得了致病性李斯特菌的暴露量,但當(dāng)需要預(yù)測(cè)夏季本地區(qū)李斯特菌的風(fēng)險(xiǎn)時(shí),需要重新抽樣調(diào)查,因?yàn)闇囟葘?duì)致病性李斯特菌的含量變化影響巨大。
對(duì)于預(yù)測(cè)式的暴露評(píng)估,需要構(gòu)建暴露評(píng)估模型。較為先進(jìn)的暴露評(píng)估模型可以模擬某個(gè)農(nóng)產(chǎn)品“生產(chǎn)環(huán)節(jié)—加工環(huán)節(jié)—儲(chǔ)藏環(huán)節(jié)—運(yùn)輸環(huán)節(jié)—食用環(huán)節(jié)”整條產(chǎn)業(yè)鏈上某特定有害微生物含量的動(dòng)態(tài)變化,將整條產(chǎn)業(yè)鏈中溫度、濕度、微生物種群變化甚至工藝流程如殺菌過(guò)程都考慮在內(nèi)。雖然在最終的暴露評(píng)估當(dāng)中并不會(huì)使用到產(chǎn)業(yè)鏈中間環(huán)節(jié)的有害微生物含量,但這樣的模型一旦建立,它的預(yù)測(cè)能力將非常顯著,可以很好的進(jìn)行預(yù)測(cè)式風(fēng)險(xiǎn)管理,并且可以指出哪些是有害微生物暴露量增高的關(guān)鍵環(huán)節(jié),為降低風(fēng)險(xiǎn)提供重要參考。endprint
1.4風(fēng)險(xiǎn)描述
有害微生物風(fēng)險(xiǎn)評(píng)估的最終目的體現(xiàn)在對(duì)風(fēng)險(xiǎn)的科學(xué)估計(jì)與描述上。通過(guò)對(duì)危害的識(shí)別,認(rèn)清風(fēng)險(xiǎn)因子,即造成風(fēng)險(xiǎn)的原因,進(jìn)而獲取此種風(fēng)險(xiǎn)因子,也即劑量與危害的關(guān)系。并調(diào)查獲知大眾暴露在此種危害的暴露量、頻率、持續(xù)時(shí)間等信息,通過(guò)模型運(yùn)算,計(jì)算得出大眾最終的暴露劑量,結(jié)合之前獲得的劑量-危害關(guān)系,最終評(píng)估出此風(fēng)險(xiǎn)因子對(duì)大眾的可以危害程度即風(fēng)險(xiǎn)大小。
2有害微生物風(fēng)險(xiǎn)評(píng)估模型的特點(diǎn)
由于在風(fēng)險(xiǎn)評(píng)估的四個(gè)環(huán)節(jié)中研究者面對(duì)的數(shù)據(jù)不再是某個(gè)特定試驗(yàn)中的少量數(shù)據(jù),而是小到一個(gè)區(qū)域大到一個(gè)國(guó)家的大量數(shù)據(jù),處理大量的數(shù)據(jù)需要運(yùn)用統(tǒng)計(jì)學(xué)原理,特別是大量的分布函數(shù)被應(yīng)用到有害微生物的風(fēng)險(xiǎn)評(píng)估當(dāng)中[4]。
比如要構(gòu)建某地牛奶中沙門(mén)氏菌的風(fēng)險(xiǎn)評(píng)估模型,其中一個(gè)重要的參數(shù)為此地牛奶中沙門(mén)氏菌的含量。即便通過(guò)大量抽樣檢驗(yàn),獲得了500份樣品的沙門(mén)氏菌含量,仍然不能將此變量定為某個(gè)特定的確定數(shù)值。將此500份結(jié)果取平均值的方法不科學(xué),一旦采用取平均值的方法,少量高劑量組將被掩蓋從而不能正確反映低概率的風(fēng)險(xiǎn),應(yīng)當(dāng)通過(guò)數(shù)學(xué)計(jì)算,將樣品的沙門(mén)氏菌含量擬合出相應(yīng)的分布函數(shù)。
最早的定量風(fēng)險(xiǎn)評(píng)估模型是概率模型。它基于傳統(tǒng)的數(shù)學(xué)概率算法,其缺點(diǎn)一是不能高效處理大量數(shù)據(jù),二是求解困難。求解多元高階函數(shù)一直是數(shù)學(xué)難題,在有害微生物風(fēng)險(xiǎn)評(píng)估中,初始有害微生物含量、時(shí)間、溫度、濕度、人群總數(shù)、兒童以及老人所占比例、人均日常食物攝入量等都將成為概率模型中的自變量??梢?jiàn),風(fēng)險(xiǎn)模型越完善,涉及的因素越多,函數(shù)的自變量個(gè)數(shù)越多,函數(shù)就越難求解。
現(xiàn)如今,模擬算法給多元函數(shù)求解提供了新思路,并被應(yīng)用于有害微生物的風(fēng)險(xiǎn)評(píng)估當(dāng)中。其思路是不求函數(shù)的真實(shí)解,而是求函數(shù)的近似解,模擬的次數(shù)越多,近似解就越接近于真實(shí)解。其中應(yīng)用最廣泛的是蒙特卡洛模擬。蒙特卡洛(MonteCarlo)模擬最早是由美國(guó)物理學(xué)家Metropolis在參與著名的曼哈頓計(jì)劃時(shí)創(chuàng)建的。如今,蒙特卡洛模擬技術(shù)是概率評(píng)估的主要手段之一[5],被廣泛應(yīng)用于經(jīng)濟(jì)學(xué)、物理學(xué)等多個(gè)領(lǐng)域。蒙特卡洛模擬被越來(lái)越多地應(yīng)用于農(nóng)產(chǎn)品的風(fēng)險(xiǎn)評(píng)估當(dāng)中,并得到各國(guó)權(quán)威部門(mén)的肯定。美國(guó)環(huán)??偩郑‥PA)將蒙特卡洛模擬定為風(fēng)險(xiǎn)分析基本方法。蒙特卡洛方法是依據(jù)事物現(xiàn)象體現(xiàn)本質(zhì)的統(tǒng)計(jì)規(guī)律,或者是人為構(gòu)建的合理的依賴隨機(jī)變量的概率模型,將某些隨機(jī)變量的統(tǒng)計(jì)量作為待解決函數(shù)(問(wèn)題)的解,進(jìn)行大量統(tǒng)計(jì)計(jì)算的統(tǒng)計(jì)實(shí)驗(yàn)方法或者計(jì)算機(jī)隨機(jī)模擬方法。它依據(jù)的是均勻分布的算術(shù)平均收斂于真值(大數(shù)法則),以及置信水平下的統(tǒng)計(jì)誤差(中心極限)[6]。具體地說(shuō),在解決有害微生物風(fēng)險(xiǎn)評(píng)估這一復(fù)雜問(wèn)題時(shí),因?yàn)樯婕暗降淖兞窟^(guò)多,精確的數(shù)學(xué)模擬過(guò)于復(fù)雜而無(wú)法求解,然而通過(guò)蒙特卡洛方法,利用隨機(jī)模擬法近似的計(jì)算出有害微生物所造成的風(fēng)險(xiǎn)值,隨著模擬次數(shù)的增加,其預(yù)計(jì)精度也會(huì)不斷增加。最終,通過(guò)計(jì)算機(jī)的高速運(yùn)算,完成上萬(wàn)次的模擬運(yùn)算,就可以得到有害微生物的風(fēng)險(xiǎn)概率,隨著模擬次數(shù)的增加,風(fēng)險(xiǎn)概率的置信率也不斷提高[7]。
蒙特卡洛模型從根本上說(shuō)仍然屬于概率模型,只不過(guò)使用蒙特卡洛算法代替了微分算法。依據(jù)蒙特卡洛方法,已經(jīng)開(kāi)發(fā)出多種軟件輔助處理數(shù)據(jù),并完成上萬(wàn)次的計(jì)算模擬。其中,美國(guó)Palisade公司的@RISK工具被廣泛引用。@RISK通過(guò)加載到人們熟知的數(shù)據(jù)庫(kù)軟件Excel中,使得Excel具有了構(gòu)建高級(jí)統(tǒng)計(jì)分布函數(shù)以及風(fēng)險(xiǎn)分析功能。可以完成大量數(shù)據(jù)與高級(jí)統(tǒng)計(jì)分布函數(shù)擬合,以及蒙特卡洛模擬[8]。@RISK可以完成的工作最主要的是兩個(gè):概率分布擬合以及模擬計(jì)算。比如,在暴露評(píng)估研究中,需要統(tǒng)計(jì)出某地區(qū)人口的年齡分布,作為終生暴露總時(shí)間,然后將大量年齡數(shù)據(jù)輸入Excel,利用@RISK的分布函數(shù)擬合功能,就可以得到一條最佳的分布函數(shù)。當(dāng)?shù)玫阶罱K的風(fēng)險(xiǎn)函數(shù)后,因?yàn)檫@個(gè)風(fēng)險(xiǎn)函數(shù)中必然包含著不止一個(gè)概率分布子函數(shù),使得這個(gè)風(fēng)險(xiǎn)函數(shù)異常復(fù)雜難以求解。利用@RISK的模擬計(jì)算功能,選擇恰當(dāng)?shù)碾S機(jī)數(shù)抽樣方法,例如,在馬爾科夫鏈蒙特卡洛法(MCMC)中通常選用Gibbs抽樣和Metropolis-Hastings抽樣,計(jì)算機(jī)即依照指定的抽樣方法,模擬抽取出符合風(fēng)險(xiǎn)函數(shù)子函數(shù)(某個(gè)概率分布函數(shù))的數(shù)值,從而模擬計(jì)算風(fēng)險(xiǎn)的近似值。
另外一個(gè)應(yīng)用廣泛的解決蒙特卡洛模擬的軟件是美國(guó)MathWorks公司出品的MATLAB。作為應(yīng)用最廣泛的數(shù)學(xué)軟件,MATLAB功能異常強(qiáng)大,通過(guò)可擴(kuò)展的工具箱,幾乎涵蓋了統(tǒng)計(jì)學(xué)中主要函數(shù)。編程語(yǔ)言簡(jiǎn)單、編程容易、效率極高是它的優(yōu)點(diǎn),通過(guò)它來(lái)應(yīng)用蒙特卡洛方法解決風(fēng)險(xiǎn)評(píng)估工作時(shí),僅僅使用了MATLAB很小的一部分功能[9]。也因?yàn)镸ATLAB并非專門(mén)的蒙特卡洛處理軟件,所以較@RISK需要更多的時(shí)間學(xué)習(xí)才能掌握。
貝氏網(wǎng)格是一種描述變量間隨機(jī)關(guān)系的圖解模型,近年來(lái)也被應(yīng)用于有害微生物的風(fēng)險(xiǎn)評(píng)估[17]。貝氏網(wǎng)格應(yīng)用了貝葉斯法則,該法則認(rèn)為:事件A在事件B(發(fā)生)的條件下的概率與事件B在事件A的條件下的概率是不一樣的,然而,這兩者是有確定的關(guān)系,貝葉斯法則就是這種關(guān)系的陳述,或者表述為:后驗(yàn)概率=標(biāo)準(zhǔn)似然度×先驗(yàn)概率。貝葉斯概率與傳統(tǒng)頻率概率的區(qū)別在于概率如何被賦值。貝氏網(wǎng)格模型近期才被應(yīng)用到有害微生物的風(fēng)險(xiǎn)評(píng)估當(dāng)中,給蒙特卡洛模型起到了補(bǔ)充作用。
3國(guó)內(nèi)外有害微生物風(fēng)險(xiǎn)評(píng)估研究的進(jìn)展
3.1國(guó)內(nèi)研究進(jìn)展
我國(guó)的農(nóng)產(chǎn)品質(zhì)量安全風(fēng)險(xiǎn)評(píng)估工作還處于發(fā)展階段,有害微生物的風(fēng)險(xiǎn)評(píng)估工作有一定開(kāi)展,但仍然不夠完善。
首先是對(duì)象不全面。國(guó)內(nèi)風(fēng)險(xiǎn)評(píng)估工作的研究對(duì)象,即風(fēng)險(xiǎn)因子,主要集中在單增李斯特菌、沙門(mén)氏菌、肉毒桿菌、金黃色葡萄球菌、黃曲霉等有限的幾種。田靜等[10]報(bào)道研究了熟肉中單增李斯特菌的風(fēng)險(xiǎn)評(píng)估與風(fēng)險(xiǎn)管理應(yīng)對(duì)方法,對(duì)單增李斯特菌開(kāi)展了危害識(shí)別、危害特征描述、暴露評(píng)估和風(fēng)險(xiǎn)特征描述。董慶利等[11]同樣也研究了單增李斯特菌的風(fēng)險(xiǎn)評(píng)估,獲得了通過(guò)劑量-危害關(guān)系,利用半定量的研究方法,推測(cè)出易感人群和非易感人群由于攝入即食農(nóng)產(chǎn)品導(dǎo)致單增李斯特菌病的每年發(fā)病概率。朱玲等[12]報(bào)道了沙門(mén)氏菌的劑量-危害關(guān)系。林強(qiáng)等[13]報(bào)道了牡蠣養(yǎng)殖中副溶血弧菌與水質(zhì)因子間的關(guān)系。研究對(duì)象的單一嚴(yán)重制約了我國(guó)有害微生物風(fēng)險(xiǎn)評(píng)估工作的開(kāi)展。endprint
國(guó)內(nèi)有害微生物風(fēng)險(xiǎn)評(píng)估研究所使用的模型多數(shù)為國(guó)外建立的成熟模型。國(guó)內(nèi)學(xué)者在使用這些模型的過(guò)程中,往往將模型參數(shù)一并引用,而此類(lèi)參數(shù)多以統(tǒng)計(jì)學(xué)獲得。中外飲食結(jié)構(gòu)、人群構(gòu)成存在較大差異,引用國(guó)外參數(shù)往往造成評(píng)估不準(zhǔn)確。郭耀東等[14]將概率分析原理應(yīng)用到風(fēng)險(xiǎn)評(píng)估當(dāng)中,對(duì)風(fēng)險(xiǎn)評(píng)估模型做了初步探索,研究了玉米農(nóng)產(chǎn)品中黃曲霉毒素B-1膳食暴露及風(fēng)險(xiǎn)評(píng)估。
國(guó)內(nèi)有害微生物風(fēng)險(xiǎn)評(píng)估工作往往研究的是風(fēng)險(xiǎn)評(píng)估四個(gè)主要步驟中的某一個(gè)或者某幾個(gè),沒(méi)有系統(tǒng)研究。系統(tǒng)不完善使得問(wèn)題被分開(kāi)闡述,不能從整體大局上給出描述。董慶利等[15]開(kāi)展了某市冷卻豬肉中氣單胞菌風(fēng)險(xiǎn)評(píng)估中最主要的暴露評(píng)估,包含冷卻豬肉原料的銷(xiāo)售、運(yùn)輸以及貯藏3個(gè)環(huán)節(jié),沒(méi)有涉及氣單胞菌的危害識(shí)別、危害特征描述和風(fēng)險(xiǎn)特征描述。王偉等[16]研究了我國(guó)居民膳食暴露脫氧雪腐鐮刀菌烯醇、雪腐鐮刀菌烯醇和玉米赤霉烯酮的暴露水平,也缺少其余三方面的研究。
3.2國(guó)外研究進(jìn)展
國(guó)外對(duì)有害微生物風(fēng)險(xiǎn)評(píng)估的研究較為深入,主要體現(xiàn)在對(duì)農(nóng)產(chǎn)品風(fēng)險(xiǎn)評(píng)估模型的深入研究上。Greinera等[17]對(duì)農(nóng)產(chǎn)品風(fēng)險(xiǎn)評(píng)估的研究沒(méi)有停留在僅僅關(guān)注蒙特卡洛-風(fēng)險(xiǎn)模型,而是進(jìn)一步研究了依據(jù)蒙特卡洛算法建立模型的可靠性,試圖發(fā)現(xiàn)蒙特卡洛模型的不足并使用新的模型來(lái)彌補(bǔ)。他們將貝葉斯推論(Bayesianinference,BI)模型與蒙特卡洛模型做了對(duì)比,發(fā)現(xiàn)蒙特卡洛模型的一個(gè)不足之處是不能處理模型參數(shù)的反饋,然而將貝葉斯推論模型融合進(jìn)蒙特卡洛模型中就可以彌補(bǔ)這一缺陷,方法是在蒙特卡洛模型中引入貝葉斯域。同時(shí)證明僅依靠貝氏網(wǎng)格(一種描述變量間隨機(jī)關(guān)系的圖解模型)就可以構(gòu)建完整的定量風(fēng)險(xiǎn)評(píng)估模型。
西班牙學(xué)者Pérez-Rodríguez等[18]利用傳統(tǒng)統(tǒng)計(jì)學(xué)與二階蒙特卡洛模型研究了美國(guó)老年人群由于食用熟食肉而感染單增李斯特菌的情況,提出了一個(gè)假說(shuō):每年的食源性疾病數(shù)量的變異系數(shù)(CV)隨著暴露量的增加而減少。他們通過(guò)中值極限定理從數(shù)學(xué)角度證明了這一推論,并且,來(lái)自不同國(guó)家的沙門(mén)氏菌以及李斯特菌感染的流行病學(xué)數(shù)據(jù)支持這一假說(shuō)。他們希望這一假說(shuō)提供給農(nóng)產(chǎn)品安全專家一個(gè)新的視角,從長(zhǎng)時(shí)間跨度以及大地區(qū)范圍來(lái)認(rèn)識(shí)微生物感染農(nóng)產(chǎn)品的復(fù)雜情況。
國(guó)外學(xué)者在進(jìn)行致病微生物的危害識(shí)別時(shí),更加注重研究在某些流通、生產(chǎn)階段內(nèi)農(nóng)產(chǎn)品所感染的有害微生物的動(dòng)態(tài)變化,而不是單純研究有害微生物在實(shí)驗(yàn)室條件下的生長(zhǎng)曲線,由此所獲得的數(shù)據(jù)對(duì)現(xiàn)實(shí)有更大的指導(dǎo)意義。Posada-Izquierdo等[19]建立了大腸桿菌(O157∶H7)在生鮮萵苣葉上的生長(zhǎng)模型,模擬了生鮮萵苣葉在商業(yè)工藝條件,主要是含氯水洗滌以及空調(diào)保鮮包裝下大腸桿菌的生長(zhǎng)情況。生長(zhǎng)模型的置信帶(confidencebands)等信息由蒙特卡洛模擬計(jì)算得到。在8、13℃以及16℃下,評(píng)估出的最大生長(zhǎng)率(logcfu/day)分別為0.14(95%CI:0.06~0.31)、0.55(95%CI:0.17~1.20)以及1.43(95%CI:0.82~2.15)。
Sampedro等[20]則關(guān)注了新型物理殺菌法——脈沖電場(chǎng)法的殺菌效果,研究了在某果汁飲料中pH、果膠濃度對(duì)脈沖電場(chǎng)法殺滅沙門(mén)氏菌效果的不同影響。他們利用蒙特卡洛模擬,基于威布爾分布函數(shù),確認(rèn)了各個(gè)因素對(duì)殺菌效果的影響大小,提出利用蒙特卡洛模擬可以有效預(yù)測(cè)工藝參數(shù)以及產(chǎn)品配方對(duì)農(nóng)產(chǎn)品安全的影響。
Puerta-Gomez等[21]利用場(chǎng)景分析以及預(yù)測(cè)微生物學(xué),建立了一個(gè)風(fēng)險(xiǎn)模型來(lái)研究嬰兒食用即食菠菜過(guò)程中感染沙門(mén)氏菌的風(fēng)險(xiǎn)情況,菠菜收獲季節(jié)的溫度控制、洗滌、照射等因素被納入到模型當(dāng)中。研究發(fā)現(xiàn),當(dāng)在20℃收獲、儲(chǔ)藏至少5h、使用含氯(220mg/L)水洗滌、輻照條件為1kGy時(shí),菠菜所攜帶沙門(mén)氏菌的含量最低。
利用蒙特卡洛模擬,Belda-Galbis等[22]評(píng)估了不同濃度下香芹酚以及檸檬醛對(duì)大腸桿菌、李斯特菌的抑制作用。在這個(gè)隨機(jī)模型中,最大生長(zhǎng)速率以及延遲時(shí)間都被作為參數(shù)考慮在內(nèi)。Coulliette等[23]研究了氯氣水溶液對(duì)沙門(mén)氏菌、弧菌感染風(fēng)險(xiǎn)的降低作用。
4展望
農(nóng)產(chǎn)品的微生物安全關(guān)系到每個(gè)人的切身利益,國(guó)家高度重視并不斷加強(qiáng)對(duì)農(nóng)產(chǎn)品的微生物安全管理工作。農(nóng)產(chǎn)品質(zhì)量安全工作者應(yīng)當(dāng)積極與數(shù)學(xué)、毒理學(xué)等專業(yè)學(xué)者交流學(xué)習(xí),推動(dòng)我國(guó)農(nóng)產(chǎn)品中有害微生物風(fēng)險(xiǎn)評(píng)估工作向著風(fēng)險(xiǎn)模型的深入優(yōu)化以及農(nóng)產(chǎn)品加工生產(chǎn)到消費(fèi)全過(guò)程監(jiān)控的方向發(fā)展,充分利用現(xiàn)有資源,少做不做低端重復(fù)工作,多做學(xué)做系統(tǒng)性深入性研究。
參考文獻(xiàn):
[1]李培武,丁小霞,白藝珍,等.農(nóng)產(chǎn)品黃曲霉毒素風(fēng)險(xiǎn)評(píng)估研究進(jìn)展[J].中國(guó)農(nóng)業(yè)科學(xué),2013,46(12):2534-2542.
[2]孟娣.水產(chǎn)品中副溶血性弧菌快速檢測(cè)技術(shù)及風(fēng)險(xiǎn)評(píng)估研究[D].青島:中國(guó)海洋大學(xué),2007.
[3]MeadG,LammerdingAM,CoxN,etal.全球禽肉生產(chǎn)和貿(mào)易中的沙門(mén)菌風(fēng)險(xiǎn)評(píng)估與控制[J].中國(guó)家禽,2011,5:34-43.
[4]邵偉.蒙特卡洛方法及在一些統(tǒng)計(jì)模型中的應(yīng)用[D].濟(jì)南:山東大學(xué),2012.
[5]苑克俊,張道輝,李震三,等.農(nóng)業(yè)科研數(shù)據(jù)處理軟件DPS-98的設(shè)計(jì)[J].農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究,1999,1:61-63,67.
[6]黃思達(dá).基于蒙特卡洛模擬法的股票掛鉤結(jié)構(gòu)性理財(cái)產(chǎn)品的收益探析[J].金融經(jīng)濟(jì),2012,22:100-102.
[7]陳伶俐.信用風(fēng)險(xiǎn)模型的分析與蒙特卡洛模擬[D].成都:西南財(cái)經(jīng)大學(xué),2012.
[8]馬興莉,李志紅,陳克,等.@RISK在有害生物定量風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J].植物檢疫,2010,6:1-6.endprint
[9]張仙風(fēng),呂志鵬.基于MATLAB的蒙特卡洛方法在可靠性設(shè)計(jì)中的應(yīng)用[J].裝備制造技術(shù),2006,4:76-77.
[10]田靜.熟肉制品中單增李斯特菌的風(fēng)險(xiǎn)評(píng)估及風(fēng)險(xiǎn)管理措施的研究[D].北京:中國(guó)疾病預(yù)防控制中心,2010.
[11]董慶利,鄭麗敏,黨維鑫,等.即食食品中單增李斯特菌的半定量風(fēng)險(xiǎn)評(píng)估[J].食品工業(yè)科技,2012,11:321-323,366.
[12]朱玲,許喜林,周彥良,等.加工肉雞中沙門(mén)氏菌風(fēng)險(xiǎn)評(píng)估[J].現(xiàn)代食品科技,2009,7:825-829.
[13]林強(qiáng),李寧求,付小哲,等.牡蠣養(yǎng)殖過(guò)程中副溶血弧菌與水質(zhì)因子間的關(guān)系[J].水產(chǎn)學(xué)報(bào),2012,3:415-421.
[14]郭耀東,陳璐,袁亞宏,等.基于概率分析的玉米食品中黃曲霉毒素B_1膳食暴露及風(fēng)險(xiǎn)評(píng)估[J].食品科學(xué),2013,11:24-27.
[15]董慶利,高翠,鄭麗敏,等.冷卻豬肉中氣單胞菌的定量暴露評(píng)估[J].食品科學(xué),2012,15:24-27.
[16]王偉,邵兵,朱江輝,等.中國(guó)谷物制品中重要鐮刀菌毒素膳食暴露評(píng)估研究[J].衛(wèi)生研究,2011,6:709-714.
[17]GreinerM,SmidJ,HavelaarAH,etal.Graphicalmodelsandbayesiandomainsinriskmodelling:applicationinmicrobiologicalriskassessment[J].Prev.Vet.Med.,2013,110(1):4-11.
[18]Perez-RodriguezF,ZwieteringMH.Applicationofthecentrallimittheoreminmicrobialriskassessment:highnumberofservingsreducesthecoefficientofvariationoffood-borneburden-of-illness[J].Int.J.FoodMicrobiol.,2012,153(3):413-419.
[19]Posada-IzquierdoGD,Perez-RodriguezF,Lopez-GalvezF,etal.ModellinggrowthofEscherichiacoliO157∶H7infresh-cutlettucesubmittedtocommercialprocessconditions:chlorinewashingandmodifiedatmospherepackaging[J].FoodMicrobiol.,2013,33(2):131-138.
[20]SampedroF,RodrigoD,MartínezA.ModellingtheeffectofpHandpectinconcentrationonthePEFinactivationofSalmonellaentericaserovarTyphimuriumbyusingtheMonteCarlosimulation[J].FoodControl,2011,22(3-4):420-425.
[21]Puerta-GomezAF,KimJ,MoreiraRG,etal.Quantitativeassessmentoftheeffectivenessofinterventionstepstoreducetheriskofcontaminationofready-to-eatbabyspinachwithSalmonella[J].FoodControl,2013,31(2):410-418.
[22]Belda-GalbisCM,Pina-PérezMC,LeufvénA,etal.ImpactassessmentofcarvacrolandcitraleffectonEscherichiacoliK12andListeriainnocuagrowth[J].FoodControl,2013,33(2):536-544.
[23]CoullietteAD,EngerKS,WeirMH,etal.RiskreductionassessmentofwaterborneSalmonellaandVibriobyachlorinecontactdisinfectantpoint-of-usedevice[J].Int.J.Hyg.EnvironHealth,2013,216(3):355-361.endprint