霉变检测

“将中药材放置在检测平台上，通过检测中药材气体和纹理信息，系统就可以自动在两秒内判断出中药材的霉变情况。我们设计研发的这个系统，不仅检测效率高，而且能准确检测出连资深中药师都难以发现的超早期霉变情况。”日前，浙江农林大学的大二学生连俊博这样介绍团队研发的中药材超早期霉变检测系统。中药是我国的传统药物，具有上千年的应用历史。但如何检测中药是否霉变，一直是传统药企难以解决的问题。连俊博介绍:“中药材的存储对温湿度有较高的要求，受潮的中药材很容易发生霉变，目前多数企业还是靠人工甄别，但超早期的霉变难以用感官鉴别，而现有的精密检测方法速度慢、成本高，难以投入市场。我们研发的系统可以填补这一空白。”据了解，连俊博的研究团队，由浙江农林大学机械专业、农学专业、环境设计专业、计算机专业等多专业的佼佼者组合而成，并邀请了校食品安全与人工智能领域的专家惠国华进行指导。在研究中，团队发现，非线性的电子鼻技术和弛豫光谱检测技术可以使药材信息更加丰富、响应速度更快。这套超早期中药材霉变检测系统，采用了包括可视化AI识别技术、纹理特征分析技术、气体传感器技术等多种数字技术。在检测过程中，系统可以快速地捕捉中药材的微量气体（包括硫化物、烷烃在内的八类气体）变化以及内部信息，并通过深度学习算法对检测数据进行分析，以识别是否存在霉变情况。整个检测过程只需2秒钟，大大提高了检测效率和准确性，避免了人工检测中的误判和漏检的情况。为了增强系统的信息交互能力，连俊博团队还加入了无线通讯技术，使用者可以通过手机上的app远程监测中药材的检测相关信息。由于超早期中药材霉变检测系统具有快速的检测速度和超高的检测精度，这一系统受到许多中药材原厂商的青睐，并且目前有部分厂商已经将其投入使用，并且已与温州市布衣大药房连锁有限公司等数家企业建立商业合作。连俊博说，“中药材原厂商和药企可以依靠这套快速检测中药材的品质，可以有效帮助他们自检，同时系统会将获取的信息通过网络上传至云端，实现中药材霉变检测智能化。”目前研究成果，已先后发表5篇SCI、EI论文，获得包括《一种白芨品质快速无损检测系统及方法》在内共3项授权专利，申请专利包括《一种当归片的检测系统及方法》在内共5项，获得软著作包括《中药材品质检测系统》在内共2项。

我国粮食产后损耗每年高达700亿斤，几乎相当于产粮大省吉林一年的粮食总产量。产后减损是保障粮食供给的“无形良田”和有效途径。霉变是导致粮食产后损耗的主要原因，严重威胁我国粮食安全、食品安全和人民生命健康。开展粮食仓储霉变检测监测意义重大。虽然传统的基于酶联免疫吸附测定、气相色谱质谱、高光谱成像和电子鼻等霉变检测方法均具有高灵敏度和高准确度的优点，但是也存在需要样品预处理、昂贵设备和人员培训等问题，制约了粮食霉变检测技术的广泛应用。中国农业科学院农产品加工研究所粮油减损与真菌毒素防控创新团队开发了一种基于有机挥发物响应的全细胞生物传感器阵列，可以实现粮食霉变的高准确度监测。该研究通过在大肠杆菌中筛选响应粮食霉变前期标志性有机挥发物的启动子，构建了融合14种应激响应启动子和发光细菌荧光素酶基因的全细胞生物传感器阵列，结合优化的机器学习模型，实现了对黄曲霉霉变花生和霉变玉米的83%的区分准确度；对霉变前期不同阶段花生、玉米高达95%和98%的预测准确度；以及对霉变和健康花生、玉米的预测准确度均达到100%。此研究结果表明了基于全细胞生物传感器阵列结合优化的机器学习模型的可靠性和实用性，可以实现对霉变前期粮食的无损高准确度监测。上述研究结果分别在材料科学国际知名学术期刊Journal of Hazardous Materials（中科院1区，IF=14.224）在线发表，中国农业科学院农产品加工研究所粮油减损团队博士后马俊宁和浙江工业大学客座硕士研究生管乐为论文第一作者，加工所邢福国研究员为通讯作者。该研究成果得到了国家重点研发专项计划（2022YFD0400104）、国家自然科学基金（31972179、32001813）、中国农业科学院科技创新工程（CAAS-ASTIP-G2022-IFST-01）、青岛市科技计划项目科技惠民示范引导专项（21-1-4-NY-4-NSH）的资助。原文链接: https://doi.org/10.1016/j.jhazmat.2023.131030

霉菌是真菌的一种，有的能使食品转变为有毒物质，有的可能在食品中产生毒素，即霉菌毒素 。自从发现黄曲霉毒素 以来，霉菌与霉菌毒素对食品的污染日益引起重视。主要表现为慢性中毒、致癌、致畸、致突变作用 。比如，在1993年被世界卫生组织（WHO）癌症研究机构划定为一类天然存在的致癌物的黄曲霉毒素，是毒性极强的剧毒物质，对人体健康造成的危害极大。霉菌毒素对粮油及其制品、各种植物性与动物性食品、水分含量较高的禾谷类作物都能造成污染。人或动物特别容易通过误食这些食品或其加工副产品，又经消化道吸收毒素进去人体。进而在肝、肾、肌肉、血、奶及蛋中可测出毒素，所以霉菌毒素的检测工作尤为很重要。霉菌及其毒素的产生也是渐变的，从无到有，从少到多。我们常说，抛开剂量谈毒性是耍流氓。霉菌毒素亦是如此，所以在关于食品霉菌毒素的检测工作中，霉菌毒素的检测限越低，霉菌毒素发现的越早，对我们的食品安全检测工作就越有利。比如，花生作为我国主要的油料经济作物之一，在加工贮藏等环节极易受到黄曲霉菌的侵染而失去使用价值。挖掘黄曲霉菌污染发生早期预警标识分子对于花生霉变的早期监测预警具有重要意义。在近期的研究中，科研人员将气相离子迁移谱(GC-IMS)技术用于食品相关样品的霉菌检测研究，相对于传统的液相色谱法、荧光光度法具有检测限更低、速度更快的特点。气相离子迁移谱（GC-IMS）技术结合了气相色谱的高分离度与离子迁移谱的高灵敏度，固体/液体样品无需固相微萃取，直接顶空进样分析，检出限可达到ppbv级别，典型分析时间5-15min,结果以直观可视的指纹图谱形式将样品中风味物质的差异呈现出来，可对单一/标记物进行定性、定量分析，也可对样品中所有挥发性有机物进行非靶向分析。气相离子迁移谱采用气相离子迁移谱（GC-IMS）技术对花生中黄曲霉侵染过程中挥发性有机化合物进行分析，通过挥发性物质的指纹谱图观察侵染过程中各阶段挥发性物质的变化规律和相对含量的变化，根据特征峰图片库结果结合化学计量学方法可以对花生的早期霉变程度进行有效的区分。热图聚类分析和主成分分析比较不同化合物之间的差异性和相似性，结果表明不同侵染阶段挥发性有机化合物差异明显，具有明显区分度，如己酸、2，3-丁二酮、2-己烯-1-醇-M、 戊-1-醇-M 和己醛可作为花生早期霉变的潜在生物标志物。该结果为仓储条件下花生霉变程度的早期预警监测体系开发提供了有效的标识分子。江苏大学食品与生物工程学院陈斌教授课题组基于GC-IMS联用技术在大米霉变早期监测做了相关研究，使用GC-IMS对分离的单一霉菌的mVOCs进行分析，发现菌种不同代谢产生的挥发性有机物不同，借助指纹图谱找到6种霉菌共性的挥发性有机物，根据挥发性有机物含量的变化用于大米霉变的早期筛查研究。以下为GC-IMS技术在粮食霉变早期筛查中的应用，欢迎查阅：1. Targeted versus Nontargeted Green Strategies Based on Headspace-Gas Chromatography−Ion Mobility Spectrometry Combined with Chemometrics for Rapid Detection of Fungal Contamination on Wheat Kernels. J. Agric. Food Chem 2020, 68, 12719−12728. 2. Rapid determination of potential aflatoxigenic fungi contamination on peanut kernels during storage by data fusion of HS-GC-IMS and fluorescence spectroscopy. Postharvest Biology and Technology 171 (2021) 111361.3. Rapid detection of Aspergillus spp. infection levels on milled rice by headspace-gas chromatography ion-mobility spectrometry (HS-GC-IMS) and E-nose. LWT - Food Science and Technology 132 (2020) 109758.4. Early detection and monitoring for Aspergillus flavus contamination in maize kernels. Food Control 121(2021)107636.5. A study on volatile metabolites screening by HS-SPME-GC-MS and HS-GC-IMS for discrimination and characterization of white and yellowed rice. Cereal Chemistry 2020 00:1–9.6. Determination of volatile organic compounds by HS-GC-IMS to detect different stages of Aspergillus flavus infection in Xiang Ling walnut. Food Sci Nutr DOI: 10.1002/fsn3.2229.7. GC-IMS联用技术在大米霉变早期监测中的研究应用.江苏大学. 2019.8. 气相离子迁移谱联用技术评定大米霉变程度的研究应用. 中国粮油学报. 2019.9.高效识别黄变与正常稻谷中差异小分子物质的检测方法.申请公布号：CN109324124 A.天津科技大学. 2019.10.一种玉米花生核桃黄曲霉侵染霉变的特定分子标记物及利用其进行早期霉变检测的方法. 申请公布号： CN 111521708 A. 陕西科技大学. 2020.11.基于离子迁移谱的玉米霉变早期预警标示分子研究.中国食品科学技术学会第十七届年会摘要集.2020.