海鲜安全新盾牌：纸色谱阵列与神经网络联手守护餐桌
发布时间：2024-12-18 浏览次数：19 分享：
随着海鲜消费量的不断攀升，食品安全问题日益成为公众关注的焦点，在食品安全领域，快速、准确的检测技术对于预防食源性疾病至关重要。据《Food Research International》杂志最新报道，由马萨诸塞大学洛厄尔分校和佛罗里达大学的研究人员联合开发的纸色谱阵列（PCA）和神经网络（NN）结合的检测方法，为海鲜中的病原体检测提供了一种新颖的解决方案。
这项技术的核心在于利用PCA捕捉海产品中挥发性有机化合物（VOCs）的变化，并结合神经网络的深度学习能力，实现对活体病原体的快速识别。许多海产源的细菌分泌组氨酸脱羧酶或TMAO还原酶，作为天然代谢产物生成挥发性有机物，如组胺和三甲胺。研究中，Morganella morganii（M. morganii）和Shewanella putrefaciens（S. putrefaciens）分别作为食源性病原体和腐败细菌的模型，通过PCA-NN系统进行检测，PCA制作及实验设置如下图所示。
图片来源：Food Research International
PCA可以识别VOCs的机理为PCA上的化学染料（如金属卟啉、pH指示剂等）具有特定的化学结构，能够与特定的VOCs发生相互作用，如氢键、配位键、离子交换等。这些染料对VOCs的识别是基于分子结构的互补性，即染料的活性位点与VOCs的分子结构之间存在匹配关系。当VOCs与PCA上的染料接触时，可能会发生化学反应，导致染料的化学结构发生变化。这种变化可能涉及到电子的转移、配位键的形成或断裂、氧化还原反应等，从而导致染料的吸光性质（如吸收光谱）发生变化。染料的吸光性质变化会导致其颜色发生变化，这种颜色变化可以通过肉眼或仪器检测到。
研究团队首先在标准培养基上验证了PCA-NN检测的准确性，随后在真实的海鲜模型—鳕鱼和三文鱼上进行了测试。结果显示，该方法能够成功区分人类食源性病原体和本地微生物群落，准确率高达90%至99%。这一成果不仅为海鲜安全检测提供了一种高效手段，也为智能包装技术的发展开辟了新的道路。
与传统的细菌分离和鉴定方法相比，PCA-NN检测技术无需富集、孵化或其他样本准备步骤，大大缩短了检测时间，降低了操作成本。此外，该方法不需要预先确定的特征或特定的分析染料，使得检测过程更加灵活和经济。
随着食品安全问题的日益严峻，PCA-NN检测技术的出现无疑为海鲜消费安全提供了新的保障。这项技术的成功应用，不仅能够保护消费者的健康，也将推动食品安全检测技术的进步，为全球食品安全监管提供强有力的支持。
原文链接：https://doi.org/10.1016/j.foodres.2022.112052
来源：微生物安全与健康网，作者~张宏图。
