賀巧玲，曹敏，孫在興，羅皓，李玉鋒*

（1.西華大學(xué)，四川 成都 610039；2.四川省食品檢驗(yàn)研究院，四川 成都 610000）

食源性疾病是最常見的疾病之一，已經(jīng)成為世界性公共衛(wèi)生問題，據(jù)世界衛(wèi)生組織統(tǒng)計(jì)，每年由于致病微生物引起腹瀉造成死亡人數(shù)超過220 萬人，食品安全問題是關(guān)乎人民健康和社會(huì)福祉的大問題[1]。食源性致病菌的檢測和分類對(duì)食品安全監(jiān)測十分重要，許多細(xì)菌或可指示食品衛(wèi)生標(biāo)準(zhǔn)，如大腸桿菌（Escherichia coli）；或直接導(dǎo)致食源性疾病，如致病性大腸桿菌、金黃色葡萄球菌（Staphylococcus aureus）、沙門氏菌（Salmonella）、單核細(xì)胞增生李斯特氏菌（Listeria monocytogenes） 等。為加強(qiáng)對(duì)食品中微生物污染的監(jiān)管，采用合適快速的檢測方法和技術(shù)對(duì)食源性致病菌進(jìn)行檢測顯得尤為重要。

食品中常見致病菌的傳統(tǒng)檢測法有多管發(fā)酵法、濾膜法和平板計(jì)數(shù)法，均為微生物培養(yǎng)法，需對(duì)食品樣品進(jìn)行預(yù)處理、增菌培養(yǎng)、分離培養(yǎng)、生化試驗(yàn)及血清學(xué)鑒定等。這些方法應(yīng)用廣泛、準(zhǔn)確性高，但耗時(shí)較長、步驟繁瑣，對(duì)操作人員有較高的操作要求。為提高檢測效率、縮短檢測時(shí)間，致病微生物的快速檢測技術(shù)逐漸發(fā)展成熟，包括分子生物學(xué)檢測技術(shù)、免疫分析檢測技術(shù)、色譜學(xué)檢測技術(shù)等，可快速對(duì)微生物進(jìn)行定性和定量檢測，但大多數(shù)快速檢測方法仍需破壞食品樣品進(jìn)行預(yù)處理，因此，需要復(fù)雜的樣品準(zhǔn)備和專業(yè)操作。無損檢測技術(shù)是一種可快速、準(zhǔn)確檢測食品中微生物的技術(shù)，對(duì)檢測樣品無破壞性，可在原位進(jìn)行無損檢測。

無損檢測技術(shù)是在不破壞被檢樣品的前提下，運(yùn)用各種物理學(xué)方法如聲、光、電等對(duì)物料進(jìn)行檢測分析的一種方法和技術(shù)[2]。與傳統(tǒng)檢測方法相比，無損檢測技術(shù)具備不破壞被檢樣品、檢測速度快、少污染、可實(shí)現(xiàn)自動(dòng)化等優(yōu)勢。常用于食源性致病菌檢測的無損檢測技術(shù)有近紅外光譜、高光譜成像技術(shù)、拉曼光譜技術(shù)、電子感官技術(shù)、生物傳感器分析技術(shù)。鑒于無損檢測技術(shù)在食品微生物污染檢測中的高實(shí)用性，本文介紹和分析了3 大無損檢測技術(shù)（近紅外光譜技術(shù)、高光譜技術(shù)和電子感官系統(tǒng)）的基本原理及其在食品常見致病菌檢測中的應(yīng)用，并介紹最近研究進(jìn)展，為3 種無損檢測技術(shù)在食品中的進(jìn)一步應(yīng)用提供參考。

1 近紅外光譜技術(shù)

1.1 近紅外光譜技術(shù)檢測常見食源性致病菌的原理

近紅外光是指位于780～2500nm（12820～4000cm-1）范圍的電磁波，近紅外光譜（near infrared spectroscopy，NIRs）技術(shù)利用物質(zhì)對(duì)近紅外光的選擇性吸收及其吸收強(qiáng)度來預(yù)測其成分和含量，可對(duì)有機(jī)物質(zhì)進(jìn)行定性和定量分析[3]。NIRs 通過測量分子振動(dòng)的倍頻及合頻吸收，讀取微生物菌體細(xì)胞壁、細(xì)胞膜及細(xì)胞內(nèi)生物大分子和水的化學(xué)鍵振動(dòng)情況，獲得整個(gè)微生物菌體生化組成成分的光譜定性定量信息，其中包含了絕大多數(shù)類型有機(jī)物組成和分子結(jié)構(gòu)的豐富信息，以此區(qū)分微生物生化信息的差別進(jìn)行鑒別[4-5]。由于倍頻與合頻吸收強(qiáng)度弱、吸收帶較寬且重疊嚴(yán)重，導(dǎo)致NIRs 解析信息困難，在進(jìn)行食源性致病菌的檢測時(shí)必須結(jié)合化學(xué)計(jì)量學(xué)技術(shù)[6]。

1.2 近紅外光譜技術(shù)無損檢測常見食源致病菌的應(yīng)用

NIRs 技術(shù)已廣泛用于評(píng)估不同產(chǎn)品的微生物特性，如牛肉、豬肉、雞肉、魚、牛奶和果蔬等[7]。利用可見近紅外光譜技術(shù)對(duì)新鮮生菜葉片中大腸桿菌污染進(jìn)行無損檢測和評(píng)價(jià)發(fā)現(xiàn)：在450～990 nm 波長范圍內(nèi)，可見光/近紅外光譜分析技術(shù)可快速、準(zhǔn)確地檢測生菜中的大腸桿菌ATCC 8739[8]。以大腸桿菌和銅綠假單胞菌為研究對(duì)象，在4 000～10 000 cm-1范圍內(nèi)用近紅外分析儀對(duì)2 種微生物數(shù)量不同的乳制品樣品進(jìn)行透過率測定，以探究近紅外技術(shù)在乳制品行業(yè)微生物檢測中的應(yīng)用潛力，模型表明，在有微生物生長的牛奶樣品中微生物的區(qū)分度較好[9]。栢鳳女等[10]以近紅外光譜法結(jié)合支持向量機(jī)對(duì)大腸桿菌O157∶H7、單核細(xì)胞增生李斯特菌、金黃色葡萄球菌進(jìn)行分類鑒定，以徑向基函數(shù)為核函數(shù)的支持向量機(jī)在核參數(shù)為0.5 時(shí)對(duì)3 種食源性致病菌的鑒別效果最好，與國標(biāo)方法相比結(jié)果一致，其鑒別準(zhǔn)確率均達(dá)到100%。

NIRs 結(jié)合線性化學(xué)計(jì)量學(xué)方法是一種準(zhǔn)確、方便的細(xì)菌分類工具。NIRs 的固有缺點(diǎn)為光譜響應(yīng)中顯著的多重共線性，因此，最好選擇較少數(shù)量的波長進(jìn)行模型建立，這樣選擇不僅可避免光譜多重共線性，且由于變量數(shù)量的減少，可顯著減少模型的計(jì)算時(shí)間，使模型更易解讀。對(duì)市售菠蘿果肉中的大腸桿菌和腸炎沙門氏菌進(jìn)行鑒定分類的研究中，采用主成分分析、軟獨(dú)立類類比建模分析和偏最小二乘判別分析3種方法，結(jié)合NIRs 技術(shù)進(jìn)行試驗(yàn)，其中結(jié)合偏最小二乘判別分析法對(duì)大腸桿菌和腸炎沙門氏菌的預(yù)測能力分別達(dá)到87.5%和88.3%[11]。NIRs 結(jié)合偏最小二乘法可建立線性類邊界模型，用于果肉中的細(xì)菌鑒別和檢測。細(xì)菌生物被膜是食品工業(yè)衛(wèi)生問題和經(jīng)濟(jì)損失的主要來源，一項(xiàng)研究評(píng)估了基于可見光、近紅外和短波紅外光譜的技術(shù)對(duì)快速檢測金黃色葡萄球菌在聚苯乙烯上形成生物膜有效性，該研究為后續(xù)開發(fā)基于光譜學(xué)的協(xié)議奠定基礎(chǔ)，該協(xié)議允許在食品工業(yè)表面進(jìn)行生物膜檢測[12]。試驗(yàn)結(jié)果表明，光譜剖面的偏最小二乘判別分析可以區(qū)分附著細(xì)菌生物量和未接種細(xì)菌生物量的表面；在該模型中，前兩個(gè)主成分對(duì)方差的貢獻(xiàn)率分別為39%和19%，估計(jì)錯(cuò)誤率在4 個(gè)主成分之后趨于穩(wěn)定，該評(píng)估的交叉驗(yàn)證準(zhǔn)確率為100%。

目前，NIRs 的主要研究目標(biāo)多為提高食源性致病菌分類模型的識(shí)別率，研究人員會(huì)比較線性分析法和非線性分析法、有監(jiān)督的機(jī)器學(xué)習(xí)算法和無監(jiān)督的機(jī)器學(xué)習(xí)算法等的使用效果，甚至比較各種復(fù)合使用效果，選擇適用于不同數(shù)據(jù)集合的最佳化學(xué)計(jì)量學(xué)方法。Feng 等[13]同時(shí)使用線性（偏最小二乘判別分析）和非線性（最小二乘支持向量機(jī)技術(shù)）方法，建立一種新的基于近紅外的菌種和菌株分類變量選擇方法，并建立全波長和簡化的校準(zhǔn)模型來區(qū)分大腸桿菌和無核李斯特菌。試驗(yàn)結(jié)果表明，復(fù)合使用偏最小二乘判別分析和最小二乘支持向量機(jī)技術(shù)使正確分類率和模型簡單性都比單獨(dú)使用偏最小二乘判別分析法的結(jié)果有所提高；利用1 884、1 886、1 890 nm 3 個(gè)波長對(duì)大腸桿菌和無核李斯特菌進(jìn)行種水平分類，分類正確率為100%。Chen 等[14]報(bào)道了一種無標(biāo)記近紅外表面增強(qiáng)拉曼散射檢測飲用水中致病菌的方法，利用細(xì)菌細(xì)胞懸浮液中銀納米顆粒的原位合成，可鑒別出飲用水中大腸埃希菌、銅綠假單胞菌（Pseudomonas aeruginosa）、耐甲氧西林金黃色葡萄球菌和李斯特菌等幾種常見病原菌，且SERS 譜的比較可以鑒別區(qū)分單核細(xì)胞增生李斯特菌和諾氏李斯特菌，該法是一種快速、選擇性、無標(biāo)記鑒定病原菌的方法。

利用NIRs 結(jié)合有效化學(xué)計(jì)量學(xué)方法，從光譜預(yù)處理、建立識(shí)別模型的角度針對(duì)食源性致病菌的分類識(shí)別鑒定已有較多研究，采用的線性方法包括偏最小二乘法PLS、線性判別分析LDA；非線性方法有二次判別分析QDA、相似性分析SIMCA 等，均具有較高的分類識(shí)別率，但大部分研究止于微生物的種水平，并未涉及亞種水平。雖然涉及細(xì)菌亞種水平識(shí)別檢測的相關(guān)研究較少，但有限的研究顯示，使用NIRs 對(duì)食源性致病菌進(jìn)行種水平的分類識(shí)別率仍較高且具有準(zhǔn)確性。

2 高光譜成像技術(shù)

2.1 高光譜成像技術(shù)檢測常見食源性致病菌的原理

高光譜成像技術(shù)（hyperspectral imaging，HSI）是一個(gè)寬泛的術(shù)語，包括通過各種方式（如拉曼散射、傅里葉變換紅外顯微鏡、熒光和近紅外化學(xué)成像）獲得的空間分辨光譜數(shù)據(jù)，是一種將成像或計(jì)算機(jī)視覺和光譜技術(shù)集成在一個(gè)系統(tǒng)中的復(fù)合技術(shù)，有透射和反射2 種工作模式，其中前者常用于較薄的樣品以獲取清晰、準(zhǔn)確的圖像；較厚樣品則可用后者測量其反射率用以判斷其生物特性[15-16]，HSI 是一種快速且非侵入性的技術(shù)。高光譜成像系統(tǒng)主要由光源、高光譜相機(jī)、載波臺(tái)和計(jì)算機(jī)軟硬件組成，當(dāng)光源照射到待測物體的表面時(shí)，由于不同物質(zhì)的組成、官能團(tuán)有所不同，導(dǎo)致不同待測物質(zhì)對(duì)特定波長有著不同的吸收度、分散度和反射率，2 個(gè)樣品的光譜圖像相似則表明，它們的化學(xué)成分和物理性質(zhì)相似[17-18]，因此，通過分析光譜信號(hào)之間的差異可以對(duì)待測物進(jìn)行定性、定量分析。與常規(guī)成像或光譜技術(shù)相比，HSI 可以同時(shí)測量圖像中每個(gè)像素的空間信息和光譜參數(shù)。HSI 表示為超立方體I（x，y，λ），是包含1 個(gè)波長λ 和2 個(gè)空間（x，y）維的三維（3D）數(shù)據(jù)塊。它既可以被認(rèn)為是每個(gè)單獨(dú)像素（x，y）處的光譜I（λ），也可以被認(rèn)為是每個(gè)單獨(dú)波長λ 處的圖像I（x，y）。樣本中的每個(gè)位置都會(huì)顯示該像素的獨(dú)特光譜指紋，該指紋可用來表征其化學(xué)成分[17-20]。因此，HSI 可用于同時(shí)識(shí)別和量化化學(xué)成分以及可視化其分布[21]，已廣泛用于食品質(zhì)量和食品安全的屬性評(píng)價(jià)。

2.2 高光譜成像技術(shù)無損檢測常見食源性致病菌的應(yīng)用

HSI 提供了一種無需試劑的病原體識(shí)別技術(shù)，為在各種情況下檢測微生物種類提供了一種低成本的方法。Seo 等[22]利用細(xì)菌細(xì)胞的形態(tài)特征，采用決策樹和支持向量機(jī)（support vector machine，SVM）等多元分析方法對(duì)食源性致病菌進(jìn)行分類。在基于細(xì)胞圖像形態(tài)特征的食源性細(xì)菌分類中，DT 算法比SVM 算法表現(xiàn)得更好，對(duì)革蘭氏陰性菌和革蘭氏陽性菌的分類正確率為89.7%，SVM 算法的分類正確率為82.9%；但DT算法對(duì)5 種細(xì)菌（金黃色葡萄球菌、糞腸球菌、鼠傷寒沙門氏菌、大腸桿菌和陰溝腸桿菌）的分類正確率下降到80.0%，而SVM 算法的分類正確率僅為72.5%。有研究分別用工作在近紅外（10 470～5 880 cm-1）區(qū)域的宏觀高光譜掃描儀、工作在近紅外（12 500～5 800 cm-1）區(qū)域的帶透射臂的FT-NIR 分光光度計(jì)和工作在4 000～675 cm-1區(qū)域的FT-MIR 顯微鏡不同設(shè)備進(jìn)行研究，探究光譜和高光譜技術(shù)在凝膠培養(yǎng)基上檢測細(xì)菌表面污染能力，并用于檢測樣品火腿切片上可導(dǎo)致火腿切片污染變化的彎曲乳桿菌（Lactobacillus curvatus）和櫻花乳桿菌（Lactobacillus sakura）[23]。

HSI 結(jié)合光譜和圖像技術(shù)，彌補(bǔ)了只有光譜信息或者只有圖像信息造成的不全面問題。Kammies 等[24]研究了近紅外高光譜成像和多元數(shù)據(jù)分析作為一種快速、無損的檢測和鑒別細(xì)菌的工具的潛力。研究人員采集蠟狀芽孢桿菌（Bacillus cereus）、大腸桿菌、腸炎沙門氏菌、金黃色葡萄球菌和表皮葡萄球菌（Staphylococcus epidermidis）在37 ℃條件下培養(yǎng)20 h 的近紅外高光譜圖像，以標(biāo)準(zhǔn)正態(tài)變量校正和Savitzky-Golay技術(shù)應(yīng)用于1 103～2 471 nm 的波長。結(jié)果顯示，對(duì)蠟樣芽孢桿菌和葡萄球菌的預(yù)測效果最好，預(yù)測結(jié)果的正確率在82.0%到99.96%之間。目前，近紅外高光譜成像技術(shù)已用于直接快速檢測生雞胸肉片中的假單胞菌，其中SNV-PLS 模型的校正、交叉驗(yàn)證和預(yù)測的相關(guān)系數(shù)和均方根誤差分別為0.88 和0.60 lgCFU/g、0.83和0.71 lgCFU/g、0.81 和0.80 lgCFU/g[25]，高光譜成像技術(shù)被證明是無損檢測生雞胸肉片中假單胞菌的有效工具。

食品加工設(shè)備表面形成的生物膜，可為細(xì)菌培養(yǎng)提供環(huán)境，從而導(dǎo)致食物中毒，且一般毒性較強(qiáng)，因此，初步檢測對(duì)食品衛(wèi)生管理十分重要。Lee 等[26]利用熒光高光譜成像技術(shù)檢測食品加工設(shè)施表面大腸桿菌（E.coli）和鼠傷寒沙門氏菌（S.typhimurium）的可行性。試驗(yàn)采用365 nm 紫外光光源發(fā)射紫外光，獲得420～730 nm 范圍內(nèi)的熒光高光譜圖像，圖像用于進(jìn)行判別分析（線性判別分析、K 近鄰分析和偏最小二乘判別分析）以識(shí)別和分類在加工設(shè)備上生長繁殖的食源性病原菌生物膜。結(jié)果表明，大多數(shù)機(jī)器學(xué)習(xí)模型對(duì)大腸桿菌和鼠傷寒沙門氏菌的特異性和敏感性的判別性能均在90%以上，其中K-近鄰模型的判別性能最好。該試驗(yàn)驗(yàn)證了生物膜檢測的有效性，表明了利用熒光高光譜圖像快速檢測生物膜的可能性。

HSI 技術(shù)結(jié)合光譜學(xué)和計(jì)算機(jī)視覺的優(yōu)點(diǎn)，被認(rèn)為是實(shí)現(xiàn)檢測自動(dòng)化的傳統(tǒng)方法的替代技術(shù)，能最大限度地減少食品安全問題發(fā)生。在高光譜成像中可以采取多種選擇進(jìn)行檢測工作，包括近紅外HSI、熒光HSI 以及拉曼HSI 等，這些選項(xiàng)使搜索各種檢測問題的解決方案具有極大的靈活性，然而，HSI 中蘊(yùn)含的豐富信息給數(shù)據(jù)處理帶來困難，使其難以在工業(yè)在線應(yīng)用。但不可否認(rèn)的是，HSI 的多功能性為其在食源性病原菌檢測中的廣泛應(yīng)用奠定了基礎(chǔ)。

3 電子感官系統(tǒng)

3.1 電子感官系統(tǒng)檢測常見食源性致病菌的原理

近年來，電子鼻、電子舌和電子眼等設(shè)備被開發(fā)出來，用于對(duì)真實(shí)基質(zhì)進(jìn)行原位研究，幾乎不需要或根本不需要對(duì)樣品進(jìn)行操作。電子鼻（electronic noses，ENs）作為一種適合于檢測揮發(fā)性化合物的非侵入性技術(shù)，已被應(yīng)用于食品安全和質(zhì)量分析。ENs 是一種通過結(jié)合具有部分特異性的化學(xué)傳感器陣列系統(tǒng)和合適的模式識(shí)別系統(tǒng)來識(shí)別簡單或復(fù)雜氣味的設(shè)備。ENs 技術(shù)的基本原理是模擬動(dòng)物的嗅覺，通過氣體傳感器陣列來檢測和識(shí)別微生物產(chǎn)生的復(fù)雜的揮發(fā)性氣體，再通過信號(hào)轉(zhuǎn)化器傳輸給計(jì)算機(jī)進(jìn)行數(shù)據(jù)處理分析，傳感器對(duì)樣品中的不同氣體成分會(huì)產(chǎn)生不同的響應(yīng)信號(hào)，以此來實(shí)現(xiàn)對(duì)不同的化學(xué)品和細(xì)菌進(jìn)行鑒定和分類[27-29]。ENs 的核心部分包括：樣品處理系統(tǒng)、氣體傳感器陣列與模式分析和識(shí)別（pattern analysis and recognition，PARC）系統(tǒng)。電子舌（electronic tongues，ETs）技術(shù)是一種模擬人味覺感知系統(tǒng)的傳感器技術(shù)，基于化學(xué)傳感器陣列和模式識(shí)別的液體分析多傳感系統(tǒng)，與ENs 類似，其原理是將來自非特定傳感器的信號(hào)與模式識(shí)別系統(tǒng)相結(jié)合，能夠?qū)Υ郎y樣品中的各種滋味物質(zhì)產(chǎn)生信號(hào)，從而檢測分析樣品品質(zhì)[30]。ETs 技術(shù)檢測食品中的微生物主要是通過測定微生物所引起的滋味物質(zhì)的變化，與微生物污染狀況建立相關(guān)性，從而對(duì)微生物的種類和污染程度進(jìn)行鑒別區(qū)分[31]。電子感官的設(shè)計(jì)已經(jīng)提出不同的傳感器陣列，如電位傳感器、伏安傳感器、安培傳感器、阻抗傳感器、電導(dǎo)傳感器、光學(xué)傳感器、質(zhì)量敏感傳感器和基于酶的傳感器[32]。

3.2 電子感官系統(tǒng)在無損檢測常見食源性致病菌的應(yīng)用

電子感官系統(tǒng)正在成為分析多種生物樣本的一個(gè)優(yōu)良選擇，Green[33]使用ENs 系統(tǒng)來檢測營養(yǎng)肉湯中的大腸桿菌和李斯特菌，并在不同肉湯濃度下區(qū)分細(xì)菌類型，結(jié)果表明，群體之間的分離是可實(shí)現(xiàn)的?；谟袡C(jī)-無機(jī)染料和碳納米管的納米復(fù)合氣體傳感器可用于食品中檢測細(xì)菌和微生物氣味，保證食品質(zhì)量控制。為研究化學(xué)傳感器在食源性致病菌快速檢測中的應(yīng)用，陳麗萍等[34]使用基于金屬氧化物傳感元件陣列的PEN3 型電子鼻傳感器，根據(jù)其對(duì)不同食源性致病菌產(chǎn)生代謝產(chǎn)物的差異響應(yīng)，研究該系統(tǒng)對(duì)食源性致病菌的快速區(qū)分效果。結(jié)果表明，在較低的細(xì)菌濃度下，對(duì)金黃色葡萄球菌、大腸桿菌、糞鏈球菌、單核細(xì)胞增生李斯特菌這4 種常見食源性致病菌仍有較高的區(qū)分度。Seesaard 等[35]研制了一種由3 種有機(jī)-無機(jī)納米復(fù)合氣體傳感器[四叔丁基酞菁鋅、四苯基卟啉鋅和四苯基卟啉鈷] 與3 種商用金屬氧化物半導(dǎo)體氣體傳感器組成的混合電子鼻，用于識(shí)別細(xì)菌揮發(fā)性化合物。結(jié)果表明，混合電子鼻確實(shí)能夠區(qū)分細(xì)菌種類和培養(yǎng)基，在6 h 的培養(yǎng)時(shí)間內(nèi)，PC1 的貢獻(xiàn)率為92.4%，PC2的貢獻(xiàn)率為7.2%。此外，系統(tǒng)聚類分析結(jié)果表明，細(xì)菌氣味數(shù)據(jù)形成了兩大類群，最大聚類距離接近25。革蘭氏陰性菌中的兩個(gè)菌種（陰溝腸桿菌和銅綠假單胞菌）的相似性較大，聚類距離接近4。而陰溝腸桿菌與傷寒沙門氏菌的最小距離約為1，與大腸桿菌和金黃色葡萄球菌的距離相等。

目前，常規(guī)方法只能用于在發(fā)生食物中毒現(xiàn)象后高精度地檢測微生物，因此，預(yù)檢簡單的預(yù)檢方法對(duì)食品安全保證具有重大意義。Gobbi 等[36]利用基于4 個(gè)金屬氧化物傳感器陣列的電子鼻EOS507C 分析了584 個(gè)樣品的大數(shù)據(jù)集，在接種霍爾馬氏桿菌和大腸桿菌分別在21 h 和18 h 后被診斷為污染，污染樣品的LDA 分類性能達(dá)到98%。有研究旨在探討快速ENs 系統(tǒng)在食源性細(xì)菌檢測中的應(yīng)用，該系統(tǒng)被應(yīng)用于牛肉和香腸樣品中的微生物檢測，除對(duì)樣品中的活菌數(shù)進(jìn)行測定，還將ENs 應(yīng)用于牛肉受不同細(xì)菌（大腸桿菌O157∶H7、傷寒沙門氏菌857、金黃色葡萄球菌29213和銅綠假單胞菌27853）感染前后的檢測[37]。結(jié)果表明，該系統(tǒng)能定量測定50 ppb 到＞350 ppb 濃度范圍內(nèi)產(chǎn)生的揮發(fā)性有機(jī)化合物，各病原菌單獨(dú)污染前后的氣體濃度呈高度顯著相關(guān)（p＜0.005）。以上研究顯示，ENs檢測系統(tǒng)可滿足理想的工業(yè)篩查系統(tǒng)所有主要要求，即特異性、靈敏性、預(yù)診性、重復(fù)性，且操作簡單和經(jīng)濟(jì)實(shí)惠。通常，ENs 應(yīng)用于氣體樣品中檢測病原微生物，但Fujioka 等[38]利用電子鼻（FF-2A）快速檢測培養(yǎng)上清液中的食源性致病菌嗜水氣單胞菌培養(yǎng)30 min 后產(chǎn)生的揮發(fā)性模式的變化，結(jié)果表明，在起始濃度為9.6×102CFU/mL 的嗜水氣單胞菌可在2 h 內(nèi)被檢測到，這也是首次利用ENs 根據(jù)嗜水氣單胞菌產(chǎn)生的揮發(fā)性模式變化進(jìn)行檢測的報(bào)告。

超聲波已在細(xì)菌滅活中被廣泛應(yīng)用，然而，傳統(tǒng)的微生物檢測超聲處理肉制品效果的方法具有侵入性、勞動(dòng)強(qiáng)度大、耗時(shí)長等缺點(diǎn)，因此，可利用ENs 系統(tǒng)和HSI 技術(shù)結(jié)合對(duì)處理10、20、30 min 的接種豬肉樣品中的鼠傷寒沙門氏菌、大腸桿菌的超聲滅活效率進(jìn)行無損檢測[39]。采用無損檢測技術(shù)聯(lián)用的方式作為與最新食品加工技術(shù)互補(bǔ)的檢測系統(tǒng)，能快速、無損地測量食品加工技術(shù)的應(yīng)用效果。

電子感官系統(tǒng)如ENs、ETs 和EEs，在食品工業(yè)中作為食品安全評(píng)估的分析工具的相關(guān)研究越來越多。在ENs 和ETs 中，重量傳感器、光學(xué)傳感器和電化學(xué)傳感器可用于分析揮發(fā)性化合物或液體樣品，其中電化學(xué)傳感器是最常見的傳感系統(tǒng)。電子感官系統(tǒng)可以提供樣品中食源性致病菌的鑒定區(qū)分的相關(guān)信息，只需很少的樣品準(zhǔn)備甚至無需準(zhǔn)備，即可非侵入性地快速獲得信息，是一種理想的在線檢測工具。目前，針對(duì)食源性致病菌的無損檢測常用ENs，其他電子感官系統(tǒng)更廣泛應(yīng)用于食品加工過程成分檢測和食品新鮮度鑒定，對(duì)于食品中微生物的測定，ETs 和EEs 等系統(tǒng)常用于導(dǎo)致食品腐敗變質(zhì)的菌落總數(shù)或真菌污染的檢測。

4 展望

無損檢測技術(shù)具有快速、靈敏性和無侵入性等特點(diǎn)，是一種理想的在線檢測技術(shù)，對(duì)食源性病原菌的檢測應(yīng)用具有巨大潛力，可對(duì)食品中的微生物進(jìn)行定量檢測、定性鑒別；在食品生產(chǎn)加工中對(duì)食品中微生物生長變化進(jìn)行在線監(jiān)測以及防止食品安全問題發(fā)生的預(yù)防監(jiān)測等。目前，NIRs 技術(shù)適用于固體食品樣品中微生物的測定，具有較高的區(qū)分識(shí)別率，缺點(diǎn)是未涉及亞種間分類且設(shè)備昂貴；HSI 適用于固體食品樣品中微生物的測定，具有光譜信息結(jié)合圖像信息更全面準(zhǔn)確的優(yōu)點(diǎn)，缺點(diǎn)是數(shù)據(jù)處理困難、設(shè)備昂貴、工廠應(yīng)用困難；ENs 技術(shù)、ETs 技術(shù)分別適用于氣體樣品、液體樣品，可作預(yù)檢方法、食品加工過程成分檢測、食品新鮮度鑒定、食品中微生物的測定，具備非侵入性和樣品無需預(yù)處理的優(yōu)點(diǎn)，缺點(diǎn)是應(yīng)用種類單一。

在未來研究中，NIRs 著力于進(jìn)一步探究多種食源性致病菌的同時(shí)檢測以及采用更高效的光譜預(yù)處理方法提高模型精度以對(duì)食源性致病菌的亞種水平進(jìn)行鑒定區(qū)分；HSI 技術(shù)則需要更好利用光譜信息與圖像信息的融合，探究合適的數(shù)據(jù)處理方法以適用于食品工業(yè)工廠；更靈敏的傳感器陣列方式的應(yīng)用是進(jìn)一步發(fā)展電子感官系統(tǒng)的重心。每種檢測技術(shù)都有其合適的適用范圍，在實(shí)際生產(chǎn)實(shí)踐中，采用多法聯(lián)用能更全面地檢測食品樣品中的食源性致病菌信息，是無損檢測技術(shù)進(jìn)一步發(fā)展的方向。目前，無損檢測技術(shù)儀器除部分電子感官系統(tǒng)外仍為大型儀器，處于實(shí)驗(yàn)室水平，實(shí)際應(yīng)用于食品工廠中檢測食源性致病菌仍需對(duì)儀器進(jìn)行小型化、智能化研究。