分會場七|食品安全、毒理及檢測新技術專場一：第三屆未來食品科技創新國際研討會

會議主持人

會議報告

報告一

水產品質量安全快速智能化檢測技術及裝備研發

陳全勝 教授

集美大學海洋食品與生物工程學院 院長

水產品質量安全是公共衛生底線與全球水產行業可持續發展的核心支撐。傳統分析方法無法破解加工在線監測與全供應鏈現場檢測的技術桎梏，成為行業高質量發展的關鍵梗阻。本團隊錨定水產品加工流通核心訴求，攻堅前沿快速智能化檢測技術與裝備體系。一方面，以光譜成像等光電傳感技術為核心，突破實時動態信號獲取與海量數據挖掘瓶頸，耦合大數據智能決策框架，實現加工全周期品質指標的實時感知、動態預警與精準調控，開創水產加工過程控制新范式；另一方面，基于納米光電傳感技術，攻克近紅外激發下信號放大與特異性識別難題，研發痕量危害物超靈敏快速篩查便攜裝備，全覆蓋加工至流通現場監管需求。通過兩大技術體系無縫融合，構建“加工在線監測-危害快速篩查”一體化智能監管生態，徹底破解質量安全管控“慢、低、弱”痛點，為全鏈條安全保障提供硬核技術裝備支撐。該成果不僅加速國際貿易通關效能、夯實“藍色糧倉”安全根基，更引領全球水產行業高質量發展，筑牢公共健康防護屏障。

報告二

人工智能在食品安全與質量控制中的應用

謝云飛 教授

江南大學食品學院 副院長

人工智能技術在食品安全與質量控制、生產效率提升及食品工業智能化發展等方面發揮著關鍵作用。基于對食品加工在線檢測需求的深入分析，我們研發了集成光、聲、電、磁等多物理場傳感原理的智能檢測系統。該系統通過人工智能算法與在線檢測裝備的深度融合，實現了對食品加工過程中蛋白質、脂肪、水分等關鍵成分的實時精準監測。該系統可即時識別并修正生產過程中的參數偏差，從而有效保障最終產品的質量穩定性、營養均衡性和口感一致性，在滿足行業標準的同時持續提供符合消費者期待的高品質食品。從生產效益角度看，該技術方案不僅顯著提升了產線自動化水平，降低了人力成本，還通過精準過程控制減少了原料損耗，進而增強了產品的市場競爭力。此外，人工智能技術的深度應用賦予了食品企業更強的市場應變能力，使其能夠高效應對市場需求波動和潛在的食品安全風險。基于生產大數據的人工智能分析平臺，為食品企業提供了工藝優化和決策支持的科學依據，有力推動了食品產業向信息化、智能化的轉型升級。

報告三

畜禽肉類新鮮度和真實性快速檢測技術研究與應用

劉永峰 教授

陜西師范大學畜產品質量控制工程中心 主任

肉類新鮮度與真實性是保障肉品安全、維護消費者權益的關鍵所在，針對現有檢測技術存在的成本高、時效慢、依賴大型儀器以及易受交叉污染等問題，本研究針對肉品新鮮度和真實性的快速檢測技術及應用展開探究。課題組開發了基于智能指示薄膜的肉品新鮮度快速初篩方法，通過引入姜黃素（curcumin，CUR）和茜素（alizarin，ALI）作為天然指示劑，實現薄膜顏色對肉品腐敗過程中揮發性胺類物質的可視化響應；在初篩的基礎上，進一步研究基于熒光傳感器的肉品新鮮度快速定量方法，在不同貯藏溫度、不同采樣深度下，分析畜禽肉的揮發性鹽基氮值、特征生物胺含量與傳感器響應值的動態關聯，建立新鮮度預測模型。在肉品真實性檢測方面，課題組針對環介導等溫擴增技術（loop-mediated isothermal amplification，LAMP）檢測中的氣溶膠污染難題，研制功能化纖維素納米纖維（cellulose nanofibers，CNFs）吸附材料，對其結構和功能進行表征，進一步通過LAMP和qLAMP反應驗證CNFs的吸附效果；在此基礎上，通過聚乙烯醇（polyvinyl alcohol，PVA）增強及甲基三甲氧基硅烷（methyltrimethoxysilane，MTMS）疏水改性，制備疏水氣凝膠CNFs-Si，其DNA吸附能力顯著提升；同時優化建立可視化LAMP檢測體系，并通過圖像色差分析實現對肉品摻假比例的定量判讀。最后，介紹課題組對畜禽肉類新鮮度和真實性快速檢測技術的應用及其效果。

報告四

基于多源數據融合的食品微生物風險識別與評估技術研究

丁 甜 教授

浙江大學食品加工工程研究所 副所長

浙江大學未來食品實驗室 副主任

食品安全是全球公共衛生領域面臨的重大挑戰，其中微生物污染是誘發食源性疾病的首要因素。傳統微生物風險分析方法存在檢測周期冗長、覆蓋范圍有限、污染溯源困難等突出問題，已難以適配現代復雜食品供應鏈的風險管控需求。本研究創新性構建大數據驅動的微生物風險識別與預測平臺，融合多源數據資源與智能算法建模技術，實現食品微生物風險的精準識別、科學預測與高效管控，致力于推動食品安全風險管理模式從“被動應對”向“主動防控”轉型升級。針對新產品研發的實際需求，該平臺可對產品的微生物安全進行系統評估，涵蓋原料環節高風險微生物識別、殺菌工藝效果量化評價及產品貨架期預測，能夠實現微生物風險的主動預警、精準定位與快速響應，顯著提升風險預測的準確性、時效性與實用性，為食品行業微生物安全管控提供技術支撐。

報告五

食品微生物定量風險評估研究進展

董慶利 教授

上海理工大學健康科學與工程學院

食品安全風險評估是風險分析體系的核心科研基礎，可為風險管理和風險交流提供重要理論參考。報告介紹近年來課題組參與的國際、全國及上海市食品微生物風險評估的研究進展概要，特別是特定食品中單增李斯特菌、沙門氏菌等食源性致病菌在檢測監測（Prevalence）、預測評估（Prediction）、預防控制（Prevention）以及精準防控風險一體化（Personalization）的4P研究思路，簡要介紹“定量微生物風險評估發展方向共識”和未來發展思考。

報告六

空間限域策略構建高亮度AIE熒光微球及其食品安全檢測應用

陳樨蕊 特聘研究員

南昌大學國際食品創新研究院

免疫層析試紙條作為一種快速、便攜的檢測方法，在食品安全領域發揮著重要作用。然而，傳統基于膠體金的試紙條存在靈敏度低、定量不準確等瓶頸問題，難以滿足日益嚴苛的檢測需求。相較于比色型探針，熒光探針具有更高的檢測靈敏度。在眾多熒光材料中，聚集誘導發光（aggregation?induced emission，AIE）材料因其在聚集態下發光顯著增強的特性，在微納尺度探針的構筑中展現出獨特優勢。盡管如此，AIE分子固有的三維扭曲結構及分子間較弱的相互作用，導致其在聚集態中往往呈現疏松堆積，使分子內運動難以被充分抑制，進而限制了發光強度的進一步提升。為解決這一關鍵科學問題，本研究圍繞強發光AIE新型熒光探針的構建及其在快速檢測中的應用，提出了“空間限域”的設計理念。通過系統發展“聚合物介導限域”、“剛性小分子填充”以及“取代基工程調控”等三種限域策略，旨在突破AIE分子聚集態疏松堆積、分子內運動受限不足所mass spectrometry，REIMS）及判別模型，實現鮮肉與凍融肉的高準確度快速分類，揭示凍融誘發的脂肪氧化和細胞膜損傷機制。

報告七

基于食品組學與機器學習的冷鏈食品劣變監測與鑒別技術

劉 通 研究員

中國質量檢驗檢測科學研究院食品安全研究所

冷鏈運輸和儲存中的溫度波動導致肉類和乳制品反復凍融或劣變，嚴重影響其品質與安全。針對豬肉凍融肉冒充鮮肉及巴氏殺菌乳溫度波動引發的品質劣變問題，本研究采用食品組學與機器學習方法，實現多食品類別的冷鏈品質劣變監測及快速鑒別。

針對豬肉，采用超高效液相色譜-四極桿軌道阱質譜分析不同脂肪含量豬肉在多溫度條件下的代謝差異，通過正交偏最小二乘判別分析和隨機森林模型，篩選關鍵劣變代謝標志物及其代謝通路，實現豬肉品質劣變的精準監測；結合快速蒸發電離質譜及判別模型，實現鮮肉與凍融肉的高準確度快速分類，揭示凍融誘發的脂肪氧化和細胞膜損傷機制。

針對巴氏殺菌乳，開發了基于高分辨質譜聯合化學計量學和機器學習的多組學篩選及靶向驗證框架，鑒定出三種磷脂類生物標志物，并提出以內源性磷脂膽堿（16:0/18:1）為內標的比例化策略，用于斷鏈或偽冷鏈條件下巴氏殺菌乳的快速鑒別。

該技術平臺有助于提升冷鏈食品品質的實時監控能力，也為冷鏈物流管理和食品安全監管提供了有力技術支撐。

會議主持人

報告八

環狀尼爾菌SWUN-Y10的安全性評估和益生特性分析

唐俊妮 教授

西南民族大學藥學與食品學院 副院長

研究通過體外測試方法（包括抗生素敏感性測試、生物胺測試和毒力基因分析），以及體內動物實驗（包括生化測試、常規血液指標測試、細菌置換能力和組織病理學分析）評估了自行分離的環狀尼爾菌SWUN-Y10安全性和益生特性。全基因組測序分析表明菌株SWUN-Y10基因組序列長度為5 074 781 bp，平均G＋C含量為35.41%，共編碼5 269 個基因。體外表型特征研究發現該菌株無溶血、不產生物胺、不對抗生素耐藥；菌株SWUN-Y10表現出較好的體外益生菌特性，包括對模擬胃腸道應激（pH值 2.0，0.3%膽汁鹽）的耐受性、顯著的自聚集性和細胞表面疏水性。14 d的急性經口毒性試驗表明，環狀尼爾菌SWUN-Y10對小鼠的正常生長、紅細胞、白細胞和其他常規血液參數沒有不良影響。喂食期間，小鼠的肝臟、腎臟、脾臟或心臟中沒有觀察到細菌遷移，表明環狀尼爾菌SWUN-Y10在體內不會引起感染。蘇木精伊紅染色顯示沒有肝臟損傷。研究結果認為環狀尼爾菌SWUN-Y10表現出好的安全性和功能益生菌特性，具備作為食品發酵劑或益生菌補充劑的潛在用途。

報告九

糧食產后全鏈條真菌毒素污染檢測與控制技術研究

沈 飛 教授

南京財經大學食品科學與工程學院

糧食產后儲運過程易受真菌毒素污染，嚴重威脅人畜健康。然而，目前傳統的真菌毒素檢測方法存在過程繁瑣、時效性差或靈敏度低等缺點，難以滿足現場快速準確檢測的需要，日益成為制約糧食質量安全的瓶頸。激光誘導熒光、高光譜圖像等現代無損檢測技術作為一種新興的檢測技術，可以在不破壞樣品的情況下對其進行質量評價，是新型食品品質在線、實時檢測的一個重要發展方向，在糧油基食品真菌毒素污染的快速分析方面具有巨大的應用潛力。本研究探討了機器視覺、近紅外光譜、高光譜圖像、電子鼻等典型無損檢測技術在糧食真菌毒素污染檢測現場高通量/在線篩查中的最新應用，結果表明，上述方法在有害霉菌/真菌毒素污染快速識別中具有巨大應用潛力，滿足了現場高效質檢的需求；進一步研究了低溫等離子體等物理控制技術對典型真菌毒素的降解效果，運用反應分子動力學模型探討了降解機制，討論了各種技術的優點及限制因素，并對其應用前景進行了展望，為糧油基新型食品安全提供了可靠的技術支撐。

報告十

乳制品中食源性致病菌的快速檢測技術研究

張現龍 教授

東北農業大學食品學院

乳制品作為人類飲食的重要組成部分，其質量和安全是全球關注的焦點。因其營養豐富可以為微生物提供生長所需的營養物質，乳制品易受到有害微生物污染。傳統的微生物檢測方法，如GB 4789.4—2024《食品安全國家標準 食品微生物學檢驗沙門氏菌檢驗》等，可以被用作標準方法來測定乳制品中的食源性致病菌，但該方法面臨著檢驗周期長、操作復雜、靈敏度低，易假陽或假陰等不足，難以滿足快速準確檢測和預防乳制品致病菌污染的要求。因此，建立精準和快速的食源性致病菌檢測技術對于保障公共健康和乳品行業健康發展具有十分重要的意義。生物傳感器具有高效識別、快速響應、操作簡便、靈敏度高、特異性強且成本可控的多種優勢，已成為乳制品中致病菌快速檢測領域的研究熱點。本研究成功開發了多種生物傳感器、試紙條、微流控芯片等食源性致病菌便攜檢測平臺，并將其應用于乳制品中主要致病菌（沙門氏菌、大腸桿菌、金黃色葡萄球菌、阪崎克羅諾桿菌等）檢測，具有良好的檢測性能，展現出較大的應用潛力。

報告十一

農產品安全的SERS傳感器檢測技術研究

郭志明 教授

江蘇大學集成電路學院 副院長

中國輕工業食品智能檢測與加工重點實驗室 副主任

農產品安全的傳感檢測與監測是保障果蔬、茶葉等特色經濟作物產業高質量發展與國際貿易合規的核心關鍵環節。聚焦表面增強拉曼光譜（surface-enhanced raman spectroscopy，SERS）技術，研究多指標檢測與智能建模方法，研發可滿足現場需求的高靈敏SERS快速檢測技術及便攜式檢測裝備。圍繞柔性化、可控化SERS基底制備與熱點效應精準調控的難題，制定了適配復雜基質農產品的原位采樣與穩定拉曼信號獲取方法，通過基底均勻性、檢測重現性及長期穩定性評價，顯著提升了SERS傳感技術的實際應用能力。引入化學計量學與深度學習等智能算法，構建了特征變量篩選、定量檢測模型構建及多指標同檢的解決方案，有效提升了檢測精度與復雜基質下的抗干擾能力。針對農產品中不同類型危害物的檢測需求，分別建立了農藥殘留、展青霉素、Pb2+/Hg2+/Cd2+/Cr6+/總砷等重金屬的特異識別與精準定量檢測方法，實現了多類別危害物的高靈敏、高特異性檢測。研發了便攜式拉曼光譜檢測系統，完成系統硬件集成與上位機軟件模塊化開發，實現拉曼光譜采集、數據存儲、檢測模型構建與快速調用的一體化功能。研發了檢測模型可擴展模塊，通過云端拓展與模型動態更新，實現SERS檢測裝備一機多用，支持按需拓展與自主優化。為農產品安全的實時檢測、全程追溯與精準監管提供全方位技術支撐，助力產業高質量發展。

報告十二

食品接觸材料中微塑料的釋放及其在大鼠體內毒性作用機制研究

陳 雷 教授

廣東海洋大學食品科學與工程學院

微塑料（microplastics，MP）作為一種新興環境污染物，近年來在全球各類生態系統及人體組織中被廣泛檢出，其對健康的潛在風險已成為環境科學與毒理學研究的熱點。食品接觸材料是人體攝入MP的重要途徑之一，尤其在日常生活場景如外賣配送、微波加熱及吸管使用過程中，塑料制品可釋放出大量MP，易穿透生物屏障并在體內蓄積。盡管已有研究證實MP具有體內毒性，但其具體毒性機制，尤其是在與現代高脂飲食共同暴露時的協同效應尚不明確。隨著生物可降解塑料的推廣，其在實際使用中的MP釋放行為及生物安全性也亟待評估。因此，本研究旨在系統揭示典型生活場景下食品接觸材料中MP的釋放特征。基于動物實驗探討聚對苯二甲酸乙二醇酯微塑料（polyethylene terephthalate microplastics，PET-MPs）、聚乳酸微塑料（polylactic acid microplastics，PLA-MPs）單獨及與高脂飲食聯合暴露對大鼠腸道屏障、菌群結構、腸-肝軸功能以及相關分子通路的影響。為MP的膳食暴露風險評估提供科學依據，也為食品安全管控與塑料材料的合理使用提供理論支撐，具有重要的學術價值與公共衛生意義。

報告十三

近紅外光譜結合機器學習算法法用于山茶油的摻假分析

趙菁 碩士研究生

江蘇科技大學糧食學院

山茶油營養豐富但摻假問題突出，嚴重損害消費者權益并擾亂市場秩序，開展山茶油的摻假分析具有重要意義。近紅外光譜（near-infrared spectroscopy，NIRS）無損、簡便、重復性好，結合機器學習算法在食品摻假檢測中潛力巨大。本研究采用NIRS技術結合傳統機器學習與深度學習算法，開展了山茶油二元及多元摻假的定性鑒別與定量預測研究。結果表明，二元摻假分析中，傳統機器學習最優模型判別與回歸預測效果良好；深度學習長短期記憶網絡（long short-term memory，LSTM）算法表現更優，其定性判別與定量回歸模型性能均優于其他深度學習算法。多元摻假分析中，傳統機器學習最優判別模型準確率優異，回歸模型預測效果較好；深度學習中LSTM算法優勢顯著，其判別與回歸預測模型均展現出良好的性能。綜上，LSTM算法在山茶油二元及多元摻假定性與定量分析效果均較為良好。NIRS結合化學計量學建立的模型可有效實現山茶油摻假檢測，為植物油的品質溯源提供理論支撐。

本場會議到此結束，感謝您的支持!更多精彩報告繼續中!請掃描下方二維碼或點擊下方閱讀原文查看直播及回放!

視頻直播

圖片直播

實習編輯：楊欣瑞；編輯：閻一鳴；責編：張睿梅

為系統提升我國食品營養與安全的科技創新策源能力，加速科技成果向現實生產力轉化，推動食品產業向綠色化、智能化、高端化轉型升級，由北京食品科學研究院、中國食品雜志社《食品科學》雜志（EI收錄）、中國食品雜志社《Food Science and Human Wellness》雜志（SCI收錄）、中國食品雜志社《Journal of Future Foods》雜志（ESCI收錄）主辦，合肥工業大學、安徽農業大學、安徽省食品行業協會、安徽大學、合肥大學、合肥師范學院、北京工商大學、中國科技大學附屬第一醫院臨床營養科、安徽糧食工程職業學院、安徽省農科院農產品加工研究所、安徽科技學院、皖西學院、黃山學院、滁州學院、蚌埠學院共同主辦的“ 第六屆食品科學與人類健康國際研討會 ”，將于 2026年8月15-16日（8月14日全天報到） 在 中國 安徽 合肥 召開。

長按或微信掃碼進行注冊

會議招商招展

聯系人：楊紅；電話：010-83152138；手機：13522179918（微信同號）