分会场七|食品安全、毒理及检测新技术专场一：第三届未来食品科技创新国际研讨会

会议主持人

会议报告

报告一

水产品质量安全快速智能化检测技术及装备研发

陈全胜 教授

集美大学海洋食品与生物工程学院 院长

水产品质量安全是公共卫生底线与全球水产行业可持续发展的核心支撑。传统分析方法无法破解加工在线监测与全供应链现场检测的技术桎梏，成为行业高质量发展的关键梗阻。本团队锚定水产品加工流通核心诉求，攻坚前沿快速智能化检测技术与装备体系。一方面，以光谱成像等光电传感技术为核心，突破实时动态信号获取与海量数据挖掘瓶颈，耦合大数据智能决策框架，实现加工全周期品质指标的实时感知、动态预警与精准调控，开创水产加工过程控制新范式；另一方面，基于纳米光电传感技术，攻克近红外激发下信号放大与特异性识别难题，研发痕量危害物超灵敏快速筛查便携装备，全覆盖加工至流通现场监管需求。通过两大技术体系无缝融合，构建“加工在线监测-危害快速筛查”一体化智能监管生态，彻底破解质量安全管控“慢、低、弱”痛点，为全链条安全保障提供硬核技术装备支撑。该成果不仅加速国际贸易通关效能、夯实“蓝色粮仓”安全根基，更引领全球水产行业高质量发展，筑牢公共健康防护屏障。

报告二

人工智能在食品安全与质量控制中的应用

谢云飞 教授

江南大学食品学院 副院长

人工智能技术在食品安全与质量控制、生产效率提升及食品工业智能化发展等方面发挥着关键作用。基于对食品加工在线检测需求的深入分析，我们研发了集成光、声、电、磁等多物理场传感原理的智能检测系统。该系统通过人工智能算法与在线检测装备的深度融合，实现了对食品加工过程中蛋白质、脂肪、水分等关键成分的实时精准监测。该系统可即时识别并修正生产过程中的参数偏差，从而有效保障最终产品的质量稳定性、营养均衡性和口感一致性，在满足行业标准的同时持续提供符合消费者期待的高品质食品。从生产效益角度看，该技术方案不仅显著提升了产线自动化水平，降低了人力成本，还通过精准过程控制减少了原料损耗，进而增强了产品的市场竞争力。此外，人工智能技术的深度应用赋予了食品企业更强的市场应变能力，使其能够高效应对市场需求波动和潜在的食品安全风险。基于生产大数据的人工智能分析平台，为食品企业提供了工艺优化和决策支持的科学依据，有力推动了食品产业向信息化、智能化的转型升级。

报告三

畜禽肉类新鲜度和真实性快速检测技术研究与应用

刘永峰 教授

陕西师范大学畜产品质量控制工程中心 主任

肉类新鲜度与真实性是保障肉品安全、维护消费者权益的关键所在，针对现有检测技术存在的成本高、时效慢、依赖大型仪器以及易受交叉污染等问题，本研究针对肉品新鲜度和真实性的快速检测技术及应用展开探究。课题组开发了基于智能指示薄膜的肉品新鲜度快速初筛方法，通过引入姜黄素（curcumin，CUR）和茜素（alizarin，ALI）作为天然指示剂，实现薄膜颜色对肉品腐败过程中挥发性胺类物质的可视化响应；在初筛的基础上，进一步研究基于荧光传感器的肉品新鲜度快速定量方法，在不同贮藏温度、不同采样深度下，分析畜禽肉的挥发性盐基氮值、特征生物胺含量与传感器响应值的动态关联，建立新鲜度预测模型。在肉品真实性检测方面，课题组针对环介导等温扩增技术（loop-mediated isothermal amplification，LAMP）检测中的气溶胶污染难题，研制功能化纤维素纳米纤维（cellulose nanofibers，CNFs）吸附材料，对其结构和功能进行表征，进一步通过LAMP和qLAMP反应验证CNFs的吸附效果；在此基础上，通过聚乙烯醇（polyvinyl alcohol，PVA）增强及甲基三甲氧基硅烷（methyltrimethoxysilane，MTMS）疏水改性，制备疏水气凝胶CNFs-Si，其DNA吸附能力显著提升；同时优化建立可视化LAMP检测体系，并通过图像色差分析实现对肉品掺假比例的定量判读。最后，介绍课题组对畜禽肉类新鲜度和真实性快速检测技术的应用及其效果。

报告四

基于多源数据融合的食品微生物风险识别与评估技术研究

丁 甜 教授

浙江大学食品加工工程研究所 副所长

浙江大学未来食品实验室 副主任

食品安全是全球公共卫生领域面临的重大挑战，其中微生物污染是诱发食源性疾病的首要因素。传统微生物风险分析方法存在检测周期冗长、覆盖范围有限、污染溯源困难等突出问题，已难以适配现代复杂食品供应链的风险管控需求。本研究创新性构建大数据驱动的微生物风险识别与预测平台，融合多源数据资源与智能算法建模技术，实现食品微生物风险的精准识别、科学预测与高效管控，致力于推动食品安全风险管理模式从“被动应对”向“主动防控”转型升级。针对新产品研发的实际需求，该平台可对产品的微生物安全进行系统评估，涵盖原料环节高风险微生物识别、杀菌工艺效果量化评价及产品货架期预测，能够实现微生物风险的主动预警、精准定位与快速响应，显著提升风险预测的准确性、时效性与实用性，为食品行业微生物安全管控提供技术支撑。

报告五

食品微生物定量风险评估研究进展

董庆利 教授

上海理工大学健康科学与工程学院

食品安全风险评估是风险分析体系的核心科研基础，可为风险管理和风险交流提供重要理论参考。报告介绍近年来课题组参与的国际、全国及上海市食品微生物风险评估的研究进展概要，特别是特定食品中单增李斯特菌、沙门氏菌等食源性致病菌在检测监测（Prevalence）、预测评估（Prediction）、预防控制（Prevention）以及精准防控风险一体化（Personalization）的4P研究思路，简要介绍“定量微生物风险评估发展方向共识”和未来发展思考。

报告六

空间限域策略构建高亮度AIE荧光微球及其食品安全检测应用

陈樨蕊 特聘研究员

南昌大学国际食品创新研究院

免疫层析试纸条作为一种快速、便携的检测方法，在食品安全领域发挥着重要作用。然而，传统基于胶体金的试纸条存在灵敏度低、定量不准确等瓶颈问题，难以满足日益严苛的检测需求。相较于比色型探针，荧光探针具有更高的检测灵敏度。在众多荧光材料中，聚集诱导发光（aggregation‑induced emission，AIE）材料因其在聚集态下发光显著增强的特性，在微纳尺度探针的构筑中展现出独特优势。尽管如此，AIE分子固有的三维扭曲结构及分子间较弱的相互作用，导致其在聚集态中往往呈现疏松堆积，使分子内运动难以被充分抑制，进而限制了发光强度的进一步提升。为解决这一关键科学问题，本研究围绕强发光AIE新型荧光探针的构建及其在快速检测中的应用，提出了“空间限域”的设计理念。通过系统发展“聚合物介导限域”、“刚性小分子填充”以及“取代基工程调控”等三种限域策略，旨在突破AIE分子聚集态疏松堆积、分子内运动受限不足所mass spectrometry，REIMS）及判别模型，实现鲜肉与冻融肉的高准确度快速分类，揭示冻融诱发的脂肪氧化和细胞膜损伤机制。

报告七

基于食品组学与机器学习的冷链食品劣变监测与鉴别技术

刘 通 研究员

中国质量检验检测科学研究院食品安全研究所

冷链运输和储存中的温度波动导致肉类和乳制品反复冻融或劣变，严重影响其品质与安全。针对猪肉冻融肉冒充鲜肉及巴氏杀菌乳温度波动引发的品质劣变问题，本研究采用食品组学与机器学习方法，实现多食品类别的冷链品质劣变监测及快速鉴别。

针对猪肉，采用超高效液相色谱-四极杆轨道阱质谱分析不同脂肪含量猪肉在多温度条件下的代谢差异，通过正交偏最小二乘判别分析和随机森林模型，筛选关键劣变代谢标志物及其代谢通路，实现猪肉品质劣变的精准监测；结合快速蒸发电离质谱及判别模型，实现鲜肉与冻融肉的高准确度快速分类，揭示冻融诱发的脂肪氧化和细胞膜损伤机制。

针对巴氏杀菌乳，开发了基于高分辨质谱联合化学计量学和机器学习的多组学筛选及靶向验证框架，鉴定出三种磷脂类生物标志物，并提出以内源性磷脂胆碱（16:0/18:1）为内标的比例化策略，用于断链或伪冷链条件下巴氏杀菌乳的快速鉴别。

该技术平台有助于提升冷链食品品质的实时监控能力，也为冷链物流管理和食品安全监管提供了有力技术支撑。

会议主持人

报告八

环状尼尔菌SWUN-Y10的安全性评估和益生特性分析

唐俊妮 教授

西南民族大学药学与食品学院 副院长

研究通过体外测试方法（包括抗生素敏感性测试、生物胺测试和毒力基因分析），以及体内动物实验（包括生化测试、常规血液指标测试、细菌置换能力和组织病理学分析）评估了自行分离的环状尼尔菌SWUN-Y10安全性和益生特性。全基因组测序分析表明菌株SWUN-Y10基因组序列长度为5 074 781 bp，平均G＋C含量为35.41%，共编码5 269 个基因。体外表型特征研究发现该菌株无溶血、不产生物胺、不对抗生素耐药；菌株SWUN-Y10表现出较好的体外益生菌特性，包括对模拟胃肠道应激（pH值 2.0，0.3%胆汁盐）的耐受性、显著的自聚集性和细胞表面疏水性。14 d的急性经口毒性试验表明，环状尼尔菌SWUN-Y10对小鼠的正常生长、红细胞、白细胞和其他常规血液参数没有不良影响。喂食期间，小鼠的肝脏、肾脏、脾脏或心脏中没有观察到细菌迁移，表明环状尼尔菌SWUN-Y10在体内不会引起感染。苏木精伊红染色显示没有肝脏损伤。研究结果认为环状尼尔菌SWUN-Y10表现出好的安全性和功能益生菌特性，具备作为食品发酵剂或益生菌补充剂的潜在用途。

报告九

粮食产后全链条真菌毒素污染检测与控制技术研究

沈 飞 教授

南京财经大学食品科学与工程学院

粮食产后储运过程易受真菌毒素污染，严重威胁人畜健康。然而，目前传统的真菌毒素检测方法存在过程繁琐、时效性差或灵敏度低等缺点，难以满足现场快速准确检测的需要，日益成为制约粮食质量安全的瓶颈。激光诱导荧光、高光谱图像等现代无损检测技术作为一种新兴的检测技术，可以在不破坏样品的情况下对其进行质量评价，是新型食品品质在线、实时检测的一个重要发展方向，在粮油基食品真菌毒素污染的快速分析方面具有巨大的应用潜力。本研究探讨了机器视觉、近红外光谱、高光谱图像、电子鼻等典型无损检测技术在粮食真菌毒素污染检测现场高通量/在线筛查中的最新应用，结果表明，上述方法在有害霉菌/真菌毒素污染快速识别中具有巨大应用潜力，满足了现场高效质检的需求；进一步研究了低温等离子体等物理控制技术对典型真菌毒素的降解效果，运用反应分子动力学模型探讨了降解机制，讨论了各种技术的优点及限制因素，并对其应用前景进行了展望，为粮油基新型食品安全提供了可靠的技术支撑。

报告十

乳制品中食源性致病菌的快速检测技术研究

张现龙 教授

东北农业大学食品学院

乳制品作为人类饮食的重要组成部分，其质量和安全是全球关注的焦点。因其营养丰富可以为微生物提供生长所需的营养物质，乳制品易受到有害微生物污染。传统的微生物检测方法，如GB 4789.4—2024《食品安全国家标准 食品微生物学检验沙门氏菌检验》等，可以被用作标准方法来测定乳制品中的食源性致病菌，但该方法面临着检验周期长、操作复杂、灵敏度低，易假阳或假阴等不足，难以满足快速准确检测和预防乳制品致病菌污染的要求。因此，建立精准和快速的食源性致病菌检测技术对于保障公共健康和乳品行业健康发展具有十分重要的意义。生物传感器具有高效识别、快速响应、操作简便、灵敏度高、特异性强且成本可控的多种优势，已成为乳制品中致病菌快速检测领域的研究热点。本研究成功开发了多种生物传感器、试纸条、微流控芯片等食源性致病菌便携检测平台，并将其应用于乳制品中主要致病菌（沙门氏菌、大肠杆菌、金黄色葡萄球菌、阪崎克罗诺杆菌等）检测，具有良好的检测性能，展现出较大的应用潜力。

报告十一

农产品安全的SERS传感器检测技术研究

郭志明 教授

江苏大学集成电路学院 副院长

中国轻工业食品智能检测与加工重点实验室 副主任

农产品安全的传感检测与监测是保障果蔬、茶叶等特色经济作物产业高质量发展与国际贸易合规的核心关键环节。聚焦表面增强拉曼光谱（surface-enhanced raman spectroscopy，SERS）技术，研究多指标检测与智能建模方法，研发可满足现场需求的高灵敏SERS快速检测技术及便携式检测装备。围绕柔性化、可控化SERS基底制备与热点效应精准调控的难题，制定了适配复杂基质农产品的原位采样与稳定拉曼信号获取方法，通过基底均匀性、检测重现性及长期稳定性评价，显著提升了SERS传感技术的实际应用能力。引入化学计量学与深度学习等智能算法，构建了特征变量筛选、定量检测模型构建及多指标同检的解决方案，有效提升了检测精度与复杂基质下的抗干扰能力。针对农产品中不同类型危害物的检测需求，分别建立了农药残留、展青霉素、Pb2+/Hg2+/Cd2+/Cr6+/总砷等重金属的特异识别与精准定量检测方法，实现了多类别危害物的高灵敏、高特异性检测。研发了便携式拉曼光谱检测系统，完成系统硬件集成与上位机软件模块化开发，实现拉曼光谱采集、数据存储、检测模型构建与快速调用的一体化功能。研发了检测模型可扩展模块，通过云端拓展与模型动态更新，实现SERS检测装备一机多用，支持按需拓展与自主优化。为农产品安全的实时检测、全程追溯与精准监管提供全方位技术支撑，助力产业高质量发展。

报告十二

食品接触材料中微塑料的释放及其在大鼠体内毒性作用机制研究

陈 雷 教授

广东海洋大学食品科学与工程学院

微塑料（microplastics，MP）作为一种新兴环境污染物，近年来在全球各类生态系统及人体组织中被广泛检出，其对健康的潜在风险已成为环境科学与毒理学研究的热点。食品接触材料是人体摄入MP的重要途径之一，尤其在日常生活场景如外卖配送、微波加热及吸管使用过程中，塑料制品可释放出大量MP，易穿透生物屏障并在体内蓄积。尽管已有研究证实MP具有体内毒性，但其具体毒性机制，尤其是在与现代高脂饮食共同暴露时的协同效应尚不明确。随着生物可降解塑料的推广，其在实际使用中的MP释放行为及生物安全性也亟待评估。因此，本研究旨在系统揭示典型生活场景下食品接触材料中MP的释放特征。基于动物实验探讨聚对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）单独及与高脂饮食联合暴露对大鼠肠道屏障、菌群结构、肠-肝轴功能以及相关分子通路的影响。为MP的膳食暴露风险评估提供科学依据，也为食品安全管控与塑料材料的合理使用提供理论支撑，具有重要的学术价值与公共卫生意义。

报告十三

近红外光谱结合机器学习算法法用于山茶油的掺假分析

赵菁 硕士研究生

江苏科技大学粮食学院

山茶油营养丰富但掺假问题突出，严重损害消费者权益并扰乱市场秩序，开展山茶油的掺假分析具有重要意义。近红外光谱（near-infrared spectroscopy，NIRS）无损、简便、重复性好，结合机器学习算法在食品掺假检测中潜力巨大。本研究采用NIRS技术结合传统机器学习与深度学习算法，开展了山茶油二元及多元掺假的定性鉴别与定量预测研究。结果表明，二元掺假分析中，传统机器学习最优模型判别与回归预测效果良好；深度学习长短期记忆网络（long short-term memory，LSTM）算法表现更优，其定性判别与定量回归模型性能均优于其他深度学习算法。多元掺假分析中，传统机器学习最优判别模型准确率优异，回归模型预测效果较好；深度学习中LSTM算法优势显著，其判别与回归预测模型均展现出良好的性能。综上，LSTM算法在山茶油二元及多元掺假定性与定量分析效果均较为良好。NIRS结合化学计量学建立的模型可有效实现山茶油掺假检测，为植物油的品质溯源提供理论支撑。

本场会议到此结束，感谢您的支持!更多精彩报告继续中!请扫描下方二维码或点击下方阅读原文查看直播及回放!

视频直播

图片直播

实习编辑：杨欣瑞；编辑：阎一鸣；责编：张睿梅

为系统提升我国食品营养与安全的科技创新策源能力，加速科技成果向现实生产力转化，推动食品产业向绿色化、智能化、高端化转型升级，由北京食品科学研究院、中国食品杂志社《食品科学》杂志（EI收录）、中国食品杂志社《Food Science and Human Wellness》杂志（SCI收录）、中国食品杂志社《Journal of Future Foods》杂志（ESCI收录）主办，合肥工业大学、安徽农业大学、安徽省食品行业协会、安徽大学、合肥大学、合肥师范学院、北京工商大学、中国科技大学附属第一医院临床营养科、安徽粮食工程职业学院、安徽省农科院农产品加工研究所、安徽科技学院、皖西学院、黄山学院、滁州学院、蚌埠学院共同主办的“ 第六届食品科学与人类健康国际研讨会 ”，将于 2026年8月15-16日（8月14日全天报到） 在 中国 安徽 合肥 召开。

长按或微信扫码进行注册

会议招商招展

联系人：杨红；电话：010-83152138；手机：13522179918（微信同号）