發佈日期:2018-01-25

預測微生物學對於建構食品安全網所扮演之角色

作者: 簡世勇 李慧芳

政策評析 預測微生物學 微生物風險評估 食品安全網 Predictive Microbiology Microbial Risk Assessment Food Safety Networ

文章圖片所有權: https://goo.gl/tSDRbU ,Created by OpenClipart-Vectors
版權適用聲明: CC0 Public Domain-可以做商業用途-不要求署名

1 1

一、前言

2 2

食品安全是全球各國共同面臨的嚴正課題。據世界衛生組織估計,每年全世界有六億人(幾乎每十人中就有一人)因食用受污染的食品而患病,並導致四十二萬人死亡(WHO,2017)。隨著食品生產、銷售與消費方式的改變,這些皆對食品安全帶來了顯著的挑戰。食品中的有害微生物(腐敗微生物,致病微生物等)涉及食品整個生產流通過程,無論從健康、經濟利益還是其他角度考慮,食品中的有害微生物都應該被嚴格的預防和限制。然而,微生物在食品鏈中受環境影響呈現生長或衰亡的動態變化,所以如果生產流通過程中某個系統不完善或是控制發生改變都會引起有害微生物的出現或重新生長和大量繁殖,從而造成食品品質和安全不能得到保證,嚴重危害民眾的健康。因此進行微生物的風險評估時需要考慮多種因素對於微生物的影響,如微生物本身繁殖傳播的特性,微生物對宿主的致病力,亦或微生物產生的毒素在微生物死後依然存在,以上種種因素,皆對於微生物風險評估造成很大的困難度(USDA,2012)。

3 3

二、食源性微生物風險評估

4 4

根據國際食品法典委員會的定義,食品安全風險評估是指對食品中生物性、化學性、物理性危害對人體健康可能造成的不良影響及其程度進行科學評估的過程(FAO, 1999)。微生物性食品安全事件是由某種特定的食品、病原菌、加工過程、地區、傳播途徑或某些複合因素的作用導致一種或多種影響人群健康的事件發生,包括腹瀉、住院和死亡(USDA,2012)。在食源性微生物風險評估中,同樣分為危害識別、危害特徵描述、暴露評估和風險特徵描述四部分:危害識別指對所關注的致病微生物及其毒素的危害進行明確識別,是風險評估的關鍵步驟,對可能存在於食品中能引起健康危害的致病微生物及其毒素進行定性描述,明確致病微生物及其毒素對人體健康的不利影響。危害特徵描述是指對食品中的致病微生物及其毒素所產生的不良健康影響嚴重程度和時間進行定性及定量之描述,需考慮微生物的致病力等因素。暴露評估是對不同暴露人群攝入致病微生物的含量進行描述,需要考慮在食品到消費的全部過程中致病微生物及其毒素含量的變化,並與消費人群的膳食數據結合,評估實際消費的食品中致病微生物的暴露水平。最後,風險特徵描述是對前三項的結果進行綜合分析,描述實際攝入的致病微生物及其毒素產生不良健康的影響的可能性及程度,以及風險評估過程中的不確定性和變異性(李寧等,2011)。

5 5

微生物風險評估研究遠不如化學性風險評估那麼成熟。對化學性風險評估來說,重點在於確定一種物質是否會對人體健康產生負面影響,但對微生物風險評估方面,在評估前通常就已經確定該因素可以引起人類疾病,況且對微生物的危險因素的危害是別包括微生物本身及其產生的毒素對人體的危害兩部分(凌明沛,2017)。因此,微生物的暴露評估較化學物質來的複雜,不但要考慮食品中微生物的汙染情況,還要考慮食品加工、儲藏、運輸的條件、溫度、時間等因素的影響。所以在描述一種微生物的危險性特徵時,既要考慮微生物本身繁殖傳播的特性,還應考慮人體在感染微生物時所起的作用。而建立微生物汙染與健康影響的劑量-反應關係是一種較為理想的評估方式,但由於微生物感染與產生毒素的複雜特性,很難建立一種相對穩定的線性反應關係模型,在這種情況下,建立風險評估的數學模型對於微生物風險評估有很大的助益。

6 6

三、預測微生物學與食品安全風險評估的關係

7 7

過去食品微生物學專家依靠一定的規則和個人經驗來進行新產品的開發和微生物風險管理。傳統方法是通過挑戰性試驗或微生物學實驗來決定對微生物體系的哪幾種因素進行控制,這些方法花費大,時間長,需要進行反覆實驗,才能作出判斷。而僅僅依靠簡單規則和經驗來解決目前所遇到的各種複雜問題,有很大的局限性,特別是在加工過程和產品配方中幾種因素相互影響時。而預測微生物模型則克服了這些缺點,能更客觀、更快速、更準確地作出預測,且能節省大量資金。因此,預測微生物學是食品安全品質管制和食品生產加工中微生物控制的有力工具。預測微生物學是將特定條件下的食品微生物生長、繁殖、殘存和死亡等反應進行細化,並結合電腦技術、數理統計和微生物知識,透過建立數學模型來預測微生物在不同環境條件下的生長、死亡情況,客觀地評估食品在加工、流通和貯藏等條件下的食品品質安全和保鮮期。模型可以根據現有的數據建立,也可以在特定的實驗中產生新的數據。這些數據可以從人造培養基或真實食品基質獲得,人造培養基的使用能節約大量的人力及物力,但後者食品基質的實驗,往往意味著更複雜的程序,結果的變異性大,耗費更多的人力和物力,但是所獲得的數據通常更接近現實(圖1)。

8 8

圖1 開發和應用食品微生物預測模型的主要步驟流程
資料來源:Pérez-Rodríguez et al.(2014)

9 9

為了食品安全,數學模型很早就開始在微生物學中應用。早在1922年,食品工業已建立了對罐頭食品中肉毒桿菌孢子的熱致死時間的數學模型(e Arroyo-Lopez et al., 2012),解決了罐頭食品中肉毒桿菌引起的毒素型食品安全問題。但是,直到20世紀80年代,數學模型在食品微生物中的應用才得到廣泛的關注。因為在這個時期大部分食品安全檢測主要是根據食品的理化指標並結合感官分析結果進行定性或半定性的,然而檢測指標繁瑣、理化指標在微生物生長初期不能直接反應食品安全性等問題阻礙著當時食品工業的發展。所以許多微生物學家意識到,許多傳統的、快速檢測食品品質和安全的方法都受時間限制,幾乎沒有預測價值。相比其他傳統微生物對食品品質和保鮮期的檢測指標,預測微生物學對食品和微生物間關係分析更加透徹,根據不同食品的加工、流通和貯藏情況,結合食品所處的外界特徵及條件,預測微生物學能夠在不進行微生物檢測的情況下更快速的對食品的安全性和保鮮期進行預測,從而對食品的品質和安全做出快速反應和預測(Pérez-Rodríguez et al., 2014)。

10 10

由此可知,預測微生物學是暴露評估的一個有效工具。通過建立數學模型來描述不同環境下微生物的生長、存活及死亡的變化,從而對致病微生物在整個暴露過程中的變化進行預測,並最終估計出各個階段及食品食用時致病微生物的含量,然後將這一結果輸入劑量-反應模型,即可得出該致病微生物在消費食品中的分佈及消費者的攝入劑量,再由風險描述將這些定量、定性的資訊綜合到一起,即可得出某種食品出如被微生物汙染時所帶來的疾病風險。

11 11

四、結論與展望

12 12

隨著食品工業產出的增加,新技術、新設備不斷出現,產品迅速更新,以及食品貿易全球化,食品生產加工和流通方式逐漸的發生變化,使得食品安全問題也受到更多人們的關注。食品安全管理必須採用風險控制的方法,促使食品產業採用新的技術方法來確保產品的品質與安全,透過所建立的模型掌握整個風險評估中的動態變化,而非依靠最終的產品檢測。而預測微生物學的發展,能透過數學模型來掌握食品中微生物的動態變化,進而可以透過調節加工,儲藏參數來控制其生長繁殖,並可預測產品的保鮮期,為食品從田間到餐桌提供品質和安全。微生物預測模型是新型的量化微生物生長的評估工具。較傳統的檢測方法相比,預測模型的構建可以節約大量時間和成本,可以有效地預測食品加工和流通過程中的品質安全並做出合理的判斷,為提高食品的保鮮期和消費者對食品品質安全信心提供有力的依據。同時,微生物預測模型也可以為產品開發和配方制定提供合理的加工手段。

13 13

由於台灣與歐美國家的飲食習慣及烹調方式存在著差異性,況且風險評估已在食品加工,流通和儲藏過程廣泛應用,因此在模型的建置上並不能一體適用。所以,為了有效控制食品的品質與安全性,借鑒國外經驗,整合已有數據和模型,利用預測微生物學建立一套適合國情的微生物預測系統是建立台灣食品安全網中的一項重要工作,也是食品安全風險評估中迫切需要解決的課題,希望台灣未來的食品致病微生物監測能逐步發展到涵蓋全產業鏈,建立科學的預測模型,確保台灣的食品安全。

14 14

參考文獻

  1. 李寧、嚴衛星. (2011). 國內外食品安全風險評估在風險管理中的應用概況. 中國食品衛生雜誌, 23(1), 13-17.
  2. 凌明沛. 建立食安信心的重要關鍵-強化風險溝通. (2017). ILSI Taiwan 專欄.
  3. e Arroyo-Lopez, F. N., ın Bautista-Gallego, J. (2012). 19 Role of Predictive Microbiology in Food Preservation. Progress in Food Preservation, 389.
  4. Food and Agriculture Organization of the United Nations (FAO). Commission CA. (1999). Principles and guidelines for the conduct of microbial risk assessment. CAC/GL-30.
  5. Pérez-Rodríguez, F. (2014). 18 Development and application of predictive microbiology models in foods. Mathematical and statistical methods in food science and technology, 321.
  6. U. S. Department of Agriculture/Food Safety and Inspection Service (USDA/FSIS) and U. S. Environmental Protection agency (EPA). (2012). Microbial risk assessment guideline: pathogenic organisms with focus on food and water.
  7. WHO. Food safety: Fact sheet. (2017). http://www.who.int/mediacentre/factsheets/fs399/en/