“十三五”期间食品安全监管技术支撑体系研究重点领域建议

毛 婷，姜 洁，路 勇*

（1.北京市食品安全监控和风险评估中心，北京 100041；2.中国食品药品检定研究院，北京 102629）

食品监管工作专业性、技术性极强，必需依靠科技手段构建严格的、科学的、覆盖全过程的食品安全监管制度，提升监管效能，支撑监管措施的有效落实。我国高度重视食品安全技术支撑体系的建设以及食品安全领域的科技创新工作，《国家食品安全监管体系“十二五”规划》主要任务中明确要求完善我国食品安全科技支撑体系，加强科技支撑能力建设，提高科研水平，为食品安全科学监管提供理论指导和技术支撑。国务院每年发布的食品安全重点工作安排中也均把加强技术创新和支撑能力建设作为重要内容，要求加大投入力度，提升食品安全检验检测能力、危害物监测识别评估能力、应急处置能力。特别是，在2016年5月举行的全国科技创新大会上，习近平总书记指出，要聚焦食品药品安全等重大民生问题，大幅增加公共科技供给，让人民享有更放心的食品药品。

国家食品药品监督管理总局成立以来，全国食品药品监管技术支撑机构积极实施检（监）测能力建设，不断加强技术创新和课题研究，使技术支撑能力得到了有效的加强。但我国食品安全问题极为复杂，各类食品安全风险交织，技术支撑能力与实际工作需求相比，仍需要进一步完善。本文对国内外食品安全监管相关支撑技术发展情况进行了研究，在此基础上，结合近年来国内外食品安全科技创新规划布局情况，对“十三五”期间食品安全监管技术支撑体系研究重点领域提出建议，为提升食品安全技术支撑能力、实现技术支撑跑在风险前面提供一定的参考意见。

1 国内外食品安全监管相关支撑技术发展情况

1.1 国内外食品安全监管相关支撑技术研究进展

1.1.1 检验检测技术

在物理性危害和风险方面，主要对食品中异物、放射性核素等进行检验检测[1-4]。食品中异物检测技术主要有磁学金属检测技术、可见光检测技术、近红外检测技术、磁共振成像技术、超声波成像技术、X射线成像技术等[1]。放射性核素检验检测方法包括放射化学法、α-能谱分析法、β-能谱分析法、γ-能谱分析法等[2-4]。γ-能谱分析法较其他方法前处理过程相对简单，可同时分析多种核素，能量分辨率高、准确度高，应用较广[3-4]。

在化学性危害和风险方面，主要对食品中常规理化指标、农残、兽残、环境污染物、非法添加物、生物毒素、重金属等进行检验检测。针对目标化合物，化学性危害和风险检验检测技术向高通量、高灵敏度和多维分析方向发展。一是利用高分辨率、高质量精度的飞行时间质谱（time-of-flight mass spectrometry，TOFMS）、静电场轨道阱等高分辨质谱在全扫描的模式下同步检测几百种农兽药残留等[5-6]，显著提高了对食品中危害物筛查效能。二是应用具有峰容量大、分离能力强特点的多维色谱技术对复杂体系中多组分甚至全组分分离检测，如全二维气相色谱-TOF-MS应用于食品中数百种挥发性风味成分或多种农药残留分离分析[7-9]。三是利用质谱领域研究前沿和热点的质谱成像（mass spectrometry imaging，MSI）技术，如解吸电喷雾离子化（desorption electrospray ionization，DESI）常压敞开式质谱成像技术，发展可直接从分子水平提供目标化合物的空间分布和分子结构信息的多维分析，实现对危害物进行快速高效识别并提供食品中分布信息。尽管成像技术不是最敏感和最准确定量的技术，但科学家们对这种多维解析技术越来越感兴趣，认为其能够快速高效检测食品中污染物质和污染程度[10-12]。同时，由于一些未被掌握的风险因素不断进入食物链，近年来食品中危害物筛查的理念也由定向筛查向非定向筛查转变[13-14]。针对潜在的风险隐患，国外已开展大量针对食品中农药、兽药、非法添加物等的非定向筛查方法的开发和构建[15-16]，包括通用型前处理技术、基于高分辨质谱等的高通量仪器筛查技术、利用信息技术和统计学方法建立的智能化可拓展的确证数据库，以及开展了基于核磁共振技术结合组学技术的食品中未知物鉴定技术研究[17-19]。Anibal等[18]利用高分辨氢核磁共振技术结合模式识别的方法来筛查咖喱、姜黄、辣椒粉等商业烹饪调料中是否掺有苏丹染料（苏丹Ⅰ～Ⅳ）。

在生物性危害和风险方面，主要对食品中菌落总数、大肠菌群、食源性致病菌、病毒、寄生虫等进行检验检测，以传统鉴定法、分子生物学、免疫学、质谱、电子显微镜、病原学检测技术等技术和方法为主[20-23]。检测食源性致病菌的分子生物学技术以聚合酶链式反应（polymerase chain reaction，PCR）检测技术、生物芯片技术为主，也有变性高效液相色谱分析技术应用报道等[24]。基质辅助激光解吸电离TOF-MS（matrix assisted laser desorption ionization TOF-MS，MALDI-TOF-MS）是近年来逐渐发展起来的一种新的食源性致病菌鉴定技术，能够对不同致病菌属、种、亚种进行区分和鉴定，基质选择、前处理标准化、数据库是影响鉴定结果的主要因素[23]。随着高通量测序技术的发展，全基因组测序技术被用于食源性致病微生物毒力因子的鉴定和生存机制的研究等[25]。

此外，针对肉制品、乳制品、蜂蜜、食用油、白酒等食品掺假问题，国内外开展了大量识别技术研究。识别食品掺假的化学技术主要包括光谱、色谱、同位素质谱、核磁共振、电子鼻、电子舌等检测技术，还需要结合模式识别技术手段[26-31]；生物技术主要包括PCR技术、DNA条形码、DNA芯片技术等[32-35]。

1.1.2 评估评价技术

目前，国内外关于食品安全评估评价技术的研究，主要集中在相关基础数据完善以及评估评价模型和技术研究等方面。

在相关基础数据研究方面，包括食物消费量调查[36]、总膳食研究[37-38]、毒理学研究[39]等。国内外开展了大量食物消费量调查，在大约30 个国家开展了总膳食研究，为充分掌握膳食中化学污染物和营养素摄入量进而科学准确开展暴露评估提供了数据基础[36-38]。我国还构建了长期食物消费量模型和高端暴露膳食模型等，一定程度解决了我国目前风险评估数据不足的问题[40]。近年来，国际上毒理学研究取得了较大突破，体外替代毒性测试等毒理学测试新技术成为热点[41]。代谢组学、基因组学、蛋白质组学等组学技术越来越多用于毒理学研究中，实现了从整体和器官水平向细胞和分子水平的飞跃[42-43]。

在评估模型和技术研究等方面，针对化学危害物开展了基准剂量模型[44]、暴露边界比法[45]、毒理学关注阈值等研究[46]，在风险描述和暴露评估方面取得了新进展；针对生物危害物，利用生物信息学、预测微生物学和剂量-效应模型等，开展了食品微生物定量风险评估[47-48]。在食品安全风险评价方面，发展了基于指标打分的系统评价方法、层次分析与灰色关联分析法、基于故障树分析的食品安全风险评价及监管优化模型等[49-51]，面向监管进行食品安全风险评价，支撑监管决策。此外，近年来，国内外更加关注一些新的未知风险物质（如食品用纳米材料等）[40]，并开展了生物学效应与安全性评价研究。

1.1.3 监管执法技术

面对食品生产经营主体量大面广、各类风险交织的形势，在目前监管资源有限条件下，必须依靠科技手段来提升监管水平，提高监管执法效率。

一方面，国内外高度重视以风险为基础的企业分等分级监管机制，优化监管资源，降低监管成本。美国加州推行餐饮业监督评分和分级管理制度；澳大利亚政府按风险的大小对食品进行分类，对食品企业的设施和生产经营过程进行风险评估，综合评分后确定风险等级，决定监督频次以及需要采取的法律行动或行政措施；德国建立了以风险为基础的企业分等分级监管机制，通过包括3 个层次16 个指标的风险评价指标体系和指标权重，确定食品企业风险等级，并据此科学确定食品企业监督检查频次。我国香港食物环境署对食物加工设施进行科学分级，并对每一卫生要求赋予合理的权重。上述监管模式均体现了科学性、公平性，提高了监管工作效率[52-53]。

另一方面，国内外积极发展智慧监管技术。美国、欧盟、日本等建立了食品质量安全追溯监管体系[54-55]。英国在追溯制度方面建立了国家统一的数据库及其相关的监管系统，如食物中毒通知系统、识别系统、代码系统、食品危害报警系统、化验所汇报系统和流行病学通信及咨询网络系统[56]。同时，国内外还利用大数据、物联网等先进信息技术建立了远程监控平台、食品安全检验检测管理平台、智能分析与决策支持平台等[57-60]。

1.1.4 应急处置技术

随着食品安全事件频发，各国均把提升食品安全应急处置能力作为建设公共保障体系的重点，并加强应急处置相关技术研发，主要包括3 个方面：一是国际组织和发达国家高度重视食品安全溯源预警技术和网络构建，世界卫生组织/联合国粮食及农业组织（World Health Organization/ Food and Agriculture Organization of the United Nations，WHO/FAO）国际食品安全当局网络已建立全球性的食品安全预警应急对策机制，欧盟建立的欧盟食品和饲料快速预警系统能及时收集源自所有成员的相关信息，以便各监管部门就食品安全保障措施进行信息交流并快速反应以保护消费者免受不安全食品和饲料危害[61-62]。二是重点加强基于全基因组测序的食源性致病微生物溯源技术与数据库建设，实现对食品安全生物危害因子的快速发现、准确鉴定、精准溯源。美国食品药品管理局（Food and Drug Administration，FDA）等利用高通量测序平台，对10万 株食源性病原菌进行基因组测序，建立公共数据库，研究致病菌的致病性、药物反应等生物特性，以帮助鉴定食源性病原菌并进行溯源，从而在突发事件爆发时，在最短的时间能够进行反应和处理[25]。三是高度重视应急演练技术研究，提高中央政府或各地方政府应对食品药品安全危机的能力，查找危机管理中的薄弱环节，评估和改进危机管理实效[63-64]。

1.1.5 国际合作情况

食品安全是全球共同面对的挑战，各国就食品安全技术研究开展了广泛的国际合作。一是共同参与重大研发计划。欧盟研发框架计划是世界上规模最大的综合性的官方研发计划，不仅面向成员国开放，而且对第三国（指既非欧盟成员国也非欧盟候选国的国家）开放，全球科学家均可参与，是食品安全国际合作的重点领域。其食品质量与安全方面项目包括检测和控制方法、食品对健康的影响、食品整个生产链上的“可追踪性”分析等[65-66]。我国一直积极参与欧盟研发框架计划，参与规模不断扩大。在第六框架计划中参与食品相关项目18 项，在第七框架计划中参与食品、农业和生物技术相关项目51 项[66]。目前，欧盟第八研发框架计划-欧盟“地平线2020”计划已开始实施，并在进一步鼓励欧盟和第三国在互惠互利的原则下，采用国际合作的战略途径开展研究，共同应对全球挑战[67]，在食品安全方面将重点加强覆盖从生产到消费全过程和相关服务的研究和创新，增强欧洲食品生产、加工和消费的可持续性和竞争力。我国将与欧盟在食品安全重点领域展开更加广泛的合作。二是通过制定国际标准、举办国际会议等多种形式加强国际技术交流。各国均在不同程度上参与国际食品法典委员会关于国际标准的制定与研究，提升保护消费者健康和公共卫生安全的手段，并促进本国食品出口[68]。我国通过实施国家重大科技专项“食品安全关键技术”等，选派专业人员参加国际食品安全标准的制定，举办各类国际会议，开展合作研究项目，从而吸引国外专家和学者来华交流，促进我国食品安全研究工作的跨越进展[69]。三是共建国际合作实验室。如江南大学启动“食品安全国际合作联合实验室”建设，推动了食品安全保障体系与国际接轨。

1.2 我国食品安全监管相关支撑技术薄弱环节

检验检测技术方面，我国在危害物“非靶向”筛查技术上还存在前处理技术通用性较差、仪器筛查范围较窄、数据处理智能化水平较低等不足，在未知风险鉴定方面仅开展少量、分散的研究，未建立系统的鉴定体系。一些前沿技术如质谱成像技术等，也未在食品安全检测领域进行应用。此外，对于食品掺杂掺假，需要利用大量纯样品建模，而纯样品往往不易获得，且数据信息处理较为复杂[31]；动物源性成分鉴定的主要技术是实时荧光PCR技术，但只能进行定性检测，而无法完成定量分析，并无法排除由于销售、运输等过程所产生的交叉污染而带来的假阳性结果[35]。

评估评价技术方面，我国相关研究起步较晚，存在一些薄弱环节。一是基础本底数据缺失[40]，特别是食品中天然产生的化学污染物如苯甲酸、甲醛等本底值数据匮乏，导致很多评估数据不准确[70]。二是毒理学评价方法和评估模型仍以传统方法较多，新方法新技术尚未取得明显进展，不少危害物缺乏毒理学数据和限量标准，给风险的有效控制带来了困难；三是现有风险评价模型大多考虑部分风险指标，且未完全建立在监管工作实际基础上，实际指导价值不高，因此亟待加强食品安全风险评估评价技术研究，为科学管控食品安全风险提供有力的技术支撑。

监管执法技术方面，大多以监督员现场检查及样品抽检等传统模式为主[60]，监管技术的信息化、智能化程度较低，执法设备落后；监管风险分级评价技术缺乏，已有技术多局限于某一业态或某一区域[71]，无法满足食品安全监管的迫切需求。此外，对互联网食品经营等新兴业态，传统监管技术滞后，适用的监管新技术不足。

应急处置技术方面，我国关于食源性致病微生物全基因组溯源技术还刚起步，全基因组序列信息掌握较少，未建立相应数据库和生物信息分析平台；应急演练以桌面演练为主，缺乏有效的仿真模型和模拟系统，实战性不强。

2 近年来国内外食品安全科技创新规划布局情况

2.1 国外食品安全科技创新规划布局情况

2013年FDA食品安全与营养应用中心（Center for Food Safety and Applied Nutrition，CFSAN）公布了2013—2014年科学研究工作重点。其主要工作目标为减少由全球化食品供应链、食品生产工艺的不断变化（如纳米材料）及消费者对新鲜或初级加工食品偏好等方面带来的食品安全风险[72]。工作重点还包括加强微生物学、分析化学、毒理学、食品科学、生物信息学、纳米技术6 个领域研究能力，更好地危害控制与危害预防，寻求更快的食品中潜在不安全因素的筛选识别手段，以及开发新技术用于数据分析等。FDA发布的《2011—2015年战略重点与目标——应对21世纪公共健康的挑战》文件中确定了包括发展监管科学与革新在内的5 个战略重点，指出人类基因组测序、纳米技术、信息技术等技术领域的突破，促进能够更有效地识别微生物病原体，跟踪和追踪食品污染，开发新的安全性评价方法。这些新的科学工具、技术和方法，在21世纪的公共卫生进步方面发挥着决定性作用，构成监管科学。食品安全方面的战略目标与长期目标包括重点建设以预防为主的基于科学和风险的综合食品安全体系，同时指出向现代化食品安全体系迈进的3 个核心原则：重在预防、加强监控与执法、提高反应与处置能力[73]。欧盟将食品安全列入了“地平线2020”计划的社会挑战主题，主要研究领域包括食品安全在满足消费者需求的同时减少食品对人类健康和自然环境的不良影响；在生产、加工和消费的每一个环节上确保食品安全；同时注重饲料安全，保障畜禽产品健康等[74-75]。欧盟食品安全局《2012—2016年科学战略》指出要统一食物链相关风险评估的理论、操作方法研究，强化风险评估和风险监测的科学性，增强欧盟的风险评估能力[76]。加拿大农业及农业食品部（Agriculture and Agri-Food Canada，AAFC）非常重视运用科学技术提高其竞争能力，力争使加拿大食品质量安全处于世界前列。2006年，AAFC制定了科学和创新战略目标，确定7 个重点研究领域，其中包括食品与健康领域、食品安全和质量领域以及食品原料安全性领域。食品安全和质量领域制定食品安全的污染跟踪制度，研究简化污染食品检测、记录及监测的仪器、技术和方法等。食品原料安全性领域包括寻找病原病毒进入人类食物链的入口，以制定出从农场到餐桌的控制策略[77]。2008年日本政府根据第三期《科学技术基本计划》和《创新25战略》制定《技术创新战略》，确定优先发展23 项创新技术，包括食品科学技术[78]。日本内阁会议于2016年1月审议通过了《第五期科学技术基本计划（2016—2020）》，食品安全列入旨在确保国家和国民安全安心与实现富裕高质量生活的4 个重点政策课题中[79]。

2.2 “十三五”期间国内食品安全科技创新规划布局情况

国务院印发的《“十三五”国家科技创新规划》明确指出“重视食品质量安全，聚焦食品源头污染问题日益严重、过程安全控制能力薄弱、监管科技支撑能力不足等突出问题，重点开展监测检测、风险评估、溯源预警、过程控制、监管应急等食品安全防护关键技术研究”，并提出食品质量安全研究专栏，要求开展危害因子靶向筛查与精准确证、多重风险分析与暴露评估、监管和应急处置等共性技术研究，重点突破食品风险因子非定向筛查、体外替代毒性测试、致病生物全基因溯源、真伪识别等核心技术。国务院还印发了《“十三五”国家食品安全规划》，专门设置食品安全重点科技工作专栏，要求研发食品中化学性、生物性、放射性危害物高效识别与确证关键技术及产品，建立全覆盖、组合式、非靶向检验检测技术体系；开展体外替代毒性测试等食品安全危害识别与毒性机制等研究，建立科学合理的食品安全监测和评价评估技术体系；加强食品安全监督执法智慧工作平台研发，研究食品安全风险分级评价与智能化现场监管、网络食品安全监控等技术；研发致病微生物全基因溯源、食品安全突发事件应急演练模拟仿真模型等应急处置新技术等。上述规划为食品安全未来科技研究工作重点指明了方向。

北京市、上海市、浙江省、陕西省、山东省、福建省等省市近期也纷纷出台了省级食品药品安全“十三五”规划，对技术支撑体系支撑能力建设提出要求。《北京市“十三五”时期食品药品安全发展规划》强调着力提高食品药品中未知物质和有毒有害物质鉴定能力；《上海市食品药品安全“十三五”规划》明确要求加强食品药品安全事故应急评估技术储备，形成食品药品安全突发事件应急处置系统；《浙江省食品药品安全“十三五”规划》要求开展居民食物消费量调查，配合做好总膳食研究和毒理学研究工作，建立基础数据库；《陕西省“十三五”食品药品安全规划》要求加强监管决策支持平台建设，研究建立描述食药安全的数学模型，为问题导向和精准监管提供技术支撑。《山东省食品药品安全“十三五”规划（2016—2020年）》中关于科技支撑能力建设工程部分中列出了食品安全关键技术研究项目，包括开展食品溯源技术、食品（保健食品）中危害物与非法添加检测关键技术、安全预警与风险评估技术、代谢物筛查与确证技术等技术研究。《福建省“十三五”食品药品安全专项规划》强调提升智能监管服务支撑能力，建设福建省食品药品“安全监管与社会共治”一体化平台，建设覆盖省、市、县、乡四级的食品药品许可监管、稽查执法、抽检监测、诚信管理、溯源管理、风险管理、应急管理、公共服务、决策支持和内部管理等重点应用系统，建设全省统一的食品药品监管数据中心，积极采用云计算、大数据、物联网、地理信息系统（geographic information system，GIS）、移动终端等先进技术手段，重点建立从源头开始的覆盖全省种植业、畜禽业、水产业等行业的农产品质量安全追溯信息系统。此外，《北京市食品药品安全三年行动计划（2016—2018年）》中提出开展监管领域重点课题研究的任务，包括开展食品检测鉴定方法研究、食源性兴奋剂检测方法研究、首都市民营养与科学膳食研究和不明物质鉴定技术研究等。

3 “十三五”期间食品安全监管技术支撑体系研究重点领域建议

在分析研究国内外食品安全监管支撑技术发展现状基础上，针对我国相关技术薄弱环节，结合近年来国内外食品安全科技创新规划布局情况，梳理出“十三五”期间食品安全监管技术需求主要集中在非靶向检验技术、食品真实性鉴别技术、评估评价基础数据、食品安全风险综合评估评价技术、食品安全智慧监管技术和食品安全应急处置技术6方面，研究重点领域具体建议如下。

3.1 非靶向检验技术

以食品中农兽药残留、非法添加物、新兴环境污染物、有毒代谢物等主要化学污染，食源性致病菌、病毒、寄生虫等主要生物污染，放射性核素等主要物理污染为研究对象，利用新型前处理材料与设备，结合多维色谱、高分辨质谱、质谱成像技术、分子生物学、能谱等，建立食品中危害物通用型高效富集净化技术、多维筛查确证技术，以及结合食品安全监督抽检、专项监测、投诉举报发现的风险隐患，运用信息技术拓展非靶向筛查范围，建立大规模筛查确证数据库，有效提高食品安全危害识别准确率和速度。利用高分辨质谱、核磁共振等分析技术，结合大数据处理技术、统计学技术，开展系统的未知物鉴定技术研究，搭建食品中未知成分鉴定平台，有效增强食品安全未知风险控制能力。

3.2 食品真实性鉴别技术

利用高光谱成像、同位素质谱、核磁共振等分析技术，结合独立分量分析、类建模等图像信息处理技术，提高数据解析能力，建立多靶标、特异性、高通量的食品掺假、掺杂定性定量鉴别技术；进一步完善数字PCR技术、变性高效液相色谱和DNA条形码联用技术等，建立食品中动物性成分掺假定量检测技术，为肉类食品监管提供准确可靠的技术依据。

3.3 评估评价基础数据

借鉴国内外总膳食研究经验，开展重点人群食物消费调查和大宗消费食品营养物质监测，形成适合我国实际的膳食营养研究模式；在开展历史数据分析和风险监测的基础上，制定相应的食品中污染物本底值参考值；以影响食品安全的重点和新发风险因子为研究对象，利用人源性细胞替代技术，建立食品安全毒性测试体外模型，开展食品危害因子毒理学评价实验，为食品安全标准制定、风险评估和控制提供理论和数据支撑。

3.4 食品安全风险综合评估评价技术

强化多重风险分析与暴露评估技术研究，并针对国内外缺乏毒理学技术数据的危害物质或新型风险物质，开展基础评估研究，形成食品安全综合风险评估平台，实现对突发事件、重点风险项目、标准缺失物质的全面科学评估；结合监管实际，建立基于多源多维数据分析的食品安全风险综合评价模型，为优化监管和支持决策提供技术支撑。

3.5 食品安全智慧监管技术

推进云计算、大数据、物联网等先进信息手段在食品安全监管领域的应用，建立融合许可监管、稽查执法、抽检监测、诚信管理、溯源管理、应急管理等多维数据的食品安全智慧监督平台，并分类研发适用于各环节的食品安全监管智能现场执法终端；开展系统、全面的分级评价技术研究，构建基于食品安全多维指标体系的风险分级评价模型，为实施科学分类监管提供技术依据；建立食品互联网违法行为监控体系，构建互联网快餐配送等高风险网络食品冷链监管平台，实现对网络经营食品安全的有效监管。

3.6 食品安全应急处置技术

开展重要食源性致病微生物的基因测序与收集工作，完善生物信息分析平台，构建具有我国特征食源性致病微生物的全基因组序列数据库，提升食品安全风险发现能力和复杂突发事件危害溯源和控制水平；开展食品安全应急工作机制和制度研究，优化数据结构和逻辑设计，开发适用于不同场景的食品安全突发事件应急演练仿真模型，推动应急管理信息化建设，形成食品安全监管突发事件应对标准化工作方案，完善食品安全突发事件和重大事故应急指挥决策网络平台。

4 结 语

从检验检测技术、评估评价技术、监管执法技术、应急处置技术等方面分析了国内外食品安全监管相关支撑技术研究进展，并对近期美国、欧盟、加拿大、日本等国家和组织以及我国国家级和多个省级相关科技创新规划进行论述，针对我国相关技术薄弱环节，梳理出“十三五”期间食品安全监管技术需求主要集中在非靶向检验技术、食品真实性鉴别技术、评估评价基础数据、食品安全风险综合评估评价技术、食品安全智慧监管技术和食品安全应急处置技术6方面，并明确具体重点研究领域，以进一步提高风险发现控制能力和应急处置能力，提升监管执法效能，切实保障人民群众“舌尖上的安全”。

[1] 易国. X射线食品异物检测系统设计与图像处理方法研究[D]. 长沙:湖南大学, 2011: 1-3.

[2] 黄云辉, 李忠, 陈朝方, 等. 食品中131I、134Cs 和137Cs快速检测方法研究[J]. 核电子学与探测技术, 2014, 34(6): 675-678. DOI:10.3969/j.issn.0258-0934.2014.06.001.

[3] 曹艺耀, 宣志强, 俞顺飞, 等. 食品中放射性核素137Cs基于不同检测条件的方法选择研究[J]. 浙江预防医学, 2016, 28(5): 437-440.

[4] 杨宝路. 食品放射性污染的监测与控制技术研究[D]. 北京: 中国农业科学院, 2016: 4-7.

[5] GARCÍA-REYES J F, HERNANDO M D, MOLINA-DÍAZ A, et al.Comprehensive screening of target, non-target and unknown pesticides in food by LC-TOF-MS[J]. TrAC Trends in Analytical Chemistry,2007, 26(8): 828-841. DOI:10.1016/j.trac.2007.06.006.

[6] GUO C C, SHI F, JIANG S Y, et al. Simultaneous identification,confirmation and quantitation of illegal adulterated antidiabetics in herbal medicines and dietary supplements using highresolution benchtop quadrupole-orbitrap mass spectrometry[J].Journal of Chromatography B, 2014, 967: 174-182. DOI:10.1016/j.jchromb.2014.07.032.

[7] 许泓, 李淑静, 何佳, 等. 二维色谱-质谱联用检测食品中残留物的应用[J]. 食品研究与开发, 2013, 34(6): 114-120. DOI:10.3969/j.issn.1005-6521.2013.06.032.

[8] 谢诚, 欧昌荣, 曹锦轩, 等. 全二维气相色谱-飞行时间质谱法分析糟带鱼挥发性风味成分[J]. 现代食品科技, 2014, 30(2): 234-243.DOI:10.13982/j.mfst.1673-9078.2014.02.002.

[9] 姜俊, 李培武 ,谢立华, 等. 固相萃取-全二维气相色谱/飞行时间质谱同步快速检测蔬菜中64 种农药残留[J]. 分析化学, 2011, 39(1):72-76. DOI:10.3724 /SP.J.1096.2011.00072.

[10] NIELEN M W F, HAJŠLOVÁ J, KRSKA R. Advanced food analysis[J]. Analytical and Bioanalytical Chemistry, 2014, 406(27):6765-6766. DOI:10.1007/s00216-014-8016-0.

[11] 罗志刚, 贺玖明, 刘月英, 等. 质谱成像分析技术、方法与应用进展[J]. 中国科学:化学, 2014, 44(5): 795-800. DOI:10.1360/N032014-00036.

[12] 王楠楠. 香水和土壤中邻苯二甲酸二乙酯的直接质谱分析研究[D].南昌: 东华理工大学, 2014: 5-13.

[13] 毛婷, 路勇, 姜洁, 等. 食品安全未知化学性风险快速筛查确证技术研究进展[J]. 食品科学, 2016, 37(5): 245-253. DOI:10.7506/spkx1002-6630-201605043.

[14] 俞良莉, 陆维盈, 刘洁, 等. 食品非目标性检测技术[J]. 食品科学技术学报, 2016, 34(6): 1-6. DOI:10.3969 /j.issn.2095-6002.2016.06.001.

[15] THURMAN E M , FERRER I, FERNÁNDEZ-ALBA A R. Matching unknown empirical formulas to chemical structure using LC/MS TOF accurate mass and database searching: example of unknown pesticides on tomato skins[J]. Journal of Chromatography A, 2005, 1067(1/2):127-134. DOI:10.1016/j.chroma.2004.11.007.

[16] NERIN C, ALFARO P, AZNAR M, et al. The challenge of identifying non-intentionally added substances from food packaging materials: a review[J]. Analytica Chimica Acta, 2013, 775: 14-24. DOI:10.1016/j.aca.2013.02.028.

[17] CHARLTON A J, ROBB P, DONARSKI J A, et al. Non-targeted detection of chemical contamination in carbonated soft drinks using NMR spectroscopy, variable selection and chemometrics[J]. Analytica Chimica Acta, 2008, 618(2): 196-203. DOI:10.1016/j.aca.2008.04.050.

[18] ANIBAL C V D, RUISÁNCHEZ I, CALLAO M P. High-resolution1H Nuclear Magnetic Resonance spectrometry combined with chemometric treatment to identify adulteration of culinary spices with Sudan dyes[J]. Food Chemistry, 2011, 124(3): 1139-1145.DOI:10.1016/j.foodchem.2010.07.025.

[19] 邓美林, 夏永鹏, 赵博, 等. 食品组学技术在食品安全风险控制中的应用[J]. 食品与发酵科技, 2015, 51(6): 95-99. DOI:10.3969/j.issn.1674-506X.2015.06-021.

[20] 王云国, 李怀燕. 食品微生物检验内容及检测技术[J]. 粮油食品科技, 2010, 18(3): 40-43. DOI:10.3969/j.issn.1007-7561.2010.03.012.

[21] 吴清平, 寇晓霞, 张菊梅. 食源性病毒及其检测方法[J]. 微生物学通报,2004, 31(3): 101-105. DOI:10.13344 /j.microbiol .china . 2004. 03. 023.

[22] 蒋守富, 张小萍, 何艳燕. 食品寄生虫快速检测技术的应用进展[J]. 中国食品卫生杂志, 2014, 26(1): 95-100. DOI:10.13590/j.cjfh.2014.01.017.

[23] 吕佳, 卢行安, 刘淑艳, 等. MALDI-TOF-MS技术鉴定食源性致病菌的影响因素[J]. 分析仪器, 2011(2): 12-17. DOI:10.3969/j.issn.1001-232X.2011.02.002.

[24] 宋丽萍, 姜洁, 李玮, 等. 食源性致病菌快速检测技术研究进展[J].食品安全质量检测学报, 2015, 6(9): 3441-3446.

[25] 吴林寰, 陆震鸣, 龚劲松, 等. 高通量测序技术在食品微生物研究中的应用[J]. 生物工程学报, 2016, 32(9): 1164-1174. DOI:10.13345/j.cjb.150552.

[26] 常云彩, 孙晓莎, 巩蔼, 等. 光谱法在食品掺假检测中的应用研究进展[J]. 粮油食品科技, 2015, 23(2): 65-67. DOI:10.16210/j.cnki.1007-7561.2015.02.004.

[27] ZHANG J, ZHANG X S, DEDIU L, et al. Review of the current application of fingerprinting allowing detection of food adulteration and fraud in China[J]. Food Control, 2011, 22(8): 1126-1135.DOI:10.1016/j.foodcont.2011.01.019.

[28] SIDDIQUI A J, MUSHARRAF S G, CHOUDHARY M I, et al.Application of analytical methods in authentication and adulteration of honey[J]. Food Chemistry, 2017, 217: 687-698. DOI:10.1016/j.foodchem.2016.09.001.

[29] 刘威, 刘伟丽, 魏晓晓, 等. 核磁共振波谱技术在食品掺假鉴别中的应用研究[J]. 食品安全质量检测学报, 2016, 7(11): 4358-4363.

[30] PERIS M, ESCUDER-GILABERT L. Electronic noses and tongues to assess food authenticity and adulteration[J]. Trends in Food Science &Technology, 2016, 58: 40-54. DOI:10.1016/j.tifs.2016.10.014.

[31] LÓPEZ M I,TRULLOLS E, CALLAO M P, et al. Multivariate screening in food adulteration: untargeted versus targeted modelling[J]. Food Chemistry, 2014, 147: 177-181. DOI:10.1016/j.foodchem.2013.09.139.

[32] 范丽丽. 实时荧光PCR检测食品肉类种源方法研究[D]. 苏州: 苏州大学, 2013: 1-5.

[33] 吕冬梅, 黄原, 文慧, 等. DNA条形码技术在食品鉴定中的应用[J].食品科学, 2015, 36(9): 248-253. DOI:10.7506/spkx1002-6630-201509046.

[34] STAATS M, ARULANDHU A J, GRAVENDEEL B, et al. Advances in DNA metabarcoding for food and wildlife forensic species identification[J]. Analytical and Bioanalytical Chemistry, 2016,408(17): 4615-4630. DOI:10.1007/s00216-016-9595-8.

[35] 宋丽萍, 薛晨玉, 路勇, 等. 应用实时荧光PCR技术定量检测羊肉中的猪肉成分[J]. 食品科技, 2014, 39(10): 319-322; 326.DOI:10.13684/j.cnki.spkj.2014.10.069.

[36] 黄薇, 潘柳波, 王舟, 等. 深圳市居民食物消费量调查分析[J]. 中国食品卫生杂志, 2015, 27(1): 57-61. DOI:10.13590 /j.cjfh.2015. 01.015.

[37] 蒋琦, 黄琼, 张永慧. 总膳食研究在人群膳食暴露评估中的应用[J]. 中国食品卫生杂志, 2012, 24(3): 289-292. DOI:10.13590/j.cjfh.2012.03.024.

[38] 李筱薇. 中国总膳食研究应用于膳食元素暴露评估[D]. 北京: 中国疾病预防控制中心, 2012: 9-16.

[39] 林卫华, 吴志刚. 我国近年食品毒理学应用与研究进展[J]. 中国热带医学, 2014, 14(8): 1019-1022. DOI:10.13604/j.cnki.46-1064/r.2014.08.087.

[40] 李宁. 我国食品安全风险评估制度实施及应用[J]. 食品科学技术学报, 2017, 35(1): 1-5. DOI:10.3969/j.issn. 2095-6002.2017.01.001.

[41] 吴永宁. 食品中化学危害暴露组与毒理学测试新技术中国技术路线图[J]. 科学通报, 2013, 58(26): 2651-2656. DOI:10.1360/972013-379.

[42] 颜贤忠, 孙博, 杜祥博. 代谢组学技术在毒理学研究中的应用进展[J].国际药学研究杂志, 2014, 41(4): 379-392; 399. DOI:10.13220/j.cnki.jipr.2014.04.001.

[43] 庄志雄. 毒理基因组学对毒理学发展的影响[J]. 毒理学杂志, 2005,19(1): 5-8. DOI:10.16421/j.cnki.1002-3127.2005.01.004.

[44] 宋筱瑜, 张磊, 隋海霞, 等. 基准剂量方法在风险评估中的应用[J].卫生研究, 2011, 40(1): 1-26.

[45] 乙楠楠, 吴惠, 姚欣雅, 等. 使用暴露边界比法进行我国居民乙酰甲胺磷膳食暴露风险评估[J]. 中国药理学与毒理学杂志, 2014, 28(2):279-282. DOI:10.3867/j.issn.1000-3002.2014.02.023.

[46] 朱洲海, 曾婉俐, 管莹, 等. 毒理学关注阈值(TTC)方法的历史演化与发展[J]. 食品科学, 2013, 34(7): 340-344. DOI:10.7506/spkx1002-6630-201307072.

[47] 朱江辉, 宋筱瑜, 王晔茹, 等. 我国食品微生物定量风险分级模型初探与应用[J]. 中国食品卫生杂志, 2016, 28(4): 516-522.DOI:10.13590/j.cjfh.2016.04.023.

[48] 董庆利, 王海梅, MALAKAR P K, 等. 我国食品微生物定量风险评估的研究进展[J]. 食品科学, 2015, 36(11): 221-229. DOI:10.7506/spkx1002-6630-201511042.

[49] 杨雪美, 王晓翌, 李鸿敏. 供应链视角下我国突发食品安全事件风险评价[J]. 食品科学, 2017, 38(19): 309-314. DOI:10.7506/spkx1002-6630-201719048.

[50] 聂文静, 李太平. 食品安全风险评估模型研究综述[J]. 食品安全质量检测学报, 2014, 5(5): 1551-1556.

[51] 陈洪根. 基于故障树分析的食品安全风险评价及监管优化模型[J].食品科学, 2015, 36(7): 177-182. DOI:10.7506/spkx1002-6630-201507033.

[52] 李强, 刘文, 戴岳, 等. 德国食品企业风险分级分类监管制度[J]. 食品与发酵工业, 2014, 40(7): 121-125. DOI:10.13995/j.cnki.11-1802/ts.2014.07.047.

[53] 杨卫国, 黄彪, 张永慧. 食品卫生监督量化分级管理制度实施情况研究[J]. 中国公共卫生管理, 2005, 21(6): 463-464. DOI:10.3969/j.issn.1001-9561.2005.06.006.

[54] 邱鹏. 基于物联网的农产品安全监控系统与决策系统研究[D]. 大连: 大连理工大学, 2011: 1-3.

[55] 赵荣, 陈绍志, 乔娟. 美国、欧盟、日本食品质量安全追溯监管体系及对中国的启示[J]. 世界农业, 2012(3): 1-4; 25. DOI:10.3969/j.issn.1002-4433.2012.03.001.

[56] 张兰. 食品安全监督智能管理系统的研究与开发[D]. 南昌: 南昌航空大学, 2013: 3-6.

[57] 黄强, 陶健. 食品安全监管技术及其应用研究[J]. 科技信息,2012(23): 54; 100. DOI:10.3969/j.issn.1001-9960.2012.23.037.

[58] 张周建, 羌校君, 陈晓东, 等. 现代信息技术在食品安全监管工作中的应用与实践[J]. 中国卫生监督杂志, 2014, 21(1): 34-36.DOI:10.3969/j.issn.1007-6131.2014.01.008.

[59] 王国军. 食品安全监管的网络技术分析[J]. 电子测试, 2015(18): 53-54. DOI:10.16520/j.cnki.1000-8519.2015.18.023.

[60] 卫晓明, 顾芙蓉. 基于远程监控技术的食品安全监管平台构建研究[J].上海食品药品监管情报研究, 2012(1): 18-24.

[61] 罗季阳, 张晓娟, 王欣, 等. 突发食品安全风险的早期识别[J].食品工业科技, 2012, 33(20): 53-55; 59. DOI:10.13386/j.issn1002-0306.2012.20.040.

[62] 张敏, 胡月珍. 浅谈国外食品安全预警体系及其对我国的启示[J].科技创新导报, 2011(14): 230. DOI:10.3969/j.issn.1674-098X.2011.14.186.

[63] 张秋, 陈慧. 中国食药监系统食品药品安全应急演练与培训项目建设探讨[J]. 中国药学杂志, 2016, 51(22): 1982-1986. DOI:10.11669/cpj.2016.22.021.

[64] 张秋, 陈慧. 构建食品药品安全事件应急演练路径研究[J]. 中国药师, 2016, 19(11): 2117-2119. DOI:10.3969/j.issn.1008-049X.2016.11.036.

[65] 陈霖豪, 胡忆虹, 周乃元, 等. 欧盟第六个科技框架计划中食品质量与安全招标指南[J]. 卫生研究, 2003, 32(1): 1-2. DOI:10.3969/j.issn.1000-8020.2003.01.001.

[66] 赵俊杰, 马晓倩. 我国参与欧盟研发框架计划的总体情况[J].全球科技经济瞭望, 2014, 29(11): 6-10; 20. DOI:10.3772/j.issn.1009-8623.2014.11.002.

[67] 姜岩. 解读欧盟“地平线2020”科技规划[J]. 华东科技, 2012(5): 44-45.

[68] 龚向前. 食品安全国际标准的法律地位及我国的应对[J]. 暨南学报(哲学社会科学版), 2012, 34(5): 24-29. DOI:10.3969/j.issn.1000-5072.2012.05.004.

[69] 吴永宁, 周乃元, 陈君石. 十五国家重大科技专项“食品安全关键技术”[J]. 中国食品卫生杂志, 2007, 19(2): 97-101. DOI:10.13590/j.cjfh.2007.02.001.

[70] 杜业刚, 李碧芳, 邓武剑, 等. 食品中天然产生的化学污染物本底值分析[J]. 中国食品添加剂, 2013(2): 165-168. DOI:10.3969/j.issn.1006-2513.2013.02.018.

[71] 李强, 刘文, 孙爱兰, 等. 我国加工食品风险分级评价研究[J]. 食品与发酵工业, 2015, 41(9): 220-224. DOI:10.13995/j.cnki.11-1802/ts.201509042.

[72] 佚名. 美国食品安全与营养应用中心(CFSAN)公布2013—2014年度工作要点[J]. 食品与生物技术学报, 2013, 32(11): 1162-1162.

[73] 董作军. 美国食品和药物管理局2011—2015战略重点与目标: 应对21世纪公共健康的挑战[J]. 中国新药与临床杂志, 2013, 32(2): 75-91.

[74] 刘文博, 张陆彪, 冯东昕, 等. “地平线2020”计划框架下中欧农业科技合作的机遇与挑战[J]. 世界农业, 2014(6): 6-9; 23. DOI:10.13856/j.cn11-1097/s.2014.06.002.

[75] 陈晨, 别敦荣. 2020 地平线计划: 欧盟研究创新计划框架[J]. 山东高等教育, 2015(1): 50-57. DOI:10.3969/j.issn.1006-4133.2015.01.007.

[76] 柳志刚. 欧洲食品安全局发布科学战略[J]. 中国食品学报, 2012,12(2): 219.

[77] 纪亚君, 周青平. 加拿大农业及农业食品研究最新动态[J]. 青海科技, 2010, 17(1): 37-39. DOI:10.3969/j.issn.1005-9393.2010.01.014.

[78] 申力杨. 日本拟出台技术创新战略: 优先发展23 项创新技术[J]. 高科技与产业化, 2009(6): 32-33.

[79] 王玲. 日本发布《第五期科学技术基本计划》欲打造“超智能社会”[N]. 光明日报, 2016-05-08(8).