即食熟肉制品中主要致病菌的風險排序

姬 瑞，曹 慧，徐 斐,*，于勁松，袁 敏，彭少杰，王李偉，李 潔，王 穎

即食熟肉制品中主要致病菌的風險排序

姬 瑞1，曹 慧1，徐 斐1,*，于勁松1，袁 敏1，彭少杰2，王李偉2，李 潔2，王 穎2

（1.上海理工大學醫療器械與食品學院，上海 200092；2.上海市食品藥品監督管理局執法總隊，上海 200233）

本實驗選用了3 種常用的方法——Risk Ranger、快速微生物定量風險評估（swift quantitative microbiological risk assessment，sQMRA）和食品安全數據庫（food safety universe database，FSUD）工具，對即食熟肉制品中的主要致病菌進行了風險排序。結果表明：即食熟肉制品中主要致病菌的風險排序從大到小依次為：單核細胞增生李斯特氏菌、金黃色葡萄球菌、蠟樣芽孢桿菌和沙門氏菌。相比于sQMRA模型，Risk Ranger和FSUD工具更適用于即食熟肉制品中主要致病菌的安全風險排序。

風險排序；即食熟肉制品；快速微生物定量風險評估；食品安全數據庫

近年來頻繁發生的食品安全問題已成為推動食品安全風險評估技術不斷發展和完善的主要動因[1]。然而，由于風險管理的資源十分有限，風險管理人員往往按照自己的偏好對食品中某些風險進行重點管理和控制，這可能會因為主觀因素造成與實際情況的差異。風險排序是對風險進行比較和排序的工具[2]，它可以幫助風險管理人員快速地從眾多食物/風險源中選擇出風險較高的組合，從而獲得需要優先進行風險評估的食品/危害物組合，因此，風險排序已經成為風險評估中的首要步驟。

近年來，各發達國家以及相關食品安全組織已將風險排序應用于食品安全領域，并形成了適合于各自特點和需要的風險排序模型，主要包括兩大類，即簡單打分模型類和計算機化分析模型。常見的簡單打分模型主要有食品安全數據庫（food safety universe database，FSUD）、Ranking Tool及Risk Ranking Tool等。常見的計算機化分析模型主要有Risk Ranger軟件、快速微生物定量風險評估（swift quantitative microbiological risk assessment，sQMRA）模型、iRisk軟件及FIRRM模型等。這些風險排序模型雖然在理解、應用上存在一定差異，但是其基本原則和最終目標都是一致的，即都是以人體健康和生態健康為最高目標，在此基礎上，注重成本-效益平衡，忽略和避免不重要因素對排序的干擾和影響，從而找到合理有效的評價統一標準，最終實現對食品/危害物組合的合理、有效排序。

即食熟肉制品是一類無需加熱處理便可在出售地點食用的食品。主要包括醬鹵肉、熏烤肉、腌肉、臘肉、油炸肉和風干肉等。然而它們在制作和銷售過程中由于環境、加工、貯藏及銷售等因素的影響，很容易被食源性致病菌污染，是導致我國食源性疾病暴發的主要食品種類之一。因此，本研究選取了較具有代表性的Risk Ranger、FSUD和sQMRA 3 種風險排序模型對即食熟肉制品中的4 種常見的致病菌進行排序，并對其適用性進行探討。

1 材料與方法

1.1 數據來源

致病菌的污染情況、危害程度和流行病學數據主要查閱國內外相關流行病學的文獻、報告和專著；人口數據參考國家統計局關于第六次全國人口普查的結果，消費數據來自膳食調查等資料。

1.2 即食熟肉制品中主要致病菌的風險排序

1.2.1 Risk Ranger排序

采用澳大利亞霍巴特大學研發的Risk Ranger軟件對即食熟肉制品中的4 種常見致病菌進行風險排序。Risk Ranger軟件建立于Microsoft Excel電子表格中，主要回答軟件所設計的11 個問題（Q1～Q11），包括調查對象的易感性及風險源的危害程度、食品在調查對象中的暴露概率和食品在各環節感染劑量的可能性等。根據用戶選擇軟件所提供的選項或者手工輸入確定的數值，經過標準化的數學計算和邏輯判斷，得出相應的風險評分、每人每天的患病概率以及人群中每年患病人數。其中，風險評分值的范圍是0～100，0代表無風險，即風險可能性≤每100 年每1000億人口中發生一例輕微的腹瀉病例（此處認為地球上的人口＜1000億）；100代表最極端的惡劣情形，即人群中每人每餐中含有致死的劑量。

1.2.2 FSUD排序

采用加拿大安大略省農業部開發的FSUD工具對即食熟肉制品中4 種常見的致病菌進行風險評分。查閱資料獲得FSUD工具需要的各參數，依據文獻中各參數的評分依據[3]，根據式（1）計算各致病菌在即食熟肉制品中的風險評分。

式中：Pa為人均消費量/（g/d）；Pb為食物在該環節的污染率；Pc為食物在后續環節危害減少程度；Ia為致病菌感染劑量；Ib為消費者的患病嚴重程度；Ic為減輕或消除該危害給社會帶來影響的程度。

1.2.3 sQMRA排序

采用sQMRA法分析即食熟肉制品中常見的4 種致病菌的感染和生長數據，通過選擇所提供的選項或者手動輸入數值回答所涉及的問題（q1～q11），最終獲得該食物/病原體組合導致的感染和發病人數[4]，并根據發病人數的多少對即食熟肉制品/致病菌組合進行風險排序。

2 結果與分析

2.1 即食熟肉制品中主要致病菌的危害程度及人群易感性

即食熟肉制品中的主要致病菌為單核細胞增生李斯特氏菌（單增李斯特菌）、金黃色葡萄球菌、沙門氏菌和蠟樣芽孢桿菌[5]。其中金黃色葡萄球菌（Staphyloccocus aureus）屬于微球菌科葡萄球菌屬，其分泌的腸毒素是一種堿性蛋白質，在一般高溫下很難消除。且其引起的食源性疾病病程較短，通常持續1～2 d，對所有人群普遍易感（Q2）[6]，根據國際食品微生物標準委員會（The Intermational Committee on Microbiological Specifi cation for Food，ICMSF）和世界衛生組織（World Health Organization，WHO）分類屬于輕微危害（Q1）；單增李斯特菌（Listeria monocytogenes）屬于李斯特氏菌屬（Listeria spp.），患病可分為非侵襲性和侵襲性兩種，主要臨床表現是敗血癥和腦膜炎[7]，根據ICMSF和WHO分類屬于中度危害（Q1）。聯合國糧食及農業組織（Food and Agriculture Organization，FAO）/WHO的評估報告也顯示，易感人群患者占所有李斯特氏菌病的80%～98%（Q2），且以老年人群為主[8]；沙門氏菌（Salmonella）是一類桿狀、無芽孢的革蘭氏陰性菌。其中腸炎沙門氏菌、鼠傷寒沙門氏菌和豬霍亂沙門氏菌等多種血清型都能產生不耐熱的腸毒素，并通過淋巴管和毛細血管入侵深層組織，對所有人群普遍易感（Q2），通常癥狀為急性腸炎，根據ICMSF和WHO分類屬于中度危害（Q1）；蠟樣芽孢桿菌（Bacillus cereus）[9]主要以孢子狀態廣泛存在于自然界和食品中，可產生兩種腸毒素，即腹瀉毒素和嘔吐毒素。該菌對所有人群普遍易感（Q2），引起的食源性疾病病程短，通常持續1 d，根據ICMSF和WHO分類屬于輕微危害（Q1）。

2.2 即食熟肉制品的消費水平

第四屆世界豬肉大會發表的論文表明，我國豬肉消費量從2002年的人均52 kg增長到2006年的人均61 kg，“十一五”期間豬肉總產量每年增幅約3%～5%，2010年可達到8 700 萬t[5]。李同斌[10]的調查發現，我國肉類消費以生鮮肉為主，熱鮮肉和冷凍肉消費量約占市場份額的90%左右，但是即食熟肉只占約6%。根據中國居民平衡膳食寶塔2007年推薦的數據，即食熟肉制品的消費人群基本為大于7 歲的人群（Q4），全人群平均每天攝入即食熟肉制品6.3 g，每份75 g（q2），由此得出Pa為人均0.084 13 份/d（1 份=75 g）；根據夏冬艷[11]于2002年對上海市靜安區200 名調查對象的24 h飲食回顧調查，表明即食熟肉制品的每日人均攝入量為104.7 g。綜合以上數據，確定上海市居民對即食熟肉制品的消費頻率為1 餐次/9.8 d（Q3）。通過收集第六次全國人口普查中上海市的全市常住人口為2 301.91 萬人（Q5）。所以每年消耗即食熟肉制品數為2.301 91×107×6.3×365/75= 705 765 606份（q1）。

2.3 即食熟肉制品中致病菌的污染水平及危害特征

2.3.1 即食熟肉制品中致病菌的污染分析

對近5 年生肉原料及即食熟肉制品中致病菌的污染數據[12-13]進行分析，結果如表1所示。

表1 生肉原料與即食熟肉制品中的致病菌檢出率Table 1 Detection rates of foodborne pathogens in raw meat and deli meat

2.3.2 即食熟肉制品中致病菌的危害特征

目前各類文獻中關于金黃色葡萄球菌劑量-反應模型的相關報道較少。Singh等[14]以人類志愿者為實驗對象，建立了金黃色葡萄球菌的劑量-反應模型。Haas[15]對278 名志愿者進行皮下注射金黃色葡萄球菌，獲取其劑量-反應模型，結果顯示指數模型的擬合度較好，其ID50為9.08×106CFU/g。這些研究均不符合人類從食物中攝取金黃色葡萄球菌的實際情況，因而很多相關研究和報道以腸毒素為指標來描述金黃色葡萄球菌的危害特征。ICMSF報告[16]中指出，攝入0.1～1.0 μg的腸毒素即可能對人體造成傷害。美國食品藥品監督管理局（U.S. Food and Drug Administration，FDA）研究調查結果顯示食物中金黃色葡萄球菌腸毒素含量只要略高于1.0 μg即可造成食物中毒，而菌體含量達到106CFU/g即可達到上述毒素量。故本研究采用該菌體濃度作為中毒閾值。

2004年，FDA和美國食品安全檢驗局（Food Safety and Inspection Service，FSIS）根據4 類即食食品污染調查數據以及來自于中國疾病預防控制中心（Chinese Center for Disease Control and Prevetion，CDC）調查的發病率數據，擬合了單增李斯特菌的劑量-反應模型。發現該菌對健康成年人（80%）和高風險人群（20%）的ID50分別是108CFU/g和106CFU/g。根據該菌的易感人群，選擇其ID50為106CFU/g。

不同沙門氏菌菌株的毒力差異較大。 Rose等[16]對13 種沙門氏菌菌株進行了實驗，發現其在健康人群中引起的疾病的濃度范圍為105～1010CFU/g，對不同的易感人群，最小值為10 CFU/g，中間值為103CFU/g，最大值為107CFU/g。FAO于2002年將沙門氏菌實際暴發的數據進行β-Poisson模型擬合，為了使劑量-反應模型適合不確定的暴發數據，對數據做了重新取樣并獲得一套新的數據集，結果顯示ID50約為105CFU/g。

Kramer等[17]發現在197 1—1985年間由107 起英國米飯中蠟樣芽孢桿菌導致食物中毒的事件中，蠟樣芽孢桿菌含量為1.0×103～5.0×1010CFU/g，中值約為1×107CFU/g。1997年，Granum[18]提出真實的蠟樣芽孢桿菌感染量為1×105～1×108CFU/g，Notermans等[19]在1997年完成的巴氏滅菌奶中蠟樣芽孢桿菌風險評估中也提到，歐盟大多數國家在食品保質期中將1.0×105CFU/g作為容許限值。綜上可將1.0×105CFU/g作為風險閾值。

由于陽性樣品率＜＜1，故本研究根據危害特征描述中各種致病菌的ID50（Ia、q10）計算引起感染的致病菌增加量（ID50/檢出限）分別為金黃色葡萄球菌（105CFU/g）、單增李斯特菌（8.3×105CFU/g）、沙門氏菌（8.3×105CFU/g）、蠟樣芽孢桿菌（104CFU/g）（Q10）。

2.4 加工過程對即食熟肉制品中致病菌的控制

加熱熟制是熟肉制品加工過程中對致病菌影響最大的環節。在烹飪的過程中，肉制品的中心溫度一般為68～90 ℃，時間可維持30 min以上。對于金黃色葡萄球菌，由于其可以產生耐熱的腸毒素，若要使腸毒素失活，加熱溫度必須達到218～248 ℃，因此認為加工過程對該菌無效；單增李斯特菌和沙門氏菌都不耐熱且不產生耐熱的芽孢和毒素，因此當溫度和時間達到上述范圍后，在99%的情況下可以殺死這兩種致病菌；蠟樣芽孢桿菌雖可產生腸毒素，但主要為不耐熱的腹瀉毒素和耐熱芽孢，二者在熟化過程中均可失活（Q7、Pc）。

由于即食熟肉制品在食用前無需經過再次加熱、消毒等手段即可食用（q8），故加工后期防止熟肉制品的二次污染尤為重要。而我國即食熟肉制品的經營模式多以小作坊為主，大多數的從業人員沒有接受過系統的培訓，且用于食品放置及貯存的容器等合格情況較差，因而容易導致即食熟肉食品間致病菌的交叉感染（q5），后期加工基本不能控制污染（Q9），即食用前的準備對病原菌危害沒有影響（Q11）。即食熟肉制品在貯存和銷售的過程中導致微生物二次污染，使我國即食熟肉制品抽檢樣品合格率偏低，大多查出問題后會在區域性范圍內召回（Ic）。一般無法確定致病菌從食物進入環境、又從環境進入人類消化系統的百分比，Ross[20]和高圍溦[21]等研究后認為這兩個值等同為1%（q6、q7）。

2.5 3 種排序工具對即食熟肉制品的排序結果

2.5.1 Risk Ranger排序結果

根據前述對Q1～Q11的分析，采用Risk Ranger軟件對即食熟肉制品中的主要致病菌進行半定量風險評估，并根據風險值/患病人數，對危害進行排序。軟件輸入值及評估結果如表2、3所示。

表2 Risk Ranger對即食熟肉制品中致病菌風險排序時考慮的風險因素Table 2 Risk factors for risk ranking of pathogenic bacteria in deli meat evaluated by Risk Ranger

表3 Risk Ranger對即食熟肉制品中主要致病菌的風險排序Table 3 Risk ranking of main pathogenic bacteria in deli meat evaluated by Risk Ranger

根據Risk Ranger軟件的評分規則，風險得分＜32為低風險，32～48為中度風險，＞48為高度風險。由表3可知，即食熟肉制品中的主要致病菌均為中度風險，其風險得分從大到小依次為：單增李斯特菌、金黃色葡萄球菌、蠟樣芽孢桿菌和沙門氏菌。

2.5.2 FSUD排序結果

根據前述對Pa、Pb、Pc、Ia、Ib、Ic的分析，采用FSUD軟件對即食熟肉制品中的主要致病菌進行風險評分，結果如表4所示。

表4 FSUD對即食熟肉制品中主要致病菌的風險排序Table 4 Risk ranking of main pathogenic bacteria in deli meat evaluated by FSUD

由表4可知，采用FSUD獲得的即食熟肉制品中致病菌的風險得分由大到小依次為：單增李斯特菌、金黃色葡萄球菌、蠟樣芽孢桿菌和沙門氏菌。

2.5.3 sQMRA排序結果

sQMRA工具對即食熟肉制品中致病菌風險排序的各參數輸入值及排序結果如表5、6所示。

表5 即食熟肉制品中致病菌sQMRA排序時考慮的風險因素Table 5 Risk factors for risk ranking of pathogenic bacteria in deli meat evaluated by FSUD

表6 sQMRA對即食熟肉制品中主要致病菌的排序結果Table 6 Risk ranking of main pathogenic bacteria in deli meat evaluated by sQMRA

由表6可知，采用sQMRA獲得的即食熟肉制品中致病菌引起每年的發病人數由多到少依次為：金黃色葡萄球菌、單增李斯特菌、蠟樣芽孢桿菌和沙門氏菌。

3 結論與討論

本研究采用Risk Ranger、FSUD和sQMRA對即食熟肉制品中的主要致病菌進行了風險排序。結果表明，所選3 種模型對即食熟肉制品中主要致病菌的風險排序結果較為一致，即單增李斯特菌和金黃色葡萄球菌的風險較高，蠟樣芽孢桿菌和沙門氏菌的風險較低。其中Risk Ranger模型和FSUD模型認為單增李斯特菌的風險高于金黃色葡萄球菌菌，屬于需要優先進行定量風險評估的致病菌，而sQMRA模型則認為金黃色葡萄球菌是需要優先進行定量風險評估的致病菌。根據美國疾病控制中心報告，雖然由金黃色葡萄球菌引起的人群感染數量占第二位，但其死亡率（0.001 2%）遠遠低于單增李斯特菌（31.7%），因而單增李斯特菌對人類的危害相對較高。

1998年WHO統計結果顯示，由于攝入單增李斯特菌導致食源性疾病的每百萬人口患病人數：美國為8.3 人，英國為5 人，法國為8 人，澳大利亞為7.6 人，日本為0.2 人[20]；美國的流行病學資料顯示[20]，從1996～2000年，單增李斯特菌在美國的最高流行率為0.6/10萬，即每100萬人中有6 人發病，所以大概每100萬人的發病人數在0.2～8 人之間。3 種模型中，Risk Ranger預計每100萬人由于攝入即食肉制品中單增李斯特菌導致患李斯特菌病的人數為4.2 人，與上述各國統計結果最為接近。

由以上研究結果可見，3 種用于風險排序的模型各有優缺點。sQMRA和Risk Ranger是較為簡單、直觀的風險排序工具，不需要安裝特定的軟件，只需在表中的相應位置輸入參數值即可獲得相應排序結果。但sQMRA預測的單增李斯特菌的發病人數明顯低于各國的實際統計結果，使得其排序落后于金黃色葡萄球菌，這可能是因為sQMRA中設置的一些問題主觀性較強，如q6和q7；其次sQMRA的重點是相對風險而不是絕對風險，所以劑量-反應關系模型選擇不嚴格。這就意味著對sQMRA需要進行更深的開發和研究，對它考慮的風險因素做出更加科學的規范而不是假設，使它可以更加接近QMRA的結果，從而達到快速簡單地選擇出需要進行微生物定量風險評估的食物/危害組合。

Risk Ranger是按照國際食品法典委員會（Codex Alimentarius Commission，CAC）推薦的致病菌風險評估步驟對食品中主要污染的致病菌進行半定量風險評估，也常用于風險排序。它最大的作用就是比較不同來源風險之間的差別，將它們分級后進行排序，為食品安全體系提供支持，同時也為之后的工作提供依據[22]。但是它也有一定的局限性，例如對消費人群比例的考慮不能自行定義，是使用者查找后的近似選擇，這樣就會與實際情況產生一定的差異，可能會影響評分的結果。而FUSD通常根據查閱的文獻、權威數據以及數據庫記載各國曾經評估過的食物/危害/污染環節所涉及的消費頻率、污染率等信息，分別確定各項的參數值。它最大的優勢在兩方面：1）具有微生物和化學危害物兩套不同的評分依據，可以對微生物和化學危害物進行風險排序；2）它的一些評分標準比較清晰，使用者可以直接根據標準進行選擇。但是這種模型也存在較大的不足，比如相較于其他兩種方法，它所考慮的因素不夠全面， 這對評估結果會造成一定影響，也正因為它同時適用于兩種危害，所以它的問題設置針對性較差。

就目前的研究結果來看，Risk Ranger可以作為對微生物危害進行風險排序的一個快速、方便的工具。FSUD獲得的信息相對較少，但其排序結果與Risk Ranger一致，且更為方便，所以綜合考慮，如果只是對食品/危害物組合進行風險排序，可以優先選擇FUSD軟件。

[1] 李耘. 農產品質量安全風險優先排序[J]. 農業質量標準, 2007(6): 39-42.

[2] 高峰, 陳英武. 基于集對分析的項目風險排序方法[J]. 基建優化, 2005, 26(1): 1-4.

[3] Ontario Ministry of Agriculture and Food Safety Universe Database. A semi-quantitative risk assessment tool[R]. Canada: Ontario Ministry of Agriculture and Food Safety Universe Database, 2003.

[4] 朱江輝, 李鳳琴. sQMRA在微生物定量風險評估中的應用[J]. 中國食品衛生雜志, 2011, 23(1): 46-49.

[5] 王守偉. 中國肉類加工現狀和未來發展趨勢[C]//第四屆世界豬肉大會論文集. 南京: 中國肉類協會, 2007: 143-152.

[6] SOSPEDRA I, SOLER C, MANES J, et al. Rapid whole protein quantitation of staphylococcal enterotoxins A and B by liquid chromatography/mass spectrometry[J]. Journal of Chromatography A, 2012, 1238: 54-59.

[7] FARBER J M, PETERKIN P I. Listeria monocytogenes, a food-borne pathogen[J]. Microbiological Reviews, 1991, 55(3): 476-511.

[8] TODD E C D, NOTERMANS S. Surveillance of listeriosis and its causative pathogen, Listeria monocytogenes[J]. Food Control, 2011, 22(9): 1484-1490.

[9] BERGEY D H, KRIEG, NOEL R, et al. Bergey’s manual of systematic bacteriology[M]. London: Annales de l’Institut Pasteur/Microbiologie, 1984: 24-32.

[10] 李同斌. 中國肉類加工業的發展機遇和挑戰[J]. 食品科技, 2005, 30(6): 8-10.

[11] 夏冬艷. 中國南方地區膳食結構與代謝異常疾病關系的初步研究[D].北京: 中國協和醫科大學, 2004: 6-14.

[12] 鄭雷軍, 王穎, 彭少杰, 等. 2010年上海市市售食品中食源性致病菌監測結果分析[J]. 中國食品衛生雜志, 2012, 24(3): 264-267.

[13] 王安禮, 劉長宏, 馬國柱, 等. 兩類食品中三種致病菌和衛生細菌指標檢測結果與分析[J]. 中國預防醫學雜志, 2009(2): 129-131.

[14] SINGH G, MARPLES R R, KLIGMAN A M. Experimental Staphylococcus aureus infections in humans[J]. Journal of Investigative Dermatology, 1971, 57(3): 149-162.

[15] HAAS C N. Estimation of risk due to low doses of microrganisms: a comparsion of alternative methodologies[M]. American Journal of Epidemiology, 1983, 118(4): 573-582 .

[16] ROSE J B, DICKSON L J, FARRAH S R, et al. Removal of pathogenic and indicator microorganisms by a full-scale water reclamation facility[J]. Water Research, 1996, 30(11): 2785-2797.

[17] KRAMER J M, GILBERT R J. Bacillus cereus and other Bacillus species[J]. Foodborne Bacterial Pathogens,1989, 7(19): 21-70.

[18] GRANUM P E. Bacillus cereus[M]//FRATAMICO P M, BHUNIA A K, SMITH J L. Foodborne pathogens: microbiology and molecular biology, Norfolk: Horizon Scientifi c Press, 2005: 23-36.

[19] NOTERMANS S, DUFRENNE J, TEUNIS P. A risk asses sment study of Bacillus cereus present in pasteurized milk[J]. Food Microbiology, 1997, 14(2): 143-151.

[20] ROSS T, SUMMER J. A simple, spreadsheet-based, food safety risk assessment tool[J]. International Journal of Food Microbiology, 2002, 77(1): 39-53.

[21] 高圍溦, 劉弘, 劉誠, 等. 上海市零售梭子蟹中副溶血性弧菌的污染狀況及風險評估[J]. 中國食品衛生雜志, 2010, 22(4): 371-374.

[22] 蔡威, 邵玉芬. 現代營養學[M]. 上海: 復旦大學出版社, 2010: 44-68.

Risk Ranking of Main Pathogenic Bacteria in Deli Meat

JI Rui1, CAO Hui1, XU Fei1,*, YU Jinsong1, YUAN Min1, PENG Shaojie2, WANG Liwei2, LI Jie2, WANG Ying2
(1. School of Medical Instrument and Food Engineering, University of Shanghai for Science and Technology, Shanghai 200092, China; 2. Law Enforcement Corps of Shanghai Food and Drug Administration Bureau, Shanghai 200233, China)

In this study, three common methods including Risk Ranger, swift quantitative microbiological risk assessment (sQMRA) and food safety universe database (FSUD) to sort main pathogens in deli meat were chosen for risk ranking. The results showed the risk ranking of pathogens in deli meat as follows: Listeria monocytogenes, Staphylococcus aureus, Bacillus cereus and Salmonella. Compared with sQMRA model, Risk Ranger and FSUD were more suitable for risk ranking of food safety.

risk ranking; deli meat; swift quantitative microbiological risk assessment (sQMRA); food safety universe database (FSUD)

TS201.3

A

10.7506/spkx1002-6630-201511038

2014-08-21

上海市重點攻關項目（11391902000；13391901400）

姬瑞（1990—），女，碩士研究生，研究方向為食品安全風險評估。E-mail：jr901001@163.com

*通信作者：徐斐（1972—），女，教授，博士，研究方向為食品安全風險評估。E-mail：xufei.first@263.net