肉及肉制品微生物檢測新技術研究進展

摘? 要：肉及肉制品營養豐富，也易受微生物污染，其食用安全性備受關注。本文介紹肉及肉制品中微生物限量要求，分析傳統微生物檢測方法的弊端，綜述快速測試片法、三磷酸腺苷生物熒光法、分子診斷法、免疫分析法、光譜法、儀器法等新技術在肉及肉制品中微生物檢測應用中的研究進展，以期為國內學者開展相關研究提供參考，滿足肉類產業對微生物檢測快速、準確的需求，為肉類企業減輕流通壓力并降低由此帶來的經濟損失。

關鍵詞：肉;肉制品;微生物檢測;新技術;研究進展

Progress in New Techniques for Microbial Detection in Meat and Meat Products

HU Sanmei

（Logistics Infrastructure Department， Beijing Polytechnic， Beijing? ?100076， China）

Abstract： Meat and meat products are rich in nutrients but simultaneously susceptible to microbial contamination. The food safety of meat and meat products has aroused much concern. This paper introduces the microbial limits for meat and meat products， analyzes the disadvantages of traditional microbial detection methods and also summarizes recent progress in the development of new techniques for microbial detection in meat and meat products， such as rapid aerobic count plate， adenosin triphosphate bioluminescence， molecular diagnosis， immunoassay， spectroscopy， and instruments. This review is expected to provide references for further studies in this field to meet the demand for rapid and accurate microbial detection in the meat industry and reduce meat enterprises’ circulation pressure and economic loss.

Keywords： meat; meat products; microbial detection; new techniques; progress

DOI：10.7506/rlyj1001-8123-20220328-027

中圖分類號：TS207.4? ? ? ? ? ? ?文獻標志碼：A? ? ? ? ? ? ? ?文章編號：

引文格式：

胡三梅. 肉及肉制品微生物檢測新技術研究進展[J]. 肉類研究， 2022， 36（5）：? . DOI：10.7506/rlyj1001-8123-20220328-027.? ? http：//www.rlyj.net.cn

HU Sanmei. Progress in new techniques for microbial detection in meat and meat products[J]. Meat Research， 2022， 36（5）：? . DOI：10.7506/rlyj1001-8123-20220328-027.? ? http：//www.rlyj.net.cn

肉及肉制品富含蛋白質、脂類、維生素以及鐵、鋅等礦物質，是優質動物蛋白的重要來源[1]，同時我國肉及肉制品產量巨大，近10 年肉類平均年產量近8 505 萬t[2]，其中肉制品產量占15%～20%[3-5]，其食用安全性備受人們關注。2021年國家市場監督管理總局及各省、直轄市、自治區公布的本年度監督抽檢情況顯示，肉及肉制品共1 264 批次不合格，不合格項目類別主要涉及獸藥、微生物、添加劑、質量指標、污染物、標簽、非法添加等，其中微生物不合格數量達到346 批次，占不合格總數的27.4%[6]（注：因國家市場監督管理總局及各地市場監督管理局抽檢公告較多，此處僅列出國家市場監督管理總局2021年最后一項抽檢公告）。本文介紹肉及肉制品中微生物限量要求，分析傳統微生物檢測方法的弊端，綜述快速測試片法、三磷酸腺苷（adenosine triphosphate，ATP）生物熒光法、分子診斷法、免疫分析法、光譜法及儀器法等新技術在肉及肉制品微生物檢測應用中的研究進展。

1? ?我國肉及肉制品相關標準中微生物限量要求

肉及肉制品的營養成分適宜微生物的生長繁殖，微生物數量也是肉及肉制品相關標準中的重要衛生指標和安全指標。相關標準中對微生物的限量要求如表1～2所示。

由表1～2可知，對肉及肉制品有限量要求的微生物種類包括菌落總數、大腸菌群、沙門氏菌、致瀉大腸埃希氏菌、出血性大腸埃希氏菌（O157：H7）、志賀氏菌、金黃色葡萄球菌、溶血性鏈球菌和單核細胞增生李斯特氏菌，其中菌落總數和大腸菌群代表產品的衛生情況，在鮮牛肉、肉松、肉脯、火腿腸、熏煮火腿、熏煮香腸等產品標準中為出廠檢驗指標，每批次均需檢驗合格后方能出廠。

2? ?傳統微生物檢測方法

傳統微生物檢測采用食品安全國家標準食品微生物檢驗4789系列標準，如GB 4789.2—2016《食品安全國家標準 食品微生物學檢驗 菌落總數測定》、GB 4789.3—2016《食品安全國家標準 食品微生物學檢驗 大腸菌群計數》、GB 4789.4—2016《食品安全國家標準 食品微生物學檢驗 沙門氏菌檢驗》、GB 4789.6—2016《食品安全國家標準 食品微生物學檢驗 致瀉大腸埃希氏菌檢驗》、GB 4789.36—2016《食品安全國家標準 食品微生物學檢驗 大腸埃希氏菌O157：H7/NM檢驗》、GB 4789.5—2012《食品安全國家標準 食品微生物學檢驗 志賀氏菌檢驗》、GB 4789.10—2016《食品安全國家標準 食品微生物學檢驗 金黃色葡萄球菌檢驗》、GB 4789.11—2014《食品安全國家標準 食品微生物學檢驗 β型溶血性鏈球菌檢驗》及GB 4789.30—2016《食品安全國家標準 食品微生物學檢驗 單核細胞增生李斯特氏菌檢驗》。通常需提前配制稀釋管、培養基，對使用的稀釋管、培養基和相關耗材進行高壓滅菌，經樣品處理、稀釋、加樣、培養、計數等環節才能得到檢測結果，通常需2 d以上，操作費時費力。為能得到準確結果的同時縮短檢測時間、降低檢測成本，研究人員開發了新型的微生物檢測技術。

3? ?肉及肉制品微生物檢測新技術

3.1? ?快速測試片法

快速測試片法是將培養基系統預先制備在測試片上，微生物菌落在測試片上呈紅色或粉紅色，可增強微生物計數效果。趙立冬等[7]分別使用快速測試片法與GB 4789.2—2016《食品安全國家標準 食品微生物學檢驗 菌落總數測定》檢測熟肉樣品、人工污染熟肉樣品的菌落總數結果一致性，發現2 種方法檢測結果相關系數分別為0.897、0.964，檢測結果一致性較好。快速測試片法與傳統的平板計數法原理相同，但該方法無需提前配制培養基、稀釋液，檢測步驟較少、效率高，培養時間僅需24 h，可大幅節省檢測時間，同時可節省菌落總數檢測過程中的時間和人力成本，目前已形成成熟的商業化產品。

3.2? ?ATP生物熒光法

ATP廣泛存在于生物活體內，且每個微生物活菌細胞中均有含量近似的ATP[8]，熒光素酶是一種生物活性催化劑，可將ATP的化學能轉化為光能[9]。ATP在具備熒光素酶、氧氣、鎂離子的環境中可與熒光素反應產生熒光，熒光強度與ATP濃度呈線性關系，通過檢測生物熒光即可間接獲得菌落總數[10]。黃彬等[11]優化肉及肉制品中微生物ATP提取方法，分別采用十六烷基三甲基溴化銨和β-環糊精為微生物細胞ATP的提取劑和中和劑，發現當肉制品中微生物濃度為103～107 CFU/mL時測得的發光強度對數值與平板計數結果對數值相關系數為0.929 1，可用于實際檢測，但因無法排除體細胞ATP的影響而不適用于原料肉的菌落總數檢測。

3.3? ?分子診斷法

3.3.1? ?多重實時聚合酶鏈式反應（polymerase chain reaction，PCR）法

多重實時PCR是在常規PCR的基礎上加入多對特異性引物，通過DNA聚合酶催化及堿基配對實現對引物界定的DNA樣品中不同序列擴增[12]，具有檢測通量高、靈敏度高、成本低等優勢，近年來的發展迅速[13]。Elisa等[14]利用多重實時PCR方法同步檢測肉制品中沙門氏菌、大腸埃希氏菌O157：H7和單核細胞增生李斯特氏菌，若樣品中只含有這3 種致病菌中的一種，則檢測限可達10 CFU/g，若樣品中有3 種致病菌，則檢測限為102 CFU/g。范維等[15]使用多重實時PCR的方法在散裝即食肉制品中同步檢測沙門氏菌、金黃色葡萄球菌和蠟樣芽孢桿菌，增菌5 h后，3 種微生物的檢出限分別達到3.8、4.9、5.7 CFU/mL。熊蘇玥等[16]利用多重實時PCR方法同步檢測香腸中的金黃色葡萄球菌、單核細胞增生李斯特氏菌、沙門氏菌、大腸桿菌O157：H7及霉菌，5 種致病微生物在20 h內的檢出限均可達100 CFU/25 g。Nguyen等[17]先將雞肉中沙門氏菌、大腸桿菌O157：H7與單核細胞增生李斯特氏菌增菌12 h，再使用多重實時PCR檢測，與不增菌直接檢測相比可將檢出限降低1 個數量級。閆琳等[18]將人為接種沙門氏菌的禽肉增菌12 h后，再利用多重實時PCR檢測，檢出限可低至100 CFU/25 g。由此可見，多重實時PCR檢測微生物，尤其是致病菌的高靈敏度是建立在增菌培養處理的前提下，增菌時間越長，靈敏度越高，實際檢測過程中需根據樣品情況在檢測時間和檢測限二者間進行平衡。

3.3.2? ?等溫擴增技術

等溫擴增技術僅需簡單的恒溫儀器既可實現核酸體外擴增，已成為PCR擴增技術的替代性選擇，包括環介導等溫擴增、滾環擴增、單引物等擴增技術[19-20]。Ledlod等[21]開發了基于環介導等溫擴增技術和雙向側流試紙相結合的方法，可在45 min內快速檢測肉品中單核細胞增生李斯特氏菌，檢出限達20 CFU/g。Chen Xingxing等[22]開發了基于等溫擴增技術的豬肉制品金黃色葡萄球菌快檢方法，檢出限達50 CFU/mL。等溫擴增技術的缺點在于對引物設計的要求較高，同時易形成氣溶膠，造成假陽性，影響檢測結果。

3.4? ?免疫分析法

3.4.1? ?膠體金免疫層析技術

膠體金免疫層析技術是一種以膠體金作為標記物應用于檢測特定抗原或抗體的一種新型免疫標記技術。膠體金在弱堿性環境下帶負電荷，可與帶正電荷基團的蛋白質分子、伴刀豆球蛋白A、植物血漿凝集素、萄球菌A蛋白等生物大分子結合，在顯微鏡下呈黑褐色，若有大量結合物聚集則用肉眼即可觀察到粉紅斑點，可用于定性或半定量的快速免疫檢測[23]。劉志科等[24]開發出雞白痢沙門氏菌膠體金免疫層析快速檢測試紙條，與其他病原菌無交叉反應，檢測結果與平板凝集實驗符合率達到96.4%。Song Chunmei等[25]成功研制出一種膠體金免疫層析試紙條，用于快速檢測肉凍等食品中志賀氏菌和大腸桿菌O157：H7。膠體金免疫層析技術的缺點在于無法實現高通量檢測，且其準確性高度依賴抗體的特異性。

3.4.2? ?熒光量子免疫試紙條法

熒光量子表面具有不同的官能團，通過修飾即可與抗體等生物大分子偶聯，同時熒光量子點具有穩定性好、熒光強度高等特點，可提高免疫層析試紙條的靈敏度和穩定性[26-27]。朱芳茜等[28]利用自制的量子點偶聯志賀氏菌單克隆抗體，研制了一種可視化檢測志賀氏菌的量子點免疫熒光試紙條，該試紙條在豬肉、火腿腸等樣品中的檢測限為1×104 CFU/mL，單樣品檢測時間為15 min。熒光量子免疫試紙條法的缺點在于檢測限較高，目前仍無法滿足肉制品中致病菌的檢測限量要求。

3.5? ?光譜檢測

3.5.1? ?近紅外光譜法

近紅外光譜波長為780～2 526 nm，是介于可見光與中紅外光之間的電磁波，可反映分子化學鍵基頻振動的倍頻和合頻吸收，結合化學計量學方法（如偏最小二乘法）可實現快速、無損、多組分同步檢測含氫官能團的有機物，已廣泛應用于豬胴體[29]、鮮豬肉[30]、鮮凍牛肉[31-33]、鮮羊肉[34-35]、鮮雞肉[36-37]、羊肉卷[38]、牛肉漢堡餅[39]等肉及肉制品的檢測。Alexandrakis等[40]利用近紅外光譜法可定性識別雞胸肉中是否含李斯特菌、熒光假單胞菌、惡臭假單胞菌、門多薩假單胞菌和大腸桿菌。Argyri[41]、Panagou[42]等采用傅里葉變換紅外光譜建立了冷卻牛肉腐敗程度預測模型，新鮮、半新鮮、腐敗冷卻牛肉識別準確率分別達到91.7%、81.2%和94.1%，并可直接預測菌落總數。Grau等[43]開發了基于短波近紅外光譜技術的包裝切片雞胸肉新鮮度快速定性檢測技術，可與腐敗特征指標菌落總數的指示作用保持一致。

3.5.2? ?表面增強拉曼光譜法

光束照射到物體表面時出現的少部分折射光方向和波長均發生變化的散射為拉曼光譜[44-46]。不同的被照射物質分子中的官能團各不相同，由此產生振動的拉曼光譜可提供分子結構信息，從而實現對被照射物質的快速檢測[47-48]。但是拉曼光譜易受干擾，導致信號較弱，通過貴金屬表面糙化處理可使拉曼信號增強，這種現象被稱為表面增強拉曼，可實現痕量物質的快速檢測[49-51]。Ma Xiaoyuan等[52]在多刺納米金粒子上修飾巰基化適配體作為表面增強拉曼納米探針，檢測豬肉樣品中的沙門氏菌，檢測限為4 CFU/mL，檢測回收率為96.55%～105.45%。Zhang Hui等[53]利用適配體固定化磁性納米金粒子捕獲豬肉樣品中的金黃色葡萄球菌，經優化后表面增強拉曼法檢出限為35 CFU/mL，回收率為94.12%～102.75%。拉曼光譜也可反映肉中蛋白質結構變化，從而反映肉的腐敗變質程度[54-55]。

3.5.3? ?高光譜成像技術

高光譜成像技術是一種光譜和圖像融合的光電檢測技術，能同時反映樣品內外部的信息，光譜波段覆蓋了紫外、近紅外、可見光區域，分辨率可達納米級別，是一種融合光學、計算機、信號處理學的檢測技術[56-59]。Peng Yankun等[60]開發基于高光譜成像系統的豬肉菌落總數檢測技術，使用逐步判別法篩選出可表征菌落總數的5 個最佳波長，通過最小二乘支持向量機建立了理想的預測模型。郭中華等[61]開發了可檢測羊肉表面菌落總數的高光譜成像系統，經優化的人工神經網絡模型相關系數可達0.998 8。趙俊華等[62]利用高光譜成像技術開發臘肉菌落總數的定量分析技術，校正集和預測集相關系數分別為0.808和0.798。李文采等[63]以市售冷藏雞胸肉為研究對象，建立基于高光譜成像技術的菌落總數快速預測模型，校正集和驗證集相關系數分別為0.93和0.86。王偉等[64]以生鮮豬肉為研究對象，選用最小二乘支持向量機的建模方法構建基于高光譜成像技術的細菌總數預測模型，與標準平板菌落總數記數法所檢測的細菌總數相關系數達到0.94以上。

光譜法對肉及肉制品中有機物含量有較好的預測效果，同時具有一定的定性判別能力，但目前光譜類設備價格較高，未開發出針對不同產品基質的微生物檢測專用設備，且多為預測方法，仍需對其預測準確性進行大量驗證才可進行實際應用。

3.6? ?儀器法

3.6.1? ?流式細胞術

流式細胞術是融合流體學、激光學、熒光染科學和計算機科學的細胞分析技術，具有快速、多指標、分析全面等特點[65]。隨著流式細胞術在臨床[66]、海洋[67]、釀酒[68]、體育[69]、食品微生物檢測[70-71]等領域中的應用越來越多，商品化的流式細胞儀也越來越成熟。微生物通常由分析型的流式細胞儀檢測，該設備包括液流系統、光路檢測系統和檢測分析系統，將待測樣品制成單細胞懸液，經液流系統進入光路檢測系統，細胞在激光照射下發生散射和折射，產生的散射光信號和熒光信號由不同的通道接收，經計算機分析處理得出檢測結果[72]。流式細胞術在飲用水、乳制品、蔬菜、肉類食品的微生物檢測中均有應用，其中，黃韻[73]分別采用Guava EasyCyte 6-2 L流式細胞儀和平板計數法對冷鮮肉中的單增李斯特菌進行檢測，研究發現，單增李斯特菌在4 ℃冷鮮肉中經過16 d培養后流式細胞儀和平板計數法檢測結果分別為5.4×107、5.3×107 CFU/g，二者結果十分接近。流式細胞術的缺點在于其只能對細胞等生物分子進行分析檢測，肉及肉制品等食品中不同基質需使用不同的熒光染料標記，存在熒光信號重疊的可能性，會降低檢測準確性。

3.6.2? ?電化學法

微生物在培養過程中，生理代謝作用使培養基的電惰性物質（如碳水化合物、類脂、蛋白質）轉化為電活性物質，大分子物質轉化成小分子物質，體系的阻抗降低，因此可以通過測定體系中電流或電位的變化規律，構建電流或電位與微生物濃度的關系模型，進而測定出體系中微生物的濃度。這種方法具有測定快速、直觀、操作簡單、測定設備成本低和信號可控等特點[74-76]。劉飛等[77]依據微生物呼吸作用的電子傳遞規律，采用原電池的工作原理，開發基于電化學法的冷鮮肉中菌落總數快速預測技術，預測值和實測值的差異（預測值和實測值差值的絕對值與其平均值的比率）在15%以內。

4? ?結? 語

食品安全法規定，食品應檢驗合格后方可出廠或銷售，而傳統微生物檢驗周期較長，菌落總數和大腸菌群2～3 d、食源性致病菌3～5 d，對鮮牛肉、熏煮香腸等保質期較短且出廠必須檢測微生物的肉及肉制品造成了極大的流通壓力和經濟損失，因此微生物檢測新技術和儀器在肉類領域具有巨大的市場需求。本文綜述6 種類型、11 種肉及肉制品微生物檢測新技術的研究進展，多數具備節省檢測時間的優勢，滿足了肉類企業縮短檢測周期的需求，但多數檢測方法仍停留在實驗室研究階段，存在實際檢測應用對比數據偏少、儀器商品化程度低等問題，建議加強檢測新技術與傳統檢測方法在實際樣品檢測應用中的比對工作，改進檢測方法細節，進一步提高檢測準確率，同時推動新技術的標準化，加快新技術與設備在實際檢測中的應用。

參考文獻：

[1] 張凱華， 臧明伍， 趙洪靜， 等. 國內外素肉監管法規標準對比分析與借鑒[J]. 食品科學， 2022， 43（1）： 298-305. DOI：10.7506/spkx1002-6630-20210420-271.

[2] 中華人民共和國統計局. 中國統計年鑒[M]. 北京： 中國統計出版社， 2021.

[3] 張德權， 惠騰， 王振宇. 我國肉品加工科技現狀及趨勢[J]. 肉類研究， 2020， 34（1）： 1-8. DOI：10.7506/rlyj1001-8123-20191029-256.

[4] 中商產業研究院. 2019年全國肉制品產量將達1 775 萬噸， 低溫肉制品市場份額持續擴大[EB/OL]. （2018-11-21） [2022-03-21]. https：//www.askci.com/news/chanye/20181121/1052141137115.shtml.

[5] 東方財富網. 2020年肉制品加工產業鏈中游發展現狀分析： 高溫肉制品占主導市場[EB/OL]. （2020-09-10） [2022-03-21]. https：//baijiahao.baidu.com/s？id=1677442192942392860&wfr=spider&for=pc.

[6] 食品安全抽檢司. 市場監管總局關于9 批次食品抽檢不合格情況的通報[EB/OL]. （2021-12-31） [2022-03-21]. https：//gkml.samr.gov.cn/nsjg/spcjs/202112/t20211231_338739.html.

[7] 趙立冬， 趙紅陽， 石業嬌， 等. 3MTM PetrifilmTM快速菌落總數測試片法與食品中菌落總數檢測國標方法 （GB 4789.2—2010）的比較[J]. 中國微生態學雜志， 2018， 30（10）： 1203-1216. DOI：10.13381/j.cnki.cjm.201810022.

[8] HAWRONSKYJ J M， HOLAH J. ATP： a universal hygiene monitor[J]. Trends in Food Science and Technology， 1997， 8（3）： 79-84. DOI：10.1016/S0924-2244（97）01009-1.

[9] SPUDICH J A， GERHART J， MCKNIGHT S L. Annual review of cell and developmental biology[J]. Annual Review of Cell and Developmental Biology， 1998， 14： 197-230. DOI：10.1146/annurev.cb.23.113007.100001.

[10] 羅金平， 田青， 岳偉偉， 等. 快速檢測細菌總數的便攜式生物熒光傳感器[J]. 分析化學， 2009， 37（2）： 306-310. DOI：10.3321/j.issn：0253-3820.2009.02.029.

[11] 黃彬， 于元善， 唐道邦， 等. CATB提取ATP的生物熒光法快速檢測細菌總數準確性研究[J]. 現代食品科技， 2014， 30（2）： 269-273. DOI：10.13982/j.mfst.1673-9078.2014.02.008.

[12] 陸貞玉， 石朝暉， 秦金勇， 等. 多重PCR技術在食源性致病菌檢測中的應用進展[J]. 應用預防醫學， 2016， 22（6）： 554-556. DOI：10.3969/j.issn.1673-758X.2016.06.029.

[13] ALEJANDRO G M， DAVID T F， MARTA P R. The use of multiplex real-time PCR for the simultaneous detection of foodborne bacterial pathogens[J]. Food Weekly News， 2019， 23： 418-423. DOI：10.1007/978-1-4939-9000-9_3.

[14] ELISA C， LUCA R， GIORGIO B， at al. Rapid and simultaneous detection of Salmonella spp.， Escherichia coli O157， and Listeria monocytogenes by magnetic capture hybridization and multiplex real-time PCR[J]. Folia Microbiologica， 2018， 63（6）： 735-742. DOI：10.1007/s12223-018-0617-0.

[15] 范維， 高曉月， 李賀楠， 等. 3 種致病菌多重real-time PCR檢測方法的建立及其在散裝即食肉制品中的應用[J]. 食品科學， 2022， 43（2）： 332-338. DOI：10.7506/spkx1002-6630-20210416-230.

[16] 熊蘇玥， 米瑞芳， 陳曦， 等. 多重PCR同時檢測食品中4 種細菌與常見霉菌[J]. 食品科學， 2019， 40（4）： 305-311. DOI：10.7506/spkx1002-6630-20180521-283.

[17] NGUYEN T T， GIAU V V， VO T K. Multiplex PCR for simultaneous identification of E. coli O157：H7， Salmonella spp. and L. monocytogenes in food[J]. Biotech， 2016， 6（2）： 205-214. DOI：10.1007/ s13205-016-0523-6.

[18] 閆琳， 王曉英， 郭云昌， 等. 增菌-PCR法與傳統方法檢測禽肉中沙門氏菌的比較研究[J]. 衛生研究， 2011， 40（3）： 348-351; 354.

[19] 王瑞. 快速核酸擴增及可視化策略用于食源性致病菌和轉基因作物檢測[D]. 杭州： 浙江大學， 2019： 16. DOI：10.27461/d.cnki.gzjdx.2019.000339.

[20] REID M S， LE X C， ZHANG Hongquan. Exponential isothermal amplification of nucleic acids and assays for proteins， cells， small molecules， and enzyme activities： an EXPAR example[J]. Angewandte Chemie International Edition， 2018， 57（37）： 11856-11866. DOI：10.1002/anie.201712217.

[21] LEDLOD S， BUNRODDITH K， AREEKIT S， et al. Development of a duplex lateral flow dipstick test for the detection and differentiation of Listeria spp. and Listeria monocytogenes in meat products based on loopmediated isothermal amplification[J]. Journal of Chromatography B， 2020， 1139： 121834. DOI：10.1016/j.jchromb.2019.121834.

[22] CHEN Xingxing， WU Xiaoli， GAN Min， et al. Rapid detection of Staphylococcus aureus in dairy and meat foods by combination of capture with silica-coated magnetic nanoparticles and thermophilic helicase-dependent isothermal amplification[J]. Journal of Dairy Science， 2015， 98（3）： 1563-1570. DOI：10.3168/jds.2014-8828.

[23] 孔玉方， 王慧煜， 韓雪清. 膠體金免疫層析技術在食源性致病微生物檢測中的應用[J]. 中國獸醫雜志， 2019， 55（4）： 82-84.

[24] 劉志科， 楊寧寧， 徐明國， 等. 雞白痢沙門氏菌膠體金免疫層析快速檢測試紙條的研制及初步應用[J]. 河南科技學院學報， 2018， 46（1）： 39-48. DOI：10.3969/j.issn.1008-7516.2018.01.008.

[25] SONG Chunmei， LIU Cheng， WU Shuyan， et al. Development of a lateral flow colloidal gold immunoassay strip for the simultaneous detection of Shigella boydii， and Escherichia coli O157：H7 in bread， milk and jelly samples[J]. Food Control， 2016， 59： 345-351. DOI：10.1016/j.foodcont.2015.06.012.

[26] 林章碧， 蘇星光， 張皓， 等. 用水溶液合成的量子點作為生物熒光標記物的研究[J]. 高等學校化學學報， 2003， 24（2）： 216-220. DOI：10.3321/j.issn：0251-0790.2003.02.005.

[27] 李廣強， 王升啟， 姜海， 等. 量子點標記免疫層析技術檢測布魯氏菌病的方法研究[J]. 中國人獸共患病學報， 2019， 35（5）： 389-392. DOI：10.3969/j.issn.1002-2694.2019.00.049.

[28] 朱芳茜， 何擴， 張秀媛， 等. 量子點標記熒光免疫試紙條可視化檢測肉品中志賀氏菌研究[J]. 食品研究與開發， 2021， 42（3）： 136-140. DOI：10.12161/j.issn.1005-6521.2021.03.022.

[29] GJERLAUG-ENGER E， KONGSRO J， AASS L， et al. Prediction of fat quality in pig carcasses by near-infrared spectroscopy[J]. Animal， 2011， 5（1）： 1829-1841. DOI：10.1017/S1751731111000814.

[30] 王輝， 田寒友， 張順亮， 等. 便攜式中波近紅外光譜儀在線無損檢測生鮮豬肉膽固醇[J]. 光譜學與光譜分析， 2017， 37（6）： 1759-1764. DOI：10.3964/j.issn.1000-0593（2017）06-1759-06.

[31] MARCHI M. On-line prediction of beef quality traits using near infrared spectroscopy[J]. Meat Science， 2013， 94（4）： 455-460. DOI：10.1016/j.meatsci.2013.03.003.

[32] MORSY N， SUN D W. Robust linear and non-linear models of NIR spectroscopy for detection and quantification of adulterants in fresh and frozen-thawed minced beef[J]. Meat Science， 2013， 93（2）： 292-302. DOI：10.1016/j.meatsci.2012.09.005.

[33] 王輝， 田寒友， 張順亮， 等. 基于中波近紅外光譜定量分析生鮮牛肉膽固醇[J]. 食品科學， 2016， 37（24）： 185-189. DOI：10.7506/spkx1002-6630-201624029.

[34] 鄒昊， 田寒友， 劉文營， 等. 應用便攜式近紅外儀檢測生鮮羊通脊肉的嫩度[J]. 肉類研究， 2014， 28（10）： 15-19. DOI：10.7506/rlyj1001-8123-201410004.

[35] 鄒昊， 田寒友， 劉飛， 等. 近紅外光譜的預處理對羊肉TVB-N模型的影響[J]. 食品科學， 2016， 37（22）： 180-186. DOI：10.7506/spkx1002-6630-201622027

[36] 王輝， 田寒友， 張順亮， 等. 基于中波近紅外光譜構建生鮮雞肉膽固醇定量分析模型[J]. 食品科學， 2016， 37（20）： 134-140. DOI：10.7506/spkx1002-6630-201620022.

[37] MARCHI M， RIOVANTO R， PENASA M， et al. At-line prediction of fatty acid profile in chicken breast using near infrared reflectance spectroscopy[J]. Meat Science， 2012， 90（3）： 653-657. DOI：10.1016/j.meatsci.2011.10.009.

[38] 白京， 李家鵬， 鄒昊， 等. 近紅外特征光譜定量檢測羊肉卷中豬肉摻假比例[J]. 食品科學， 2019， 40（2）： 287-292. DOI：10.7506/spkx1002-6630-20180531-452.

[39] 白京， 李家鵬， 鄒昊， 等. 近紅外光譜定性定量檢測牛肉漢堡餅中豬肉摻假[J]. 食品科學， 2019， 40（8）： 287-292. DOI：10.7506/spkx1002-6630-20180802-016.

[40] ALEXANDRAKIS D， DOWNEYG， SCANNELL A G M， et al. Detection and identification of selected bacteria， inoculated on chicken breast， using near infrared spectroscopy and chemometrics[J]. Sensing and Instrumentation for Food Quality and Safety， 2011， 5（2）： 57-62. DOI：10.1007/s11694-011-9111-y.

[41] ARGYRI A A， PANAGOU E Z， TARANTILIS P A， et a1. Rapid qualitative and quantitative detection of beef fillets spoilage based on Fourier transform infrared spectroscopy data and artificial neural networks[J]. Sensors and Actuators B： Chemical， 2010， 145（1）： 146-154. DOI：10.1016/j.snb.2009.11.052.

[42] PANAGOU E Z， MOHAREB F R， ARGYRI A A， et al. A comparison of artificial neural networks and partial least squares modelling for the rapid detection of the microbial spoilage of beef fillets based on Fourier transform infrared spectral fingerprints[J]. Food Microbiology， 2011， 28（4）： 782-790. DOI：10.1016/j.fm.2010.05.014.

[43] GRAU R， SANCHEZ A J， GIRON J， et al. Nondestructive assessment of freshness in packaged sliced chicken breasts using SW-NIR spectroscopy[J]. Food Research International， 2011， 44（1）： 331-337. DOI：10.1016/j.foodres.2010.10.011.

[44] ZHU Chuhong， HU Xiaoye， WANG Xiujuan. Silver nanocubes/ graphene oxide hybrid film on a hydrophobic surface for effective molecule concentration and sensitive SERS detection[J]. Applied Surface Science， 2019， 470（15）： 423-429. DOI：10.1016/j.apsusc.2018.11.169.

[45] LOMBARDI J R， BIRKE R L. A unified view of surface-enhanced Raman scattering[J]. Accounts of Chemical Research， 2009， 42（6）： 734-742. DOI：10.1021/ar800249y.

[46] RAMAN C V， KRISHNAN K S. A new type of secondary radiation[J]. Nature， 1928， 121： 501-502. DOI：10.1038/121501c0.

[47] XU Menglei， GAO Yu， HAN Xiaoxia， et al. Detection of pesticide residues in food using surface-enhanced Raman spectroscopy： a review[J]. Journal of Agricultural and Food Chemistry， 2017， 65（32）： 6719-6726. DOI：10.1021/acs.jafc.7b02504.

[48] ST?CKEL S， KIRCHHOFF J， NEUGEBAUER U， et al. The application of Raman spectroscopy for the detection and identification of microorganisms[J]. Journal of Raman Spectroscopy， 2016， 47（1）： 89-109. DOI：10.1002/jrs.4844.

[49] ALTHAGAFI I I， AHMED S A， EL-SAIDID W A. Fabrication of gold/graphene nanostructures modified ITO electrode as highly sensitive electrochemical detection of aflatoxin B1[J]. PLoS ONE， 2019， 14（1）： e0210652. DOI：10.1371/journal.pone.0210652.

[50] JEANMAIRE D L， VAN DUYNE R P. Surface Raman spectroelectrochemistry： Part I. Heterocyclic， aromatic， and aliphatic amines adsorbed on the anodized silver electrode[J]. Journal of Electroanalytical Chemistry and Interfacial Electrochemistry， 1977， 84（1）： 1-20. DOI：10.1016/S0022-0728（77）80224-6.

[51] ALBRECHT M G， CREIGHTON J A. Anomalously intense Raman spectra of pyridine at a silver electrode[J]. Journal of the Amercian Chemical Society， 1977， 99（15）： 5215-5217. DOI：10.1021/ja00457a071.

[52] MA Xiaoyuan， XU Xumin， XIA Yu， et al. SERS aptasensor for Salmonella typhimurium detection based on spiny gold nanoparticles[J]. Food Control， 2018， 84： 232-237. DOI：10.1016/j.foodcont.2017.07.016.

[53] ZHANG Hui， MA Xiaoyuan， LIU Ying， et al. Gold nanoparticles enhanced SERS aptasensor for the simultaneous detection of Salmonella typhimurium and Staphylococcus aureus[J]. Biosensors and Bioelectronics， 2015， 74： 872-877. DOI：10.1016/j.bios.2015.07.033.

[54] SOWOIDNICH K， SCHMIDT H， MAIWALD M， et al. Application of diode-laser Raman spectroscopy for in situ investigation of meat spoilage[J]. Food Bioprocess Technology， 2010， 3： 878-882. DOI：10.1007/s11947-010-0360-2.

[55] SCHMIDT H， SOWOIDNICH K， KRONFELDT H D. A prototype hand-held ramansensor for the in situ characterization of meat quality[J]. Applied Spectroscopy， 2010， 64（8）： 888-894. DOI：10.1366/000370210792081028.

[56] 徐爽， 何建國， 馬瑜， 等. 高光譜圖像技術在水果品質檢測中的研究進展[J]. 食品研究與開發， 2013， 34（10）： 4-8. DOI：10.3969/j.issn.1005-6521.2013.010.002.

[57] 劉燕德， 張光偉. 高光譜成像技術在農產品檢測中的應用[J]. 食品與機械， 2012， 28（5）： 223-226. DOI：10.3969/j.issn.1003-5788.2012.05.059.

[58] 張晶晶. 基于高光譜成像技術的杏成熟度判別研究[D]. 晉中： 山西農業大學， 2015： 11.

[59] 張達， 鄭玉權. 高光譜遙感的發展與應用[J]. 光學與光電技術， 2013， 11（3）： 67-73.

[60] PENG Yankun，WANG Wei. Prediction of pork meat total viable bacteria count using hyperspectral imaging system and support vector machines[J]. Food Processing Automation Conference Proceedings， 2008， 6： 28-29. DOI：10.13031/2013.24558.

[61] 郭中華， 鄭彩英， 金靈. 基于近紅外高光譜成像的冷鮮羊肉表面細菌總數檢測[J]. 食品工業科技， 2014， 20（12）： 66-81. DOI：10.13386/j.issn1002-0306.2014.20.005.

[62] 趙俊華， 郭沛源， 邢素霞， 等. 基于高光譜成像的臘肉細菌總數預測建模方法研究[J]. 中國調味品， 2016， 41（2）： 74-78. DOI：10.3969/j.issn.1000-9973.2016.02.015.

[63] 李文采， 劉飛， 田寒友， 等. 基于高光譜成像技術的雞肉菌落總數快速無損檢測[J]. 肉類研究， 2017， 31（3）： 35-39. DOI：10.7506/rlyj1001-8123-201703007.

[64] 王偉， 彭彥昆， 張曉莉. 基于高光譜成像的生鮮豬肉細菌總數預測建模方法研究[J]. 光譜學與光譜分析， 2010， 30（2）： 411-415. DOI：10.3964/j.issn.1000-0593（2010）02-0411-05.

[65] 梁智輝， 朱慧芬， 陳九武. 流式細胞術基本原理與實用技術[M]. 武漢： 華中科技大學出版社， 2008.

[66] 張月霞， 張立營， 趙權. 流式細胞術的醫學應用現狀與前景[J]. 中國當代醫藥， 2019， 26（34）： 28-30. DOI：10.3969/j.issn.1674-4721.2019.34.009.

[67] 趙苑， 董逸， 李海波， 等. 流式細胞術檢測海洋浮游異養細菌異質性的研究進展[J]. 海洋通報， 2020， 39（1）： 12-23. DOI：10.11840/j.issn.1001-6392.2020.01.002.

[68] 黃生權， 付萌， 唐青濤， 等. 流式細胞術檢測單增李斯特菌與釀酒酵母[J]. 現代食品科技， 2014， 30（3）： 195-200.

[69] 李松波， 金衛東， 王雋， 等. 流式細胞術在體育科研中的應用[J]. 北京體育大學學報， 2008， 31（8）： 1102-1104. DOI：10.3969/j.issn.1007-3612.2008.08.026.

[70] 何方洋， 萬宇平， 賈芳芳， 等. 流式細胞儀在檢測食品中微生物的應用研究[J]. 山東畜牧獸醫， 2016， 37（8）： 82-84. DOI：10.3969/j.issn.1007-1733.2016.08.057.

[71] 劉婷婷. 流式細胞術在微生物檢測中應用研究[D]. 上海： 上海師范大學， 2021： 2-6. DOI：10.27312/d.cnki.gshsu.2021.000668.

[72] 文剛， 王靜怡， 黃廷林， 等. 流式細胞儀在水處理中的應用現狀與展望[J]. 中國給水排水， 2014， 30（18）： 58-62.

[73] 黃韻. 冷鮮肉中單增李斯特菌活菌分子檢測技術研究[D]. 廣州： 華南理工大學， 2014： 33-45.

[74] PEREZ F， TRYLAND I， MASCINI M， et al. Rapid detection of Escherichia coli in water by a culture-based amperometrie method[J]. Analytica Chimica Acta， 2001， 427： 149-154. DOI：10.1016/S0003-2670（00）00984-3.

[75] BOYAC S H， AGUILAR Z P， HOSSAIN M， et al. Amperometric determination of live Escherichia coli using antibody-coated paramagnetic beads[J]. Analytical and Bioanalytical Chemistry， 2005， 382（5）： 1234-1241. DOI：10.1007/s00216-005-3263-8.

[76] PENG Tuzhi， CHENG Quan， RAYMOND C. Amperometric detection of Escherichia coli heat-labile enterotoxin by redox diacetylenic vesicles on a sol-gel thin-film electrode[J]. Analytical Chemistry， 2000， 72（7）： 1611-1617. DOI：10.1021/ac990406y.

[77] 劉飛， 李文采， 田寒友， 等. 豬肉剩余貨架期快速預測電化學設備的設計與試驗[J]. 農業工程學報， 2016， 32（12）： 261-266. DOI：10.11975/j.issn.1002-6819.2016.12.037.