畜禽产品中微生物风险评估和预警系统的构建与初步应用

赵 格，赵建梅，王 琳，王君玮，刘 娜，刘俊辉，曲志娜，王 娟，张喜悦

（中国动物卫生与流行病学中心致病微生物检测室，农业农村部畜禽产品质量安全风险评估实验室（青岛），山东青岛 266032）

由畜禽产品中致病微生物引起的食源性疾病非常普遍，已成为世界范围内日益严重的公共卫生问题[1-2]。畜禽源性致病微生物可以通过直接接触、间接接触以及相关的食物消费而在人与动物之间传播[3]。生产过程中实施干预或控制微生物措施可以有效减少终端产品中的微生物污染，以确保畜禽产品质量与安全[4]。畜禽产品生产过程中微生物风险管理已被国际权威组织纳入整个生产链卫生控制系统的一部分[5]。因此，开展畜禽养殖和屠宰过程中重要食源性致病微生物风险评估和预警研究，将为畜禽产品致病微生物限量标准制定、安全控制体系建立和预警机制形成提供重要的科技支撑，具有十分重要的现实意义。

从农场到餐桌的微生物风险监测是实时掌握微生物污染状况的重要手段，它也可以阐明可能导致食源性疾病的风险因素，从而为公共卫生政策和干预措施制定提供依据[6]。以微生物监测数据为基础的风险评估和预警可以及时有效地预防、减少和应对源自这些产品的食品安全事件[7-8]，这也是改善公共卫生系统的当务之急。鉴于微生物风险监测、评估和预警的重要性，国内外相关机构陆续构建了一系列评估预警软件或在线工具，例如用于定量和定性风险评估的sQMRA 和iRisk，以及用于风险预警的RASFF 等，并将它们应用于实际生产和消费中[9-11]。在国内，一些实验室初步开展了畜禽产品中的微生物风险监测和评估，但目前尚没有相关软件或工具来对全生产链畜禽产品中微生物进行风险评估预警。

本研究以畜禽养殖和屠宰过程为切入点，以肉蛋奶中主要食源菌为对象，以监测数据为基础，通过风险评估和相关性分析等数学方法，构建了一套对畜禽养殖、屠宰过程微生物监测数据进行实时或系统风险评估和预警的体系，最终创建形成可视化软件操作平台，以期提升我国畜禽全生产链中微生物的风险管理，完善畜禽源性致病微生物的风险预警能力建设，保障畜禽产品质量安全。

1 数据

1.1 监测数据采集

1.1.1 监测地区 包括全国所有省级行政区不同市、县辖区内的畜禽养殖场、屠宰场和畜禽产品销售场所。

1.1.2 监测环节 涉及从农场到餐桌全过程，覆盖畜禽养殖、屠宰加工、流通存贮以及销售消费全链条4 个环节。

1.1.3 监测对象 包括猪、禽（鸡、鸭、鹌鹑等）、牛（肉牛、奶牛等）、羊等主流食品生产畜禽及其产品，如鸡蛋、牛奶等。

1.1.4 监测参数 包括常见的重要人兽共患食源性致病微生物，如沙门氏菌、致病性大肠杆菌、弯曲杆菌、金黄色葡萄球菌、产气荚膜梭菌等的污染率和污染量数据，以及卫生指标菌——大肠杆菌和菌落总数的定量数据。

1.1.5 监测其他数据资料 除了畜禽及其产品中微生物污染数据，还需要对畜禽及其产品生产规模、生产环境（如温湿度）、生产存贮方式（如是否冷链）、产品接触环境中微生物污染状况等数据和资料进行采集。

1.2 当前数据资料来源

采用2019 年以来实验室通过文献或现场调研收集的，或者本实验室历年来实际监测的畜禽产品中常见致病微生物污染数据，作为微生物污染统计分析或风险评估和预警演示的基础数据。

2 评估预警方法

2.1 整体技术路线

畜禽养殖和屠宰环节主要食源性致病微生物风险评估预警系统设计构建的整体技术路线见图1。

图1 畜禽养殖和屠宰环节微生物风险评估预警系统构建的技术路线

2.2 风险评估方法

2.2.1 畜禽产品中微生物暴露评估模型构建

2.2.1.1 生产后畜禽产品中微生物暴露评估 选择某地区或者具体到某生产场所，将特定时间系统中录入的某种畜禽产品中某种微生物的污染率（p，Pert 分布函数拟合）与单位质量或面积的污染量（M，poisson 分布函数拟合）相乘，同时乘以这种畜禽产品这段时间的产量（n）获得该批畜禽产品中微生物的污染量。如果考虑畜禽产品生产后存放的温度（T）和持续的时间（t），则加入预测微生物生长动力学模型中预测增长的微生物量。系统中嵌入了从Combase 数据库和cb-premium 数据库中查询获得的20 种畜禽产品中常见致病微生物组合的一级预测生长动力学模型，并根据相关参数整理获得了二级模型，可以直接对不同温度和时间下产品中微生物的生长进行预测。多数情况下，畜禽产品中某些致病微生物含量很少，因此难以直接获得污染量数据。此时，可采用公式将定性数据转化为定量数据，进行模型构建。转换公式：M=-（2.303/V）×lg（Nneg/Ntotal）。其中V为样品的稀释倍数，Nneg 为阴性样品数，Ntotal 为样品总数[12]。

2.2.1.2 生产过程畜禽产品微生物污染风险关键控制点评估 将畜禽产品生产过程的不同环节分解，以生猪屠宰为例，按屠宰工艺流程可分解为烫煺毛、净膛、去头蹄修整、冲淋预冷等4 个环节。以烫煺毛后胴体直接暴露于空气中为评估起点，取后续各环节猪胴体或相关风险贡献因素（如设备、器具或工人接触部位等）的微生物监测数据和信息资料，经过数据拟合和数学逻辑运算，构建关键控制点评估模型。通过模拟抽样获得终端产品中微生物污染量分布，同时通过相关系数对不同环节各参数进行敏感性分析，获得微生物污染的关键控制点。

2.2.2 产品安全性评估模型 通过上述可以获得某批次畜禽产品中微生物总的污染量，结合致病微生物的剂量-反应关系，以及烹饪过程不完全加热的可能占比，构建产品中致病微生物的风险评估模型。通过随机抽样模拟，计算获得本批次畜禽产品中某致病微生物的致病概率分布，从而评估产品的安全性。本系统嵌入了沙门氏菌、致病性大肠杆菌、金黄色葡萄球菌、单核细胞增生李斯特菌、弯曲杆菌和产气荚膜梭菌等6 种致病微生物的剂量-反应关系模型[13]。

2.3 风险预警方法

2.3.1 微生物危害可能性定性和定量预警阈值的初步设定 通过对畜禽产品中致病微生物的污染率/量以及相应的风险进行广泛的国内外文献调研，拟定了5 种主要畜禽产品（猪肉、鸡肉、鸡蛋、牛奶、牛羊肉等）中7 种致病微生物（沙门氏菌、致病性大肠杆菌、弯曲杆菌、金黄色葡萄球菌、单核细胞增生李斯特菌、产气荚膜梭菌和小肠结肠炎耶尔森菌）的污染率和污染量不同级别数值，然后通过征求16 位相关领域权威专家意见，采用德尔菲法（Delphi Method），初步设定了188 个畜禽产品-致病微生物组合不同级别（共5 级）危害可能性的定性和定量数据作为预警阈值。

2.3.2 风险预警级别和相应决策措施的确定 根据风险监测和暴露评估的数据获得某地区（场所）某时间内某种畜禽产品中某种致病微生物危害可能性分值，与国际食品微生物标准委员会（ICMSF）中规定的此致病微生物危害严重度分值相乘[13]，获得风险系数。将风险系数带入风险矩阵[13]，可以得出当前的风险级别。根据风险等级设定预警，预警也分为5 个级别，分别是“极低（可忽略）风险”（用绿色表示）、“低风险”（用蓝色显示）、“中风险”（用黄色表示）、“高风险”（用橙色表示）、“极高风险”（用红色表示）。根据前期评估的畜禽产品中微生物不同的预警级别，系统还列出了不同环节精准控制微生物风险的技术手段和措施等。

2.4 BP 神经网络算法

整个风险评估预警系统的构建采用BP 神经网络算法，即畜禽产品中微生物污染监测数据或资料性数据是在输入层直接输入或者从数据库中调取输入。然后数据进入隐含层，按照风险评估预警原理流程并结合嵌入到系统的模型资料，如预测微生物学模型和剂量-反应关系模型等，进行逐级数学运算和训练，最后在输出层显示风险级别或是预警决策。

3 结果展示

3.1 畜禽产品微生物风险评估预警系统的整体呈现

所构建系统的全称为“国家畜禽养殖和屠宰过程中人畜共患食源性病原微生物风险评估预警系统”，简称PRAWS 系统。目前可通过https://praws.cahec.cn 网址登录使用，登录界面见图2。登录后可见系统设置为3 个模块，分别是基础数据库、风险评估模型和风险预警决策（图3）。

图2 畜禽产品微生物风险评估预警系统登录界面

图3 畜禽产品微生物风险评估预警系统模块设置

基础数据库模块有4个环节（养殖、屠宰/生产、储存、流通消费）的不同畜禽或其产品不同微生物监测数据的单条录入或批量导入以及查询功能，还有对选择数据的统计分析功能（图4）。风险评估模型模块设置了产品安全性评估、关键控制点评估、产品病原微生物风险分级评估、模型库和评估方法，以及历史评估结果查询几个部分（图5）。风险预警决策模块设置了风险评估预警、风险预警记录、微生物危害严重度赋值、微生物危害可能性阈值、风险矩阵几个部分。用户可以通过锁定地区（点）、时间、环节、畜禽/产品种类以及微生物种类等选项，调入前面的风险监测评估数据，即可显示当前数据对应的风险预警级别。系统包含地区（地图）、时间（折线图）和环节（柱状图）3 种展示形式。不同颜色对应不同预警级别（图6）。鼠标点击某个位置，即可显示当前的风险系数和对应的决策支持提示。

图4 基础数据库模块的功能设置

图5 风险评估模型模块的功能设置

图6 风险预警决策模块的功能设置

3.2 不同类型用户使用评估预警系统的操作模式

PRAWS 系统在设计时针对企业用户、监管机构用户和技术机构用户3 种类型的用户实际需求，设置了相应的使用权限，后期通过分配的账号实现分类。企业用户登录后可在基础数据库模块直接单条录入或批量导入、导出、查询养殖屠宰等环节微生物监测数据，也可以使用这一模块的统计分析功能查看特定时间的微生物污染数据；还可以使用风险预警决策模块查看特定时间微生物污染风险预警情况；当然所有数据操作仅限于各企业本身，不能针对其他企业。同样，监管机构用户也可登录基础数据模块，查询辖区内特定环节、特定畜禽/产品、特定微生物的监测数据，同时也可使用此模块的统计分析功能对监测数据进行统计分析；还可使用风险预警决策模块查看辖区内特定地区/养殖（屠宰、收储）场、特定时间、特定畜禽/产品、特定微生物污染风险预警情况。技术机构用户可以使用3 个模块中的所有功能，主要是利用基础数据库模块里的监测数据，然后在风险评估模型模块中调用模型进行风险评估，最后在风险预警决策模块中分析风险等级和预警及决策支持情况。图7 显示了不同权限用户在使用该系统时的操作模式。

图7 不同权限用户使用系统的操作模式

3.3 畜禽产品微生物风险评估预警系统的使用流程

畜禽或其产品中微生物携带污染数据在基础数据库模块输入后，可以在此模块直接查询特定时间、地区或养殖（屠宰、收储）场、环节、畜禽/产品种类中某微生物的污染携带数据列表，也可以利用此模块的统计分析功能直接分析相应污染状况。风险评估研究者可以在风险评估模型模块选择拟开展的评估类型，按照评估需要逐条输入相应参数，并可直接调用基础数据库中的相应监测数据，提交后，后台调用系统嵌入的预测微生物模型和剂量-反应模型等，同时按模型参数间数学逻辑关系运算，在输出界面获得微生物的污染率/量分布、致病概率分布、风险等级、关键控制点等信息，评估结果会自动保存。最后在风险预警决策模块可以输入拟评估预警的时间、地区或场、环节等信息，直接调用前期监测数据，对特定畜禽/产品中微生物的风险进行评估。系统在后台根据拟定的微生物危害严重度赋值和危害可能性阈值进行数学运算，输出风险系数，然后对应风险矩阵获得风险等级和预警提示。系统的使用操作流程如图8 所示。

图8 畜禽产品微生物风险评估预警系统使用流程

3.4 畜禽产品微生物风险评估预警系统的应用实例

3.4.1 屠宰猪肉产品安全性评估 利用系统中风险评估模型的产品安全性评估功能评估A 省6 月份和B 省7 月份屠宰猪肉中沙门氏菌污染对产品安全性的影响。按照提示选择评估对象和时间、温度等参数信息，然后通过检索历史数据锁定这段时间此省屠宰猪肉中沙门氏菌的污染率等众数值，通过后台的定量转换公式获得定量数据。提交后，后台先结合预测微生物学模型获得消费时的暴露量，然后考虑烹饪时可能由于不完全加热导致微生物的残留率（假定0.1%），并结合剂量-反应关系模型，最终获得产品中沙门氏菌的致病概率。A 省众数值为1.5×10-9，风险分级为“极低风险”（图9-A）；B 省众数值为3.8×10-4，风险分级为“极高风险”（图9-B）。

图9 屠宰环节猪肉中沙门氏菌相关产品安全性评估模拟结果

3.4.2 某生猪屠宰场沙门氏菌污染关键控制点评估 利用系统风险评估模型模块中关键控制点功能，选择生猪屠宰模块化模型。在输入界面录入评估所需的生猪屠宰过程各个环节相关因素中沙门氏菌的污染率和污染量数据，包括猪本底携带的以及屠宰过程可能接触的器具、工人手部等环境中沙门氏菌的污染数据和交叉污染的传递率，以及屠宰过程的冲淋时间和消除率等数据。提交后，获得屠宰过程每个环节沙门氏菌消长变化（图10-A）。可见净膛和劈半两个环节沙门氏菌增加量最多。通过雷达图明确关键控制环节是劈半环节，其次是净膛环节（图10-B）。

图10 某生猪屠宰场屠宰过程沙门氏菌暴露评估结果

3.4.3 某地区屠宰猪肉中沙门氏菌风险评估预警测试 在风险预警决策模块，点击风险评估预警功能，即可继续选择要评估预警的省市（山东省潍坊市）、环节（屠宰生产）、微生物（沙门氏菌）、畜禽/产品（猪肉），以及时间（2021 年1 月1 日—6 月30 日）。提交后，系统自动显示目标省份，鼠标放到目标区域，即自动显示在这段时间屠宰猪肉中沙门氏菌的监测数据。鼠标点击后，新的窗口根据猪肉中沙门氏菌危害严重度赋分（2 分）和危害可能性阈值赋分（1分）的乘积获得风险系数（2）。然后，根据风险矩阵提示获得风险等级为“极低风险”。这种情况下预警防控措施显示不预警（图11）。实际从“低风险”开始，系统就会在预警防控措施里提示一级预警所需采取的措施，以此类推到“极高风险”的4 级预警防控措施。比如，通过输入模拟数据对四川省某地区生猪屠宰环节沙门氏菌的风险进行研判，结果如图12 所示。本测试以山东省潍坊市和四川省彝族自治州猪肉产品为例，为方便叙述，数据采用模拟数据，不代表真实情况。

图11 山东省某区屠宰猪肉监测沙门氏菌的风险评估预警模拟结果

图12 四川省某区屠宰猪肉沙门氏菌风险评估预警模拟结果

4 讨论

动物源性食品病原微生物引发的人类食物中毒和人兽共患疾病，危害范围广，经济损失大。为有效预防和控制食源性病原微生物传播和感染，增强对食源性疾病暴发的反应和预警能力，国际组织和发达国家纷纷开展了食源性致病菌的风险评估，不断建立和完善食源性疾病的监测和预警系统。国外对动物源性食品致病微生物风险评估和预警方面的研究主要集中在从农场到餐桌的食品安全生产体系（如HACCP 体系）探索和建立[14]，食品中主要致病性微生物污染的风险评估[15-19]，以及开发食品中致病微生物风险预警系统与实际应用。如美国疾病预防控制中心（CDC）开发的FoodNet 网络，通过实验室调查、医生调查、人口调查和特殊研究4 种方式进行数据汇总和分析评估，确定通过食品传播的致病菌感染的发生率，判断各种可能的危害暴露和操作作为特定病原体引起疾病的可能性；欧盟创建的食品和饲料安全预警系统（Rapid Alert System for Food and Feed，RASFF）具有方便可查询的官方网站、连续完整的年度报告、规范有效的通报方式和及时完善的政策法规，使其在风险预警和应对上的可操作性大大增强，极大程度地确保了欧盟消费者的食品安全和健康[20]。

我国动物源性食品（主要为猪、禽制品等）生产消费量居全球之首，但动物源性食品致病微生物风险评估和预警研究水平与国际先进水平还存在不小差距。虽然我国也越来越重视动物源性食品的质量安全问题，如原农业部在2001 年就建立了农产品质量安全例行监测制度，但是尚未将畜禽产品中致病微生物纳入。致病微生物风险评估由于系统监测数据的匮乏而导致开展成效不很显著。原国家质检总局于2007 年开发了“快速预警和快速反应系统（RARSFS）”[21]，构建了质检部门动态监测和趋势预测网络，但并未涉及致病微生物的预测生长和风险评估。国家食品安全风险评估中心于2021 年推出了“基于规则库引擎构建食品安全风险评估及预警系统”[22]，通过使用结构化查询语言，基于规则库引擎的可视化方法，研究构建了可实现实时预警和定时预警的食品安全风险评估及预警系统。但是该系统重视的是食品中各种危害因子大数据的实时抓取，并未特别考虑微生物的增殖和交叉传播等特异属性。目前我国畜禽产品中致病微生物的风险评估多集中在生产链关键控制点或终端产品对消费者危害的研究阶段。为更好地指导生鲜畜禽产品的科学有效监管、安全生产和安心消费，亟需构建畜禽产品全链条微生物风险评估预警体系。

本研究针对国内外研究背景以及我国的现实需求，以动物养殖和屠宰过程为切入点，以肉蛋奶中重要人畜共患食源性致病微生物为对象，以监测的污染数据为基础，通过微生物风险评估技术、相关数学运算法以及计算机软件开发技术等，结合预测微生物学模型和剂量-反应关系，整合了一系列畜禽养殖屠宰过程重要致病微生物的风险评估模型，并结合BP 神经网络法，构建了一套对畜禽养殖屠宰过程致病微生物风险进行实时预警的体系，最终创建形成了可视化软件操作平台。系统应用时，只需输入实时监测数据，后台就可以调用模型或算法进行风险评估，然后根据评估结果对本批次产品的微生物风险进行实时预警。如果风险极低可忽略时，显示不预警；如果有一定的风险，就显示相应的预警，同时会显示相应的风险防控措施。

本系统分了3 个模块，包括基础数据库、风险评估模型和风险预警决策。系统还针对企业、监管机构和技术机构的不同需求，设有3 种操作模式，对提升产业安全生产和产品质量安全具有重要指导意义。目前系统正推广到不同企业和监管技术机构试用，在试运行过程中应该还会发现一些需要改进的问题。本开发团队将会对系统进行持续优化完善，争取早日使其在畜禽产品生产过程的卫生控制和质量安全的有效监管中发挥实际作用，提升我国畜禽产品全生产链致病微生物的风险管理能力，完善动物源性致病微生物的风险预警能力建设，保障畜禽产品的质量安全和民众消费安全。

致谢：

中科软科技股份有限公司负责该风险评估预警系统的计算机语言体系和软件开发；中国动物卫生与流行病学中心动物卫生信息处郑雪光副研究员、彭东副研究员在系统调试和试运行过程中给予网络方面问题的指导；“十三五”重点研发专项项目组及本课题参与单位扬州大学、华南农业大学、中国兽医药品监察所和中山大学在系统构建过程中给予建议和协助；农业农村部农产品质量安全监管司畜禽产品病原危害风险评估项目和畜牧兽医局屠宰环节微生物风险监测项目给予持续支持。在此一并表示感谢。