基于智能手机检测在食品安全中的应用

分类：论文范文 发表时间：2021-11-19 11:35

　　摘要:近年来，智能手机凭借其轻巧便携、成本低、可个性化定制且使用者无需专业培训等优势，在分析检测中的应用越来越多，并在医疗诊断、环境监测、食品监督等领域展现出广阔的应用前景，是众多学科巧妙结合的典范。该文综述了2015～2020年初基于智能手机的检测技术在食品安全方面的应用，包括对食品添加剂、抗生素、微生物、农残与重金属、生物毒素以及食物新鲜度的检测，为相关研究提供了参考依据，并对这项热门技术在分析检测领域的应用前景进行了展望。

　　关键词:智能手机;手机检测;食品安全;比色法;荧光法;电化学

　　“科技改变生活”，智能手机(Smartphone)现已成为人们日常生活、工作和学习不可或缺的好帮手。与传统蜂窝手机(Cellphone)相比，智能手机运行系统和操作界面更精细巧妙，配备了多核心处理器和分辨率更高的拍摄镜头。此外，用户可在手机应用商店自行下载安装软件，极大地拓展了智能手机的应用范围。当今，智能手机凭借其独特的便携性和实时检测(Point-of-caretesting，POCT)优势，不再局限于人们通话交流和普通的拍摄记录，其在分析检测领域的应用已成为研究热点［1－2］，在医疗诊断［3］、环境监测［4］和食品监督［5］等领域也发挥越来越大的作用。人们不仅可以通过智能手机拍摄记录实验结果，也可用其直接进行数据处理分析，还可以针对实验需求开发应用程序［6］，使得实验装置微型化、分析检测实时化。

　　1基于智能手机的检测原理

　　智能手机在分析检测领域中可用于控制实验进程、记录并检测实验结果和统计实验数据，其中记录检测功能应用最为广泛。基于智能手机的检测原理是在光学检测或电化学检测中，手机采集待测物质在实验过程中的光信号或电信号，并通过应用程序或软件进行分析和统计，输出实验结果。

　　光学检测的常见方法包括比色法、荧光法、显微成像和表面等离子体共振等［2］，其中，比色法和荧光法在食品检测中应用较广泛。比色法根据待测成分的色度值(如红绿蓝(ＲGB)［12］、印刷四色模式(CMYK)［13］、国际照明委员会色度空间(L*a*b*)［14］等)与浓度之间的比例关系进行分析检测。如利用酸碱指示剂的颜色变化检测酸度［15］，基于金属络合物颜色检测重金属［16］等。荧光法是先将待测物质进行荧光标记后，再在一定波长激发光下测定荧光强度，从而实现定性定量分析。此方法灵敏度高，除使用手机应用程序或专业软件进行检测分析外，也可搭建微型光谱装置与手机联用［17］。电化学检测是利用电极与待测物质之间发生的电化学反应，根据测量参数可分为电位测定法、电流测定法、电导测定法、电压测定法和电量测定法等［18］，该方法具有高的灵敏度。

　　2智能手机检测在食品安全方面的应用

　　图1牛奶纸盒微流控装置(A)、显色反应和手机App颜色识别结果(B)［20］Fig.1Milkcartonwithintegratedpaper-basedmicrofluidicdevice(A);colorimetryreactionanddetectionresultfromApp(B)［20］

　　2.1食品添加剂的检测

　　食品添加剂尤其是非法添加物的过量摄入会对人体健康造成严重影响。Shahvar等［19］使用纤维素纸顶空薄膜微萃取法提取富集酸化后饮料中的亚硫酸盐，并与纤维素纸上3价铁离子和1，10-邻二氮杂菲相继反应生成红色络合物，并使用智能手机App检测其ＲGB值进行定量。该方法与其它方法(如分散液－液萃取光纤线性阵列检测等)相比，其LOD较低(0.04μg/L)。

　　纸基微流控分析通过毛细管作用控制样品在亲水微通道和疏水壁的流体运动，无需外力驱动，具有快速精确、绿色环保等特点。此外，检测试剂在纸上润湿后，经干燥便于储存携带，可实现便携式检测。图1A为印有纸基微流控装置的牛奶盒［20］，检测区域固定有比色反应试剂，只需加入1滴牛奶样品至检测区域反应，用自编App拍摄结果并检测，如图1B所示，即可对样品中尿素和亚硝酸盐进行定性或定量分析，全过程仅约10min。Fu等［21－23］使用纸基微流控装置检测果脯、干货等食品，自编App分析比色反应后的色度值，可对几种常见防腐剂(如苯甲酸和二氧化硫)以及非法添加物甲醛进行定量，结果令人满意。智能手机对其它食品添加剂的检测应用见表1［24－28］。

　　2.2抗生素的检测

　　抗生素在动物饲养场被广泛用于防止细菌感染、传播和促进动物生长，但滥用抗生素会导致食源性积聚，抗生素残留会促使耐药细菌产生，给人类健康带来不利影响［29］。表1列出了智能手机对部分抗生素的检测应用［29－36］。Masawat等［30］开发了一种App分析牛奶中的四环素，App包括“Learning”和“Testing”两个模块，先使用“Learning”模块得出四环素色度值与浓度的标准曲线并存入数据库，再使用“Testing”模块分析样品图像的ＲGB等色度值，结合数据库可预测样品中四环素的浓度，方法的LOD与LOQ分别为0.5μg/mL和1.5μg/mL。

　　2.3微生物的检测

　　致病性细菌是污染食品的常见微生物，也是引起集体食物中毒的关键因素。基于智能手机的便携式荧光显微镜已应用于微生物检测，如检测水样中诺如病毒［37］。其过程是在显微镜下观察微生物，采用智能手机记录图像，再根据目标分析物特征，如尺寸、颜色和荧光强度等，实现量化检测。Wang等［38］开发出一种可快速灵敏检测苹果汁中鼠伤寒沙门氏菌的生物传感器，鼠伤寒沙门氏菌经免疫磁分离和荧光标记后注入微流控芯片，通过基于智能手机的荧光显微系统(见图3)在线监测流动的荧光斑点，实时获取视频并将其提取为一系列灰度帧，利用帧间差分法计算细菌的数量，该方法特异性强，LOD为58CFU/mL。Shrivastava等［39］将耐药性金黄色葡萄球菌适配体与荧光磁性纳米颗粒相结合，用于捕获花生牛奶中的金黄色葡萄球菌，再用智能手机荧光显微系统进行成像和定量检测，成像结果的图片经处理后变得更清晰且有利于检测，还能区分待测物信号及背景噪图3基于智能手机的荧光显微镜系统结构［38］Fig.3Structureofsmartphone-basedfluorescentmicroscopicsystem［38］音，LOD低至10CFU/mL，整个过程只需10min。智能手机检测其它致病菌的应用见表2［40－47］。

　　2.4农残与重金属的检测

　　农药残留对人类健康乃至生态系统造成严重威胁，是人们对食品安全关注的重要内容之一。应用智能手机检测农残既快速又实用，不仅降低了检测设备的成本，且结果重复性较高［48－49］。古有银针试毒，今则研发出可检测蔬果中农药甲基对硫磷和甲基对氧磷的手套［50］(见图4)。手套食指部分为含有固定化有机磷水解酶的传感扫描装置，包括笑脸状碳基计数器、工作电极和Ag/AgCl参考电极;拇指部分带有印制的碳垫，触摸样品表面采集待测物，再与食指接触发生电化学反应;反应产生的伏安信号通过无线通信传输至手机，经App显示检测结果。此装置实用性强，适用于图4可检测农残的手套［50］Fig.4Glovefortestingpesticideresidues［50］现场检测有机磷农残。Cheng等［51］采用荧光适配体侧流传感器结合荧光猝灭纳米和智能手机光谱阅读器同时检测生菜、苹果等蔬果中毒死蜱、二嗪磷和马拉硫磷3种农药残留量，无需额外电源，适用于现场检测。智能手机检测其它农残的应用见表2［52－53］。

　　2.5生物毒素的检测

　　黄曲霉毒素具有很强的毒性和致癌性，是中药和食品存储不当时极易产生的一类外源性有毒物质。Li等［55］开发了基于智能手机的黄曲霉毒素B1定量检测系统，该系统由检测芯片、便携式光学装置和自编App组成。待测样品与微流控芯片通道上的黄曲霉毒素B1抗原发生间接竞争免疫反应，再将芯片插入便携式光学装置中拍摄记录图像结果，最后用App快速检测图像的光学灰度比值。根据黄曲霉毒素B1浓度与光学灰度比值呈负相关，且在0.5～250ppb范围内呈线性，用于测定发霉玉米中黄曲霉毒素B1含量，结果与HPLC和商用ELISA检测结果具有良好一致性。

　　2.6食物新鲜度的检测

　　食品中具有蛋白质水解活性的微生物作用于长链蛋白质，将其转化为分子量更小的化合物，如游离氨基酸，这些氨基酸很容易发生氧化脱氨、脱羧和脱硫反应，从而产生总挥发性碱氮、CO2和H2S等［67－69］。上述成分可作为食物新鲜度指标用于食品质量的监测。Li等［70］基于加样后的二肉豆蔻酰磷脂酰胆碱/聚二乙炔(DMPC/PDA)囊泡比色试纸从蓝色到红色的变化，采用手机App检测深海鱼类及其罐头制品中的组胺含量，LOD为70ppm，样品检测结果与使用专业图像处理软件和光谱法结果无显著性差异(P＞0.05)。

　　3结论与展望

　　基于智能手机的分析检测是众多学科巧妙结合的典范，适当的样品处理技术和构思精巧的小型化便携装置与手机App相得益彰。虽然存在灵敏度略低于常规分析仪器，装置通用性有待改善等问题，但应用于实时检测食品安全仍具有巨大潜力。食物与中药从古至今有着密切的联系［73］，故这项热门技术也值得中药分析领域在未来思考借鉴，例如检测中药中微生物、农残、重金属和黄曲霉素等有害物质，或定性定量分析中药的有效成分等［74］。随着时代的发展与科技的进步，基于智能手机的检测技术将在分析检测领域有着更为广阔的应用前景和发展机遇。

　　参考文献:

　　［1］ＲodaA，MicheliniE，ZangheriM，DiFuscoM，CalabriaD，SimoniP．TrendsAnal.Chem．，2016，79:317－325．

　　［2］ZhangDM，LiuQJ．Biosens.Bioelectron．，2016，75:273－284．

　　［3］WangTT，WangＲY，ZhangZF，QingLS．J.Instrum.Anal．(王甜甜，王润月，张志锋，青琳森．分析测试学报)，2020，39(12):1561－1566．

　　［4］LiW，ChenSJ，DaiB，ZhengLL，LiuH．J.Instrum.Anal．(李伟，陈淑静，戴博，郑璐璐，刘华．分析测试学报)，2019，38(8):889－896．

　　刘美廷，李绍平*，赵静*

上一篇：两种驱动力作用下植被调控堆积体坡面减水减沙效益 下一篇：计算机软件工程与现代化技术的融合与完善