陈尤佳 Panagiota H Tsatsos 张嘉玲 Haydu K Robert

（1玛氏箭牌有限公司全球科学与技术部，北京 101407；2玛氏箭牌有限公司全球科学与技术部，伊利诺伊 芝加哥 60642；3玛氏箭牌糖果（中国）有限公司商务部，广东 广州 510623；4玛氏箭牌有限公司全球质量与食品安全部，伊利诺伊 芝加哥 60642）

中国花生产量多年稳居世界第一［1-2］，2022/2023年度我国花生产量占全球总量的37%［3］，是我国重要的经济作物［4-5］，其中，食用花生占35%～40%［6-8］。出口也是中国花生传统贸易模式［9-10］，出口份额占全球30%以上［11-12］，主要集中在欧洲和亚洲［10］。日本每年从我国进口花生约8 万吨，对我国花生依存度达70%［13］。

面对食用花生产业和出口贸易的蓬勃发展，黄曲霉毒素超标导致批次退回的情况越来越需要被重视［14-16］。它不仅给企业带来退回、销毁的当柜经济损失，还会因为通报影响企业当年的出口资质［14］。

黄曲霉毒素是在胁迫环境下由黄曲霉（Aspergillus flavus）和寄生曲霉（Aspergillusparasiticus）等产生的次生代谢产物［17-19］，被世界卫生组织列为I类致癌物［20］，包括黄曲霉毒素B1、B2、G1、G2等，其中，黄曲霉毒素B1的毒性和致癌性最强［21-22］。黄曲霉毒素在植物生长、收获、晾晒、储存、运输时均可产生［15，19，23］，毒素的产生无法完全被避免［24-25］，并且很不均匀［15，26］。往往一小部分高含量黄曲霉毒素的花生就会导致整批花生黄曲霉毒素水平的升高［15］。

当前，对商业花生批次的黄曲霉毒素水平定量是产业面临的技术挑战［14-15，26］，取样是其中最重要的影响因素［27］。研究显示，在花生批次黄曲霉毒素15 ng·g-1的水平下，取样对最终商业批次定量的变异影响可达88.1%［27］。

各国法规对于取样量有不同的规定。其中，（EU）No 178/2010［28］按照批次范围梯度，规定了每个梯度下的增量取样数目、合样重量、实验室样品数目；GB 5009.22-2016《食品中黄曲霉毒素B 族和G 族的测定》［29］对于固体样品，只要求采样量需大于1 kg，没有根据批次大小的增量取样和实验室样品数目的规定。

联合国粮食及农业组织（Food and Agriculture Organization of the United Nations，FAO）真菌毒素取样模型是针对不同农产品的各类真菌毒素的模拟取样平台（http：//tools.fstools.org/mycotoxins/）［30］。它建立在庞大的数据库和科学原理之上，带有详细的参数解析和操作指导，使用快速、方便，已获得广泛认可。

鉴于此，本研究应用FAO 模型，对标中国、日本黄曲霉毒素法规，设置实验室样品数目×样品量×企业接受/拒绝限值多组合配比，模拟商业批次超出法规限值的接收/放行概率。旨在推荐不同业务情况下的取样方案，既推动业内科学地认知商业批次的黄曲霉毒素水平，保证食品安全合规性，又保证取样和检测的资源投入平衡，为企业提供有力工具。

1 材料与方法

本研究选取FAO 的农业品类真菌毒素取样模拟模型作为研究工具。将脱壳整粒花生作为模拟介质。默认模拟的批次大小为10～30 t，即中国花生加工企业通常使用的一个商业批次大小。

表1 为模拟需要的参数选择与设置。第一步：选择“毒素与农业品类”，此次模拟介质为脱壳整粒花生，因此选择“Aflatoxin，Peanuts，Shelled”。第二步：输入和选择“共同参数”，重点输入法规限值。此次模拟中，拟模拟中国、日本两个国家的法规限值。第三步：输入“计划特定参数”，即不同组合的实验室样品量、实验室样品数目、接受/拒绝限值。

表1 模型参数、描述、允许区间和本研究模拟参数设置Table 1 Model parameters，descriptions，allowable ranges，and simulation parameter settings for this study

本次模拟中，每国法规限值的模拟，都设置了3～4个接受/拒绝限值（表1），以上来源于中国花生企业的几个典型接受/拒绝限值，并加入了更低限值作为梯度设计。每个接受/拒绝限值模拟，都设置了5 和10 kg实验室样品量（表1），其中5 kg 为中国花生工业界常规取样量，10 kg 为对标（EU）No 178/2010 后本次模拟批次大小需要的实验室样品量，也代表磨样设备的单次最大承载能力。每个实验室样品量模拟，都设置了1、2 和3 个实验室样品数目（表1），每个实验室样品会被检测1 个黄曲霉毒素值。其中，1 个实验室样品为中国花生工业界常规设置，2 个实验室样品为（EU）No 178/2010 中本次模拟批次大小要求的实验室样品数量，3 为加强方案。本研究的所有模拟组合见表2。

表2 本研究的所有模拟组合Table 2 All simulated combinations in this study

2 结果与分析

2.1 对标中国法规的模拟

对标中国法规模拟的24 个组合（表2），模拟结果以操作特性曲线（OC curve）的形式输出（图1）。每个接受/拒绝限值设置输出6 组实验室样品数目×样品量的模拟结果（图1）。

接受/拒绝限值梯度的作用：接受/拒绝限值从20 ng·g-1以5 ng·g-1递减的梯度逐渐加严，最低设置为5 ng·g-1，曲线展现的大于法规限值的批次接收可能性也在逐渐降低。这说明设置越低的接受/拒绝限值，对于法规符合性的信心度越高。

实验室样品数目的作用：实验室样品量相同时，增加实验室样品数目，能明显降低大于法规限值的批次接收可能性。从1增加到2的降低幅度更大。

实验室样品量的作用：实验室样品数目相同时，增加实验室样品量，能明显降低大于法规限值的批次接收可能性。样品量带来的概率降低幅度低于数目带来的概率降低幅度。

接受/拒绝限值为20 和15 ng·g-1时，最复杂的3×10 kg 的组合，大于法规限值的批次接收可能性最高能达到24%和13%（表3），不推荐作为合适的接受/拒绝限值。但是，在产季调查黄曲霉毒素风险高，原料水平普遍偏高时，可以通过3×10 kg 的取样，将20～15 ng·g-1作为接受/拒绝限值，经加工后，进一步降低大于法规限值的批次接收的可能性，并进行适当的放行验证。

表3 超出法规限值批次的接收可能性（对标中国法规）Table 3 Probability of accepting lot exceeding regulatory limits（benchmarking China regulatory limit）

接受/拒绝限值为10 ng·g-1时，通过3×5 kg 和3×10 kg 的组合，大于法规限值批次的接收/放行概率分别可以低至＜10.5%和＜4.8%（表3）。接受/拒绝限值为5 ng·g-1时，通过2×5 kg 的组合，大于法规限值批次的接收/放行概率可以低至＜10.2%；通过3×5 kg、2×10 kg和3×10 kg 的组合，大于法规限值批次的接收/放行概率均低至＜5%（表3）。由此可见，在常规产季/产地风险下，企业将接受/拒绝限值设置为5～10 ng·g-1，通过2～3 个实验室样品数目、5～10 kg 的实验室样品量组合的取样方案，能够满足批次的合规概率＞90%。

2.2 对标日本法规的模拟

对标日本法规模拟的18 个组合（表2），模拟结果同样以操作特性曲线（OC curve）的形式输出（图2）。每个接受/拒绝限值设置输出6 组实验室样品数目×样品量的模拟结果（图2）。对于接受/拒绝限值、实验室样品数目和样品量的作用规律，与对标中国法规展示的规律一致（图1）。

图2 对标日本法规模拟Fig.2 The simulation benchmarking Japan regulatory limit

接受/拒绝限值为10 ng·g-1时（同日本法规限值），最复杂的3 个10 kg 实验室样品组合，大于法规限值的批次接收可能性最高能达到27%（表4），即有1/4～1/3的概率会被认为符合法规并得到接收/放行。由此可见，10 ng·g-1并不适合作为接受/拒绝限值。

表4 超出法规限值批次的接收可能性（对标日本法规）Table 4 Probability of accepting lot exceeding regulatory limits（benchmarking Japan regulatory limit）

接受/拒绝限值为5 ng·g-1时，通过3×10 kg的组合，大于法规限值批次的接收/放行概率可以低至＜8.5%（表4）。在常规产季/产地风险下，企业采取此取样方案，能够满足批次的合规性概率＞90%。

接受/拒绝限值为1 ng·g-1时，通过2×5 kg 的组合，大于法规限值批次的接收/放行概率可以低至＜8.6%（表4）；通过3×5 kg、2×10 kg和3×10 kg的组合，大于法规限值批次的接收/放行概率均低至＜5%（表4）。

2.3 变异分析

为展示检测结果与批次真实值的偏差来源，本模拟进行了变异源分析，主要包括取样、样品制备和分析。由表5可知，取样为最大的变异源（81.1%～91.8%），样品制备占6.7%～15.4%，分析为最小的变异来源（1.6%～3.5%）。上述结果进一步表明，取样是精确认知批次黄曲霉毒素含量的关键。

表5 变异源和所占总变异比例Table 5 Source of variation and percentage of total variation

由表5可知，当实验室样品量从5 kg增至10 kg，取样带来的方差降低一半，取样所占总方差百分比也适当降低。因此，实验室样品量的增大可以降低取样带来的变异。法规限值输入值从高到低，虽然总方差和各步骤方差均明显下降，但是取样带来的变异比例却逐渐增大。可见，随着对标法规的限值要求越来越低，取样对最终结果的变异的影响越来越敏感。

3 讨论

黄曲霉毒素在花生全产业链都可能生成，需要被控制、降低和管理，没有一个步骤会针对黄曲霉毒素本身进行消除［13］，而是通过物理、化学甚至生物等加工/管理措施，间接降低花生批次中黄曲霉毒素的水平［19］，并取决于加工前的批次整体水平、毒素分布、毒素侵染等。一般来说，企业较难通过加工措施量化黄曲霉毒素的降低范围。因此，对加工商来说，基于产季的黄曲霉毒素风险评估，采购对黄曲霉毒素水平有高信心度的原料批次，加之规范化的加工、存储和运输，才能对销售花生批次的黄曲霉毒素水平有高信心度。科学取样在提高采购信心和验证终产品的销售信心方面都具有重要作用。

FAO真菌毒素取样模型不仅可以很好地结合法规要求的取样方法和数量，而且还加入了企业内部接受/拒绝限值作为调节信心度的一个因子。该模型还能让企业清晰获知不同方案下合规的信心度，使企业能够灵活地根据自身需求决定取样方案，例如，当前产季/产区的风险、客户和法规的要求、企业能够承受的样本量、检测成本等，最终选择、使用与法规等效或者更高信心度的方法。具体而言，此模型可以用作企业内部黄曲霉毒素风险评估和管理的工具，典型应用场景为采购验证、运输前或者出口前的内部放行检测。其对风险管理的价值尤其体现在黄曲霉毒素高风险或者风险不确定情况下，使用模型定义升级取样方案和调整内部接受/拒绝限值。例如，在黄曲霉毒素高风险产季/产地，可采购的花生黄曲霉毒素水平偏高，企业可放宽接收限值，通过加大取样量达到与常规接收限值相同的可接收信心度；面向新开发的供应商/采购区域，企业可加大取样量、增大接收信心度，从而降低采购的风险；企业遇到批次超标预警时，可以临时加强取样、收紧接收新批次和放行已有批次的限值，从而增加销售的信心，防止商业资质受到影响。

本研究的模拟应用了中国花生企业的典型批次、典型取样量和几个典型的接受/拒绝限值，加入了更低限值和更多的实验室样品数目，定义了模拟的梯度组合，直观展示了不同取样和内标方案带来的法规符合性的信心度，可以直接被企业参考使用。由于出口日本因黄曲霉毒素超标拒收的概率较高，并且连续超标会影响到当年出口资质，1 ng·g-1可以被用于超标预警后企业收紧接收/放行限值。对当季黄曲霉毒素风险、批次变异、加工能力、供应商等变量因子排查并改善稳定后，可以恢复接收/放行限值。虽然本研究只针对整粒花生10～30 t 一个批次进行了模拟，但是，对于脱皮半粒花生、花生酱和带壳花生，也可以应用此模型为企业制定取样方案，并找到对应的选项。

为了提高取样的便捷性，建议企业配备适配麻袋和吨袋的取样工具，适配加工线后端的自动取样器，目前工业界均有选择。另外，中国企业需要验证磨样装备对磨样能力的匀质性和重复性。国标要求粒径小于2 mm 孔径试验筛［29］。Davis 等［31］发明的立式切刀机，能够制备10 kg 样品，并满足比国标要求更小的颗粒度。

综合本研究的理论模拟、应用性建议和可行性工具分析可知，对于花生批次黄曲霉毒素的水平定量，企业可以制定一套科学、经济的可行性方案。

4 结论

本研究应用FAO 农业品类真菌毒素取样模型对花生商业批次黄曲霉毒素水平进行模拟，推荐了常规黄曲霉毒素风险产季/产地下，能够满足＞90%概率符合我国国标和日本法规的取样方案分别为：设置接受/拒绝限值为黄曲霉毒素B110～5 ng·g-1，实验室样品数目和样品量分别为2～3个和5～10 kg；设置接受/拒绝限值为总量5 ng·g-1，实验室样品数目和样品量分别为3 个和10 kg。尤其推荐在以下3种高风险或风险不确定情景下应用此模型制订升级取样方案，即黄曲霉毒素高风险产季/产地采购、新开发的供应商/采购区域、批次超标预警时对新批次的放行，以增强采购/销售信心和避免连续超标。