微型化生物传感器在智能食品包装中的应用：实时监测食品变质与污染物的分析策略

《Food Control》：Miniaturized biosensors for smart food packaging: Analytical strategies for real-time monitoring of spoilage and contaminants

　　

摘要
智能食品包装已成为食品行业的一项变革性解决方案，旨在通过实时监测食品质量来提高食品安全、延长保质期并减少浪费。在众多创新中，将生物传感器集成到包装材料中代表了一种前沿方法，用于检测变质指标、污染物和环境变化。本综述突出了生物传感器技术的最新进展，包括基于物联网的、免疫学的、基于 DNA 的以及针对智能包装应用的 pH 传感器。这些生物传感器能够识别关键质量参数，如 pH 值变化、气体成分变化、微生物生长以及病原体或毒素等危险物质的存在。通过实现无创现场分析并通过视觉或电子信号提供即时反馈，集成生物传感器的智能包装支持主动的食品质量管理并保障消费者信心。本文还讨论了关键挑战，如传感器稳定性、可扩展性以及需要可持续、可生物降解的包装基材。总体而言，将生物传感器集成到智能食品包装中对于彻底改变食品安全监测具有巨大前景，符合食品供应链数字化和可持续发展的全球趋势。

引言
根据联合国数据，预计到 2050 年全球人口将达到 97 亿，增长 26%。联合国粮食及农业组织（FAO，2011 年）公布的令人不安的数据显示，全球每年有超过三分之一的粮食生产被损失或浪费（Gatto & Chepeliev，2024）。2023 年，约 7.33 亿人因气候变化、经济不稳定和冲突等因素而遭受饥饿。预测表明，到 2030 年，仍有约 5.82 亿人可能面临营养不良（世界粮食计划署，联合国）。全球人口增长加剧了食品需求，但采后低效问题依然严重，近 14% 的食品在到达消费者手中之前损失，尤其是水果和蔬菜等易腐品（FAO）。食品浪费不仅加剧了粮食不安全，还带来了环境和经济成本。被浪费的食品贡献了全球温室气体排放量的近 8-10%，并导致每年经济损失超过 1 万亿美元（Mkhari 等，2025）。对此，全球食品行业经历了由消费者对更安全、更新鲜和更可持续食品产品日益增长的需求所驱动的变革性发展（Vermeulen 等，2020）。食品包装是这一演变的核心，它不仅用于容纳和保护食品，还在整个供应链中维持食品质量方面发挥着关键作用（Chen 等，2020）。传统上，食品包装是被动的，主要设计用于提供抵御物理、化学和生物威胁的屏障（Shaikh 等，2021）。塑料、玻璃、金属和纸张等材料长期以来被用于确保食品保鲜、延长保质期并提供必要的产品信息。虽然这些传统材料在过去几十年中有效地发挥了作用，但它们已不足以应对现代食品物流、安全标准和环境可持续性的复杂需求（Kabir 等，2020）。传统包装的局限性导致了更先进解决方案的开发，其中最显著的是智能包装系统。与传统包装不同，智能包装能够感知、检测甚至有时响应包装产品内部或外部环境的变化（Bhatlawande 等，2024）。它包括两大类：活性包装和智能包装。活性包装与食品或其环境相互作用，通过释放或吸收氧气、水分或抗菌剂物质来增强保质期或质量（Lou 等，2025；Malekjani 等，2024）。另一方面，智能包装配备了传感器或指示器，用于监测食品状况并提供关于其新鲜度、温度历史、气体成分或微生物污染的实时信息（Ramakrishnan 等，2024；Yao 等，2024）。这些系统融合了各种传感器技术，如检测变质气体的气体传感器、监测酸度变化的 pH 传感器以及识别病原体和毒素的生物传感器，从而实现对食品质量的连续包装内监测（Mani 等，2025a）。随着食品供应链变得更长更复杂，产品跨越不同的地区和气候，对这些智能系统的需求变得更加突出。智能包装领域最具前景的发展之一是生物传感器的集成（Chiu & Yang，2024）。生物传感器是一种分析设备，它将生物识别元件（如酶、抗体或核酸）与理化换能器相结合，以检测特定的化学或生物分析物。在食品包装的背景下，生物传感器可以检测变质标志物、病原体、毒性代谢物或影响食品质量的环境条件。它们提供实时、准确且无损监测食品的能力，使其对行业利益相关者和消费者都具有特别的吸引力（Nami 等，2024；Yang 等，2024）。实时食品质量与安全监测的重要性怎么强调都不为过。世界卫生组织（WHO）报告称，每年不安全食品导致约 6 亿例食源性疾病（Subedi 等，2025），并造成全球 42 万例死亡（Akinsemolu & Onyeaka，2024）。沙门氏菌、大肠杆菌和单核细胞增生李斯特氏菌等食源性疾病病原体的爆发继续构成严重的健康风险。此外，由于微生物生长、氧化和不适当储存造成的变质不仅损害食品质量，还造成了全球食品浪费问题的很大一部分。联合国粮食及农业组织（FAO）估计，所有用于人类消费的粮食中，近三分之一被损失或浪费。这部分浪费的很大一部分源于对食品新鲜度和安全性的不确定性，导致消费者和零售商丢弃可能仍然适合食用的食品（Ahmed & Alzahrani，2024；Gatto & Chepeliev，2024）。评估食品安全和质量的传统方法，如微生物测定、色谱法和光谱法，虽然准确，但耗时，需要专门设备，且不适合进行连续、包装内监测（Khan 等，2024，2025）。相比之下，集成生物传感器的包装可以提供关于食品质量参数的即时反馈，从而实现及时干预，减少浪费并增强消费者信心。这些系统在易腐食品类别中尤为有价值，如肉类、海鲜、乳制品和新鲜农产品，其中快速变质和微生物污染是常见的担忧（Khan 等，2025；Meliana 等，2024）。

虽然最近有几篇综述涉及了食品包装中的生物传感器，但大多数研究集中在单个传感器类型或特定的检测策略上。相比之下，本综述通过比较分析多种微型化生物传感器平台（包括免疫传感器、基于核酸的系统、CRISPR 启用技术、电化学和光学传感器）在智能包装应用背景下的表现，提供了一种全面且整合的视角。此外，本综述独特地强调了实际实施方面，包括技术成熟度等级（TRLs）、经济可行性、可扩展性以及与实际部署相关的挑战。它还突出了生物传感器启用包装与基于物联网的监测系统集成的新兴趋势，从而为下一代智能食品包装提供了一个前瞻性的框架。

章节片段
智能食品包装
全球食品损失和浪费每年约为 13 亿吨，其中 13-24% 在采后损失，储存/运输期间高达 30%，零售前约 14%，家庭层面浪费 17%（FAO；UNEP 2024）。地区存在差异：发展中地区在供应链早期面临更高的损失，而发达地区在零售和家庭层面浪费更多。包装不当通过水分失衡、污染、氧化和机械损伤加速变质，造成供应链……

酶生物传感器
酶生物传感器旨在检测与食品变质相关的酶活性。这些系统利用特定酶作为生物识别元件，从而能够与变质相关酶（如蛋白酶、脂肪酶和淀粉酶）进行选择性相互作用，这些酶要么由微生物分泌，要么在自溶降解过程中释放（Kumar A 等，2024）。在酶响应包装系统中，这些变质酶作用于包装材料内嵌入的底物，触发……

非核酸类传感器在食品技术中的应用
非核酸类传感平台代表了智能食品监测系统的主要类别，它们在没有基因扩增或序列特异性识别的情况下运行。相反，它们依靠理化、光学、机械或生物换能机制来检测与变质相关的化学变化、微生物代谢物或包装食品的结构变化。由于具有潜在的……，这些系统特别吸引用于集成到智能包装中。

检测目标
智能食品包装中的检测目标代表了反映食品质量恶化的特定生化、微生物和理化指标。与第 4 节讨论的传感器平台分类不同，本节侧重于导致变质和污染信号的分析物的性质。这些目标主要源于储存和分销期间的微生物代谢、化学降解和环境胁迫。

基于纳米技术的传感器集成包装的突破
基于纳米技术的传感器集成包装的最近突破使得能够实时、高灵敏检测食品变质指标，通过智能监测系统增强食品安全并延长保质期。表 3 总结了该领域研究的一些最新进展。图 3 表示了纳米技术在检测食品变质中的应用。在各种纳米材料中，二维（2D）材料作为一种特别有前景的类别脱颖而出……

挑战与未来展望
如表 4 所总结，不同的传感器平台在灵敏度、稳定性、成本和适用性方面表现出各自的优势和局限性，这直接影响它们在智能食品包装系统中的实际实施。智能包装系统开发（特别是基于生物衍生、pH 敏感材料的系统）的主要挑战之一是保持传感器随时间推移的稳定性与灵敏度。湿度、温度等因素……

结论
生物基智能食品包装代表了一种有前景且可持续的方法，用于应对包括碳中性、减少食品浪费、保障食品安全以及向可再生材料和技术转型在内的关键全球挑战。随着生物基材料的快速进步和可扩展制造策略的发展，通过生命周期评估、技术经济分析和消费者……整体评估这些创新变得日益重要。

CRediT 作者贡献声明
Jaskaran Singh：软件、资源、正式分析、数据管理。
Krishna Yadav：方法论、调查、经费获取、正式分析、数据管理、概念化。
Maha Alreshidi：验证、软件、资源、数据管理、概念化。
Sobhi Gomha：软件、资源、调查、数据管理、概念化。
Sami Al-Hussain：撰写–原始草稿、可视化、资源、方法论、经费获取、数据管理、概念化。
Amel Gacem：

未引用参考文献
Carpena 等，2021；Chen 等，2025a；Chen 等，2025b；Elboughdiri 等，2025；Gacem 等，2025；Hu 等，2024a；Hu 等，2024b；Khan 等，2025a；Khan 等，2025b；Li 等，2025a；Li 等，2022a；Li 等，2025b；Li 等，2022b；Liu 等，2025a；Liu 等，2025b；Mukurumbira 等，2022；Nami 等，2024a；Nami 等，2024b；Tabassum 等，2025；Tabassum 等，2023；Tabassum 等，2024。

利益冲突声明
? 作者声明他们没有任何已知的竞争财务利益或个人关系，这些利益或关系可能影响本论文中报告的工作。

致谢
本研究由伊玛目穆罕默德本·沙乌德伊斯兰大学（IMSIU）科研委员会支持和资助（拨款编号 IMSIU-DDRSP2602）。

Zeba Tabassum|Magdi E.A. Zaki|Amel Gacem|Sami A. Al-Hussain|Sobhi M. Gomha|Maha Awjan Alreshidi|Krishna Kumar Yadav|Jaskaran Singh|Mohd Aamir Mumtaz|Prabhjot Singh Jassal|Muneeb U. Rehman|Atif Khurshid Wani