《Foods》：Sudan Dye Adulteration in Foods: A Comprehensive Review of Health Risks, Detection Methods, Regulatory Responses, and Preventive Strategies
编辑推荐：
苏丹染料（Sudan dyes, SDs）是一类仅用于工业应用的合成偶氮染料，因其色泽鲜艳且成本低廉，常被检出为香料产品中的非法掺假物。本综述系统评估了SD暴露带来的健康风险，并刻画了复杂香料供应链中的全球污染特征。这些供应链具有内在复杂性，存在污染、掺假和食
苏丹染料（Sudan dyes, SDs）是一类仅用于工业应用的合成偶氮染料，因其色泽鲜艳且成本低廉，常被检出为香料产品中的非法掺假物。本综述系统评估了SD暴露带来的健康风险，并刻画了复杂香料供应链中的全球污染特征。这些供应链具有内在复杂性，存在污染、掺假和食品欺诈（food fraud, FF）等风险。缓解这些风险需要协调一致的方法：整合先进技术、强化法规遵从，并在整个链条中嵌入可持续性。关键行动包括部署可扩展的检测工具、提供针对性培训，以及与国际标准对齐以增强透明度和可追溯性。监管挑战源于供应链复杂性、国际标准差异以及产区的执法局限。然而，采用尖端工具、提升供应链可见性并推广可持续实践，可减少污染、掺假和欺诈，从而增强食品安全与韧性。综上所述，本综述强调需要综合预防策略，将基于区块链的追溯、物联网（Internet of Things, IoT）监测、全球协调法规和增强的供应商监督相结合，以保障食品真实性和公众健康。
1. 引言
1.1 食品着色：功能与分类
颜色在食品和化妆品营销中显著影响消费者购买决策，被视为产品品质的直观线索。食用色素分为合成色素和天然色素；偶氮染料（AZD）等通过发色基团与基质结合。天然色素对高温敏感，可能改变感官品质，而合成色素色泽鲜艳且稳定，但安全性争议持续。
1.2 全球AZD和SD的生产与应用
全球合成染料年产量超过70万吨，其中50%–80%为偶氮染料（AZD）。AZD广泛用于塑料、皮革、纺织品、化妆品及食品等行业，约65%–70%的AZD作为食用色素用于饮料、糖果、酱料、烘焙食品等产品。部分偶氮食用色素设有每日允许摄入量（ADI），但AZD暴露与肠道菌群多样性降低、过敏反应、器官毒性、细胞毒性、致突变性、致癌性、遗传毒性及注意力缺陷多动障碍（ADHD）等健康风险相关。SD因明确的致癌证据被普遍禁止用于食品。
1.3 食品安全风险与国际监管差异
不同地区对同一着色剂的审批存在差异，例如日落黄（E110）在欧洲食品安全局（EFSA）设有ADI，但部分欧洲国家将其列为可能致癌物并禁用；E110作为SD I的磺化形式，可能含有SD I杂质。二甲基黄被国际癌症研究机构（IARC）列为2B类人类致癌物，曾污染豆制品并引发召回。传统色谱法、分光光度法、伏安法和毛细管电泳等方法耗时长、成本高，机器学习（ML）驱动的卷积神经网络（CNN）及电化学/纳米传感器正成为快速检测工具。
2. 食品中SD的法律禁令与健康风险
2.1 非法SD掺假：致癌性与健康风险
SD I–IV被IARC列为第3类致癌物，已在全球食品供应链中被禁用。SD为油溶性偶氮染料，进入人体后可水解为联苯胺、芳香胺和2-萘胺等致癌性物质。非法添加主要发生在辣椒粉、辣椒粉、咖喱粉、棕榈油等产品中；欧盟2003年在进口辣椒中首次发现SD，随后通过食品和饲料快速预警系统（RASFF）通报。主要监管机构对食品中的SD实行零容忍政策，仅允许其用于非食品工业用途。
2.2 全球污染案例：地理分布、犯罪意图与污染物浓度
2005年英国启动约470款含SD I食品的召回，涉及香料、调味酱和调味品；2006年中国大陆禽蛋中检出SD IV；2017年加纳棕榈油和台湾辣椒制品、咸鸭蛋中分别检出SD IV及多种红色染料；巴基斯坦和埃及的研究在非品牌香料中检出高浓度SD，而品牌样本多未检出。污染物浓度从痕量到数千mg/kg不等，显示这些掺假行为以经济动机为主的故意添加，并反映复杂供应链中工业染料被非法分流进入食品链的问题。
3. 对非法使用SD的科学与政策监管应对
3.1 食品欺诈（FF）：定义、经济影响及相关监管挑战与资源限制
食品欺诈（FF）指以经济利益为驱动的故意替换、添加、篡改或虚假标示食品、成分或包装，估计每年给全球经济造成约300亿美元损失。香料供应链地理跨度大、中间环节多，干燥、研磨和混合等加工过程可掩盖原料来源，为掺假提供机会。发展中国家执法能力有限、政治不稳定和人口增长等因素使其更易受到FF与SD掺假影响。犯罪三角框架（有动机的违法者、合适的对象、缺乏有效监护者）解释了SD禁而不止的现象。此类掺假属于经济动机型掺假（EMA），需与偶发性污染和蓄意破坏（食品防御）相区分。
3.2 数字技术与人工智能（AI）在食品安全监测中的应用
射频识别（RFID）和数字追溯在食品行业应用仍有限，而AI、大数据和物联网（IoT）正在提升预测性风险评估和实时监控能力。区块链食品追溯系统（BFTS）的推广受到政府激励和供应链数据协作的驱动。已有研究将2D-CNN可解释AI框架用于红辣椒粉掺假识别，并取得较高准确率；台湾地区食品药品管理机构（TFDA）结合随机森林、朴素贝叶斯和深度学习算法建立高风险批次预测模型。仅靠实验分析不足以遏制掺假，需结合危害分析与关键控制点（HACCP）、良好操作规范和消费者教育。
3.3 供应链透明度与国际贸易挑战
传统检测方法如液相色谱-串联质谱法（LC-MS/MS）、高效液相色谱法（HPLC）和酶联免疫吸附法（ELISA）仍是确证分析的金标准，但受成本、周转时间和专业设施限制；实际策略应结合快速筛查（表面增强拉曼光谱、电化学传感器、侧向层析免疫分析）与确证分析。区块链和IoT可实现从农场到餐桌的不可篡改追溯，但面临数据质量、系统互操作性和实施成本等挑战。国际标准不一致和处罚过轻削弱威慑力；严格零容忍政策可能提高贸易成本，促使企业采用智能技术、更新欺诈数据库并开展年度风险分析。
4. 潜在污染来源
4.1 香料产业概述与市场结构
全球香料和调味品市场在2025年约为299亿美元，主要用于食品制造。香料从种植到零售需经多个中间商，产地政治经济不稳定、露天干燥和储运冷藏不足均增加污染和掺假风险。部分农民或零售商可能故意将受污染批次与未受污染批次混合以获取更高利润。
4.2 SD污染途径与环境吸附特性
对辣椒的研究表明，SD I可能主要来自农用投入品（农药、肥料）而非直接土壤污染，其在植株中的分布从茎到叶再到果实或根部逐渐降低。SD具有亲脂性，可吸附于土壤并进入水体；SD I–IV的吸附符合Langmuir模型，其中SD II和IV吸附更强、更持久，而SD I和III在高浓度下可能出现吸附饱和而增强迁移。SD暴露对土壤酶活性和微生物群落产生时间依赖性影响。
4.3 预防措施与供应链管理策略
预防需简化供应链或在各节点实施预防性控制、建立供应商伙伴关系、开展法务审计、物料平衡分析、经济情报调查，并核查认证文件。《鹿特丹公约》的“事先知情同意”程序有助于控制包括SD在内的工业化学品跨境转移。大型生产商可采用纵向一体化模式；检测技术包括液相色谱-质谱法（LC-MS）、X射线荧光、DNA条形码、CRISPR、实时荧光定量PCR（qPCR）和下一代测序（NGS）。同时需为消费者提供现场检测手段，并通过多目标混合整数线性规划优化可持续闭环供应链。风险评估应扩展至累积暴露和慢性摄入模型，以更贴近真实膳食模式。
5. 结论
SD掺假长期存在反映检测碎片化、监管不均和执法不足，而非知识缺口。建议实验室采用分层检测框架，在生产和边境环节使用低成本快速筛查，阳性结果再以确证分析确认；行业可通过供应商验证计划和员工培训降低脆弱性。区块链和IoT可提升追溯透明度，但需解决数据质量、互操作性和成本问题。政策应优先开展风险导向执法、协调跨辖区监管标准，并通过公私伙伴关系分担追溯基础设施成本。未来研究应关注AI检测平台的大规模现场验证、区块链数据标准化、犯罪三角与需求侧分析结合、监管协调的纵向评估，以及通过消费者教育和标签制度减少对增色型掺假的市场激励。
