《Food Safety and Risk》：Climate change and microbiological food safety management: the role of in-silico tools
编辑推荐：
气候变化与病原微生物所致公共卫生风险之间的联系现已确立，但落实食品安全措施以缓解和控制这些风险仍然至关重要。本观点性论文（Perspective paper）旨在介绍可促进气候变化背景下微生物食品安全管理的in-silico工具（计算机模拟工具）。文章结合近期
气候变化与病原微生物所致公共卫生风险之间的联系现已确立，但落实食品安全措施以缓解和控制这些风险仍然至关重要。本观点性论文（Perspective paper）旨在介绍可促进气候变化背景下微生物食品安全管理的in-silico工具（计算机模拟工具）。文章结合近期研究对这些工具进行了说明，使其应用更加具体。第一种工具多准则决策分析（Multi-Criteria Decision Analysis, MCDA）支持依据多个准则比较和排序管理方案，例如微生物风险缓解、环境影响和利益相关者可接受性。第二种工具预测微生物学（predictive microbiology, PM）利用数学模型模拟环境与工艺条件下的微生物行为，并可支持情景分析。第三种工具机器学习（machine learning, ML）利用数据驱动算法识别大型数据集中的模式，并支持预测和分类。尽管这些工具的基础方法学成熟程度不一，但其在微生物食品安全中与气候相关的应用仍以研究为主。MCDA、PM和ML工具发挥不同但互补的功能，可在微生物食品安全管理的不同阶段支持决策，并可由不同利益相关者采用。然而，它们在方法学复杂性、数据需求和业务化实施程度方面存在差异。无论采用何种工具，其附加价值取决于可用数据的质量与代表性、模型有效性、对不确定性的适当考虑，以及使用者在预期情境中解释输出的能力。
该观点性论文（Perspective paper）指出，IPCC第六次评估报告预测到21世纪末全球地表平均温度将升高2.2–3.5 °C，并伴随极端天气、洪水、干旱、强降水频率增加等。气候变化将扰乱食物供应链和食品安全，有利于病原体增殖和食源性疾病出现；EFSA新兴风险部门将其视为中长期食品和饲料安全新兴风险的重要因素。微生物风险方面，升温提高沙门氏菌病和弯曲杆菌病风险，沙门氏菌病季节性及短期温度关联已有报告；弯曲杆菌病是欧盟最常报告的人兽共患病，夏季和潮湿条件较高，但热浪与发病率降低相关，说明短期极端事件响应可能不同于季节模式和长期气候效应。毒理风险方面，气候变化可能影响真菌毒素模式、产毒真菌迁移和宿主易感性。尽管气候变化与病原微生物公共卫生风险的联系已建立，机制理解仍缺乏。食品安全管理先识别危害及公共卫生影响，再定义缓解控制措施；该文聚焦后者，介绍促进气候变化背景下微生物食品安全管理的in-silico工具（计算机模拟工具，in-silico tools）。原文将in-silico工具作为计算和定量方法的统称，包括数学、统计或算法方法分析信息、模拟系统或支持决策。MCDA（多准则决策分析，Multi-Criteria Decision Analysis）支持按多准则比较排序管理方案；PM（预测微生物学，predictive microbiology）用数学模型模拟环境与工艺条件下微生物行为并支持情景分析；ML（机器学习，machine learning）用数据驱动算法识别大型数据集模式并支持预测分类。选择三者因其功能不同但互补，数据需求、方法复杂性和潜在用户不同。食品安全管理金字塔分四层，底层食品经营者实施操作措施，顶层主管当局建立监管框架；操作层通过GAP（良好农业规范，Good Agricultural Practices）、GHP（良好卫生规范，Good Hygienic Practices）、GMP（良好生产规范，Good Manufacturing Practices）和HACCP（危害分析与关键控制点，Hazard Analysis Critical Control Points）生产安全食品；政策层以ALOP（适当保护水平，Appropriate Level of Protection）、FSO（食品安全目标，Food Safety Objective）和MC（微生物标准，Microbiological Criteria）联系公共卫生目标与操作措施，产生大型复杂数据集。问题包括气候变化改变农业资源、品种和实践，影响原料微生物负荷；适应需与利益相关者协商，兼顾食品安全、成本、操作可行性和环境影响；例如FAO指出温度升高影响冷链，冷链适应常增加能耗和CO
2排放。政策层检测结果集中到国家或区域数据库，形成大型复杂数据集。因此需要工具支持比较排序管理选项、模拟微生物行为、分析大数据。研究人员开展观点性论文，通过三个案例说明MCDA、PM、ML在气候相关微生物食品安全管理中的应用；结论是三者功能不同但互补，可在不同阶段支持决策，由不同利益相关者采用；其价值取决于数据质量与代表性、模型有效性、不确定性考虑和使用者解释输出能力；这些工具应作为管理和决策辅助而非替代决策者。意义在于提供气候变化下微生物食品安全管理的计算工具框架，并强调成熟度是应用特定的，气候相关应用仍以研究为主。
关键技术方法（不超过250字）：该文为观点性论文，未开展原始实验，采用文献案例说明三类in-silico工具。案例一依据Feliciano et al.（2024），在热天气奶牛场情景中以MCDA按十项准则、四类超准则比较四项GAP/GHP措施。案例二依据Misiou et al.（2023），以Geobacillus stearothermophilus耐热芽孢为对象，用PM模型评估UHT（超高温，ultra-high temperature）热处理及分销储存温度影响，采用波兰和希腊2022年温度曲线并施加+2 °C扰动情景。案例三依据Sylla et al.（2026），使用法国国家家禽控制与监测计划2018年和2020年18个省份3,784份盲肠样本，结合12个衍生气象变量，比较ML模型预测沙门氏菌发生并处理类别不平衡。
研究结果：
（1）食品安全管理概述及in-silico工具的作用。通过概念框架说明食品经营者与主管当局分别承担操作和监管责任；GAP、GHP、GMP、HACCP及ALOP、FSO、MC构成风险管理链条；MCDA、PM、ML功能不同但互补，可支持不同管理阶段；成熟度应区分基础方法学与具体气候相关应用，后者多为研究性应用。
（2）多准则决策分析：在选择微生物风险缓解策略时纳入环境影响和利益相关者可接受性。通过Feliciano et al.（2024）奶牛场热天气案例，MCDA以十项准则归入四类超准则（利益相关者可接受性、食品安全有效性、环境影响、对牛奶性质影响），对沙床更换频率、壳聚糖补充、冷却喷雾运行和噬菌体喷雾四项措施排序，沙床更换频率增加第一，冷却喷雾增加最后。Stathas et al.（2026）用MCDA在气候变化下优先排序欧盟新鲜农产品和谷物新兴微生物与化学危害；Feliciano et al.（2026）分析法国小扁豆食品系统，以16项准则归入食品安全、营养、经济影响和环境四类超准则，考虑2050情景。结论是MCDA结果依赖准则选择、利益相关者参与、权重和聚合方法，需透明报告并做敏感性或稳健性分析，排名建议具有食物链、利益相关者和决策情境特异性。
（3）预测模型支持HACCP：评估热处理、运输和储存对微生物稳定性的影响。通过Misiou et al.（2023）对Geobacillus stearothermophilus耐热芽孢的研究，PM评估UHT热处理及分销储存温度对商业无菌影响；+2 °C情景下，商业无菌丧失概率在波兰从0增至1.0×10
?4，在希腊依据消费者阶段空调使用增加2或3倍；提高热处理强度和使用保温车可显著降低该概率。结论是PM可量化加工、分销和储存条件影响并比较较暖温度情景下控制效果；但模型应用域受微生物、食品基质和环境条件范围限制，超出校准范围外推增加不确定性。
（4）机器学习：分析大数据并迈向早期预警系统和基于气候的监测策略。通过Sylla et al.（2026）法国国家家禽控制与监测计划2018年和2020年18省3,784份盲肠样本与12个气象变量结合，比较ML模型预测沙门氏菌发生；采样前4周气象条件信息量最大，20–30 °C和70–90%相对湿度与沙门氏菌发生增加相关，频繁降雨与降低相关，可能涉及稀释和环境冲刷；关联呈非线性和延迟。因仅两年，不能表征长期气候变异或趋势，应视为概念验证；随机分层训练—测试划分，未在独立年份、地区或外部数据集验证，需更长时间序列和独立时空验证。Golden et al.（2019）用随机森林和梯度提升预测放养家禽农场环境Listeria spp.流行率，温度、湿度和风速等天气因素贡献预测，说明ML可整合多环境预测因子；但基于当前或历史气象观测的模型不能单独解释为未来气候变化效应。ML可靠性依赖数据质量、完整性、代表性、元数据、采样设计、类别不平衡、可解释性和防止数据泄漏；长期气候效应还受非平稳性和分布偏移挑战，需定期更新和再校准。
（5）结论性意见。通过全文综合，作者认为气候变化要求微生物食品安全部门适应变化环境和新兴挑战；MCDA、PM、ML以不同但互补功能贡献适应；其有用性取决于信息质量与代表性、方法选择、模型有效性与验证、不确定性表征及使用者解释能力；尽管方法成熟度不一，气候相关应用仍以研究为主，验证和业务化实施水平不同。三个案例说明工具可贡献不同管理层次，不应独占分配给某一层级，可由食品经营者或主管当局独立或组合使用；工具在数据计算需求、方法复杂性和所需专业能力上不同；应视为管理和决策辅助而非决策者替代。
讨论与结论总结（研究结论翻译）：气候变化将要求微生物食品安全部门适应变化的环境条件和新兴挑战。MCDA、PM和ML等in-silico方法可通过不同但互补的功能贡献于这种适应：MCDA支持管理方案比较和排序，PM支持微生物行为模拟和情景分析，ML支持数据驱动预测和分类。其有用性取决于可用信息的质量与代表性、适当的方法选择、模型有效性和验证、不确定性表征，以及使用者在各方法范围和局限内解释输出的能力。尽管这些方法学在不同程度上已建立，该观点性论文讨论的气候相关应用仍以研究为主，验证和业务化实施水平不同。三个案例为说明性而非穷尽性，表明这些方法可贡献于微生物食品安全管理的不同层次；MCDA、PM和ML不应被独占分配给食品安全管理框架的单个层次，可支持不同管理层级，由食品经营者或主管当局使用，并可独立或组合应用。例如PM衍生的微生物指标可与其他准则一起纳入MCDA框架，PM本身可支持从GHP、HACCP等操作管理到更广泛风险管理情境的应用。方法在数据和计算需求、方法复杂性和实施所需专业知识方面不同，选择工具时应考虑具体决策情境。总体而言，该观点性论文得出三点：第一，定量和计算方法可在多个层级、面向不同用户支持微生物食品安全管理；第二，其价值在于排序与决策支持、模拟与情景分析、数据驱动预测与分类等不同且互补的功能，而非单一共同预测功能；第三，这些方法应被视为管理和决策辅助而非决策者替代，其适当使用需密切关注决策情境、可用数据、方法假设、验证和不确定性，尤其是在将应用从当前气象条件扩展到未来气候变化情景时。
