《Foods》：Beyond Compliance: Redefining Food Quality and Safety from Hippocratic Dietetics to Food Exposomics, Chemical Mixtures and Future Food Systems
编辑推荐：
摘要：食品质量传统上通过是否符合法律要求、微生物与化学安全性、营养价值以及对单个污染物的控制来评估。然而，当代食品体系需要更广阔的视角，同时考虑基质复杂性、加工过程、化学混合物、长期暴露、新兴技术以及消费者反应的差异性。本叙述性概念综述在结构化文献检索的支持下
摘要：食品质量传统上通过是否符合法律要求、微生物与化学安全性、营养价值以及对单个污染物的控制来评估。然而，当代食品体系需要更广阔的视角，同时考虑基质复杂性、加工过程、化学混合物、长期暴露、新兴技术以及消费者反应的差异性。本叙述性概念综述在结构化文献检索的支持下，从“超越合规性”（beyond compliance）视角重构了食品质量，并提出了三个相关命题。“不确定性下的食品质量”（Food quality under uncertainty）探讨了关于食品化学空间、混合物效应、实际暴露以及新兴技术方面的不完全认知。“亚阈值多污染物负荷”（Sub-threshold multi-contaminant burden）描述了反复出现的共暴露模式，其中各单一污染物均低于其监管限值，这并不意味着内在危害，但凸显了对改进监测、建模和累积暴露评估的需求。“新食品质量罗盘”（New Food Quality Compass）将质量组织为一个多维剖面，整合了安全性、营养价值、生物活性、加工过程、污染物、真实性、可持续性、个性化及信任度。未来的评估应结合靶向分析、可疑物筛查与非靶向分析，并与食品组学（foodomics）、暴露组学（exposomics）、消费数据以及风险-收益解读相整合。“超越合规性”视角将传统的安全控制扩展至一个更综合的框架，连接食品组成、化学暴露、不确定性、公共卫生与未来食品体系。
1. 引言
本文认为，由于常规的产品合规性评估已无法捕捉食品、人类健康、技术、环境与公众信任之间的复杂关系，食品质量的概念需被重新审视。现代食品安全体系虽基于对中毒、微生物污染等具体危害的应对，但世界卫生组织的估计显示食源性疾病仍是全球重大公共卫生负担，且传统监管体系需辅以能够解释复杂暴露与风险模式的工具。数十年来，食品质量评估围绕合规性逻辑展开，但当产品中含有大量低水平共存化合物时，这种方法的描述能力受限。欧洲食品安全局已制定了多种化学物质联合暴露的统一评估方法，而农药残留文献也指出需进一步发展累积性与概率性风险模型。食品质量不仅受原料及其成分影响，还受生产环境、加工、包装、储存、运输及消费模式塑造。食品接触材料迁移的物质，包括有意使用化合物、降解产物及非有意添加物质，正成为暴露评估的重要部分。热加工、发酵等处理手段可改善微生物安全性和消化率，但也可能改变食品基质、促进加工衍生化合物的形成。超加工食品的评估表明，仅凭宣称的营养成分不足以反映其对能量摄入和进食行为的影响。食品质量还需系统性解读，例如EAT-柳叶刀报告将食品置于健康、可持续与公平的食品体系中考量。在此背景下，食品组学、膳食暴露组学和食物暴露组学的概念日益重要。个性化营养与个性化食品安全正在兴起，新的食品来源和生产系统进一步拓宽了质量问题的范畴。本文旨在从“超越合规性”视角提出重新定义食品质量的框架。
2. 历史与概念背景：从希波克拉底饮食学到工业食品体系
食品质量观念随健康、社会和技术需求而变化。工业化增加了质量评估的技术与制度维度，加工、冷藏和标准化改善了食品可得性并减少了微生物危害。当前阶段可被描述为系统性与暴露导向型，食品质量不再仅是单个产品的属性，而是整个链条的结果。在此背景下，“不确定性下的食品质量”指在不完全了解产品化学空间、混合物效应及新兴技术后果的情况下进行的质量评估，这与考虑风险复杂性、不确定性和社会维度的“风险治理”概念密切相关。
3. 方法与文献检索策略
本综述采用叙述性概念综合方法，由结构化文献检索支撑。文献选择分为三个层次：概念框架研究、机理与方法论出版物、机构与前瞻性文件。主要检索数据库为Web of Science核心合集、Scopus和PubMed/MEDLINE，ScienceDirect和Google Scholar作为补充。主要检索时段覆盖2000-2026年，最终更新于2026年10月。检索策略基于主题词块组合，涵盖食品质量与安全、污染物与暴露、加工与食品类别、分析工具、未来食品来源与个性化等五大领域。筛选优先考虑同行评议文章、方法论论文及权威机构文件。证据按主题而非纯粹按时间顺序组织，合成方法为定性概念性综合，未进行荟萃分析。由此产生了三个互补概念：“不确定性下的食品质量”提供广泛解释框架；“新食品质量罗盘”组织跨十个相互依赖维度的评估；“亚阈值多污染物负荷”则更具体地关注反复出现的多种污染物共暴露情况。
4. 多维食品质量：新食品质量罗盘的基础
本文将食品质量视为一个多维概念，包含化学与微生物安全性、营养价值、生物活性、食品基质、加工程度与性质、污染物、真实性与可追溯性、环境可持续性、个性化及公众信任等相互依存的维度。安全性是必要条件但非充分条件，因为长期低水平的多种物质共暴露需被考虑。营养价值的评估需超越单一营养素总和，并考虑食品基质与食品协同作用。生物活性的存在不等同于实际健康效应，需结合稳定性、生物利用度和个体反应进行解读。真实性与可追溯性是供应链复杂化背景下质量的重要组成部分。可持续性与韧性将质量评估扩展到产品本身之外的条件。社会信任、感知与沟通在风险评估与创新接受度中发挥关键作用。“新食品质量罗盘”并非替代常规质量控制，而是将质量呈现为一个动态的风险、收益、不确定性与信任剖面，而非静态属性。
5. 食品类别与质量悖论：最小加工食品、传统食品、有机食品、常规食品与超加工食品
这些分类是有用的描述性类别，但并非独立的质量指标。最小加工食品的优势在于保留组织结构和基质，但新鲜切割后易发生微生物生长和质量劣变。传统食品承载文化价值，但其非标准化特性可能使质量一致性评估复杂化，发酵食品的价值取决于菌种、工艺条件及安全性参数。有机食品平均而言农药残留检出率更低，但在营养优势上的证据仍具异质性，且其产量通常低于常规系统。常规食品实现了高生产率和标准化，但伴随农药化肥使用及环境成本。加工食品的评估需考虑加工目的、强度、对基质的影响及在整体膳食中的角色。超加工食品的流行病学数据显示其与不良健康结局相关，但定义的一致性及分类的宽泛性仍需科学审慎。结论是，没有任何单一类别能保证高质量或低质量，它们应被视为“新食品质量罗盘”下的不同质量剖面。
6. 化学污染与亚阈值多污染物负荷
化学污染的解读不能再局限于单一化合物是否超标。“亚阈值多污染物负荷”概念用于描述各污染物低于法定限量但产品、产品组或整体膳食中存在多种化学品同时发生的情况。这不是监管术语，而是区分产品合规性与长期暴露剖面的解释框架。单一化合物合规性模型虽透明可执行，但当多种化合物作用于同一器官或毒理学通路时，“无超标”的声明并不完全回答联合暴露的科学问题。累积暴露评估需将分析数据与消费数据关联，并运用概率模型。低剂量慢性暴露与混合物毒理学强调，加和性、协同与拮抗作用是核心概念，但证明真正的协同作用需严谨设计。对于食品风险评估，剂量加和法对共享相似效应的化合物群尤为实用。农药残留是累积风险评估最成熟的例子，但霉菌毒素、重金属、全氟和多氟烷基物质、加工污染物及包装衍生化学品同样重要。从最大残留限量控制转向基于暴露的风险解读意味着保留监管限值的同时，将分析数据与总膳食研究及概率模型相结合，并发展两条并行路径：产品合规性评估与人群水平膳食负担评估。剩余的研究空白涉及未纳入常规监测的物质及多源数据的整合。
7. 新兴污染物与隐藏暴露
“新兴”往往指关于暴露来源、迁移、持久性等方面的新知识，而非化合物本身的绝对新颖。隐藏暴露的主要挑战来自包装和加工设备中的迁移物与非有意添加物质、农药代谢物、微塑料纳米塑料颗粒、加工污染物以及受气候变化影响的毒素。全氟和多氟烷基物质展示了常规评估的局限性，因其环境持久性、远距离迁移及多种来源（如食品接触材料），国际水产品贸易可重新分配暴露。微塑料纳米塑料并非均质化合物，其分析面临标准化缺失和方法差异巨大的困难。食品接触化学品和非有意添加物质的评估需考虑有意使用物质之外的未知化合物谱。加工污染物体现了技术效益与不希望的反应产物之间的权衡，丙烯酰胺、呋喃等是典型例子。矿物油烃类因其混合物的复杂性而需特别关注。农药代谢物和转化产物的重要性日益增加，因其毒性可能与母体化合物不同。气候敏感毒素如霉菌毒素的地理分布模式正在变化。从隐藏暴露到早期预警，主要启示是将靶向分析与筛查工具和预警系统相结合。
8. 食品组学、暴露组学与食品质量控制的分析转型
本节将“超越合规性”概念转化为食品控制的分析实践，从靶向方法经可疑物筛查和非靶向筛查，迈向多维剖析并与暴露相关联。食品组学整合先进分析技术、组学方法和生物信息学，能够评估组成、安全、真实性和技术变化的复杂剖面。靶向监测仍是官方化学食品控制的主要工具，但其盲点在于只能回答实验室刻意寻找的化合物。可疑物筛查使用预测列表，非靶向筛查则旨在尽可能广泛地获取信号并进行注释和识别，其主要挑战是信号的可靠识别与优先级排序。非靶向发现结果往往是进一步分析的起点，后续需靶向方法确认。真实性评估也是非靶向方法的重要应用。单一分析平台无法描述全部化学空间，液相色谱-高分辨质谱适用于非挥发性极性化合物，气相色谱-高分辨质谱适用于挥发性化合物，电感耦合等离子体质谱用于元素分析，核磁共振波谱用于可重复的指纹图谱，光谱与成像技术（如傅里叶变换红外光谱、拉曼光谱和高光谱成像）则可用于快速无损筛查。化学计量学和人工智能有助于将多维仪器信号转化为样本相似性、真实性或分类信息，但监督模型需适当验证以避免过拟合。
