综述:迈向人源相关性毒理学:整合现代工具用于新型食品、功能性配料及营养保健品的决策导向型安全评价路线图

《Critical Reviews in Food Science and Nutrition》:Toward human-relevant toxicology: a decision-oriented roadmap integrating modern tools for the safety evaluation of novel foods, functional ingredients, and nutraceuticals

【字体: 大 中 小 】 时间:2026年07月08日 来源:Critical Reviews in Food Science and Nutrition 10.6

编辑推荐:

  随着全球食品体系向可持续、健康导向的创新方向转型,确保新型食品、功能性配料及营养保健品的安全性正面临日益严峻的挑战。本综述整合了食品毒理学领域的传统方法与新一代技术,旨在构建一个机制驱动、人源相关性且决策导向的框架,用于评估上述产品的安全性。研究重点强调多学科

  
随着全球食品体系向可持续、健康导向的创新方向转型,确保新型食品、功能性配料及营养保健品的安全性正面临日益严峻的挑战。本综述整合了食品毒理学领域的传统方法与新一代技术,旨在构建一个机制驱动、人源相关性且决策导向的框架,用于评估上述产品的安全性。研究重点强调多学科工具的整合,包括监管基准、前沿分析规程以及体外(in vitro)和计算机模拟(in silico)系统,这些工具正在重塑安全性评估流程。文章深入探讨了动态的监管环境,重点关注欧洲食品安全局(European Food Safety Authority, EFSA)针对新型食品的最新要求及其用于评估遗传毒性、毒性、致敏性及化学风险的分层毒理学策略。新兴科学与技术趋势被强调为推动更具预测性和伦理一致性的毒理学范式的主要驱动力,具体包括高通量细胞检测、组学驱动的分子谱分析、生理相关性体外模型、计算预测工具以及化学与生物活性表征技术。上述进展共同支撑起现代化的、基于机制的食品安全评价方法。本综述展示了整合这些工具如何能够强化循证决策、提升监管置信度,并促进下一代食品及功能性配料研发过程中的负责任创新。
引言
联合国2030可持续发展目标中的“零饥饿”呼吁全球合作以消除饥饿并改善营养,但大规模单一作物种植与动物产品生产带来的环境压力,凸显了对新型食品的需求。食品科学与营养学的持续进步推动了全球范围内新产品与新配料的开发,监管机构因此承担着上市前确保其食用安全的核心职责。欧盟将“新型食品(Novel Foods, NF)”定义为1997年5月15日前未在欧盟大规模消费的食品或配料,涵盖昆虫蛋白等新来源产品、微生物发酵产物、新型提取工艺制备的成分(如超声辅助提取或紫外处理产物)以及化学分离添加的活性成分(如植物甾醇)。国际间对NF的定义与安全评估要求已逐步趋同,例如澳新食品标准法典明确要求基于风险的公共卫生安全评估及使用条件限定。在此背景下,研究者进一步拓展了营养保健品(以胶囊、片剂等剂量形式存在的浓缩营养素或生物活性物质)的开发,如菜籽蛋白分离物、蟋蟀蛋白分离物及人乳寡糖(Human-identical Milk Oligosaccharides, HiMOs)等均属此列。值得注意的是,有益营养素或生物活性化合物存在剂量效应关系,如生物碱与萜类化合物在低剂量时具有抗氧化等健康效益,高剂量则可能引发神经毒性或遗传毒性。因此,评估营养价值与剂量依赖的安全性成为NF开发的关键。当前NF毒性评价虽依赖体外、体内及计算机模拟方法,但仍需通过开发更具预测性的检测方法、阐明毒性机制以及考量生物可及性与生物利用度来进一步完善。本综述围绕四个核心问题展开:现有监管框架与传统毒理学方法如何支持危害识别;新兴机制与体外方法(包括消化与细胞模型)如何提升对化合物转化、生物可及性及生物利用度的理解;实验数据如何通过生理药代动力学(Physiologically Based Pharmacokinetic, PBPK)建模转化为内剂量指标;以及新途径方法(New Approach Methodologies, NAMs)、组学技术与计算机模拟工具如何共同推进下一代风险评估(Next Generation Risk Assessment, NGRA)与监管决策。全文遵循从数据生成到决策支持的递进逻辑展开论述。
综述方法学
本叙述性综述旨在通过结构化批判性综合分析,呈现食品毒理学的当前进展,重点关注人源相关性体外方法及新一代技术。文献检索覆盖Web of Science、Scopus及PubMed数据库,时间跨度为2010至2025年,同时纳入具有历史意义的奠基性研究。检索策略采用组合关键词,包括“食品毒理学”“新型食品”“新途径方法(NAMs)”“体外模型”“计算机模拟毒理学”“EFSA”及“风险评估”。文献筛选基于其与综述目标的相关性、科学严谨性及在方法创新、机制洞察或监管应用方面的贡献,优先选择同行评审原创研究、权威综述及监管机构指南文件。证据合成采用叙述性方法,强调跨学科概念整合、近期方法学进展及其对监管风险评估的启示,而非定量Meta分析。
新型食品及配料毒理学安全评价的传统与新兴方法
新型食品及配料安全评价:EFSA监管框架述评
新型食品的兴起推动了替代原料与技术发展,使其必须满足各国监管机构的严格安全标准。EFSA是NF科学评估的核心机构,负责审查产品的组成、营养特性、毒理学数据及潜在致敏风险。1997年5月15日前未在欧洲消费的食品曾依据(EC) 258/97法规管理,2018年生效的(EU) 2015/2283法规对此进行了修订,将植物、动物、微生物、细胞培养物及矿物质来源的材料均纳入NF范畴。近期EFSA更新了NF申请的科学指南,引入了更严格的安全评估要求。申请者需提交全面的材料信息,包括来源、生产工艺、组成稳定性、预期功能、使用水平及目标人群暴露量,同时需提供消化、吸收、分布、代谢、排泄(Digestion, Absorption, Distribution, Metabolism, Excretion, ADME)特征、营养特性、遗传毒性、亚慢性/慢性毒性及致敏性数据。化学表征需明确分子结构与理化性质,色谱技术是满足EFSA监管要求的基础。值得注意的是,EFSA框架包含多种监管路径,如第三国传统食品可基于安全使用历史评估,数据要求会根据使用情况或已有证据进行个案调整,并非统一适用全套毒理学测试。当需要毒理学数据时,首先依据ICH S2(R1)指南进行遗传潜力评估,采用细菌回复突变试验(AMES试验)为核心,结合体外染色体损伤评估与体内验证,或双组织体内整合测试,以覆盖遗传损伤的全部机制。随后进行亚慢性毒性研究(通常为啮齿类动物28天/90天经口试验),评估系统性毒性、器官重量变化及病理改变。生殖发育毒性、慢性毒性与致癌性研究则根据长期暴露预期或亚慢性/遗传毒性研究结果决定是否开展。含蛋白质食品需基于蛋白结构、已知过敏原同源性及使用历史进行致敏性评估。对于代谢命运不明的新型化合物,需开展毒代动力学研究。尽管现有框架高度重视消费者保护,但其对NF审批时限的评估尚不完善,且仍过度依赖动物试验。监管机构对NAMs的应用存在验证要求、使用场景界定、不确定性表征及标准化报告格式等障碍,要求明确模型性能(如重现性、敏感性、生物学相关性)、误差范围及与决策问题的匹配度。未来监管框架需接纳NAMs,包括体外系统、计算机模拟模型、类器官技术及组学方法,以提升人源相关性并减少动物使用。近期研究提出的NAMs监管适用性评估工作流程,已在三唑类化合物致颅面畸形的案例中得到验证,但NAMs在食品毒理学中的应用仍处于早期阶段。
细胞(2D与3D)与动物测试方法——优劣势分析
实验动物长期以来是药物、化学品及食品配料毒理学评价的“金标准”,但其种间差异、高成本、伦理争议及向人类健康转化的局限性日益凸显。在此背景下,“3R原则”(替代、减少、优化)成为现代毒理学的基石,推动人源相关性方法的发展。欧洲动物试验替代方法伙伴关系(EPAA)的建立及化妆品动物试验禁令的推行,进一步加速了替代方法的研发与应用。细胞模型中,传统二维(2D)细胞培养因操作简便、重现性好而被广泛使用,但无法模拟组织复杂性及细胞间相互作用。三维(3D)模型(如球体、类器官及器官芯片)则能更好地模拟体内组织结构与代谢梯度,显著提升预测价值。然而,3D模型仍面临技术挑战、成本高昂及标准化缺失等问题,其监管应用需建立完善的验证框架,包括实验室间重现性证明、合适的阳性与阴性对照及参照化合物的基准测试。计算机模拟方法(如定量构效关系(Quantitative Structure-Activity Relationship, QSAR)模型、读段分析及人工智能(Artificial Intelligence, AI)驱动模拟)通过整合生物学数据与化学结构预测毒理学终点,与3D培养模型结合可大幅减少对动物的依赖。尽管尚无单一方法能完全替代动物试验,但整合多种体外系统与计算模型正逐步重构毒理学工具箱,符合3R原则并提升对人类健康结局的预测准确性。
新型食品、配料及营养保健品的尖端细胞毒性检测技术
食品基质作为复杂的天然产物集合体,蕴含着海量未充分研究的生物活性化合物。毒性筛选作为连接产品开发与实际应用的关键控制点,需在确认候选化合物健康益处后、规模化生产前快速剔除不安全或不稳定分子。基于细胞的检测方法通过评估细胞活力、代谢活性、膜完整性、死亡通路及DNA损伤等终点,提供全面的安全性图谱。细胞活力检测中需注意食品基质干扰问题,如多酚、色素及还原剂(抗坏血酸、维生素E)可能直接与四唑盐反应产生假阳性信号,因此必须设置无细胞对照组并采用互补的非光谱学方法。细胞外通量分析(Seahorse)可实时量化糖酵解、线粒体呼吸及脂肪酸氧化,乳酸脱氢酶(Lactate Dehydrogenase, LDH)释放则作为膜完整性丧失的敏感标志。多检测策略(如线性混合效应回归与主成分分析(Principal Component Analysis, PCA)结合)能揭示单一检测无法捕捉的细胞死亡机制,流式细胞术多参数分析可同步量化凋亡、细胞周期、膜完整性及线粒体膜电位。遗传毒性与致突变性检测是食品毒理学的监管基石,EFSA、FDA及OECD均要求进行相关评估。遗传毒性指 agents 对遗传物质(DNA、RNA、染色体)的损伤能力,致突变性则是其导致DNA序列永久性改变的子集。核心体外检测组合包括细菌回复突变试验(OECD TG 471)与哺乳动物细胞微核试验(OECD TG 487),阳性结果需触发体内随访试验(如啮齿类微核试验OECD TG 474或转基因突变试验OECD TG 488)。彗星试验(OECD TG 489)可用于评估靶组织DNA链断裂。遗传毒性分为原发性(直接与间接)与继发性:原发性遗传毒性源于化合物或其活性代谢产物与DNA的直接作用,或通过干扰复制修复过程、诱导氧化应激(Oxidative Stress, OS)介导;继发性遗传毒性则由炎症介导的活性氧/氮物种(Reactive Oxygen/Nitrogen Species, ROS/RNS)释放引起。当前评估存在对彗星试验的偏倚,需整合突变试验与细胞遗传学试验以覆盖全谱机制。新兴技术如毒理基因组学、表观基因组学、γH2AX检测、高内涵成像及3D体外模型,为解析遗传毒性分子机制提供了更强有力的工具。EFSA倡导的证据权重(Weight-of-Evidence, WoE)方法强调可靠性、相关性及一致性原则,支持NAMs数据的整合应用。下一代风险评估(NGRA)框架通过整合NAMs、暴露评估与机制理解,减少了对动物试验的依赖。多参数检测中,半数抑制浓度(Inhibitory Concentration 50%, IC50)、生长抑制浓度(Growth Inhibition Concentration, GI50)及致死浓度(Lethal Concentration, LC50)是关键的定量毒性参数,联合指数(Combination Index, CI)可用于评估复合暴露的协同、相加或拮抗效应。需注意的是,体外IC50值仅作为危害识别的相对指标,需结合体内数据综合解读。
毒理学评价中的高通量筛选(HTS)体外模型与“组学”方法
高通量筛选(HTS)体外方法正成为食品科学风险评估的基石,结合自动化液体处理、微孔板检测及高内涵成像,可在2D单层细胞及3D构建体中生成密集的剂量-反应与时间进程数据。自动化3D生物打印与微流控平台进一步推动了高通量化合物筛选。美国国家研究委员会(NRC)的《21世纪毒性测试愿景》明确提出应从孤立的顶端终点转向基于人源细胞的通路聚焦检测,结合机器人筛选、体外扰动定量测量及基因组学等计算机模拟方法。HTS与组学技术的结合(统称为毒理基因组学)实现了对细胞应答的系统水平解析,包括机制性、预测性与定量毒理基因组学。Tox21与ToxCast计划已建立了海量数据集,用于食品添加剂、污染物、内分泌干扰物的优先级排序与机制研究。靶向与非靶向代谢组学检测可实现对能量代谢、氧化还原状态及外源物生物转化通路的动态监测。然而,HTS与组学的常规应用仍面临成本高昂、生物信息学分析复杂及数据标准化不足等挑战。将HTS/组学输出转化为人源相关性暴露需依赖定量框架,即通过转录组基准浓度(Benchmark Concentration, BMC)建模推导出发点,结合定量体外-体内外推(quantitative in vitro to in vivo Extrapolation, qIVIVE)估算等效人血浆浓度,最终整合入PBPK模型模拟ADME过程,从而实现生物活性阈值与人体实际暴露水平的比较,为风险评估提供机制驱动的剂量依据。
用于评估新型食品、配料及营养保健品细胞抗氧化活性的细胞检测
抗氧化剂通过链终止(氢转移Hydrogen Atom Transfer, HAT或单电子转移Single Electron Transfer, SET机制)、金属螯合及过氧化物分解三种机制发挥作用,分为酶促与非酶促两类。非酶促抗氧化剂包括抗坏血酸、谷胱甘肽、黄酮类等;酶促抗氧化剂主要包括过氧化氢酶(Catalase, CAT)、超氧化物歧化酶(Superoxide Dismutase, SOD)及谷胱甘肽过氧化物酶(Glutathione Peroxidase, GPx),三者协同维持氧化还原稳态。氧化应激(OS)作为毒性发生的核心机制,与糖尿病、癌症、神经退行性疾病及心血管疾病密切相关。活性氧(ROS)检测方法包括荧光探针(如DCFH-DA、Amplex Red、二氢乙锭Dihydroethidium, DHE)、分光光度法(硝基蓝四氮唑Nitroblue Tetrazolium, NBT法)及化学发光法(鲁米诺、光泽精),但各方法均存在特异性或假阳性局限。哺乳动物红细胞(Erythrocytes, RBCs)因其易获取、无需复杂培养且对氧化损伤敏感,成为评估细胞毒性与抗氧化活性的理想模型。过氧化氢(H2O2)与2,2'-偶氮二(2-甲基丙脒)二盐酸盐(AAPH)是常用的两种氧化剂:H2O2可通过水通道蛋白进入胞内,引发Fenton反应生成羟基自由基,主要损伤血红蛋白;AAPH则在37°C下热分解产生过氧自由基,主要攻击细胞膜表面的磷脂与蛋白。两者分别适用于评估细胞内氧化应激与膜定向效应。简化版同步红细胞细胞抗氧化活性(High-Throughput Synchronous Erythrocyte Cellular Antioxidant Activity, HERYCA-P)方案可同步检测溶血、胞内ROS生成、蛋白氧化产物、游离铁含量及脂质过氧化,提供红细胞氧化状态的全面评估。该模型主要用于机制研究与早期危害筛查,而非膳食风险评估的直接替代。
尖端计算毒理学
计算毒理学工作流整合了从化学输入到机制知情风险表征的全过程。起始阶段需明确化学结构(包括立体化学、电离状态等)与暴露场景,随后进行一级筛选:基于QSAR与读段分析预测危害终点,需符合OECD验证原则(明确终点、透明算法、适用性域、预测指标及机制解释)。AI与机器学习(Machine Learning, ML)算法(随机森林、支持向量机、神经网络)被用于整合化学描述符与组学指纹,预测肝毒性、内分泌干扰等复杂终点,但需警惕“黑箱”模型的过拟合风险。网络毒理学通过整合EPA ToxCast、比较毒理基因组学数据库(Comparative Toxicogenomics Database, CTD)、STITCH等资源预测的蛋白靶点,构建蛋白-蛋白相互作用(Protein-Protein Interaction, PPI)网络,并结合基因本体(Gene Ontology, GO)与京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes, KEGG)富集分析识别关键通路与核心节点(如TNF、TP53、PPARG等)。分子对接与分子动力学(Molecular Dynamics, MD)模拟可验证小分子与靶蛋白的结合模式与稳定性,为网络毒理学预测提供结构生物学支持。组学数据(转录组、蛋白组、代谢组)可叠加至网络模型中构建不良结局通路(Adverse Outcome Pathways, AOPs),但AOPs本质上仍需依赖体外实验证据。PBPK模型通过将外部暴露转化为血液或组织浓度等内剂量指标,实现风险表征。例如,丙烯酰胺、脱氧雪腐镰刀菌烯醇及赭曲霉毒素A的PBPK模型已成功应用于膳食暴露评估。计算毒理学的主要优势在于高通量与无动物测试,但其工具多源自药物发现领域,应用于食品化学时需谨慎考量适用性域与终点相关性。当前监管框架下,计算机模拟方法主要作为问题构建、分组、优先级排序及机制支持的NAMs,其输出需在WoE框架内与毒理学、动力学及实验数据整合解读。未来发展趋势包括开放数据库(如SwissADME、ADMETlab、CompTox Dashboard)、AOP知识库建设及数字孪生技术的应用,以提升预测的人源相关性与监管接受度。
体外消化对生物可及性与生物利用度的影响:模拟体内代谢以提升食品毒理学方案的准确性
食品安全评估不仅需要测定总含量,更需关注化合物的转化、生物可及性与生物利用度。生物可及性指在胃肠消化过程中从基质释放并可被肠腔吸收的分数,通常通过体外消化模型测定;生物利用度则指实际跨越肠上皮并在活性形式下到达体循环的分数,需整合渗透性、转运及首过代谢等生理过程。传统体内研究成本高昂且存在伦理争议,静态体外消化模型(以INFOGEST协议为标准)通过模拟口腔、胃及小肠条件,已成为评估营养物质与污染物稳定性的首选方法。消化过程可能产生具有毒理学相关性的降解产物,因此需结合细胞模型(如Caco-2单层或3D肠道类器官)评估渗透性与生物转化。需注意消化产物中的胆盐、胰酶等残留成分可能对细胞产生非特异性毒性,通常需通过稀释(如1:5至1:30)平衡细胞存活率与待测物检出限。前沿研究正整合代谢组学、蛋白质组学及同位素示踪技术,并开发免疫活性与含微生物共培养系统,以模拟宿主-菌群互作对异源物代谢的影响。消化输出可直接为PBPK模型提供输入参数,如生物可及分数(Fraction available for absorption, Fa)及吸收速率常数(Absorption rate constant, ka),从而提升内剂量估算的生理相关性。这种整合使得风险评估能够从保守默认假设转向数据驱动的暴露场景模拟,是食品毒理学从静态浓度测定向动态机制理解转变的关键。
食品毒理学安全评估趋势与结语
为实现上述理念的操作化,本文提出了面向新型食品与功能性配料安全评价的决策导向路线图。该框架始于严格的化学表征与暴露定义,随后应用分层体外测试(使用原生或消化调整后材料)。显示阳性、不确定或暴露相关生物活性的化合物需触发更高复杂度检测,包括先进3D/微生理系统、HTS及组学谱分析,以解析机制与通路扰动。生物活性数据通过qIVIVE与PBPK建模转化为人源相关性内暴露指标,最终在WoE框架下整合分析、生物、机制、动力学及暴露数据,支持监管决策(如授权、限制授权、要求补充数据或否决)。计算毒理学工作流作为贯穿始终的决策支持层:早期QSAR、读段分析与ADME预测用于定义危害假说与测试优先级;靶标预测、网络毒理学、对接与MD模拟支持对体外/HTS发现的机制解读;qIVIVE与PBPK模型则将生物活性浓度转化为人等效内剂量,为WoE整合与不确定性分析提供定量依据。食品毒理学正经历从传统动物试验向NAMs(聚焦毒性通路与分子机制)的范式转变,质谱、生物传感器、表面增强拉曼散射(Surface-Enhanced Raman Scattering, SERS)等分析技术与组学方法的融合,提升了超痕量毒素检测与新型危害发现能力。AI、ML与可穿戴设备的结合则推动了实时数据整合与个性化风险评估。欧盟通过《欧洲绿色协议》《农场到餐桌战略》及REFIT计划等政策,正引导食品毒理学向机制驱动、数据知情的方向现代化。尽管部分方法(如QSAR、HTS、PBPK)已具备一定监管应用基础,但组学方法、微生理系统及AI预测模型的常规应用仍面临验证、标准化与监管接受的挑战。未来需通过学术界、工业界与监管机构的协作,建立统一的协议、性能标准与报告格式,最终实现食品毒理学从描述性终点到预测性机制理解的全面转型,保障创新食品体系的安全性与可持续性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号