《Foods》：Influence of Different Saline and Alkali Aquaculture on the Nutritional Composition, Physicochemical Properties, and Flavor Profile of Grass Carp (Ctenopharyngodon idellus)
编辑推荐：
食品安全与质量分析正从基于实验室的终点检测转向更快、更小体积和适应基质的现场决策。近红外（NIR）、可见-近红外（Vis-NIR）、高光谱、拉曼（Raman）、表面增强拉曼散射（SERS）、荧光、比色和太赫兹方法，连同阻抗时间序列读数，提供了关于组成、分子振动
食品安全与质量分析正从基于实验室的终点检测转向更快、更小体积和适应基质的现场决策。近红外（NIR）、可见-近红外（Vis-NIR）、高光谱、拉曼（Raman）、表面增强拉曼散射（SERS）、荧光、比色和太赫兹方法，连同阻抗时间序列读数，提供了关于组成、分子振动、空间分布、反应输出或电响应的互补信息。然而，在真实食品中，脂质、蛋白质、糖、盐、色素、颗粒和天然荧光可能改变光谱基线、传质和模型稳定性。因此，微流控的价值不仅限于小型化，而在于将过滤、均质化、分流、混合、提取、富集、反应和读数位置组织成一个可控的样品到信号工作流程。本综述首先根据目标和基质特征区分化学危害、生物危害、真实性问题和质量变化，然后比较连续流、纸基、液滴、数字-混合和富集导向芯片的功能边界。它进一步分析了微流控如何通过光谱接口、信号增强、标记和无标记检测、化学计量学和机器学习来影响检测时间、样品和试剂消耗、灵敏度、选择性、重复性、便携性和跨基质适用性。涉及真实食品中农药、真菌毒素、病原体、抗生素、重金属、掺假物、氧化产物和新鲜度指标的代表性应用在一个连接芯片架构、光谱信号生成和决策模型的统一链中进行了讨论。最后，从标准和真实样品、芯片间变异、外部模型验证、数据可追溯性和可扩展制造方面提出了转化要求，为广谱光谱技术和微流控系统的联合设计提供了一个操作框架。
**1. 引言**
食品安全与质量检测的核心任务已从实验室中单一标准溶液的确认，转向对真实食品样品中痕量危害、组成变化和真实性差异的快速可靠判断。农药残留、兽药、真菌毒素、重金属和非法添加剂通常浓度低且分布不均；新鲜度、氧化、成熟度和掺假比例则连续变化。色谱和质谱法虽准确，但需要复杂前处理、大量溶剂和集中式仪器。光谱技术提供快速、微破坏或无破坏的检测途径，但光谱信号不等于目标浓度，脂质、蛋白质、色素等会干扰基线。微流控不应仅被视为缩小化工具，其作用在于将样品引入、分流、过滤、混合、提取、富集、反应和读数组织成可重复的样品到信号流程。本综述在统一框架下比较了多种光谱技术与微流控的整合，并强调微流控的价值必须通过可验证的样品处理和信号控制来体现。
**2. 文献检索策略**
本综述为选择性叙述性综述，检索了Web of Science、Scopus、PubMed、ScienceDirect、Google Scholar和CNKI数据库，使用微流控、光谱、食品安全等多个关键词单独或组合检索，时间范围主要为2014至2026年。纳入标准包括微流控-光谱联用系统用于食品分析、提供直接食品样品证据等；排除无关、无光谱读数或仅一般性传感器描述的研究。由于并非系统综述，可能存在选择偏倚；研究按与食品基质复杂性、微流控功能、读数机制等的相关性选择，而非按作者或机构。
**3. 食品目标、复杂基质与分析性能要求**
食品目标分为化学危害、生物危害、真实性问题和质量属性，不同任务需要不同的微流控结构和前处理策略。化学危害需痕量定量和选择性前处理，如农药、霉菌毒素等；生物危害强调捕获、识别和低初始丰度下的判断；真实性依赖跨品种、产地的代表性建模；质量属性连续变化而非单一阈值。
**3.1 化学危害：痕量目标与选择性前处理**
农药、抗生素、霉菌毒素等光谱响应不同，信号强度不固有地与浓度成正比。例如绿茶中啶虫脒的SERS检测需应对多酚和色素背景；食用油酸值监测需处理连续脂质氧化引起的全局光谱变化。谷物中真菌毒素分布异质，变量选择不能替代均质化和目标富集。微流控应根据目标位置选择过滤、提取、磁捕获等前处理，基底增强不应被误认为解决了基质干扰。
**3.2 生物危害：低初始丰度下的捕获与判断**
食源性细菌、病毒、真菌毒素等初始丰度低、形态复杂。检测限不仅取决于仪器噪声，还取决于目标能否从食品表面或悬浮液高效转移至检测区。纸基或弹性体芯片可压缩样品分配、捕获和反应，但必须与明确阳性/阴性标准或参考方法比较。富集通常比直接照射未处理样品更稳健。
**3.3 食品真实性与掺假：光谱差异需跨批次验证**
掺假、产地鉴别等目标常为组成比例、来源或加工历史的复合光谱表达。模型的建立需明确产地标签和成分标签，依赖单一峰可能将天然批次变异误判为掺假。微流控的主要作用是使混合、稀释和分流可重复，而非创造新的真实性标记。
**3.4 食品质量与新鲜度：从静态指标到动态变化**
质量与新鲜度随脂质氧化、蛋白质氧化、腐败等连续变化。光谱可捕获加工和储存引起的全局变化，但需独立理化或感官参考值。成熟度、新鲜度具有时空特征，过程监测需要稳定的采样位置和时间同步。微流控应稳定样品体积和光程，减少颗粒沉降或油水分离，必要时进行稀释和混合。
**3.5 复杂食品基质中的干扰来源**
高脂肪、高蛋白、高糖、高颗粒、高粘度、高盐、强色素和天然荧光会干扰光谱。蛋白质、脂质和水改变近红外吸收，颗粒影响散射，色素增加荧光背景。微流控可根据基质特性选择模块，如膜过滤、液-液萃取、免疫磁珠和纸基毛细通道。各模块应有可测的质量指标，如过滤损失和富集因子。
**3.6 分析性能指标**
评价微流控光谱平台需考虑检测时间、样品和试剂消耗、LOD/LOQ、回收率、选择性、准确度、精密度、芯片重复性、通量、便携性、自动化和跨基质泛化性。污染物需说明校准基质和回收率；真实性和质量任务需报告分类准确率、RMSE、外部验证和误判来源。
**4. 微流控架构：从样品进入到可读信号**
微流控架构的核心并非使通道尽可能小，而是以可重复状态将样品输送到光谱检测区。食品样品常需均质化、过滤、分流、混合、富集、洗涤、反应和定量转移。设计时应将流速、通道体积、停留时间、检测窗口和光束大小作为整体优化。
**4.1 样品引入、分流与前处理**
样品引入决定结果代表性。连续流芯片适合液体提取物；纸基芯片依靠毛细力减少泵需求；数字或通道-混合芯片适合平行反应。传统前处理如QuEChERS等虽有效但溶剂消耗大；微流控可将混合、分流、膜过滤、磁捕获和洗脱压缩至微升体积，但不可替代法规确认所需的色谱或质谱方法。
**4.2 富集、分离与目标转移**
低浓度目标通常需要局部富集。微流控可通过膜过滤、介电泳、磁颗粒、免疫捕获或表面吸附改变目标空间分布。捕获后定位是微流控-光谱接口的关键部分。富集模块需报告目标损失、非特异性吸附和洗脱效率。
**4.3 混合、反应与时间控制**
微尺度流缩短扩散距离，但并非所有液体都能快速混合。蛇形通道、分裂-重组结构、液滴和阀门适应不同粘度和反应时间。若需在芯片内进行CRISPR、LAMP或免疫反应，混合不足可导致假阴性，停留时间过长则增加背景。通道结构评价应扩展到混合效率和反应均匀性。
**4.4 光谱检测区与芯片材料**
检测区需平衡流体密封、材料背景和光学可及性。PDMS易加工但会吸附疏水分子并产生拉曼背景；玻璃和石英背景低但成本高；纸基材料便宜但纤维结构影响散射。光路设计需考虑聚焦位置和空间偏移。
**4.5 芯片格式与应用边界**
连续流适合在线监测；纸基适合低成本现场筛查；液滴和数字-混合适合多条件反应；介电泳或磁富集格式适合低丰度目标；微阵列提高通量但需要严格定位。格式选择必须遵循目标形态和读数要求。
**4.6 选择微流控架构的原则**
架构选择需回答四个问题：是否需要去除颗粒或脂质、是否需要主动捕获、反应是否需要精确计时、光谱是否需要固定接口和光程。芯片性能由各模块损失的乘积决定，而非单一最优节点。
**5. 光谱与微流控的整合策略**
整合分为四种模式：通道内直接读数、芯片表面原位生成增强基底、芯片内富集后转移至外部基底、多光谱或多模态读数。不同光谱方法对通道材料、光程、流速和检测区设计要求不同。
**5.1 近红外、高光谱与空间分辨读数**
近红外和高光谱适合快速评估大宗组成和空间分布，但对痕量目标直接灵敏度有限。微流控可改变目标与基
