《Food Research International》：Thermal inactivation kinetics of foodborne viruses across food matrices: a Bayesian meta-analysis and predictive framework
编辑推荐：
•来自29项研究的时序数据采用贝叶斯层次框架进行建模。•Weibull主模型和对数线性次模型描述了热灭活过程。•食品基质是感染性测定D60°C值和z值的最强预测因子。•贝类提供了最大的基质相关热保护效应。•RT-qPCR推导的z值随活性预处理方法变化最为显著。•猪胃黏膜素最有
- •
来自29项研究的时序数据采用贝叶斯层次框架进行建模。
- •
Weibull主模型和对数线性次模型描述了热灭活过程。
- •
食品基质是感染性测定D60°C值和z值的最强预测因子。
- •
贝类提供了最大的基质相关热保护效应。
- •
RT-qPCR推导的z值随活性预处理方法变化最为显著。
- •
猪胃黏膜素最有效地将RT-qPCR结果与感染性估计值对齐。
- •
土兰病毒在加热过程中表现出最弱的持续RT-qPCR信号。
引言
食源性病毒被公认为全球急性胃肠炎的主要病因，且仍是食品安全体系面临的持续性且不断演变的挑战（Colston等，2026；FAO与WHO，2024；Scallan Walter等，2025）。无包膜RNA肠道病毒，尤其是人类诺如病毒（HuNoV）I组和II组以及甲型肝炎病毒（HAV），造成了重大的疾病负担和经济成本（Bartsch等，2020；Horn等，2024）。它们的高感染性、环境持久性及对常见消毒剂的抗性使其在食品中难以管控（Bosch等，2016；Di Cola等，2021）。
热加工是控制食品中病毒危害最广泛使用的干预措施之一，但支持工艺验证的定量证据仍然零散（Bozkurt等，2015）。食源性病毒的热灭活动力学受病毒特异性特征及实验条件的影响，如温度-时间曲线、食品基质和下游定量方法。这种异质性限制了适用于跨研究的全球预测框架的发展。
研究临床HAV和HuNoV的一大障碍在于缺乏基于培养的方法来直接定量具有感染性的病毒颗粒（Knight等，2013）。因此，常使用基因组和结构特征与临床肠道病毒相似的可培养替代病毒来评估病毒的持久性和灭活情况。这些替代病毒包括小鼠诺如病毒（MNV）、土兰病毒（TuV）、猫杯状病毒（FCV-F9）（Cromeans等，2014）、噬菌体MS2（Dawson等，2005）以及细胞培养适应性HAV分离株（Bozkurt、D'Souza和Davidson，2014b）。
热灭活可使用不同的生物学终点进行测量，包括感染性测定方法，如噬斑试验和50%组织培养感染剂量（TCID50）试验，这些方法用于定量病毒的感染功能丧失情况。另一方面，逆转录定量聚合酶链反应（RT-qPCR）测量病毒基因组的拷贝数（Shan等，2016；Wang等，2014）。由于病毒的感染性丧失后其RNA可能仍然可被扩增（Shan等，2016），因此开发了活性预处理方法，如RNA酶、单体吖啶酯（PMA）和猪胃黏膜素（PGM），以减少对受损或非感染性颗粒的检测（Dancho等，2012；Leifels等，2021；Nowak等，2011；Randazzo等，2018）。然而，这些方法并不能直接反映病毒的感染性，突显了量化RT-qPCR推导的减少动力学与基于培养的热灭活估计值之间关系的必要性（Mirmahdi等，2025）。
食品基质的组成是热灭活动力学的另一重要决定因素，因为基质特性可能影响感染性病毒的丧失以及可检测病毒基因组的持久性（Le Guyader和Atmar，2014）。因此，跨食品基质评估热灭活对于量化基质特异性对病毒持久性的影响至关重要。
最后，热灭活参数的估计取决于用于描述病毒减少动力学的潜在数学模型。主模型描述在给定温度下病毒浓度随时间下降的规律，这种关系可能是线性的或非线性的，如对数线性模型和Weibull型模型所反映的那样（Bozkurt等，2015b；Shaffer等，2022；Yap等，2020）。次模型描述从主模型中估计的动力学参数（如灭活速率或D值）随温度的变化。这种温度依赖性可使用线性或非线性关系表示，经典的Bigelow模型是一种广泛使用的对数线性形式（Bigelow，1921；Stavropoulou和Bezirtzoglou，2019）。因此，选择合适的模型结构有助于避免生物学和方法学变异来源的混淆。
在本系统综述中，我们对已发表的HAV、HuNoV及HuNoV替代病毒在不同食品基质和简单缓冲液中的热灭活数据进行了贝叶斯层次Meta分析。我们并非综合报告的灭活参数，而是对原始时序观测数据进行建模，同时允许基线动力学参数在各研究间存在变异。感染性测定和RT-qPCR结果分别进行分析，并在RT-qPCR模型中将活性预处理作为协变量。具体而言，我们评估了：(i) 哪种模型结构能恰当描述病毒热减少过程；(ii) 基质和病毒组是否能解释基于感染性的动力学中的系统性变异；(iii) RT-qPCR预处理、基质和病毒组如何影响可检测的基因组信号；以及(iv) 感染性测定和RT-qPCR预测的减少量在匹配的加热条件下的一致性如何。所建立的框架为比较目标病毒的热抗性、评估食品基质效应以及评估RT-qPCR数据中的预处理效应提供了定量基础，从而支持工艺验证和食品安全风险评估。
章节摘要
研究筛选与纳入标准
研究筛选标准与选择过程在PRISMA流程图（图1）中进行了总结。于2026年3月4日通过Web of Science、PubMed和Scopus数据库进行了系统文献检索。检索策略使用布尔运算符组合了与病毒、热处理和食品基质相关的关键词，详细检索式见补充文件1。记录被导入Covidence系统综述软件（Veritas Health Innovation，墨尔本，
研究选择
研究选择过程总结于图1。共识别611条记录（Web of Science 297条、Scopus 213条、PubMed 101条）。去除250条重复记录后，361条唯一记录进行标题和摘要筛选。筛选后，116项研究进行了全文评估，其中30项符合纳入标准。在模型拟合前，排除了2项研究，这两项研究分别代表仅由单一研究支持的食品类别（面包和熟食肉）
讨论
本研究通过对基于感染性和RT-qPCR的测量数据，对关键肠道食源性病毒在不同食品基质中的热减少进行了定量综合分析。核心发现是，在考虑研究水平异质性后，这些测量方法呈现出不同的热响应模式。基于感染性的动力学主要受食品基质驱动，而RT-qPCR推导的减少动力学则主要受预处理方法区分，此外还受到
结论
本研究提出了一种贝叶斯层次框架，用于利用已发表的时序数据量化食源性病毒的热灭活。通过分别建模基于感染性和RT-qPCR的终点指标，并在匹配的加热条件下比较预测值，该框架刻画了不同食品基质、病毒组和RT-qPCR预处理方法下感染性病毒丧失与可检测基因组持久性的差异。贝类 consistently 提供了
CRediT作者贡献声明
吴伟凡：撰写——审阅与编辑，撰写——初稿，可视化，验证，软件，资源，方法论，调查研究，形式分析，数据整理，概念构思。Arie H. Havelaar：撰写——审阅与编辑，撰写——初稿，可视化，验证，监督指导，软件，资源，项目管理，方法论，调查研究，经费获取，形式分析，数据整理，概念构思。Naim Montazeri：撰写——审阅与编辑，
资金支持
本研究由农业与食品研究倡议——基础与应用科学计划（资助号2023-67017-39184/项目编号006304）和研究能力基金（Hatch）计划（项目编号FLA-FOS-006543），由美国农业部国家食品与农业研究所提供资助。
利益冲突声明
作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：Naim Montazeri报告获得了USDA国家食品与农业研究所（NIFA）的财务支持。如有其他作者，声明他们不存在已知的竞争性财务利益或个人关系，这些关系可能被视为影响本文所报告的工作。
致谢
作者感谢Mohammad Hojjati博士和Abigail Modeste女士在研究筛选中的协助；Suzanne Stapleton在确定适当数据库和开发文献检索策略方面的支持；以及Diana Taft博士和UFIT研究计算中心提供的计算资源和支持。
吴伟凡 | Arie H. Havelaar | Naim Montazeri
