《Journal of Food Protection》：Characteristics of Peer-Reviewed Digital Tools for Modeling Food Safety Microorganisms: A Scoping Review
编辑推荐：
摘要：随着用于食品安全相关微生物（即食源性病原体和指示微生物）建模的数字化工具（digital tools）在食品安全决策中日益普及，目前尚缺乏对现有模型与公共卫生及利益相关者需求之间一致性的全面评估。本范围综述（scoping review）系统性地梳理了已
摘要：随着用于食品安全相关微生物（即食源性病原体和指示微生物）建模的数字化工具（digital tools）在食品安全决策中日益普及，目前尚缺乏对现有模型与公共卫生及利益相关者需求之间一致性的全面评估。本范围综述（scoping review）系统性地梳理了已发表的食品安全微生物建模数字化工具，以评估其目的、建模方法、验证程度、代码透明度（code transparency）及用户界面（user interface, UI）设计。研究人员检索了六个数据库（PubMed、Web of Science、FSTA、AGRICOLA、CAB Abstracts、Medline），筛选2012年至2024年间发表的关于在食品/农业基质中对食品安全微生物进行建模的数字化工具的同行评审研究。研究人员识别出62篇符合条件且提供代码访问权限的研究，发现模型目的在很大程度上与既定的公共卫生优先事项保持一致。机理模型（mechanistic models）是最主要的建模方法（48%），其次是数据驱动模型（data-driven models）（32%）和混合模型（hybrid models）（19%）。大多数纳入的模型进行了严格的验证（82%），并且以面向开发者（developer-oriented）的工具为主（58%），需要编程或命令行交互。在对375篇文章进行全文筛选时，研究人员首先评估了代码透明度，这导致208项基础代码未公开的研究被排除。此外，在62篇符合条件且代码可获取的研究中，21%仅通过电子邮件请求方式提供代码。尽管已有软件报告标准，但模型特征的报告仍然存在异质性。这些发现为指导未来研究优先方向提供了基础，并凸显了研究人员、期刊和资助机构之间需要协同努力，以提高透明度、可重复性（reproducibility）和对不同利益相关者需求的适用性。
引言
随着食品安全工作从被动解决问题转向主动风险预防，用于食品安全微生物（即食源性病原体和指示微生物）建模的数字化工具已变得不可或缺。数字化工具是指用于模拟、预测或定性定量评估食品安全微生物行为、食品安全风险或食品供应链相关结果的计算机模型及其配套软件。这些工具涵盖多种建模方法，包括基于已知生物学和物理过程的机理模型（mechanistic models）、从经验数据中学习模式的数据驱动模型（data-driven models）以及整合二者的混合模型（hybrid models）。数字化工具在食品安全领域已得到广泛应用，包括表征不同环境条件下食品安全微生物的行为、估算消费者食品安全风险、模拟供应链中微生物动态变化以及支持溯源和暴发来源识别。尽管过去三十年来相关研究不断增长，但围绕透明度、文档记录和报告标准的问题限制了其更广泛的使用。这些挑战并非食品安全领域独有，系统生物学和更广泛的研究软件社区也面临类似问题，并催生了诸如研究软件可查找、可获取、可互操作、可重用原则（FAIR4RS）等框架。此外，这些工具的采用率参差不齐，受到公司规模和资源可用性等因素的强烈影响。已识别的采用障碍包括缺乏技术专业知识、对计算机模型（in-silico models）的信任有限以及缺乏严格的模型验证标准。这些障碍不仅具有技术属性，也反映了信任计算输出结果和组织采用数字化工具就绪程度等社会性因素。工具开发与采用之间的脱节引发了一个关键问题：这些工具是否与利益相关者的需求、期望和能力相一致？系统性地梳理已发表工具的特征是识别研究空白和指导针对性开发的第一步。
方法
合格标准：研究人员开展了一项范围综述，筛选2012年7月至2024年6月期间发表的关于食品安全微生物建模数字化工具的研究。纳入标准包括：在指定时间范围内发表、同行评审的原创研究文章、关注一种或多种食源性病原体或指示微生物、以英文发表、应用于食品/饮料/农业基质、报告数字化工具的开发、报告原创研究以及通过代码可获取性证明透明度。透明度定义为代码可直接在文章中获取、通过外部链接提供或明确声明可向作者请求获取并经确认获得代码访问权限。
文献检索策略：研究人员检索了六个数据库（PubMed、Web of Science、FSTA、AGRICOLA、CAB Abstracts、MEDLINE）。检索策略围绕五个概念模块构建，使用布尔运算符"AND"组合，涵盖食品安全微生物术语、食品安全与风险管理、食品与农业基质术语、数字化工具以及建模与模拟方法。
筛选与选择：进行了两次检索：2022年11月（覆盖2012年7月至2022年11月）和2024年6月（覆盖2022年7月至2024年6月）。文章导入Covidence自动去重后，由独立评审员进行摘要和全文筛选，冲突由额外评审员解决。全文筛选阶段，评审员首先判断代码是否可获取，不可获取的研究被排除；若可获取，则继续评估其余合格标准。
数据提取与组织：数据提取在Microsoft Excel中完成，提取变量在三个层面处理：直接提取作者报告信息、上下文推断以及分析性重新分类为更广泛的类别以便进行跨研究比较。变量定义、分类方案和处理层面在文中表1中进行了总结。需要解释性判断的建模方法分类由两位研究成员协作完成，分歧通过讨论解决。
数据分析：将两次检索的提取数据合并为单一数据集，导入Google Colab进行描述性分析和可视化。研究人员总结了按建模方法（机理模型、数据驱动模型、混合模型）划分的发表趋势，并使用桑基图（Sankey diagram）可视化了建模方法、供应链阶段和行业部门之间的层次关系。对微生物与行业部门的配对进行了交叉制表，并可视化为热图。进一步将建模方法与三个模型生命周期管理变量（模型验证、代码透明度、用户界面类型）进行交叉制表，计算符合各标准的比例。使用UpSet图可视化模型生命周期管理属性的共现情况。为描述目标受众，将各受众类别按建模方法进行交叉制表，并使用100%堆叠柱状图可视化。
结果
文章筛选过程概述：通过检索策略共识别出7181篇研究文章，Covidence自动删除2734条重复记录，剩余4447篇进入标题和摘要筛选阶段，其中375篇进入全文筛选。全文筛选最终确定62篇符合纳入标准。根据排除记录惯例，全文筛选阶段最常见的排除原因是缺乏代码透明度，55%（208/375）的研究因此被排除。
食品安全模型的增长与演变：符合纳入标准的研究数量从2013年到2018年稳步增长，2019年至2020年间有所下降，随后再次上升；2012年未识别到相关研究。从2018年至2023年，机理模型在发表中占比最大，2024年有所下降，此时数据驱动模型占比最大。数据驱动模型在2016年占纳入研究的100%，并在2017年成为最常见的方法，其次是混合模型。尽管混合模型在最近年份并非主导方法，但其在纳入研究中的代表性随时间增长。
建模方法在供应链阶段和主要行业部门的分布：机理模型是主导方法，也是唯一覆盖全部五个食品行业部门类别的方法。海鲜类别包括机理模型和混合模型，但不含数据驱动模型；乳制品类别仅包括机理模型。无论建模方法如何，加工阶段和农场到餐桌（farm-to-fork）阶段的模型占比最大，而生产阶段和消费者阶段在所有方法中代表性相对不足。数据驱动模型和机理模型分布类似，均集中于加工和农场到餐桌阶段，并且主要应用于肉类、农产品和未指定食品部门类别。
微生物和行业部门重点领域：建模范畴高度集中于少数食品安全微生物-行业组合。例如，肉类中的沙门氏菌（Salmonella）是建模最多的组合（n=16），其次为农产品中的埃希氏菌属（Escherichia）（n=7）和肉类中的埃希氏菌属（n=6）。沙门氏菌属、埃希氏菌属、李斯特菌属（Listeria）、弯曲菌属（Campylobacter）以及通用类别位列建模最多的前五大类别。
模型生命周期管理：三种建模方法在模型实施就绪性方面存在差异，实施就绪性通过三个特征解读：完全验证、通过开放获取代码实现透明/可重现、通过可访问的用户界面实现采用就绪。数据驱动模型和混合模型在验证（完全验证比例分别为95%和83%）和透明度（开放获取代码比例分别为95%和83%）方面表现相当，而机理模型在两个维度上均落后（完全验证：73%，透明：67%）。可访问用户界面在所有三种方法中均较低，无一种方法超过50%，数据驱动模型得分最低（35%）。综合来看，仅29%（n=18）的识别工具同时满足完全验证、透明且配备可访问用户界面的条件。最大的交集为同时透明且完全验证的工具（37%，n=23），而5%的工具三个标准无一满足。
不同建模方法的目标受众：面向开发者（developer-oriented）的工具在三种建模方法中占比最大，每个类别中至少占50%。面向用户（user-oriented）的工具为第二大类，占比30%至42%。相比之下，面向混合受众（hybrid-oriented）的工具在各方法中占比不超过8%，表明同时面向编程和非编程用户的工具代表性有限。
讨论
在审视已发表的数字化工具时，本研究发现四项关键发现。第一，食品安全建模工作似乎反映了美国既定的公共卫生优先事项。肉类和农产品部门占已开发食品安全模型的最高数量，沙门氏菌属、埃希氏菌属和李斯特菌属成为最常涉及的微生物，与其在食源性疾病主要原因中的突出地位一致。然而，乳制品和海产品行业代表性不足，尽管有证据表明乳制品是食源性疾病住院治疗的主要贡献者之一。对加工阶段的更大关注与以下认识一致：这些环境既是脆弱性的关键节点，也是风险最小化的机遇所在，但针对生产和消费者阶段的工具代表性不足。
第二，本综述中的食品安全模型以机理模型为主，反映了该领域长期以来对表征病原体行为背后生物学和环境过程的重视。时间趋势显示机理模型在大多数年份持续占主导地位，尽管在最后一年数据驱动模型的代表性有所增加。这或许反映了随着数据可用性和计算能力的扩展，对人工智能和数据驱动方法日益增长的兴趣，但尚不足以表明从机理到数据驱动方法的明确转变。食品安全建模可能正在遵循将领域知识与数据驱动方法相整合的更广泛趋势，而非完全替代机理方法。
第三，现有食品安全模型主要以面向开发者为主，而非面向用户。这一模式表明许多工具面向具有技术培训背景的受众，因为其实施、修改或扩展通常需要编程专业知识或与源代码交互。虽然此类方法可能增强分析能力和跨场景适用性，但可能以牺牲更广泛利益相关者群体的易用性为代价。已有研究表明，复杂的数字化工具可能因专业要求而形成采用障碍。
第四，本范围综述中观察到的食品安全模型特征报告的变异性表明，仍然需要更高的报告标准化水平。208篇因缺乏模型代码访问权限而在全文筛选阶段被排除的文章尤为值得关注。尽管已有FAIR4RS和食品安全科学知识交换格式（FSKX）等研究报告框架，但并未得到持续应用。代码透明研究的低普遍性表明，改善报告标准不仅需要模型开发者和作者的协调努力，还需要负责执行此类标准的期刊的参与。期刊可通过要求作者在稿件提交时将代码存入GitHub或RAKIP等代码库来加强代码透明度政策。
本综述存在若干局限性：限于同行评审文献可能遗漏灰色文献；不同评审团队筛选不同检索批次的文章可能引入偏差；单名评审员进行数据提取可能增加主观解释风险。尽管如此，本范围综述综合了食品安全模型文献，突出了研究空白、趋势和未来研究与模型开发的机遇。总体而言，研究发现表明食品安全建模数字化工具面临的主要挑战可能并非工具开发的缺乏，而是开发与实施就绪性之间的差距，这种错位可能在实践中限制工具的采用和可重复性。弥合这一差距需要更好地理解利益相关者需求，并实施改进的报告标准以提升工具的实施就绪性。
