封面介绍
食品安全与健康一直是消费者和社会关注的主要问题。由于健康的身体依赖安全和营养的饮食，因此了解和控制食品污染是确保健康的前提。同时，有益肠道微生物在人体内的平衡也极大地影响了人类健康。本期专题关注食品安全检测与污染物检测、食品研发、危害形成机理、肠道微生物代谢等方面，特别关注安全和营养食品的加工。
阪崎克罗诺杆菌（Cronobacter sakazakii）是一种食源性条件致病菌，可引起坏死性肠炎、脑膜炎和婴儿败血症等危及生命的侵袭性疾病。受该菌污染的婴幼儿配方奶粉（powdered infant formula, PIF）的潜在风险已引起乳品生产商、监管机构和消费者的广泛关注。C. sakazakii 可以在不同食品生产环境和设备表面形成一种保护该菌免受恶劣环境伤害的细胞生长模式——生物膜，并成为其在食品中持续污染的重要来源。然而，细菌生物膜由于其耐药特性难以去除。传统的清洗和消毒程序不足以完全控制生物膜，并且可能会导致进一步的生物膜形成和扩散。因此，基于纳米技术的药物传递系统、物种间相互作用以及制备来自微生物、天然提取物和噬菌体的抗菌分子等控制生物膜的新技术应运而生。本文将重点阐述C. sakazakii 生物膜形成机制及其潜在的控制策略。
人乳脂（human milk fat, HMF）是婴儿重要的能量和营养来源，甘油三酯（TAG）在人乳脂中的含量约为98%，其具有独特的分子结构。HMF在甘油碳骨架sn-2位的棕榈酸（PA）含量超过70%，而在sn-1,3位高度富集多不饱和脂肪酸。研究表明，HMF中特定的TAG结构在婴儿生长过程中起重要作用。Sn-2棕榈酸甘油酯是一种结构TAG，主要由1,3-二油酸-2-棕榈酸甘油三酯组成，将其添加到婴幼儿配方奶粉中可以模拟HMF的TAG结构。本文综述了过去25年中酶法合成sn-2棕榈酸甘油酯的研究进展及其在实验室条件下的制备流程，重点分析了结构TAG合成过程中所用的商业化sn-1,3位选择性脂肪酶、TAG结构分析的常用方法，以及一些市售sn-2棕榈酸甘油酯产品。另外，本文还对酶法合成sn-2棕榈酸甘油酯的前景进行了展望。
众所周知，肠道菌群在调节宿主生理功能方面具有重要作用，如调节免疫和代谢平衡。近年来，越来越多证据表明肠道菌群能够通过肠-脑轴调节中枢神经系统功能，这为研究肠道和大脑间的相互作用关系开辟了一条新路径。本文首先介绍了肠道菌群与大脑相互作用的肠–脑轴分子机制，以及肠道菌群失调引发的神经系统功能紊乱；然后介绍了调节肠道菌群失衡是干预神经系统功能紊乱的潜在策略，如益生菌、益生元、合生元以及饮食等干预措施。目前关于肠道菌群–肠–脑轴方面的研究尚处在起步阶段，但继续深入阐明肠道菌群调节神经系统功能的分子机制不仅能揭示神经系统功能紊乱的新型病理机制，而且能够为神经系统功能紊乱提供潜在的诊断标志物和干预策略。
大脑中二十二碳六烯酸（DHA, ω-3脂肪酸）的含量与中枢神经系统的正常发育和功能维持高度相关。甘油酯sn-2位上的DHA可以被肠黏膜更好地吸收，从而实现机体对DHA的高效利用。然而，如今人们在饮食中摄入较多的饱和脂肪或富含ω-6脂肪酸的油脂，而摄入较少的DHA，从而导致了部分个体在行为和神经生理学方面的缺陷。为了全面了解DHA对大脑的有益功能，本文系统介绍了天然油脂甘油骨架上DHA的位置分布（sn-2和sn-1,3位）特征，并讨论了DHA补充和通过肠-脑轴传递信息的潜在功能机制。肠-脑轴包含的多条双向信息通道为DHA、肠道菌群和大脑健康的相互作用提供了新的研究思路。为了在日常饮食中摄入更多的sn-2 DHA，我们建议通过更为高效和经济的酯交换制造技术生产富含sn-2 DHA脂质，其中需要解决的关键技术包括强化酶的特异性和优化纯化工艺。这类饮食可满足对sn-2 ω-3脂质有强烈需求的人群，特别是婴儿、儿童、孕妇和哺乳期妇女。
本文通过创建LC-Q-TOFMS（525种农药）和GC-Q-TOFMS（485种农药和209种PCBs）两大精确质谱数数据库，开发了一次样品制备、两种高分辨质谱联用同时检测733种农药化学污染物残留的检测方法。通过8种代表性水果蔬菜对联用技术的筛查农药范围、灵敏度、回收率和重现性等方法效能评价，显示出这项联用技术有三方面优势：①两种技术联用与单种技术相比，其发现能力分别提高了51.1%（GC-Q-TOFMS，485种）和39.6%（LC-Q-TOFMS，525种）；②联用技术能够满足78%的农药筛查限（SDL）低于10 μg·kg–1，满足国际“一律标准”的筛查要求，部分农药可根据技术优选最佳SDL，进一步提高方法的灵敏度；③联用技术在8种基质中符合回收率60%~120%且RSD＜20%的农药数量远高于单一技术，方法的精确性明显提高。2012—2017年两种技术联用对中国31个省（自治区、直辖市）和14个果蔬产区1384个采样点18类134种果蔬38 138例样品，进行疑似农药的筛查，两种技术联用合计检出农药533种，检出频次115 891频次，初步查清了中国市售果蔬农药残留的规律性特征。
人源诺如病毒（human norovirus, HuNoV）是重要的食源性病毒之一，能够引起全世界范围人类的非细菌性急性胃肠炎。由于HuNoV的体外培养体系尚不成熟，无法用于常规的病毒分离和检测，因此目前对HuNoV的检测依赖于分子方法，如逆转录聚合酶链反应（reverse transcription polymerase
chain reaction, RT-PCR）和逆转录实时定量聚合酶链反应（reverse transcription quantitative real-time polymerase chain reaction, RT-qPCR）。21世纪初期设计的引物和探针依然被广泛地用于RTqPCR检测体系。HuNoV基因组具有变异度高的特点，导致设计的引物和（或）探针无法有效地与已进化的新病毒核酸进行匹配，从而随着时间的推移效率降低。为了提高HuNoV检出效率，本研究基于2010年后GenBank公布的病毒序列，分析设计了一套HuNoV检测引物和探针，并优化了一种新的双重RT-qPCR(new duplex RT-qPCR, ND-RT-qPCR)检测体系。以体外转录获得的长链病毒RNA为模板，ND-RT-qPCR可对低至一个基因组的GI和GII族HuNoV进行有效检测。以23份HuNoV临床样本为对象，评估了ND-RT-qPCR和常用RT-qPCR(Kageyama RT-qPCR)的检测性能。结果显示：ND-RT-qPCR检出所有GI族样本（5/5），而Kageyama RT-qPCR只检出两个样本（2/5）。ND-RT-qPCR检出18个GII族样本（18/18），而Kageyama RT-qPCR漏检1个样本。另外，ND-RTqPCR的灵敏度显著高于Kageyama RT-qPCR（前者Cq值低于后者Cq值）。因此，ND-RT-qPCR有助于提高HuNoV检出率，是目前该病毒检测良好的选择。
神经假体是一种精准医疗设备，旨在以闭环的方式操纵大脑神经信号，接受来自外界环境刺激的同时，控制人脑或人体的某些部分。外界输入的信息可以在大脑中的神经元细胞中以毫秒量级处理运算。就视觉而言，视觉场景信息进入眼睛，经过视网膜神经细胞进行处理，以神经元脉冲的模式将其输出，发送至脑皮层，以进行进一步的计算。因此，视网膜神经假体感兴趣的神经信号是神经元脉冲。神经假体中的闭环计算包括两个阶段：将刺激信息编码为神经元信号和将神经元信号重新解码为刺激信息。在本文中，我们回顾了视觉计算模型最近取得的一些进展，着重介绍这些模型如何使用脉冲来分析包括静态图像和动态视频在内的自然场景。为了更好地理解视网膜中神经网络的计算原理，我们认为，有必要对视网膜构建一个超级网络环路，在此环路中，那些皮层神经网络所揭示的不同功能的网络模块，都可以应用于视网膜网络中。视网膜的不同组成部分，包括多种细胞类型和突触连接——化学突触和电突触（缝隙连接），使视网膜成为一个理想的神经网络，其能够适应人工智能中发展起来的计算技术，对视觉场景的编码和解码进行建模。因此，有必要构建一种整体系统的方法，利用神经脉冲进行视觉计算，推动下一代视网膜神经假体发展，构建新型人工视觉系统。
为了研究精神疾病的病因和发病机制，各国开展了大量脑研究计划。尽管精神疾病是脑科学研究的重要部分，但精神疾病的诊断仍然依靠医生的主观经验，而非疾病的病理生理学指标。因此，为了开发有效的治疗方式和干预措施，我们迫切需要对重大精神疾病的病因和致病机制有一个清晰的认识。当前，人工智能（AI）技术在精神疾病的应用研究发展迅速，但缺少对其进行系统化的总结和展望。因此，本研究简要回顾了用于研究精神疾病的三种主要观测技术，即磁共振成像（MRI）、脑电图（EEG）和基于体势学的诊断（与模式识别相关的AI算法）。最后，我们讨论了AI应用面临的挑战、机遇和未来的发展方向。
近年来，Pickering乳液因其易于制备和强稳定性的特点引起了人们的广泛关注。与经典乳液不同，在Pickering乳液中，位于液体界面处的固体微粒或纳米颗粒被用作稳定剂，而不是表面活性剂，从而增加了液滴的寿命。此外，与由表面活性剂稳固的乳液相比，Pickering乳液具有更高的稳定性、更低的毒性和刺激反应性。因此，它们可以被认为是具有广泛用途的理想成分，如光催化和新材料的制备。此外，纳米颗粒的形貌对Pickering乳液的稳定性及其潜在利用率有很大的影响。在本文中，我们回顾了近年来关于Pickering乳液的一些研究成果，重点介绍了纳米颗粒的形态，如立方体、椭球体、纳米片、球体、圆柱体、棒状、花生状，如何影响这种乳液的类型和稳定性，以及它们在抗菌活性、蛋白质识别、催化、光催化和水净化等不同领域的应用。