AFLA-榛子：一种用于预测榛子中黄曲霉感染和黄曲霉素污染的模型

《Microbial Risk Analysis》：AFLA-hazelnut: a Model for the Prediction of Aspergillus flavus Infection and Aflatoxin Contamination in Hazelnuts

　　

Alessia Casu|Marco Camardo Leggieri|Paola Battilani

摘要

榛子（Corylus avellana L）是全球糖果产业的重要作物，但其生产链日益受到由Aspergillus flavus引起的黄曲霉毒素污染的威胁。在阿塞拜疆——世界上主要的榛子生产国之一——由于黄曲霉毒素含量多次超过欧洲标准，该行业面临经济和贸易上的限制。在这种情况下，预测模型成为有价值的决策支持工具，有助于提前识别污染风险高发期，并制定及时的采前管理策略。本研究提出了AFLA-hazelnut模型，这是一个基于过程的、受天气因素影响的模型，用于评估榛子果园中A. flavus感染及黄曲霉毒素B?（AFB?）污染的风险。该模型结合了基于文献的榛子生长物候子模型和真菌子模型，后者根据温度、相对湿度、降雨量和坚果水分活度（a_w）来模拟感染过程。研究人员专门为榛子制定了水分活度曲线，以描述其在易感繁殖阶段的动态变化，从而支持每小时级别的模拟分析。该模型输出两个指标：感染风险指数（IH）和黄曲霉毒素风险指数（AFB1-I）。模型结果通过独立的采前实地数据进行了验证。感染风险指数（IH）与实际观察到的真菌感染情况高度吻合，表明该模型能够准确反映感染压力的生物学变化趋势。然而，由于黄曲霉毒素阳性样本数量有限，无法对AFB1-I指数进行定量验证，其可靠性主要依赖于间接证据和模型结构。AFLA-hazelnut模型是首个基于过程描述的框架，可用于研究A. flavus的感染动态并辅助评估榛子中的黄曲霉毒素风险。