动物源性食品可以为人体提供必需的蛋白质、矿物质、维生素等营养物质，在世界各国的饮食结构中占有重要地位。动物源性食品营养丰富、水分含量高，在贮藏和销售过程中极易因腐败变质造成浪费。联合国粮食及农业组织(Food and Agriculture Organization of the United Nations，FAO)调查报告显示，全球每年肉类产量约为2.63亿t，其中浪费或损失量超过20%[1]。包装是保障食品安全，维持食品品质以及减少食物浪费的重要环节。近年来，可食性膜和活性包装在动物源性食品的保鲜与延长货架期方面取得了不错的成果[2-3]。但这些新型包装和传统包装对食品新鲜度的判断仍停留在外观观察以及核对有效期上，由于这些包装无法实时监测并提供食品的质量信息，即使严格遵守食用标准，消费者依然有可能面临变质食品的风险[4]。此外，因为无法准确判断食品的质量状况，消费者往往会因为颜色或质地上微小的变化而丢弃品质良好的食物，加剧了食物浪费[5]。
量化食品质量一直是食品工业的一个重要目标，而智能包装最大的优点在于能够实时监测食品质量，保证食品安全，显示产品真实的货架期，减少食物浪费[6]。动物源性食品普遍具有高营养、高水分的特点，从生产到销售的各个环节都有可能发生腐败变质，特别是在消费者追求最低限度加工、新鲜和即食食品的时代，利用智能包装实时检测并报告动物源性食品的质量状况具有十分重要的意义[7]。目前智能包装在果蔬、奶制品、水产品、肉类等食品中均有应用。LYU等[8]开发了一种基于溴百里酚蓝/四丁基铵离子的多层智能包装薄膜，可通过颜色变化反映泡菜中的CO2浓度的改变，从而监测产品质量。TIRTASHI等[9]研究了一种基于花青素、纤维素和壳聚糖的pH响应指示器，在包装牛奶变质过程中该pH指示剂会由蓝色变为紫色。ZHAI等[10]研究了一种基于结冷胶和银纳米粒子的H2S比色传感器，能够通过肉眼可见的颜色变化有效监测包装鸡胸肉和鲢鱼肉的腐败变质。目前，国内外关于智能包装的应用研究较多，但缺乏对智能包装在动物源性食品中应用的系统分析和总结。基于此，本文综述了国内外关于智能包装在动物源性食品中应用的最新进展，并对其发展趋势进行了预测，以期为智能包装在动物源性食品质量与安全监控方面的研究提供参考。
1 智能包装概述
1.1 智能包装的定义
欧洲食品安全局(European Food Safety Authority，EFSA)对智能包装的定义为“监控包装食品状况或外部环境变化的材料或物品”[11]。也有学者将智能包装定义为一种具备智能功能(如检测、感知、记录和通信)的包装系统，在传统包装的基础上结合物理、化学、生物以及互联网等最新科学技术，使包装更加智能化，延长食品货架期，提高质量安全，提供产品信息，协助消费者对产品可能出现的问题做出有效判断[12]。智能包装与内部食物成分、代谢产物或外部环境条件相互作用，通过颜色变化或电信号实时反馈产品信息(如包装完整性、质量状态和储存条件)[13]。智能包装与活性包装作为食品包装领域的前瞻性技术常被放在一起研究，但这2种包装技术的侧重点并不相同。活性包装通常采用具有活性功能的包装材料或物质延长保质期或改善食品品质[14]。智能包装则更加强调监测记录包装产品内外环境变化，并将食品的质量安全状况直观的反应给消费者或生产商。
1.2 智能包装的发展现状
智能包装产业是一个新型市场，美国弗里多尼亚集团(FREEDONIA GROUP)在关于活性和智能包装的报告中预测，美国对活性和智能包装的需求将以每年7.3%的速度持续增长，预计在2019年达到40亿美元[5]。目前，智能包装更多的应用在附加值高且易腐败的食品中，但与活性包装相比，商业化速度较慢，主要原因可以归结为新包装材料的安全性与较高的使用成本[15]。随着人们对健康饮食的追求，更少的使用添加剂，更低的加工程度已成为食品行业的发展趋势，这对食品质量与安全提出了更大的挑战，如何及时准确地检测食品的新鲜度与安全性已经成为了一个热点研究方向，极大地推动了智能包装产业在动物源性食品领域的发展进程。
2 智能包装的分类
食品在生产加工过程中的质量可以通过化学分析或仪器分析来进行检测，而食品经过包装进入销售环节后其品质仍在不断地变化，智能包装能够便捷地协助消费者判断不易察觉的品质变化。目前应用于食品领域的智能包装主要分为3大类，可分为射频识别(Radio Frequency Identification，RFID)标签、指示器型和传感器型。
2.1 射频识别(RFID标签)
RFID标签是一种可远程操作的、非接触式的高级数据载体，利用电磁场同时存储和传递多个产品的实时信息，RFID系统主要由3部分组成：具有微芯片的标签；可发射无线电信号并接受标签数据的读取器；信息通过实时数据库服务器传递到主机上进行分析与决策[16]。ALFIAN等[17]开发了一种集成RFID标签、无线传感器网络(wireless sensor networks, WSN)和数据挖掘技术的食品可追溯系统，能够保证产品的可追溯性，并实时提供食品完整的温度和湿度。EOM等[18]提出了一种基于RFID标签的肉类新鲜度和使用日期监测系统，该系统同时集成了温度传感器、湿度传感器和气体传感器，可以对猪肉等肉类产品的新鲜度进行高、中、低和变质4个等级的评价。
2.2 指示器型智能包装
指示器型智能包装利用视觉上颜色的变化直观反映包装食品中特定物质浓度或环境的改变，可分为气体指示器型、新鲜度指示器型和时间-温度指示器型。
2.2.1 气体指示器型
气体指示型智能包装是基于氧化还原反应或酸碱反应的颜色变化来监测包装内部特定气体的浓度，如O2和CO2[19]。包装内部气体环境与食品的货架期密切相关，气体环境的改变通常是由于包装泄漏、微生物代谢或食品自身发生化学反应引起的[20]。WON等[21]研究了一种以漆酶、愈创木酚和半胱氨酸为主要材料的改进型氧指示剂，使用时可手动破坏组分间的屏障，不同组分接触后即可发挥有效功能，实验表明，指示剂响应时间和颜色变化速率与氧气浓度成正比。胡云峰等[22]研究了一种以甲基红和溴百里酚蓝为指示剂的CO2敏感型指示标签，将指示剂、甘油和甲基纤维素混合得到气敏性凝胶，再结合到棉质纤维纸上制得，对不同浓度的CO2颜色有显著变化，可用于果蔬及肉制品。
2.2.2 新鲜度指示器型
新鲜度指示型智能包装通过监测新鲜食品中微生物的代谢产物来反映食品的质量状况，常作为检测对象的微生物代谢产物有乙醇、葡萄糖、二氧化碳、有机酸、生物胺、挥发性含氮化合物等[23]。为了能与这些物质有效接触，新鲜度指示剂一般放在包装内部。CHOI等[24]以琼脂和马铃薯粉作为固定花青素的基质制成了一种智能pH指示膜，新鲜猪肉在变质过程中染料会从红色变成绿色。ZHAI等[25]研究了一种以淀粉、聚乙烯醇和玫瑰茄花青素为主要材料的比色薄膜，用于监测鲢鱼在冷藏温度下的新鲜度，实验表明，基于挥发性盐基氮(total volatile base nitrogen, TVB-N)与鱼肉新鲜度的相关性，比色膜随时间推移会出现颜色变化。
2.2.3 时间-温度指示器型
时间-温度指示型(Time-Temperature Indicators，TTI)智能包装可以持续监测冷藏或冷冻产品的温度，其原理是时间和温度会对食品产生的化学、机械、酶促或生物影响[26]。肉及肉制品在冷冻或冷藏期间发生频繁的温度波动或反复冻融会导致蛋白质变性和脂质氧化，导致肉的品质急剧下降[27]。TTI智能包装主要有3种功能：一是确定产品所处温度是否在规定范围内；二是显示产品是否受温度影响而产生了质量变化；三是记录食品在供应链中温度数据[6]。WAN等[28]开发了一种基于电化学伪晶体管的新型TTI，不仅可以通过化学变色前沿的迁移长度表示时间温度历史，还可以与RFID标签联用，为易腐食品提供双重保护。王琳等[29]研究了一种基于糖化酶催化麦芽糊精水解反应的固定化糖化酶型TTI，该TTI的活化能与酸奶的要求匹配，可以监测冷链中酸奶的质量变化，检测误差在15%以内。
2.3 传感器型智能包装
传感器型智能包装能够快速无损地检测包装食品中的化合物或气体，是分析仪器的最佳替代品，如气相色谱-质谱联用仪等[30]。传感器型智能包装可分为比色传感器型、气体传感器型和生物传感器型。
2.3.1 比色传感器型
比色传感器的原理是基于挥发性成分和化学染料之间的配体结合反应，通过颜色变化对特定的化学成分进行定性或定量分析，且成本较低、结构简单、安全可靠，越来越多的天然色素被应用于比色传感器的开发[31]。MA等[32]将姜黄素整合到塔拉胶或聚乙烯醇薄膜中制备了一种比色传感器，通过感应NH3的存在反映室温条件下虾的腐败程度，1～3 min内即可看到颜色响应。HUANG等[33]研究了一种基于4种天然色素(分别提取于菠菜、黑米、茉莉和萝卜)的比色传感器阵列，通过检测猪肉在腐败过程中产生的生物胺来反映其新鲜度，实验表明，传感器颜色的变化与总活菌数和生物胺含量具有良好的相关性。
2.3.2 气体传感器型
气体传感器型是智能包装中最具实际应用前景的类型，这种智能包装能够以相对较低成本可靠地检测某些气体，而食品的腐败情况可通过特定气体(如CO2和H2S)的浓度来确定[34]。KOSKELA等[35]以醋酸铜印刷纸为原料，利用商用柔性印制电路板工艺，在塑料基板上制成了一种用于监测气调包装中鸡肉腐败产生的H2S的气体传感器，实验证明，醋酸铜薄膜对H2S有良好的敏感性。大多数气体传感器属于化学传感器范畴，也有部分属于光学传感器，如荧光氧气传感器，其原理是特定的染料分子(荧光或磷光)吸收光能后转变为激发态并发出相应波长的辐射，这种激发态发光染料在与氧分子碰撞时会发生猝灭，发光强度随时间降低，猝灭程度与系统内的氧浓度成正比[36]。
2.3.3 生物传感器型
生物传感器用于检测，记录和传输与生物反应有关的信息，包括生物受体(酶、抗原、激素或核酸等)、信号转换器以及数据采集和处理系统，其中酶是最常用的生物识别元件，这类生物传感器对底物有高度的特异性和选择性[37]。Toxin Guard TM是由TOXIN ALERT(Canada)开发的一种基于抗体—抗原反应的视觉生物传感器，抗体被固定在聚乙烯薄膜上，通过与靶病原体反应引起其形状或颜色的变化，从而显示致病菌(如沙门氏菌、弯曲杆菌、大肠杆菌和李斯特菌)的存在[38]。表1给出了不同类型智能包装的优缺点[12-16]。
表1 不同类型智能包装的优缺点
Table 1 Advantages and disadvantages of different types of smart packaging
类型优点缺点RFID标签非接触式实时处理信息,信息容量大;自动快速识别和追溯产品,可重复利用成本较高,结构复杂,需要强大的电子信息网络支持气体指示器型成本低,结构简单,结果肉眼可见;检测限低,可替代分析仪器需置于包装内部,与食品接触;若产品水分含量高,容易失色,出现假阳性或假阴性结果;无气体浓度信息新鲜度指示器型成本低,结构简单,结果肉眼可见;无损检测,可使用天然化合物,提高产品安全性需置于包装内部,与食品接触;若产品水分含量高,容易失色,出现假阳性或假阴性结果TTI型成本低,结构简单,结果肉眼可见;不直接与食品接触精确度有限,一般只适用于冷藏和冷冻食品比色传感器型检测速度快,可定性定量分析选择性和稳定性较差气体传感器型选择性好,灵敏度高,反应速度快成本较高,稳定性差,可能需要光学设备辅助分析生物传感器型特异性强、准确度高,检测效率高,可准确检测病原体稳定性和重现性较差;可能对食品造成污染
3 智能包装在动物源性食品质量与安全监控中的应用
在食品工业快速发展的今天，动物源性食品的质量与安全监控不仅关乎每一个消费者的利益，更是面对全球粮食短缺问题所不能忽视的重要环节。随着包装食品在消费市场中所占比例越来越大，未来动物源性食品的质量与安全将更加依赖于各种新型包装技术。而智能包装最重要的功能就是协助消费者对动物源性食品的质量与安全做出准确的判断，不仅使消费者获得更加新鲜安全的产品，同时也避免了因消费者对产品质量误判而造成的食物浪费。
3.1 品质评价
智能包装可以利用与动物源性食品腐败变质相关的生化代谢产物、气体以及pH值的变化来判定产品的品质状况。有资料显示包装肉制品腐败变质的主要特征为生物胺的形成、CO2浓度增加和pH值降低[39]。动物源性食品新鲜度的降低是因为储存期间发生了不同程度的生化反应和微生物繁殖，导致蛋白质、脂质和碳水化合物被酶和细菌分解，同时产生氨、CO2、硫化氢以及醛酮类挥发性物质[40]。
SHUKLA等[41]开发了一种基于溴酚蓝的比色传感器通过对水牛肉冷藏储存期间的挥发性盐基氮(TVB-N)进行检测，可实时反映肉的品质，研究人员通过离心将溴酚蓝涂覆在指示剂载体(滤纸)上制成传感器，用保鲜膜将传感器(内侧)紧贴水牛肉封装在聚苯乙烯盒中，随着包装中TVB-N浓度的增加，传感器的颜色变化与肉质劣化具有显著的相关性。KUSWANDI等[42]研究了一种基于甲基红和溴甲酚紫的双pH指示器标签，用于检测室温或冷藏条件下牛肉的新鲜度，随着牛肉品质的变化，甲基红和溴甲酚紫可同时发生颜色变化，研究表明，这种双指示器标签检测效果更加准确，降低了假阳性或假阴性结果出现的概率。郭素娟等[43]研究了一种脂肪酶型TTI用于羊肉新鲜度的评价，以脂肪酶为底物测定羊肉腐败产生的TVB-N，混合指示剂体系中甲酚红、溴代麝香酚兰与酚酞的体积比为2∶3∶10，在羊肉腐败过程中指示剂体系颜色由紫色变成蓝色，最终变为淡黄色。
3.2 微生物和氧气检测
智能包装不仅可以直接对食品的品质进行评价，还可以对导致动物源性食品品质恶化的关键因素进行准确地检测，如O2和微生物。氧化和微生物繁殖会导致肉类产品的颜色改变，营养损失(如维生素，必需脂肪酸和必需氨基酸)，甚至产生有毒有害物质，使产品的货架期大大缩短[44]。
微生物生长繁殖的代谢产物如酸类物质(乙酸、乳酸)和其他气体成分会使包装产品内部环境的pH值发生改变，这为智能包装成为检测动物源性食品微生物腐败的一种新型手段提供了理论基础。与动物源性食品腐败有关的常见微生物有乳酸菌、假单胞菌属、单增李斯特菌、沙门氏菌和大肠杆菌[45]。RUKCHON等[46]开发了一种使用混合pH指示剂的智能包装，该包装含有2组pH敏感染料，一组是溴百里酚蓝和甲基红的混合物，另一组是溴百里酚蓝、溴甲酚绿和酚红的混合物，实验表明，混合指示剂颜色变化与去皮鸡胸肉的CO2水平和微生物生长模式有良好的相关性，能够在各种恒定温度或温度波动条件下实时监测鸡肉的腐败。WANG等[47]开发了一种用于快速检测肉汤中大肠杆菌O157∶H7的电化学生物传感器，该传感器同时使用了磁性纳米颗粒(MNP)和金纳米颗粒(AuNP)，磁性纳米颗粒与单克隆抗体结合可将肉汤样品中的靶大肠杆菌O157∶H7分离出来，金纳米颗粒再与多克隆抗体结合形成MNP-靶-AuNP结构，最后通过电化学方法测量AuNP的量，从而确定靶细菌的存在与数量，可在45 min内完整个检测过程。虽然该研究中生物传感器的实验对象是肉汤培养基，但是因其可以简单快速地获取检测结果，若经过针对性的重新调整，使其符合肉类包装的应用条件，则可以在动物源性食品微生物腐败检测方面发挥极大的潜力。此外，温度是决定微生物腐败动力学的主要环境因素之一，动物源性食品在运输和销售过程中并不总是处于稳定的冷链条件中，温度波动对食品的贮藏期有着显著的影响，不合理的温度条件会使微生物大量繁殖，加速食品腐败，TTI可以作为额外的安全表征措施表明产品在储存期间是否已被加热到低于或高于阈值极限(如灭菌和巴氏杀菌过程)，协助消费者评估包装内的微生物腐败情况[48]。
包装内部的气体组分与包装食品的品质和货架期密切相关，包装泄露会破坏包装内部气体环境，影响最大的因素是O2浓度的改变。动物源性食品中丰富的蛋白质和脂质在适宜O2浓度的条件下极易发生氧化，这是该类产品腐败变质的主要原因之一。以最常见的肉及肉制品为例，蛋白质在加工和储存过程中发生氧化会发生交联、断裂、聚集以及溶解性和持水力降低，从而导致肉类产品的感官品质和营养价值下降[49]。脂质氧化是多不饱和脂肪酸与活性氧反应引发一系列次级反应的过程，使肉及肉制品产生腐臭味、变色和生成有毒化合物，影响消费者的健康和接受度[50]。色泽也是消费者判断肉类产品新鲜度的重要指标之一，肉的色泽主要由脱氧肌红蛋白(紫红色)、氧合肌红蛋白(鲜红色)和高铁肌红蛋白(褐红色)决定，O2浓度会影响3种肌红蛋白的比例使肉色发生改变[51]。因此，无论是隔绝O2的真空包装，还是保持肉品鲜红色泽的高O2调包装，O2都是十分重要的参数。这些包装可以考虑与智能包装结合使用，利用智能包装实时监测包装内部O2浓度的变化，以确保相应功能的完整性。SAARINEN等[52]开发了一种用于气调包装的低成本比色氧指示器，以TiO2纳米颗粒和亚甲基蓝指示剂油墨为主要原料且能够大规模生产，该指示器通过紫外线活化，其原理是基于指示剂染料可逆的氧化还原反应，随着光吸收的变化产生颜色变化，可直接印刷在包装材料上或印刷在标签上置于包装内部，为气调包装提供泄露指示功能。KHANKAEW等[53]研究了一种基于蒽醌染料的多功能传感器，在有O2存在的条件下，传感器薄膜会在24 h内由黄色(对苯二酚)变成绿色，最终变成蓝色(醌)，研究表明，颜色变化过程中达到中间状态(绿色)的时间可以用来评估O2浓度，同时文章指出，薄膜(黄色)在5 ℃变为绿色所需的时间也可作为评价冷藏新鲜食品的安全性指标。
3.3 防伪与可追溯性
智能包装不仅可以检测食品的质量与安全，还能够用于动物源性食品的防伪，确保产品的可追溯性，提高供应链内的信息流动效率，实现高效调配[54]。尤其是附加值较高的肉类产品，肉品的产地和品牌对消费者的购买意愿和价值判断有很大影响，因此有必要保证这类产品来源的合法性以及在整个供应链的可追溯性。通过智能包装(如RDIF标签)可以有效收集产品在供应链各个阶段的完整信息，为寻找影响产品货架期的因素和产品的优化升级提供数据支持[55]。FOO等[56]采用带有交叉指示型电极的金纳米粒子，通过溶胶-凝胶旋涂技术修饰ZnO薄膜，成功制备了一种无标记DNA生物传感器，用于猪肉成分的DNA杂交检测，ZnO薄膜上的金纳米粒子为硫醇DNA探针提供了附着点位，显著提高了生物传感器的灵敏度，在判断清真食品真伪方面有较大的应用空间。德国CRAEMER集团推出了一款智能鱼箱，以响应欧盟新的法规，该法规规定鱼类产品必须贴上标签并且完全可追溯，这种智能鱼箱与RFID应答器联合使用，可自动识别和追踪有关鱼的质量和渔场捕获量等信息[57]。表2列举了应用于动物源性食品的智能包装。
表2 智能包装在动物源性食品中的应用
Table 2 Application of intelligent packaging in animal derived food products
类型主要材料或基质原理应用产品现象参考文献生物传感器型姜黄素、塔拉胶或聚乙烯醇薄膜NH3含量变化虾从淡黄色变为橙红色[32]比色传感器型菠菜、黑米、茉莉和萝卜中的天然色素生物胺含量变化猪肉/[33]溴酚蓝TVB-N含量变化水牛肉从黄色变为蓝色[41]新鲜度指示器型淀粉、聚乙烯醇、玫瑰茄花青素TVB-N含量变化鲢鱼从紫红色变为绿色或黄色[25]甲基红、溴甲酚紫pH变化牛肉甲基红从红色变为黄色,溴甲酚紫从黄色变为紫色[42]溴百里酚蓝、甲基红、溴甲酚绿、酚红pH变化无皮鸡肉M1型:绿色变为黄色;M2型:绿色变为橙黄色;P型:紫色变为绿色[46]2,4,6-三硝基苯基固体聚合物生物胺含量变化金枪鱼、牛肉从黄色变为橙色或微红色[58]时间温度指示器型黑曲霉脂肪酶、三丁酸甘油酯酶促反应鱼、贝类从蓝色变为黄色[59]
4 展望
智能包装作为食品包装领域的新兴技术，能否快速完成商业化，并大规模投入市场，取决于包装的安全性、稳定性、成本和法律框架的建立。智能包装全程追踪并实时监测食品质量与安全的功能对容易发生腐败变质的动物源性食品意义重大，但智能包装若要更普遍地应用于动物源性食品仍需要进一步的研究与创新，未来的发展趋势主要有以下几个方面。
(1)为了有效检测动物源性食品品质劣变的特征物质，智能包装采用了较多的新型接触材料和化学物质，这些新材料、新物质必须保证无毒无害，不对食品风味产生较大影响，这在未来需要大量的实验验证以获得立法支持。
(2)变质的动物源性食品会对人体健康造成严重危害，因此不断提高智能包装质量安全监测的准确性和稳定性，降低检出假阳性或假阴性结果的概率也是一个重要的研究方向。
(3)动物源性食品的基础价值普遍较高，智能包装的应用会进一步提高产品的销售价格，积极寻找更低廉的生产原料，开发可回收利用的智能包装是降低成本的有效途径。另外，部分智能包装需要额外设备以获取检测结果，依托于成熟的智能手机和互联网市场，开发移动光学检测设备也是降低智能包装使用成本的发展方向。
(4)动物源性食品的质量变化往往是由多种因素造成的，甚至是包装系统自身的故障或误用，单纯依赖智能包装来确保产品的质量与安全并不完全可靠。因此，智能包装技术与活性包装、可食性膜等其他食品保鲜贮藏技术的联合使用是未来发展的必然趋势，多种包装技术优势互补可以为动物源性食品的质量与安全提供更强力的保障。
[1] Food and Agriculture Organization of the United Nations. SAVE FOOD: Global initiative on food loss and waste reduction[R/OL]. (2012)[2019]. http://www.fao.org/save-food/resources/keyfindings/infographics/meat/en.
[2] 李雪,贺稚非,李洪军.可食性膜在肉及肉制品保鲜贮藏中的应用研究进展[J].食品与发酵工业, 2019, 45(2): 233-239.
[3] 李墨琳,罗欣,刘国星,等.活性包装对肉制品品质及货架期的影响研究进展[J].食品科学,2019, 40(11):313-320.
[4] YOUSEFI H, SU H M, IMANI S M, et al. Intelligent food packaging: A review of smart sensing technologies for monitoring food quality[J]. ACS Sensors, 2019, 4(4): 808-821.
[5] POYATOS-RACIONERO E, ROS-LIS J V, VIVANCOS J L, et al. Recent advances on intelligent packaging as tools to reduce food waste[J]. Journal of Cleaner Production, 2018, 172: 3 398-3 409.
[6] MÜLLER P, SCHMID M. Intelligent packaging in the food sector: A brief overview[J]. Foods (Basel, Switzerland), 2019, 8(1): 16.
[7] SALIU F, DELLA PERGOLA R. Carbon dioxide colorimetric indicators for food packaging application: Applicability of anthocyanin and poly-lysine mixtures[J]. Sensors and Actuators B: Chemical, 2018, 258: 1 117-1 124.
[8] LYU J S, CHOI I, HWANG K S, et al. Development of a BTB-/TBA+ ion-paired dye-based CO2 indicator and its application in a multilayered intelligent packaging system[J]. Sensors and Actuators B: Chemical, 2019, 282: 359-365.
[9] TIRTASHI F E, MORADI M, TAJIK H, et al. Cellulose/chitosan pH-responsive indicator incorporated with carrot anthocyanins for intelligent food packaging[J]. International Journal of Biological Macromolecules, 2019, 136: 920-926.
[10] ZHAI X, LI Z, SHI J, et al. A colorimetric hydrogen sulfide sensor based on gellan gum-silver nanoparticles bionanocomposite for monitoring of meat spoilage in intelligent packaging[J]. Food Chemistry, 2019, 290: 135-143.
[11] European Food Safety Authority (EFSA). Guidelines on submission of a dossier for safety evaluation by the EFSA of active or intelligent substances present in active and intelligent materials and articles intended to come into contact with food[J]. EFSA Journal, 2009, 7(8): 1 208.
[12] HEISING J K, DEKKER M, BARTELS P V, et al. Monitoring the quality of perishable foods: opportunities for intelligent packaging[J]. Critical Reviews in Food Science and Nutrition, 2014, 54(5): 645-654.
[13] SOHAIL M, SUN D W, ZHU Z. Recent developments in intelligent packaging for enhancing food quality and safety[J]. Critical Reviews in Food Science and Nutrition, 2018, 58(15): 2 650-2 662.
[14] 骆双灵,张萍,高德.肉类食品保鲜包装材料与技术的研究进展[J].食品与发酵工业,2019,45(4):220-228.
[15] GHAANI M， COZZOLINO C A， CASTELLI G， et al. An overview of the intelligent packaging technologies in the food sector[J]. Trends in Food Science & Technology, 2016, 51: 1-11.
[16] COSTA C, ANTONUCCI F, PALLOTTINO F, et al. A review on agri-food supply chain traceability by means of RFID technology[J]. Food and Bioprocess Technology, 2013, 6(2): 353-366.
[17] ALFIAN G, RHEE J, AHN H, et al. Integration of RFID, wireless sensor networks, and data mining in an e-pedigree food traceability system[J]. Journal of Food Engineering, 2017, 212: 65-75.
[18] EOM K H, HYUN K H, LIN S, et al. The meat freshness monitoring system using the smart RFID tag[J]. International Journal of Distributed Sensor Networks, 2014, 10(7): 591 812.
[19] DOBRUCKA R, CIERPISZEWSKI R. Active and intelligent packaging food-research and development-a review[J]. Polish Journal of Food and Nutrition Sciences, 2014, 64(1): 7-15.
[20] ZHANG Y, LIM L T. Colorimetric array indicator for NH3 and CO2 detection[J]. Sensors and Actuators B: Chemical, 2018, 255: 3 216-3 226.
[21] WON K， JANG N Y， JEON J. A natural component-based oxygen indicator with in-pack activation for intelligent food packaging[J]. Journal of Agricultural and Food Chemistry, 2016, 64(51): 9 675-9 679.
[22] 胡云峰,陈君然,贺业鑫,等.食品用CO2敏感型指示卡研究[J].中国粮油学报, 2015, 30(4):125-129.
[23] REALINI C E， MARCOS B. Active and intelligent packaging systems for a modern society[J]. Meat Science, 2014, 98(3):404-419.
[24] CHOI I， LEE J Y， LACROIX M， et al. Intelligent pH indicator film composed of agar/potato starch and anthocyanin extracts from purple sweet potato[J]. Food Chemistry, 2017, 218:122-128.
[25] ZHAI X， SHI J， ZOU X， et al. Novel colorimetric films based on starch/polyvinyl alcohol incorporated with roselle anthocyanins for fish freshness monitoring[J]. Food Hydrocolloids, 2017, 69:308-317.
[26] WANG S, LIU X, YANG M, et al. Review of time temperature indicators as quality monitors in food packaging[J]. Packaging Technology and Science, 2015, 28(10): 839-867.
[27] LEE H S, BAE D H. Changes in the shelf life of frozen pork patties containing 10 and 15 percent fat according to different storage temperatures[J]. British Food Journal, 2018, 120(1): 224-239.
[28] WAN X, KNOLL M. A new type of TTI based on an electrochemical pseudo transistor[J]. Journal of Food Engineering, 2016, 168: 79-83.
[29] 王琳,孟晶晶,李园锦,等.固定化糖化酶型时间-温度指示器在酸奶质量检测上的应用[J].包装学报, 2018, 10(1): 46-53.
[30] LLOBET E. Gas sensors using carbon nanomaterials: A review[J]. Sensors & Actuators B Chemical, 2013, 179:32-45.
[31] AHMED I, LIN H, ZOU L, et al. An overview of smart packaging technologies for monitoring safety and quality of meat and meat products[J]. Packaging Technology and Science, 2018, 31(7): 449-471.
[32] MA Q, DU L, WANG L. Tara gum/polyvinyl alcohol-based colorimetric NH3 indicator films incorporating curcumin for intelligent packaging[J]. Sensors and Actuators B: Chemical, 2017, 244: 759-766.
[33] HUANG X W， ZOU X B， SHI J Y， et al. Determination of pork spoilage by colorimetric gas sensor array based on natural pigments[J]. Food Chemistry, 2014, 145:549-554.
[34] SCHUMANN B, SCHMID M. Packaging concepts for fresh and processed meat-recent progresses[J]. Innovative Food Science & Emerging Technologies, 2018, 47: 88-100.
[35] KOSKELA J, SARFRAZ J, IHALAINEN P, et al. Monitoring the quality of raw poultry by detecting hydrogen sulfide with printed sensors[J]. Sensors and Actuators B: Chemical, 2015, 218: 89-96.
[36] LEE S Y， LEE S J， CHOI D S， et al. Current topics in active and intelligent food packaging for preservation of fresh foods[J]. Journal of the Science of Food and Agriculture, 2015, 95(14):2 799-2 810.
[37] PARK Y W, KIM S M, LEE J Y, et al. Application of biosensors in smart packaging[J]. Molecular and Cellular Toxicology, 2015, 11(3):277-285.
[38] BIJI K B, RAVISHANKAR C N, MOHAN C O, et al. Smart packaging systems for food applications: a review[J]. Journal of Food Science and Technology, 2015, 52(10): 6 125-6 135.
[39] KERRY J, BUTLER P. Smart packaging technologies for fast moving consumer goods[M]. New York: John Wiley & Sons, 2008: 111-127.
[40] MOHEBI E, MARQUEZ L. Intelligent packaging in meat industry: An overview of existing solutions[J]. Journal of Food Science and Technology, 2015, 52(7): 3 947-3 964.
[41] SHUKLA V, KANDEEPAN G, VISHNURAJ M R. Development of on-package indicator sensor for real-time monitoring of buffalo meat quality during refrigeration storage[J]. Food Analytical Methods, 2015, 8(6):1 591-1 597.
[42] KUSWANDI B, NURFAWAIDI A. On-package dual sensors label based on pH indicators for real-time monitoring of beef freshness[J]. Food Control, 2017, 82:91-100.
[43] 郭素娟,卢士玲,李开雄,等.基于TTI的冷鲜羊肉新鲜度研究[J].食品工业科技,2014,35(13):112-116.
[44] PATEIRO M, BARBA F J, DOM
NGUEZ R, et al. Essential oils as natural additives to prevent oxidation reactions in meat and meat products: A review[J]. Food Research International, 2018, 113: 156-166.
[45] HOLMAN B W B， KERRY J P， HOPKINS D L. Meat packaging solutions to current industry challenges: A review[J]. Meat Science, 2018,144:159-168.
[46] RUKCHON C， NOPWINYUWONG A， TREVANICH S， et al. Development of a food spoilage indicator for monitoring freshness of skinless chicken breast[J]. Talanta, 2014, 130:547-554.
[47] WANG Y， ALOCILJA E C. Gold nanoparticle-labeled biosensor for rapid and sensitive detection of bacterial pathogens[J]. Journal of Biological Engineering, 2015, 9(1):16.
[48] KIM E, CHOI D Y, KIM H C, et al. Calibrations between the variables of microbial TTI response and ground pork qualities[J]. Meat Science, 2013, 95(2): 362-367.
[49] LUND M N, HEINONEN M, BARON C P, et al. Protein oxidation in muscle foods: A review[J]. Molecular Nutrition & Food Research, 2011, 55(1): 83-95.
[50] AMARAL A B, SILVA M V, LANNES S C S. Lipid oxidation in meat: mechanisms and protective factors-a review[J]. Food Science and Technology, 2018, 38: 1-15.
[51] SUMAN S P, JOSEPH P. Myoglobin chemistry and meat color[J]. Annual Review of Food Science and Technology, 2013, 4: 79-99.
[52] SAARINEN J J, REMONEN T, TOBJÖRK D, et al. Large-scale roll-to-roll patterned oxygen indicators for modified atmosphere packages[J]. Packaging Technology and Science, 2017, 30(5): 219-227.
[53] KHANKAEW S， MILLS A， YUSUFU D， et al. Multifunctional anthraquinone-based sensors: UV, O2 and time[J]. Sensors and Actuators B Chemical, 2016, 238:76-82.
[54] VANDERROOST M, RAGAERT P, DEVLIEGHERE F, et al. Intelligent food packaging: The next generation[J]. Trends in Food Science & Technology, 2014, 39(1): 47-62.
[55] MOHAMMED A， WANG Q. Multi-criteria optimization for a cost-effective design of an RFID-based meat supply chain[J]. British Food Journal, 2017, 119(3):676-689.
[56] FOO K L， HASHIM U， VOON C H， et al. Au decorated ZnO thin film: application to DNA sensing[J]. Microsystem Technologies, 2016, 22(4):903-910.
[57] Craemer. Storage And Transport Containers [P/OL]. (2014)[2019]. https://www.craemer.com/en/market-sectors/fish/
[58] PABLOS J L, VALLEJOS S, MU
OZ A, et al. Solid polymer substrates and coated fibers containing 2, 4, 6-trinitrobenzene motifs as smart labels for the visual detection of biogenic amine vapors[J]. Chemistry-A European Journal, 2015, 21(24): 8 733-8 736.
[59] WU D, HOU S, CHEN J, et al. Development and characterization of an enzymatic time-temperature indicator (TTI) based on Aspergillus niger lipase[J]. LWT-Food Science and Technology, 2015, 60(2):1 100-1 104.