中国食物数据库-研究生

《中国食物数据库-研究生》由会员分享，可在线阅读，更多相关《中国食物数据库-研究生（134页珍藏版）》请在装配图网上搜索。

1、食物成分数据及其应用,王竹 中国CDC 营养与食品安全所,大纲,重要意义 历史沿革 国际发展 基本框架 未来发展 营养素轮廓,FCD的重要作用,食物成分数据库（FCD） 是一个国家必需的公共卫生资料,FCD 是描述食物营养学特性、成分含量分布的资料信息。 膳食调查、营养评价、实施营养改善计划 膳食与疾病关系研究； 农业种植和食品工业生产 （优化 ） 国际食品贸易和交流 （营养标签） 国家相关法规标准如食物发展纲要制定 营养科学发展基础， 国家标准政策制定的依据,历史沿革,组织机构,中国CDC 营养与食品安全所 (INFS) 是负责 食物成分数据库（FCD）研究的核心机构，并结合国情的需要建立和

2、发展我国的FCD。,食物成分表的出版,1952 第一版的FCT 1963 第一版的修订和补充 1981 第二版FCT 1991 第三版FCT 1997 英文版FCT 2002 第四版FCT 2004 最新版,1997 英文版,1991 版 2001 营养摄入计算软件 2002 版,FCD的历史比较,最新版的食物成分表 2002，2004,Total 71263 data,国际食物成分数据网路NEASIAFOODS,FCT 国外发展情况,经济发达国家/地区 美国：已修订27次，现有食物数据库包括7500种食物和82种营养参数 日本：约有6000余种食物的营养参数，并且添加了各类食物的照片 FAO

3、/UNU INFOODS，在全世界有 18 个分支机构,FAO INFOODS 国际食物成分工作组,NEASIAFOODS,MASIAFOODS成立于1995年 协调员：王光亚研究员 2002年更名为NEASIAFOODS 协调员: 杨月欣 研究员 归属于FAO和INFOODS 的领导 7个成员: 中国及其台湾、香港、澳门，日本、蒙古、韩国,Executive Committee (China including mainland, Taiwan, HK, and Macao, Korea, Mongolia, Japanese, etc),Advisory Committee (UNU, F

4、AO),MASIAFOODS Regional Center of INFOODS of FAO,1 2 3 4 5 6 Subcommittees,Training subcommittee Data handling subcommittee Methodology subcommittee Recipe subcommittee Sampling methods subcommittee,第二届 NEASIAFOODS 大会,2002年12月3-7日，在北京举行 参加成员：中国、韩国、日本、蒙古、以及中国的台湾、香港、澳门,第三届 NEASIAFOODS 大会,地点：韩国 时间：2004

5、年4月21-22日 内容：食物成分数据的质量控制 有100多人参加了本次会议,食物成分数据库基本程序,不满意,食物成分数据库基本内容,定义、表达 样品采集/描述 分析方法 质量控制 命名、编码方法 数据编辑与修约 数据的应用,食物成分分析方法 食物能量评估 营养素换算因子 烹调损失因子 正确的定义和表达,技术信息库 食物信息库 食物成分数据库 特殊用途数据库,针对不同用户,食物成分的定义与表达度量的表达成分的表达数值的表达,营养素的定义包括了营养素的名称、化学构成、生理功能等多种内涵； 科学表达则包含了与之对应的表达单位和换算因子； 分析方法与营养素概念的匹配程度在确定数据的可信性方面则起到较

6、大作用。,现实工作中营养成分称谓 的混乱,1 能量 食物能量系数系统的计算公式,五种能量系数系统对食物能量值的影响,图 4 不同能量换算系统与中国采用系统能量值绝对差的修正均数图,阿特氏能量系数倾向于赋予食物最高的能量值，食物特异系数系统和改进的代谢能系统可获得适中的能量值，而欧式通用系数和净代谢能系统赋予食物最低水平的能量值。我国采用通用系数获得的食物能量值分别比其他系统获得能量值低736%。,膳食纤维含量对不同换算系统能量值偏差的影响,随着食物DF含量的增高能量值都呈现了下降的趋势。其中Sys_Ch随DF含量的增高能量值降幅最大；而Sys_J、Sys_ANZ的走势比较接近；NME在最后几个

7、极高DF食物中的能量值与Sys_J、Sys_ANZ接近，其它则与Sys_Ch的能量值水平接近；Atw_Gnrl对DF含量的变化没有直接的影响。,利用人体代谢实验观察膳食纤维的能量赋值,蔬菜、燕麦纤维和玉米纤维的消化能系数、即代谢能系数,32天 不同种类、剂量DF 蔬菜、燕麦纤维、小麦麸皮纤维和玉米麸皮纤维的能量系数分别为 8.4 kJ/g、8.2 kJ/g、 5.8和3.0 kJ/g。混合膳食纤维能量值平均为 6.7 kJ/g,能量换算系数kcal(kJ),蛋白质 4 (17) 脂肪 9 (37) 碳水化合物 4(17) 膳食纤维 2 (8) 有机酸 3 (13) 乙醇 7 (29) 糖醇 2

8、 (8),2 碳水化合物研究,？术语 可利用碳水化合物（available/unavailable) 复合碳水化合物(simple/complex) 糖（sugar, saccharide) ？表达 差减法 加和法,分类,WHO/FAO 糖 （单糖、双糖、糖醇） 寡糖（DP 29) 多糖 (DP10) 膳食纤维：不被消化 寡糖 非淀粉多糖 抗性淀粉,各国碳水化合物的计算方法,表达,CHO=100-PRO-FAT-W-A-DF 当计算总CHO时不减DF 当计算能量时必须减DF CHO=糖+淀粉,不同类型淀粉体内测定,不同淀粉样品的体外测定,3 脂肪酸,脂肪酸的表达 百分法 单体脂肪酸 %总脂肪酸

9、 分析方法 归一化法 直接测定法 转化因子 各国应用不一致 数据有限 混合油如何应用？,各国脂肪酸数据的表达方式,29种油类脂肪酸转换因子验证结果,6种豆类的脂肪酸转换因子验证结果,红豆 0.854 黄豆 0.940 花江豆 0.846 鹰嘴豆 0.840 花芸豆 0.848 黑豆 0.903 猫眼豆 0.834 绿豆 0.847 大白芸豆 0.770,3 维生素,维生素A、维生素E和叶酸的表达方式与营养素的活性和吸收利用率密切相关，而分析方法的影响也不容忽视。,VitA(g RE)=视黄醇(g)+-胡萝卜素(g)6+其他类型的胡萝卜素(g)12 VitA(g RAE)=视黄醇(g)+-胡萝卜

10、素(g)12+其他类型的胡萝卜素(g)24 单位 IU和g换算 1 IU = 0.30 g 视网醇,维生素A,维生素E存在形式：-、-、-、-生育酚，以及-、-、-和-三烯生育酚，其中-生育酚生物活性最高。 维生素E的含量目前有IU、各种VE含量、总维生素E含量、-TE 等表达方式。 -TE考虑到了各型维生素E之间生物活性的不同，是一种生物活性表达方式，较活力估计表达方式和含量表达方式更为科学。 -TE（mg）=-生育酚+0.50-生育酚+0.10-生育酚+0.30-三烯生育酚 维生素总E(mg)=-维生素E+-维生素E+-维生素E+-维生素E,维生素E,食物成分表中维生素E表达方式,叶酸,叶

11、酸的测定方法有高效液相色谱法和微生物法。叶酸含量是一个量的概念，属于含量表达方式，因此比较粗略。目前大多数国家仍然使用叶酸含量（）表达。 使用膳食叶酸当量DFE，这是在考虑并比较了天然食物中的叶酸与人工合成叶酸的生物利用率的不同后提出的，比含量表达方式更为科学。 总的膳食叶酸DFE（g）= 天然食物叶酸（g）+1.7强化食品叶酸（g） 叶酸当量的概念目前不适合用于我国数据库的表达。,数据的获得样品的采集 样本的处理 数据的分析,代表性 食品本身的代表性（如产地、季节、成熟度、批次） 消费的代表性 详细的采样计划 依据样品特性而定,消费调查,具体到每一种产品,销售范围分区 每个区定点 每个点抽样

12、 样品的混合、缩分，制成待测样 详细记录,分析方法,关键问题,灵敏性 特异性 适用范围 所测的是否为要表达的 不同方法之间的关系,修建国标,蛋白质,针对不同产品的换算因子 蛋白质的利用率,糖,糖 = 单糖+双糖 = 还原性+非还原性,特异性好 能明确含有哪些糖 （不遗漏）,根据产品性质选择方法 （不扩大）,糖,淀粉,膳食纤维总膳食纤维,膳食纤维特殊成分,钠、钙等,测定方法主要有 原子吸收分光光度法 电感耦合等离子体原子发射光谱(ICP-AES） 滴定法（水） 计算？ 除了食物本身外，还可来自于添加剂、强化剂 多以盐形式存在，注意纯度、分子式、含水量,维生素A,维生素E,标示“总-生育酚当量”

13、（mg -TE） 维生素E （mg -TE） =-生育酚(mg) + 0.5-生育酚(mg) +0.1-生育酚(mg) +0.3三烯生育酚(mg) + 0.01-生育酚(mg) 维生素E的测定方法必须能分型 以往将各型维生素E简单加和,叶酸,天然叶酸-合成叶酸 表达形式 微克(g) 微克膳食叶酸当量（g DFE） 1 g DEF=天然叶酸(g)+ 1.7强化叶酸(g),叶酸,食物的描述、命名与编码方法,食物分类 食物种类、饮食习惯、加工方式） 食物编码 用最短码长清楚表达食物的类别和属性，还要能够满足最小级别的食物类属中食物数量增容扩充的需要。 命名系统 用于记录成分名称、表达、获得数据方法等

14、,数据编辑与修约,确立构成数据库的营养素种类和项目 按照以下三个原则选择食物成分数据库中的营养素种类。新建食物1093种和修订的食物1358种共计2451个食物的95项食物成分，如宏量营养素11项、维生素16、矿物质11项、脂肪酸39项、氨基酸20项 。,确定数据的标准 为保障数据质量，确定了数据选择、限制和修约原则；如数据值的范围 给出每一个数据元的合法的范围；量纲给出数字的度量单位、增量的步长、零点的定标等。在数据是非数字量的情况下，要给出每一种合法值的形式和含意。数据更新和处理的频度 给出更新处理的频度的平均值，或变化情况量。数据库对象的命名规范等等。 保障了不同年代和时间所有数据的一致

15、性、重用性和集成性， 以及关系数据库中保持数据的一致性，可维护性，提高了数据资产和科学进程的联系，提高了整体质量。,其它参数的设计 其它参数设置如不同版本的约定和用于标识库内各个文卷、记录、数据项的命名约定等。，用于产生、修改、更新或使用这些数据文卷的操作指导 ；具体的参数最为恰当的修改，根据应用系统所要求的数据库功能和支持软件要求。如数据库管理系统、存储程序和用于生成、修改、更新数据库的程序等。,整体数据库,描述型数据溯源 数据型数据查阅、计算 技术型数据后台,食物描述 -2002 edition,食物来源分布在20个省 可通过英文名称的检索 共有280张食物图片 -与相近食物区分 -种类

16、-重量 为方便使用者服务,食物分类 -FCT 2002,食物分类 -FCT 2002（续）,中国FCD目前状况和活动,研究项目,1)中国食物品质和营养参数的研究- 科技部 2)中国体质参数数据库分课题：食物数据的应用研究-科技部 3)中国食物成分数据库的补充- 达能营养基金 4)北京食物成分数据库的研究-北京自然科学基金,相关研究,膳食纤维、抗性淀粉、低聚糖的定义、分析方法和能量系数 血糖生成指数 营养素补充剂数据库 功能性食品和新资源食品数据库,营养素保留因子,-加工前后营养成分保留率 -重量变化因子 -食谱的计算,应用软件的发展,数据的使用者 -研究领域的科学工作者 -健康网络的公众 数据

17、描述和编辑 书、光盘、英文版,FCD- 应用产品,共研发了2个营养计算软件 光盘版软件 网络版 www.neasiafoods.org 2个产品,FCD 未来发展,中国,问题,与中国食品资源比较，或与其他国家的数据库比较： 食物条目还需要扩展 缺乏新的信息，如生物活性成分、功效因子 食品加工过程中营养素的损失和获得还很缺乏 - 营养素保留因子 - 重量变化因子 - 食谱计算,新的挑战,食品生产的新技术 因饲养、培育和种植方法的改变产生的新型食品,发展计划,不断扩展食物成分数据，建立全成分分析 营养成分 抗营养成分 生物活性成分 疾病相关成分 食物健康效应的评价体系 促进数据网络国际化交流和数据

18、服务,查询营养成分和计算摄入量的软件, www.neasiafoods.org ,营养标签制作程序,Nutrient Profile 营养素轮廓,定义,“根据科学原理 基于营养成分 为了特定目的 对食物进行分类“,背景,声称中说明“对儿童健康有益” 但100g中含糖25.6g， 含牛奶仅为7.5%,I成分： - - - -,牛奶曲奇,“富含钙，镁和多种维生素” 但100g中有34-35g脂肪,欧盟法规 1924/2006,包含内容,欧盟法规 1924/2006,营养声称 声称内容 比较声称 膳食指南声 称,EU Regulation 1924/2006,Article 4: Jan 2009,

19、 the Commission shall establish specific nutrient profiles which food or certain categories of food must comply with . in order to bear nutrition or health claims and the conditions for the use of nutrition or health claims for foods or categories of foods with respect to the nutrient profiles.,Nutr

20、ient profiling,热门,应用,单个食品的营养评价 指导膳食，帮助消费者选择更利于健康的食物。 应用于法规的目的。如食品标签，健康声称和儿童食品广告宣传和市场销售的管理。2006年欧洲议会采纳了欧洲委员会的一项建议，以后进行健康声称时需使用NP。只有NP良好的食物才能进行声称，而NP不佳的食物将会被取消资格。 促进新产品开发,Nutrient Profiling Model（WXY）,英国FSA建立的一个NP，主要用于规范、限制向儿童宣传销售的食品； 是一个简单的评分系统，得分均以100g食品或饮料计算； 主要分三步。,第一步：A得分,总A得分能量得分饱和脂肪得分钠得分糖得分,第二步

21、：C得分,总C得分蛋白得分纤维得分水果和蔬菜得分,第三步：总分,总分总A得分总C得分,对于食品，如果总分4，则被分类为less healthy食品 对于饮料，如果总分1，则被分类为less healthy食品,关于Nutrient Profiling,指标营养素的选择 计算基准的选择 应用范围 推荐量的选择 模型的选择 计算方法的设计 检验和验证,指标营养素的选择,NP模型基于： a）有益健康的营养成份； b）限量摄入的营养成份； c）两者的组合。,WHO 2003,指标营养素的选择,目前多数NP中有益营养成份包括某些宏量营养素（蛋白质、纤维、必须脂肪酸），维生素（A和C）和矿物质（钙和铁）。

22、 一些模型还包括-3脂肪酸，B族维生素、叶酸和其它矿物质，主要是钾、锌和镁。另外还有纤维、VE。,各国或组织的限量营养成份： FDA：总脂肪、饱和脂肪、胆固醇和钠 EC：总脂肪、饱和脂肪、反式脂肪、总糖和钠 FSA：能量、饱和脂肪、总糖和钠 USDA：固体脂肪，外加糖和酒精,一些实际的问题也需要考虑，如是否有标准的分析方法等。,计算基准的选择,实际应用中常用的是： 100g/ml 100kJ/kcal 份 或它们的组合,计算基准的选择-100g/ml,100g是最常使用的单位，因为它被大多数食物成份表和标签使用。 但是，可能某种食物100g某营养物质含量并不高，却因其摄入量很大或食用频率很高而

23、导致实际摄入量很高，如饮料中的糖 。出现这种情况的主要原因之一是各种食物水份含量差别很大 。,计算基准的选择-100kJ/kcal,使用100kJ/kcal作单位时，即可以忽略食物水份含量的影响。 但是，一些能量值很低的食物，如蔬菜水果等，在以100kJ/kcal作单位时的某些营养物质的含量就会非常高（如鲜芹菜钠含量200mg/kJ，在以/100kJ作计算基准的模型里足以被列为高钠食物）,计算基准的选择-“份”,以份作计算基准时考虑了人们对食物的食用方式，因为份量大小和食用频率是决定食物中营养物质实际对膳食影响大小的主要因素。 但是各种食物份量差异较大，如牛奶的份量就可能因其食用方式（单喝，加

24、入早餐谷物或是加入咖啡）而不同。 另一方面，份量和能量需要也有关（如小孩的份量小于成人份量）。 另外，某些食物的份量大小与其所含营养物质对膳食影响之间的联系不大，如人造黄油的份量很小，但每日食用的机会却很多，因此可能增加了额外的脂肪摄入。,计算基准的选择-组合,NP中也可联合使用两种单位，互补利弊。 如Codex规定的“低饱和脂肪”为食物中饱和脂肪含量1.5g/100g或10kJ/100kJ。,目前对计算基准的选择还没有统一的意见。EU对营养和健康声称的管理规范中规定营养声称使用100g，而美国营养标签法案中规定营养声称使用“份”。,计算基准的选择,应用范围,全部食物或是特定类别的食物 食品公

25、司有种顾虑，一些针对全部食物的NP，尤其是基于限制摄入营养成份的，可能导致整类的食物在NP中均评分不良。所以，企业和法规部门更倾向于对不同类别的食物制定不同的标准。EU ILSI 2006年研讨会倾向采用不同分类的方法，这也可能会被法国AFSSA采用。 但是基于不同类别食物的NP存在一个问题：某一类的食物到底确切由哪些食物组成。,推荐量/限制量的确定,推荐量/限制量的选择并不统一。倾向的做法是和标签中推荐量联系起来。 一种方法是使用标准比例的类似于NRV值作为界值，如FSA模型。 另一种尤其适合特定食物分组模型的方法，是以期望达到的摄入水平作为界值。,模型的选择,分类模型 连续模型 半连续模型

26、,模型的选择分类模型,分类模型也称阈值模型。它是通过评判某一营养成份高于或低于某一特定阈值来判定的。 分类模型将食物分为两组或几组，但是除了此分组外，食物不能进行其它比较（如，某个分类模型将两种食物归为高盐食物，却无法比较哪种食物含更多的盐）。,模型的选择连续模型,连续模型也称评分系统。它是通过计算每种食物的得分对其进行等级评定。 连续模型可以通过设定简单的界限值而转化为分类模型。 连续模型中，营养成份的微小变化都会导致最后得分的变化。,模型的选择连续模型,连续模型比分类模型更灵活，可以通过设定不同的分数界值应用于不同的食物分组或不同目的的NP。,模型的选择半连续模型,在此模型种，是通过考虑食

27、物中各营养成份得分在一系列分数带中的位置来综合判别。 分值被划分为分数带，因此营养成份分值的微小变化不会引起食物最终得分的变化，而连续模型的其它优点如灵活性，直接可比性仍被保留。,计算方法的设计,很多技术问题需要考虑： 营养成分间的共线性 数量 权重等,计算方法的设计,一些营养成份之间高度相关。例如，能量和食物的脂肪、饱和脂肪和胆固醇等的含量相关。 基于大量维生素、矿物质、痕量元素和其它微量营养素的评分系统可能区分力较小，尤其是如果所有的营养成份都被看作同等重要时。,客观的选择最佳数量营养成份,计算方法的设计,权重可以基于食物中营养成分的生物学质量、生物利用度以及在食物中的分布。 例如，动物蛋

28、白质量通常高于植物蛋白。牛奶中的钙的生物利用度高于菠菜中的，而肉里的血红素铁生物利用度高于植物性产品中的铁。同样的，尽管一些营养成份广泛分布，而其它一些只来源于少数食物或只在少数食物中含量丰富。例如，蔬菜水果才含有VC，而相对较少的食物含有VE和VB12。,计算方法的设计,某些食物是某种营养物质的良好来源，但是却不含有其它多种核心营养成份。解决这个问题的办法之一是在计算最终的分值前限定特定的DV%。这样任一营养物质都不会对整个NP造成不恰当的影响。,Total fat,SAFA,TFA,Cholesterol,Sodium,Added sugar,Non-milk sugar,Energy,V

29、it A,Vit C,iron,protein,calcium,fiber,W-3 LC PUFA,100 g/100 ml,100 kcal/kJ,Reference amount,Threshold,Scoring,Testing / validation,Fruits & vegs,folate,Across the board,Food category,Disqual. ingredients,Qualifying ingredients,?,NP验证,NP的分类结果需要通过另一些客观判定食物质量的方法来验证。 目前，对NP的验证没有标准的方法。,NP验证,现有方法： 通过一系列代表食物（indicator foods）和其它NP比较 问卷调查专家对各类别代表食物的分类，然后比较NP分类结果和专家分类结果,结语,“There is no mere scientific rationale on which to base nutrient profiles”,谢谢！,