论文摘要
木质胸肌病是速生肉鸡中高发的肌肉病变，该病症影响整个家禽生产产业链并造成巨额经济损失。目前的缓解策略主要依托胴体层面的识别、分级及加工处理手段，但现有相关研究较为碎片化，缺乏系统整合，难以形成有效的问题解决方案。本综述从检测原理、工业适配性、检测准确率、成本、可扩展性、技术成熟度及局限性等方面，对已报道的木质胸肌病识别与分级方法进行总结和对比。总体而言，近红外光谱法的检测准确率可达 95%–100%，而成像类检测方法在实时、现场应用中展现出更大潜力。本研究进一步综述了改善木质胸肌病肉品品质的主要宰后处理策略，并对比了各策略的作用原理、核心效果、适用产品类型、优化成效、成本及局限性。研究证据表明，木瓜蛋白酶处理能显著改善完整木质胸肌鸡胸肉的品质（p<0.05），而功能性添加剂和蛋白质糖基化手段则可显著提升木质胸肌病肉品的加工品质（p<0.05）。最后，结合当前研究空白，未来的研究工作应聚焦于通过遗传标记筛选与环境调控降低木质胸肌病的影响、建立标准化的识别判定标准、构建人工智能辅助模型，以及研发针对木质胸肌病的专用配方和加工设备。本综述通过系统整合木质胸肌病的病理生理学特征、检测技术及宰后加工干预手段，构建了当前该领域研究中缺失的完整研究框架，可为相关机理研究和产业实践提供指导。研究背景
鸡肉占全球禽肉产量的 85.5%–88.2%，是性价比高、品质优良的动物蛋白来源，在全球食物与营养安全中发挥着关键作用，也是现代畜牧业中经济价值极高的板块之一；为追求肉鸡快速生长、高胸肉产量及优良的饲料转化率，行业开展了高强度的遗传选育工作，却也意外催生了一系列不良性状，带来了全行业性的新挑战，木质胸肌病便是其中最常见的肉鸡肌病，该病症以鸡胸大肌硬度显著增加、纤维化及坏死为核心特征，2014 年首次被报道后，迅速成为现代肉鸡养殖中最严重的肌病之一，其发病率高达 10%–60%，几乎覆盖科宝、罗斯等所有主流商业肉鸡品种。木质胸肌病会使肉鸡肌肉发生结构、理化、生化及分子层面的复杂改变，这些变化先体现在宰后肌肉组织中，在肌肉成熟过程中逐步反映为生鲜肉品的品质劣变，并直接或间接影响鲜品、解冻品、腌制品、熟制品等不同加工阶段肉品的加工性能与最终品质。由于该病症早期难以检测，往往在生产中发现时，肉鸡已临近或达到屠宰阶段，生产端的有效管控与剔除空间极小，其负面影响也因此集中体现在屠宰和加工环节，大幅增加了肉品分级、分选与质量控制的工作负担，且该压力会沿育种、屠宰、肉品加工、零售的全产业链传导，最终给全球肉鸡产业造成巨额经济损失。目前，学界已从遗传学、分子生物学、营养学、环境调控等多个角度对木质胸肌病开展了大量研究，试图阐明其发病机制并制定有效的防控策略，但尚未建立起能从源头预防该病症发生的成熟方案，现阶段的研究和产业实践仍以宰后快速检测分级、通过加工干预改善病肉品质与利用率为主，而这类研究虽已成为近年来的研究热点，却依旧存在碎片化问题，缺乏系统整合，不仅限制了对木质胸肌病内在作用机制的整体认知，也阻碍了高效、可规模化、实用性强的解决方案的研发。图文赏析
图 1
肉鸡木质胸肌病（WB）识别与分级现有技术的原理、应用及基本流程示意图
本图总结了屠宰和肉制品加工过程中用于 WB 识别与分级的主要方法，包括人工识别与分级、超声成像系统、核磁共振（NMR）、近红外（NIR）光谱法、压缩力与空气诱导变形法以及成像检测技术。原理栏列出了每种方法所依据的肉类特征，如肌肉损伤、硬度增加、水分结合状态、成分变化或肌肉形态与分布的改变；流程栏阐述了每种方法的关键步骤，包括触诊试验、视觉检查、基于超声的回波强度、T₂或 T₂分布曲线、反射光谱、变形图像采集以及形态或变形特征提取；右侧为最终评估方法，包括经验判断或信号 / 特征分析与建模。
图 2
不同产品体系中肉鸡木质胸肌病（WB）的改良目标及对应解决方案示意图
本图总结了多种产品类别中 WB 或 WB 病损肌肉体系的主要改良目标和潜在解决方案，涉及的三类产品包括肉制品（蝴蝶胸肉、肉块、腌肉）、肉基加工体系（肌原纤维蛋白、肉糜、乳化蛋白、肉馅）以及其他利用方式（宠物食品、加工副产物）。每个产品类别对应特定的加工目标，如提升嫩度、弹性、质构、凝胶性、水分迁移与分布、抗氧化性、乳化性或整体功能特性；右侧列出的候选解决方案为针对不同改良目标的定制化策略，包括刀片嫩化、超声处理、食品添加剂（如氯化钠、预热处理）和糖基化法，同时也纳入了将 WB 肉用于低品质要求产品、与副产物协同加工等方法。注：“其他利用方式” 的核心目的并非改良 WB 肉本身品质；本图仅展示已发表的相关案例，未来或出现更多相关应用与研究。
研究结论
木质胸肌病（WB）仍是肉鸡产业面临的重大挑战，其成因涉及复杂的生物学机制，对肉品品质造成显著影响，且现有缓解策略的效果有限。本综述通过整合现有研究成果，评估了当前 WB 检测与分级技术的性能和局限性，同时总结了新兴的宰后品质改良策略的应用潜力。其中，近红外光谱法、成像检测系统、木瓜蛋白酶 - 超声联合嫩化法以及食品添加剂在工业应用中展现出较大前景。未来的研究进展将依赖于遗传标记筛选技术的突破、人工智能辅助模型的持续开发（以提升 WB 识别与分级的准确性），以及针对 WB 的专用加工设备和配方的设计。这些科学与技术的创新有望实现 WB 的早期识别，降低产业经济损失，同时提升全产业链中 WB 病损肉的利用价值。
通讯作者 
吴海舟：华中农业大学食品科学技术学院教授、博士生导师，并兼任动科动医学院教授。研究领域：本课题组致力于探索人工智能与肉品科学的前沿交叉领域，专注于将机器学习、数据挖掘等先进技术应用于肉品加工、贮藏与保鲜环节，并深入研究肉品加工副产物的高值化利用。通过跨学科研究，我们旨在解决肉品质量控制、安全监测、品质优化以及副产物综合利用等关键问题，推动肉品产业的智能化转型和可持续发展。主要研究方向：1.人工智能在肉品加工中的应用利用机器学习算法优化肉品加工工艺，提高生产效率和产品质量。
2.数据挖掘与肉品质量监测
通过数据挖掘技术分析肉品生产过程中的关键数据，实现质量监测与预。
3.智能保鲜技术开发
研究基于人工智能的智能保鲜技术和新型保鲜材料，延长肉品货架期，减少损耗。
4.肉品加工副产物的高值化利用
研发畜禽骨、血液、油脂、皮等副产品的高效提取分离、靶向酶解及多级分提技术，开发高附加值的食品、生物制品和功能化衍生产品。
Guo Wei：威斯康星大学麦迪逊分校动物与乳制品科学系。
资助基金 
本研究得到华中农业大学人才引进项目（编号：11042310007）、美国威斯康星大学麦迪逊分校动物生产资助项目（项目编号：PRJ19QU，资助对象：Guo Wei） 以及萨尔姆生物科学基金（项目编号：AAP1679，资助对象：Guo Wei） 共同资助。
原文链接 
https://doi.org/10.1111/1541-4337.70414
标注 “原创” 仅表明为原创编译，本平台不主张对原文享有版权。
本平台转载内容仅出于学术交流与信息传播之目的，并不代表本平台观点，亦不意味着证实内容的真实性。
转载文章的版权归原作者所有，若原作者不希望作品被转载或存在侵权行为，请联系本平台删除。
由于编译水平有限，推文或简历中若有不妥之处，我们深表歉意，请联系本平台进行修改或删除。
10个月宝宝每天需要喝多少奶粉？
