没长菌，为什么还不能放心？从试用品到防腐挑战

先看一瓶已经被用过的试用品

葡萄牙北部药房的42件试用品中，25件在研究培养条件下检出微生物。这个发现值得注意，但它不是一个可以直接套到所有化妆品上的污染概率。样本来自特定地区和时间，使用频率、替换记录等因素没有被测量。

另外12/33这个数字，说的是所表征菌株中符合本文操作性多重耐药定义的数量。产品与菌株是两个分母；抗生素耐药也不是防腐剂耐受。研究没有证明污染由哪个环节造成，更没有证明感染传播。

没长菌，也可能是没有被充分回收

最关键的限制是：这次调查没有先中和产品中的残留防腐作用。想象一下，我们把待检测样品送进培养过程，也可能把抑菌条件一起带了进去。作者因此明确提醒，阴性培养不能解释成无菌。

但这并不等于已经测出了漏检多少。中和步骤缺失只能指出不确定性，不能替我们编一个“真实污染率”。正确的下一问是：中和剂能否消除干扰，它自身是否影响菌的回收？

换成原料实验，问题又变了

甘蔗秸秆研究走的是另一条路线：制备提取物复配原料，再看它在指定培养和乳液条件下的表现。这里的受试物不是柜台上的试用品，结果也不能用来反驳前一项调查。

提取物旁边还有溶剂。研究测试了载体贡献，说明讨论“天然活性”之前，先要知道整份复配物里究竟测了谁。化学组成、溶解状态以及油水环境可能影响读数；但相分配和具体抑菌靶点在这两项研究中没有形成完整的实测因果链。

同样写5%，分母可能没有对上

这篇甘蔗秸秆论文的乳液挑战段落使用5% v/v，而结论使用5% w/v。两者不能直接当作同一个数字搬进配方。作者报告的指定乳液挑战结果可以保留，浓度写法的差异也必须同时保留。

配方师真正需要的是可追溯的受试物组成、质量或体积基准、实际加入量，以及必要的密度和含量信息。分母不清楚时，先问清楚，不把文献比例改写成当前商品的建议。

挑战通过，为何不能包办真实使用？

配方挑战观察的是指定条件下接种后的表现；试用品调查观察的是取样时能回收到什么。一个偏向受控评价，一个来自使用中的样品。它们不是同一配方、同一暴露历史，更不是一场正反方实验。

包装、反复接触与储存可能是后续要测试的变量，而不是这两篇已经证明的污染原因。同样，不能仅凭O/W或W/O乳型就替所有配方排出污染风险高低。

木子更想把下一次小试顺序改一改

第一步检查方法回收：没有这个地基，阴性读数很难解释。第二步做匹配的基底、载体与提取物比较，避免把溶剂的贡献都记在植物名下。第三步再连接目标配方的时间轨迹与受控使用模拟。

若要进一步解释机制，可以观察特定菌株的生长、膜完整性等独立终点，但不能把培养阴性直接指定为某条分子通路。具体生物靶点仍是待验证问题。

下面四项是候选验证，不是已经完成的实验：回收、载体归因、成分保有、重复接触。每项都有不同的读数和可推翻假设的结果，工作顺序比继续堆一张机制图更有用。

1. 残留抑菌是否降低了检测回收？

   怎么比较

   由具备条件的微生物实验室固定样品和接种水平，对比直接处理与中和处理；设置无产品回收对照、中和剂毒性对照与中和有效性对照，独立重复并计数。

   测什么

   可培养菌落数与加标回收率。

   什么结果会改变判断

   若中和剂自身压低回收，或有效中和后不能重现预期的回收改善，则不支持把低回收归因于残留防腐作用；方法误差范围预先验证。

2. 复配物是否在载体之外提供额外抑菌贡献？

   怎么比较

   固定培养基、菌株和总加入量，对比匹配基底、载体空白与含提取物复配物；记录实际组分浓度并用经验证中和方法测定相同时间点的菌数。

   测什么

   各处理组的菌落数时间曲线与相对匹配载体的效应量。

   什么结果会改变判断

   若复配物反而产生更多存活菌或差异随匹配载体后消失，则不支持额外贡献假设；精度不足时记为不确定，不能以不显著证明等效。

3. 加入配方和储存后，目标组分是否保持可测？

   怎么比较

   固定目标配方与工艺，以新制样品为对照，在规定温度和时间点取样；加入基质空白与加标回收，用标准品校准色谱定量完整目标组分，独立制样。

   测什么

   完整目标组分含量和回收率随储存时间的变化。

   什么结果会改变判断

   若确认分析回收有效后仍观察到超过预设方法变异的含量下降，则不支持目标组分保持稳定的假设；这一结果不单独决定抑菌效力。

4. 重复接触条件会不会改变同配方的菌数轨迹？

   怎么比较

   在受控实验室中固定配方、包装和累计接种量，以单次接种为对照，只改变分次接触安排；使用已验证回收方法跟踪菌数，不在消费者或人体上进行污染试验。

   测什么

   各时点可培养菌落数（CFU/g）及末次接触后的衰减曲线。

   什么结果会改变判断

   若分次接触组出现更高或持续更久的存活菌，则不能把单次接种结果直接代表该使用模拟；没有差异也不证明所有实际使用场景相同。