羅嬋,陳安均,崔慧玲,蒲彪,敖曉琳
(四川農(nóng)業(yè)大學 食品學院,四川 雅安,625014)
鮮切果蔬通常被消費者認為是較為安全的食品,但由于缺少更多的加工處理,因此也存在潛在的安全問題[1]。隨著鮮切果蔬消費量逐年增加,因食用新鮮果蔬及鮮切果蔬而引起的食源性疾病的爆發(fā)也愈加頻繁[2]。1996 年到2008 年期間,美國有82 起食源性疾病的爆發(fā)與食用鮮切產(chǎn)品有關,其中34%與消費綠葉類蔬菜有關,引起949 人患病,5 人死亡[3]。農(nóng)田灌溉、清洗用水、動物、用城市污水制作的肥料、帶菌的工人及不衛(wèi)生食品生產(chǎn)設備都是病原菌污染的來源,與鮮切果蔬相關的病原菌主要包括Escherichia coliO157:H7,Listeria monocytogenes和Salmonella[4]。
沙門菌屬(Salmonellaspp. )是與食源性疾病發(fā)作有關的最常見的病原菌,最初常見于家禽產(chǎn)品中,現(xiàn)也與鮮切產(chǎn)品相聯(lián)系。1998 -2002 年,美國爆發(fā)的食源性疾病事件中,有13.1%是由沙門菌屬引起的[5],在我國,1994 -2003 年間,766 起細菌性食物中毒事件中沙門氏菌發(fā)生132 起,排名第2;中毒人數(shù)比例最大,為20.4%(8928 人),在132 起事件中,以腸炎沙門氏菌所占比例最大,為26.5%[6]。英國的一項調查表明,腸炎沙門氏菌和鼠傷寒沙門氏菌感染占到人類沙門氏菌感染病例的75%以上[7]。一系列被沙門菌感染的果蔬中,最常見的是生菜、發(fā)芽的種子、瓜類(如西瓜和甜瓜)和馬鈴薯。從原料供應到最終產(chǎn)品,沙門氏菌常從生菜、花椰菜、芽菜、芥菜苗、萵苣、菠菜、蘑菇、豆芽、苜蓿、未經(jīng)高溫殺菌的果汁和新鮮果蔬沙拉中分離出來[8]。
本試驗以蘋果、卷心菜、生菜為原料,研究了腸炎沙門氏菌在3 種鮮切果蔬中的生長情況,并考察4 種不同溫度(4、10、15、30℃)對腸炎沙門氏菌生長的影響,以期對GP 模型的預測準確性進行驗證,從而為控制鮮切果蔬中致病菌的生長提供科學依據(jù)。
1.1.1 供試材料及菌株
生菜、卷心菜、蘋果均購于當?shù)剞r(nóng)貿(mào)市場,運回實驗室后放置于4℃冰箱備用;腸炎沙門氏菌標準菌株CICC21482,四川農(nóng)業(yè)大學食品學院微生物實驗室饋贈。
1.1.2 培養(yǎng)基及主要儀器
亞硫酸鉍(BS)培養(yǎng)基,蛋白胨;HR40-ⅡA2 生物安全柜,青島海爾特種電器有限公司;SYQ-DSX-280B手提式不銹鋼壓力蒸汽滅菌器,上海申安醫(yī)療器械廠;DNP-9126 型恒溫培養(yǎng)箱,上海精宏實驗設備有限公司。
1.2.1 樣品的準備
生菜、卷心菜棄去外層受損葉片,流動自來水沖去葉片上的泥土,用鋒利的小刀切成3 cm ×0.5 cm(長×寬)左右的條,蘋果去皮后,切成1 cm3左右的小丁,置于50 mg/L 的ClO2溶液中殺菌2 min,無菌蒸餾水漂洗,撈出于無菌超凈工作臺中自然晾干。無菌操作,稱取10g 樣品于保鮮袋中,備用。
1.2.2 接種液準備
挑取腸炎沙門氏菌斜面培養(yǎng)物接種于10mL 無菌營養(yǎng)肉湯中,37℃培養(yǎng)14 h 后冷凍離心(5000 ×g,10 min),棄上清液,加入10 mL 無菌營養(yǎng)肉湯,制成菌懸液,用無菌肉湯適當稀釋,獲得菌量約103~104CFU/mL 的接種液,接種液中SE 的數(shù)量通過涂布平板計數(shù)獲得。
1.2.3 樣品接種
采用點植法[9],用移液器取0.1 mL 接種液,均勻接種在保鮮袋中的10 g 樣品中,大約15 個點左右,置于生物安全柜中自然晾干2h,使接種液中的SE 充分附著在樣品上。
1.2.4 處理
將接種好樣品的保鮮袋分別置于4、10、15、30℃條件下保藏7 d,定時取樣,4、10℃每12 h 取樣,15℃前2 d 每12 h 取樣,后5 d 每24 h 取樣,30℃第1 天每4 h 取樣,后6 d 每24 h 取1 次樣。
1.2.5 腸炎沙門氏菌的計數(shù)
取出保鮮袋后,無菌加入90 mL 無菌BPW 緩沖蛋白胨水,拍打2 min 后,無菌生理鹽水梯度稀釋,選擇合適的梯度稀釋液0.1 mL 涂布BS 培養(yǎng)基,待培養(yǎng)基充分吸收菌液后,放至37℃培養(yǎng)箱中培養(yǎng)48 h,然后計算SE 的數(shù)量。
1.2.6 應用的模型
應用ComBase 數(shù)據(jù)庫中的生長預測模型GP 預測SE 的生長,DMFit 軟件擬合SE 在3 種鮮切果蔬中各溫度下生長的觀察值,GP 是基于Baranyi 和Roberts 模型的預測模型,Baranyi 和Roberts 模型的表述為:
式中:N為t時微生物數(shù)量;N0為0 時微生物數(shù)量;Nmin為最小微生物數(shù)量;Kmax為最大相對死亡率;r,s為參數(shù)[10]。
1.2.7 模型可靠性評價
采用修正決定系數(shù)(Adjusted R Square,R2Adj)來評價模型的擬合度,R2Adj越接近1,表示預測模型對實驗數(shù)據(jù)擬合度越高。R2Adj用下式表示:
式中:R2為決定系數(shù);N代表預測模型中變量參數(shù)的個數(shù);n為試驗次數(shù)。
采用均方根誤差(Root Mean Square Error,RMSE)、準確因子(Accuracy factor,Af)和偏差因子(Bias factor,Bf)來評價已建立的SE 動力學預測模型的可靠性[11]。RMSE 越小,表示模型預測值的離散程度越小;Af越接近1,模型的準確度越高;Bf小于1表明,其預測的SE 在鮮切果蔬中的生長比實際生長速度慢。RMSE、準確因子和偏差因子用下式表示:
式中,Nobs是試驗實際測得的SE 數(shù)量;Npre是應用模型預測得到的與Nobs同一時間的SE 數(shù)量;n是試驗次數(shù)。
鮮切蘋果中SE 的最初接種量在3.4 ~3.7log(CFU/g)之間。如圖1 中實際觀測值可見,4℃條件下,SE 的生長基本受到抑制,并有下降的趨勢;30℃下SE 在48h 內(nèi)生長迅速,最先生長到最大菌落數(shù)6.74log(CFU/g),依次是15℃、10℃,但后兩者均未達到30℃條件下的最大菌落數(shù)。同時,30℃在48h后最先減少,穩(wěn)定期的時間也短于其他兩種溫度,當細菌數(shù)量減少到一定數(shù)量時,其在鮮切蘋果中的數(shù)量基本趨于穩(wěn)定,約在4.0 ~5.0log(CFU/g)之間。
用DMFit 軟件擬合SE 在不同溫度下的生長曲線,擬合的曲線由圖1 中的實線表示,結果見表1,10、15、30℃溫度下的擬合度較好,R2Adj分別是0.97、0.92、0.95,均高于4℃的0.72。從最大生長速率可以看出,4℃下156h 內(nèi),SE 在鮮切蘋果中最大生長速率為負值,在剩余3 種溫度下,最大生長速率從大到小依次為30、15、10℃。用GP 預測SE 在肉湯培養(yǎng)基中的生長狀況,預測的生長曲線見圖1 中的虛線,SE在肉湯培養(yǎng)基的生長明顯不同于在鮮切蘋果中的生長,GP 對10、15℃的預測偏低,對30℃的預測則偏高。除4℃外,其在10、15、30℃3 種溫度下生長的最大菌落數(shù)均不能達到GP 所預測的最大值。
表1 DMFit 軟件對不同溫度下SE 在鮮切蘋果中的擬合結果Table 1 Results are fitted by DMFit software of SE in fresh-cut apple at different temperatures
鮮切卷心菜中SE 的最初接種量在3.1 ~3.7log(CFU/g)之間。如圖2 中實際觀測值可見,4℃下基本受到抑制;10、15、30℃下SE 分別在72、48、48h 生長到最大菌落數(shù)6.61、6.54、6.69log(CFU/g)。10℃在108h 后菌數(shù)開始減少,而15、30℃在達到最大菌落數(shù)后的數(shù)量基本趨于穩(wěn)定,約在5.8 ~6.0log(CFU/g)之間。
DMFit 軟件擬合的曲線由圖2 中的實線表示,其結果見表2,4、10、15、30℃下R2Adj分別是0.81、0.98、0.90、0.90,4℃下156h 內(nèi),SE 最大生長速率為負值,而在其余3 種溫度下,最大生長速率從大到小依次為30、15、10℃。用GP 預測其生長曲線見圖2 中的虛線,GP 對10℃的預測偏低,對30℃的預測則偏高。
圖1 不同溫度下SE 在鮮切蘋果中的生長特征與GP 預測曲線Fig.1 Growth characteristics and predictive curves by GP of SE in fresh-cut apple at different temperatures
圖2 不同溫度下SE 在鮮切卷心菜中的生長特征與GP 預測曲線Fig.2 Growth characteristics and predictive curves by GP of SE in fresh-cut cabbage at different temperatures
表2 DMFit 軟件對不同溫度下SE 在鮮切卷心菜中的擬合結果Table 2 Results are fitted by DMFit software of SE in fresh-cut cabbage at different temperatures
鮮切生菜中SE 最初接種量在3.4 ~3.7log(CFU/g)之間。如圖3 中實際觀測值可見,4℃下基本受到抑制;10℃、15℃、30℃下SE 分別在48、48、24 h 進入穩(wěn)定期。10℃達到最大菌落數(shù)后的數(shù)量基本趨于穩(wěn)定,15、30℃在進入穩(wěn)定期后數(shù)量就開始減少。
DMFit 軟件擬合的曲線由圖3 中的實線表示,其結果見表3,4、10、15、30℃下R2Adj分別是0.92、0.99、0.95、0.94,4℃下156h 內(nèi),SE 最大生長速率為負值,而在其余3 種溫度下,最大生長速率從大到小依次為30、15、10℃。用GP 預測其生長曲線見圖3 中的虛線,GP 對10℃的預測偏低,對30℃的預測則偏高。
圖3 不同溫度下SE 在鮮切生菜中的生長特征與GP 預測曲線Fig.3 Growth characteristics and predictive curves by GP of SE in fresh-cut lettuce at different temperatures
表3 DMFit 軟件對不同溫度下SE 在鮮切生菜中的擬合結果Tab.3 Results are fitted by DMFit software of SE in fresh-cut lettuce at different temperatures
GP 模型的預測值與DMFit 軟件擬合的實測值的準確因子(Af)及偏差因子(Bf)見表4。
表4 GP 模型的預測值相對于實測值的Af及BfTab.4 Accuracy and bias factors of GP model compared with observations
腸炎沙門氏菌可以在10、15、30℃的鮮切蘋果、卷心菜、生菜中迅速生長,并且可以在4℃下存活,但是SE 在鮮切果蔬中的最大菌落數(shù)均不能達到GP 中的預測值,這與GP 模型的建立是基于肉湯液體培養(yǎng)基有關,當以食品為介質時,其預測存在一定的偏差[12]。本研究采用向原料食品中接種特定微生物來獲得數(shù)據(jù)建立模型,這種方法可以考察食品原料組織對特定微生物生長的影響,所建模型能更好預測特定微生物在實際食品中的生長[13]。蘋果、生菜切割后于30℃保存后的第2d 就開始腐敗,腐敗菌的大量生長及營養(yǎng)物質的消耗也會影響沙門氏菌的生長,同時,沙門氏菌對鮮切果蔬中本身存在的微生物如乳酸菌、腸桿菌也有顯著的敏感性[14],使之不能達到理論的最大菌落數(shù),也沒有達到4.0log(CFU/g)的增量,這結果與Vandamn[15]在22℃鮮切芹菜及Zhuang[16]在30℃土豆中的研究一致。但也有研究表明,沙門氏菌在25℃的鮮切桃中可生長到8.0log(CFU/g)[17],其數(shù)量卻在25℃的苜蓿芽中有所下降,這與苜蓿芽的蠟狀角質層有關[18]。
鮮切果蔬的內(nèi)在因素(如果蔬本身的pH、營養(yǎng)物質組成等)及所處的外部環(huán)境均會影響致病菌的生長[19],因此,SE 在不同的鮮切果蔬中的生長存在一定的差異,但是,影響其生長的最主要因素還是溫度及pH。本研究中,4℃可顯著抑制SE 在鮮切蘋果、卷心菜、生菜上的生長,這與Kakiomenou 等[20]的研究結果一致。在10、15、30℃下SE 的生長曲線相似,但生長速度不同,溫度越高,生長速度越快,最大菌落數(shù)越大。pH 已與溫度一同被認為是新鮮果蔬中影響微生物生長的決定性因素,但是,即便是酸性較高的產(chǎn)品(如蘋果),致病菌也可在其上生長,甚至在10℃或以上溫度時以指數(shù)方式生長[21]。但也有研究表明沙門氏菌不能在pH 低于4.0 的環(huán)境中有規(guī)律地生長[22],如24℃下pH3.6 ~3.8 的鮮切草莓,其原因可能是與果蔬中有機酸的種類有關[23]。
本試驗用DMFit 軟件對3 種鮮切果蔬中SE 在4種溫度下生長狀況進行擬合,DMFit 是基于Baranyi和Roberts 模型的擬合軟件,Baranyi 和Roberts 模型能夠在溫度波動條件下獲得較為理想的預測效果[24],本試驗中,DMFit 只能擬合SE 在鮮切果蔬中生長的前段時間,擬合結果顯示4 種溫度下的擬合曲線均沒有延滯期。GP 模型對SE 的生長預測溫度范圍為7 ~40℃,因此,本研究中沒有對4℃下的Af及Bf進行討論,其余溫度下三種鮮切果蔬的預測值相對于實測值的Af在1.10 ~1.48 之間,Bf在0.82 ~1.48 之間,而Ross 曾提出,Af小于1.15,Bf介于0.9 ~1.05間可作為一個好的預測模型的判定標準,二者數(shù)值接近1,表示預測模型的可靠程度越高[12]。由此可見,本研究中GP 模型預測在一定程度上與實測值存在一定的差異。
本試驗研究了腸炎沙門氏菌在不同溫度下鮮切果蔬中的存活及生長,為確保鮮切果蔬的安全,可選擇4℃的冷藏溫度作為鮮切果蔬保存溫度,雖然GP模型對SE 的預測有一定的偏差,但在沒有更好的預測模型之前,GP 的預測仍具有參考價值,只是在安全風險評估中要考慮預測的誤差。同時,在果蔬采后及加工中運用良好農(nóng)業(yè)規(guī)范(GAP)、良好操作規(guī)范(GMP)及危害分析和關鍵控制點(HACCP)等方法也是十分必要的。
[1] Maribel A,Isabel A,Marcia O,et al. Growth potential ofEscherichia coliO157:H7 on fresh-cut fruits (melon and pineapple)and vegetables (carrot and escarole)stored under different conditions[J]. Food Control,2012,27(1):37 -44.
[2] Lee SY,Yun KM,F(xiàn)ellman J,et al. Inhibition ofSalmonella typhimuriumandListeria monocytogenesin mung bean sprouts by chemical treatment[J]. Journal of Food Protection,2002,65(7):1 088 -1 092.
[3] Patel J,Sharma M. Differences in attachment ofSalmonella entericaserovars to cabbage and lettuce leaves[J]. International Journal of Food Microbiology,2010,139:41 -47.
[4] Lee SY,Costello M,Kang DH. Efficacy of chlorine dioxide gas as a sanitizer of lettuce leaves[J]. Journal of Food Protection,2004,67(7):1371 -1376.
[5] Lynch M,Painter J,Woodruff R,el al. Surveillance for foodborne disease outbreaks-United States,1998 - 2002[J]. Morbidity and Mortality Weekly Report,2006,55(10):1 -34.
[6] 王世杰,楊杰,諶志強,等.1994 -2003 年我國766 起細菌性食物中毒分析[J]. 中國預防醫(yī)學雜志,2006,7(3):181 -184.
[7] Hardy A.Salmonella:a continuing problem[J]. Postgraduate Medical Journal,2004,80:541 -545.
[8] Ayers L,Williams I,Gray S,et al. Surveillance for foodborne disease outbreaks-United States,2006[J]. Morbidity and Mortality Weekly Report,2009,58(22):609 -615.
[9] Mahmoud BS,Vaidya NA,Corvalan CM,et al. Inactivation kinetics of inoculatedEscherichia coliO157:H7,Liste-ria monocytogenesandSalmonella poonaon whole cantaloupe by chlorine dioxide gas[J]. Food Microbiology,2008,25(7):857 -865.
[10] 周康,劉壽春,李平蘭,等. 食品微生物生長預測模型研究新進展[J]. 微生物學通報,2008,35(4):589-594.
[11] Chen Z,Zhu C. Modelling inactivation by aqueous chlorine dioxide ofDothiorella gregariaSacc. andFusarium tricinctum(Corda)Sacc. spores inoculated on fresh chestnut kernel[J]. Letters in Applied Microbiology,2001,52(6):676 -684.
[12] 張培培,劉媛,方春,等. 單增李斯特菌在冷鮮豬肉中的生長預測模型比較[J]. 微生物學報,2011,51(12):1625 -1631.
[13] 董慶利,曾靜,熊成,等. 不同貯藏溫度下冷卻豬肉貨架期預測模型的構建[J]. 食品科學,2012,33(20):304 -308.
[14] Vescovo M,Torriani S,Orsi C,et al. Application of antimicrobial producing lactic acid bacteria to control pathogens in ready-to-use vegetables[J]. Journal of Applied Bacteriology,1996,81(2):113 -119.
[15] Vandamn JP,Li D,Harris LJ,et al. Fate ofEscherichia coliO157:H7,Listeria monocytogenesandSalmonellaon fresh-cut celery[J]. Food Microbiology,2013,34(1):151 -157.
[16] Zhuang RY,Beuchat LR,Angulo FJ. Fate ofSalmonella montevideoon and in raw tomatoes as affected by temperature and treatment with chlorine[J]. Applied and Environmental Microbiology,1995,61(6):2 127 -2 131.
[17] Alegre I,Abadias M,Anguera M,et al. Fate ofEscherichia coliO157:H7,SalmonellaandListeria innocuaon minimally-processed peaches under different storage conditions[J]. Food Microbiology,2010,27(7):862 -868.
[18] Gandhi M,Golding S,Yaron S,et al. Use of green fluorescent protein expressingSalmonellaStanley to investigate survival,spatial location,and control on alfalfa sprouts[J]. Journal of Food Protection,2001,64(12):1891 -1898.
[19] Strawn LK,Danyluk MD. Fate ofEscherichia coliO157:H7 andSalmonellaspp. on fresh and frozen cut mangoes and papayas[J]. International Journal of Food Microbiology,2010,138:78 -84.
[20] Kakiomenou K,Tassou C,Nychas GJ. Survival ofSalmonella enteritidisandListeria monocytogeneson salad vegetables[J]. World Journal of Microbiology and Biotechnology,1998,14(3):383 -387.
[21] Alegre I,Abadias M,Anguera M,et al. Factors affecting growth of foodborne pathogens on minimally processed apples[J]. Food Microbiology,2010,27(1):70 -76.
[22] Strawn LK,Danyluk MD. Fate ofEscherichia coliO157:H7 andSalmonellaon Fresh and Frozen Cut Pineapples[J]. Journal of Food Protection,2010,73(3):418 -424.
[23] Flessa S,Lusk DM,Harris LJ. Survival ofListeria monocytogeneson fresh and frozen strawberries[J]. International Journal of food microbiology,2005,101(3):255-262.
[24] Baranyi J,Roberts TA. Mathematics of predictive food microbiology[J]. International Journal of Food Microbiology,1995,26(2):199 -218.