張亞紅王 娉 楊海榮 趙勇勝 陳 穎*

（1.中國檢驗檢疫科學(xué)研究院 北京 100176；2.南京農(nóng)業(yè)大學(xué)食品科技學(xué)院）

1 前言

隨著中國國民經(jīng)濟的不斷發(fā)展、居民人均收入水平的提高以及膳食結(jié)構(gòu)的轉(zhuǎn)變，中國乳制品消費與過去相比出現(xiàn)了明顯的增長。國家通統(tǒng)計局數(shù)據(jù)顯示[1]，城鎮(zhèn)居民家庭人均鮮奶購買數(shù)量由1996年的4.6kg逐年上升到2006年的18.3kg，從2007年開始略有降低，之后一直維持在14 kg左右，但頻繁發(fā)生的乳制品質(zhì)量安全事件也引發(fā)了人們對乳制品安全的關(guān)注。乳制品營養(yǎng)豐富，非常適合微生物的生長繁殖，一些微生物可以使乳制品產(chǎn)生特殊的風(fēng)味，如使用保加利亞乳桿菌和嗜熱鏈球菌生產(chǎn)發(fā)酵乳，而有的會造成乳制品腐敗變質(zhì)，甚至危害人體健康[2-5]，2014年美國曾發(fā)生一起奶酪中單增李斯特菌引起的食物中毒事件，造成5人感染，1人死亡[5]。因此，對乳制品中微生物的生存狀態(tài)進行研究，了解微生物的變化趨勢，對保證乳制品質(zhì)量安全具有重要意義。

預(yù)測微生物學(xué)（Predictive Microbiology）是以微生物學(xué)、統(tǒng)計學(xué)、計算機學(xué)和數(shù)學(xué)為基礎(chǔ)而建立起來的一門新學(xué)科[6]，通過建立數(shù)學(xué)模型來對特定環(huán)境條件下微生物的生長或死亡情況進行預(yù)測。預(yù)測微生物學(xué)現(xiàn)已廣泛應(yīng)用在肉品、水產(chǎn)品、鮮切果蔬和乳制品等領(lǐng)域中，劉超群[7]將預(yù)測微生物學(xué)與冷鮮豬肉中微生物的控制工藝相結(jié)合，建立了4°C儲藏下不同濃度熱水解單寧處理的冷鮮豬肉中微生物的生長動力學(xué)模型，并預(yù)測出當(dāng)熱水解單寧達到2.5%時，能將微生物生長的遲滯期延長到7 d，該研究為熱水解單寧在冷鮮豬肉中的應(yīng)用提供了理論指導(dǎo)。將預(yù)測微生物學(xué)應(yīng)用到乳制品領(lǐng)域，能夠協(xié)助完成乳制品的質(zhì)量安全控制、乳制品中微生物定量風(fēng)險評估和乳制品生產(chǎn)工藝優(yōu)化等。本文按照乳制品種類的不同，就預(yù)測微生物學(xué)在乳制品中的應(yīng)用情況及存在的問題進行了綜述。

2 預(yù)測微生物學(xué)在乳及乳制品中的應(yīng)用

2.1 預(yù)測微生物學(xué)在原料乳中的應(yīng)用

原料乳營養(yǎng)豐富、水分含量高且pH值接近中性，非常適合微生物的生長與繁殖。如果原料乳儲存和運輸條件（尤其是溫度條件）不適當(dāng)，極易造成原料乳中微生物生長，使原料乳品質(zhì)下降，影響后續(xù)加工品的質(zhì)量。因此，要對生產(chǎn)乳制品的源頭進行質(zhì)量安全控制，以確保生產(chǎn)乳制品原料乳的安全。建立原料乳在儲存運輸過程中的微生物預(yù)測模型，可以對特定條件下原料乳中微生物的生長情況進行預(yù)測，為原料乳儲藏和運輸過程中微生物的控制提供理論依據(jù)，以減少原料乳中微生物導(dǎo)致的安全事件的發(fā)生。金黃色葡萄球菌是原料乳中最常見的一種致病微生物，有關(guān)原料乳中的金黃色葡萄球菌微生物預(yù)測模型研究相對較多[8-9]，如有學(xué)者通過使用3M金黃色葡萄球菌快速測試片、確認片建立了10℃-30℃原料乳中金黃色葡萄球菌的一級Gompertz模型以及二級響應(yīng)面方程，該研究為預(yù)測原料乳儲藏和運輸中金黃色葡萄球菌的生長提供了定量數(shù)據(jù)，對金黃色葡萄球菌的控制提供理論依據(jù)，同時，對建立原料乳中的金黃色葡萄球菌的風(fēng)險評估提供了科學(xué)工具[8]。除了原料乳中的致病微生物，嗜冷菌因在原料乳低溫冷藏時會大量繁殖，而成為影響原料乳品質(zhì)的另一主要微生物。進行原料乳中嗜冷菌的變化趨勢研究，對保證原料乳的安全具有重要指導(dǎo)意義。唐佳妮[10]使用平板計數(shù)法和阻抗法兩種方法分別建立了杭州地區(qū)牧場原料奶中洛菲不動桿菌和熒光假單胞菌兩種嗜冷菌的一級Gompertz模型和二級多項式模型，并建立了描述最大生長速率比與電導(dǎo)/導(dǎo)納最大增長速率比之間關(guān)系的立方模型，該研究為原料乳儲藏和運輸過程中洛菲不動桿菌和熒光假單胞菌的控制提供了理論依據(jù)。

2.2 預(yù)測食品微生物學(xué)在液態(tài)乳制品中的應(yīng)用

巴氏殺菌乳保質(zhì)期短，同時需要冷藏保存，若保存條件不當(dāng)，或者保存時間過長，都會造成微生物的生長繁殖，因此建立巴氏殺菌乳中微生物的預(yù)測模型，對巴氏殺菌乳的安全保障具有重要意義。李敏[11]從巴氏殺菌乳中分離出假單胞菌及蠟樣芽孢桿菌兩種優(yōu)勢細菌，并建立了描述兩種菌5℃-16℃混合生長規(guī)律的一級Baranyi模型和Ratkowsky二級模型，為巴氏殺菌乳中假單胞菌和蠟樣芽孢桿菌的控制提供了科學(xué)數(shù)據(jù)，為保證巴氏殺菌奶的安全提供了理論基礎(chǔ)，同時也為進行巴氏殺菌乳中蠟樣芽孢桿菌的定量風(fēng)險評估提供了科學(xué)工具。除此之外，建立描述某環(huán)境因子對巴氏殺菌乳中微生物的生長規(guī)律影響的預(yù)測模型，對優(yōu)化巴氏殺菌乳產(chǎn)品配方和生產(chǎn)工藝有重要指導(dǎo)意義。有學(xué)者[12]研究了不同添加量（1、2.5、5%，w/v）的肉桂在不同溫度（8℃、25℃、36℃）下的巴氏脫脂牛奶中影響鼠傷寒沙門氏菌生長的一級Gompertz模型，結(jié)果表明5%的肉桂添加量對鼠傷寒沙門氏菌的生長有抑制作用；在上一步的研究基礎(chǔ)上，探究了不同脈沖電場條件（10、20、30 kv/cm，60-3000 μs）對脫脂牛奶中鼠傷寒沙門氏菌生長的影響。最后得出結(jié)論，5%的肉桂，10 kv/cm-3000 μs的脈沖條件對脫脂牛奶中鼠傷寒沙門氏菌的抑制作用最大，該研究為以添加肉桂和脈沖電場為基礎(chǔ)的非熱殺菌技術(shù)在乳制品生產(chǎn)行業(yè)的推廣奠定了理論基礎(chǔ)。

目前，我國乳品市場已由“乳粉”為主、低溫“巴氏殺菌乳”為輔的市場轉(zhuǎn)變?yōu)橐詼缇闉橹鞯亩嗥贩N、多口味的局面[13]。建立不同條件下的滅菌乳中微生物的生長和失活模型能顯示某環(huán)境因子對微生物生長的影響規(guī)律，進而可以對生產(chǎn)、加工、流通等過程中各個環(huán)節(jié)的微生物控制提供理論依據(jù)。國外有學(xué)者[14]構(gòu)建了14℃-36.5℃下金黃色葡萄球菌在滅菌乳中的生長模型和產(chǎn)腸毒素模型，確定了當(dāng)金黃色葡萄球菌的濃度達到106.5 CFU/mL時，才會產(chǎn)生產(chǎn)毒素，且腸毒素產(chǎn)生量隨時間延長呈直線上升，在14℃-32℃溫度范圍內(nèi)毒素產(chǎn)生速率與溫度呈直線相關(guān)關(guān)系。該研究為控制滅菌乳中金黃色葡萄球菌生長及其腸毒素的產(chǎn)生提供了科學(xué)數(shù)據(jù)，同時，為進行滅菌乳中金黃色葡萄球菌的定量風(fēng)險評估提供了有力工具。除了建立微生物在滅菌乳中的生長預(yù)測模型，建立描述某環(huán)境因子對滅菌乳中微生物的生長規(guī)律影響的預(yù)測模型還可以協(xié)助優(yōu)化滅菌乳生產(chǎn)工藝，Amina等[15]用小波神經(jīng)網(wǎng)絡(luò)建立了全脂UHT乳中單增李斯特菌在 350、450、550、600 MPa 下的失活模型，并選取400、500 MPa的實驗數(shù)據(jù)對模型進行了驗證，通過與修正Gompertz模型和修正的Weibull方程進行統(tǒng)計學(xué)對比，表明建立的小波神經(jīng)網(wǎng)絡(luò)模型可行，并且更精確地描述了單增李斯特菌的失活規(guī)律。該模型的建立對優(yōu)化滅菌乳生產(chǎn)工藝和保障食品安全有重要作用，并推動了非熱加工殺菌方法的廣泛應(yīng)用。

2.3 預(yù)測微生物學(xué)在發(fā)酵乳中的應(yīng)用

GB 19302-2010[16]規(guī)定發(fā)酵乳中的乳酸菌濃度應(yīng) ≥ 1×106CFU/g（mL），建立不同條件下發(fā)酵乳中的乳酸菌的預(yù)測模型，對發(fā)酵乳高品質(zhì)期的預(yù)測，優(yōu)化發(fā)酵條件和產(chǎn)品配方具有指導(dǎo)意義。有學(xué)者建立了添加3%保益加麥精的發(fā)酵乳中保加利亞乳桿菌和嗜熱鏈球菌的生長預(yù)測模型，并根據(jù)預(yù)測模型預(yù)測出保加利亞乳桿菌的濃度在38 d后才開始低于1×106CFU/mL，嗜熱鏈球菌的濃度在39 d儲藏期內(nèi)始終高于1×106CFU/mL，該研究為發(fā)酵乳高品質(zhì)期的預(yù)測和配方的優(yōu)化提供了科學(xué)依據(jù)[17]。周康等[18]使用在線軟件DMFit建立了從四川發(fā)酵乳制品中分離鑒定得到的乳酸乳球菌SQ117在不同溫度和pH值下的一級Baranyi生長模型，采用Ratkowsky模型建立了二級模型，為乳酸乳球菌所產(chǎn)生的有益代謝產(chǎn)物的定量研究提供了數(shù)據(jù)，同時，對優(yōu)化發(fā)酵乳的發(fā)酵條件提供了理論依據(jù)。除了建立發(fā)酵乳中有益菌的預(yù)測模型，利用微生物預(yù)測模型描述特定條件下發(fā)酵乳中有害微生物的生長情況，可以協(xié)助確定儲藏、運輸、配送、銷售等環(huán)節(jié)中質(zhì)量安全的關(guān)鍵控制點，為發(fā)酵乳的加工生產(chǎn)和零售環(huán)節(jié)有害菌的控制提供參考依據(jù)。根霉屬、曲霉屬、鐮刀霉屬、青霉屬和毛霉屬是發(fā)酵乳中常見的真菌污染物[19-22]，這些污染的真菌可以在酸奶保質(zhì)期里生長，從而影響酸奶品質(zhì)。國外學(xué)者研究了發(fā)酵乳中不同初始濃度的12種真菌在0℃-40℃儲藏溫度下的生長特性，并建立了描述每種真菌的生長速率和遲滯期隨溫度變化的二級預(yù)測模型，預(yù)測出每種真菌在酸奶上可生長的最低溫度，最高溫度以及最適溫度，并進一步建立了儲藏溫度和初始添加量對每種真菌遲滯期影響規(guī)律的修正CMI模型，該研究為酸奶品質(zhì)控制和貨架期內(nèi)產(chǎn)品的有效管理提供了理論依據(jù)[22]。

2.4 預(yù)測食品微生物學(xué)在干酪中的應(yīng)用

干酪是一種未成熟或成熟的軟的或者半硬、硬或超硬的即食乳制品，富含蛋白質(zhì)、乳脂肪、無機鹽和維生素及其他微量成分，在國外已成為大眾食品。但有關(guān)干酪中單增李斯特菌引起的人類李斯特菌病屢有報道，美國疾病預(yù)防控制中心（CDC）統(tǒng)計數(shù)據(jù)顯示[5]2011-2015年5月，美國共發(fā)生8起單增李斯特菌引起的食源性疾病暴發(fā)事件，其中有4起與干酪有關(guān)。不同于其他食源性病原微生物，單增李斯特菌能耐受極端溫度、pH和鹽濃度，可能會在冷藏的高濕度干酪表面生長，并達到使人感染劑量，因此，進行干酪中單增李斯特菌的生長狀況研究對保證干酪的質(zhì)量安全有重要意義。目前，有較多學(xué)者對干酪中單增李斯特菌的生長狀況進行了研究[24-28]，Tiwari等[28]研究了分別以鮮奶和巴氏殺菌乳為原料制作的干酪，在不同儲存溫度下成熟過程中單增李斯特氏菌濃度的變化，并建立了干酪中單增李斯特氏菌的一級生長預(yù)測模型，該研究為食品經(jīng)營者預(yù)測干酪儲存過程中單增李斯特氏菌的生長提供定量數(shù)據(jù)，同時，為干酪儲藏過程中單增李斯特氏菌的控制提供理論依據(jù)。

綜上所述，預(yù)測食品微生物學(xué)在乳制品行業(yè)中的應(yīng)用比較廣泛，不僅包括對目標(biāo)微生物在一定條件下的生長進行預(yù)測，還將目標(biāo)菌的生長/失活模型與抑菌技術(shù)相聯(lián)系，為乳制品生產(chǎn)工藝的改進提供理論基礎(chǔ)。另外，有的研究致力于新模型的開發(fā)，對目標(biāo)菌生長過程中濃度測定方法的研究，還有將其應(yīng)用到風(fēng)險評估、產(chǎn)品配方優(yōu)化等方面。

3 預(yù)測食品微生物學(xué)在乳及乳制品領(lǐng)域中存在的問題

3.1 研究內(nèi)容較單一

乳制品的種類較多，如奶粉、發(fā)酵乳、巴氏殺菌乳、UHT乳、干酪等，相關(guān)的微生物種類也較多，如嗜熱鏈球菌、保加利亞乳桿菌、沙門氏菌、腸桿菌、金黃色葡萄球菌、阪崎腸桿菌、大單增李斯特氏菌、蠟樣芽孢桿菌等，因此，（乳制品，微生物）組合較多，目前的研究較單一，如預(yù)測微生物學(xué)在原料乳方面的研究多集中于金黃色葡萄球菌，對其他原料乳中常見病原微生物的研究較少。因此，預(yù)測微生物學(xué)在乳制品領(lǐng)域還有很多工作尚待完成。

3.2 模型的準確性有待提高

乳制品中建立的有關(guān)模型一般采用純培養(yǎng)方式或者未考慮微生物間的競爭抑制作用，但是乳制品是一個復(fù)雜的體系，其營養(yǎng)成分及乳制品中的其他微生物都會對目標(biāo)菌的生長產(chǎn)生影響，可能與真實情況有較大偏差，不宜于實際應(yīng)用，如Dens[29]人工污染植物乳桿菌和大腸桿菌混合菌種在低擴散系數(shù)的食品（固體食品）可以共存，而這種情況在均質(zhì)液態(tài)培養(yǎng)基中不會發(fā)生。另外，乳制品中微生物模型大都是在溫度、pH值、Aw等恒定條件下建立，可以對相似恒定條件下微生物生長情況進行預(yù)測。但是，乳制品生產(chǎn)和流通過程中的環(huán)境條件不可避免會發(fā)生變化，建立在恒定條件下的模型便不能很好地適用于真實情況[30]。

3.3 對數(shù)據(jù)測定方法研究較少

乳制品中預(yù)測模型建立過程中數(shù)據(jù)的獲得一般采用平板計數(shù)法，該法雖然可以區(qū)分死菌和活菌，具有較高的準確性，但工作量大、耗時、費力。因此，需要尋求新的方法來建立預(yù)測模型。已有研究報道[31]采用基于DNA實時熒光定量PCR方法進行模型的建立，但因其無法區(qū)分死菌和活菌，使用受到限制。為克服這一問題，有研究者[32]對在死菌中易降解的RNA進行反轉(zhuǎn)錄，再進行實時熒光定量PCR，實現(xiàn)對微生物濃度的間接測定。另外，還有研究者[33]采用宏基因組的方法建立微生物預(yù)測模型。預(yù)測食品微生物學(xué)在乳制品領(lǐng)域中也應(yīng)尋求新的數(shù)據(jù)獲取方法，以提高模型的建立速度，減少科研工作者的勞動時間。

4 結(jié)語

預(yù)測模型因其能夠快速預(yù)測微生物在不同環(huán)境變量條件下的響應(yīng)情況，從而了解不同環(huán)境因素對微生物生長的影響，在乳制品領(lǐng)域有著廣泛應(yīng)用。隨著微生物預(yù)測模型的快速發(fā)展，預(yù)測微生物學(xué)在乳制品中的應(yīng)用會更廣泛，貢獻也將越來越大。但是，也應(yīng)注意到預(yù)測微生物學(xué)在乳及乳制品中的應(yīng)用中尚存在不足，在研究過程中還需要不斷探索、創(chuàng)新，建立更加適用的預(yù)測模型。

[1]http：//data.stats.gov.cn/easyquery.htm?cn=C01.

[2]Johler S， Weder D， Bridy C， et al.Outbreak of staphylococcal food poisoning among children and staff at a Swiss boarding school due to soft cheese made from raw milk[J].Journal of dairy science，2015， 98（5）：2944-2948.

[3]Heuvelink A E，van Heerwaarden C，Zwartkruis-Nahuis A，et al.Two outbreaks of campylobacteriosis associated with the consumption of raw cows'milk[J].International journal of food microbiology， 2009，134（1）：70-74.

[4]唐軍.中山市古鎮(zhèn)某幼兒園金黃色葡萄球菌食物中毒事件流行病學(xué)調(diào)查報告 [J].中國社區(qū)醫(yī)師： 醫(yī)學(xué)專業(yè)，2012，14（25）：379-380.

[5]http：//www.cdc.gov/listeria/outbreaks/index.html.

[6]McMeekin T A， T Ross.Shelf life prediction： Status and future possibilities[J].International Journal of Food Microbiology，1996，33（1）：65-83.

[7]劉超群.冷鮮豬肉中微生物預(yù)測模型的建立及控制工藝研究[D].武漢工業(yè)學(xué)院，武漢，2011.

[8]閆軍，遇曉杰，湯巖，等.金黃色葡萄球菌在生乳中生長預(yù)測模型的建立[J].中國食品衛(wèi)生雜志，2010，06：502-505.

[9]趙鑫，鞠世穎，周穎，等.基于Matlab的原料乳中金黃色葡萄球菌生長模型的分析[J].食品研究與開發(fā)，2014，06：99-104.

[10]唐佳妮.阻抗法建立原料奶中主要微生物生長模型的研究[D].杭州：浙江大學(xué)，2011.

[11]李敏.巴氏殺菌奶中優(yōu)勢微生物預(yù)測模型的建立及風(fēng)險評估[D].中國農(nóng)業(yè)大學(xué)，北京，2006.

[12]Pina-Pérez M C， Martínez-López A， Rodrigo D.Cinnamon antimicrobial effect against Salmonella typhimurium cells treated by pulsed electric fields （PEF） in pasteurized skim milk beverage[J].Food Research International， 2012， 48（2）：777-783.

[13]陳歷水，丁慶波.我國乳制品發(fā)展現(xiàn)狀及趨勢 [J].乳業(yè)科學(xué)與技術(shù)， 2013， 35（6）： 37-41.

[14]FujikawaH， MorozumiS.Modeling Staphylococcusaureus growth and enterotoxin production in milk[J].Food Microbiology， 2006， 23（3）：260-267.

[15]Amina M， Panagou E Z， Kodogiannis V S， et al.Wavelet neural networks for modelling high pressure inactivation kinetics of Listeria monocytogenes in UHT whole milk[J].Chemometrics and Intelligent Laboratory Systems， 2010， 103 （2）：170-183.

[16]GB 19302-2010發(fā)酵乳[S].

[17]陳如琪，呂寶龍，劉少偉.保益加麥精對酸奶中益生菌生長影響預(yù)測模型的建立[J].食品工業(yè)，2013，03：166-169.

[18]周康，魏君，蔣翠蓮，等.乳酸乳球菌SQ117在不同溫度和pH值條件下的生長動力學(xué)[J].食品科學(xué)，2014，07：192-195.

[19]Lee S C， Billmyre R B， Li A， et al.Analysis of a foodborne fungal pathogen outbreak：virulence and genome of a Mucor circinelloides isolate from yogurt[J].MBio， 2014， 5（4）：1-12.

[20]Sulaiman I M，Jacobs E，Simpson S，et al.Molecular Identification of Isolated Fungi from Unopened Containers of Greek Yogurt by DNA Sequencing of Internal Transcribed Spacer Region[J].Pathogens， 2014， 3（3）：499-509.

[21]Obire O，Berembo B T.Microorganisms associated with street vended yoghurt in mile 1 Diobu area of Port Haecourt，Nigeria[J].e-Journal of Science&Technology， 2014， 9 （5）：179-186.

[22]Ndagijimana M， Chaves-López C， Corsetti A， et al.Growth and metabolites production by Penicillium brevicompactum in yoghurt[J].International journal of food microbiology， 2008，127（3）：276-283.

[23]Gougouli M， Kalantzi K， Beletsiotis E， et al.Development and application of predictive models for fungal growth as tools to improve quality control in yogurt production[J].Food microbiology， 2011， 28（8）：1453-1462.

[24] ?stergaard N B， Ekl?w A， Dalgaard P.Modelling the effect of lactic acid bacteria from starter-and aroma culture on growth of Listeria monocytogenes in cottage cheese[J].International journal of food microbiology， 2014， 188：15-25.

[25]Valero A，Hernandez M，De Cesare A，et al.Survival kinetics of Listeria monocytogenes on raw sheep milk cured cheese under different storage temperatures[J].International journal of food microbiology， 2014， 184：39-44.

[26] ?stergaard N B， Christiansen L E， Dalgaard P.Stochastic modelling of Listeria monocytogenes single cell growth in cottage cheese with mesophilic lactic acid bacteria from aroma producing cultures[J].International journal of food microbiology，2015， 204：55-65.

[27]M?ller S M， Bertram H C， Andersen Uif， et al.Physical sample structure as predictive factor in growth modeling of Listeria innocua in a white cheese model system[J].Food Microbiology， 2013， 36（1）：90-102.

[28]Tiwari U， Walsh D， Rivas L， et al.Modelling the interaction of storage temperature， pH， and water activity on the growth behaviour of Listeria monocytogenes in raw and pasteurised semi-soft rind washed milk cheese during storage following ripening[J].Food Control， 2014， 42（0）：248-256.

[29]Dens E J，Van Impe J F.On the importance of taking space into account when modeling microbial competition in structured food products[J].Mathematics and Computers in Simulation，2000， 53（4-6）：443-448.

[30]韓北忠，李敏，張琳，等.預(yù)測微生物學(xué)與食品質(zhì)量安全[J].中國釀造，2005，09：1-3.

[31]彭織云，王敬敬，唐曉陽，等.運用 Real-time quantification PCR方法建立副溶血性弧菌在即食蝦中的生長預(yù)測模型[J].食品工業(yè)科技， 2013， 34（8）：108-110.

[32]Ye K， Wang hu hu， Zhang xin xiao et al. Development andvalidation of a molecular predictive model to describe thegrowth of Listeria monocytogenes in vacuum-packaged chilledpork[J]. Food Control， 2013， 32（1）：246-254.

[33]Delhalle L，Taminiau B，Ellouze M，et al.Predictive microbiology combined with metagenomic analysis targeted on the 16S rDNA：A new approach for food quality[C]//8th International Conference on predictive microbiology in foods（ICPMF8）.Institut Pasteur， 2013.