常 存,趙金海,段 楠,姚鴻賓
預(yù)測(cè)微生物學(xué)在食品中的應(yīng)用
常存1,趙金海1,段楠2,姚鴻賓1
(1.黑龍江省科學(xué)院高技術(shù)研究院,哈爾濱 150020;2.黑龍江省北安市紅星農(nóng)場(chǎng),黑龍江 北安 164022)
本實(shí)驗(yàn)是通過微生物學(xué)和統(tǒng)計(jì)學(xué)進(jìn)行數(shù)學(xué)建模,利用所建模型預(yù)測(cè)和描述處在特定食品環(huán)境 (加工、貯藏和流通)下微生物的生長(zhǎng)和死亡,廣泛應(yīng)用于乳制品、肉制品等食品的生產(chǎn)和檢測(cè)中。如果數(shù)據(jù)庫和軟件包能成為風(fēng)險(xiǎn)評(píng)估的有力工具,預(yù)測(cè)微生物學(xué)就是食品微生物學(xué)中的一個(gè)有前途的領(lǐng)域。
預(yù)測(cè)微生物學(xué);食品應(yīng)用;一級(jí)生長(zhǎng)預(yù)測(cè)模型;二級(jí)生長(zhǎng)預(yù)測(cè)模型
預(yù)測(cè)模型的目的是運(yùn)用數(shù)學(xué)模型對(duì)微生物的生產(chǎn)進(jìn)行定量分析,預(yù)測(cè)在一定的條件下何時(shí)微生物的數(shù)量達(dá)到威脅人類健康的水平或者影響微生物滅活的程度,使用預(yù)測(cè)模型對(duì)食品中的微生物的生長(zhǎng)情況進(jìn)行預(yù)測(cè),成為食品行業(yè)研究的熱點(diǎn),預(yù)測(cè)模型已經(jīng)可以應(yīng)用在蔬菜[1-3]、肉制品[4-6]、水產(chǎn)品[7,8]和乳制品等[9,10]食品中。
預(yù)測(cè)微生物學(xué)數(shù)學(xué)模型通常被分為三級(jí):一級(jí)模型、二級(jí)模型和三級(jí)模型。一級(jí)模型描述微生物數(shù)量變化與時(shí)間的關(guān)系,主要包括:Gompertz函數(shù),對(duì)數(shù)方程等;二級(jí)模型側(cè)重描述環(huán)境因子的變化如何影響初級(jí)模型中的參數(shù),主要包括:響應(yīng)面方程、阿倫尼烏斯方程和平方根方程;三級(jí)模型也稱為專家系統(tǒng),是在一級(jí)模型和二級(jí)模型的基礎(chǔ)上,通過計(jì)算機(jī)編程制作出的人機(jī)對(duì)話界面友好的軟件,它使得非專業(yè)人士同樣可以獲得預(yù)測(cè)微生物學(xué)的相關(guān)信息和指導(dǎo),主要代表有美國(guó)農(nóng)業(yè)部的病原菌預(yù)報(bào)模型庫及英國(guó)農(nóng)業(yè)、漁業(yè)與食品部的食品微生物模型庫。
初級(jí)模型主要表達(dá)微生物量與時(shí)間的函數(shù)關(guān)系。模型的微生物定量為每毫升菌落形成量 (cfu/mL)、毒素的形成、底物水平、代謝產(chǎn)物等。
1.1Monod模型
對(duì)于對(duì)數(shù)生長(zhǎng)期,Monod認(rèn)為某一個(gè)細(xì)菌數(shù)量增長(zhǎng)的速率與這個(gè)細(xì)菌數(shù)在種群里的數(shù)量成比例。因此比生長(zhǎng)速率或傳代時(shí)間應(yīng)該在一定的環(huán)境下是個(gè)常數(shù)。這個(gè)假設(shè)在沒有底物限制或其他環(huán)境因素改變的條件下的幾個(gè)時(shí)間階段有效。
1.2Gompeertz函數(shù)
另外一種描述微生物生長(zhǎng)曲線的方法是被Gibson等人引入的非線性模型,叫作Gompeertz函數(shù)。這個(gè)函數(shù)的基礎(chǔ)是微生物的比生長(zhǎng)速率隨著營(yíng)養(yǎng)水平和產(chǎn)生的有毒代謝產(chǎn)物變化??梢约僭O(shè)不同的N0有不同的遲滯期。典型的比生長(zhǎng)速率增長(zhǎng)到最大后就會(huì)下降。
使用Gompeertz模型可以通過菌數(shù)和相對(duì)應(yīng)的時(shí)間進(jìn)行非線性回歸得出,制作出模型后,可以通過模型推斷出在某個(gè)時(shí)間時(shí)菌數(shù)是多少或者達(dá)到某個(gè)菌數(shù)的時(shí)間,這對(duì)食品的儲(chǔ)存具有一定的指導(dǎo)意義。很多其他模型是基于Monod模型或Gompertz模型的進(jìn)一步改進(jìn)。
許多環(huán)境因子會(huì)影響微生物的生長(zhǎng)。環(huán)境因子包括內(nèi)在的pH值、水分活度等和外在的溫度、氣體成分和包裝材料等。通常這種模型是Gompertz、Logistic或者Richards模型的變形,通過改變方程的參數(shù)來表達(dá)不同環(huán)境因素的影響。這類預(yù)測(cè)模型的建立通常使用SAS、SPSS等統(tǒng)計(jì)軟件,這些統(tǒng)計(jì)軟件使模型的建立變得相對(duì)容易。
2.1阿倫尼烏斯模型
溫度是影響微生物在食品中生長(zhǎng)的重要環(huán)境因素之一。基于熱力學(xué)因素,阿倫尼烏斯模型已經(jīng)成功地描述許多與溫度有關(guān)的化學(xué)反應(yīng),同樣可以用來預(yù)測(cè)食品的貨架期。細(xì)胞分裂的基因復(fù)制是一個(gè)化學(xué)過程,因此我們可以認(rèn)為生長(zhǎng)速率在某一溫度范圍遵循阿倫尼烏斯模型是符合邏輯的。
2.2Ratkowsky方程
預(yù)測(cè)微生物學(xué)假設(shè),各個(gè)環(huán)境因素對(duì)微生物影響是相對(duì)獨(dú)立的,可以對(duì)模型中的環(huán)境因子進(jìn)行插入和刪除,通常是量化了一個(gè)或多個(gè)環(huán)境因子對(duì)微生物的影響。而現(xiàn)實(shí)的食品中這些環(huán)境因子是有交互作用的,因此預(yù)測(cè)模型不能總是很精確地預(yù)測(cè)食品中微生物的生長(zhǎng)和死亡。如果要考慮多個(gè)因子之間的交互作用,這就需要新的建立模型的方法,例如響應(yīng)面法和人工神經(jīng)網(wǎng)絡(luò)等方法。
2.3響應(yīng)面法
現(xiàn)在較為流行的二級(jí)模型的建模方法是響應(yīng)面法。使用響應(yīng)面法建立模型可以預(yù)測(cè)多種影響因素共同對(duì)微生物的抑制和滅活的影響。Cerf等人研究了熱滅活微生物時(shí)溫度、pH值和水分活度的交互影響,得出響應(yīng)面法有優(yōu)良的預(yù)測(cè)精度結(jié)論。Yu等人使用響應(yīng)面法研究了食品中枯草芽孢桿菌、金黃色葡萄球菌和單核增生李斯特菌等在超高壓滅菌后殘存狀況,得到的結(jié)果經(jīng)驗(yàn)證為可靠的。
[1] 馮可,胡文忠,姜愛麗,等.預(yù)測(cè)微生物學(xué)在鮮切果蔬產(chǎn)品質(zhì)量安全控制中的應(yīng)用[J].食品工業(yè)科技,2014,(10):49-52,56.
[2] 崔慧玲,陳安均,羅嬋,等.鮮切卷心菜中嗜麥芽窄食單胞菌的動(dòng)力學(xué)預(yù)測(cè)模型[J].食品工業(yè)科技,2014,(01):150-154,159.
[3] 劉曉慧,熊蕊,賈月梅,等.金黃色葡萄球菌在菠菜中生長(zhǎng)預(yù)測(cè)模型的建立[J].食品安全質(zhì)量檢測(cè)學(xué)報(bào),2014,5(5):1495-1500.
[4] 陳睿,徐幸蓮,周光宏.真空包裝雞肉早餐腸貨架期預(yù)測(cè)模型的建立[J].食品科學(xué),2014,(06):209-213.
[5] 張秋勤,徐幸蓮.預(yù)測(cè)微生物學(xué)在禽肉質(zhì)量安全控制中的應(yīng)用[J].食品科學(xué),2010,(13):292-296.
[6] 邵偉,仇敏,唐明,等.預(yù)測(cè)微生物學(xué)在冷鮮肉貨架期預(yù)測(cè)中的應(yīng)用[J].肉類工業(yè),2006,(11):25-26.
[7] 鄭風(fēng)榮,陳皓文.2012年和2013年中國(guó)海洋微生物學(xué)成果分析[J].廣西科學(xué)院學(xué)報(bào),2014,(02):134-142.
[8] 黃瀟,蔡穎慧.魚糕中金黃色葡萄球菌生長(zhǎng)預(yù)測(cè)模型的構(gòu)建[J].食品科技,2014,(07):322-326.
[9] 鄒宇,胡立明,胡文忠,等.單增李斯特菌在牛奶中生長(zhǎng)曲線的擬合和預(yù)測(cè)模型的建立[J].食品工業(yè)科技,2014,(11):69-73.
[10]U TIWARI,D WALSH,L RIVAS,etc.Duffy.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):248-256.
Application of Predictive Microbiology in Food
CHANGCun1,ZHAOJin-hai1,DUANNan2,YAOHong-bin1
(1.Institute ofthe Advanced Technology,HeilongjiangAcademyofSciences Harbin 150020,China;2.Beian HongxingFarmin HeilongjiangProvince,Beian 164022,China)
The experiment used microbiology and statistics to build a model.This model was used to predict and descript the growth and the death in specific environment.It is widely used in the detection and production of milk and meat.If the database and the software packages could become a tool in the risk assessment,the predictive microbiology will be a promisingarea in food microbiology.
Predictive microbiology;Food applications;One-class growth prediction model;Two-class growth prediction model
TS201.3
A
1674-8646(2015)06-0028-02
2015-04-26
黑龍江省科學(xué)院預(yù)研項(xiàng)目(YY1301)
常存(1979-),男,黑龍江勃利人,工程師,碩士,主要從事食品微生物的研究。