高燦燦,劉佳玫,陸兆新,呂鳳霞,張 充,趙海珍,別小妹

(南京農業(yè)大學食品科學與技術學院,江蘇南京 210095)

?

鮮切小白菜和生菜不同貯藏溫度下貨架期預測模型的建立

高燦燦,劉佳玫,陸兆新,呂鳳霞,張 充,趙海珍,別小妹*

(南京農業(yè)大學食品科學與技術學院,江蘇南京 210095)

鮮切小白菜,鮮切生菜,微生物,貨架期模型

鮮切果蔬是以新鮮水果或者蔬菜為原料,經(jīng)清洗、去皮、切割、修整、包裝等加工過程而制成的即食產品[1]。目前,鮮切果蔬以每年10%的銷售額增速迅猛發(fā)展[2]。食品貨架期是指食品在貯藏期間,能夠保持安全與理想的感官、理化和微生物特性及保留標簽營養(yǎng)值的時間[3]。鮮切果蔬的貨架期長短主要表現(xiàn)在感官品質上[4-5],起因主要是微生物。因為果蔬經(jīng)過分割后,營養(yǎng)物質大面積暴露,加速了微生物的侵染與增殖[6],而微生物生長是導致鮮切果蔬產品腐敗變質的主要因素,所以說影響鮮切果蔬的貨架期的主要因素是微生物[7-10]。因此,了解和控制鮮切果蔬上的微生物的生長情況是檢測和提高食品品質的關鍵。

表1 鮮切小白菜和生菜感官評價標準

Table 1 Scale for sensory evaluation of fresh-cut cabbage and lettuce

評分顏色形態(tài)氣味質地10鮮綠，明亮有光澤葉片、莖部平整，形態(tài)飽滿，水分充足典型的新鮮青菜味青菜葉片及葉梗硬挺，飽滿7～9綠色，光澤減弱葉片邊微卷，莖部平整典型青菜味減弱，沒有異味葉片及葉梗較硬挺，但是可食部分些許失水5～6綠色，小部分外層葉片泛黃葉片邊微卷，莖部微萎焉，梗與根連接完好青菜味繼續(xù)減弱，伴隨異味硬度繼續(xù)下降，失水增多，部分葉片葉梗少許軟化3～4葉片黃化加重，有些葉片黃綠色黃化率<1/3葉邊卷曲增多，莖部萎焉，外層葉梗開始脫落，有些葉片出現(xiàn)老化葉片稍有腐爛或發(fā)酵的味道可食部分萎焉率<1/30～2黃化率≥1/3，無光澤葉邊卷曲增多，莖部萎焉，梗與根分離，老化腐爛比例增大腐爛味加重可食部分腐爛，萎蔫率≥1/3

近年來,國內外對微生物預測模型在鮮切蔬菜質量控制中的應用進行了大量的研究,Zwietering等[11]比較了描述微生物S型曲線的Gompertz、Richards、Srannard、Schnute、Logistic等模型,認為修正的Gompertz模型擬合最佳。此外,田夢琦等[12]應用修正的Gompertz模型,對鮮切水芹優(yōu)勢菌的生長曲線進行擬合,并通過偏差度和準確度分析建立的模型是有效的。Lu等[13]研究了常溫下鮮切萵苣上需氧微生物(Aerobic mesophilc bacteria)的生長情況,利用修正的Gompertz模型描述了0、4、25 ℃條件下該菌的生長情況,通過模型曲線可以看出,經(jīng)氯處理的鮮切萵苣貯藏于0 ℃條件下可有效延長產品的貨架期。Corbo等[14]利用修正的Gompertz模型擬合了鮮切梨在不同溫度下細菌的生長情況,得出當鮮切梨貯藏在低溫環(huán)境時貨架期可達到8 d?？梢娦拚腉ompertz模型可以準確地描述及確定鮮切果蔬貨架期[15-19]。

本研究以鮮切小白菜和生菜為主要研究對象,分析其貯藏期間感官品質與微生物生長情況的變化以確定其貨架期終點;在此基礎上利用修正的Gompertz模型建立其微生物生長預測模型,并據(jù)此計算得出鮮切小白菜和生菜的貨架期預測模型,為其貯藏與流通提供理論依據(jù)。

1 材料與方法

1.1 材料及儀器

新鮮小白菜、生菜 南京農貿市場;藥品試劑均為分析純 國藥集團。

CTH-150B恒溫恒濕箱 施都凱儀器設備有限公司;SW-OJ-1FD潔凈工作臺 蘇州凈化設備有限公司;DRP-9162電熱恒溫培養(yǎng)箱 上海森信實驗儀器有限公司;D-37520離心機 美國Thermo公司;LDZX-50 KBS滅菌鍋 上海申安醫(yī)療器械廠;HYL-A全溫搖瓶柜 太倉市強樂實驗設備廠。

1.2 鮮切菜的制備

從農貿市場購進當天采摘的新鮮小白菜、生菜,立即運回實驗室;挑選大小相近、外觀完好、無組織損傷、顏色鮮綠的蔬菜,參考文獻[5]的方法,用清水清洗,經(jīng)150 mg/L NaClO溶液殺菌10 min,用清水淋洗,晾干后切分,每PE保鮮袋裝150 g;分別貯藏與4 ℃和25 ℃恒溫恒濕箱內。

1.3 實驗設計

根據(jù)預實驗結果設定檢測頻率,其中25 ℃貯藏組每1 d檢測一次,檢測終點為貯藏第5 d;4 ℃貯藏組每3 d檢測一次,檢測終點為貯藏第15 d。每次檢測設三個平行。

1.4 感官評價

根據(jù)文獻An[20]和Li[21]等的感官評價標準,結合葉菜的特點制定感官評價標準(表1)。

1.5 微生物指標測定

細菌總數(shù)的測定:按GB4789.2-2010方法測定。大腸菌群數(shù)的測定:按GB4789.3-2010中平板計數(shù)法測定。

1.6 鮮切小白菜和生菜關于細菌總數(shù)的貨架期模型的建立

應用修正的Gompertz函數(shù)[11]擬合:

Nt=N0+(Nmax-N0)×exp{-exp[2.718μmax(Lag-t)/(Nmax-N0)+1]}

式(1)

式中t為時間(h);Nmax、N0為最大和初始微生物數(shù)量(lg CFU/g);μmax為細菌的最大比生長速率;Lag為細菌生長延滯時間(h)。

利用建立的模型求得預測值,與實際實驗值比較,采用準確因子(Af)和偏差因子(Bf)來驗證所建預測模型的可靠性[22]。Af和Bf分別表示為:

Af=10

式(2)

Bf=10

式(3)

式中:Nobs是實驗實測值;Npre是采用預測模型得到的與Nobs同一時間所對應的預測值;n是實驗次數(shù)。其中,Bf在0.90～1.05間表明模型準確性高,誤差小;在0.70～0.90及1.06～1.15間表明模型精確度可接受,但誤差較大;小于0.70或大于1.15表明模型不可靠,不能用于模擬描述微生物生長等狀況。

1.7 數(shù)據(jù)統(tǒng)計分析

實驗數(shù)據(jù)采用origin 9軟件分析。

2 結果與分析

2.1 室溫條件下鮮切小白菜和生菜的感官品質與微生物數(shù)量變化

首先,從感官品質分析,由圖1A可以看出,在室溫條件下,鮮切小白菜與鮮切生菜在第3 d結束時感官評分均低于5分,即消費者將拒絕購買該評分等級的鮮切小白菜和生菜。表明鮮切小白菜和生菜在室溫下的貯藏期不超過3 d。

圖1 25 ℃下鮮切小白菜和生菜的品質變化Fig.1 Quality changes of fresh-cut cabbage and lettuce stored at 25 ℃注:A為感官品質變化,B為細菌總數(shù)變化,C為大腸菌群數(shù)變化。

其次,從微生物指標分析,如圖1B所示,鮮切生菜與鮮切小白菜的細菌總數(shù)曲線均在第3～4 d時其斜率達到最大,即細菌總數(shù)增長速率達到最大,且細菌總數(shù)>105CFU/g,超過食品中細菌總數(shù)<105CFU/g的標準,也表明鮮切小白菜和生菜在室溫下的貯藏期不超過3 d。

圖1C顯示,室溫貯藏期間,大腸菌群數(shù)不斷增加,但大腸菌群的增長速率與細菌總數(shù)的增長速率有明顯不同。前期(1～3 d)大腸菌群并沒有表現(xiàn)出較快的增長,但在4～5 d時,鮮切小白菜上大腸菌群數(shù)從2.49 lg CFU/g增長到5.11 lg CFU/g,鮮切生菜上的大腸菌群數(shù)從3.61 lg CFU/g增長到 5.74 lg CFU/g。大腸菌群滯后爆發(fā)可能與假單胞菌、歐文氏菌[26]、成團泛菌[27]、微小桿菌[28]等優(yōu)勢菌群有關。這說明鮮切小白菜和生菜上優(yōu)勢腐敗菌在貯藏期3 d時達到最大生長速率,將對產品的品質造成極大影響。

由圖1B和圖1C可以看出,貯藏期間鮮切生菜的細菌總數(shù)與大腸菌群數(shù)均大于鮮切小白菜。在貯藏過程中也發(fā)現(xiàn),鮮切生菜品質下降主要表現(xiàn)為葉片腐爛,而鮮切小白菜主要表現(xiàn)為萎蔫、泛黃,后期才表現(xiàn)為葉片腐爛。分析其原因是生菜的含水量較高,經(jīng)損傷性加工后導致較多的胞液及營養(yǎng)物質外泄[23-24],致使微生物迅速增長,造成腐敗[25]。

所以,通過對感官品質和微生物指標綜合分析得出,室溫條件下的鮮切小白菜和生菜貨架期為3 d。

2.2 低溫條件下鮮切小白菜和生菜的感官品質與微生物數(shù)量變化

首先,從感官品質方面分析(如圖2A),鮮切小白菜和生菜在低溫條件下,貯藏0～3 d內感官品質變化不明顯。貯藏3～6 d時,兩種葉菜組織切割部位有輕微的變化,尤其是生菜切割部位有小范圍的紅變。貯藏6～9 d時,小白菜顏色變暗,極少菜葉出現(xiàn)黃變現(xiàn)象,仍保持一定的新鮮程度;生菜切割部位紅變范圍變大。貯藏9～12 d時,小白菜菜葉多數(shù)黃變,并部分出現(xiàn)褐色斑點;生菜紅變范圍擴大,尤其是主葉脈部位已超出可食用范圍。所以從感官品質來判定鮮切小白菜和鮮切生菜低溫貯藏的貨架期應在9～12 d范圍內。在第10 d時達到室溫下貯藏3 d的感官指數(shù),即感官評分低于5分,所以根據(jù)感官評分確定鮮切小白菜和生菜在低溫下的貨架期不超過10 d。

圖2 4 ℃下鮮切小白菜和生菜的品質變化Fig.2 Quality changes of fresh-cut cabbage and lettuce stored at 4 ℃注:A為感官品質變化,B為細菌總數(shù)變化,C為大腸菌群數(shù)變化。

圖3 4 ℃與25 ℃下不同貯藏時間鮮切小白菜和生菜的感官形態(tài)Fig.3 Sensory appearance of fresh-cut cabbage and lettuce in different storage time at 4 ℃ and 25 ℃注:圖Ⅰ為鮮切小白菜不同貯藏時間的照片、圖Ⅱ為鮮切生菜不同貯藏時間的照片,其中A為起始狀態(tài),B為25 ℃貯藏3 d時的狀態(tài),C為25 ℃貯藏5 d時的狀態(tài),D為4 ℃貯藏9 d時的狀態(tài),E為4 ℃貯藏12 d時的狀態(tài),F為4 ℃貯藏15 d時的狀態(tài)。

其次,從微生物角度分析(圖2B、2C),低溫貯藏9～12 d時,細菌總數(shù)達到105CFU/g,與室溫貯藏3 d時情況一致;大腸菌群數(shù)達到800 CFU/g左右,達到了食品微生物限量規(guī)定的界限。與室溫貯藏對比后確定鮮切小白菜和生菜在低溫下的貨架期不超過10 d。這與感官指標判定結果一致。

所以,通過與室溫條件下的感官品質和微生物指標相比較得出,低溫條件下的鮮切小白菜和生菜貨架期為10 d。

本研究在判定鮮切小白菜和生菜貨架期終點是采用以感官評分為主,以細菌總數(shù)、大腸菌群數(shù)指標為輔,綜合分析。不同于其他以葉綠素含量、木質素含量、感官品質與微生物數(shù)量分別計算出不同的貨架期的研究[12],本研究是以消費者是否接受為出發(fā)點,多項指標綜合分析能更準確判定鮮切小白菜和生菜的貨架期終點。

2.3 針對細菌總數(shù)建立鮮切小白菜和生菜貨架期預測模型

查閱文獻得知,鮮切果蔬品質指標的變化除自身呼吸作用消耗的一小部分外,絕大部分均是由微生物的生長造成的[25]。而且,在2.1與2.2中可以看出,鮮切小白菜和生菜的腐敗并不主要是大腸菌群或其他某種特定腐敗菌造成的。因為鮮切小白菜和生菜上微生物的生長均是以分解它們的營養(yǎng)物質為前提,都將造成產品腐敗。所以,單以某一特殊微生物的數(shù)量為依據(jù)對產品貨架期進行預測具有一定的片面性。本研究采用細菌總數(shù)作為自變量建立不同貯藏溫度下鮮切小白菜和生菜的貨架期計算模型,更全面、準確。

為擴大模型適用范圍,將鮮切小白菜和生菜與鮮切小白菜實測值統(tǒng)一研究,建立適用于鮮切小白菜和生菜的貨架期模型。根據(jù)室溫和低溫下鮮切小白菜和生菜上細菌總數(shù)的實測值,采用修正的Gompertz函數(shù)擬合其生長曲線,擬合曲線如圖4。

圖4 細菌總數(shù)的生長擬合曲線Fig.4 Fitted growth curves of CFU注:A為低溫條件下,B為室溫條件下。

采用修正的Gompertz函數(shù)擬合得到如下方程,

低溫條件下擬合方程:

Nt=1.990+5.096×exp{-exp[0.279×(2.548-t)+1]}

式(4)

室溫條件下擬合方程:

Nt=3.651+3.621×exp{-exp[1.124×(1.488-t)+1]}

式(5)

由表2可知,在低溫和室溫條件下貯藏所得到的相關系數(shù)R2分別為0.988和0.962,說明修正的Gompertz方程(4)、(5)能很好的擬合鮮切小白菜和生菜上細菌總數(shù)增長曲線。

表2 低溫貯藏與室溫貯藏鮮切小白菜和生菜上微生物生長動力學參數(shù)

Table 2 Kinetic parameters of CFU on fresh-cut cabbage and lettuce stored at low and room temperature

檢測溫度(℃)N0NmaxμmaxLagR24199078060523254809882536517272149714880962

由2.1可知,室溫條件下鮮切小白菜和生菜的貨架期為3 d;由2.2可知,低溫條件下鮮切小白菜和生菜貨架期為10 d,用t表示已貯藏的時間,那么其剩余貨架期(SL)應為:

SL4 ℃=10-t

SL25 ℃=3-t

分別與方程(4)、(5)聯(lián)立可得:

式(6)

式(7)

其中:Nt為測定的細菌總數(shù)(lg CFU/g),SL為樣品剩余貨架期(d)[29]。

為驗證貨架期模型的性能,通過公式(2)和(3)分別計算得到模型(6)(7),對應的準確因子(Af)和偏差因子(Bf)如表3所示,可以看出模型的偏差因子Bf分別為0.979和1.001,在0.90～1.05[22]之間,表明模型能很好地預測鮮切小白菜和生菜的剩余貨架期。

表3 低溫貯藏與室溫貯藏下鮮切小白菜和生菜的貨架期模型的準確因子和偏差因子

Table 3 The Afand Bfof predicted models of fresh-cut cabbage and lettuce stored at low and room temperature

檢測溫度(℃)驗證次數(shù)準確因子(Af)偏差因子(Bf)41110500979251110401001

3 結論

以鮮切小白菜和生菜為研究對象,跟蹤檢測了其在低溫(4 ℃)與室溫(25 ℃)條件下貯藏期間的感官品質和微生物指標。室溫條件下,在貯藏時間達到3 d時,樣品的感官評分降到5分以下,不被接受;大腸菌群數(shù)增長速度達到最大;細菌總數(shù)也達到105CFU/g以上。所以,在室溫條件下鮮切小白菜和生菜貨架期為3 d。低溫條件下,在貯藏時間為10 d時,各項品質指標與微生物指標達到室溫條件下貯藏3 d的程度,所以,在低溫條件下鮮切小白菜和生菜的貨架期為10 d。

根據(jù)室溫和低溫下鮮切小白菜和生菜上細菌總數(shù),采用修正的Gompertz函數(shù)擬合其生長模型,再分別計算得出其貨架期模型,通過準確因子(Af)和偏差因子(Bf)驗證,表明模型能很好地預測鮮切小白菜和生菜的貨架期。

[1]Rico D,Mar A B,Barat J M,et al. Extending and measuring the quality of fresh-cut and vegetables:a review[J]. Trends in Food Science and Technology,2007,18(7):373-386.

[2]韓俊華,李全宏,牛天貴,等. 切割果蔬的微生物及其生物控制[J]. 食品科學,2005,26(10):262-267.

[3]曹悅,陸利霞,熊曉輝. 食品貨架期預測新技術進展[J]. 食品研究與開發(fā),2009,30(5):165-168.

[5]謝晶,張利平,高志立,等. 雞毛菜的品質動力學分析及貨架期預測模型[J]. 食品科學,2014,35(10):268-272.

[6]Toivonen P M A,Brummell D A. Biochemical bases of appearance and texture changes in fresh-cut fruit and vegetables[J]. Postharvest Biology and Technology,2008,48(1):1-14.

[7]Lehto M,Luisma R,Jenni M,et al. Hygienic level and surface contamination in fresh-cut vegetable production plants[J]. Food Control,2011,22(3/4):469-475.

[8]Alley E W,Nathanee P K,Donna A M. Factors affecting quality of fresh-cut horticultural products[J]. Postharvest Biology and Technology,1996,9(2):115-125.

[9]Oliveiraa M,Abadiasb M. Biopreservative methods to control the growth of foodborne pathgens on fresh-cut lettuce[J]. Int. J. Food Microbiol,2015,214:4-11.

[10]Rosa M R,Jonathan M,Robert S,et al. Control of pathogenic and spoilage microorganisms in fresh-cut fruits and fruit juice by traditional and alternative natural antimicrobials[J]. Comprehensive Review in Food Science and Food Safety,2009,8(3):157-180.

[11]Zwietering M H,Jongenburger I,Rombouts F M,et al. Modelling of the bacterial growth curve[J]. Apply Environment Microbiology,1990(56):1875-1881.

[12]田夢琦,楊潤強,莊嚴,等. 鮮切水芹貯藏期間微生物生長模型及貨架期預測[J]. 食品科學,2015,36(18):231-236.

[13]Lu Z X,Lu F X,Zhang K L,et al. Predictive modeling and growth models of aerobic mesophilc bacteria on fresh-cut lettuce by hypochlorite-washing[J]. J. Food Safety,2007,27(2):157-168.

[14]Corbo M R,Alticri C,Amato D,et al. Effect of temperature on shelf life and microbial population of lightly processed cactus pear fruit[J]. Postharvest Biology and Technology,2004(31):93-104.

[15]Juneja V K,Marks H,Thippareddi H. Predictive model for growth of Clostridium perfringens during cooling of cooked uncured beef[J]. Food Microbiology,2008,25(1):42-55.

[16]Rose M G,Elena B,Francisco R,et al. Response surface model for the estimation of Escherichia coli O157∶H7 growth under different experimental conditions[J]. J. Food Sci.,2005,70(1):30-36.

[17]Whiting R C,Bagi L K. Modeling the lag phase of Listeria monocytogenes[J]. Int. J. Food Microbiol,2002,7(2-3):291-295.

[18]Wilson P D G,Brocklehurst T F,Arino S,et al. Modelling microbial growth in structured foods:towards a unified approach[J]. International Journal of Food Microbiology. 2002,73(2-3):275-289.

[19]Baranyi J,Pin C,Ross T. Validating and comparing predictive models[J]. Int. J. Food Microbiol,1999,48(3):159-166.

[20]An J,Zhang M,Lu Q,et al. Effect of a prestorage treatment with 6-benzylaminopurine and modified atmosphere packaging storage on the respiration and quality of green asparagus spears[J]. J. Food Engineering,2006,77(4):951-957.

[21]Li W,Zhang M,Yu H. Study on hypobaric storage of green asparagus[J]. J.Food Engineering,2006,73(3):225-230.

[22]Ross T. Indices for performance evaluation of predictive models in food microbiology[J]. J. Apply Bacteriology,1996(81):501-508.

[23]Falah M A F,Nadine M D,Suryandono A. Effects of storage conditions on quality and shelf-life of fresh-cut melon(cucumis melo L.)and papaya(carica papaya L.)[J]. Procedia Food Science,2015(3):313-322.

[24]Mukhopadhyay S,Ramaswamy R. Application of emerging technologies to control Salmonella in foods:A review[J]. Food Research International,2012,45(2):666-677.

[25]Hadjok C,Mittal G S,Warriner K. Inactivation of human pathogens and spoilage bacteria on the surface and internalized within fresh produce by using a combination of ultraviolet light and hydrogen peroxide[J]. J. Applied Microbiology,2008,104(4):1014-1024.

[26]Nguyen-the C,Prunier J P. Involvement of Pseudomonads in deterioration of ready-to-use salads[J]. J. Food Sci. Technol.,1989,24,1350-1358.

[27]Lee D H,Kim J B,Kim M,et al. Microbiota on spoiled vegetables and their characterization[J]. J. Food Prot.,2013,76,1350-1358.

[28]崔慧玲,陳安均,羅嬋,等. 鮮切生菜貯藏過程中優(yōu)勢腐敗細菌的多樣性分析[J]. 食品與發(fā)酵工業(yè),2014,40(7):223-229.

[29]夏天龍,姜梅,王宏勛,等. 鮮切紫薯中酵母菌和乳酸菌貨架期模型的構建[J]. 食品科學. 2014,35(18):252-257.

Quality changes and construction of shelf life prediction model about microbial of fresh-cut leafy vegetables

GAO Can-can,LIU Jia-mei,LU Zhao-xin,LV Feng-xia,ZHANG Chong,ZHAO Hai-zhen,BIE Xiao-mei*

(College of Food Science and Technology,Nanjing Agricultural University,Nanjing 210095,China)

fresh-cutcabbage;fresh-cutlettuce;microbial;shelflifepredictionmodel

2016-04-08

高燦燦(1991-)，女，碩士研究生，研究方向：食品微生物與生物技術，E-mail：2013108084@njau.edu.cn。

*通訊作者:別小妹(1964-)，女，博士，教授，研究方向：食品微生物與生物技術，E-mail：bxm43@njau.edu.cn。

國家自然基金(31271828)。

TS255.7

A

1002-0306(2016)19-0334-06

10.13386/j.issn1002-0306.2016.19.057