鮮切卷心菜中嗜麥芽窄食單胞菌的動力學預測模型

,, ,, ,

(四川農業大學食品學院,四川雅安 625014)

鮮切卷心菜中嗜麥芽窄食單胞菌的動力學預測模型

崔慧玲,陳安均*,羅嬋,敖曉琳,周冰,黃婷

(四川農業大學食品學院,四川雅安 625014)

以鮮切卷心菜中分離得到的優勢腐敗菌之一嗜麥芽窄食單胞菌作為研究對象,將嗜麥芽窄食單胞菌液體培養18h后,使OD600=0.2,取10mL溶于990mL的生理鹽水中,按照料液比1∶10,把處理的鮮切卷心菜組織條懸浮于其中15s進行接種,分別置于4、7、10、15、25、30℃下貯藏,建立Gompertz模型和Belehradek平方根方程,進行貨架期預測。結果表明：Gompertz模型能夠較好地擬合鮮切卷心菜中嗜麥芽窄食單胞菌的生長動態。溫度對最大比生長速率(μmax)和延滯時間(λ)的影響采用平方根模型描述,呈現良好的線性關系。 以鮮切卷心菜在7℃和15℃的嗜麥芽窄食單胞菌實測值進行剩余貨架期模型的驗證,相對誤差分別為-4.090%和12.119%,表明建立的模型可以較好的預測0～40℃范圍內鮮切卷心菜產品的剩余貨架期。

鮮切卷心菜,嗜麥芽窄食單胞菌,預測模型,貨架期預測

鮮切蔬菜具有品質新鮮、食用方便、營養衛生和經濟價值等優點。目前,生活節奏的加快和消費者購買力的增強,鮮切蔬菜的消費市場需求促進了鮮切蔬菜產品行業的迅速發展。與完整的蔬菜相比,鮮切蔬菜由于加工操作,組織結構受到機械性損傷,容易造成微生物污染[1],引發一些不良的生理反應,破壞正常的組織代謝,加速了組織的衰老與腐敗,影響食用安全性,降低鮮切蔬菜的商品價值[2]。鮮切果蔬大都是從生理生化、品質、褐變和保鮮等方面進行了研究,對微生物,尤其是腐敗菌的研究很少。目前研究大都是生鮮雞肉[3-4]、冷卻豬肉產品[5]和魚類[6-7]腐敗菌的動力學模型,對鮮切產品中存在的優勢腐敗菌及相關模型少有報道[8]。鮮切果蔬主要針對引起食源性疾病的一些致病菌,如沙門氏菌salmonella[9]、大腸埃希氏菌E.coilO157∶H7[9-10]和單增李斯特菌L.monocytogenes[9,11],做了相關的控菌技術研究和動力學模型的建立。但是一般情況下無條件致病菌的存在,大都是腐敗菌,因此進行腐敗菌相關的研究是很有必要的。鮮切卷心菜腐敗主要是微生物生長的結果,雖然在加工過程中會受到各種細菌的污染,但是最終只有部分微生物大量增殖,在腐敗中占據主導地位。關于鮮切卷心菜中優勢腐敗菌的分離鑒定、腐敗機理、腐敗菌的動力學模型和貨架期預測,國內外報道很少：從腐敗的鮮切胡蘿卜[12]和蕓芥[13]中分離鑒定得到嗜麥芽窄食單胞菌；陳龍等[14]從“高熱病”病豬分離鑒定得到嗜麥芽窄食單胞菌,并做了耐藥性和藥敏性分析,均沒有進行動力學方面的研究；有研究對鮮切果蔬中嗜水氣單胞菌A.hydrophila[15]、植物乳桿菌L.plantarum[15]、腸膜明串珠菌L.mesenteroides[16]、假單胞菌Pseudomonas[17]、酵母菌Yeast[17]和腸桿菌Enterobacteriaceaes[18]做了相關的貨架模型,但是沒有關于嗜麥芽窄食單胞菌S.maltophilia的模型。用預測微生物學對鮮切卷心菜中的優勢腐敗菌生長動態進行預測,以鮮切卷心菜中分離得到的嗜麥芽窄食單胞菌為研究對象,參考相應的預測模型,研究其在鮮切卷心菜上的生長預測模型,為鮮切卷心菜的品質評價與貨架期預測模型的建立提供理論基礎。

表1 鮮切卷心菜的感官評定指標

1 材料與方法

1.1材料與儀器

新鮮卷心菜 四川省雅安市當地市場,迅速運回實驗室后置于4℃冰箱備用；實驗菌株 從自然腐爛的鮮切卷心菜中分離鑒定得到,采用稀釋涂布平板法,結合平板菌落多少和形態觀察初步判斷,回接實驗并做對照,進一步確定嗜麥芽窄食單胞菌為優勢腐敗菌；營養肉湯 蛋白胨10g,牛肉膏3g,氯化鈉5g,蒸餾水1000mL,pH(7.2±0.2),121℃滅菌15min,供菌株活化用；平板計數瓊脂培養基 胰蛋白胨5g,酵母浸膏2.5g,葡萄糖1g,瓊脂15g,蒸餾水1000mL,pH(7.0±0.2),121℃滅菌15min,倒平板備用。

BT124S型電子天平 北京賽多利斯儀器系統有限公司；V-1200型可見分光光度計 上海美譜達儀器有限公司；SYQ-DSX-280B型手提式不銹鋼壓力蒸汽滅菌鍋 上海申安醫療器械廠；BCD-216TXN型海爾冰箱 青島海爾股份有限公司；SW-CJ-1F型單人雙面凈化工作臺 浙江蘇凈凈化設備有限公司；BPC-250F型生化培養箱 上海一恒科學儀器有限公司；DNP-9162型電熱型恒溫鼓風干燥箱 上海精宏實驗設備有限公司。

1.2實驗方法

1.2.1 樣品處理 新鮮卷心菜棄去外層受損葉片,流動自來水沖洗表面的泥土,用95%的酒精滅菌的小刀把卷心菜分割成約5cm×1cm(長×寬)的組織條,置于50mg/L的ClO2溶液中殺菌2min,無菌蒸餾水漂洗,撈出后于無菌超凈工作臺中自然晾干。

在37℃條件下活化嗜麥芽窄食單胞菌,搖床培養18～24h,得到菌懸液。無菌操作使接種菌液的OD600約為0.2,取10mL溶于990mL的生理鹽水中,按照料液比1∶10,把處理的鮮切卷心菜組織條懸浮于其中15s進行接種,使初始接種量為104～105CFU/g[19]。常溫靜置15min以去掉多余的水分,然后放置于4、7、10、15、25、30℃的冰箱和恒溫培養箱中貯藏,測定樣品中嗜麥芽窄食單胞菌數的貯藏時間分別為1、1、1、1、0.5、0.5d測定一次。

1.2.2 嗜麥芽窄食單胞菌數的測定 無菌操作稱取鮮切卷心菜10g,剪碎置于裝有90mL的滅菌生理鹽水的三角瓶中,并充分振搖,1∶10稀釋,用稀釋平板法測定不同溫度下的嗜麥芽窄食單胞菌數。計數方法參照GB/T4789.2-2010[20]。

1.2.3 感官評定 一個有豐富經驗的7人評定小組來判斷鮮切卷心菜的顏色、氣味與質地,進而評價鮮切卷心菜的腐敗程度,感官評定評分等級為：9～8分表示無異味、新鮮、生脆、嫩綠(黃)色；7～5分表示較新鮮、較生脆、顏色較明亮；5分為消費者能否接受的分界線；4～2分表示強烈的腐臭味、不新鮮、組織變軟、顏色變暗；2分以下表示嚴重腐敗變質。感官評定指標見表1。

1.3嗜麥芽窄食單胞菌的生長動力學模型初步建立及驗證

1.3.1 一級模型擬合 研究表明[21],修正的Gompertz方程可以很好的應用于描述食品微生物生長狀況,得到生長參數,進而預測微生物的生長動態變化。

鮮切卷心菜在4、7、10、15、25、30℃條件下貯藏,得到嗜麥芽窄食單胞菌的實驗值,用修正的Gompertz方程計算擬合其生長動態。

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

式(1)

式中：N(t)為t時的微生物數量[lg(CFU/g)];N0為t=0時的初始微生物數量[lg(CFU/g)];Nmax為增加到穩定期時最大的微生物數量[lg(CFU/g)];μmax為微生物生長的最大比生長速率(h-1);λ是微生物生長的延滯時間(h);t為時間(h)。

1.3.2 二級模型擬合 不同溫度下微生物的生長情況、動力學參數可以用Gompertz模型較好的表述,但是不能表述不同溫度變化對微生物生長的影響,而平方根模型可以用來表述溫度對微生物的生長動力學影響。Ratkowsky等[22]根據微生物在0～40℃溫度條件下,提出的一個簡單的經驗模型,表述溫度與生長速率或延滯時間倒數的平方根之間存在的相關性。

表3 不同溫度下鮮切卷心菜中嗜麥芽窄食單胞菌的生長動力學參數

式(2)

式(3)

式中：T為攝氏溫度,℃;Tminμ、Tminλ為生長的最低溫度,是一個假設的概念,指的是微生物沒有代謝活動的溫度,是通過外推回歸線分別與最大比生長速率和延滯時間溫度軸相交而得到的溫度;bμ、bλ為方程的常數。

1.3.3 嗜麥芽窄食單胞菌生長動力學模型的驗證和可靠性評價 7℃和15℃貯藏時與在7℃和15℃貯藏實驗中實際檢測的是嗜麥芽窄食單胞菌生長數值進行比較,記錄結果,并做相關分析。采用偏差度(Bf)和準確度(Af)來定量評價已經建立的模型的可靠性。

Bf=10[∑(N預測值-N實測值)]/n

式(4)

Af=10[∑|N預測值-N實測值|]/n

式(5)

式中：N實測值是實驗實際測得的微生物數量;N預測值是應用微生物生長動力學模型得到的與N實測值同一時間的微生物數量;n是實驗次數。

1.3.4 剩余貨架期預測與驗證 鮮切卷心菜在包裝的條件下的貨架期(Shelf life,SL),根據建立的嗜麥芽窄食單胞菌生長動力學模型,測定初始菌數(N0)、最小腐敗量(Ns)和最大菌數(Nmax)；根據平方根方程計算動力學參數,按照式6計算出剩余貨架期[23]。

SL=λ-[(Nmax-N0/μmax)×2.718]×{ln[-ln(Ns-N0)/(Nmax-N0)]}

式(6)

式中：N0為t=0時的初始微生物數量[lg(CFU/g)];Nmax為增加到穩定期時最大的微生物數量[lg(CFU/g)];Ns為產品腐敗至感官拒絕時最小的微生物數量[lg(CFU/g)];μmax為微生物生長的最大比生長速率(h-1);λ是微生物生長的延滯時間(h);t為時間(h)。

將貯藏在7℃和15℃的貨架期的實驗值和預測值進行比較,評價建立的貨架期模型的可靠性。

1.4數據處理

應用Origin7.0統計軟件,適當的進行模型擬合和回歸,獲得不同溫度條件下的嗜麥芽窄食單胞菌生長曲線、生長動力學參數以及溫度與最大比生長速率和延滯時間的關系。

2 結果與分析

2.1嗜麥芽窄食單胞菌的最小腐敗量

最小腐敗量是指產品腐敗至達到感官拒絕時的菌落數量(lg(CFU/g))。將鮮切卷心菜在貯藏期間的感官評定值和嗜麥芽窄食單胞菌數量(lg(CFU/g))進行線性回歸分析。本實驗確定5分為產品不能接收的感官分值,根據回歸方程可以推出,此時嗜麥芽窄食單胞菌數量為7.128lg(CFU/g)。因此我們確定鮮切卷心菜的最小腐敗量為7.128lg(CFU/g),即當產品中嗜麥芽窄食單胞菌數達到7.128lg(CFU/g)時鮮切卷心菜腐敗,感官不能接受。

表2 鮮切卷心菜不同溫度貯藏期間感官評定

2.2一級模型擬合

將鮮切卷心菜在貯藏過程中得到的嗜麥芽窄食單胞菌實驗值,采用Gompertz方程擬合得到生長曲線和動力學模型,見圖1。

圖1 鮮切卷心菜在不同溫度貯藏過程中 嗜麥芽窄食單胞菌的生長曲線和動力學模型

由圖1可以看出：在4、7、10、15℃條件下,采用修正的Gompertz方程擬合的生長曲線呈“S”型,所得R2值均較高,這說明方程能夠較好地反映嗜麥芽窄食單胞菌在相應溫度下的動態變化；隨著貯藏溫度的升高,生長速率總體呈上升趨勢,25℃和30℃條件下,菌數達到了9lg(CFU/g)以上,趨勢不很明顯,可能與取樣時間(0.5d)有關系,在之后的實驗中,應該縮短取樣時間,增加實驗值,有助于評價方程的可靠性?？梢姕囟仁怯绊懳⑸锷L的一個重要因素。

用Gompertz方程求得的生長動力學參數見表3,可以看出≤10℃下的溫度條件,最大比生長速率較低,4℃下的延滯時間最長,7℃和10℃相差不大。R2均在0.942以上,當溫度升至15℃時比生長速率急劇增加,延滯期縮短,貨架期降至100h以下。

2.3二級模型擬合

溫度對微生物的生長動力學影響需要用平方根模型來進行描述。圖2是應用平方根模型描述的溫度與最大比生長速率(μmax)和延滯時間(λ)的關系,由圖可以看出,溫度與最大比生長速率及延滯時間均呈良好的線性關系。

式(7)

式(8)

圖2 應用平方根模型描述的溫度 與最大比生長速率(μmax)及延滯時間(λ)的關系

表4是根據溫度與μmax和λ平方根模型得到的實測值和預測值,從中可以看出,殘差值均小于0.1,說明上述模型描述的溫度與μmax和λ的關系是可信的[24-25]。

表4 溫度與最大比生長速率(μmax) 及延滯時間(λ)平方根模型的殘差值

2.4嗜麥芽窄食單胞菌生長動力學模型的驗證和可靠性評價

分別在7℃和15℃條件下,觀察了鮮切卷心菜中的嗜麥芽窄食單胞菌數生長情況,驗證所建模型的準確性。同時應用所建嗜麥芽窄食單胞菌生長預測模型預測相應時間的嗜麥芽窄食單胞菌數量,分析比較嗜麥芽窄食單胞菌在7℃和15℃條件下生長的實測值和預測值,如表5所示。

表5 鮮切卷心菜在7℃和15℃貯藏時嗜麥芽窄食單胞菌的實測值和預測值

這說明所建的生長模型描述的時間與嗜麥芽窄食單胞菌數量的關系是可信的,模型對原觀測值的擬合情況良好。

由7℃和15℃保藏時的預測值和實測值來計算預測方程的偏差度(Bf)和準確度(Af),見表6。7℃和15℃下的偏差度Bf和準確度Af分別為1.548和2.012,1.898和2.078,預測值上下波動的幅度Bf為20%左右,預測值和實測值之間的差異即Af是介于3%左右,表示建立的數學模型能很好的預測嗜麥芽窄食單胞菌在7℃和15℃下的生長情況。

表6 鮮切卷心菜在7℃和15℃保藏中嗜麥芽窄食單胞菌 預測值的偏差度(Bf)和準確度(Af)

2.5剩余貨架期的預測與驗證

根據建立的嗜麥芽窄食單胞菌生長動力學模型,可以用最小腐敗量(Ns)、初始微生物數量(N0)和最大菌數(Nmax)來計算和建立剩余的貨架期。鮮切卷心菜的嗜麥芽窄食單胞菌數量的最小腐敗量是7.128lg(CFU/g),最大菌數的確定采用不同溫度下最大菌數的平均值,即9.379lg(CFU/g)。將以上參數代入公式(6)得鮮切卷心菜在有氧保藏條件下0～40℃范圍內任何溫度下的剩余貨架期公式為：

SL=λ-[(9.379-N0)/(μmax×2.718)]×{ln[-ln(7.128-N0)-N0)/(9.279-N0)]-1}

式(9)

因此,只要實時監測產品中的嗜麥芽窄食單胞菌初始菌落數量(N0),根據所得二級模型(7)和(8)計算出不同溫度下的動力學參數λ和μmax,就可以根據公式(9)計算出0～40℃范圍內任何溫度下產品的剩余貨架期。所以,利用得出的貨架期預測模型可快速的對鮮切卷心菜的貨架期進行預測。

表7是鮮切卷心菜在7℃和15℃貯藏中貨架期的預測值和實際值的比較,相對誤差分別為-4.090%和12.119%。結果表明,嗜麥芽窄食單胞菌動態模型可以比較準確的預測鮮切卷心菜的剩余貨架期。

表7 鮮切卷心菜在7℃和15℃保藏中 貨架期的預測值和實測值

相對誤差：[(預測值-實測值)/實測值]×100%

3 結論與討論

鮮切卷心菜的最小腐敗量是7.128lg(CFU/g),即當產品中嗜麥芽窄食單胞菌數達到7.128lg(CFU/g)時鮮切卷心菜腐敗,感官不能接受。一級二級模型擬合結果顯示：≤10℃下的溫度條件下,嗜麥芽窄食單胞菌對鮮切卷心菜的影響相對小些,溫度升至15℃時,貨架期急劇縮短,降至98.968h。在7℃和15℃下進行驗證,一級和二級模型擬合效果均較好,貨架期的預測值和實際值相對誤差分別為-4.090%和12.119%。結果表明,嗜麥芽窄食單胞菌動態模型可以比較準確的預測鮮切卷心菜的剩余貨架期。

采用鮮切卷心菜作為研究介質,能夠真實的反映嗜麥芽窄食單胞菌的生長狀態,提高了貨架期預測模型的準確度。在今后的研究,應該考慮到冷鏈運輸過程中存在的溫度波動情況,由此建立的模型將更具有實際意義。

[1]Tournas V H. Spoilage of vegetable crops by bacteria and fungi and related health hazards[J]. Critical Review of Microbiology,2005,31(1):33-44.

[2]鄭林彥,韓濤,李麗萍. 國內切割果蔬的保鮮研究現狀[J].食品科學,2005,26(z1):125-127.

[3]李苗云,張建威,樊靜,等. 生鮮雞肉貨架期預測模型的建立與評價[J]. 食品科學,2012,33(23):60-63.

[4]梁榮蓉. 生鮮雞肉調理制品菌群結構分析和貨架預測模型的研究[D]. 泰安:山東農業大學,2010.

[5]李苗云,張秋會,高曉平. 冷卻豬肉中微生物生態分析及貨架期預測模型的研究[D]. 南京:南京農業大學,2006.

[6]郭全友,王錫昌,姜朝軍,等. 養殖尼羅羅非魚鮮度特征及動力學模型構建[J]. 食品科學,2012,34(4):245-249.

[7]許鐘,楊憲時,郭全友. 魚類腐敗菌不同生長動力學溫度模型的可靠性評價和比較[J]. 海洋水產研究,2005,26(5):45-51.

[8]金長娟,弭道彬. 我國果品蔬菜貯藏保鮮的現狀與發展對策[J]. 中國園藝文摘,2010(1):51-52.

[9]Oliveira M,Usall J,Anguera M,etal. Microbiological quality of fresh lettuce from organic and conventional production[J]. Food Microbiology,2010,27(5):679-684.

[10]Rupasinghe HP,Boulter-Bitzer J,Ahn T,etal. Vanillininhibits pathogenic and spoilage microrganisms in vitro and aerobic microbial growth in fresh-cut apples[J]. Food Research International,2006,39(5):575-580.

[11]Ozturk I,Tornuk F,Saqdic O,etal. Application of Non-linear Models to Predict Inhibition Effects of Various Plant Hydrosols on Listeria monocytogenes Inoculated on Fresh-Cut Apples[J]. Foodborne Pathogens and Disease,2012,9(7):607-616.

[12]陳湘寧,鐘思瓊,金文斌,等. 膜包裝鮮切蔬菜中主要腐敗菌的分離與鑒定[J]. 中國食品學報,2012,12(5):154-160.

[13]Nielsen T,Bergstro B,Borch E. The origin of off-odours in packaged rucola(Eruca sativa)[J]. Food Chemistry,2008,110:96-105.

[14]陳龍,謝文綺,王禮興,等. “高熱病”病豬嗜麥芽窄食單胞菌的分離鑒定[J]. 動物醫學進展,2009,30(11):25-28.

[15]Maria E G,Andrea G,Maria R C,etal. Shelf-life modelling for fresh-cut vegetables[J]. Postharvest Biology and Technology,1996,9(2):195-207.

[16]Corbo MR,Altieri C,D’Amato D,etal. Effect of temperature on shelf life and microbial population of lightly processed cactus pear fruit[J]. Postharvest Biology and Technology,2004,31:93-104.

[17]Jacxsens L,Devlieghere F,Ragaert P,etal. Relation between microbiological quality,metabolite production and sensory quality of equilibrium modified atmosphere packaged fresh-cut produce[J]. International Journal of Food Microbiology, 2003,83:263-280.

[18]Sinigaglia M,Albenzio M,Corbo MR. Influence of process operations on shelf-life and microbial population of fresh-cut vegetables[J]. Journal of Industrial Microbiology & Biotechnology,1999,23:484-488.

[19]李除夕,董明盛,陳曉紅,等. 豆腐中庫特氏菌生長動力學模型和貨架期預測[J]. 農業工程學報,2009,25(1):82-86.

[20]中華人民共和國衛生部. GB/T4789.2-2010食品衛生微生物學檢驗 菌落總數測定[S]. 北京:中國標準出版社,2010.

[21]Baranyi J,Roberts T A. A dynamic approach to Predicting bacterial growth in food[J]. International Jourual of Food Microbiology,1994,23:277-294.

[22]Ratkowsky DA,Olley J,McMeekin TA, et al. Relationship between temperature and growth rate of bacterial cultures[J]. Journal of Bacteriology,1982,149(1):1-5.

[23]Davey K R. A Predictive model for combined temperature and water activity on microbial growth during the growth phase[J].Journal of Applied Bacteriology,1989,67:483-488.

[24]Neumeyer K,Ross T,McMeekin T A. Development of a predictive model to describe the effects of temperature and water activity on the growth of spoilage Pseudomonads[J]. International Journal of Food Microbiology,1997,38:45-54.

[25]李除夕. 豆腐特定腐敗菌研究及貨架期預測模型建立[D]. 南京：南京農業大學,2008.

Establishment of microbial growth kinetics prediction model ofS.maltophiliain fresh-cut cabbage

CUIHui-ling,CHENAn-jun*,LUOChan,AOXiao-lin,ZHOUBing,HUANGTing

(College of Food Science,Sichuan Agriculture University,Ya’an 625014,China)

The objective of this study was to develop a first-order predictive growth model ofS.maltophiliaisolated from fresh-cut cabbage,then 10mL broth which was cultured about 18h was dissolved in 990mL physiological saline,solid-liquid ratio 1∶10,in which the processed fresh-cut cabbages were suspended 15s,and the samples was stored at 4,7,10,15,25 and 30℃ respectively,to establish the Gompertz model and Belehradek root square model,respectively,which used for shelf life prediction. The results indicated that the growth dynamics ofS.maltophiliacould be well fitted with the Gompertz function. The effect of temperature on maximum specific growth rate and the lag phase was well described by the Belehradek function as a good linear relationship. Validation of established kinetic models was carried out by comparing with experimental development ofS.maltophiliagrown on fresh-cut cabbage at 7℃ and 15℃,respectively. Basic errors between predicted shelf life and observed shelf life were-4.090% and 12.119% at 7℃ and 15℃,respectively. It suggested that microbial growth models established by our research could predict the growth ofS.maltophiliain fresh-cut cabbage stored from 0 to 40℃.

fresh-cut cabbage;S.maltophilia;prediction model;shelf-life

2013-06-25 *通訊聯系人

崔慧玲(1987-)，女，碩士，研究方向：果蔬加工理論與技術。

國家“863”計劃項目(2012AA101606-03)。

TS201.3

：B

：1002-0306(2014)01-0150-06