含生鮮辣根芥末醬貨架期預測模型的建立

李兆雯 吳新 王志海

摘要 為了預測含生鮮辣根芥末醬的貨架期，研究了其在278、298、310 K溫度儲藏條件下辣度、過氧化值及菌落總數的變化情況，并建立了對應指標的動力學模型來預測芥末醬的貨架期，模型的活化能Ea分別為24.54、2.59、30.85 kJ/mol。經驗證，此動力學模型可快速預測貯藏溫度在278～310 K貯藏條件下芥末醬的貨架期。

關鍵詞 芥末醬;貨架期;預測

中圖分類號 TS205文獻標識碼 A

文章編號 0517-6611（2019）13-0176-03

doi：10.3969/j.issn.0517-6611.2019.13.054

開放科學（資源服務）標識碼（OSID）：

Establishment of a Prediction Model for the Shelflife of Wasabi Paste Containing Fresh Horseradish

Abstract In order to predict the shelflife of wasabi paste containing fresh horseradish， we investigated the changes of the pungency value， peroxide value and total bacterial count of wasabi paste containing fresh horseradish during the storage at different temperatures（278，298，310 K）. Kinetic models of the pungency value， peroxide value and total bacterial count for predicting the shelflife of wasabi paste were established with Ea（activation energy）of 24.54， 2.59， 30.85 kJ/mol. It proved that the kinetic models could predict the shelflife of wasabi paste at storage rapidly under 278-310 K storage conditions.

Key words Wasabi paste;Shelflife;Prediction

作者簡介 李兆雯（1985—），女，新疆烏魯木齊人，從事調味品研發工作。*通信作者，碩士，從事調味品研發工作。

收稿日期 2019-01-23

芥末醬是一種應用日益廣泛的調味品，具有殺菌消毒、增進食欲的作用，深受人們的喜愛。但目前市場上的芥辣大多由干燥脫水后的辣根制粉，添加水、膠、芥末香精等原料制成，風味單一，嗆辣太過刺激，從而影響了食物本身的風味。添加生鮮辣根的芥末醬，是不同于傳統以脫水辣根粉為主要原料的新式調味醬，風味獨特，含有新鮮辣根的自然清香，因此具有廣闊的市場空間。但由于其添加了生鮮原料，其貨架期是否也可達到傳統芥末醬18個月的時長，尚有待進一步研究。

預測食品的貨架期是新品上市的一個重要環節。近年來，許多學者對食品貨架期的預測做過研究。吳新等[1]和齊娜等[2]研究了不同儲藏溫度條件下梨汁的感官、理化及微生物等指標的變化規律，并建立了貨架期預測模型;筆者也在此前的研究中研究了榴蓮醬在貯藏過程中的感官品質、過氧化值及微生物的變化，并建立了榴蓮醬的貨架期預測模型。

筆者以含生鮮辣根的芥末醬為研究對象，研究了在不同儲藏溫度下其品質的變化，并采用加速貨架期試驗（ASLT）建立動力學方程來預測貨架期。

1 材料與方法

1.1 材料

含生鮮辣根的芥末醬，購自珠海一統實業有限公司;乙醇、氨水、硝酸銀、硫酸鐵氨、硼酸、重鉻酸鉀、氯化鈉、硫氰酸按、碘化鉀、三氯甲烷、冰乙酸、硫代硫酸鈉、磷酸二氫鉀、淀粉指示劑、營養瓊脂培養基均為分析純，購自國藥集團化學試劑有限公司。

1.2 測定指標與方法

取相同批次的含生鮮辣根的芥末醬，復合管包裝（43 g），分別置于278、298及310 K溫度條件下儲藏，在不同儲藏時間點測定樣品的辣度、過氧化值及菌落總數。

1.2.1 辣度的測定。

辣度的測定以異硫氰酸異丙酯計，具體參照GH/T 1174—2017《脫水辣根》中規定方法操作。

1.2.2 過氧化值的測定。

過氧化值的測定參照GB 5009.227—2016《食品安全國家標準 食品中過氧化值的測定》中規定方法。

1.2.3 菌落總數的測定。

菌落總數的測定參照國家標準GB/T 4789.2—2016《食品安全國家標準 食品微生物學檢驗 菌落總數測定》中規定方法。

1.3 芥末醬貨架期的預測

一級反應動力學模型在食品加工過程中的應用較為廣泛[3-20]，它可以體現食品儲藏品質變化與時間的關系，一級反應動力學方程如下：

食品品質變化與溫度的關系可以用Arrhenius方程進行分析，Arrhenius 方程如下：

對公式（2）兩邊取對數，得：

根據公式（1）、（2）可推導出芥末醬在不同儲藏溫度條件下的貨架期模型：

式（1）～（4）中，A為樣品儲藏至第t天時的品質指標值，A0為樣品的初始品質指標值，k為樣品品質指標變化速率常數，t為樣品的貯藏時間（d），k0和Ea都是反映系統物質本性的有關經驗常數，其中k0為指前因子，Ea為樣品貯藏品質指標變化反應的活化能（J/mol），R為氣體常數（8.314 4 J/mol·K），T為熱力學溫度。

1.4 數據處理

每次試驗取3個平行樣，分別重復3次，結果取平均值，利用Excel 2016軟件計算平均值及標準偏差，并進行相關性分析。

2 結果與分析

2.1 不同儲藏溫度下辣度的變化

感官指標是評價產品好壞的重要指標，而辣度是體現芥末醬品質的重要感官指標，因此也是確定其貨架期的重要因素，芥末醬的辣度在不同儲藏溫度下的變化見圖1。由圖1可以看出，芥末醬的辣度隨著貯藏時間的延長而逐步下降，在不同儲藏溫度下均呈相同的趨勢，辣度的下降主要是因為異硫氰酸烯丙酯水解造成的。陳麗蘭等[4]在研究牛油火鍋底料時、齊娜等[2]研究梨汁時、吳新等[1]對榴蓮醬的研究時，均發現感官品質在儲藏過程中存在類似的變化趨勢。

2.2 不同儲藏溫度下過氧化值的變化

過氧化值是表示油脂和脂肪酸等被氧化程度的一個指標，可以用其判定含油量較高食品的品質。芥末醬的過氧化值在不同儲藏溫度下的變化見圖2。由圖2可知，芥末醬的過氧化值隨著儲藏時間的延長而逐步升高，在各儲藏溫度下均呈相同的變化趨勢，且溫度越高，過氧化值的變化幅度越大。田文[3]研究高纖維大豆沙拉醬時、吳新等[1]研究榴蓮醬時均發現過氧化值在儲藏過程中有與此類似的變化趨勢。

2.3 不同儲藏溫度下菌落總數的變化

造成食品變質的一大主因是微生物的生長。為了保證產品的風味，芥末醬采用冷加工工藝，沒有經過滅菌，其起始菌落總數不低，芥末醬的菌落總數在不同儲藏溫度下的變化見圖3。由圖3可知，芥末醬的菌落總數隨著儲藏時間的延長而增多，且溫度越高，菌落總數的增加幅度越大。田文[3]研究高纖維大豆沙拉醬時、吳新等[1]研究榴蓮醬時發現其菌落總數也有類似的變化趨勢。

2.4 芥末醬貨架期模型的建立

根據Q/ZHYT 0001S—2016《廣東省食品安全企業標準 芥末調味醬》中相關指標規定，將芥末醬貨架期終點的辣度值（以異硫氰酸烯丙酯計）設定為0.3%，過氧化值設定為2.5 g/kg，菌落總數設定為3×103 CFU/g。

將278、298及310 K儲藏條件下測得的芥末醬辣度、過氧化值及菌落總數代入公式（1）進行分析，其品質變化的動力學模型參數見表1。

回歸系數R2越大，說明總體線性關系越好。由表1可知，不同儲藏溫度條件下各回歸方程的R2值均大于0.9，表明該回歸方程具有很高的擬合精度。

根據“1.3”計算出上述溫度儲藏條件下芥末醬辣度變化的指前因子k0為-40.667，活化能Ea為24.54 kJ/mol;過氧化值變化的指前因子k0為0.015 0，活化能Ea為2.59 kJ/mol;菌落總數變化的指前因子k0為185.675，活化能Ea為30.85 kJ/mol，將指前因子、活化能代入公式（4），分別得到辣度、過氧化值及菌落總數的貨架期預測模型：

選擇芥末醬商業流通的常溫溫度點293 K（20 ℃）和303 K（30 ℃）儲藏條件下進行驗證，比較貨架期的預測值和實測值，結果見表2。

由表2可知，應用該研究建立的芥末醬貨架期預測模型所獲得的辣度值、過氧化值及菌落總數貨架期的預測值準確率達到±10%以內，可以快速預測在278～310 K溫度儲藏條件下芥末醬的貨架期。

當確定芥末醬的貨架期時，為保證產品的各項指標均在Q/ZHYT 0001S—2016《廣東省食品安全企業標準 芥末調味醬》中相關指標規定范圍內，應使用辣度、過氧化值及菌落總數3個模型分別計算出貨架期預測值，以最小值作為其理論預測貨架期[1-4]。

3 結論

（1）在不同儲藏溫度條件下，含生鮮辣根芥末醬的辣度值隨著儲藏時間的延長而降低，過氧化值及菌落總數均隨著儲藏時間的延長而升高，且隨著溫度的升高，各指標變化加快，且變化符合一級反應動力學模型。

（2）通過研究含生鮮辣根的芥末醬在不同儲藏溫度下辣度值、過氧化值及菌落總數的變化規律，建立了相應品質參數的貨架期預測模型，根據此模型可以預測儲藏溫度在278～310 K下芥末醬的理論貨架期。

參考文獻

[1] 吳新，李兆雯，王志海.榴蓮醬貨架期預測模型的建立[J].食品工業科技，2018，39（5）：65-68，75.

[2] 齊娜，李娜，李涵，等.100%梨汁飲品儲藏品質的變化及貨架期預測[J].保鮮與加工，2016，16（2）：53-58.

[3] 田文.高纖維大豆沙拉醬的研制[D].無錫：江南大學，2013.

[4] 陳麗蘭，尼海峰，閆志農，等.牛油火鍋底料品質變化特征及貨架期預測[J].食品科學，2012，33（24）：339-342.

[5] EL MARRAKCHI A，BENNOUR M，BOUCHERITI N，et al.Sensory，chemical，and microbiological assessments of Moroccan sardines（Sardina pilchardus）stored in ice[J].Journal of food protection，1990，53（7）：600-605.

[6] DAVAD K，PERSIS S.The stability and shelf life of food[M].Cambridge：Wood Head Publishing Limited，2000：6-13.

[7] SOCARRS S，MAGARI R T.Modeling the effects of storage temperature excursions on shelf life[J].Journal of pharmaceutical and biomedical analysis，2009，49（2）：221-226.

[8] IFT.Shief life of foods[J].Journal of food science，1984，39：861-964.

[9] 賀雪華，李林，白登榮，等.改進型城口臘肉貯藏過程中的品質變化及貨架期預測[J].食品科學，2017，38（11）：249-255.

[10] 佟懿，謝晶.鮮帶魚不同貯藏溫度的貨架期預測模型[J].農業工程學報，2009，25（6）：301-305.

[11] 尼海峰.復合調味料風味物質及品質變化動力學模型研究[D].成都：四川大學，2012.

[12] 田秋實，謝晶，勵建榮.白鰱魚糜制品貨架期模型的建立[J].食品工業科技，2009，30（4）：70-73.

[13] LABUZA T P，SHAPERO M.Prediction of nutrient losses[J].J Food Proc and Pres，1978，2（2）：91-99.

[14] RATKOWSKY D A，OLLEY J，MCMEEKIN T A，et al.Relationship between temperature and growth rate of bacterial cultures[J].J Bacterial，1982，149（1）：1-5.

[15] 朱耀強，龔婷，趙思明，等.生鮮鯇魚片貨架期預測模型的建立與評價[J].食品工業科技，2012，33（2）：380-383，388.

[16] 余亞英，袁唯.食品貨架期概述及其預測[J].中國食品添加劑，2007（5）：77-79，76.

[17] 姜穎，徐世明，孫承鋒，等.烤腸中芽孢桿菌生長動力學模型及貨架期預測[J].食品與機械，2012，28（2）：161-164.

[18] 史波林，趙鐳，支瑞聰.基于品質衰變理論的食品貨架期預測模型及其應用研究進展[J].食品科學，2012，33（21）：345-350.

[19] 王延麗.UHT乳貨架期及預測模型的研究[D].呼和浩特：內蒙古農業大學，2008.

[20] 張麗平，余曉琴，童華榮.動力學模型預測板鴨貨架期壽命[J].食品科學，2007，28（11）：584-586.