作者姓名：钟强
工作单位：安康学院
摘 要
简要介绍了预测微生物学模型的2个类型(品质预测模型和安全评估模型),特定腐败菌在微生物预测中的特殊作用,可追溯技术、温度综合函数和生物指示器等新技术在微生物预测中的应用,以及国外的预测模型库和国内的研究现状,展望了预测微生物学未来的发展趋势。
关键词：[微生物]；[预测模型]；[特定腐败菌]；[模型库]。
Advancement ofPredictive Microbiology
Abstract
Two types of the predictive microbiology model the special role of specific spoila gemicrobes; the applica-tions of technology, temperature comprehensive function and bio-indicator and other new technologies inpredictivemi-crobiology were raced,the research progressof the Repredictive ModelLibrary abroad and currentstudies in home coun-trywere briefly reviewed in this paper; and the development trend of the predictive micro biology was also prospected.
Keywords：[predictive micro biology]; [predictive model];[specific spoila gemicrobe]; [repredictive model library]
目录
摘 要 i
Abstract ii
前言 1
逐步追踪
1 微生物预测模型的类型 2
1.2 食品安全评估模型 2
2 特定腐败菌(Specific spoilage or-ganism) 2
3 技术手段与革新 3
3.1 可追溯技术 3
3. 2 温度综合函数(Temperature function inte-gration,TFI)和温度监控 4
3.3 生物指示器 4
4 国外微生物预报模型库 6
5 国内预报微生物学研究现状 7
6 展 望 8
参考文献: 9
前言
20世纪80年代初,Ross等[1]最先提出“微生物预报技术”这一概念,从此预测微生物学便应运而生。食品预测微生物学(Food PredictiveMicro-biology)是一门在微生物学、数学、统计学和应用计算机科学基础上建立起来的新学科。它的发展方向是研究和设计一系列能描述和预测微生物在特定条件下生长和衰亡的模型。它是依据各种食品微生物在不同加工、储藏和流通条件下的特征信息库,通过计算机的配套软件,在不进行微生物检测分析的前提下,判断食品内主要病原菌或腐败微生物死亡、残存和增殖的动态变化,从而对食品安全做出快速 评估的预测方法[2-3]。1983年,国外食品微生物学家小组应用直观预测的Delphi工艺,用计算机预测了食品货架期,开发了腐败菌生长的数据库,从此揭开了预测微生物学序幕[4]。上世纪八九十年代,由于食品安全问题的严峻形式,预测微生物学的研究对象主要是食品中的病原菌(如单核增生李斯特菌、沙门菌、金黄葡萄球菌等),后来,随着食品企业对自身产品品质问题的关注,腐败菌的研究也逐渐发展起来,并且对这些细菌进行建模[5]。近年来美国、英国、澳大 利亚、丹麦等国更是致力于微生物预测软件开发,旨在对食品货架期进行有效的预测,并对致病菌进行风险评估[6]。
1 微生物预测模型的类型
1.1 食品品质预测模型
食品品质的变化受诸多因素影响,依据内在和外在因子来分析导致食品变质的主导因素,每一种产品有其特定的腐败菌(SSO)、腐败范围(SD)和腐败量(SL)。微生物生长模型只能用在
初始限定的微生物类别、产品类型和贮藏条件范围内。为了获得精确的货架期预测,依据相关产品腐败过程来选择和运用微生物模型是重要的,例如修正的Gompertz方程是最佳拟合方程之一[7]。建立微生物生长曲线模型时,要考虑多个变量对微生物生长的影响,包括温度、pH、Aw、防腐剂等变量的数目和联合作用。在考虑温度、pH、Aw 3因素时,假设它们是分别独立的,相互之间没有影响的,使用修正Rat-kowsky和Davey方程。微生物生长曲线采用非线性回归分析结合Gompertz方程得到,然后使用多变量响应曲面法(Response surfaceMethodologyo-gy)来建立温度、pH、NaCl、NaHO2、空气状态等影响的立体生长模型。
1.2 食品安全评估模型
预测微生物风险评估常采用概率模型,为了预测致病菌生长的可能性或毒素的产生,将已知样品在确定的环境条件和固定时间培养,评估多个重复样品中微生物生长或产毒所占的比例,从而推导出各个因子下微生物生长的概率模型,概率模型主要适合孢子的萌发,通常使用Hauschild的一般方法来估算食品中肉毒梭状芽胞杆菌单孢子的萌发和产生毒素的可能性,有助于认知细菌孢子产生毒素受培养条件,如pH、温度、NaCl浓度的影响。概率模型最主要
的应用领域是食品卫生质量管理。风险评估不能提供食品是否安全的答案,但可以通过输入有关参数对模型进行预测,使人们了解参数和加工步骤是如何影响食品安全的。概率模型与生长、残存模型相结合能够评估特定贮藏条件下特定产品存在的危害性,分析关键控制点。
失活/残存曲线是使用线性初始模型(Prima-rymodels)拟合数据得出的,往往用D值(decimalreduction time)和T4D(time to a 4-D inactivation)的对数值表示。D值受加热方式、孢子存在方式等多种因素的影响变化很大。失活曲线通过对实验分析所得的Ln(4D)、Ln(D)用SAS对反应曲线回归方程进行分析,结合温度、pH等影响因子,求出多变量二次多项式,使用非线性方程拟合得到多因素响应曲面图,在实验范围内可预测出D值[8]。
2 特定腐败菌(Specific spoilage or-ganism)
为了食品的保鲜防腐,研究人员对腐败微生物进行了长期研究,发现食品所含微生物中只有部分微生物参与腐败过程[9],上世纪90年代中期Dalgaard[10]提出了“特定腐败菌”(Specific spoil-age organism, SSO)的概念。在对食品微生物学的研究中发现,与致病菌动态响应相比,腐败菌由于产品特征和贮藏条件的不同,其动态响应复杂且变化大[11]。研究者指出,食品腐败主要表现在某些微生物生长和代谢生成胺、硫化物、醇、醛、酮、有机酸等,产生不良
气味和异味,使产品变得感官上不可接受[12]。不同的食品,导致其腐败的微生物种类是不同的,代谢产物也不尽相同,由此可以把食品划分成具有不同微生物生态的类,即每种产品具有自身独有的菌相,那些适合生存繁殖并产生腐败臭味和异味代谢产物的微生物,就是该产品的SSO[13]。SSO在刚加工产品微生物菌丛中的数量少,仅占非常小的一部分,但贮藏中生长比其他微生物快,并且腐败活性强[14]。
研究证明,假单胞菌(Pseudomonas)、希瓦氏菌(Shewanella)是冷链流通中高水分蛋白食品的SSO[15];弧菌(Vibrionaceae)等发酵型革兰阴性菌是新鲜水产品的SSO[16];真空或气调包装蛋白食品的SSO为明亮发光杆菌(Photobacterium phos-phoreum)、乳酸菌(Lactic acid bacteria)、热杀索丝菌(Brochothrix thermosphacta)等[17];低酸、高盐、烟熏食品的腐败源于乳酸菌和酵母菌(Yeast);热处理食品的腐败往往和芽胞杆菌(Bacillus)有关[18]。相同地域的同类产品中,腐败优势菌往往包括几种微生物,但SSO可能只有一两种[14, 18]。由于SSO带来腐败,所以SSO的生长与腐败速度密切相关。SSO及其腐败代谢产物可作为食品品质指标,更重要的是,通过预测SSO的生长可以准确评估货架期[18]。欧盟“鱼类鲜度评定”项目研究发现,腐败希瓦氏菌、明亮发光杆菌、热杀索氏菌等SSO的数目与产品货架期的相关性在0. 90~0. 99之间[14]。
不同的原料、工艺、包装、贮藏等导致食品微生态系统的不同, SSO也随之变化, SSO生长预报模型只适合特定环境。为了准确预测货架期,必须针对不同产品进行食品微生物和微生态研究。微生物生长动力学模型的建立必须以加工、流通过程中积累的微生物学知识为基础。一般而言,预测模型的建立需要围绕腐败菌进行以下研究[19-20]:①腐败带来的种种反应(SR),无论是挥发性气味的产生还是素的生成;②SSO,特别是导致各种腐败反应的腐败菌;③SD,例如在何种环境条件的范围内特定腐败菌导致系列腐败反应。同一种腐败菌在不同的环境下,所建立的预测模型评价值是不同的。
3 技术手段与革新
在考虑各种环境条件检测方法之前,必须认识到诸如监控系统、网络等资料库的重要性,这可以让我们由点及面进行相关工作,将离散数据由单点进行传输汇总,与通过文献获得的相似文献相比,这会获得很多强有力的新数据。在微生物预测工作中,可追溯技术、温度综合监控、生物指示器等都将使预测模型更加准确的应用于食品品质和安全地预测。
3.1 可追溯技术
可追溯技术诸如条形码或射频识别技术,对产品进行逐步追踪,运用独一无二的代码对物体进行标示。这种方法是真实可靠的,不会发生非法产品替换的情况。可追溯技术如同‘正面对反面’一样简单,每一个销售人员都能借此识别出他们的供应商和顾客,并将这些信息提供给官方。对大多数消费者来说,印刷在产品上的条形码、机器代码是顾客识别追溯产品的最通常的技术。Neimeyer-Stein[21]对不规则代码进行了描述,认为条形码的变化同样包含了许多微生物方面的信息。
电子连锁分配监控系统,许多要依赖RFID技术,在流通过程中对产品的检测已经引起了足够的重视。Frederiksen等[22]指出除了产品识别码以外,在产品供应链中许多系统也运用温度测量技术在任意点获得及时的数据。此外,还可以通过身份识别加强冷链中系统效用。需要重点考虑的是通过通用的标准和标识对RFID技术进行补充[23]。通过原产地的工艺控制中的温度记录,在运输和贮藏过程中,加上进展报告中资料的复原、回顾性分析和手动检查,就能够获得实时报告。McMeekin等[24]已经通过Smart-Trace电子系统可以获得产品详细的报告。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议