摘要研究拟定4种温度测定大肠杆菌在冻生虾仁中的变化,得到各温度下的一级模型和二级动力学模型,并对二级模型进行验证,验证结果表明模型有效,对于生产预测有一定参考价值。
关键词冻生虾仁;大肠杆菌;预测模型
中图分类号TS207.4文献标识码A文章编号 1007-5739(2010)12-0323-01
1材料与方法
1.1试验材料
冻生虾仁400 g,某水产企业提供;大肠杆菌,实验室保留菌种;科玛嘉大肠杆菌显色培养基;营养琼脂等。
1.2试验方法
菌种活化3次,测得平均单管营养琼脂斜面大肠杆菌约109 CFU,加生理盐水并梯度稀释后得菌悬液(约104 CFU);把生虾仁分装4个烧杯各100 g后,倒入菌悬液搅拌均匀(浓度约102 CFU/g),用保鲜纸包裹后分别于4、10、13、20 ℃培养,每隔12 h(4 ℃下24 h)用显色培养基计数[1-3]。
用Curve expert软件,生长模型选Gompertz、Logistic、MMF、Richards方程,失活模型选Quadratic方程拟合结果,并在一级模型基础上得二级平方根模型,用残差、偏差性和准确性因子验证模型。具体方程公式:
Gompertz:log(Nt/N0)=a×e-e(b-c×t);
Logistic:log(Nt/N0)=a/(1+b×e-c×t);
MMF:log(Nt/N0)=(a×b+c×td)/(b+td);
Richards:log(Nt/N0)=a/(1+e(b-c×t)1/d);
Quadratic:y=a+b×x+c×x2;
平方根方程:=b(T-Tmin),Tmin为理论最低生长温度;
偏差性因子:101/n[∑log(实测生长速率/预测生长速率)];
准确性因子:101/n[∑log(预测生长速率/实测生长速率)][4-6]。
2结果与分析
2.1一级模型的建立
以log(Nt/N0)为因变量,时间t为自变量,对10、13、20 ℃下大肠杆菌数回归,相关系数见表1。
表1中各模型间相关系数相差微小,采用Logistic方程最佳。采用Quadratic方程进行回归,得到4 ℃下生虾仁大肠杆菌失活模型,相关系数0.9916,拟合较好。4种温度下大肠杆菌的预测模型见表2,各一级模型图见图1~4。
以上模型以生虾仁为大肠杆菌生长介质,更接近产品加工实际情况,可为生产中大肠杆菌的生长提供可靠依据。
2.2一级模型的预测应用
上述采用的4种温度分别对应生虾仁加工过程的解冻、去壳、冰存、泡多聚磷酸盐4步关键工序。关键工序及用(下转第327页)
预测模型对每步工序中大肠杆菌的增长水平进行预测,其结果见表3。其中解冻、去壳2个工序增长率较高,为26.9%和25.1%。表明2个工序大肠杆菌增长量大,为关键控制点,应根据原料情况,严格控制2个工序的温度和时间以有效降低风险。
2.3二级模型的建立
采用10、13、20 ℃一级模型的最大比生长速率umax=(h-1),得回归方程= 0.022 9 T-0.089 1,Tmin =3.90 ℃,R2=0.974 7(图5)。
2.4二级模型的验证
采用残差法验证二级模型。表4为各温度大肠杆菌生长速率的观测值、预测值及残差。所有残差值均在-0.05与0.05之间,残差大小与预测值的顺序无关,模型在α=0.05水平可信。
3结论与讨论
研究得到生虾仁中大肠杆菌在解冻、剥壳、冰存、泡盐4个工序不同温度下的一级和二级模型。预测显示经4步关键工序后大肠杆菌增长90.5%,解冻和剥壳中增长均超过25.0%,这与该2步工序前者温度较高,后者人手接触虾体,且相关报导冻虾仁生产车间工作台、作业手套污染较严重有关,因此加工企业须对工作服、手套、人手消毒加强监督,把品质监控重点放在解冻和剥壳2步工序,尽可能降低半成品感染大肠杆菌的机率,有效提高出口生虾仁产品的食用安全性。
4参考文献
[1] 李卓佳,张庆,陈康德,等.应用微生物健康养殖斑节对虾的研究[J].中山大学学报:自然科学版,2000(S1):229-232.
[2] 周向阳,裘迪红,沈飚,等.臭氧对冻虾仁微生物的控制及在生产应用的研究[J].海洋渔业,2002,24(1):25-28.
[3] 王宏海,杨国锋.出口冷冻熟南美白对虾虾仁加工工艺[J].科学养鱼,2007(3):70.
[4] 李柏林,郭剑飞,欧杰.预测微生物学数学建模的方法构建[J].食品科学,2004,25(11):52-57.
[5] 肖琳琳,张凤英,杨宪时,等.预报微生物学及其在食品货架期预测领域的研究进展[J].海洋渔业,2005,27(1):68-73.
[6] 雷晓凌,曾少葵,蒋志红,等.某出口冻虾加工厂生产过程中的微生物检测[J].中国食品卫生杂志,2005,17(1):27-29.
推荐访问： 大肠杆菌 虾仁 模型 预测 建立
