预测微生物学的研究进展

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

预测微生物学的研究进展

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)

1 微生物预测模型的类型 (2)

1.1食品品质预测模型 (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、金黄色葡萄球菌等),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

相关文档
最新文档