基于食品安全性的预测微生物学研究模式

预测微生物学是依据各种食品微生物在不同加工、贮藏和流通条件下的基础信息库,预测食品中微生物数量的动态变化,并对食品的安全性做出快速判断的一门学科研究新领域。预测微生物学的核心在于建立完善的数学模型。介绍了预测微生物学的研究模式以及其与不同学科的结合方式,并聚焦到将成为预测微生物学未来发展源动力的神经元网络技术。     

预测食品微生物学在肉品安全领域的应用

预测食品微生物学是一门对食品微生物进行数量化预测的新兴学科,可以在不进行传统微生物检测的条件下快速对食品的安全性和货架期进行预测。本文简述了预测食品微生物学的概念,模型分类及建模步骤,重点介绍了预测食品微生物学在肉品安全中的定量微生物风险评估、危害分析和关键控制点以及产品货架期等领域的应用,并对其未来发展进行了展望。     

预测微生物学在传统白酒酿造中的应用构想

预测微生物学是运用微生物学、工程数学以及统计学进行数学建模，并建立各种食品微生物在产品加工、贮藏和流通条件下的基础信息库，以及预测食品中微生物数量的动态变化规律，达到运用模型预测和描述特定食品中微生物的生长和死亡状况的目的。白酒酿造过程建立白酒微生物学资源数据库和预测微生物学数学模型，可探究制曲和发酵过程中各类微生物的变化规律及各种环境因素对酿酒微生物类群衍变的影响规律，提高白酒酿造工艺设计的最适化。（孙悟）     

分子生物学技术在预测微生物学中的应用与展望

预测微生物学是食品微生物学的重要组成部分,其本质在于利用数学模型描述特定环境条件下微生物的生长和死亡规律。预测微生物模型既能应用于预测食品的货架期、控制腐败菌的滋生,又有助于完善食品微生物风险评估体系,减少致病菌的患病风险,对保障食品安全和改善公共卫生状况具有十分重要的意义。本文以综述的形式,概述预测微生物学的发展历史,并分析当前预测微生物学的研究热点。在此基础之上,着重介绍分子生物学技术在预测微生物学中应用的最新研究进展,阐述分子预测模型的概念和构建方法,并对其他分子生物学技术在预测微生物学中应用的可行性以及分子预测模型的应用前景进行展望,以期为全面推动预测微生物学这一学科的进步提供理论参考。     

食品中微生物间交互模型的研究进展

数学模型是食品预测微生物学研究的核心,基于数学模型得到的腐败菌生长情况可用于预测食品的货架期,得到的食源性致病菌生长数据是微生物暴露评估不可缺少的部分。近年来,预测微生物学发展的主要方向之一是研究微生物在实际食品环境中的生长动态。本文首先简要介绍了传统的预测微生物数学模型;然后阐述了实际食品中微生物与环境之间的交互作用现象,在此基础之上,介绍了描述性模型和机械性模型两类微生物间交互模型,并分析了两类模型的推导过程,最后对食品中微生物间交互模型的应用前景进行了展望,为预测微生物学这一学科的进步提供了理论基础。     

预测微生物学的研究进展及其在食品中的应用

预测微生物学是食品微生物学中的一个亚学科。本文阐述了预测模型的分类及修改后主要模型的方程式;预测微生物学的研究内容,包括预测模型的改进,环境因子(温度、pH、水分活度等)对微生物(以致病菌和腐败菌为主)生长的影响以及在食品货架期预测、食品安全质量管理等方面的应用等。提出目前研究中存在的问题,并展望该领域今后的研究方向。     

预测食品微生物学

预测食品微生物学是食品微生物学的一个新兴分支学科,是在微生物学、数学、统计学和计算机应用学的基础上建立起来的新学科.预测食品微生物学研究和设计一系列描述和预测微生物在特定条件生长和衰亡的模型,因而一种防止病原微生物对食品污染的有效的预警工具.     

预测食品微生物学

预测食品微生物学是食品微生物学的一个新兴分支学科,是在微生物学、数学、统计学和计算机应用学的基础上建立起来的新学科。预测食品微生物学研究和设计一系列描述和预测微生物在特定条件生长和衰亡的模型,因而一种防止病原微生物对食品污染的有效有预警工具。     

荧光定量PCR在预测微生物学中的应用

食品微生物是影响食品安全的重要因素之一,快速准确预测食品加工和贮存过程中的微生物变化对食品风险评估具有重要意义。本文首先介绍了荧光定量PCR技术的历史及其发展,着重介绍了荧光染料法和水解探针法的基本原理,讨论了其优缺点并对其应用进行总结和展望。然后介绍了预测微生物学的历史及其发展,同时对一二三级模型进行了归纳和分类,并讨论预测模型的意义及在食品领域研究所需要注意的问题。最后介绍了荧光定量PCR技术在预测微生物学中的应用,归纳了当前国内外研究的现状,并指出发展缓慢的可能原因,提出荧光定量PCR技术只停留在检测层面并没有很好用于预测微生物学模型的构建。通过本综述以期推动荧光定量PCR技术在预测微生物学领域的全面应用,进而推动预测微生物学的进一步发展。     

预测微生物学数学建模的方法构建

预测微生物学是运用微生物学、工程数学以及统计学进行数学建模,利用所建模型预测和描述处在特定食品环境下微生物的生长和死亡。预测微生物学的核心在于建立完善的数学模型。预测微生物学数学模型被分为三级:初级模型、二级模型和三级模型。初级模型描述微生物数量变化与时间的关系;二级模型描述初级模型中的参数与环境参数之间的关系;三级模型也称为专家系统,是在初级模型和二级模型的基础上,通过计算机编程制作出的友好软件,它使得非专业人士同样可以获得预测微生物学的相关信息和指导。本文介绍了预测微生物学模型的局限以及分类,并对建模方法进行了讨论。     

预测微生物学及其在食品科学中的应用

预测微生物学是运用微生物学、工程数学以及统计学进行数学建模,利用所建模型,通过计算机及其配套软件,预测和描述处在特定的环境下微生物的生长和死亡规律。预测微生物学模型按Whiting和Buchanan的分类方法分为初级模型、次级模型和三级模型,文中按该分类方法分别对预测微生物学及其模型的发展进行了系统的介绍,并对预测微生物学在食品科学中的应用进行了综述,为在食品工业中更好的利用预测微生物学提供帮助。     

预测微生物学在禽肉质量安全控制中的应用

预测微生物学是运用数学、工程学、统计学和微生物学建立数学模型,对食品中微生物的生长和残存进行定量分析。本文对国内外的预测软件进行简介,并介绍了预测微生物学在禽肉中的研究进展及质量安全控制中的应用。     

食品预测微生物软件的分析与比较

近年来,微生物预测和风险评估软件取得了一定的发展。微生物预测是利用所建模型来预测和描述处在特定食品环境下微生物的生长和死亡。文章概述了16款微生物预测软件,并且依据不同的标准对其做了比较分析,如建模方法,功能模块,研究过程中的环境变量(温度、酸碱度、水活性),不同的基质类型和不同的微生物种类等。对食品微生物研究领域有一定的研究和参考价值,并且可以满足不同用户对不同微生物研究的需要。     

微生物预测模型研究及其在肉品工业中的应用

预测微生物的数学模型可以对食品中微生物的生长、残存和死亡进行数量化预测.简述了预测微生物的数学模型研究食品微生物行为的理由.介绍了微生物预测模型的研究概况及其在肉类工业中的应用情况.对目前存在的问题和未来的发展进行了分析和总结.     

预测微生物学与食品质量安全

预测食品微生物学利用数学模型定量地分析不同环境条件下食品中病原菌和腐败菌的生长和存活，对食品的货架期作出合理的预测。该文简要介绍了预测模型的3个水平及其在预测货架期中的应用，并展望了预测微生物学未来的发展趋势。     

Predictive microbiology: Quantitative science delivering quantifiable benefits to the meat industry and other food industries

Predictive microbiology is considered in the context of the conference theme "chance, innovation and challenge", together with the impact of quantitative approaches on food microbiology, generally. The contents of four prominent texts on predictive microbiology are analysed and the major contributions of two meat microbiologists, Drs. T.A. Roberts and C.O. Gill, to the early development of predictive microbiology are highlighted. These provide a segue into R&D trends in predictive microbiology, including the Refrigeration Index, an example of science-based, outcome-focussed food safety regulation. Rapid advances in technologies and systems for application of predictive models are indicated and measures to judge the impact of predictive microbiology are suggested in terms of research outputs and outcomes. The penultimate section considers the future of predictive microbiology and advances that will become possible when data on population responses are combined with data derived from physiological and molecular studies in a systems biology approach. Whilst the emphasis is on science and technology for food safety management, it is suggested that decreases in foodborne illness will also arise from minimising human error by changing the food safety culture.