低温杀菌黄焖鸡中菌落总数生长预测模型的比较和货架期预测

为比较不同生长预测模型对低温杀菌黄焖鸡中菌落总数生长情况的拟合效果,使用修正的Gompertz模型、修正的Logistic模型和Baranyi模型描述其在4、15、25 ℃贮藏期间菌落总数的变化情况,使用Belehradek模型和Arrhenius模型描述菌落总数生长参数与贮藏温度之间的关系,通过计算各模型拟合所得的参数值及回归相关系数R2、均方误差平方根、赤池信息准则和贝叶斯信息准则等指标评价模型的拟合优度,以最优组合建立产品的货架期预测模型。结果表明：在一级模型中,修正的Logistic模型拟合所得的生长参数值最接近实测值,模型的评价指标最优;在二级模型中,Arrhenius模型的拟合优度最高,其R2均在0.97以上;对修正的Logistic模型的偏差因子、准确因子和Arrhenius模型的残差值进行分析,表明建立的一级、二级模型可被接受;以此为基础建立低温杀菌黄焖鸡的货架期预测模型,经过验证,模型预测值与实测值的相对误差值均在±10%以内,表明所建立的货架期预测模型能够比较准确地预测低温杀菌黄焖鸡在4～25 ℃范围内的货架期。     

真空包装狮子头货架期预测模型的建立

为建立真空包装狮子头货架期预测模型,分析不同温度贮藏期间狮子头中菌落总数的变化情况,分别用线性模型、修正的Gompertz模型、修正的Logistic模型和Baranyi模型对狮子头中菌落总数进行一级模型的拟合,在此基础上使用平方根模型建立二级模型。通过比较各模型的评价参数选择最优模型,并进一步建立货架期预测模型。结果表明在一级模型中,修正的Gompertz模型对真空包装狮子头中菌落总数生长曲线的拟合优度最高;基于修正的Gompertz模型建立的平方根模型可较好地描述温度对狮子头最大比生长速率和迟滞期的影响。在4、10、15、20、25℃条件下贮藏狮子头的货架期分别为80.79、45.22、10.96、4.96、4.01 d,货架期实测值与预测值的相对误差值均在10%以内,表明建立的模型可以较准确地对贮藏在4~25℃条件下的狮子头进行货架期预测。     

冷藏三文鱼片微生物生长动力学模型适用性分析及货架期模型的建立

为研究不同冷藏温度(0,4,10℃)下三文鱼片中菌落总数、明亮发光杆菌、乳酸菌、假单胞菌以及产H2S细菌的生长情况,用不同的微生物生长动力学模型对其微生物生长动态进行非线性拟合,探究动力学模型对冷藏三文鱼片微生物生长的适用性,建立其剩余货架期模型。分别以一级化学反应动力学模型、修正的Gompetz模型、Baranyi and Roberts模型作为一级微生物生长动力学模型,描述微生物在恒定温度下随时间的生长规律;分别以Arrhenius方程和Belehradek方程(平方根模型)为二级模型,描述贮藏温度对微生物生长曲线的最大比生长速率(μmax)及延滞时间(λ)的影响。结果显示:Baranyi and Roberts模型方程能更好地描述冷藏三文鱼片中微生物的生长动态,拟合效果优于一级化学反应动力学模型和修正的Gompertz模型。Baranyi and Roberts模型方程所得参数用Belehradek方程拟合,结果发现冷藏三文鱼片微生物生长的最大比生长速率和延滞时间与贮藏温度呈良好的线性关系。由Belehradek方程建立的冷藏三文鱼片剩余货架期模型相对误差在(±18.90%)内,比Arrhenius方程建立的货架期预测模型预测更准确,可很好地描述菌落总数、假单胞菌、产H2S细菌及明亮发光杆菌随贮藏时间和温度的变化规律,预测冷藏三文鱼片的货架期。     

冷鲜黄羽肉鸡货架期预测模型的建立与评价

为建立冷鲜黄羽肉鸡的货架期预测模型,将冷鲜黄羽肉鸡用托盘包装后,置于-1、4、10、15、20℃贮藏,分别测定不同贮藏时间的细菌总数,同时对4℃贮藏的冷鲜黄羽肉鸡的挥发性盐基氮进行分析,确定最小腐败限控量NS为5.67 lg(CFU/g)。使用修正的Gompertz模型、Baranyi模型及修正的Logistic模型分别描述细菌总数随时间变化的情况,并使用平方根模型描述一级模型所得参数随温度变化的情况。通过比较各模型所得的参数、回归系数(R~2)、偏差因子(B_f)、准确因子(A_f)以及二级模型的残差平方和(RSS),确定修正的Gompertz的拟合优度最好。在以修正的Gompertz模型为生长预测模型的基础上,构建冷鲜黄羽肉鸡的货架期预测模型,结果显示5种温度下的预测值与实测值之间的相对均误差均小于10%,表明建立的模型能够快速准确的预测-1~20℃贮藏条件下冷鲜黄羽肉鸡的货架期。     

大西洋鲑贮藏过程中微生物生长预测系统的构建

菌落总数、假单胞菌数量和希瓦氏菌数量是影响大西洋鲑新鲜度的重要指标,因此,探明上述微生物的变化情况将有利于监测和预判贮运过程中大西洋鲑的品质。本研究通过修正的Gompertz模型、Baranyi and Roberts模型以及Belehradek方程拟合大西洋鲑在不同贮藏温度下的菌落总数、假单胞菌数量和希瓦氏菌数量的变化情况,得到大西洋鲑贮藏过程中微生物数量的变化规律,并运用Visual Basic语言编写生成微生物生长预测系统。结果表明:通过比较修正的Gompertz模型和Baranyi and Roberts模型拟合所得的4、10、25℃贮藏温度下微生物生长参数发现,Baranyi and Roberts模型更适宜作为一级模型反映大西洋鲑贮藏过程中微生物数量随时间的变化情况;运用该模型拟合大西洋鲑在不同贮藏温度下菌落总数、假单胞菌数量和希瓦氏菌数量所得的决定系数(R~2)均大于0.9,其中25℃下分别为0.995、0.994、0.952,10℃下分别为0.993、0.996、0.997,4℃下分别为0.981、0.995、0.914。根据Baranyi and Roberts模型拟合所得参数利用Belehradek方程拟合微生物生长延滞时间、最大比生长速率与贮藏温度的关系,并在此基础上通过Visual Basic语言编写生成微生物生长预测软件,快速获得了不同贮藏温度下微生物的数量及生长曲线,为预测和监控大西洋鲑中微生物生长提供一种高效、便捷的工具。     

不同温度下椰汁中金黄色葡萄球菌的生长动力学模型比较

探讨不同温度下椰汁中金黄色葡萄球菌的生长预测模型。将菌悬液接种到椰汁中,测定不同温度(20、25、30、36℃)下的生长数据。使用Matlab软件拟合得到修正Gompertz(MGompertz)、修正Logistic(MLloistic)和Baranyi模型,比较残差和拟合度选择最优一级模型,并拟合出生长参数。用平方根和二次多项式方程建立二级模型,通过相关系数、偏差因子和准确因子对二级模型进行检验。在20~36℃下,Baranyi模型拟合出的各个拟合度最优,Baranyi模型适宜作为模拟金黄色葡萄球菌在椰汁中生长的一级预测模型。二次多项式相较于平方根模型可以更好地表达温度与最大比生长速率及延滞期的关系。因此选择Baranyi模型和二次多项式模型描述不同温度下椰汁中金黄色葡萄球菌的生长。     

市售五香牛肉货架期预测模型的建立

以菌落总数为指标建立微生物生长模型及散装五香牛肉货架期预测模型.将市售散装五香牛肉分割贮藏,测定了4、7、10℃条件下,贮藏期内样品菌落总数的变化.对恒定温度下的五香牛肉建立微生物初级生长模型、平方根二级模型及货架期预测模型.建立菌落总数的一级模型(Gompertz方程),拟合度在95％以上;平方根二级模型的R2值为0.998,温度与生长速率的平方根呈良好的线性关系,并且残差值在0上下浮动.     

盐焗鸡贮藏品质变化及货架期预测模型

为了探讨盐焗鸡在不同贮藏温度(25、30、37℃)下品质变化及货架期预测模型的构建,通过对其在储藏过程中p H值、挥发性盐基氮(TVBN)值、菌落总数及感官变化进行分析,采用指数模型、修正的Gompertz和Logistic模型对盐焗鸡微生物生长情况进行描述,结果表明:p H值先上升后又逐渐下降;挥发性盐基氮(TVBN)和菌落总数随着贮藏时间增加而不断增大;感官评价总分随着贮藏时间延长而不断下降;其中修正的Gompertz模型优于指数模型和Logistic模型,Arrhenius比Bělehrádek方程更适合描述温度对最大比生长速率(μm)、延滞时间(Lag)2个参数的影响。     

真空包装鸡肉早餐肠货架期预测模型的建立

为研究低温肉制品的货架期预测模型,选取真空包装的鸡肉早餐肠为研究对象,通过测定4 ℃贮藏温度条件下早餐肠细菌总数及感官、理化指标变化情况,确定早餐肠最小腐败量为6.49（lg（CFU/g））。同时测定2、6、10、15 ℃条件下的细菌总数变化情况,运用Baranyi模型拟合细菌总数在鸡肉早餐肠中的生长动力学模型,回归系数R2均在0.99以上。应用平方根模型拟合温度对生长动力学模型参数的影响,模型呈现良好的线性关系,回归系数R2均大于0.97,且残差平方和均小于10－2,说明该预测模型的拟合优度较高。在确定早餐肠最小腐败量与生长预测模型的基础上,建立了鸡肉早餐肠的货架期预测模型,预测值与实测值的相对均误差值均在1 d上下浮动,表明建立的模型能够快速准确的预测2～15 ℃贮藏条件下鸡肉早餐肠的货架期。     

不同温度下腐败希瓦氏菌（Shewanella putrefaciens）生长动力学模型的比较与评价

以冷藏大黄鱼特定腐败菌腐败希瓦氏菌（Shewanella putrefaciens）为研究对象,采用修正Gompertz、修正Logistic和Baranyi方程拟合5、8、15 ℃和25 ℃条件下其在胰蛋白胨大豆肉汤中的生长动力学模型,采用Belehradek方程建立二级模型,探讨温度对腐败希瓦氏菌生长动力学的影响,并对模型的拟合优度及适用性进行评价。结果表明：温度对腐败希瓦氏菌生长动力学影响显著,其在5 ℃环境中延滞期较长,生长趋势得到明显抑制,当温度上升到25 ℃时,腐败希瓦氏菌的延滞期显著缩短,比生长速率随着温度的升高而增大,温度与延滞期及比生长速率均存在线性关系。采用均方根误差（root mean square error,RMSE）、残差平方和（residual sumof squares,RSS）、偏差度（bias factor,BF）、准确度（accuracy factor,AF）、R2对修正的Gompertz、修正的Logistic和Baranyi方程的拟合优度进行评价,修正的Logistic方程的RSS和RMSE均最小,BF和AF均最接近1,修正的Logistic模型的拟合优度最佳,适用性最强,水产品中腐败希瓦氏菌的生长情况能通过修正的Logistic模型得到较好地预测。     

Development of a Predictive Model for Spoilage of Cooked Cured Meat Products and Its Validation Under Constant and Dynamic Temperature Storage Conditions

ABSTRACT:  In the present study, the spoilage flora of a sliced cooked cured meat product was studied to determine the specific spoilage organism (SSO). The physicochemical changes of the product during its storage in a temperature range of 0 to 12 °C were also studied. Among the primary models used to model the temperature effect on SSO growth, the modified Gompertz described better the experimental data than modified logistic and Baranyi. The derived growth kinetic parameters, such as maximum specific growth rate (μ_max) and lag phase duration (LPD), were modeled by using the square root and Arrhenius equation (secondary models). The latter described better the data of μ_max and LPD; therefore, this model was chosen for correlating temperature with kinetic parameters. The selection of the best model (primary or secondary) was based on some statistical indices (the root mean square error of residuals of the model, the coefficient of multiple determination, the F -test, the goodness of fit, the bias, and accuracy factor). The validation of the developed model was carried out under constant and dynamic temperature storage conditions. To validate its usefulness to similar products, another sliced cooked cured meat product stored under constant temperature conditions was also used. The log shelf life model was used for shelf life predictions based on the evident (visual defects) or the incipient spoilage (attainment of a certain spoilage level by SSO and/or chemical spoilage index). The possibility for shelf life predictions constitutes a valuable information source for the quality assurance systems of meat industries.     

鲜切紫薯中酵母菌和乳酸菌货架期模型的构建

用Gompertz模型对不同温度条件下真空包装鲜切紫薯中酵母菌和乳酸菌的生长曲线进行一级模型拟合,并通过计算准确因子（Af）和偏差因子（Bf）验证的生长模型的准确性;利用平方根模型和Arrhenius模型构建酵母菌和乳酸菌的二级模型,比较两种模型的优劣性;依据真空紫薯感官评价判定紫薯的腐败限控量,对其货架期预测模型进行构建和验证。结果表明,Gompertz模型能较好地拟合不同温度条件下2 种菌的生长情况（R2在0.9左右）,数学检验参数Af、Bf接近1.0,均在接受范围;通过不同二级模型动力学参数的比较,2 种菌均为用平方根模型拟合二级模型较优;紫薯选用酵母菌作为指示菌预测货架期较好,其腐败限控量为6.64 （lg（CFU/g））,选定4 ℃条件构建并验证货架期预测模型可靠性,实测值为7.0 d,预测值为7.737 d,预测效果良好。     

鲤鱼中腐败希瓦氏菌生长模型的建立和验证

利用市售鲤鱼中分离鉴定得到的腐败希瓦氏菌进行了生长动力学模型的建立。通过预测微生物学的方法比较Logistic、Gompertz和Baranyi模型的生物学特性和应用特性,对3 种模型所得参数进而构建了二级模型并分别进行了内部和外部验证。结果表明：Logistic、Gompertz和Baranyi模型在内部验证中的r2分别为0.982 4、0.983 6和0.988 4,偏差因子（bias factor,Bf）分别为0.985 0、0.995 0和0.970 0;而外部验证Bf值分别为0.804、1.177和0.826。Baranyi模型在对微生物生长的预测性上不仅准确,而且能够更加有效地进行食品安全预警,在实际的农产品和食品领域具有很好的实用价值。     

鲟鱼中荧光假单胞菌生长预测模型构建及货架期预测

为快速预测有氧贮藏鲟鱼的货架期、预防鱼肉变质,通过将鲟鱼有氧冰藏条件下的特定腐败菌（荧光假单胞菌）接种于灭菌鲟鱼片后置于0、4、10、15、20 ℃有氧贮藏,分析其生长动态及货架期终点的感官评分、pH值和挥发性盐基氮值,在以修正的Gompertz方程为一级模型的基础上,分别以平方根方程和Arrhenius方程为二级模型,建立并验证荧光假单胞菌的生长预测模型。结果显示：荧光假单胞菌菌数的最小腐败值为（7.35±0.05）（lg（CFU/g））;同时,分别在8 ℃和波动温度条件下对模型验证的结果表明：基于平方根方程的荧光假单胞菌生长预测模型的残差分布在－0.09～0.10之间,准确度Af为1.14、1.17,偏差度Bf为0.97、1.02,货架期预测相对误差为－7.95%、－3.28%;而基于Arrhenius方程的模型误差较大,其中残差分布在－0.17～0.24之间,Af为1.21、1.31,Bf为0.94、1.08,货架期预测相对误差为24.87%、7.54%。因此,基于平方根方程建立的模型可以更有效地预测有氧包装鲟鱼在0～20 ℃贮藏温度条件下的荧光假单胞菌的生长及相应货架期。     

Modeling the effect of temperature on growth of Salmonella in chicken

Growth data of Salmonella in chicken were collected at several isothermal conditions (10, 15, 20, 25, 28, 32, 35, 37, 42, and 45 degrees C) and were then fitted into primary models, namely the logistic model, modified Gompertz model and Baranyi model. Measures of goodness-of-fit such as mean square error, pseudo-R(2), -2 log likelihood, Akaike's information, and Sawa's Bayesian information criteria were used for comparison for these primary models. Based on these criteria, modified Gompertz model described growth data the best, followed by the Baranyi model, and then the logistic model. The maximum growth rates obtained from each primary model were then modeled as a function of temperature using the modified Ratkowsky model. Pseudo-R(2) values for this secondary model describing growth rate obtained from Baranyi, modified Gompertz, and logistic models were 0.999, 0.980, and 0.990, respectively. Mean square error values for corresponding models were 0.0002, 0.0008, and 0.0009, respectively. Both measures clearly show that the Baranyi model performed better than the modified Gompertz model or the logistic model.     

Statistical evaluation of mathematical models for microbial growth

The aim of this study was to evaluate the suitability of several mathematical functions for describing microbial growth curves. The nonlinear functions used were: three-phase linear, logistic, Gompertz, Von Bertalanffy, Richards, Morgan, Weibull, France and Baranyi. Two data sets were used, one comprising 21 growth curves of different bacterial and fungal species in which growth was expressed as optical density units, and one comprising 34 curves of colony forming units counted on plates of Yersinia enterocolitica grown under different conditions of pH, temperature and CO(2) (time-constant conditions for each culture). For both sets, curves were selected to provide a wide variety of shapes with different growth rates and lag times. Statistical criteria used to evaluate model performance were analysis of residuals (residual distribution, bias factor and serial correlation) and goodness-of-fit (residual mean square, accuracy factor, extra residual variance F-test, and Akaike's information criterion). The models showing the best overall performance were the Baranyi, three-phase linear, Richards and Weibull models. The goodness-of-fit attained with other models can be considered acceptable, but not as good as that reached with the best four models. Overall, the Baranyi model showed the best behaviour for the growth curves studied according to a variety of criteria. The Richards model was the best-fitting optical density data, whereas the three-phase linear showed some limitations when fitting these curves, despite its consistent performance when fitting plate counts. Our results indicate that the common use of the Gompertz model to describe microbial growth should be reconsidered critically, as the Baranyi, three-phase linear, Richards and Weibull models showed a significantly superior ability to fit experimental data than the extensively used Gompertz.