冷鲜猪排骨假单胞菌生长预测模型的建立与验证

为快速预测和监控冷鲜猪肉中微生物的生长,建立和验证冷鲜排骨中0℃～20℃温度条件下假单胞菌的生长预测模型.结果表明:Gompertz方程能很好地描述不同温度下假单胞菌的生长,得到的假单胞菌一级生长预测模型,且其偏差因子和准确因子都在1左右;利用平方根模型描述温度与最大比生长速率和延滞期的关系,且呈现良好的线性关系,R2分别为0.9934和0.9263,从而得到假单胞菌生长预测的二级模型.初步说明生长预测模型能有效地预测0℃～20℃冷鲜猪排骨中假单胞菌的生长.     

基于假单胞菌生长模型预测冷却猪肉的货架期

假单胞菌的生长繁殖是影响冷却猪肉货架期的重要因素之一。为证实假单胞菌为冷却猪肉的特定腐败菌,将屠宰后的冷却猪肉4℃贮藏,分离鉴定出的一株假单胞菌为接种量,测定了假单胞菌数量与菌落总数、挥发性盐基氮值、色差L*值及感官评定分值等品质指标,并确定冷却猪肉的假单胞菌腐败限控量。将冷却猪肉分别置于0、5、10、15、20、25℃条件下进行假单胞菌计数,且建立假单胞菌Gompertz方程的一级、二级生长预测模型,并运用0、5、10、15、20、25℃温度下猪肉货架期进行模型进行适应性验证,预测值与实际货架期值偏差均小于1 d。研究结果表明:通过试验发现菌株JXJ属于假单胞菌;且Gompertz预测模型能较好地预测不同条件下冷却猪肉中假单胞菌的生长情况。     

基于假单胞菌生长模型预测冷却牛肉的货架期

假单胞菌（Pseudomonas spp.）的生长繁殖是影响冷却牛肉货架期的重要因素。为确定假单胞菌为冷却牛肉的特定腐败菌并建立其货架期预测模型,将屠宰后的冷却牛肉4 ℃贮藏,测定了假单胞菌数量与菌落总数、挥发性氨基氮（TVBN）值、颜色明度值（L*）及感官评定分值等品质指标,并确定了冷却牛肉的假单胞菌腐败限控量。将冷却牛肉分别置于0 ℃、5 ℃、10 ℃、15 ℃、20 ℃和25 ℃条件下进行假单胞菌计数,建立Gompertz方程的初级生长模型和二级模型,并进行了模型的验证,建立了货架期预测模型。研究表明,Gompertz预测模型能有效预测4～25 ℃条件下假单胞菌在冷却牛肉中的生长情况,在0 ℃、5 ℃和10 ℃温度条件下,对牛肉货架期进行验证,与实际货架期相比偏差＜1 d,表明货架期预测模型适用。     

冷链条件下马鲛鱼优势腐败菌生长动力学研究及货架期预测

为快速预测冷链马鲛鱼在不同冷链物流温度下优势腐败菌生长动态及货架期,进行了马鲛鱼0,4,10℃下3种典型冷链温度的贮藏模拟试验,分析了马鲛鱼不同温度下的菌落总数、希瓦氏菌数和假单胞菌数以及各个温度下马鲛鱼货架期终点时的挥发性盐基氮含量和感官评定质量指数,采用修正的Gompertz和Belehradek方程建立了冷链马鲛鱼中优势腐败菌在0~10℃的一级、二级生长预测模型与货架期预测模型。结果表明,修正的Gompertz方程能准确表达马鲛鱼在3种贮藏温度下假单胞菌的生长规律,拟合度R^2高达0.99,采用Belehradek方程描述温度对最大比生长速率(μ_max)和延滞期(λ)的影响呈现良好的线性关系,相关性R^2>0.90。进一步用贮藏于2,8℃马鲛鱼中假单胞菌数来验证模型的可靠性,偏差度为1.010 4~1.024 5,准确度为1.026 8~1.038 7,货架期预测模型的相对误差绝对值为6.09%~8.95%。     

基于预测微生物学的冷却牛肉货架期预测模型的建立

为实时监测冷却牛肉贮藏期间的品质变化与货架期,分别测定冷却牛肉0、4、7、10 ℃贮藏过程中假单胞菌菌数、总挥发性盐基氮含量和感官评分。利用修正的Gompertz方程建立不同贮藏温度下假单胞菌生长的动力学模型,以Belehradek方程为二级模型,描述贮藏温度对假单胞菌生长的影响,并利用2、5、8 ℃条件下贮藏的冷却牛肉验证货架期预测模型的准确性。结果表明：所建立的Gompertz模型拟合相关系数均在0.99以上,预测结果准确度在1.013～1.126之间,偏差度在0.926～1.057之间,贮藏温度与μmax 1/2和（1/λ）1/2均呈良好的线性关系,说明建立的一级和二级模型能够真实、有效地预测0～10 ℃贮藏条件下冷却牛肉中假单胞菌的生长情况;货架期的预测值与实测值相对误差在±10%以内,该货架期模型可有效预测冷却牛肉在0～10 ℃贮藏条件下任意温度下的货架期。     

冷鲜猪腩肉假单胞菌生长动力学模型的分析研究

以托盘包装冷鲜猪腩肉为研究对象,研究假单胞菌的生长变化与模型的构建和验证。结果表明:Gompertz方程拟合获得假单胞菌生长预测一级模型,相关系数R2值均大于0.99,总的平均偏差因子和准确因子均在1左右;利用平方根模型研究温度对一级模型动力学参数的影响,得到温度与最大比生长速率和延滞期方程分别为姨U=0.063×[T-(-12.79)]和姨1/LPD=0.086×[T-(-12.67)],其中T∈[0,20],R2分别为0.972和0.851,F统计量检验表明方程具有显著性。结论:建立的生长预测一级和二级模型能够很好的描述0℃~20℃下假单胞菌在冷鲜猪腩肉基质上的生长。     

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。     

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。     

不同贮藏温度下稻花鸡肉优势腐败菌变化及Arrhenius 货架期预测模型的建立

为获得稻花鸡肉腐败菌的Arrhenius货架期预测模型,采用培养基初步筛选与16S rDNA全基因序列鉴定优势腐败菌,研究不同贮藏温度（25、4、0℃）下优势腐败菌和菌落总数的生长变化,通过化学反应动力学方程构建菌落总数、假单胞菌和沙雷氏菌货架期预测模型并进行验证。结果表明,稻花鸡肉在贮藏过程中逐渐占主导地位的优势腐败菌是假单胞菌属莓实假单胞菌和肠杆菌科沙雷氏菌属液化沙雷氏菌。稻花鸡肉25℃常温贮藏下货架期不超过0.5 d,腐败中后期沙雷氏菌占主导地位,4℃冷藏保鲜货架期不超过4 d,假单胞菌和沙雷氏菌均随贮藏时间的延长呈增长趋势,0℃冰温贮藏货架期不超过10 d,贮藏后期假单胞菌和沙雷氏菌差异性不显著。利用菌落总数、假单胞菌、沙雷氏菌3个指标建立货架期预测模型,3种货架期预测模型预测值与实测值对比,平均相对误差均在允许范围内,预测效果最佳的是假单胞菌货架期预测模型。菌落总数、假单胞菌和沙雷氏菌货架期预测模型均能对稻花鸡肉的货架期进行真实预测。     

鲜切生菜中荧光假单胞菌生长动力学模型和货架期预测

为了快速预测鲜切生菜中荧光假单胞菌的生长动态,评价温度对鲜切生菜剩余货架期的影响,以引起鲜切生菜腐败的荧光假单胞菌为研究对象,研究不同温度(0、4、10、25℃)对其生长的影响,建立和验证荧光假单胞菌生长动力学模型以及鲜切生菜剩余货架期的预测模型。结果表明:建立的修正的Gompertz方程拟合相关系数R~2均在0.99以上,二级模型偏差度和准确度均在0.9～1.05之间,说明建立的一级和二级模型能够真实有效的预测鲜切生菜中荧光假单胞菌的生长情况。以鲜切生菜在7℃和15℃货架期的实测值进行剩余货架期模型的验证,相对误差分别为-12.53%和9.49%,表明建立的模型能够快速可靠的预测鲜切生菜的剩余货架期。