刘超群，陈艳丽，王宏勋*，艾有伟

(武汉工业学院食品科学与工程学院，湖北 武汉 430023)

冷鲜猪肉中热杀索丝菌生长预测模型的建立与验证

刘超群，陈艳丽，王宏勋*，艾有伟

(武汉工业学院食品科学与工程学院，湖北 武汉 430023)

以市售托盘装冷鲜猪肉为研究对象测定热杀索丝菌的数量变化情况与感官、挥发性盐基氮和菌落总数的变化，结果表明冷鲜猪肉的腐败限控量为5.316 lg(CFU/g) ，热杀索丝菌在不同温度货架期终点时菌落数均值为7.519 lg(CFU/g)。运用统计学软件SAS9.1拟合热杀索丝菌在不同温度下的生长动力模型，表明Gompertz模型能很好拟合热杀索丝菌在不同温度下的生长；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，得到热杀索丝菌生长的二级模型，判定系数R2的值均在0.99以上，表明温度与最大比生长速率和延滞期之间存在良好的线性关系；建立了0～15℃温度区域内冷鲜猪肉储藏过程中的货架期预测模型，用3℃储藏冷鲜肉中热杀索丝菌生长的实测值与通过货架期预测模型得到的预测值进行比较，相对误差为1.6%，表明模型可以可靠预测0～15℃温度区域内冷鲜猪肉的货架期。

冷鲜猪肉；热杀索丝菌；生长模型；货架期

Abstract：During storage at 0, 4, 7, 10 or 15 ℃, tray-packaged pork was periodically measured for its total bacteria count andBrochothrix thermosphactacount, sensory quality and total volatile basic nitrogen. The maximumBrochothrix thermosphactacount for keeping pork from spoilage was 5.316 lg(CFU/g). The average ofBrochothrix thermosphactacounts in chilled pork at the end of shelf-life at different temperatures was 7.519 lg(CFU/g). SAS9.1 statistical software was used to fit Gompertz type models for the growth dynamics ofBrochothrix thermosphactaat different temperatures, and these models were found to be able to do well.Two Belehradek models that describe the relationships between temperature and maximum specific growth rate or lag phase were set up and their determination coefficients were both more than 0.99, which indicates that there is a quiet good relationship between temperature and maximum specific growth rate or lag phase. Based on these investigations, a predictive model for the shelf-life of chilled pork stored at a temperature ranging from 0 to 15 ℃ was set up. Comparison between the observed shelf-life of pork stored at 3 ℃ and its predictive counterpart was carried out, and a relative error was found. This demonstrates that the predictive model is reliable in predicting the shelf-life of chilled pork stored a temperature ranging from 0 to 15 ℃.

Key words：chilled pork；Brochothrix thermosphacta；growth model；shelf-life

冷鲜肉又叫冷却肉，是指整个加工、流通和销售过程中始终保持0～4℃范围内的生鲜肉[1]。冷鲜肉生产过程中经历了较为充分的成熟过程，质地柔软有弹性，口感鲜嫩，将会是我国生鲜肉未来发展的方向之一。但是其营养丰富，水分活度高，极易受到微生物的污染。冷鲜肉受环境条件的影响在所含的微生物中只有部分微生物能快速生长、繁殖、产生有毒有害代谢产物，此即冷鲜肉的特定腐败菌[2]。特定腐败菌主导了微生物的腐败，所以其生长和货架期之间存在密切关系[3]。为了确保冷鲜肉质量的稳定与安全，对特定腐败菌的监测和控制具有重要意义[4]。

目前国内外建立的冷鲜猪肉中特定腐败菌的生长动力学模型有假单胞菌[5]、热杀索丝菌[6]和大肠杆菌[7-8]。这些模型大都是使用液体培养基中获得实验数据建立或是外加菌种，由于没有考虑到冷鲜肉组织的不同和微生物之间的相互作用，模型往往过高评价了真实冷鲜肉中微生物的生长速率，并且接种的大多是单一或简单几种菌株不能反应整体菌种的生长状态，这样在实际运用中会造成预测结果的偏差[9-10]。直接从冷鲜肉中获得实验数据，可消除培养基和微生物相互作用带来的误差，能有效增加预测模型的准确度。

本实验研究托盘装冷鲜猪肉在0～15℃储藏中特定腐败菌之一的热杀索丝菌的生长动态，在此基础上建立其生长动力学数学模型和货架期预测模型，并对模型进行验证。

1 材料与方法

1.1 材料与试剂

冷鲜猪肉为超市售家佳康托盘装里脊肉；盐酸(分析纯) 开封东大化工有限公司试剂厂；氧化镁(分析纯)海城市金源矿业有限公司；氯化钠(优级纯)、硼酸(分析纯)、无水碳酸钠(分析纯)、甲基红(分析纯) 天津市科密欧化学试剂有限公司；亚甲基蓝(分析纯) 天津石英钟厂霸州市化工分厂；溴甲酚绿(分析纯) 天津市博迪化工有限公司；营养琼脂 北京双旋微生物培养基制品厂；STAA琼脂培养基 青岛高科技园海博生物技术有限公司。

1.2 仪器与设备

CP214(C)型电子天平 奥豪斯仪器(上海)有限公司；DHG-9123A电热恒温鼓风干燥箱、LRH-100C型低温培养箱、DHP-9082型电热恒温培养箱 上海一恒科学仪器有限公司；FSH-2A可调高速匀浆机 金坛市医疗仪器厂；DNP-9082型电热恒温培养箱 上海精宏实验设备有限公司；LRH-150-S恒温恒湿培养箱 广东省医疗器械厂；SW-CJ-2FD型双人单面净化工作台 苏州净化设备有限公司；手提式蒸汽不锈钢消毒器(灭菌锅) 上海三申医疗器械有限公司。

1.3 微生物计数

无菌操作准确称取0、4、7、10、15℃储存的冷鲜猪肉25g，放入装有225mL已灭菌生理盐水的锥形瓶中，高速匀浆机1min。取1mL匀浆液进行10倍系列稀释，选取3个合适的稀释梯度，每个梯度做3个重复，倾注平皿[11]。

菌落总数：营养琼脂25℃培养48h。

热杀索丝菌：STAA琼脂培养基25℃培养48h。

1.4 挥发性盐基氮(TVB)的测定

准确称取10g冷鲜猪肉，置于锥形瓶中，加100mL水，磁力搅拌30min后过滤，滤液按GB/T 5009.44—2003《肉与肉制品卫生标准的分析方法》[12]进行半微量定氮法进行测定。每个样品做3个平行，同时做空白。

1.5 感官评价

由经过训练的6人评定小组通过肉的色泽、味道与质地，评定肉的腐败状况。采用3分法，0分为最好品质，2分为可接受界限，当半数或以上评价员评价2分或以上时，即为感官拒绝点[8]。

1.6 一级模型拟合

应用SAS 9.1统计软件，分别将在不同温度下获得的热杀索丝菌的生长数据，用Gompertz模型拟合其生长动态[13]。Gompertz方程如下：

式中：N0是初始菌数，lg(CFU/g)；C是随时间无限增加时菌增量的对数值，lg(CFU/g)；B是在时间为M时的相对最大比生长速率/d-1；M是达到相对最大生长速率所需要的时间/d。得到上述参数后，通过以下公式求出U、LPD值。其中，最大比生长速率U=B×C/e，e=2.7182d-1；迟滞期LPD/d=M－(1/B)。

1.7 二级模型拟合

平方根模型是常用来描述温度对微生物生长的影响[14-15]。

式中：T是培养温度；TminU、TminL是最低生长温度，为一假设概念，指的是微生物没有代谢活动时的温度，是通过外推回归线与温度轴相交而得到的温度；b是系数。

1.8 货架期预测模型的建立和验证

通过热杀索丝菌初始菌数增加到腐败限控量所需要的增殖时间来预测冷鲜肉的货架期。

式中：Nmax是增加到稳定期时最大的微生物数量，Ns是达到腐败限控量时的微生物数量。式(4)在式(1)的基础上推导出来，以计算货架期。

将3℃储藏冷鲜猪肉实验得到的货架期与模型预测的货架期进行比较，验证货架期预测模型的可靠性。

2 结果与分析

2.1 腐败限控量的确定

表1 3℃储藏冷鲜肉储藏过程中各指标的变化Table 1 Changes of total bacteria count andBrochothrix thermosphactacount, sensory quality and total volatile basic nitrogen of chilled pork during storage at 3 ℃

由表1可知，菌落总数在样品购回后第4天明显增加，感官可接受性变差，在第5天的时候达到感官拒绝点，挥发性盐基氮也超出国家标准，可见冷鲜猪肉已经出现腐败，此时热杀索丝菌数量为5.821 lg(CFU/g)。综合各项指标认为热杀索丝菌数量在5.316 lg(CFU/g)时冷鲜肉还没有腐败，但是超过该值就有腐败的可能，因此可确定腐败限控量为5.316 lg(CFU/g)。

2.2 不同温度下热杀索丝菌生长曲线

图1 不同温度下热杀索丝菌生长曲线Fig.1 Growth curves ofBrochothrix thermosphactaat different temperatures

由图1可以看出，0℃条件下热杀索丝菌生长较缓慢，随着温度的升高，生长速度加快，在4℃时生长速度加快的还不是很明显，从7℃开始生长速度急剧加快，生长曲线呈典型的S型。可见温度是影响微生物生长的一个重要因素。

2.3 热杀索丝菌生长模型的构建

2.3.1 一级模型的拟合

Gompertz方程是一个双指数函数，被认为是较为准确拟合微生物生长的一级模型[16]。运用SAS软件拟合不同恒定温度下冷鲜肉中热杀索丝菌的生长。由表2可以看出，判定系数R2的值较高，并且随温度升高R2值逐渐增加，表明Gompertz模型能很好的描述不同温度下热杀索丝菌的生长，尤其对较高温度的拟合更为理想。利用Gompertz模型求得的热杀索丝菌生长动力学参数见表3，可以看出0、4℃时最大比生长速率较低，延滞期较长，热杀索丝菌的生长处于抑制状态，当温度升高到15℃时比生长速率急剧增加，延滞期缩短为1.034d。

表2 不同温度下热杀索丝菌的生长动力学模型Table 2 Models for the growth dynamics ofBrochothrix thermosphactaat different temperatures

表3 不同温度下热杀索丝菌生长动力学参数Table 3 Dynamic parameters for the growth ofBrochothrix thermosphactaat different temperatures

2.3.2 二级模型的拟合

用平方根模型拟合温度对微生物生长的影响。图2是应用平方根模型拟合温度与比生长速率的关系。图3是应用平方根模型拟合温度与延滞期的关系。用F统计量检验模型总体的显著性，表4为模型的方差分析结果。可知温度与比生长速率和延滞期之间存在良好的线性关系，温度作为影响微生物生长的栅栏因子具有重要的实际意义。温度与比生长速率的模型为方程(5)，温度与延滞期的模型为方程(6)。

图2 温度与比生长速率的关系Fig.2 Relationship between temperature and maximum specific growth rate

图3 温度与延滞期的关系Fig.3 Relationship between temperature and lag phase

表4 二级模型统计分析结果Table 4 Statistical analyses of the relationship models between emperature and maximum specific growth rate or lag phase

2.4 剩余货架期的预测与验证

通过初始菌数增殖到腐败限控量所用的时间，根据建立的热杀索丝菌的生长动力学模型和最大菌数计算0～15℃储藏冷鲜猪肉的剩余货架期。根据之前的实验认为冷鲜肉中热杀索丝菌的腐败限控量为5.316 lg(CFU/g)，各温度下达到稳定期的最大菌数的平均值为7.5196 lg(CFU/g)。将测得的初始菌数代入式(7)，可计算出0～15℃储藏冷鲜猪肉的剩余货架期。

计算得3℃储藏冷鲜猪肉的剩余货架期为3.937d，实测值为4.0d相对误差为1.6%。表明预测模型能够快速可靠的预测0～15℃储藏冷鲜肉的剩余货架期。

3 结 论

国内已报道的热杀索丝菌的预测模型是通过液体培养基建立的，在用实际冷鲜猪肉进行验证时效果不理想[4]。本研究以市售的托盘装冷鲜肉为实验样品，运用SAS软件对0～15℃不同恒定温度下热杀索丝菌的生长数据进行拟合，建立冷鲜猪肉中热杀索丝菌一级生长动力学模型和二级模型，R2值均在0.99以上，说明模型能很好拟合0～15℃不同恒定温度下热杀索丝菌的生长。通过冷鲜猪肉3℃储藏条件货架期预测模型预测值和实测值的比较，初步表明模型能准确预测冷鲜猪肉0～15℃下的货架期。在今后的研究中若能多考虑到冷鲜猪肉的实际状况，那建立的模型将更具实际意义。

[1] 刘红. 冷却肉的特点及发展前景[J]. 上海畜牧兽医通讯, 2002(4):29.

[2] LYHS U, KORKEALA H, VANDAMME P, et al.Lactobacillus alimentarius:a specific spoilage organism in marinated herring[J].International Journal of Food Microbiology, 2001, 64(3):355-360.

[3] JOS H J, HUIS I V. Microbial and biochemical spoilage of foods:an overview[J]. International Journal of Food Microbiology, 1996, 33(1):1-18.

[4] PINL C, BARANYI J. Predictive models as means to quantify the interactions of spoilage organisms[J].Internationl Journal of Food Microbiology, 1998, 41(1):59-72.

[5] 傅鹏, 李平兰, 周康, 等. 冷却肉中假单胞菌温度预测模型的建立与验证[J]. 农业工程学报, 2008, 24(4):229-234.

[6] 傅鹏, 马昕, 周康, 等. 热死环丝菌生长预测模型的建立[J]. 食品科学,2007, 28(9):433-437.

[7] 姜英杰, 邹晓葵, 彭增起. 大肠杆菌在猪背最长肌上生长预测模型的建立[J]. 食品科学, 2008, 29(12):115-119.

[8] GILL C O, GREER G G, DILTS B D. Predicting the growth of Escherichia coli on displayed pork[J]. Food Microbiology, 1998, 15(2):235-242.

[9] GILL C O, GREER G G, DILTS B D.The aerobic growth of Aeromonas hydrophila andListeria monocytogenesin broths and on pork[J].International Journal of Food Microbiology, 1997, 35(1):67-74.

[10] 许钟, 肖琳琳, 杨宪时. 罗非鱼特定腐败菌生长动力学模型和货架期预测[J]. 水产学报, 2005, 29(4):540-546.

[11] 国家质量技术监督局. GB 4789.2—2008食品卫生微生物学检验菌落总数测定[S]. 北京:中国标准出版社, 2008.

[12] 国家质量技术监督局. GB/T 5009.44—2003肉与肉制品卫生标准的分析方法[S]. 北京:中国标准出版社, 2004.

[13] ZWIETERING M H, JONGENBERGER I, ROMBOUTS F M, et al.Modeling of the bacterial growth curve[J]. Application Environment Microbiology, 1990, 56(6):1875-1881.

[14] DELIGNETTE-MULLER M L, ROSSOB L, FLANDROIS J P. Accuracy of microbial growth predictions with square root and polynomial models[J]. International Journal of Food Microbiology, 1995, 27(2/3):139-146.

[15] DAVEY K R. Applicability of the Davey linear Arrhenius predictive model to the lag phase of microbial growth[J]. Journal of Application Bacteriology, 1991,70(3):253-257.

[16] ISABELLEA L, ANDRL. Quantitative prediction of microbial behaviour during food processing using an integrated modelling approach:a review[J]. International Journal of Refrigeration, 2006, 29(6):968-984.

Development and Validation of a Predictive Model for the Growth ofBrochothrix thermosphactain Chilled Pork

LIU Chao-qun，CHEN Yan-li，WANG Hong-xun*，AI You-wei
(College of Food Science and Engineering, Wuhan Polytechnic University, Wuhan 430023, China)

TS201.3

A

1002-6630(2010)18-0086-04

2010-06-07

武汉市科技攻关计划项目(200920322146)

刘超群(1986—)，女，硕士研究生，研究方向为食品科学、食品质量与安全控制。E-mail：wendyliu919@163.com

*通信作者：王宏勋(1977—)，男，副教授，博士，研究方向为食品科学、食品工程高新技术。E-mail：wanghongxunhust@163.com