雷志方，谢晶

(上海海洋大学食品学院，上海水产品加工与贮藏工程技术研究中心，上海，201306)

金枪鱼属于大洋暖水性洄游鱼，其肉质细腻味道鲜美，含有丰富的优质蛋白质能为人体提供所需必需氨基酸，尤其是含有丰富的DHA和EPA是人体所必需且自身不能合成的营养元素。然而由于金枪鱼特殊的生化特性使其极易腐败变质，在一般冷藏条件下其货架期较短。货架期是指食品放在指定贮藏条件下能够维持其感官、微生物、营养等指标在消费者接受范围内的一段时间。目前许多数学模型被应用到食品货架期预测中，包括结合Gompertz方程描述特定腐败菌的生长动力学模型［1］、基于Weibull危害分析的Weibull模型［2］、结合Belehradek方程描述温度影响微生物生长的模型［3］，其中以温度为基础的动力学规律结合Arrhenius方程所建立的货架期预测模型在食品中应用最为广泛。研究［4-5］表明，动力学规律结合Arrhenius方程所建立的货架期预测模型能很好地预测食品货架期，谢晶等［6］研究了上海青蔬菜的品质变化动力学模型并结合Arrhenius方程建立了上海青菜的货架期预测模型，其结果表明，预测值和实际值相对偏差小于6.5%。谢主兰等［7］基于TVBN利用Arrhenius方程建立了不同贮藏温度下低盐虾酱的货架期预测模型，其结果表明在288～310 K内预测值的准确度在±10%内。

本实验研究旨在通过数据分析建立金枪鱼货架期预测模型，以预判金枪鱼货架期，减少流通中的经济损失。

1 材料与方法

1.1 原料与仪器

金枪鱼，购于浙江丰汇远洋渔业有限公司上海供应站，挑选色泽鲜亮无肌肉淤血的金枪鱼块，于碎冰保鲜条件下运回实验室立即实验。

仪器:高效液相色谱仪器(LC-2010C HT，岛津公司);FOSS全自动凯氏定氮仪(Kjeltec 8400，福斯分析仪器公司);冰箱(BCD-252MHV*，苏州三星电子);色差计(ZE-2000，日本尼康公司);台式高速冷冻离心机(H-2050R，湖南湘仪实验室仪器开发有限公司);紫外可见分光光度计(UV-1102，上海天美科技仪器有限公司);电子分析天平等。

1.2 实验方法

1.2.1 样品处理

将运回的金枪鱼空气解冻3 h切成小块每块约90 g，将鱼块随机分为五组装入自封袋贮藏于269、273、277、281、285 K 五个不同温度下，按一定时间间隔分别取样测定其K值、高铁肌红蛋白含量、组胺含量、TVB-N值和微生物等理化指标并进行感官评定。实验设计如表1。

表1 实验组设计Table 1 Design for experimentation

1.2.2 感官评定

参考 SC/T 3117-2006《生食金枪鱼》［8］对生食金枪鱼的感官要求，根据表2从金枪鱼的色泽、气味、组织及弹性4方面进行评价。以10分制对金枪鱼进行评价，认为0～4分较差、4～6分为一般、6～8分较好、8分以上为很好，评分结果以金枪鱼平均得分表示，样品平均分=(外观色泽得分+气味得分+肌肉组织得分+组织弹性得分)/4。

表2 金枪鱼感官评定表Table 2 Criteria for sensory evaluation of tuna

1.2.3 高铁肌红蛋白测定

参考Karol Krzywicki等［9］的方法利用磷酸缓冲液进行提取，最后用分光光度计在525，545，565和572 nm波长处，测定其吸光度，计算公式:

MetMb/%=(-2.514R1+0.777R2+0.800R3+1.098)×100

其中:R1为提取液在波长572 nm时的吸光度与525 nm时吸光度的比值;R2为提取液在波长565 nm时的吸光度与525 nm时吸光度的比值;R3为提取液在波长545 nm时的吸光度与525 nm时吸光度的比值即:

1.2.4 K值

参考Yoloyama等［10］的方法略有修改。准确称取5 g切碎的鱼肉用HClO4于4℃下多次提取最后将提取的上清液合并，并调节pH值至6.5，于50 mL容量瓶定容，用0.22 μm膜过滤待用。

HPLC条件:色谱柱 VP-CDSC18(46 mm×150 mm)，采用pH 6.7的0.05 mol/L H3PO4缓冲液平衡洗脱，样品进样量为10 μL，流速1 mL/min，柱温30℃，检测波长254 nm。K值计算:

其中:WHxR、WHx、WATP、WADP、WAMP 和 WIMP分别为次黄嘌呤核苷、次黄嘌呤、腺苷三磷酸、腺苷二磷酸、腺苷酸和肌苷酸的质量分数。

1.2.5 组胺

参考金高娃等［11］的方法先利用HClO4对样品进行提取，再将提取液经丹酰氯衍生后采用高效液相色谱法分离测定组胺含量。

1.2.6 挥发性盐基氮(TVB-N)的测定

参考《SC/T 3032-2007水产品中挥发性盐基氮的测定》［12］的方法。

1.2.7 菌落总数测定

参考《GB 47892-2010食品微生物学检验菌落总数测定》［13］测定，每个稀释度做2个平行组。

1.3 数据处理和分析

利用Origin9.0软件绘制曲线，用SPSS 19.0和Excel 2010进行实验数据处理。

1.4 金枪鱼货架期预测模型

1.4.1 动力学模型

研究表明大部分食品符合零级或一级化学动力学模型［14］，根据基元反应的质量作用定律恒温时的反应速率可表示为:

式中:V为反应速率;M为品质因子;t为时间;k反应速率常数;n为反应级数。

对(1)式两边积分得积分式

n=0时由(2)式可得零级动力学模型:

n=1时由(2)式可得一级动力学模型:

由(4)变形可得

式中:M0为初始品质因子值。

将各实验指标用Origin9.0进行零级动力学模型线性拟合和一级动力学模型非线性拟合可判断金枪鱼的反应级数并得到不同温度下各指标的反应速率常数k。

1.4.2 Arrhenius方程

Arrhenius方程是描述反应速率常数k和温度T之间较为精确的关系式。Arrhenius方程可表示为:

式中:A0为指前因子;Ea为活化能，J/mol;R为摩尔气体常数，8.314 J/(K·mol);T为绝对温度，K。

将不同温度下(269，273，277，281，285 K)的反应速率常数k结合Arrhenius方程进行非线性拟合可得到指前因子A0和反应活化能Ea。

1.4.3 货架期模型的建立

结合动力学模型和Arrhenius方程可得到金枪鱼货架期模型。

符合零级动力学货架期模型:

符合一级动力学货架期模型:

式中:SL为货架期。

2 结果与分析

2.1 品质指标的变化

从图1-(a)中的感官评分结果可以看出，随着贮藏时间的延长，金枪鱼的色泽、气味、弹性均出现不同程度的劣变，且温度越高感官评分下降速率越快，贮藏在285 K下的金枪鱼15 h时感官综合得分仅为4.1，已经开始出现褐变，鱼香味趋于消失，组织部分松散。

刚宰杀的金枪鱼含有较多的肌红蛋白和血红蛋白而使肉色呈红色，金枪鱼红度值a*的变化如图1-(b)所示，贮藏在285 K和281 K条件下金枪鱼的红度值a*下降最快，到35 h时从初始值10.09分别下降至2.2和1.9。与之相比贮藏在269 K和273 K条件下的金枪鱼的红度值a*下降较为缓慢，这可能是因为低温环境下有利于减缓高铁肌红蛋白的形成。

金枪鱼中高铁肌红蛋白含量如图1-(c)所示，随着贮藏时间的延长，高铁肌红蛋白含量不断上升，其中285 K条件下贮藏的金枪鱼高铁肌红蛋白含量上升最快，到35 h时从初始值1.48上升至40.67。而贮藏在269 K条件下金枪鱼高铁肌红蛋白含量上升最慢，这与贮藏过程中金枪鱼红度值a*的变化规律相符。鱼肉中的肌红蛋白通常与亚铁离子结合，但其性质极不稳定，在贮藏过程中亚铁离子容易被氧化成三价铁离子而生成高铁肌红蛋白，该现象的发生与pH值，氧分压，温度、离子强度及NADH的浓度有关［15］。

许多学者研究表明［16］，K值变化规律能较好的表现金枪鱼的腐败程度，从图1-(d)中可以看出，随贮藏时间延长K值总体呈上升趋势，在考量范围内K值的变化与温度相关，温度越高K值变化速率越快。贮藏温度285 K和281 K贮藏条件下金枪鱼K值急剧上升，而269 K条件下贮藏的金枪鱼K值上升较为缓慢。K值上升主要是因为贮藏过程中金枪鱼肉中ATP的不断降解。

金枪鱼TVB-N值变化如图1-(e)所示，贮藏过程中各个实验组TVB-N值上升，表明贮藏过程中金枪鱼肉中蛋白质在细菌和酶的作用下被分解为氨、二甲胺和三甲胺等低级胺类物质。同一时间各个实验组TVB-N值越高则表明鱼肉中蛋白质分解程度越大，即鱼肉越不新鲜。从图1-(e)可知285 K条件下贮藏的金枪鱼TVB-N值上升速率最快，在35 h内从初始值7.7 mg/100 g上升至19.1 mg/100 g，而贮藏在269 K条件下的金枪鱼到84 h才上升至15.0 mg/100 g，一方面，这可能是因为温度越高鱼肉中分解蛋白质的酶的活性越高，另一方面温度较高的环境下所适合生长的微生物种类越多从而加速了蛋白质的分解。

根据国内行业标准《SC/T 3117-2006生食金枪鱼》［8］的规定生食金枪鱼的菌落总数须≤104CFU/g。贮藏在不同温度下的金枪鱼菌落总数变化如图1-(f)所示，在不同温度下贮藏的金枪鱼菌落总数变化较大，5 h时贮藏在285 K和281 K条件下的菌落总数就分别达到了4.2 lg(CFU/g)和4.3lg(CFU/g)已经超过了规定的阈值(4.0lg(CFU/g))，而在269 K条件下贮藏的金枪鱼到48 h时菌落总数为4.1lg(CFU/g)，单纯从微生物指标来看贮藏在269 K条件下金枪鱼比285 K的货架期延长了43 h。

组胺是生物胺的一种，由组氨酸在一定条件下脱羧反应而生成，鱼肉中组胺含量过高可引起人体不适甚至组胺中毒，金枪鱼富含组氨酸是容易引起组胺中毒的鱼肉之一。金枪鱼肉中组胺含量如图1-(g)所示，可知温度对组胺有较大影响，在285 K和281 K条件下的金枪鱼组胺在短时间内急剧增加从初始值23.3 mg/kg到35 h时分别增加至49.5 mg/kg和44.1 mg/kg，而贮藏在269 K下的金枪鱼组胺变化缓慢，从初始值23.3 mg/kg到84 h时为26.6 mg/kg仅增加了3.3 mg/kg。

图1 金枪鱼在不同温度下贮藏过程中的感官评分及品质指标及变化Fig.1 Changes of sensory score and quality indexes oftuna stored under different temperatures

2.2 动力学分析和货架期预测模型的建立

2.2.1 金枪鱼品质动力学分析

根据化学反应动力学模型方程(3)和(4)，利用Origin9.0分别对金枪鱼的TVB-N值、鲜度指标K值、高铁肌红蛋白含量等品质指标参数分别进行线性和非线性回归拟合得到零级和一级动力学模型的反应速率常数k及回归系数R2如表2所示。

表3 零级和一级动力学回归速率常数k及决定系数R2Table 3 Reaction rate constant k and determination coefficient R2of determination for zero and first order regression

续表3

R2越大说明数据和方程的拟合性越好，从表3中∑R2可以看出零级动力学决定系数∑R2＞一级动力学决定系数∑R2，说明零级动力学模型的拟合精度更高即零级反应动力学更符合金枪鱼在贮藏过程中品质变化［6，17］。因此本实验选用零级动力学规律研究金枪鱼品质变化。

2.2.2 货架期预测模型的建立

对于基元反应和大部分非基元反应均适用Arrhenius方程求其动力学反应速率常数k，Arrhenius方程是在简单的反应活化能模型的基础上，结合动力学和热力学基本原理提出的动力学反应速率常数k与温度T较准确的关系式模型。本实验利用Arrhenius方程对表2中不同温度下金枪鱼货架期的计算模型中反应速率常数k进行非线性拟合(见图2)，表4是金枪鱼不同品质因子模型反应活化能Ea和指前因子A0。

表4 品质指标零级变化的活化能Ea和指前因子A0Table 4 Active energy(Ea)and frequency coefficient(A0)forzero order change of quality indexes

由(3)式结合(6)式得到金枪鱼基于a*的货架期预测模型:

金枪鱼基于高铁肌红蛋白含量的货架期预测模型:

金枪鱼基于K值的货架期预测模型:

金枪鱼基于TVB-N的货架期预测模型:

图2 红度值a*、高铁肌红蛋白百分含量、k值、TVB-N、菌落总数和组胺的k-T(速率与温度)非线性拟合图Fig.2 Nonliner k-T(reaction rate and temperature)fitting graph of value of a*，met-myoglobin，value of k，value of TVB-N，aerobic plate count and histamine

金枪鱼基于菌落总数的货架期预测模型:

金枪鱼基于组胺含量的货架期预测模型:

式 中:M(a*value0)、M(MetMb)、M(K value0)、M(TVB-N0)、M(APC0)、M(His0)和 M(a*value)、M(MetMb)、M(K value)、M(TVB-N)、M(APC)、M(His)分别是金枪鱼红度值a*、高铁肌红蛋白百分含量、K值、TVB-N、菌落总数、组胺的初始值和贮藏一段时间后的测定值。

2.3 货架期预测模型的验证试验

为验证货架期预测模型的准确性，将验证试验的金枪鱼块与上述实验组做相同处理，随机分为2组分别于273 K和281 K条件下贮藏，按一定时间间隔测定其红度值a*、高铁肌红蛋白含量、K值、TVB-N、菌落总数及组胺含量，结合国内行业标准《SC/T 3117-2006生食金枪鱼》［8］及其他相关标准以金枪鱼各项品质指标超过生食金枪鱼规定上限判定为货架期终点，其测定结果和预测结果如表5所示。

表5 金枪鱼在273和281 K贮藏下货架期的预测值和实测值Table 5 Predicted and observed shelf-life of tuna at 273 and 281K

从表5可知，基于不同品质指标的货架期预测值略有不同，因此在评估金枪鱼货架时建议结合各个指标的预测值综合评定。在众多品质指标中以K值和TVB-N两个指标对于评价金枪鱼货架期尤其重要，由表5可知，K值和TVB-N两个指标的预测货架期较为相近，在273 K时预测货架期分别为110 h和132 h，在281 K时预测货架期分别为62 h和70 h稍大于实际货架期。从整体预测结果和实际结果来看，预测模型能较好的预测金枪鱼货架期，除281 K条件下红度值a*预测值相对误差稍大外，其他相对误差均在±10%之内。

3 结论

(1)贮藏在不同温度下金枪鱼均出现不同程度的品质劣变，综合感官评分和红度值a*呈下降趋势，高铁肌红蛋白含量、K值、TVB-N、菌落总数及组胺含量随着贮藏时间的延长均呈上升趋势，且温度越高上升速率越快。

(2)利用Origin9.0对金枪鱼品质指标数据进行线性和非线性拟合表明，贮藏过程中金枪鱼红度值a*、高铁肌红蛋白含量、K值、TVB-N、菌落总数及组胺含量的变化更符合零级动力学模型其决定系数R2＞0.9。

(3)本研究表明，利用Arrhenius方程对反应速率常数k和温度T进行非线性拟合时其决定系数R2＞0.9，具有较高的拟合精度，本实验所建立的货架期预测模型能较准确的预测贮藏在不同温度下金枪鱼的货架期。在验证实验中模型预测货架期和实际所测货架期误差在±10%内。

［1］ Chatterjee T，Chatterjee B K，Majumdar D，et al.Antibacterial effect of silver nanoparticles and the modeling of bacterial growth kinetics using a modified Gompertz model［J］.Biochimica et Biophysica Acta，2015，1850(2):299-306.

［2］ Palazón M A，Pérez-Conesa D，Pedro A，et al.Determination of shelf-life of homogenized apple-based beikost storage at different temperatures using Weibull hazard model［J］.LWT-Food Science and Technology，2009，42(1):319-326.

［3］ 李学英，许钟，杨宪时，等.大黄鱼产H2S菌生长动力学模型和货架期预测［J］.现代食品科技，2010，26(9):921-925.

［4］ TheofaniaTsironi，AnastasiosStamatiou，Marianna Giannoglou，et al.Predictive modelling and selection of Time Temperature Integrators for monitoring the shelf life of modified atmosphere packed gilthead sea bream fillets［J］.LWTFood Science and Technology，2011，44(4):1 156-1 163.

［5］ 张利平，谢晶，何蓉，等.鸡毛菜(Brassica rapal.Chinensis Group.)的颜色变化动力学及两种货架期预测方法［J］.食品工业科技，2013，34(16):75-83.

［6］ 谢晶，张利平，苏辉，等.上海青蔬菜的品质变化动力学模型及货架期预测［J］.农业工程学报，2013，29(15):271-278.

［7］ 谢主兰，陈龙，雷晓凌，等.采用挥发性盐基氮动力学模型预测低盐虾酱的货架寿命［J］.现代食品科技，2013，29(1):29-33.

［8］ SC/T 3117-2006.生食金枪鱼［S］.

［9］ Karol Krzywicki.The determination of haem pigments in meat［J］.Meat Science，1982，7(1):29-36.

［10］ Yoloyama Y，Sakaguchi M，Kawai F，et al.Changes in concentration of ATP-related compounds in various tissues of oyster during ice storage ［J］.Nippon Suisan Gakkaishi，1992，58(11):2 125-2 136.

［11］ 金高娃，蔡友琼，于慧娟，等.柱前衍生高效液相色谱法测定鱼罐头中的组胺［J］.色谱，2010，28(11):1 099-1 102.

［12］ SC/T 3032-2007.水产品中挥发性盐基氮的测定［S］.

［13］ GB 4789.2-2010.食品安全国家标准食品微生物学检验菌落总数［S］.

［14］ Labuza T P，Shapero M.Prediction of nutrient losses［J］.Journal of Food Processing and Preservation，1978，2(2):91-99.

［15］ 汤祥明，高铁肌红蛋白还原酶活力与肉色稳定性的研究［D］.南京:南京师范大学，2006.

［16］ Kamalakanth C K，Ginson J，Bindu J，et al.Effect of high pressure on K-value，microbial and sensory characteristics of yellow fintuna(Thunnusalbacares)chunks in EVOH films during chill storage［J］.Innovative Food Science and Emerging Technologies，2011，12(4):451-455.

［17］ 马妍，谢晶，周然，等.暗纹东方鲀在不同冻藏温度下品质变化的动力学研究［J］.中国农业大学学报，2012，17(1):138-142.