APP下载

基于预测微生物学的冷却牛肉货架期预测模型的建立

2019-12-19张玉华孟一郭风军陈东杰

肉类研究 2019年11期
关键词:预测模型

张玉华 孟一 郭风军 陈东杰

摘  要: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,温度与μmax1/2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。

关键词:冷却牛肉;假单胞菌;货架期;预测模型

Abstract: In order to monitor the quality change and shelf-life of chilled beef during storage, the number of Pseudomonas, total volatile basic nitrogen (TVB-N) value and sensory score of chilled beef during storage at 0 , 4, 7 or 10 ℃ were measured. The growth data of Pseudomonas were fitted to the modified Gompertz equation. The Belehradek equation was used as a secondary model to describe the influence of temperature on the growth of Pseudomonas. The accuracy of the shelf-life prediction model was verified by applying it on chilled beef stored at 2, 5 or 8 ℃. The results showed that the correlation coefficients of the Gompertz model established were all above 0.99. The accuracy of the prediction results ranged from 1.026 to 1.063, and the deviation degree from 0.984 to 1.063. There was a good linear relationship between temperature and μmax1/2 and (1/λ)1/2, indicating that the primary and secondary models could accurately predict the growth of Pseudomonas in chilled beef at 0–10 ℃. The relative error between the predicted and measured values of shelf-life was within ± 10 %. The model could effectively predict the shelf-life of chilled beef at temperatures from 0 to 10 ℃.

Keywords: chilled beef; Pseudomonas; shelf-life; prediction model

DOI:10.7506/rlyj1001-8123-20190819-186

中圖分类号:TS251.1                文献标志码:A              文章编号:

在正常情况下,冷却牛肉的生产、加工和流通应始终处于0~4 ℃的低温环境中。然而,目前我国冷链系统不完善,加之有的企业为降低冷链成本而违规操作,导致冷却牛肉微生物繁殖加快,品质下降,货架期缩短,存在安全隐患[1]。掌握冷却牛肉中微生物在不同温度条件下的生长繁殖规律,从而对肉的品质劣变规律和货架期进行预测,可以有效进行冷却牛肉冷藏链管理,将腐败风险降至最低,保证其品质安全[2],同时也可以为冷却牛肉的品质分级和风险评估提供依据[3]。

通常情况下,食品的腐败变质是由某种特定腐败菌(specific spoilage organism,SSO)生长繁殖引起的[4-5]。研究表明,在有氧条件下假单胞菌是冷却肉主要的SSO[6-7]。近年来,国内外学者广泛应用微生物预测预报技术,研究SSO在不同环境下的生长繁殖动态规律,建立微生物生长模型,用来预测食品货架期[8-10]。Bruckner等[11]基于假单胞菌的生长模型,建立猪肉和鸡肉冷链流通中货架期预测模型。Powell等[12]研究发现,利用Belehradek模型对0~10 ℃不同等温条件下气调包装三文鱼腐败菌的生长拟合效果最佳。国内学者进行利用肉汤培养基测得的菌数建立生长模型[13-14],将SSO无菌接种,研究其生长繁殖规律[15-16],以及测定菌落总数建立货架期模型[17-18]等研究。然而,采用肉汤培养基测得的菌数建立的生长模型不能很好地描述冷却肉中微生物的生长行为,无菌冷却肉接种SSO与其实际染菌情况不符,菌落总数的变化不能准确反映冷却肉中SSO的生长情况。因此,上述条件下所建立的货架期预测模型不可避免地存在适用性差、预测准确度低等问题。研究自然污染的冷却肉中假单胞菌的生长情况,更能准确预测货架期。张一敏[19]、刘亚兵[20]等研究常规分割后(自然污染)冷却牛肉的品质指标和假单胞菌生长情况,建立修正的Gompertz方程和二级模型,并进行验证,建立货架期预测模型,为货架期研究提供了良好的思路。

Gompertz方程虽能较好地预测冷却牛肉在0、4、7、10 ℃贮藏过程中假单胞菌的生长繁殖动态,但不能描述温度变化对其产生的影响。冷却牛肉在实际生产、加工、流通过程中,冷链温度往往在一定范围内(0~10 ℃)变化,贮藏温度对微生物生长的影响一般用平方根模型,即Belehradek方程进行描述。

由表4可知,将冷却牛肉2、5、8 ℃贮藏的货架期实测值和由预测模型得到的预测值进行比较,预测值和实测值的相对误差分别为-3.50%、5.17%和-9.60%,均在±10%以内。验证结果表明,本研究建立的冷却牛肉货架期预测模型可以快速、实时地预测冷却牛肉在0~10 ℃条件下贮藏的货架期。

3   结  论

为实时监测冷却牛肉的品质变化和货架期,本研究根据冷却牛肉在不同温度下贮藏时假单胞菌的生长动态,利用修正的Compertz方程建立冷却牛肉在0~10 ℃条件下贮藏时假单胞菌的生长动力学模型,相关系数均大于0.99,说明修正的Compertz方程能较好地拟合冷却牛肉中假单胞菌的S型生长曲线。结合TVB-N含量和感官评价,确定出冷却牛肉货架期终点时假单胞菌的平均Ns为(7.36±0.57) (lg(CFU/g)),假单胞菌Nmax随温度的变化波动不大,平均值为(8.76±0.33) (lg(CFU/g))。随着贮藏温度升高,假单胞菌的μmax增大,λ缩短。根据Belehradek方程拟合结果,温度与(1/λ)1/2和μmax1/2均呈良好的线性关系。确定了冷却牛肉在0~10 ℃条件下贮藏的SL预测模型,并通过测定2、5、8 ℃贮藏条件下冷却牛肉中假单胞菌的实际生长情况验证SL预测模型的准确性。结果表明,SL预测值和实测值之间的相对误差均在±10%以内,说明该SL预测模型可有效预测冷却牛肉在0~10 ℃范围内任意贮藏温度下的货架期。

本研究所有的实验数据均来自自然污染的冷却牛肉,肌肉组织和其他微生物对假单胞菌生长产生的影响已包括在模型中,因此预测精度大大提高。预测模型的建立为设计和评估牛肉冷藏链提供了技术参数,为预测和监控冷却牛肉的鲜度品质和货架期提供了一种有效工具。本研究中冷却牛肉在贮藏期间始终保持温度恒定,然而冷却牛肉在实际流通中温度往往是波动的,且温度波动对肉的品质影响较大[30],因此有必要进一步研究波动温度条件下预测模型的适用性。

参考文献:

[1]  张玉华, 孟一. 冷却肉特定腐败菌群体感应的研究进展[J]. 肉类研究, 2019, 33(4): 66-70. DOI:10.7506/rlyj1001-8123-20190311-050.

[2]  王京, 张明赞. 基于假单胞菌生长模型预测冷却猪肉的货架期[J]. 食品研究与开发, 2017, 39(13): 175-182. DOI:10.3969/j.issn.1005-6521.2018.13.031.

[3]  MWOVE J K, MAHUNGU S M. Microbial quality and shelf life prediction of vacuum-packaged ready to eat beef rounds containing gum arabic[J]. International Journal of Food Microbiology, 2017, 129(4): 31-39. DOI:10.7455/ijfs/6.1.2017.a3.

[4]  LUND B W, GOULD G W. The microbiological safety and quality of food[M]. Gaithersburg: Aspen Publishers Inc, 2000: 472-506.

[5]  GEORGE-JOHN E N, SKANDAMIS P N, TASSOU C C, et al. Meat spoilage during distribution[J]. Meat Science, 2008, 78: 77-89. DOI:10.1016/j.meatsci.2007.06.020.

[6]  GILL C O, DUSSAULT F, HOLLEY R A, et al. Evaluation of the hygienic performances of the processes for cleaning, dressing and cooling pig carcasses at eight packing plants[J]. International Journal of Food Microbiology, 2000, 58: 65-72. DOI:10.1016/S0168-1605(00)00294-4.

[7] 陳东杰, 李向阳, 张玉华, 等. 不同包装条件下冷却肉品质变化及腐败菌相研究[J]. 食品工业科技, 2017, 38(13): 281-291. DOI:10.13386/j.issn1002-0306.2017.13.052.

[8] JOHNSON K, MWOVE J K, MAHUNGU S M, et al. Microbial quality and shelf life prediction of vacuum-packaged ready to eat beef rounds containing gum Arabic[J]. International Journal of Food Microbiology, 2017, 12(4): 31-39. DOI:10.7455/ijfs/6.1.2017.a3.

猜你喜欢

预测模型
基于矩阵理论下的高校教师人员流动趋势预测
基于支持向量回归的台湾旅游短期客流量预测模型研究
基于神经网络的北京市房价预测研究