醬鹵肉中沙門氏菌和單核細(xì)胞增生李斯特菌生長特性及預(yù)測模型建立

趙 楠，許曉曦,*，劉 洋，高繼銘，張書義，那紅萍，金 鳳

醬鹵肉中沙門氏菌和單核細(xì)胞增生李斯特菌生長特性及預(yù)測模型建立

趙 楠1，許曉曦1,*，劉 洋1，高繼銘1，張書義2，那紅萍1，金 鳳1

（1.東北農(nóng)業(yè)大學(xué)食品學(xué)院，黑龍江 哈爾濱 150030；2.全國畜牧總站，北京 100125）

依據(jù)流行病學(xué)的調(diào)查結(jié)果，醬鹵肉中檢出率較高的致病菌為沙門氏菌和單核細(xì)胞增生李斯特菌。本實驗對該兩種代表性致病菌以醬鹵肉作為培養(yǎng)基成分在不同溫度下的生長特性進(jìn)行研究，建立了不同溫度下沙門氏菌和單核細(xì)胞增生李斯特菌的生長一級模型和二級模型。在沙門氏菌和單核細(xì)胞增生李斯特菌培養(yǎng)溫度范圍內(nèi)得出醬鹵肉制品中沙門氏菌的動力學(xué)模型為：lgN＝A+（10.2－A）×exp{－exp[e×（－3.173 1T2+2.02T+1.812）×（1.252T2－7.746T+1.22－t）/（10.2－A）+1]}；醬鹵肉中單核細(xì)胞增生李斯特菌的動力學(xué)模型為：lgN＝A+（17.9－A）×exp{－exp[e×（－9.024T2+5.774T－4.402）×（1.378T2－7.995T+1.172－t）/（17.9－A）+1]}。運用該預(yù)測模型可描述自然狀態(tài)下醬鹵肉制品中的兩種代表性致病菌數(shù)量的動態(tài)變化，為該類產(chǎn)品的生產(chǎn)、運輸、貯藏及銷售過程中的食品安全保證提供良好的理論依據(jù)，用以減少由致病菌引發(fā)的食品安全風(fēng)險，并為建立醬鹵肉企業(yè)的食品安全管理體系提供科學(xué)基礎(chǔ)。

醬鹵肉制品；沙門氏菌；單核細(xì)胞增生李斯特菌；生長模型

醬鹵肉制品是我國具有悠久歷史的傳統(tǒng)肉制品，由于該類產(chǎn)品地方風(fēng)味濃郁，而廣受消費者歡迎。但因該類產(chǎn)品營養(yǎng)豐富且大多仍采用傳統(tǒng)的手工或者半手工的生產(chǎn)方式，較適宜微生物生長繁殖，存在諸多衛(wèi)生安全隱患，且導(dǎo)致食品安全事件的發(fā)生，對我國消費者的人身健康存在重大威脅[1-2]。由微生物引發(fā)的食品安全問題是醬鹵肉制品安全的主要原因，微生物食品安全根本上不同于化學(xué)食品安全，它可以在任何步驟中出現(xiàn)，因此需要預(yù)測微生物學(xué)對其進(jìn)行預(yù)測[3]。預(yù)測微生物學(xué)是微生物學(xué)、統(tǒng)計學(xué)、工程數(shù)學(xué)和計算機(jī)技術(shù)相結(jié)合的學(xué)科，在不進(jìn)行產(chǎn)品微生物檢測分析的情況下，描述和預(yù)測微生物在一定條件下的生長或衰亡，實現(xiàn)預(yù)報其貨架期等目的，從而對食品安全做出快速評估的預(yù)測方法[4]。食品中影響微生物生長及產(chǎn)生毒素的條件有溫度、水分活度、pH值等，食品預(yù)測微生物學(xué)就是把這些決定性因素與病原菌的生長狀況以及死亡動態(tài)結(jié)合在一起，建立數(shù)學(xué)模型[5]。

目前國外在研究預(yù)測微生物學(xué)領(lǐng)域取得了很大的成就，包括開發(fā)出多達(dá)十幾種的預(yù)測軟件，建立了許多微生物學(xué)方面權(quán)威的數(shù)據(jù)庫[6-13]?，F(xiàn)階段我國學(xué)者在預(yù)測微生物學(xué)一級模型與二級模型的研究中也取得了一些成果[14-16]，但對三級模型的研究和應(yīng)用較少。我國在肉制品安全方面的研究有柵欄技術(shù)等，一些學(xué)者對肉制品貯藏過程微生物規(guī)律進(jìn)行研究[17-20]，也對冷鮮肉品建立了可靠的數(shù)學(xué)模型[21-23]，但在熟肉制品尤其是醬鹵肉制品模擬自然生長條件下的預(yù)測微生物學(xué)研究尚屬空白。

本實驗選取兩種肉制品中檢出率極高的沙門氏菌和單核細(xì)胞增生李斯特菌作為代表性的致病菌進(jìn)行預(yù)測微生物學(xué)的研究，根據(jù)模擬自然生長條件下兩種典型致病菌生長情況，分別建立一級和二級生長動力學(xué)模型，以此動態(tài)模型可表示不同溫度下兩種典型致病菌隨時間變化的規(guī)律，為醬鹵肉制品中代表性致病菌的風(fēng)險評估奠定科學(xué)理論基礎(chǔ)，從而預(yù)測醬鹵肉制品生產(chǎn)、貯運、消費過程的安全性。

1 材料與方法

1.1 材料、菌種與培養(yǎng)基

醬鹵肉購于哈爾濱市區(qū)內(nèi)熟食店。

單核細(xì)胞增生李斯特菌、沙門氏菌均購于黑龍江省疾病預(yù)防控制中心。

沙門氏菌科瑪嘉顯色培養(yǎng)基、單核細(xì)胞增生李斯特菌科瑪嘉顯色培養(yǎng)基購于鄭州博賽生物工程有限公司。

1.2 儀器與設(shè)備

SW-CJ-IFD潔凈工作臺 蘇州安泰空氣技術(shù)有限公司；DHP-9162電熱恒溫培養(yǎng)箱 上海齊欣科學(xué)儀器有限公司；ALC-1100.2、ALC-310.3電子分析天平 北京賽多利斯儀器系統(tǒng)有限公司；JJ-1精密増力電動攪拌器上海浦東物理光學(xué)儀器廠；電熱手提式壓力蒸汽滅菌鍋寧波市鎮(zhèn)海金鑫醫(yī)療器械有限公司；YXQ-LS-18SI不銹鋼手提式壓力蒸汽滅菌鍋 上海博訊實業(yè)有限公司。

1.3 方法

1.3.1 醬鹵肉中沙門氏菌的培養(yǎng)及計數(shù)

無菌條件下，用接種環(huán)挑取沙門氏菌，對其斜面劃線接種到對應(yīng)顯色培養(yǎng)基中，在30 ℃和37 ℃分別培養(yǎng)24 h，挑取培養(yǎng)基上面的顯色菌苔在無菌生理鹽水中制成菌懸液，用無菌鹽水進(jìn)行適當(dāng)稀釋，用涂布法涂在顯色培養(yǎng)基上，分別將各自放在最適溫度培養(yǎng)箱中培養(yǎng)24 h。記錄該菌懸液的菌數(shù)，冷凍后備用。對熟食店柜臺內(nèi)存放超過12 h的醬鹵樣品進(jìn)行切割、粉碎、打漿。將菌懸液選取適當(dāng)?shù)南♂尪冗m量加入處理好的醬鹵肉樣中，混勻，控制初始菌數(shù)在103～104CFU/mL，用紗布過濾掉鹽水。將裝有500 g接種好沙門氏菌的醬鹵肉樣的燒杯分別放入40、37、30、25、20、15、12、10 ℃培養(yǎng)箱中進(jìn)行培養(yǎng)，根據(jù)微生物種類在不同溫度下生長速率設(shè)定不同的取樣時間，按照取樣間隔進(jìn)行取樣測定菌數(shù)（40、37、30、20 ℃樣品每4 h進(jìn)行一次取樣計數(shù)。25 ℃每8 h進(jìn)行一次取樣計數(shù)。15、12、10 ℃每1 d進(jìn)行取樣計數(shù)）。每次計數(shù)用生理鹽水進(jìn)行適當(dāng)稀釋，取兩種適當(dāng)稀釋度，將稀釋液涂布到沙門氏菌專門顯色平板，30 ℃培養(yǎng)箱培養(yǎng)48 h進(jìn)行計數(shù)[8]，并記錄。

1.3.2 醬鹵肉中單核細(xì)胞增生李斯特菌的培養(yǎng)及計數(shù)

無菌條件下，用接種環(huán)挑取單核細(xì)胞增生李斯特菌，對其斜面劃線接種到對應(yīng)顯色培養(yǎng)基中，在30 ℃和37 ℃分別培養(yǎng)24 h，挑取培養(yǎng)基上面的顯色菌苔在無菌生理鹽水中制成菌懸液，用無菌鹽水進(jìn)行適當(dāng)稀釋，用涂布法涂在各自的顯色培養(yǎng)基上，分別將各自放在最適溫度培養(yǎng)箱中培養(yǎng)24 h。進(jìn)行計數(shù)，記錄該菌懸液的菌數(shù)，冷凍后備用。對熟食店柜臺內(nèi)存放超過12 h的醬鹵肉樣品進(jìn)行切割、粉碎、打漿。將單核細(xì)胞增生李斯特菌懸液選取適當(dāng)?shù)南♂尪燃尤胩幚砗玫尼u鹵肉樣中，混勻，控制初始菌數(shù)103～104CFU/mL，用紗布過濾掉鹽水。將稱放500 g接種好醬鹵肉樣的燒杯分別放入37、30、25、20、18、15、12、10、5 ℃培養(yǎng)箱中進(jìn)行培養(yǎng)，根據(jù)微生物種類在不同溫度下生長速率設(shè)定不同的取樣時間，按照取樣間隔進(jìn)行取樣測定菌數(shù)（37、30 ℃，樣品每3 h進(jìn)行一次取樣計數(shù)。25、20、18 ℃每6 h進(jìn)行一次取樣計數(shù)。15、10 ℃每隔1 d進(jìn)行一次取樣計數(shù)，5 ℃每隔2 d進(jìn)行一次取樣計數(shù)）。每次計數(shù)用生理鹽水進(jìn)行適當(dāng)稀釋，取兩種適當(dāng)稀釋度，將稀釋液涂布到單核細(xì)胞增生李斯特菌專門顯色平板，30 ℃培養(yǎng)箱培養(yǎng)48 h進(jìn)行計數(shù)[24]，并記錄。

1.3.3 醬鹵肉中兩種代表性致病菌生長模型的建立

一級模型主要表達(dá)微生物量與時間的函數(shù)關(guān)系，由于單細(xì)胞微生物呈指數(shù)生長的特性，一般用相對細(xì)胞數(shù)的對數(shù)對培養(yǎng)時間作圖，得到生長曲線，因S型生長曲線有4 個階段的曲線與微生物生長極為相似，所以S形函數(shù)是最常用于擬合微生物生長曲線的函數(shù)。常用來描述微生物動力學(xué)生長的S型生長曲線的模型包括Gompertz、Richards、Stannard、Schnute、Logistic、Baranyi和其他模型[6,25]。

為分析不同溫度下沙門氏菌（單核細(xì)胞增生李斯特菌）的生長數(shù)據(jù)，選取Gompertz（公式（1））、Logistic（公式（2））、Richards（公式（3））、MMF（公式（4））4 種模型進(jìn)行S型曲線擬合。通過對4 種模型r值、標(biāo)準(zhǔn)差（s）和相關(guān)生物生長規(guī)律進(jìn)行比較，找出最適的生長模型[4,7,26-27]。

式中：N為環(huán)境能容納的最大生物量/（CFU/mL）；N0為初始時刻生物量/（CFU/mL）；t為培養(yǎng)時間/h；a、b、c、d為速率參數(shù)。

對最佳一級模型進(jìn)行修改，使得模型擬合度更高。二級模型表達(dá)在一級模型中的相應(yīng)結(jié)果隨不同環(huán)境參數(shù)值（如溫度、水分活度、pH值等）的變化規(guī)律[28-29]。在CurveExpert軟件中擬合二次方程。通過一級模型方程式求得生長速率（v）和延滯期（λ），將v、λ值分別和相應(yīng)的溫度變量值代入方式，得出m、n、p 3 個參數(shù)值。所得參數(shù)值代回原方程，完成二級模型的建立。

2 結(jié)果與分析

2.1 沙門氏菌生長模型建立

2.1.1 一級模型的建立

采用CurveExpert軟件，將實驗數(shù)據(jù)分別與4 個公式進(jìn)行擬合，得出不同溫度下的擬合曲線，通過比較標(biāo)準(zhǔn)差（s）、相關(guān)系數(shù)（r）的微生物生長規(guī)律，選擇最適合的微生物預(yù)測模型，建立一級模型。實驗所得s和r如表1所示。

比較用4 個方程擬合的各個溫度下的標(biāo)準(zhǔn)差和相關(guān)系數(shù)，確定在不同溫度條件下沙門氏菌在醬鹵肉中生長的最佳擬合模型為MMF方程。但是由于Gompertz模型相對簡單，對其研究比較深入，有一系列的修正模型，修正后的Gompertz模型能夠準(zhǔn)確地預(yù)測病原菌的生長動態(tài)，對微生物生長的生物學(xué)意義表述更為清楚。因此，選用修正后的Gompertz模型作為一級模型，進(jìn)而完成二級模型。

表1 沙門氏菌在不同溫度下4 種模型進(jìn)行擬合的標(biāo)準(zhǔn)差和相關(guān)系數(shù)Table 1 Standard deviation and correlation coefficients of 4 fitting models for Salmonella at different temperatures

所選用的Gompertz模型表達(dá)式為：

式中：N為t時刻的生物量/（CFU/mL）；A為t→－∞時的生物量（近似相當(dāng)于t=0 時代初始菌數(shù)）/（CFU/mL）；C為從接種到穩(wěn)定期增加的細(xì)菌濃度/（CFU/mL）；v為最大生長速率/（CFU/（mL·h））；λ為延滯期/h。

2.1.2 二級模型的建立

二級模型建立時，不能忽略環(huán)境因子對一級模型的影響，例如溫度、pH值等?？紤]的影響因子越全面，所擬合的一級模型就越準(zhǔn)確，與沙門氏菌實際生長情況就更接近，但是多一個影響因素，建模的難度就會增大。所以可以適當(dāng)?shù)暮雎杂绊戄^小的影響因子。對于病原菌生長最大的影響因子是溫度，因此在二級模型中考察生長速率與溫度、延滯期與溫度的關(guān)系。

本實驗中，生長速率隨溫度升高表現(xiàn)出先增大后減小的趨勢，延滯期隨溫度變化情況與之相反。因此考慮用二次函數(shù)進(jìn)行擬合，應(yīng)用二次函數(shù)方程，對一級模型中參數(shù)v和λ建立關(guān)于溫度的二級模型。根據(jù)溫度對微生物生長的模型理論，二次函數(shù)模型為：

首先必須求出參數(shù)m1、n1、p1和參數(shù)m2、n2、p2，在建立一級模型時，10、12、15 ℃的實驗數(shù)據(jù)培養(yǎng)時間以d為單位，需要將該溫度模型的v除以24、λ乘以24，轉(zhuǎn)化成以h為單位的數(shù)值，才可用于二級模型的建立。

采用CurveExpert軟件，應(yīng)用二次函數(shù)方程，對一級模型中參數(shù)v和λ建立關(guān)于溫度的二級模型。各參數(shù)擬合曲線如圖1、2所示。

圖1 沙門氏菌在不同溫度下參數(shù)v二級模型擬合曲線Fig.1 Parameter v of the second-order model for Salmonella at different temperatures

相關(guān)系數(shù)r＝0.944 3，二級模型為：

圖2 沙門氏菌在不同溫度下參數(shù)λ二級模型擬合曲線Fig.2 Parameter λ of the second-order model for Salmonella at different temperatures

相關(guān)系數(shù)r＝0.982 5，二級模型為：

2.1.3 生長動力學(xué)模型的建立

Gompertz一級模型可變形為：

式中：Nmax為最大菌數(shù)生成量，lgNmax－A=C，lgNmax值為10.2。

將式（8）、（9）及l(fā)gNmax值分別代入式（10）中，得到10～40 ℃條件下沙門氏菌的生長動力學(xué)模型為：

只需測定初始沙門氏菌數(shù)，就可以根據(jù)上式計算10～40 ℃范圍內(nèi)任何培養(yǎng)溫度（T）、任何培養(yǎng)時間（t）的沙門氏菌數(shù)。

2.1.4 沙門氏菌在醬鹵肉中生長特性研究

溫度是對沙門氏菌生長重要的影響因子，溫度越高，沙門氏菌到達(dá)指數(shù)期就越快。30 ℃是沙門氏菌最適生長溫度，在最適溫度條件下沙門氏菌能較快到達(dá)指數(shù)生長期，也就是說大大縮短了延滯期。而實際情況下，微生物生長曲線的延滯期和指數(shù)期分的不是十分明顯。明顯看出溫度很低時，延滯期就很長。當(dāng)溫度在10 ℃以下，沙門氏菌的生長較緩慢。通過4 種模型進(jìn)行擬合生長曲線，雖然Gompertz模型不是最適模型，但是Gompertz模型是進(jìn)行繼續(xù)完成二級模型的最佳模型，能夠進(jìn)行深入研究，并且具有一定的生物學(xué)意義。本實驗只需能夠建立沙門氏菌二級模型，并擬合出動態(tài)模型，這樣只要測定醬鹵肉中初始沙門氏菌數(shù)，就可以根據(jù)上式計算10～40 ℃范圍內(nèi)任何培養(yǎng)溫度（T）、任何培養(yǎng)時間（t）的沙門氏菌數(shù)。

2.2 單核細(xì)胞增生李斯特菌模型建立

2.2.1 單核細(xì)胞增生李斯特菌一級模型的建立

采用CurveExpert軟件，將實驗數(shù)據(jù)分別與4 個模型公式進(jìn)行擬合，得出不同溫度下的擬合曲線，通過比較s、r的生物生長規(guī)律，選擇最適合的微生物預(yù)測模型，建立一級模型。實驗所得s和r見表2。

表2 單核細(xì)胞增生李斯特菌在不同溫度下進(jìn)行4 種模型擬合的標(biāo)準(zhǔn)差和相關(guān)系數(shù)Table 2 Standard deviations and correlation coefficients of four fitting models for Listeria monocytogenes at different temperatures

比較用4 個方程擬合的各個溫度下的生長曲線，確定在不同溫度條件下單核細(xì)胞增生李斯特菌在鹵肉中生長的最佳擬合模型為MMF方程。但是由于Gompertz模型相對簡單，對其研究比較深入，有一系列的修正模型，修正后的Gompertz模型能夠準(zhǔn)確地預(yù)測病原菌的生長動態(tài)，對微生物生長的生物學(xué)意義表述更為清楚。因此，本實驗選用修正后的Gompertz模型作為一級模型。進(jìn)而完成二級模型。這里所選用的Gompertz模型表達(dá)式見公式（5）。

2.2.2 二級模型的建立

同沙門氏菌二級模型建立，在單核細(xì)胞增生李斯特菌二級模型中考慮生長速率與溫度、延滯期與溫度的關(guān)系。根據(jù)溫度對微生物生長的模型理論，二次函數(shù)模型為公式（6）、（7）。

在建立一級模型時5、10、15 ℃的實驗數(shù)據(jù)培養(yǎng)時間以d為單位，需要將該溫度的v除以24和λ乘以24，轉(zhuǎn)化成以h為單位的數(shù)值，才可用于二級模型的建立。

采用CurveExpert軟件，應(yīng)用二次函數(shù)方程，對一級模型中參數(shù)v和λ建立關(guān)于溫度的二級模型。各參數(shù)擬合曲線如圖3、4所示。

圖3 單核細(xì)胞增生李斯特菌在不同溫度下參數(shù)v二級模型擬合曲線Fig.3 Parameter v of the second-order fitting model for Listeriamonocytogenes at different temperatures

相關(guān)系數(shù)r=0.922 1，二級模型為：

圖4 單核細(xì)胞增生李斯特菌在不同溫度下參數(shù)λ二級模型擬合曲線Fig.4 Parameter λ of the second-order fitting model for Listeria monocytogenes at different temperatures

相關(guān)系數(shù)r=0.969 0，二級模型為：

2.2.3 生長動力學(xué)模型的建立

單核細(xì)胞增生李斯特菌的lgNmax值為17.9，將式（12）、（13）及l(fā)gNmax值分別代入式（10）中，得到10～40 ℃條件下單核細(xì)胞增生李斯特菌的生長動力學(xué)模型為：

只要測定初始單核細(xì)胞增生李斯特菌菌數(shù)，就可以根據(jù)上式計算10～37 ℃范圍內(nèi)任何培養(yǎng)溫度（T）、任何培養(yǎng)時間（t）的單核細(xì)胞增生李斯特菌數(shù)。

2.2.4 單核細(xì)胞增生李斯特菌在醬鹵肉培養(yǎng)基中的生長特性研究

溫度是對單核細(xì)胞增生李斯特菌生長重要的影響因子，單核細(xì)胞增生李斯特菌進(jìn)入指數(shù)期時間與溫度成正相關(guān)的關(guān)系。37 ℃是單核細(xì)胞增生李斯特菌的最適生長溫度，在最適溫度條件下單核細(xì)胞增生李斯特菌能較快達(dá)到指數(shù)生長期，也就是說大大縮短了延滯期。而實際情況下，微生物生長曲線的延滯期和指數(shù)期分的不是十分明顯。溫度較低時，延滯期較長。溫度在4 ℃，單核細(xì)胞增生李斯特菌仍然可以存活，生長緩慢。所以單核細(xì)胞增生李斯特菌在低溫情況下也很難控制。雖然Gompertz模型不是最適模型，但是Gompertz模型是進(jìn)行繼續(xù)完成二級模型的最佳模型，能夠進(jìn)行深入研究，并且具有一定的生物意義。本實驗只要能夠建立的單核細(xì)胞增生李斯特菌的二級模型，并且擬合出動態(tài)模型，這樣只要測定醬鹵肉中初始單核細(xì)胞增生李斯特菌數(shù)，就可以根據(jù)式（14）計算5～37 ℃范圍內(nèi)任何培養(yǎng)溫度（T）、任何培養(yǎng)時間（t）的單核細(xì)胞增生李斯特菌數(shù)。

3 結(jié) 論

通過Gompertz模型、Richards模型、Logistic模型和MMF模型對沙門氏菌和單核細(xì)胞增生李斯特菌生長進(jìn)行擬合得出：Gompertz模型相對簡單，對其修正后又有明確的生物學(xué)意義，所以選擇Gompertz模型作為一級模型，用其修正后的模型再次對沙門氏菌和單核細(xì)胞增生李斯特菌在不同溫度下進(jìn)行擬合。

根據(jù)已建立的一級模型在沙門氏菌和單核細(xì)胞增生李斯特菌培養(yǎng)溫度范圍內(nèi)得出，醬鹵肉制品中沙門氏菌的生長動力模型為：lgN＝A+（10.2－A）×exp{－exp[e×（－3.173 1T2+2.02T+1.812）×（1.252T2－7.746T+1.22－t）/（10.2－A）+1]}；醬鹵肉中單核細(xì)胞增生李斯特菌的生長動力模型為：lgN＝A+（17.9－A）×exp{－exp[e×（－9.024T2+5.774T－4.402）×（1.378T2－7.995T+1.172－t）/（17.9－A）+1]}。

運用此動力模型只需測定初始致病菌菌數(shù)，就可以根據(jù)相應(yīng)的動力模型計算適用范圍內(nèi)任何培養(yǎng)溫度（T）、任何培養(yǎng)時間時間（t）的致病菌菌數(shù)。此模型應(yīng)用于自然狀態(tài)下醬鹵肉制品中微生物數(shù)量描述，可對該類產(chǎn)品進(jìn)行監(jiān)控和風(fēng)險評估，保障其生產(chǎn)、運輸、貯存及銷售過程中的食品安全。

[1] 吳曉麗, 張相生, 蔣愛民, 等. 醬鹵肉制品保鮮技術(shù)研究進(jìn)展[J]. 肉類工業(yè), 2014(7): 46-50. DOI:10.3969/j.issn.1001-8123.2014.07.017.

[2] 張勉, 唐道邦, 劉忠義, 等. 醬鹵肉制品的研究進(jìn)展[J]. 肉類工業(yè), 2010(9): 47-50. DOI:10.3969/j.issn.1008-5467.2010.09.017.

[3] HAVELAAR A H, BRUL S, de JONG A, et al. Future challenges to microbial food safety[J]. International Journal of Food Microbiology, 2010, 139(Suppl 1): 79-94. DOI:10.1016/j.ijfoodmicro.2009.10.015.

[4] 岳曉禹, 胡志霞, 劉相東, 等. 食品微生物預(yù)測模型研究進(jìn)展[J]. 鄭州牧業(yè)工程高等?？茖W(xué)校學(xué)報, 2014, 34(3): 14-16. DOI:10.3969/ j.issn.1008-3111.2014.03.005.

[5] MEJLHOLM O, GUNVIG A, BORGGAARD C, et al. Predicting growth rates and growth boundary of Listeria monocytogenes: an international validation study with focus on processed and ready-toeat meat and seafood[J]. International Journal of Food Microbiology, 2010, 141(3): 137-150. DOI:10.1016/j.ijfoodmicro.2010.04.026.

[6] 董慶利. 食品預(yù)測微生物學(xué): 過去 現(xiàn)在 將來[J]. 農(nóng)產(chǎn)品加工(學(xué)刊), 2009(3): 38-41. DOI:10.3969/j.issn.1009-7848.2010.06.027.

[7] 唐佳妮, 張愛萍, 劉東紅. 預(yù)測微生物學(xué)的研究進(jìn)展及其在食品中的應(yīng)用[J]. 中國食品學(xué)報, 2010, 10(6): 162-166. DOI:10.3969/ j.issn.1009-7848.2010.06.027.

[8] 楊憲時, 許鐘, 郭全友. 食源性病原菌預(yù)報模型庫及其在食品安全領(lǐng)域的應(yīng)用[J]. 中國食品學(xué)報, 2006, 6(1): 372-376. DOI:10.3969/ j.issn.1009-7848.2006.01.078.

[9] DALGAARD P, BUCH P, SILBERG S. Seafood Spoilage Predictordevelopment and distribution of a product specific application software[J]. International Journal of Food Microbiology, 2002, 73(2/3): 343-349. DOI:10.1016/S0168-1605(01)00670-5.

[10] 曹悅, 陸利霞, 熊曉輝. 食品貨架期預(yù)測新技術(shù)進(jìn)展[J]. 食品研究與開發(fā), 2009, 30(5): 165-168. DOI:10.3969/j.issn.1005-6521.2009.05.050.

[11] FDA Center for Food Safety and Applied Nutrition. Quantitative risk assessment on the public health impact of pathogenic Vibrio parahaemolyticus in raw oysters[C]//U.S. Department of Health and Human Services, 2005.

[12] POUILLOT R, LUBRAN M B. Predictive microbiology models vs. modeling microbial growth within Listeria monocytogenes risk assessment: what parameters matter and why[J]. Food Microbiology, 2011, 28(4): 720-726. DOI:10.1016/j.fm.2010.06.002.

[13] ARROYO-LOPEZ F N, BAUTISTA-GALLEGO J, RODRIGUEZGOMEZ F, et al. Predictive microbiology and table olives[M]// MENDEZ-VILAS A. Current research, technology and education topics in applied microbiology and microbial biotechnology. Zurbaran: Formatex Research Center, 2010: 1452-1461.

[14] 楊振泉, 焦新安. 不同副溶血弧菌的分子鑒別與生長動力學(xué)模型比較[J]. 中國人獸共患病學(xué)報, 2008, 24(3): 210-215. DOI:10.3969/ j.issn.1002-2694.2008.03.006.

[15] 王璐華, 寧喜斌. 副溶血性弧菌生長預(yù)測模型的建立與應(yīng)用探討[J].華北農(nóng)學(xué)報, 2008, 23(增刊1): 263-267.

[16] 盧曉鳳. 蛤肉中副溶血性弧菌風(fēng)險評估體系初探[D]. 泰安: 山東農(nóng)業(yè)大學(xué), 2007.

[17] 龍文玲, 姚開, 賈冬英, 等. 肉制品預(yù)測微生物模型的研究進(jìn)展[J]. 食品科技, 2007(6): 27-30. DOI:10.3969/j.issn.1005-9989.2007.06.008.

[18] 王小軍. 板鴨貯藏中微生物、理化性質(zhì)變化規(guī)律及保鮮技術(shù)研究[D].重慶: 西南大學(xué), 2007.

[19] 徐寶才, 任發(fā)政, 王前武, 等. 牛肉火腿切片的腐敗微生物鑒定及貯藏過程中的品質(zhì)變化[J]. 食品與發(fā)酵工業(yè), 2004, 30(5): 124-128. DOI:10.3321/j.issn:0253-990X.2004.05.029.

[20] 白艷紅. 低溫熏煮香腸腐敗機(jī)理及生物抑菌研究[D]. 楊凌: 西北農(nóng)林科技大學(xué), 2005.

[21] 李薇. 利用預(yù)測微生物學(xué)延長低溫肉制品的貨架期[J]. 企業(yè)科技與發(fā)展, 2009(10): 71-73. DOI:10.3969/j.issn.1674-0688.2009.16.026.

[22] 邵偉, 仇敏, 唐明, 等. 預(yù)測微生物學(xué)在冷鮮肉貨架期預(yù)測中的應(yīng)用[J]. 肉類工業(yè), 2006(11): 25-26. DOI:10.3969/ j.issn.1008-5467.2006.11.011.

[23] 李苗云. 冷卻豬肉中微生物生態(tài)分析及貨架期預(yù)測模型的研究[D].南京: 南京農(nóng)業(yè)大學(xué), 2006.

[24] BUCHANAN R L. Using spreadsheet software for predictive applications[J]. Journal of Food Safety, 1990, 11(2): 123-134. DOI:10.1111/j.1745-4565.1990.tb00045.x.

[25] 周康, 劉壽春, 李平蘭, 等. 食品微生物生長預(yù)測模型研究新進(jìn)展[J]. 微生物學(xué)通報, 2008, 35(4): 589-594. DOI:10.3969/ j.issn.0253-2654.2008.04.021.

[26] 韓北忠, 李敏, 張琳, 等. 預(yù)測微生物學(xué)與食品質(zhì)量安全[J]. 中國釀造, 2005, 24(9): 1-3. DOI:10.3969/j.issn.0254-5071.2005.09.001.

[27] 遲海, 李學(xué)英, 楊憲時. 微生物預(yù)測模型技術(shù)研究進(jìn)展及其在食品工業(yè)中的應(yīng)用[J]. 現(xiàn)代食品科技, 2013, 29(3): 678-682.

[28] ROSS T, MCMEEKIN T A. Modeling microbial growth within food safety risk assessments[J]. Risk Analysis, 2003, 23(1): 179-197. DOI:10.1111/1539-6924.00299.

[29] 王迪. 食品微生物生長預(yù)測模型及應(yīng)用[J]. 科技創(chuàng)業(yè)家, 2013(14): 217.

Typical Growth Characteristics of Salmonella and Listeria monocytogenes in Braised Pork with Soy Sauce and Establishment of Prediction Models

ZHAO Nan1, XU Xiaoxi1,*, LIU Yang1, GAO Jiming1, ZHANG Shuyi2, NA Hongping1, JIN Feng1
(1. College of Food Science, Northeast Agricultural University, Harbin 150030, China; 2. The National Animal Husbandry Station, Beijing 100125, China)

In this study, the epidemiological results showed that pathogens were detected in pot-stewed meat, and most of them were Salmonella and Listeria monocytogenes. Using pot-stewed meat as the medium for the two representative pathogens, their growth characteristics were studied at different temperatures. In addition, first-order and second-order models describing the growth of Salmonella and Listeria monocytogenes were established at different temperatures. According to the developed models, the dynamic models for predicting the growth of Salmonella and Listeria monocytogenes in pot-stewed meat in the investigated temperature range were established as lgN = A + (10.2 ? A) × exp{ ? exp[e × (? 3.173 1T2+ 2.02T + 1.812) × (1.252T2? 7.746T + 1.22 ? t)/(10.2 ? A) + 1]} and lgN =A + (17.9 ? A) × exp{ ? exp[e × (? 9.024T2+ 5.774T ? 4.402) × (1.378T2? 7.995T + 1.172 ? t)/(17.9 ? A) + 1]}, respectively. Changes in the microbial quantity of sauced meat products under natural conditions can be described with the dynamic models, which can provide a good theoretical basis for the manufaturers to reduce food safety risks caused by bacteria and establish a food safety management system for ensuring the food safety of sauced meat products during production, transportation, storage and distribution.

sauced meat products; Salmonella; Listeria monocytogenes; growth model

10.7506/spkx1002-6630-201601022

S872

A

1002-6630（2016）01-0120-06

趙楠, 許曉曦, 劉洋, 等. 醬鹵肉中沙門氏菌和單核細(xì)胞增生李斯特菌生長特性及預(yù)測模型建立[J]. 食品科學(xué), 2016, 37(1): 120-125.

DOI:10.7506/spkx1002-6630-201601022. http://www.spkx.net.cn

ZHAO Nan, XU Xiaoxi, LIU Yang, et al. Typical growth characteristics of Salmonella and Listeria monocytogenes in braised pork with soy sauce and establishment of prediction models[J]. Food Science, 2016, 37(1): 120-125. (in Chinese with English abstract)

DOI:10.7506/spkx1002-6630-201601022. http://www.spkx.net.cn

2015-01-28

“十二五”國家科技支撐計劃項目（2012BAD28B02）

趙楠（1992—），女，碩士研究生，研究方向為食品科學(xué)。E-mail：zhaonan0224@163.com

*通信作者：許曉曦（1968—），女，教授，博士，研究方向為乳品科學(xué)與技術(shù)。E-mail：xiaoxi_xu01@163.com