利用市售鯉魚中分離鑒定得到的腐敗希瓦氏菌進行了生長動力學(xué)模型的建立。通過預(yù)測微生物學(xué)的方法比較Logistic、Gompertz和Baranyi模型的生物學(xué)特性和應(yīng)用特性,對3種模型所得參數(shù)進而構(gòu)建了二級模型并分別進行了內(nèi)部和外部驗證。結(jié)果表明:Logistic、Gompertz和Baranyi模型在內(nèi)部驗證中的r2分別為0.982 4、0.983 6和0.988 4,偏差因子(bias factor,Bf)分別為0.985 0、0.995 0和0.970 0;而外部驗證Bf值分別為0.804、1.177和0.826。Baranyi模型在對微生物生長的預(yù)測性上不僅準確,而且能夠更加有效地進行食品安全預(yù)警,在實際的農(nóng)產(chǎn)品和食品領(lǐng)域具有很好的實用價值。


腐敗希瓦氏菌是水產(chǎn)品中最常見的一類腐敗菌,在低溫中可以存活并生長,不僅能導(dǎo)致食品腐敗,還能引起人類患病,嚴重地影響著水產(chǎn)業(yè)及其農(nóng)副業(yè)的生產(chǎn)和銷售。因此,如何保證水產(chǎn)品及其農(nóng)副產(chǎn)品的質(zhì)量,防止食物中毒就顯得尤為重要。一般而言,采用預(yù)測微生物學(xué)的方法對食品和農(nóng)產(chǎn)品中的微生物進行預(yù)測是現(xiàn)在國內(nèi)外公認的可行方法之一。


在國內(nèi)的預(yù)測微生物學(xué)研究中,多采用Logistic和Gompertz模型,而采用Baranyi模型進行研究的報道還相對較少,而在國外已有大量文獻在使用該模型,尤其是全球最大的開源微生物預(yù)測數(shù)據(jù)庫Combase中也全部都采用Baranyi模型進行擬合回歸。因而對這一模型進行深入和全面的研究,了解其生物學(xué)意義和數(shù)學(xué)特性對于實際中應(yīng)用預(yù)測模型進行安全預(yù)警是十分必要的。


本實驗比較了Logisitc、Gompertz和Baranyi模型,通過內(nèi)部驗證和外部驗證發(fā)現(xiàn)Baranyi模型具有更好的預(yù)測效果和生物學(xué)性能,能夠為食品和農(nóng)業(yè)中微生物引起的危害起到良好的預(yù)警效果。


1材料與方法


1.1菌種與培養(yǎng)基


腐敗希瓦氏菌分離自市售鯉魚,經(jīng)生理生化鑒定及分子鑒定為腐敗希瓦氏菌,四川農(nóng)業(yè)大學(xué)食品學(xué)院實驗室保藏。經(jīng)30℃活化3次后用于生長動力學(xué)實驗。


選用胰蛋白胨大豆肉湯(tryptose soya broth,TSB)培養(yǎng)基和胰蛋白胨大豆瓊脂(tryptic soy agar,TSA)培養(yǎng)基分別作為微生物生長和計數(shù)培養(yǎng)基。


1.2方法


將活化好的菌株按10倍梯度稀釋后,以約為103CFU/mL的接種量接種于TSB中培養(yǎng),選擇適當時間取樣測定其生長動力學(xué)曲線。每次實驗取3個稀釋梯度,每個稀釋梯度3個平行。實驗所選溫度為:4、10、20、30℃和37℃。


1.3模型的建立


1.3.1一級模型的建立


分別采用Logistic模型(公式(1))、修正Gompertz模型(公式(2))和Baranyi模型(公式(3))對數(shù)據(jù)進行擬合和比較。采用Microsoft Excel軟件中的規(guī)劃求解以最小二乘法的原理進行擬合。

式中:y(t)為微生物在時間t時的自然對數(shù)值(ln(CFU/mL));y0為微生物的初始濃度(ln(CFU/mL));ymax為微生物的最大濃度(ln(CFU/mL));μmax為最大生長速率/h-1;v為底物限值參數(shù);h0為初始生理狀態(tài)參數(shù)α0的對數(shù)形式,


1.3.2二級模型的建立


采用Ratkowsky模型(公式(4))對一級模型所獲得的最大生長速率(μmax)進行二級模型的建立。采用Microsoft Excel中的規(guī)劃求解進行二級模型的建立。


1.3.3模型的驗證


驗證采用內(nèi)部驗證和外部驗證同時進行。本實驗從Combase數(shù)據(jù)庫中選擇了基本符合本實驗條件的32組數(shù)據(jù)進行外部驗證,其中25組是從培養(yǎng)基中獲得的數(shù)據(jù),7組是從食品中獲得的數(shù)據(jù)。選擇外源數(shù)據(jù)進行驗證,不僅能說明本實驗所建模型的準確程度,還能體現(xiàn)模型的安全性,說明其在實際中進行預(yù)測的潛在價值。


通過判定系數(shù)r2、均方誤差(mean square error,MSE)、偏差因子(bias factor,Bf)和準確因子(accuracy factor,Af)來驗證模型,公式如下:


相關(guān)新聞推薦

1、苯酚降解菌的馴化、篩選與分離、生長曲線測定(二)

2、雞紅細胞免疫相關(guān)基因的調(diào)節(jié)功能研究

3、牛腸道病毒NM575一步生長曲線、理化特性鑒定(一)

4、煙草青枯病菌的生長曲線及對不同復(fù)合藥劑的敏感性測定(二)

5、不同鹽度下纖毛蟲(黃色偽角毛蟲和扇形游仆蟲)的生長曲線(一)