次氯酸钠对肉鸡屠宰预冷清洗中沙门氏菌交叉污染的控制效果

为探究肉鸡屠宰预冷清洗环节添加次氯酸钠(NaClO)对沙门氏菌交叉污染的控制作用,模拟不同NaClO浓度(0~70 mg/L)和初始污染率(25%~100%)条件下3批次鸡肉预冷清洗过程,计算每批次鸡肉清洗后的沙门氏菌污染率及3批次鸡肉全部清洗后的总体污染率。结果显示,当预冷水中添加0,20,50和70 mg/L的NaClO时,3批次鸡肉全部清洗后沙门氏菌污染率分别为88.9%,38.9%,36.1%和36.1%,NaClO可有效控制交叉污染(p<0.05);NaClO浓度(50 mg/L时,清洗后的预冷水未有沙门氏菌检出,可减小交叉污染风险。色差分析未发现20~70 mg/L的NaClO清洗对鸡肉色泽的显著影响(p>0.05)。本研究可用于肉鸡屠宰预冷清洗环节沙门氏菌污染率控制,为微生物定量风险评估提供重要信息。

人工神经网络在鸡胸肉预冷清洗环节中沙门氏菌污染率的预测

为实现对鸡胸肉预冷清洗环节的沙门氏菌污染率的预测,采用响应面试验设计收集数据,建立以初始污染水平、初始污染率、次氯酸钠(NaClO)浓度为输入值,鸡胸肉预冷清洗环节的沙门氏菌污染率为输出值的广义回归神经网络模型(General Regression Neural Network model,GRNN),预测鸡胸肉预冷清洗环节的沙门氏菌污染率变化,并用训练集拟合,测试集评估模型的预测效果。结果显示,鸡胸肉预冷清洗环节的沙门氏菌污染率随初始污染水平、初始污染率的升高而显著增加,相反随NaClO浓度的升高而呈下降趋势(P<0.05)。练后的GRNN模型的r值和SEP值分别为0.93和10.8%,拟合良好。模型对新数据预测的误差较小(SEP=13%),表明GRNN模型可较准确的预测鸡胸肉预冷清洗环节的沙门氏菌污染率。本研究建立的模型可用于鸡胸肉预冷清洗环节沙门氏菌污染率的预测,为微生物定量风险评估提供重要信息。