预测食品微生物学的研究进展

预测食品微生物学是依据各种食品微生物在不同加工、贮藏和流通条件下的基础信息库、预测食品中微生物数量的动态变化及其货架期,并对食品的安全性做出快速判断的一门新兴学科。本文简要介绍了预测微生物学的现状及其未来的发展趋势。

预测食品微生物学在肉品安全领域的应用

预测食品微生物学是一门对食品微生物进行数量化预测的新兴学科,可以在不进行传统微生物检测的条件下快速对食品的安全性和货架期进行预测。本文简述了预测食品微生物学的概念,模型分类及建模步骤,重点介绍了预测食品微生物学在肉品安全中的定量微生物风险评估、危害分析和关键控制点以及产品货架期等领域的应用,并对其未来发展进行了展望。

预测食品微生物学及其应用

预测食品微生物学是在微生物学、数学、统计学和计算机应用学的基础上建立起来的新学科。针对食品体系的复杂性，预测数学模型能够简化问题，从而做出有用的预测分析。

食品预测微生物学——过去 现在 将来

对食品预测微生物学的发展历史、研究现状和发展趋势进行了综述。列举了食品预测微生物学的一级模型、二级模型和三级模型形式,并对食品预测微生物学将来的发展方向进行了展望。

低温肉制品微生物控制与预测模型应用研究进展

低温肉制品营养丰富,是我国肉制品未来的发展方向。本文介绍了低温肉制品中的主要微生物来源、种类以及控制措施;综述了低温肉制品中微生物预测的各级模型,分析了其优缺点;简述了预测模型在实际生产中的应用。

食源性致病菌单细胞观测与预测的研究进展

微生物在单细胞水平下的生长普遍具有随机性和变异性,同时低菌量污染食品所造成的危害风险亦不可忽视,因此食源性致病菌单细胞的生长观测及预测研究逐渐成为食品预测微生物学及食源性致病菌风险评估的研究热点。在分析现有相关文献的基础上,将目前主要的食源性致病菌单细胞生长观测研究分为间接推断和直接观测两类方法;同时对食源性致病菌单细胞生长预测的模型参数与建模过程进行概述,比较了传统预测微生物的决定模型与微生物单细胞的随机模型二者之间的区别,强调了单细胞生长模型需在随机建模的基础上开展,并通过个体建模方法进一步联系其与所在食品环境之间的关系。最后,分析了食源性致病菌单细胞生长观测与预测的现状,并展望了其未来与食品安全风险评估相结合的发展趋势。

李斯特菌生长预测模型的研究进展

单核细胞增生李斯特菌是一种重要的食源性致病菌,能够污染多种类型的食品,危害食品安全。利用预测微生物学的研究方法建立微生物生长动力学模型,可对微生物进行风险评估和预测食品货架期。本文介绍了单核细胞增生李斯特菌的生长特点,简述了预测食品微生物学的初级、二级和三级模型的分类,对于单核细胞增生李斯特菌的生长动力学模型在培养基及不同类型食品中的应用进行了总结。

基于近红外光谱的橙汁中酸土脂环酸芽孢杆菌的生长预测

酸土脂环酸芽孢杆菌(Alicyclobacillus acidoterrestris)是引起橙汁劣变的主要微生物,为研究酸土脂环酸芽孢杆菌在橙汁中的生长规律,利用近红外光谱获取橙汁中酸土脂环酸芽孢杆菌含量的信息,采用标准化(autoscale)、多元散射校正(multiplicative scatter correction,MSC)、标准正态变换(standard normal variate,SNV)、去趋势化(detrend)对光谱进行预处理,结合化学计量学,构建近红外光谱与酸土脂环酸芽孢杆菌含量预测模型。在此基础上,将近红外光谱转换为酸土脂环酸芽孢杆菌预测菌落数据,并采用“一步法”直接基于预测菌落数构建橙汁中酸土脂环酸芽孢杆菌的生长模型。结果表明,利用标准化进行光谱预处理建立的偏最小二乘(partial least squares,PLS)模型对橙汁中酸土脂环酸芽孢杆菌含量的预测效果相对较好,其预测决定系数(prediction determination coefficient,Rp2)与预测均方根误差(root mean square error of prediction,RMSEP)分别为0.733和0.242 lg CFU/mL,相对分析误差(relative percent deviation,RPD)为1.919。4种预测模型的均方误差(mean square error,MSE)介于0.0046~0.0300 lg CFU/mL之间;均方根误差(root mean square error,RMSE)介于为0.068~0.173 lg CFU/mL之间;赤池信息准则(akaike information criterion,AIC值)介于-66.383~-53.944之间,且Huang-full模型的3种指标相较更小,较适合描述橙汁中酸土脂环酸芽孢杆菌的生长。将近红外光谱获得预测菌落数构建的4种生长模型与平板计数法构建的生长模型分别进行相关性分析,发现4种模型的相关系数(r)均大于0.900,且Huang-full模型的拟合效果最优。所构建的模型通过准确因子(accuracy factor,Af)和偏差因子(bias factor,Bf)进行验证,证实模型均具有良好的可靠性。因此,利用近红外光谱分析结合适当的化学计量学方法描述酸土脂环酸芽孢杆菌生长预测是可行的。