微生物預(yù)測預(yù)報

1、微生物的預(yù)測預(yù)報在食品工業(yè)中，無論是產(chǎn)品的生產(chǎn)工藝還是安全控制，微生物因素都是一個不容無視的重要因素。我們既要利用微生物的有益方面改善食品的品質(zhì)，又要通過有害微生物的控制來保障食品安全。傳統(tǒng)上，預(yù)測特殊微生物存活的常見方法有三種：第一種方法是專家的判斷：基于食品微生物學(xué)家的個人經(jīng)驗或他們出版的論著，這種方法可能相當(dāng)有效，但提供的定量數(shù)據(jù)極少。第二種方法是采用問題試驗(challengetest):主要是通過將一定量的病原微生物接種到食品中，在食品保存過程中通過連續(xù)取樣來檢測微生物的生長或衰退情況，以評估食品病原微生物的生長和產(chǎn)生毒素的風(fēng)險或?qū)ψ罱K產(chǎn)品進(jìn)行檢驗。然而這種方法耗時長，加之新型食品的

2、生產(chǎn)量日益增加，無法完全通過實驗室的工作來評估每一種產(chǎn)品中可能發(fā)生的和潛在的食品病原微生物情況。第三種方法是使用數(shù)學(xué)模型:數(shù)學(xué)模型是一種用數(shù)學(xué)概念如自變量、因變量、函數(shù)、方程等建立起來的模型，這種方法使用越來越普遍。中國冷卻肉生產(chǎn)行業(yè)起步不久，一些新建的企業(yè)，從廠房建設(shè)到設(shè)備全套引進(jìn)國外技術(shù)，硬件到達(dá)國際先進(jìn)水平，但是生產(chǎn)技術(shù)等軟件跟不上，往往會造成有先進(jìn)設(shè)備卻生產(chǎn)不出一流產(chǎn)品的現(xiàn)象。對于肉類工業(yè)，傳統(tǒng)的方法是對樣品進(jìn)行檢驗，然而這種檢驗不能保證總體消費的安全性，原料肉中有各種各樣的微生物，生產(chǎn)中采取措施可以控制和減少微生物的種類和生長。然而，在我國，由于冷鏈系統(tǒng)不完善，控制系統(tǒng)的變化或失敗使

3、微生物的出現(xiàn)或重新出現(xiàn)，會導(dǎo)致微生物的大量繁殖。微生物的預(yù)測能處理這些事情，其魅力在于利用存在的數(shù)據(jù)去預(yù)測未來發(fā)展趨勢，對實際的生產(chǎn)和流通過程進(jìn)行監(jiān)控，可以提高我國肉類工業(yè)的技術(shù)水平。1預(yù)測微生物學(xué)的概念及發(fā)展歷史1.1預(yù)測微生物學(xué)的概念食品預(yù)測微生物學(xué)(FoodPredictiveMicrobiology)是一門在微生物學(xué)、數(shù)學(xué)、統(tǒng)計學(xué)和應(yīng)用電腦科學(xué)基礎(chǔ)上建立起來的新學(xué)科。它的發(fā)展方向是研究和設(shè)計一系列能描述和預(yù)測微生物在特定條件下生長和衰亡的模型。其目的是通過電腦和配套軟件應(yīng)用于食品工業(yè)，增加理解微生物與食品之間的復(fù)雜關(guān)系，在不進(jìn)行微生物檢測的條件下快速對產(chǎn)品安全性和貨架期進(jìn)行預(yù)測，實現(xiàn)從

4、原料、加工到產(chǎn)品的貯存、銷售整個體系的電腦智能化管理和監(jiān)控，保證食品的安全。它不僅可以預(yù)測產(chǎn)品在貯藏、運輸、銷售、消費等各個環(huán)節(jié)的質(zhì)量和安全性，而且還可用于產(chǎn)品的安全性預(yù)報、新產(chǎn)品開發(fā)、操作人員培訓(xùn)、科研實驗及結(jié)果分析等。1.2預(yù)測微生物學(xué)發(fā)展歷史預(yù)測微生物學(xué)的歷史最早可以追溯到19世紀(jì)20年代初，人們認(rèn)識到孢子的熱滅活表現(xiàn)為動力學(xué)趨勢，由此開發(fā)了阿列紐斯(Arrhenius)方程和Bigelow模型來描述溫度對耐高溫微生物的影響，預(yù)測微生物學(xué)在此基礎(chǔ)上初具雛形。19世紀(jì)80年代，現(xiàn)代信息技術(shù)和電腦技術(shù)的迅猛發(fā)展為預(yù)測微生物學(xué)的建模提供了先進(jìn)的技術(shù)支持，“微生物預(yù)報技術(shù)”這一概念。1983年，

5、報道了一個30人的食品微生物學(xué)家小組，應(yīng)用直觀預(yù)測的Delphi工藝5用電腦預(yù)測了食品貨架期，開發(fā)了腐敗菌生長的數(shù)據(jù)庫的成果，從此揭開了預(yù)測微生物學(xué)序幕。90年代初，個人電腦的普及極大地推動了預(yù)測微生物學(xué)的發(fā)展。1990年，歐盟15國和冰島、挪威、瑞士組成FLAIRFLOWEUROPE研究機(jī)構(gòu)，開始對微生物預(yù)報技術(shù)進(jìn)行大規(guī)模的研究，建立了微生物的特征數(shù)據(jù)庫6。此后預(yù)測微生物學(xué)得到迅猛發(fā)展，它的巨大潛力吸引了研究者的巨大的興趣和資金，現(xiàn)在已成為食品微生物領(lǐng)域最活躍的研究方向之一7。雖然預(yù)測微生物學(xué)創(chuàng)始之初，一些食品微生物學(xué)家和食品工藝學(xué)家認(rèn)為微生物預(yù)測不夠準(zhǔn)確可靠，但經(jīng)實驗證明預(yù)測微生物的模型誤

6、差不大于微生物實驗所帶來的誤差，這使預(yù)測模型在食品工業(yè)和食品監(jiān)控領(lǐng)域獲得了信任。當(dāng)前的食品預(yù)測微生物學(xué)發(fā)展迅速，在FoodMicrobiology，InternationalJournalofFoodMicrobiology，JournalofFoodProtection等雜志期刊有大量論文發(fā)表；并有Modellingmicrobialresponsesinfoods，Modelingmicroorganismsinfood8等專著發(fā)表；食品預(yù)測微生物國際研討會每4年舉辦1次，2007年9月第五屆食品預(yù)測微生物國際研討會在希臘雅典召開。預(yù)測微生物學(xué)已經(jīng)發(fā)展成為一門專門的學(xué)科。目前，國內(nèi)外對預(yù)測

7、食品微生物學(xué)的研究工作非常關(guān)注，美國、英國、澳大利亞、丹麥等國家致力于微生物預(yù)報軟件的開發(fā)，能夠?qū)κ称坟浖芷谶M(jìn)行有效的預(yù)側(cè)和致病菌風(fēng)險評。國內(nèi)也不斷有新的模型建立，用以控制各類食品。如對肉制品，水產(chǎn)品，傳統(tǒng)發(fā)酵白酒及糧食儲藏中預(yù)測微生物模型都有研究。2預(yù)測微生物學(xué)模型的分類預(yù)測微生物學(xué)是在數(shù)學(xué)模型的基礎(chǔ)上建立起來的，其分類從橫向水平上看，依據(jù)描述微生物的情況，分為描述微生物生長的數(shù)學(xué)模型和描述微生物失活的數(shù)學(xué)模型，描述微生物生長的數(shù)學(xué)模型分為以動力學(xué)為基礎(chǔ)的模型和以概率為基礎(chǔ)的模型。其中動力學(xué)模型可用于表征不同環(huán)境條件下微生物生長特性隨時間的變化規(guī)律，主要用于食品品質(zhì)預(yù)測；概率模型屬于典型的經(jīng)

8、驗?zāi)Ｐ停窃谔囟ǖ沫h(huán)境條件下來表征微生物生長及其產(chǎn)毒的概率，用于分析食品中致病菌出現(xiàn)的概率，從而評估食品在生產(chǎn)、貯藏及消費過程中的安全性。從縱向水平上看，通常根據(jù)Whiting和Buchanan的分類方法，將每個預(yù)測模型分為3個不同層次的模型水平，即一級模型、二級模型和三級模型。一級數(shù)學(xué)模型是描述在特定的培養(yǎng)條件下，一種微生物對時間的生長或存活曲線，表達(dá)微生物量與時間的函數(shù)關(guān)系，既微生物的響應(yīng)。而表征微生物響應(yīng)的模型響應(yīng)參數(shù)則有每毫升的菌落形成單位數(shù)、毒素產(chǎn)生、底物濃度及代謝產(chǎn)物濃度等。初級模型主要包括:Gompertz函數(shù)、對數(shù)方程(Logisticfunction)等。Gompertz模

9、型是1990年代初期應(yīng)用最普遍的S型曲線。二級模型描述的是培養(yǎng)和環(huán)境變量溫度、pH值、水分活度、O2濃度、CO2濃度、氧化復(fù)原電勢、營養(yǎng)物濃度和利用率，以及防腐劑等對微生物生長或存活特性的影響。較為常用的有平方根模型(SquareRootModel)、反應(yīng)外表方程(ResponseSurfaceEquation)、ArrheniusRelationship模型等。三級模型主要指建立在一級和二級模型之上的電腦應(yīng)用軟件程序。目前世界上已開發(fā)的預(yù)測軟件多達(dá)十幾種，其中以美國農(nóng)業(yè)部開發(fā)的病原菌模型程序PMPPathogenModelingProgram、加拿大開發(fā)的微生物動態(tài)專家系統(tǒng)MKESMicro

10、bialKineticsExpertSystem，以及英國農(nóng)糧漁部開發(fā)的食品微生物模型FMFoodMicromode,最為著名。一般預(yù)測模型包括溫度、PH、Aw和防腐劑等幾種主要柵欄因子及其相互作用，加工者可根據(jù)電腦數(shù)據(jù)庫提供的柵欄，預(yù)測未成型產(chǎn)品的可貯性及可能生長繁殖的微生物。圖1顯示了微生物預(yù)測模型的分類，表1列舉了常用的微生物生長預(yù)測一級、二級及三級模型。圖1微生物預(yù)測數(shù)學(xué)模型分類表1微生物生長預(yù)測模型一級模型二級模型三級模型PrimarymodelsSecondarymodelsTeriarymodelsGompertzfunctionSquarerootmodelsPathogenM

11、odelingProgrammeLogisticmodelArrheniusmodelGrowthPredictorBaranyimodelArrheniusmodelPseudomonasPredictorRossomodelResponsesurfacemodelsComBaseMonodmodelY-modelsSymPreviusDvalueofinactivationZmodelsSeafoodSpoilageandSafetyPredictor3微生物預(yù)測模型31一級模型線型和Logistic模型線性模型的表述為：logN=A+kt；其中，logN:微生物在時間t時常用對數(shù)值；A：

12、隨時間無限減小時漸進(jìn)對數(shù)值（相當(dāng)于初始菌數(shù)）；k:生長速率。Logistic模型的表述為：y=A/l+exp4ym-t）/A+2；其中，y:微生物在時間t時相對菌數(shù)的常用對數(shù)值，即logNt/N0；A:相對最大菌濃度，即logNmax/N0；pm：表示生長速率；九：遲滯期。一級模型使用簡單方便，但對微生物生長預(yù)測的準(zhǔn)確性不高，適合在生長環(huán)境和影響因素單一時使用，在情況復(fù)雜時應(yīng)考慮使用其他模型代替。2Gompertz模型Gompertz方程式是雙指數(shù)函數(shù)，模型表述為：logN=A+C*exp-exp-B（t-M）；其中，logN:微生物在時間t時常用對數(shù)值；A：隨時間無限減小時漸進(jìn)對數(shù)值（相當(dāng)于

13、初始菌數(shù)）；C：隨時間無限增加時菌增量的對數(shù)值；B：在時間M時相對最大生長速率；M：到達(dá)相對最大生長速率所需要的時間。有研究說明，Gompertz方程在擬合肉毒梭菌生長上表現(xiàn)出很好的擬合性，但Gompertz模型未考慮延滯期的影響，預(yù)測準(zhǔn)確性存在問題。3Baranyi&Roberts模型Baranyi&Roberts模型(以下簡稱Baranyi模型)的表述為：N=N+(N-N比從喰卩一B(t)；1min0minB(t)=jn/rn+SnS；其中，N：t時微生物數(shù)量；N0：0時微生物數(shù)量；Nmin:最小微生物數(shù)量；k：最大相對死亡率；maxr,s：參數(shù)。Baranyi模型只從細(xì)胞生長過程中的一個

14、參數(shù)進(jìn)行考慮。方程1描述了微生物隨時間的變化，方程2描述了微生物生理學(xué)階段即生長延滯期。Baranyi模型使用方便，適合多種情況，加上模型中的參數(shù)都具有生理學(xué)意義，因此被廣泛使用在預(yù)測食品微生物領(lǐng)域。3.2二級模型平方根模型Squarerootmodels平方根模型是Ratkowsky等根據(jù)微生物在0-40C溫度條件下，生長速率或延滯期倒數(shù)的平方根與溫度之間存在的線性關(guān)系，提出的一個簡單的經(jīng)驗?zāi)Ｐ汀ｊP(guān)系式表示如下：丁=b(TT)；中m1minvT/T=b(T-T);1min式中：Um=生長速率；入=延滯期時間h；b1=系數(shù)C-1h；丁=培養(yǎng)溫度C；Tmin=最低生長溫度C。平方根模型使用簡單，

15、參數(shù)單一，能夠很好的預(yù)測單因素下微生物的生長情況。但是對于多個影響因素共同作用的微生物生長預(yù)測則缺乏準(zhǔn)確性。2響應(yīng)面模型當(dāng)多種因素共同影響生長時，響應(yīng)面模型比平方根模型復(fù)雜但卻更有效。響應(yīng)面模型可描述所有影響因素和它們之間的相互作用。在延滯期和最大生長速率相互獨立的前提下，離散二次方程和立體模型被用作延滯期和最大生長速率的預(yù)測。在響應(yīng)面實驗設(shè)計中，必須先確定出溫度范圍、pH值等其他必要參數(shù)；其次，超出實驗設(shè)計之外的推衍都將會導(dǎo)致錯誤的預(yù)測。最后，在多于三個控制因素時，響應(yīng)面模型會相對復(fù)雜。國內(nèi)文獻(xiàn)在二級模型的使用上，更多的使用平方根模型，而較少使用響應(yīng)面模型，這主要是由于前者使用更簡單，后者數(shù)

16、據(jù)量大，處理分析復(fù)雜。但從預(yù)測的準(zhǔn)確性上看，后者具有更好的準(zhǔn)確性，因此，為得到更好的預(yù)測結(jié)果，可更多的采用響應(yīng)面來進(jìn)行模型構(gòu)建。3.3三級模型三級模型也稱專家系統(tǒng)，主要功能有：根據(jù)環(huán)境因子的改變預(yù)測微生物生長的變化；比較不同環(huán)境因子對微生物生長的影響程度；相同環(huán)境因子下，比較不同微生物之間生長的差異等。目前，世界上已開發(fā)了多種食品微生物生長模型預(yù)測軟件，使得非研究性人員能獲得專家性的指導(dǎo)。1PMP(PathogenModelingProgram)美國農(nóng)業(yè)部開發(fā)的病原菌模型程序PMP(PathogenModelingProgram)包括了嗜水氣單胞菌、臘狀芽孢桿菌、小腸結(jié)腸炎耶爾森氏菌等10種重

17、要的食源性病原菌的生長、失活、殘存、產(chǎn)毒、冷卻、輻射等38個預(yù)報模型，每個預(yù)報模型包括溫度、pH、Aw、添加劑等影響因子,其預(yù)測結(jié)果具有較高的精確度。PMP是預(yù)測微生物學(xué)發(fā)展過程中的一次飛躍，是應(yīng)用最廣的病原菌生長模型，使用時輸入溫度、pH、Aw、添加劑等微生物生長影響因子和初始菌數(shù)，就可以得到微生物生長的重要參數(shù)延滯期和代時以及生長曲線和生長數(shù)據(jù)。旦是PMP所缺乏的是波動溫度下的生長和失活模型。PMP也可以在因特網(wǎng)上免費下載，操作界面更為人性化，同樣具有使用方便、操作簡單的特點。2SSSP(SeafoodSpoilageandSafetyPredictor,SSSP)SSP(SeafoodS

18、poilagePredictor)是1999年丹麥水產(chǎn)研究所為研究海產(chǎn)魚類的剩余貨架期開發(fā)的預(yù)測軟件，該軟件中部分預(yù)測微生物模型的建立采用了重復(fù)法(Iterativeapproach)，即在數(shù)據(jù)生成之前就對建模過程中涉及的特定腐敗菌、腐敗范圍和培養(yǎng)基等進(jìn)行反復(fù)驗證，因此可以最大限度地減小模型應(yīng)用中的誤差。SSP是一個既包含動力學(xué)模型又包含實驗性相對腐敗速率模型的綜合模型，這個綜合模型可對貨架期進(jìn)行預(yù)測。SSSP是SSP的基礎(chǔ)上改良的擴(kuò)展版本。SSSP由相對腐敗速率(RelativeRateofSpoilage,RRS)模型和微生物腐敗(MicrobialSpoilage，MS)模型構(gòu)成，增強(qiáng)了

19、對海產(chǎn)品安全性的監(jiān)控。與SSSP類似的軟件還有基于假單胞菌生長模型的食品腐敗預(yù)測器FSP(FoodSpoilagePredictor)和我國的魚類貨架期預(yù)測器FSLP(FishShelfLifePredictor)等。這些預(yù)測軟件針對不同地域、不同來源的產(chǎn)品，以特定腐敗菌的生長模型為基礎(chǔ)建立數(shù)據(jù)庫，開發(fā)合適的環(huán)境因子采集裝置，最終形成界面友好的專家系統(tǒng)預(yù)測產(chǎn)品的貨架期。3FM(FoodMicromodel)英國農(nóng)業(yè)、漁業(yè)和食品部開發(fā)的食品微生物模型FM(FoodMicromodel)含有二十幾種數(shù)學(xué)模型，對l2種食品腐敗菌和致病菌的生長、死亡和殘存進(jìn)了數(shù)學(xué)的表達(dá)。該系統(tǒng)具有數(shù)據(jù)庫信息量大、數(shù)學(xué)

20、模型成熟完善以及預(yù)測結(jié)果誤差小的特點。4MKES(MicrobialKineticsExpertSystem)加拿大開發(fā)的微生物動態(tài)專家系統(tǒng)MKES(MicrobialKineticsExpertSystem)是開發(fā)產(chǎn)品系統(tǒng)和評估產(chǎn)品安全的微生物動力學(xué)專家系統(tǒng)，其要求輸入的特性信息有：產(chǎn)品系統(tǒng)流程圖、各環(huán)境因素參數(shù)和參數(shù)的變動范圍，輸出的預(yù)測結(jié)果評估了各環(huán)境參數(shù)的顯著性。5微生物預(yù)測公共數(shù)據(jù)庫(commondatabaseforpredictivemicrobiology，ComBase)1988年英國農(nóng)業(yè)漁業(yè)和食品部門在一個協(xié)調(diào)計劃中收集特定致病菌生長數(shù)據(jù)，從而建立起一個商業(yè)化預(yù)測模型,被稱

21、為FoodMicroModel。同時，美國也開發(fā)出類似FoodMicroModel的模型，稱為PMP(PathogenModellingProgram)。2003年5月，兩國將這兩種預(yù)測微生物模型最終整合成了一個數(shù)據(jù)庫模型，稱為ComBase。2003年7月，在法國舉行的第四屆國際食品預(yù)測模型會議兩國就網(wǎng)絡(luò)提供ComBase免費使用達(dá)成一致并發(fā)布。這標(biāo)志著全世界的研究人員、風(fēng)險評估人員、法律機(jī)構(gòu)職員、食品生產(chǎn)者和食品研發(fā)人員都可以免費的通過該系統(tǒng)對數(shù)據(jù)進(jìn)行有效快捷的評估，并保證了國際食品貿(mào)易的安全性。ComBase是由英國食品標(biāo)準(zhǔn)機(jī)構(gòu)(FoodStandardsAgency)和食品研究協(xié)會(I

22、nstituteofFoodReseach)，美國農(nóng)業(yè)部農(nóng)業(yè)研究服務(wù)機(jī)構(gòu)(USDAAgriculturalResearchService)和下屬的東部地區(qū)研究中心(EasternRegionalResearchCenter)以及澳大利亞食品安全中心(AustralianFoodSafetyCentreofExcellence)聯(lián)合開發(fā)的，目前已擁有了約40489個有關(guān)微生物生長和存活數(shù)據(jù)檔案，是世界上最大的預(yù)測微生物學(xué)信息數(shù)據(jù)庫，并且還在不斷完善之中。ComBase系統(tǒng)不僅能預(yù)測1種微生物在1種環(huán)境條件下的生長情況，還能預(yù)測1種微生物在不同環(huán)境中的生長情況，并且可以對這些不同情況下的生長情況進(jìn)

23、行比較和分析。不僅如此，軟件使用方便，使用者可以模擬一種食品環(huán)境，通過輸入相關(guān)數(shù)據(jù)(例如溫度、酸度和濕度)，搜索到所有符合這些條件的數(shù)據(jù)檔案。這種方法可以大大減少無謂的重復(fù)試驗，改良模型，并且實現(xiàn)數(shù)據(jù)來源標(biāo)準(zhǔn)化。有研究者在ComBase的基礎(chǔ)上發(fā)展了一個微生物反應(yīng)瀏覽器(microbialresponsesviewer，MRV)，由19種微生物的生長/非生長數(shù)據(jù)組成。該瀏覽器能方便提供生長/非生長界定條件和微生物生長率的信息，有助于食品設(shè)計、加工食品的運輸和生產(chǎn)的安全。6SymPreviusSymPreviu是由法國農(nóng)業(yè)研究部建立的食品安全方面的決策工具，是一個可以對模型輸出結(jié)果進(jìn)行分析的專家

24、系統(tǒng)，由數(shù)據(jù)庫、模型系統(tǒng)和數(shù)據(jù)分析工具三個單元組成。其目的是為管理人員提供質(zhì)量的研究和開發(fā)的決策。SymPrevius涉及食品安全管理和食源性病菌的行為預(yù)測，食品工業(yè)專業(yè)人士可以通過準(zhǔn)入數(shù)據(jù)庫和模擬系統(tǒng)進(jìn)行使用。與ComBase相比，該系統(tǒng)不僅提供預(yù)測微生物模型，而且能夠?qū)Ω鞣N信息進(jìn)行綜合分析和總結(jié)。除食源性致病菌信息外，Previus還涉及某些流行病學(xué)數(shù)據(jù)。7SMASMonitoringandAssuranceSystem)SMASMonitoringandAssuranceSystem)是一個正在開發(fā)的冷鏈肉制品綜合管理系統(tǒng)，它能使原料加工到產(chǎn)品售出的全過程得到安全和品質(zhì)的保障。SMAS采

25、用時間-溫度積分儀(TTI)對肉制品溫度進(jìn)行連續(xù)自動控制，整個系統(tǒng)包括各類肉制品病原菌和特定腐敗菌的模型數(shù)據(jù)庫、產(chǎn)品特性數(shù)據(jù)庫(pH、Aw等)、特定腐敗菌最初出現(xiàn)的幾率和分布信息、產(chǎn)品微生物數(shù)量與消費者感官接受度的關(guān)系等。預(yù)測模型的驗證任何模型在使用之前都要驗證其有效性。微生物預(yù)測模型的驗證方法主要有以下幾種：1圖形分析比較(graphicalcomparison)圖形分析比較即作出預(yù)測值-實測值的比照圖，直觀地判斷兩者的相關(guān)性。此方法常需要將原始數(shù)據(jù)轉(zhuǎn)換成對數(shù)或平方根形式，以給出較為客觀的評價，是模型驗證中常用的一個方法。它可以通過圖表很直觀的反映預(yù)測值是否在合理的范圍之內(nèi)，并且通過對代表預(yù)

26、測值的散點進(jìn)行線性回歸分析，判斷模型預(yù)測值可以解釋實驗觀測值的程度。2數(shù)學(xué)或統(tǒng)計學(xué)的比較通過一些統(tǒng)計學(xué)方法，如F檢驗、t檢驗、均方誤meansquareerror、相關(guān)因子辺、偏差因子biasfactor、準(zhǔn)確因子accuracyfactor等，來衡量不同模型擬合微生物生長情況的好壞。3比較法比較模型預(yù)測的生長速率、代時等數(shù)據(jù)是否與文獻(xiàn)資料中的數(shù)據(jù)相吻合，如果文獻(xiàn)數(shù)據(jù)缺乏，需要另外做儲藏試驗storagetest或問題試驗challengetest，提供微生物生長數(shù)據(jù)進(jìn)行比較。需要指出的是，任何一種單獨的驗證方法都不能全面地衡量模型的預(yù)測效果，因此，驗證模型時要綜合幾種方法來給出合理的評價。另

27、外，許多模型是在實驗室培養(yǎng)基上建立的，這樣條件容易控制，易于建模。但是食品成分比較復(fù)雜，跟培養(yǎng)基有很大的不同。因此，越來越多的研究者認(rèn)為應(yīng)該將培養(yǎng)基上建立的模型在食品上進(jìn)行驗證，看其能否如實反映微生物在實際情況的生長。預(yù)測微生物學(xué)的應(yīng)用5.1預(yù)測產(chǎn)品的貨架期近來，預(yù)報微生物學(xué)在食品貨架期預(yù)測領(lǐng)域的研究屢見不鮮。預(yù)測模型在濕潤的蛋白質(zhì)食品(如魚和魚類產(chǎn)品，乳制品，紅肉和家禽)貨架期預(yù)測中應(yīng)用比較廣泛，Pooni和Mead在1984年開發(fā)了家禽的腐敗模型，Gill等分別在1986和1988年開發(fā)了紅肉的腐敗模型，Gill和Phillips在1993年將模型延伸應(yīng)用于判斷牛肉在路和鐵路運輸中哪一種貨

28、架期更長。Einarsso建立了溫度對鱈魚片貨架期影響的模型，并對鱈魚片在變動溫度下貨架期的預(yù)測值與實測值做了比較，結(jié)果說明實驗結(jié)果與預(yù)測的貨架期相符合32。國內(nèi)研究人員研究了冷鮮肉在不同溫度下10-20C貯藏，細(xì)菌總數(shù)的生長情況，建立了溫度對細(xì)菌總數(shù)影響的ModifiedGompertz模型，并對實測值和預(yù)測值進(jìn)行比較分析。結(jié)果說明：在一定的溫度范圍內(nèi)，建立微生物的生長模型，并利用微生物生長的數(shù)學(xué)模型對冷鮮肉銷售的貨架期進(jìn)行預(yù)測，能給出合理的預(yù)測值。5.2對產(chǎn)品進(jìn)行安全評估利用預(yù)測微生物學(xué)可以對產(chǎn)品進(jìn)行安全評估，在產(chǎn)品質(zhì)量和安全上為加工過程的影響因素提供了客觀和定量的評估方法。預(yù)測微生物學(xué)不

29、僅可以鑒定可能存在的污染源及污染菌的生化特征，特定條件下微生物的生長和產(chǎn)生毒素的速度還可以評估人員對致病菌的反應(yīng)和感染劑量。如用預(yù)測微生物學(xué)方法可以預(yù)測真菌的生長規(guī)律，幫助確定主要真菌的生長繁殖和產(chǎn)毒條件，以及描述各個條件之間的交互作用。MARINS采用全因子設(shè)計實驗(Fullfactorialdesign)方程、用建立的完全二級logistic回歸模型(Thefullsecond-orderlogisticregressionmodel)對阿月渾子果中炭黑曲霉的生長以及毒素產(chǎn)生的界限進(jìn)行預(yù)測和探討35，結(jié)果說明，該模型既能計算出特定的溫度和濕度條件下真菌生長的概率以及真菌生長的極限條件，還可

30、考察溫度和濕度的交互作用對真菌生長影響。加拿大安大略省的研究人員將脫氧雪腐鐮刀菌烯醇模型(DONcast)驗證并廣泛應(yīng)用于小麥中脫氧雪腐鐮刀菌烯醇(deoxynivalenol,DON)含量估計，該模型有助于預(yù)測DON蓄積，減少其進(jìn)入食物鏈，可以幫助生產(chǎn)者決定何時應(yīng)用殺菌劑。5.3幫助生產(chǎn)管理中HCCP和GMP的實施預(yù)測微生物學(xué)也為食品生產(chǎn)管理提供了一個有力工具，為食品生產(chǎn)中需要制定的食品安全制度提供幫助。比方我們可以通過預(yù)測微生物學(xué)認(rèn)識哪些因索是影響和控制微生物的關(guān)鍵因素，對這些關(guān)鍵因素進(jìn)行控制，為HACCP（危害分析和關(guān)鍵控制點）設(shè)定關(guān)鍵控制點，評估加工操作過程的偏差對微生物安全和食品質(zhì)量

31、的影響。早在20世紀(jì)80年代中期,新西蘭肉品工業(yè)研究所（MIRINZ）的工作者們建立了一種溫度函數(shù)積分模型（TFI模型）。通過對微生物生長參數(shù)和溫度進(jìn)行積分,來測定肉冷卻過程中大腸桿菌的潛在增殖。在屠宰后肉的冷卻過程中，有2個冷卻階段，要求深層肉的溫度在24h內(nèi)降低至U7C。根據(jù)TFI模型，計算并比較了5個不同處理過程中大腸桿菌在肉外表的潛在生長程度。結(jié)果說明，第一階段采用10h、18h冷卻方法，大腸桿菌生長最少，為代。以此為依據(jù)，新西蘭肉品工業(yè)研究所對屠宰后肉的處理標(biāo)準(zhǔn)進(jìn)行了標(biāo)準(zhǔn)，以保證屠宰肉的微生物安全性。國內(nèi)研究者通過研究儲藏期金華火腿中優(yōu)勢霉菌生長預(yù)測模型，確定了金華火腿在生產(chǎn)、儲運、

32、銷售過程中的關(guān)鍵控制點，顯示了預(yù)測微生物學(xué)的優(yōu)越性?？傊?，預(yù)測微生物技術(shù)對各種因素可能產(chǎn)生的結(jié)果進(jìn)行預(yù)測，從而完成風(fēng)險評估，實現(xiàn)關(guān)鍵控制點分析，幫助管理者進(jìn)行有效管理。在新產(chǎn)品的開發(fā)中減少了產(chǎn)品開發(fā)的時間和資金消耗微生物預(yù)測技術(shù)中信息庫的建立，需要考慮許多與食品安全和質(zhì)量相關(guān)的柵欄因子（hurdlefactor）。加工者可根據(jù)電腦數(shù)據(jù)庫提供的柵欄，預(yù)測未成型產(chǎn)品的可貯性以及可能生長繁殖的微生物。這使我們在產(chǎn)品設(shè)計階段就可以了解該食品可能存在的微生物問題，從而可以運用柵欄技術(shù)加強(qiáng)某些微生物生長阻礙因子，保證所開發(fā)食品的微生物學(xué)安全性。在食品設(shè)計步入電腦化的進(jìn)程中，可將現(xiàn)有的理化、微生物數(shù)據(jù)收集起

33、來，建立一個帶有數(shù)據(jù)庫的電腦軟件，通過電腦來提出配方、工藝流程和包裝方式的合理化建議，至少在理論上使該產(chǎn)品的微生物穩(wěn)定性得至保證。此外還可應(yīng)用電腦軟件來改良不穩(wěn)定產(chǎn)品。改良食品生產(chǎn)工藝食品微生物學(xué)中，預(yù)測微生物模型經(jīng)常用來預(yù)測有害菌和食物病原體的生長和失活，直至近年來才應(yīng)用至食品有益微生物（如乳酸菌等）中。研究食品有益微生物動力學(xué)的預(yù)測模型是一個很新的方向尤其研究發(fā)酵食品中如乳酸菌功能特性的預(yù)測模型很有潛在應(yīng)用價值。通過預(yù)測模型能夠得至一些關(guān)于食品環(huán)境與菌株功能作用之間聯(lián)系的珍貴信息，從而能夠選擇合適的菌株并規(guī)劃加工工藝。另外微生物預(yù)測模型還可應(yīng)用于食品配方，預(yù)測配料及其組合可能出現(xiàn)的微生物污

34、染，選擇出替代物或加強(qiáng)滅菌措施。食品工藝學(xué)家應(yīng)用微生物致死模型已有多年，例如在罐頭工業(yè)上，通過12D的概念控制芽孢失活，根據(jù)梭狀芽孢桿菌的芽孢耐熱性確定低酸性罐頭食品的最小加熱程度。微生物預(yù)測預(yù)報技術(shù)發(fā)展方向盡管微生物預(yù)測模式在食品貨架期預(yù)測和安全評估上的優(yōu)勢非常突出，但是食品成分復(fù)雜，各種細(xì)菌的特性千差萬別，許多相輔變量尚未列入預(yù)報系統(tǒng)，在具體運用上還有待改良。如預(yù)測微生物的模型應(yīng)該包括對微生物的生長有明顯影響的所有因素，而且所有的模型必須要加以驗證。建立微生物預(yù)測模型存在著諸多挑戰(zhàn)：微生物對環(huán)境條件變化產(chǎn)生的相應(yīng)生理反應(yīng)是復(fù)雜的，而且目前人類對此知之甚少;微生物生長本身的生物學(xué)變動性極高；

35、可行的微生物學(xué)計數(shù)技術(shù)準(zhǔn)確性較低，微生物模型要建立在不精確的計數(shù)標(biāo)準(zhǔn)之上；在生長條件受到限制時微生物的活力變動性很大，遠(yuǎn)遠(yuǎn)高于最適生長條件時的變動性。因此，機(jī)械性的模型現(xiàn)在已不適用。近年來，人工神經(jīng)網(wǎng)（artificialneuralnetwork,ANN）作為一種非線性的模型技術(shù)逐漸在預(yù)測微生物學(xué)中得到應(yīng)用。人工神經(jīng)網(wǎng)模仿人類神經(jīng)系統(tǒng)的工作原理，它是由許多相互連接的處理器（即神經(jīng)元）組成的信息處理系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)在訓(xùn)練數(shù)據(jù)設(shè)置方面比統(tǒng)計模型優(yōu)越，且在檢驗數(shù)據(jù)設(shè)置方面比較好，現(xiàn)在已成為預(yù)測微生物學(xué)的一個工具，已經(jīng)應(yīng)用于食品生產(chǎn)和食品安全的風(fēng)險評估。另外，當(dāng)前預(yù)測微生物學(xué)模型形式眾多，“一菌一模型”不利于學(xué)科發(fā)展，是否有統(tǒng)一化的模型來表述生長、失活和殘存的所有微生物形式，或者將生長和死亡函數(shù)整合到一個模型中，例如有研究Gompertz模型用來描述乳酸菌在香腸發(fā)酵成熟過程中的生長形態(tài)，其“鏡像”Fermi模型可用來描述乳酸菌的死亡數(shù)量。將微生物生長和死亡之間的