裹浆中金黄色葡萄球菌生长预测模型的建立

汪慧春 黄和 刘亚 蒋志红 励建荣

摘要

[目的]建立裹浆中金黄色葡萄球菌的生长预测模型。[方法]试验通过接种金黄色葡萄球菌标准菌株菌悬液到无菌裹浆中，分别放在14、18、22、27、32和37 ℃下培养，通过测定不同温度下的生长数据采用修正Gompertz、修正Logistic、Baranyi模型拟合生长曲线。通过相关系数的比较，采用最优模型为一级模型，在最优一级模型的基础上拟合出相关参数。采用Ratkowsky平方根模型分别建立温度与最大比生长速率（μm）、迟滞期（λ）的二级模型。[结果]研究表明，修正Gompertz模型为最优一级模型，模型经偏差因子（Bf）和准确因子（Af）验证，均在合适的范围内，表明所建模型预测效果较好。[结论]该研究建立的生长预测模型能够有效预测金黄色葡萄球菌在裹浆中的生长情况，可降低食物中毒风险。

关键词 裹浆；金黄色葡萄球菌；生长预测模型

中图分类号 S609.9 文献标识码

A 文章编号 0517-6611（2014）26-09157-04

Development of Predictive Model for the Growth of Staphylococcus aureus in Wrapped Slurry

WANG Hui-chun，HUANG He et al （Guangdong Provincial Key Laboratory of Aquatic Product Processing and Safety， Key Laboratory of Advanced Processing of Aquatic Products of Guangdong Higher Education Institution， College of Food Science and Technology， Department of Experimental Teaching， Guangdong Ocean University， Zhanjiang， Guangdong 524088）

Abstract [Objective] To establish growth predictive model of Staphylococcus aureus in wrapped slurry. [Method] Through inoculum standard strains of Staphylococcus aureus bacterial suspension in sterile wrapped slurry， they were cultured under 14， 18， 22， 27， 32， 37 ℃. Through measured the growth data at different temperatures， the modified Gompertz，， modified Logistic， Baranyi model were fitting growth curve. The goodness-of-fit of three models was compared using determination of coefficient and the optimal model fitting primary model. Therefore， the growth rate （μm） and lag time（λ）obtained from the optimal model were employed to establish the Ratkowsky square root model as secondary model. [Result] The results showed， the modified Gompertz is the optimal primary model， the model were validated using bias factor （Bf）， accuracy factor （Af）， were within the reliable range. [Conclusion] The established predictive model can be used to assess the grow situation of S.aureus in wrapped slurry and reduce food poisoning risk.

Key words Wrapped slurry； Staphylococcus aureus； Growth predictive model

面包虾以凤尾虾＼蝴蝶虾裹上特制裹浆，再配以其他调味料，经油炸烹饪而成，外观金黄、造型独特、口感脆香、食用方便，深受国内外消费者欢迎。然而面包虾生产复杂，极易被各种腐败菌及致病菌污染，常因微生物超标影响出口。在面包虾的生产工序中，裹浆是一道非常关键的工序，由于持续时间长，温度控制不到位，易引起大量微生物繁殖，导致终产品不合格。金黄色葡萄球菌是一种生长要求低的革兰氏染色阳性菌^[1]，在细菌中抵抗极端环境能力最强^[2]，每年在美国、欧洲、日本都发生大量金黄色葡萄球菌食物中毒事件，我国每年发生的金黄色葡萄球菌中毒比例也在上升^[3]。當食品中金黄色葡萄球菌达到一定数量级，会产生肠毒素和侵袭性酶，容易造成食物中毒^[4]。因此，建立裹浆中金黄色葡萄球菌的生长预测模型，能够有效预测金黄色葡萄球菌的生长情况，降低食物中毒风险。

1 材料与方法

1.1 材料

裹浆，湛江某水产公司提供；金黄色葡萄球菌标准菌株（ATCC6538）、脑心浸液肉汤（BHI），广东环凯生物科技有限公司；7.5%的氯化钠肉汤、Baird-Parker培养基基础、亚碲酸钾卵黄增菌液，北京陆桥技术有限公司；营养琼脂（NA），青岛高科技园海博生物技术有限公司；NaCl 分析纯，广东省光华科技股份有限公司。

主要仪器：BXM-30R 型立式压力蒸汽灭菌器，上海博讯实业有限公司；SPX-250B-Z 型生化培养箱（5～50 ℃，±1.5 ℃），上海博讯实业有限公司医疗设备厂；722s可见分光光度计，上海仪电分析仪器有限公司；EPS-202电子天平，长沙湘平科技发展有限公司； SW-CJ-2D型双人当面净化工作台，苏州净化设备有限公司；BCD-285WMQTSL1 型冰箱，苏州三星电子有限公司。

1.2 方法

1.2.1 菌悬液的制备。

标准菌株于-80 ℃条件下用30%的甘油脑心浸液肉汤（BHI）保存，用时取出一支10 μl的EP管解冻，用7.5%的氯化钠肉汤活化2～3次备用。用无菌的7.5%的氯化钠肉汤调节OD600到0.5左右，制成初始浓度为102～104 cfu/ml的菌悬液。

1.2.2 样品处理。

用高压平口袋分装面包虾，2只/包，真空包装，在压力为500 MPa，室温下处理20 min。将超高压处理后的面包虾准确称取10 g于无菌均质袋中，加入90 ml 0.85%的无菌生理盐水，拍打90 s，吸取1 ml至装有9 ml 0.85%的无菌生理盐水的试管中，进行10倍稀释，吸取100 μl原液及稀释液于培养皿中，分别用含亚碲酸钾卵黄增菌液的Baird-Parker培养基和NA倾注平板，37 ℃下培养48 h，均不长菌，表明面包虾中的杂菌已被杀灭，将灭菌面包虾保存于-18 ℃的冰箱中备用。

1.2.3 生长曲线的测定。

无菌操作，准确称取10 g/份经超高压处理的无菌裹浆于6 cm的培养皿中，每份裹浆中均匀注射100 μl的菌悬液，用保鲜膜密封，分别置于14、18、22、27、32和37 ℃下培养，根据不同的设定温度，在选定的时间下取出样品，用90 ml 0.85%的无菌生理盐水洗入无菌均质袋中，拍打90 s，用移液枪吸取1 ml均浆液于装有9 ml 0.85%的无菌生理盐水的试管中，依次类推，进行10倍稀释，选择3个连续的合适稀释度，每个稀释度做3个平行，计数方法参照GB /T4789.37-2008《食品微生物学 检验金黄色葡萄球菌检验》^[5]稍作修改，每个温度做2个平行。

1.3 模型的建立

1.3.1 一级模型的建立。

一级模型用Origin 8.5软件拟合修正Gompertz、修正Logistic，DMfit软件拟合Baranyi模型。其中修正Gompertz模型的方程如下^[6-7]：

3 结论

将不同温度下裹浆中金黄色葡萄球菌的生长数据分别拟合修正Gompertz、修正Logistic、Baranyi模型，3种模型的拟合效果均较好，相关系数均在0.98以上，其中修正Gompertz模型的拟合效果最好。选择最优一级模型修正Gompertz模型计算生长参数，建立最大比生长速率、迟滞期与温度的二级模型，二级模型采用Ratkowsky平方根模型进行线性拟合，结果显示线性关系均较好，相关系数分别为0.952 7、0.902 81。初级模型偏差因子（Bf）和准确因子（Af）评定，均接近于1，二级模型方差分析P值小于0.001，方程显著，说明所建模型有效。

食品预测微生物学是一门将生物学、数学、计算机学、统计学结合起来应用于食品加工与储藏过程中预测腐败菌及致病菌的数量变化的学科^[11-12]。由于食品预测微生物学可以在不进行检测的情况下预测微生物的生长情况，因此被广泛应用于各类食品中。国内外已有研究建立各种食品中金黄色葡萄球菌的生长预测模型，国内黄驰云、闫军、李文杰、韩齐等分别研究了不同食品中金黄色葡萄球菌的生长预测模型^[13-16]，国外Fujikawa H、Juneja VK等分别建立了牛奶、鸡肉中金黄色葡萄球菌的生长预测模型^[17-18]，这些研究都是建立温度的生长预测模型。Valero A、Rodriguez-Caturla M Y等建立了金黄色葡萄球菌在不同温度、pH、水分活度条件下的生长情况^[19-20]。该研究建立裹浆中金黄色葡萄球菌的温度生长预测模型是基于生产实际中温度是影响最大的因素，所建模型用于预测实际生产过程中金黄色葡萄球菌的数量，从而降低风险。

参考文献

[1]MARRIOTT N G，GRAVANI R B.In principles of food sanitation[J].Springer Science Business Media，2006（5）：48.

[2] 邓志爱，李孝权，李钏华，等.金黄色葡萄球菌所致食源性疾病分离株的多态性分析[J].实用预防医学，2006，13（3）：498-500.

[3] 索玉娟，于宏伟，凌巍，等.食品中金黄色葡萄球菌污染状况研究[J].中国食品学报，2008，8（3）：88-93.

[4] SNEED J，STROHBEHN C，SHIRLEY A G，et al.Microbiological evaluation of foodservice contact surfaces in Iowaassisted-livingfacilities[J].Am Diet Assoc，2004，104：1722-1724.

[5] 中華人民共和国卫生部.GB 4789.37-2008 食品卫生微生物学检验[S].北京：中国标准出版社，2008.

[6] GIBSON A M，BRATCHELL N，ROBERTS T A.The effect of sodium chloride and temperature on the rate and extent of growth of Clostridium botulinum type A in pasteurized pork slurry[J].Journal of Applied Microbiology，1987，62（6）：479-490.

[7] GIBSON A M，BRATCHELL N，ROBERTS T A.Predicting microbial growth：growth responses of salmonellae in a laboratory medium as affected by pH，sodium chloride and storage temperature[J].International Journal of Food Microbiology，1988，6（2）：155-178.

[8] BARANYI J，ROBERTS T A.Mathematics of predictive food microbiology[J].International Journal of Food Microbiology，1995，26（2）：199-218.

[9] RATKOWSKY D A，OLLEY J，MCMEEKIN T A，et al.Relationship between temperature and growth rate of bacterial cultures[J].Journal of Bacteriology，1982，149（1）：1-5.

[10] ROSS T.Indices for performance evaluation of predictive models in food microbiology[J].Journal of Applied Microbiology，1996，81（5）：501-508.

[11] HUANG L.IPMP 2013-A comprehensive data analysis tool for predictive microbiology[J]. International Journal of Food Microbiology，2014，171：100-107.

[12] MCMEEKIN T A，OLLEY J，RATKOWSKY D A，et al.Predictive microbiology：towards the interface and beyond[J].International Journal of Food Microbiology，2002，73（2/3）：395-407.

[13] 黃驰云.冻生虾仁中大肠杆菌和金黄色葡萄球菌的风险评估及对产品货架期的预测[D].湛江：广东海洋大学，2010.

[14] 闫军，遇晓杰，汤岩，等.金黄色葡萄球菌在生乳中生长预测模型的建立[J].中国食品卫生杂志，2010，22（6）：502-505.

[15] 李文杰，黄和，傅洪锐，等.模拟蟹肉中金黄色葡萄球菌生长模型的建立[J].食品与发酵工业，2009，34（12）：10-12.

[16] 韩齐，陈倩，孙方达，等.水饺馅料中金黄色葡萄球菌预测模型的建立[J].食品工业科技，2013，34（23）：93-96.

[17] FUJIKAWA H，MOROZUMI S.Modeling Staphylococcus aureus growth and enterotoxin production in milk[J].Food Microbiology，2006，23（3）：260-267.

[18] JUNEJA V K，VALENZUELA MELENDRES M，HUANG L，et al.Modeling the effect of temperature on growth of Salmonella in chicken[J].Food Microbiology，2007，24（4）：328-335.

[19] VALERO A，PREZ-RODRGUEZ F，CARRASCO E，et al.Modelling the growth boundaries of Staphylococcus aureus：Effect of temperature，pH and water activity[J].International Journal of Food Microbiology，2009，133（1）：186-194.

[20] RODRIGUEZ-CATURLA M Y，VALERO DIAZ A，VALLEJO J L R，et al.Effect of pre-incubation conditions on growth and survival of Staphylococcus aureus in sliced cooked chicken breast[J].Meat Science，2012，92（4）：409-416.