豆腐特定腐败菌研究及货架期预测模型建立

被引:0
作者
李除夕
机构
[1] 南京农业大学
关键词
豆腐; 特定腐败微生物; 库特氏菌; 预测模型; 货架期预测;
D O I
暂无
年度学位
2008
学位类型
硕士
导师
摘要
豆腐富含蛋白质、不饱和脂肪酸和微量元素,深受人们喜爱。但是在生产、运输和贮藏过程中因为微生物的生长繁殖导致产品的腐败,一直是困扰生产者的一个重要问题,同时引发的豆制品食品安全问题是消费者最为关注的。目前,应用数学模型预测豆腐的货架期是提高产品安全监控水平的有效措施之一,而在豆腐中一直没有相关的研究。本论文首先以豆腐为试验材料,从其腐败过程中分离纯化得到4株主要腐败细菌,结合菌株形态学特征、生理生化性状、16S rDNA序列分析确定其种类。然后研究其影响豆腐品质的微生物效应,找出特定的腐败菌,建立科学的品质预测模型,为豆腐生产、流通和销售过程中的品质和安全监控提供理论依据和技术支持。具体研究内容和结果如下: 1豆腐贮藏过程中主要腐败菌的分离与鉴定 从4个不同品牌的豆腐中分离得到4株优势微生物FM-1、FM-2、FM-3、FM-4。结合菌株形态学特征、生理生化性状、16S rDNA序列分析和根据MEGA3.1软件得到系统发育树等。确定FM-1属稳杆菌属Empedobacter,FM-2、FM-3属吉氏库特氏菌Kurthia gibsonii,FM-4属蜡样芽孢杆菌Bacillus cereus。 2豆腐品质变化的微生物效应及其特定腐败菌的判别 把分离得到的4株优势微生物分别接种到豆腐的表面,包装后在25℃下贮藏,分别于0h、4h、8h、12h、16h、20h、24h取样,分析不同指标的变化并进行感官评定,研究不同微生物对产品腐败的微生物效应。结果表明,不同微生物对产品的腐败品质的影响不同,且微生物的数量与产品的腐败程度并不完全一致。结合表观指标和品质指标,最终确定稳杆菌FM-1,库特氏菌FM-2、FM-3都是对豆腐起腐败作用的特定腐败微生物。稳杆菌属FM-1最小腐败量为6.3×10~7cfu/g,库特氏菌属FM-2为1.38×10~7cfu/g,库特氏菌属FM-3为10~8cfu/g。 3豆腐中库特氏菌生长动力学模型建立和货架期预测 将特定腐败菌库特氏菌FM-2接种到豆腐表面,在4℃、12℃、20℃、30℃条件下贮藏,由此建立预测豆腐的微生物学品质和剩余货架期的动力学模型。结果表明,Gompertz函数能够很好的描述豆腐中的微生物生长动态,建立了4种温度下豆腐的微生物生长动力学模型。温度对最大比生长速率(μmax)和延滞时间(Lag)的影响,采用平方根模型(Belehradek)描述呈现良好的线性关系。用豆腐在8℃和25℃的库特氏菌实测值进行验证,偏差度(B_f)和准确度(A_f)分别为1.04、1.02和1.20、1.18。获得的剩余货架期的预测模型为:SL=lag-[(8.6-N0)/(μmax *2.718)]*{ln[-ln(7.14-N0)/(8.6-N0)]-1),用豆腐贮藏在8℃和25℃的货架期实测值验证建立的模型,预测值和实测值的相对误差分别为-3.47%和4.89%,说明建立的模型能够快速可靠的预测豆腐的微生物学品质和剩余货架期。
引用
收藏
页数:69
共 37 条
[1]
Microbial profiles of commercial, vacuum-packaged, fresh pork of normal or short storage life [J].
Holley, RA ;
Peirson, MD ;
Lam, J ;
Tan, KB .
INTERNATIONAL JOURNAL OF FOOD MICROBIOLOGY, 2004, 97 (01) :53-62
[2]
THE UNCULTURED MICROBIAL MAJORITY.[J].Michael S. Rappe;Stephen J. Giovannoni.Annual Review of Microbiology.2003, 1
[3]
Comparison of shelf life of vacuum-packed pork and beef [J].
Blixt, Y ;
Borch, E .
MEAT SCIENCE, 2002, 60 (04) :371-378
[4]
Food spoilage—interactions between food spoilage bacteria.[J].Lone Gram;Lars Ravn;Maria Rasch;Jesper Bartholin Bruhn;Allan B Christensen;Michael Givskov.International Journal of Food Microbiology.2002, 1
[5]
Seafood Spoilage Predictor—development and distribution of a product specific application software.[J].Paw Dalgaard;Peter Buch;Steen Silberg.International Journal of Food Microbiology.2002, 2
[6]
The use of predictive microbiology by the Australian meat industry.[J].John Sumner;Karen Krist.International Journal of Food Microbiology.2002, 2
[7]
Predictive microbiology: towards the interface and beyond.[J].T.A. McMeekin;J. Olley;D.A. Ratkowsky;T. Ross.International Journal of Food Microbiology.2002, 2
[8]
Application of shelf life decision system (SLDS) to marine cultured fish quality.[J].K Koutsoumanis;M.C Giannakourou;P.S Taoukis;G.J.E Nychas.International Journal of Food Microbiology.2002, 2
[9]
Comparison of maximum specific growth rates and lag times estimated from absorbance and viable count data by different mathematical models [J].
Dalgaard, P ;
Koutsoumanis, K .
JOURNAL OF MICROBIOLOGICAL METHODS, 2001, 43 (03) :183-196
[10]
Application of a systematic experimental procedure to develop a microbial model for rapid fish shelf life predictions.[J].Konstantinos Koutsoumanis;George-John E. Nychas.International Journal of Food Microbiology.2000, 2