蜡样芽孢杆菌活菌胶囊 米饭中蜡样芽孢杆菌成长模型树立的研讨
黄丹阳+曹慧+徐斐+袁敏+宇盛好+彭少杰
摘要：本研讨首要查询了温度（10、15、20、25、30、34、37和43 ℃）对米饭中蜡样芽孢杆菌成长的影响，并选用SGompertz和SLogistic模型对不同温度下蜡样芽孢杆菌的成长数据进行拟合；在此根底上，以拟合度（R2）、精确因子（Af）和误差因子（Bf）为目标，比较并树立了米饭中蜡样芽孢杆菌的二级成长模型。成果标明，SGompertz模型能更好的拟合米饭中蜡样芽孢杆菌在不同温度下的成长数据，因而挑选其作为蜡样芽孢杆菌在米饭中的一级成长模型。选用平方根模型树立的米饭中蜡样芽孢杆菌二级成长模型的Af值别离为1.12和1.14，Bf值别离为0.99和1.03，拟合度别离为0.9537和0.8503；选用二次多项式模型树立的二级成长模型的Af值别离为1.24和1.11，Bf值别离为0.92和0.92，拟合度别离为0.9550和0.9462，可见二次多项式模型可以较精确地猜测米饭中蜡样芽孢杆菌的成长情况，模型具有牢靠性。
关键词：蜡样芽胞杆菌；米饭；一级成长模型；二级成长模型
Study on predictive models for the growth of Bacillus cereus in cooked rice
HUANG Dan-yang1， CAO Hui1， XU Fei1*， YUAN Min1， YU Sheng-hao2， PENG Shao-jie2*
（1.School of Medical Instrument and Food Engineering， University of Shanghai for Science and Technology， Shanghai 200093， China；2.Shanghai Center for Adverse Drug and Medical Device Reaction Monitoring Shanghai 200233， China）
Abstract： The paper is designed to study the effects of temperature （10， 15， 20， 25， 30， 34， 37 and 43 ℃） on the growth of Bacillus cereus in rice.And then the SGompertz and SLogistic models were selected as the primary growth models to fit the growth curve of Bacillus cereus in cooked rice with variable storage temperatures.Using the fitness （R2）， accuracy factor （Af） and deviation factor （Bf） as evaluation index， quadratic polynomial model and square root model were selected further to fit the secondary growth models of Bacillus cereus in cooked rice.The results showed that the SGompertz model could well describe the growth of Bacillus cereus at different temperature， and therefore it was chosen as the primary growth model of Bacillus cereus in rice.For the developed square root model， Af was 1.12 and 1.24， Bf was 0.99 and 1.03， R2 values were 0.9537 and 0.8503； respectively. For the developed quadratic polynomial model， Af was 1.24 and 1.11， Bf was 0.92 and 0.92， R2 values were 0.9550 and 0.9462； respectively. The results show that the quadratic polynomial model can well predict the growth of Bacillus cereus in rice.
Keywords：Bacillus cereus； cooked rice； primary growth model； secondary growth model
中圖分类号：文献标志码：文章编号：
蜡样芽孢杆菌（Bacillus cereus）在自然界中遍及存在，其最适成长温度为25℃～37℃，最适成长pH值规模为4.3～9.3[1]。蜡样芽孢杆菌可引起吐逆型和腹泻型食物中毒。吐逆型食物中毒主要由低分子量的吐逆毒素（Cereulide）引起[2]，该毒素常在米饭类食物中被检出，耐热，耐蛋白酶水解酶，对酸碱安稳，高温121℃处理30 min 仍不失活[3-4]。腹泻型食物中毒主要由腹泻毒素引起，能导致腹泻型胃肠炎。蜡样芽孢杆菌主要以孢子情况广泛存在于自然界和食物中，尤其是谷物等淀粉含量高的食物[5]。吕荣[6]统计剖析了近10年来（1993～2002年）国内报导的47起蜡样芽孢杆菌食物中毒事件，发现被污染的食物主要为剩米饭（44.6%）和开水泡饭（17.0%）。我国CDC《食源性疾病监测工作手册》将米饭和米粉中的蜡样芽孢杆菌作为要点监测项目。近年来，由蜡样芽孢杆菌导致的食物中毒事件呈增加的趋势[7]。米饭作为我国居民的主食是蜡样芽孢杆菌的重要污染源，然而对米饭中蜡样芽孢杆菌成长猜测模型的研讨较少。因而，本研讨首要查询了温度（10、15、20、25、30、34、37和43 ℃）对米饭中蜡样芽孢杆菌成长的影响，并选用SGompertz和SLogistic模型对不同温度下蜡样芽孢杆菌的成长数据进行拟合；在此根底上，以拟合度、精确因子和误差因子为目标，比较并树立了米饭中蜡样芽孢杆菌的二级成长模型，研讨成果可为米饭中蜡样芽孢杆菌的安全操控供给科学依据。
1 资料和办法
1.1 实验资料与仪器设备
米饭，取自团体食堂；蜡样芽胞杆菌菌株（CMCC（B）66301），购于上海复祥生物科技有限公司；甘露醇卵黄多粘菌素琼脂根底（MYP）、多粘菌素B、50%卵黄乳液、脑心浸出液肉汤（BHI）、无菌均质袋购于青岛高科园海博生物技能有限公司；其他试剂均为剖析纯，购于国药集团化学试剂有限公司。
SW-CJ-1FD型洁净工作台，购自于苏净集团姑苏安泰空气技能有限公司；HWS-150型恒温恒湿培育箱，购自于上海比朗仪器有限公司；SCIENTZ-09无菌均质器，购自于宁波新芝生物科技股份有限公司；YXQ-LS-75SⅡ型立式压力蒸汽灭菌锅，购自于上海博迅实业有限公司。
1.3实验办法
1.3.1蜡样芽孢杆菌的接种、培育及计数
将蜡样芽孢杆菌接种到BHI营养液中进行培育，每隔一段时刻取出在600 nm下测吸光值，一同用平板计数法计数，树立吸光度与细菌数量之间的线性联系。将米饭按无菌操作装入无菌均质袋，每袋约为10g；用移液枪汲取1 mL稀释后的菌悬液均匀滴至米饭外表，操控初始接种量为103 CFU/g；将接种后的米饭别离置于不同温度（10、15、20、25、30、34、37和43 ℃）下进行培育[8]；依据不同温度下蜡样芽胞杆菌的成长速率，每隔一段时刻取样，并依照GB 4789.14-2014《食物微生物学查验蜡样芽胞杆菌查验》中的平板计数法测定样品中的菌落数。
1.3.2 米饭中蜡样芽孢杆菌一级成长模型的树立
选用SGompertz模型[9]（式1）和SLogistic模型[9]（式2）对不同温度下米饭中蜡样芽胞杆菌的成长数据进行拟合，并别离核算出相应的最大比成长速率（μmax）和迟滞期（λ）。
lg（Nt/N0）=a×exp{-exp[-k×（t-xc）]}（1）
lg（Nt/N0）=a×{1+exp[-k×（t-xc）}（2）
式中：Nt 、N0别离标明在时刻t时和初始时刻的微生物的数量（cfu/g）； a为最大菌数Nmax与初始菌数N0的差值；xc为到达相对最大成长速率所需的時间；k为在时刻xc的相对成长速率。
1.3.3 米饭中蜡样芽孢杆菌二级成长模型的树立
平方根模型[10] （式3、4）和二次多项式模型[11] （式5）常用来描绘温度对微生物成长的影响。因而，本研讨依据一级成长模型中所取得的米饭中蜡样芽孢杆菌的μmax和λ值，选用这两种模型对米饭中蜡样芽孢杆菌的二级成长模型进行拟合。
1.3.4 模型的验证
选用Bf （式6）和Af （式7）对所树立的二级模型进行验证。Bf和Af被认为是验证模型牢靠度的有用东西[12-13]。
2 成果与剖析
2.1 米饭中蜡样芽孢杆菌的一级成长模型
本研讨首要查询了温度（10、15、20、25、30、34、37和43 ℃）对米饭中蜡样芽孢杆菌成长的影响，并选用SGompertz和SLogistic模型对不同温度下蜡样芽孢杆菌的成长数据进行拟合。由两种模型拟合的米饭中蜡样芽孢杆菌的成长曲线如图1-8所示，相应的拟合参数如表1所示。成果标明，由SGompertz和SLogistic模型拟合的米饭中蜡样芽孢杆菌在不同温度下的一级成长模型的R2值并无显著性差异（P>0.05）。SGompertz方程是一种双指数函数，常用于拟合微生物的成长，且其对米饭中蜡样芽孢杆菌成长的拟合值均略高于SLogistic模型，因而挑选其作为不同温度下米饭中蜡样芽孢杆菌的一级成长模型。
依据SGompertz模型拟合的米饭中蜡样芽胞杆菌在不同温度的最适成长模型见表2，由此核算的μmax和λ见表3。从成果可以看出，跟着温度的增加，米饭中蜡样芽胞杆菌的最大比成长速率呈上升的趋势，反之迟滞期呈下降的趋势。
2.2米饭中蜡样芽胞杆菌的二级成长模型
依据SGompertz模型核算得到的米饭中蜡样芽胞杆菌在不同温度下的μmax和λ，选用平方根模型和二次多项式模型别离拟合了蜡样芽胞杆菌在米饭中的二级成长模型，成果如图9和图10所示。
由图9可见，选用平方根模型（图9a）拟合的蜡样芽孢杆菌成长温度与其μmax联系的R2为0.9537，选用二次多项式模型（图9b）拟合的R2为0.9550，两者的拟合成果非常挨近。由图10可见，选用二次多项式模型（图10a）拟合的蜡样芽孢杆菌成长温度与其λ联系的R2为0.8503，二次多项式模型（图10b）拟合的R2为0.9462。由此可见，二次多项式模型的拟合成果优于平方根模型的拟合成果，因而二次多项式模型可以较好的猜测蜡样芽孢杆菌成长温度与λ和μmax的联系。
2.3模型验证
Bf和Af是非常有价值的模型验证东西，因而本研讨选用Bf和Af对所树立的平方根模型和二次多项式模型进行验证，成果如表4所示。
由表4可见，在对温度与μmax和λ之间的联系进行拟合时，选用平方根模型树立的米饭中蜡样芽孢杆菌二级成长模型的Af值别离为1.12和1.14，Bf值别离为0.99和1.03，拟合度别离为0.9537和0.8503；选用二次多项式模型树立的米饭中蜡样芽孢杆菌二级成长模型的Af值别离为1.24和1.11，Bf值别离为0.92和0.92，拟合度别离为0.9550和0.9462。Ross等研讨标明[14-15]，Af和Bf值越挨近于1，所建模型的可信度越高，假如Bf值在0. 70～0. 90或1. 06～1. 15之内，Af值在1.0-1.9之内所建的模型均可被承受[16]。归纳所建二级模型的R2、Bf及Af值，本研讨挑选二次多项式模型作为米饭中蜡样芽孢杆菌的二级成长模型。
3定论
本文研讨了10、15、20、25、30、34、37和43 ℃条件下米饭中蜡样芽孢杆菌的成长规则，树立了米饭中蜡样芽孢杆菌的一级成长模型和二级成长模型。关于一级成长模型，选用SLogistic模型和SGompertz模型对蜡样芽孢杆菌的成长数据进行拟合。此两种模型为猜测微生物学中最常见且运用最遍及的两种模型。在建模后，经过对两种模型拟合度等相关因子进行比照，得到拟合度较高的模型（SGompertz模型）作为本文的一级成长猜测模型。SGompertz方程是一种双指数函数，常用于拟合微生物的成长，且其对米饭中蜡样芽孢杆菌成长的拟合值均略高于SLogistic模型，因而挑选其作为不同温度下米饭中蜡样芽孢杆菌的一级成长模型，标明实验所得数据与实践成长情况更为契合，模型更为牢靠。经过R2、Bf及Af的比较，二次多项式模型作为二级成长模型可以更精确、更牢靠地猜测米饭中蜡样芽孢杆菌的成长情况。
蜡样芽孢杆菌散布广泛，常见于土壤、尘埃和污水中，在许多植物性食物和生熟食物中也非常常见，因而很简单引起食物中毒。由一级模型和二级模型的拟合成果可知，NaCl浓度对蜡样芽孢杆菌的成长有影响。除蒸煮米饭外，若有需求增加NaCl作为增加剂调理食物风味的产品，则需合理操控食物中NaCl的增加量，以便操控蜡样芽孢杆菌的成长。
此外，米饭蒸煮时，应尽量操控操作过程中的环境温度。刚蒸煮出来的米饭温度一般较高在50℃以上，此刻一般没有蜡样芽孢杆菌的存在。但在之后的贮存过程中，环境温度逐步下降，若处理办法不妥或卫生操控不严厉等，则很简单繁殖微生物。而且假如保存时刻较长环境温度较高，则蜡样芽孢杆菌的芽孢有或许萌生，所以应尽量缩短米饭蒸煮后的保存时刻，而且尽量下降贮藏的环境温度。
本实验成果可作为米饭中蜡样芽孢杆菌定量危险评价的参阅，并为拟定米饭中蜡样芽孢杆菌定量规范和危险办理办法等供给科学依据。
参阅文献
[1]仪淑敏，李远钊，张培正，等. 食物中蜡样芽孢杆菌的猜测模型及危险评价[J]. 食物科技， 2007（7）：25-29.
[2]张伟伟，鲁绯，张金兰，等. 食物中蜡样芽孢杆菌的研讨进展[J]. 我国酿制， 2010（5）：1-4.
[3]BEUTLING D， BOTTCHER C. Bacillus cereus-a Risk Factor in Food [J]. Archivfuer Lebensmit telhygiene， 1998，49（4/5）： 90-96.
[4]SVENSSON B， EKCLUND K， OGURA H. Characterisation of Bacillus cereus Isolated from Milk Silo Tanks at Eight Different Dairy Plants [J]. Int Dairy J， 2004， 14： 17-27.
[5]林宇斌.鮮湿米粉中蜡样芽孢杆菌定量危险评价[D]. 中南林业科技大学， 2015.
[6]吕荣. 蜡样芽孢杆菌食物中毒研讨近况[J]. 我国村庄医药杂志， 2003， 10（1）： 51.
[7]陈巧玲. 一同蜡样芽胞杆菌引起食物中毒的查询[J]. 现代中西医结合杂志， 2000， 9（5）： 7
[8]宇盛好，曹慧，徐斐，等. 烤鸭中金黄色葡萄球菌成长模型的树立[J]. 食物科学， 2015， 36（13）：154-159.
[9]GIBSONA M， BRATCHELL N， ROBERTS T A. The Effect of Sodium Chloride and Temperature on the Rate and Extend of Growth of Clostridium botulinum Type A in Pasteurized Pork Slurry[J]. J ApplBacteriol， 1987， 62（6）： 479-490.
[10]RATKOWSKY D A， OLLEY J， MCMEEKIN T A， et al.Relationship between Temperature and Growth Rate of bacterial cultures[J]. J Bacteriol， 1982， 149 （1）： 1-5.
[11]PARK H S， SUNG B Y， RYU K. Predictive Model for Growth of Staphylococcus aureus in Blanched Spinach with Seasoning[J]. J Korean SocAppl Bi， 2012， 55（4）：529-533.
[12]te Giffel M C， Zwietering M H. Validation of predictive models describing the growth of Listeria monocytogenes.[J]. International Journal of Food Microbiology， 1999， 46（2）：135-149.
[13]张引成，尹晓婷，雷云，等. 鲜切结球莴苣中单增李斯特菌成长猜测模型的树立[J]. 食物与发酵工业， 2013， 39（7）：30-34.
[14]ROSS T. Indices for Performance Evaluation of Predictive Models in Food Microbiology[J]. J AppBacteriol， 1996， 81：501-508.
[15]Ross T， Dalgaard P， Tienungoon S. Predictive modelling of the growth and survival of Listeria in fishery products.[J]. International Journal of Food Microbiology， 2000， 62（3）：231-245.
[16]KANG H S，HA S D， JEONG S W，et al. Predictive Modeling of Staphylococcus aureus Growth on Gwamegi （semidry Pacific saury） as a Function of Temperature[J]. J Korean SocAppl Bi， 2013， 56：731-738.