預(yù)測微生物模型在水產(chǎn)品中的應(yīng)用

劉麗君，方婷

（福建農(nóng)林大學(xué)食品科學(xué)學(xué)院，福建福州350002）

預(yù)測微生物模型在水產(chǎn)品中的應(yīng)用

劉麗君，方婷*

（福建農(nóng)林大學(xué)食品科學(xué)學(xué)院，福建福州350002）

水產(chǎn)品在捕獲后的微生物存活狀況十分復(fù)雜，如果消費(fèi)者在水產(chǎn)品中微生物狀況未知的情況下食用了水產(chǎn)品，就可能會(huì)發(fā)生食物中毒。預(yù)測食品微生物學(xué)是食品微生物學(xué)的關(guān)鍵領(lǐng)域，也是食品安全控制的重要學(xué)科組成，能夠幫助食品專家和從業(yè)人員有效評(píng)估和控制食品的安全狀況。水產(chǎn)品中病原微生物生長模型的建立在水產(chǎn)品的食用安全性方面能夠起到重要作用，微生物預(yù)測模型能夠分析和預(yù)測水產(chǎn)品中微生物隨時(shí)間的變化，以及不同溫度、不同環(huán)境條件下微生物的存活情況，為水產(chǎn)品的生產(chǎn)加工方式、儲(chǔ)存條件及安全狀況提供參考。

水產(chǎn)品；預(yù)測微生物學(xué)；數(shù)學(xué)模型；安全控制

隨著經(jīng)濟(jì)的迅猛發(fā)展和科學(xué)技術(shù)的不斷進(jìn)步，人們的飲食結(jié)構(gòu)趨于多樣化，對(duì)水產(chǎn)品的需求也越來越多。但一些水產(chǎn)品從收獲到復(fù)雜的生產(chǎn)加工，再經(jīng)過多樣化的貯存和運(yùn)輸，最后到達(dá)消費(fèi)者手中，其不確定的微生物污染等安全性問題令人擔(dān)憂。微生物的生長繁殖是食源性疾病爆發(fā)的主要原因，也是食品安全控制的主要研究方向，同時(shí)應(yīng)運(yùn)而生的預(yù)測微生物學(xué)成為食品危害分析和安全控制的有力工具[1]。預(yù)測微生物學(xué)（Predictive Microbiology）是運(yùn)用微生物學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)，結(jié)合計(jì)算機(jī)軟件建立模型，來描述和預(yù)測特定環(huán)境下微生物的生長和死亡，從而預(yù)防和控制食品腐敗和有毒食品的形成。目前，預(yù)測微生物學(xué)在水產(chǎn)品方面的安全控制作用逐漸受到重視[2]。

1 水產(chǎn)品的營養(yǎng)價(jià)值與安全現(xiàn)狀

全球海洋面積遼闊，水產(chǎn)資源種類繁多，主要包括各種魚類、蝦、蟹、貝類以及藻類。水產(chǎn)品不僅肉質(zhì)細(xì)嫩，味道鮮美，更含有非常均衡的營養(yǎng)素，是人體營養(yǎng)的重要組成部分，主要包括豐富的蛋白質(zhì)及人體所需的各種維生素和礦物質(zhì)，且易于被人體消化吸收，是一種生理價(jià)值非常高的功能性食品。各類水產(chǎn)品也因其營養(yǎng)全面，防治疾病，滋身養(yǎng)體等諸多功效而深受人們的喜愛。

人們?cè)谡J(rèn)識(shí)水產(chǎn)品的營養(yǎng)和藥用價(jià)值的同時(shí)，其食用安全性也成為關(guān)注的焦點(diǎn)。縱觀國內(nèi)外水產(chǎn)市場，水產(chǎn)加工業(yè)正在面臨嚴(yán)峻的挑戰(zhàn)：缺少科學(xué)的行業(yè)標(biāo)準(zhǔn)、較小的精加工水產(chǎn)品比例、低水平的下腳料處理技術(shù)以及薄弱的工業(yè)組織管理和存在一系列安全隱患等問題[3]。

食源性疾病在全球每年都會(huì)發(fā)生約40億～60億例[4]，其發(fā)病率居各類疾病總發(fā)病率的前列，其中主要因素之一就是水產(chǎn)品中的病原微生物，尤其是動(dòng)物性水產(chǎn)品中食源性病原菌的污染最為嚴(yán)重[4]。生鮮水產(chǎn)品中經(jīng)常含有能引起感染的沙門氏菌、志賀氏菌、弧菌、李斯特氏單細(xì)胞質(zhì)菌、耶爾森氏腸道菌，以及能產(chǎn)生毒素的肉毒桿菌、產(chǎn)氣莢膜梭菌、金黃色葡萄球菌等[5]；同時(shí)水產(chǎn)品含有豐富的水分和蛋白質(zhì)，因此也更容易腐敗變質(zhì)，且很快就會(huì)產(chǎn)生引起食物中毒的毒素，所以因食用水產(chǎn)品而中毒的事件頻頻發(fā)生[6]。水產(chǎn)品在生長過程中的水質(zhì)污染，捕獲時(shí)的物理損傷及加工、儲(chǔ)存、流通等環(huán)節(jié)的污染，都會(huì)使上述這些微生物在水產(chǎn)品中迅速生長繁殖，并對(duì)食用者的健康及生命安全造成威脅[7]。即使是在冷凍和冷藏條件下，其中一些細(xì)菌仍然會(huì)繼續(xù)殘活，例如沙門氏菌和李斯特菌等[8]，這就給水產(chǎn)品食用人群帶來極大的安全隱患。因此，分析和預(yù)測水產(chǎn)品中各種微生物的生長情況，是預(yù)防和控制水產(chǎn)品中食源性疾病發(fā)生急需解決的問題。

2 預(yù)測微生物模型在水產(chǎn)品中的應(yīng)用

預(yù)測微生物模型是通過一個(gè)或多個(gè)數(shù)學(xué)關(guān)系或方程式來表達(dá)出微生物的生長特性，從而預(yù)測出食品中微生物的存活狀況，我們通常是將能夠描述微生物特性的數(shù)學(xué)函數(shù)模型分為一級(jí)、二級(jí)和三級(jí)模型[9]。預(yù)測模型的實(shí)質(zhì)就是通過衡量環(huán)境因素的影響，將數(shù)據(jù)存入數(shù)據(jù)庫，并整合到數(shù)學(xué)模型中，通過預(yù)測軟件處理來預(yù)測食品中微生物群體的狀況，再結(jié)合適當(dāng)?shù)谋O(jiān)測技術(shù)，就可以不用依靠傳統(tǒng)微生物計(jì)算技術(shù)來評(píng)估食品貨架期和微生物安全性[10]。

預(yù)測微生物模型在食品微生物學(xué)領(lǐng)域應(yīng)用十分廣泛。目前，預(yù)測微生物模型在食品領(lǐng)域中的發(fā)展與應(yīng)用主要包括以下4個(gè)方面[11]：一、產(chǎn)品創(chuàng)新。通過對(duì)食品在特定加工條件下的微生物的增殖速度、生長范圍或失活速率進(jìn)行評(píng)估，來開發(fā)新產(chǎn)品、改進(jìn)加工工藝、改善現(xiàn)有產(chǎn)品、確定儲(chǔ)存條件和貨架期。二、生產(chǎn)操作。預(yù)測微生物學(xué)為食品安全管理體系提供了極大的幫助，例如：加熱體系的設(shè)置、HACCP中關(guān)鍵控制點(diǎn)（CCPs）的設(shè)置、以及評(píng)估不同的加工工藝在微生物安全和食品質(zhì)量上的影響。三、危險(xiǎn)評(píng)估。通過預(yù)測模型得到的數(shù)據(jù)信息可以判斷食品的安全性、預(yù)測產(chǎn)品質(zhì)量和對(duì)消費(fèi)者安全的影響，防止產(chǎn)品在流通中發(fā)生問題。四、用于將新的風(fēng)險(xiǎn)管理理念轉(zhuǎn)變成實(shí)際的指導(dǎo)方針。預(yù)測微生物模型作為一種控制和管理食品質(zhì)量與安全的強(qiáng)有力的工具，在水產(chǎn)品的安全控制上也逐漸發(fā)揮出重要作用。

2.1 一級(jí)模型及其在水產(chǎn)品中的應(yīng)用

一級(jí)模型（primary model）是描述在一定的環(huán)境條件下，微生物的生長數(shù)量與時(shí)間的關(guān)系。微生物的數(shù)量隨時(shí)間的變化是通過繪制線性或非線性生長曲線（即S形曲線）進(jìn)行表達(dá)的。典型的微生物生長曲線包括三個(gè)階段：延滯期、指數(shù)期和靜止期。常用的一級(jí)模型方程式及其參數(shù)見表1。

表1 一級(jí)模型方程式及其參數(shù)Table 1 The equation and parameters of primary model

Monod方程式是最簡單的描述微生物細(xì)胞數(shù)量指數(shù)增加的模型，很多定量微生物學(xué)都是基于Monod方程式，其最重要的實(shí)際應(yīng)用是在評(píng)估環(huán)境系統(tǒng)中有機(jī)物的生物降解動(dòng)力學(xué)方面[12]。Logistic模型為很多模型提供了基礎(chǔ)，但較為簡單，在環(huán)境因素復(fù)雜時(shí)準(zhǔn)確性較低[13]。Gompertz模型是應(yīng)用很普遍的非線性模型，Gompertz方程式的修改形式能夠以包含肩區(qū)和尾區(qū)的線性殘存曲線建立模型[14]。Baranyi模型是以logistic生長模型為基礎(chǔ)的非線性微分方程。Baranyi模型與普通生長模型的不同之處在于它有一個(gè)對(duì)延滯期有很好的處理能力的附加函數(shù)，應(yīng)用范圍廣，且具有生理學(xué)意義[15]。

這些模型具有簡易性、穩(wěn)定性、與微生物實(shí)驗(yàn)數(shù)據(jù)有較好的擬合性，并且符合基本的微生物學(xué)現(xiàn)象，所以應(yīng)用非常普遍。在實(shí)際應(yīng)用中，選擇模型時(shí)首先需要經(jīng)過大量的實(shí)驗(yàn)確定某種微生物在特定環(huán)境條件下的生長曲線，再通過計(jì)算機(jī)軟件使曲線與多種經(jīng)典數(shù)學(xué)模型進(jìn)行擬合，通過計(jì)算相關(guān)系數(shù)（R2）或斜率和準(zhǔn)確度來比較不同模型的擬合優(yōu)度[16]，從中選取擬合優(yōu)度最佳的函數(shù)方程式作為這種微生物在此環(huán)境條件下的預(yù)測模型。曲線擬合的應(yīng)用軟件也有很多，例如SAS、R、Matlab等。近年來，很多預(yù)測微生物學(xué)家根據(jù)特定微生物的特性對(duì)經(jīng)典模型進(jìn)行了修改和完善，有的還創(chuàng)建了自己的預(yù)測微生物模型，使其在實(shí)際應(yīng)用中能夠發(fā)揮更好的作用[17]。

一級(jí)模型中應(yīng)用最廣泛的是建立不同溫度條件下微生物生長的預(yù)測模型。由于水產(chǎn)資源分布的不均勻性，剛剛收獲的水產(chǎn)品大多不能立即被人們食用，因此，水產(chǎn)品一般通過低溫冷藏或凍藏的方式儲(chǔ)存和運(yùn)輸，或者經(jīng)過進(jìn)一步的加工流通到市場。由于微生物和酶的活動(dòng)都與溫度有關(guān)，溫度降低，微生物的生長繁殖就會(huì)受到抑制，甚至死亡，酶也會(huì)減弱或失去分解能力，因此水產(chǎn)品在加工和流通過程中，溫度波動(dòng)對(duì)其品質(zhì)及安全性的影響是非常大的。水產(chǎn)品在整個(gè)冷鏈流通過程中，溫度是很難控制的因素，僅通過經(jīng)驗(yàn)判斷和微生物實(shí)驗(yàn)很難準(zhǔn)確估計(jì)水產(chǎn)品中微生物的生長情況。在研究不同溫度條件下微生物的生長模型中，通常將溫度的變化分為3種情況：恒定溫度、連續(xù)波動(dòng)溫度和非連續(xù)波動(dòng)溫度[18]。根據(jù)特定水產(chǎn)品溫度變化的情況建立相應(yīng)的溫度-時(shí)間預(yù)測模型，可以了解微生物在不同溫度條件下隨時(shí)間的數(shù)量變化情況，幫助管理者判斷和控制水產(chǎn)品中關(guān)鍵微生物的存活狀態(tài)，保障水產(chǎn)品的安全性。

微生物的存活狀況除受溫度影響外，水產(chǎn)品的內(nèi)部環(huán)境體系和外界環(huán)境條件等各種因素的相互作用往往會(huì)對(duì)微生物的生長、存活和死亡產(chǎn)生影響。目前，已有大量數(shù)據(jù)和模型用于預(yù)測水產(chǎn)品中微生物的數(shù)量變化情況。Ross等結(jié)合已有數(shù)據(jù)和模型研究了溫度、水分活度、pH、CO2、煙熏成分等對(duì)水產(chǎn)品中李斯特菌生長的影響[19]；M.Vialette等應(yīng)用Gompertz模型建立了在酸和滲透壓的影響及pH、NaCl、溫度的相互作用下水產(chǎn)品中李斯特菌的生長模型[20]；O.Mejlholm等應(yīng)用主要參數(shù)模型建立了在乙酰乙酸鹽、乳酸鹽、CO2、防腐劑、pH、NaCl、溫度以及所有參數(shù)相互作用的影響下輕度保藏水產(chǎn)品中乳酸菌的生長模型，并證明了其對(duì)李斯特菌的抑制效應(yīng)[21]。通過研究溫度、pH、NaCl、CO2、乳酸等因素的共同作用對(duì)水產(chǎn)品中微生物生長的影響，有助于優(yōu)化水產(chǎn)品加工工藝和儲(chǔ)藏保鮮方法，提高風(fēng)險(xiǎn)評(píng)估安全系數(shù)。

2.2 二級(jí)模型及其在水產(chǎn)品中的應(yīng)用

二級(jí)模型（secondary model）是描述一級(jí)模型中的參數(shù)與環(huán)境因子（如溫度、pH、水分活度等）的變化之間的關(guān)系。Geeraerd等將二級(jí)模型細(xì)分為兩類。第一類主要包括Ratkowsky的平方根模型、主要參數(shù)模型和Arrhenium模型，這些模型包含一些具有生物學(xué)意義的參數(shù)。其中平方根模型和主要參數(shù)模型通常應(yīng)用于更多的環(huán)境因子，它們的應(yīng)用范圍較小，但擬合優(yōu)度很好。第二類主要包括神經(jīng)網(wǎng)絡(luò)模型和響應(yīng)面模型，對(duì)于模型結(jié)構(gòu)的選擇來說，這些模型最大的優(yōu)點(diǎn)是沒有固定的模型結(jié)構(gòu)，具有很高的適用性[22]。常用的二級(jí)模型方程式及其參數(shù)見表2。

表2 二級(jí)模型方程式及其參數(shù)Table 2 The equation and parameters of secondary model

平方根模型（The square root model）是使用較多的二級(jí)模型。該方程式使用簡單，參數(shù)單一，能很好地預(yù)測溫度對(duì)微生物最大比生長速率的影響[23]。對(duì)于多個(gè)因素共同作用時(shí)，響應(yīng)面模型較為有效。響應(yīng)面模型需要處理大量數(shù)據(jù)，操作較復(fù)雜，但準(zhǔn)確性很高。

在實(shí)際應(yīng)用中，模型的選擇主要考慮實(shí)驗(yàn)數(shù)量、關(guān)于初始模型結(jié)構(gòu)的擬合優(yōu)度統(tǒng)計(jì)、參數(shù)估計(jì)的精確性和不確定性等方面[24]。

在二級(jí)模型中，研究最多的是溫度對(duì)微生物生長或失活速率的影響，因?yàn)闇囟仁怯绊懟瘜W(xué)、生物化學(xué)、生物反應(yīng)的重要影響因素。水產(chǎn)品中微生物二級(jí)預(yù)測模型的建立可以使我們很容易得到溫度及其它環(huán)境因子對(duì)微生物存活速率的影響情況，從而對(duì)水產(chǎn)品的加工、運(yùn)輸及儲(chǔ)藏等環(huán)節(jié)提供相應(yīng)的理論指導(dǎo)。

2.3 三級(jí)模型及其在水產(chǎn)品中的應(yīng)用

三級(jí)模型（tertiary model）是以一級(jí)模型和二級(jí)模型為基礎(chǔ)發(fā)展起來的計(jì)算機(jī)程序軟件。這種預(yù)測模型軟件通過控制環(huán)境和理化因素及食品添加劑來預(yù)測食品中微生物的狀況，其主要功能有：在變動(dòng)的環(huán)境條件下預(yù)測微生物的生長變化；不同的環(huán)境條件下微生物的生長情況比較；一定的環(huán)境條件下，不同微生物生長狀況的比較等。

近年來，預(yù)測模型軟件在水產(chǎn)品安全評(píng)估和貨架期預(yù)測中的應(yīng)用比較廣泛。丹麥漁業(yè)研究所開發(fā)的海洋食品腐敗預(yù)測程序（SSP）軟件，有效的促進(jìn)了預(yù)測微生物學(xué)和海洋食品貨架期數(shù)學(xué)模型在工業(yè)、研究、海洋食品檢驗(yàn)和教學(xué)方面的應(yīng)用。SSP軟件包含特定腐敗微生物生長的動(dòng)力學(xué)模型和腐敗模型的相關(guān)速率，從其輸出的圖表中能夠得到恒溫或波動(dòng)溫度條件下微生物生長的預(yù)測值和產(chǎn)品的貨架期[25]。在SSP基礎(chǔ)上發(fā)展的海洋食品腐敗安全預(yù)測程序（SSSP）軟件能夠預(yù)測各種新鮮或輕度保藏的海產(chǎn)品中微生物的生長情況和貨架期[26]。水產(chǎn)魚類（例如大比目魚）的微生物腐敗動(dòng)力學(xué)模型和感官品質(zhì)可以通過魚類貨架期預(yù)測程序（FSLP）獲得[27]。

水產(chǎn)品中病原微生物生長模型的建立和相應(yīng)軟件的開發(fā)為水產(chǎn)品的食用安全性等方面提供了極大的幫助。通過微生物預(yù)測模型能夠得到一些關(guān)于水產(chǎn)食品與微生物作用之間的寶貴信息，從而有助于提高水產(chǎn)品的安全和質(zhì)量，減少經(jīng)濟(jì)損失，使水產(chǎn)漁業(yè)能夠更好地發(fā)展。

3 展望

微生物預(yù)測模型能夠定量食品中各種微生物（包括致病菌、腐敗菌和有益菌）的生長情況，有助于預(yù)測食品貨架期，指導(dǎo)產(chǎn)品研發(fā)，優(yōu)化生產(chǎn)操作和流通環(huán)節(jié)。預(yù)測模型雖然不能完全代替?zhèn)鹘y(tǒng)的微生物學(xué)實(shí)驗(yàn)和微生物學(xué)家的經(jīng)驗(yàn)和判斷，但作為一種獲取關(guān)鍵信息的有力工具，預(yù)測模型在食品微生物領(lǐng)域必將占有越來越重要的地位。在預(yù)測微生物模型應(yīng)用于水產(chǎn)領(lǐng)域的未來發(fā)展中，必將會(huì)與更多的學(xué)科進(jìn)行交叉和結(jié)合，并發(fā)展一系列具有通用性和高準(zhǔn)確度的預(yù)測模型應(yīng)用于水產(chǎn)品定量微生物危險(xiǎn)分析中，從而更好地提高水產(chǎn)品的質(zhì)量和安全性，使水產(chǎn)行業(yè)逐漸發(fā)展成為前景廣闊、安全性高和經(jīng)濟(jì)效益大的產(chǎn)業(yè)。

[1]Arie H Havelaar,Stanley Brul,Aarieke de Jong,et al.Future challenges to microbial food safety[J].International Journal of Food Microbiology,2010,139:579-594

[2] 宋華,江曉路.預(yù)測微生物學(xué)發(fā)展與水產(chǎn)品的安全控制[J].中國食物與營養(yǎng),2011,17(7):11-14

[3]Jianrong Li,Haixia Lu,Junli Zhu,et al.Aquatic products processing industry in China:Challenges and outlook[J].Trends in Food Science&Technology,2009,20:73-77

[4]張賓,鄧尚貴,林慧敏,等.水產(chǎn)品病原微生物安全控制技術(shù)的研究進(jìn)展[J].中國食品衛(wèi)生雜志,2011,23(6):581-586

[5] 孫月娥,李超,王衛(wèi)東.我國水產(chǎn)品質(zhì)量安全問題及對(duì)策研究[J].食品科學(xué),2009,21:493-498

[6]Amagliani G,Brandi G,Schiavano G F.Incidence and role of Salmonella in seafood safety[J].Food Research International,2012, 45:780-788

[7]Knut Bjorn Lindkvist,Torbjorn Trondsen,Jinghua Xie.Restructuring the Chinese seafood industry,global challenges and policy implications[J].Marine Policy,2008,32:432-441

[8]Matamoros S,Pilet M F,Gigout F,et al.Selection and evaluation of seafood-borne psychrotrophic lactic acid bacteria as inhibitors of pathogenic and spoilage bacteria[J].Food Microbiology,2009,26: 638-644

[9]Jordi Ferrer,Clara Prats,Daniel López,et al.Mathematical modelling methodologies in predictive food microbiology:A SWOT analysis[J].International Journal of Food Microbiology,2009,134:2-8

[10]McMeekin T A.Predictive microbiology:Quantitative science delivering quantifiable benefits to the meat industry and other food industries[J].Meat Science,2007,77:17-27

[11]Jeanne-Marie Membré,Ronald J W Lambert.Application of predictive modelling techniques in industry:From food design up to risk assessment[J].International Journal of Food Microbiology,2008, 128:10-15

[12]Holger Dettea,Viatcheslav B Melasb,Andrey Pepelyshevb,et al. Robust and efficient design of experiments for the Monod model[J]. Journal of Theoretical Biology,2005,234:537-550

[13]Micha Peleg,Maria G.Corradini,Mark D.Normand.The logistic (Verhulst)model for sigmoid microbial growth curves revisited[J]. Food Research International,2007,40:808-818

[14]Chhabra A T,Carter W H,Linton R H,et al.A predictive model that evaluates the effect of growth conditions on the thermal resistance of Listeria monocytogenes[J].International Journal of Food Microbiology,2002,78:235-243

[15]Mytilinaios I,Salih M,Schofield H K,et al.Growth curve prediction from optical density data[J].International Journal of Food Microbiology,2012,154:169-176

[16]Régis Pouillot a,Meryl B Lubran.Predictive microbiology models vs.modeling microbial growth within Listeria monocytogenes risk assessment:What parameters matter and why[J].Food Microbiology, 2011,28:720-726

[17]Hiroshi Fujikawa,Akemi Kai,Satoshi Morozumi.A new logistic model for Escherichia coli growth at constant and dynamic temperatures[J].Food Microbiology,2004,21:501-509

[18]Jun Yue,Lu Liu,Zhenbo Li,et al.Improved quality analytical models for aquatic products at the transportation in the cold chain[J]. Mathematical and Computer Modelling,2011,11:1-6

[19]Tom Ross,Paw Dalgaard,Suwunna Tienungoon.Predictive modelling of the growth and survival of Listeria in fishery products[J]. International Journal of Food Microbiology,2000,62:231-245.

[20]Vialette M,Pinon A,Chasseignaux E,et al.Growths kinetics comparison of clinical and seafood Listeria monocytogenes isolates in acid and osmotic environment[J].International Journal of Food Microbiology,2003,82:121-131

[21]Mejlholm O,Dalgaard P.Modeling and predicting the growth of lac－tic acid bacteria in lightly preserved seafood and their inhibiting effect on Listeria monocytogenes[J].Journal of Food Protection,2007, 70(11):2485-2497

[22]Van Derlinden E,Van Impe J F.Modeling growth rates as a function of temperature:Model performance evaluation with focus on the suboptimal temperature range[J].International Journal of Food Microbiology,2012,158:73-78

[23]Koen Grijspeerdt,Koen De Reu.Practical application of dynamic temperature profiles to estimate the parameters of the square root model[J].International Journal of Food Microbiology,2005,101: 83-92

[24]Laurence Mertens,Eva Van Derlinden,Jan F Van Impe.Comparing experimental design schemes in predictive food microbiology:Optimal parameter estimation of secondary models[J].Journal of Food Engineering,2012,112:119-133

[25]Paw Dalgaard,Peter Buch,Steen Silberg.Seafood Spoilage Predictor—development and distribution of a product specific application software[J].International Journal of Food Microbiology,2002,73: 343-349

[26]Lebert Isabelle,Lebert André.Quantitative prediction of microbial behaviour during food processing using an integrated modelling approach:a review[J].International Journal of Refrigeration,2006,29: 968-984

[27]Nuin M,Alfaro B,Cruz Z,et al.Modelling spoilage of fresh turbot and evaluation of a time–temperature integrator(TTI)label under fluctuating temperature[J].International Journal of Food Microbiology,2008,127(3):193-199

Application of Predictive Microbiology Models in Aquatic Products

LIU Li-jun，F(xiàn)ANG Ting*
（College of Food Science，F(xiàn)ujian Agriculture and Forestry University，F(xiàn)uzhou 350002，F(xiàn)ujian，China）

The growth and death of microorganism in aquatic products after harvested is complicated.If consumer eats the aquatic products which the microorganism condition in it is unknown may lead to food poisoning. Predictive food microbiology is the key area of food microbiology and also the important subject composition of food safety control and can help food specialist estimates and controls the food safety.The growth models of pathogenic microorganisms in aquatic products can play an important role in aquatic products safety.Predictive models can analyze and predictive microorganism change in aquatic products with time and the growth or death of microorganism in different temperatures and environment conditions.Then it can give suggestions to the processing，storage conditions and safety control of aquatic products.

aquatic products；predictive microbiology；mathematical model；safety control

10.3969/j.issn.1005-6521.2014.19.028

2013-09-18

劉麗君（1987—），女（漢），研究生，研究方向：微生物預(yù)測模型。

*通信作者