豆制品貯存中微生物預測模型建構

前言：本站為你精心整理了豆制品貯存中微生物預測模型建構范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

本文作者：陳平1胡潔云1嚴維凌1林露1李曉蓓2作者單位：1.上海市食品研究所2.上海海洋大學

感官評價：參考李楠楠等［7］對魚肉制品感官評價的方法，對3個溫度下不同階段的豆干進行評定，具體標準如表1所示。

理化分析：豆制品中的各個理化指標分別按照現行的國家標準進行測定:蛋白質含量按GB5009．5-2010測定;脂肪含量按照國標GB/T14772-2008測定;含水量按照國標GB/T9695．15-2008測定;pH值參考國標GB/T9695．5-2008測定;揮發(fā)性鹽基氮(T-VBN)參考標準SC/T3032-2007測定。

微生物計數：根據國標GB/T4789．2－2010的方法，取樣25g樣品至225mL無菌生理鹽水中，均質均勻后，按10倍遞增稀釋到所需稀釋度。每個稀釋度取1mL傾注平板計數瓊脂平板，共取3個稀釋度，每個稀釋度做2個平行，48h后計數。

初級模型的建立：以簡易包裝白豆干為研究對象，對貯藏過程中的菌落總數建立初級模型。修正的Gompertz方程表達式［9］為:：（略）。

1感官評價

根據表1的標準，3個溫度下不同階段豆干的感官結果如表2所示。

2理化分析

由表3可知，在保存過程中豆干和百葉中水分、蛋白質、脂肪以及TVB-N含量在變化并不明顯。這一現象可能是由于豆制品中微生物在代謝過程中產生的三甲胺等胺類物質較少所致。豆制品pH與其品質密切相關，其變化主要受儲存溫度的影響。不同儲存溫度下豆制品的pH變化規(guī)律如圖1和圖2所示。由圖1可知，在白豆干儲存過程中，儲存溫度越高，其pH變化越明顯，初期變化不大，隨著時間延長，pH呈明顯下降趨勢。其pH的下降可能是由于豆干中乳酸菌及其它微生物所產生的乳酸和其它有機酸等代謝產物引起，在5℃下其pH值變化不明顯，可能是在5℃下，低溫抑制了豆干中乳酸菌和其它產酸微生物的繁殖，導致乳酸和其它有機酸含量降低;薄百葉在5℃、15℃、25℃下，pH值在儲存過程中變化不大，可能是百葉含水量較低，不適宜產酸菌的繁殖。

3不同溫度儲存條件下豆制品菌落總數生長曲線

豆制品中營養(yǎng)豐富，為微生物的生長提供了良好的環(huán)境。白豆干和薄百葉在不同儲藏溫度下的菌落總數變化趨勢相同，5℃下，豆制品中微生物在前100h處于較低的水平，100h后進入快速生長期(圖3);15℃下，微生物在前8h處于較低的水平，8h后進入快速生長期(圖4);25℃下豆制品在2h后就進入快速生長期(圖5)。綜合白豆干和薄百葉中菌落總數的生長規(guī)律，由菌落總數生長規(guī)律的曲線圖可知，隨儲藏溫度的提高，微生物的生長速率呈明顯的上升趨勢，可見溫度是影響豆制品中微生物生長繁殖的主要因素。結合表4可知，白豆干和薄百葉隨著貯藏溫度的升高，貯藏時間明顯縮短，根據國標規(guī)定散裝豆制品菌落總數不可超過105cfu•g－1，因此，5℃條件下，白豆干和薄百葉的貨架期不能超過4d，最適宜貯藏期為2～3d;15℃條件下，白豆干和薄百葉的貨架期不能超過1d;25℃條件下，貨架期只有5h，不宜貯藏。

4中式非發(fā)酵豆制品菌落總數初級預測模型的建立

線性模型和修正的Gompertz模型為描述微生物生長較為常用的初級模型。運用Matlab7．0和SAS統(tǒng)計軟件［10］，對不同溫度條件下的白豆干菌落總數生長曲線進行擬合，表5為得到的部分統(tǒng)計分析結果。從相關系數看，溫度升高到25℃，線性模型擬合的R2值降低，而修正的Gompertz模型擬合的R2值在所有溫度下均為0．98以上，這表明線性模型沒有修正的Gompertz模型擬合效果好。修正Gompertz模型擬合生長曲線得到的參數如表6所示，隨著溫度的升高，微生物最大比生長速率也不斷增大;溫度對于延滯期的影響，是隨著溫度的升高而延滯期縮短。影響延滯期的因素有很多，如計數時間、條件的波動和微生物之間的差異，這些因素導致了延滯期的規(guī)律性不如生長速率明顯。

在貯藏過程中，隨著溫度的升高，豆干pH值明顯降低，而百葉pH值變化不大;豆制品的TVB-N以及其他理化指標在貯藏過程中變化均不明顯。隨溫度的提高，微生物的生長速率呈明顯的上升趨勢，溫度對微生物的生長起主導作用。其中5℃條件下，豆制品的貯藏期不能超過4d，最適宜貯藏期為2～3d;15℃條件下，豆干和薄百葉的貯藏期不能超過1d;25℃條件下，白豆干和薄百葉最好當天食用，不宜貯藏。以豆干為研究對象，利用Matlab7．0程序，對5℃、15℃和25℃豆干菌落總數生長數據進行擬合，通過比較兩種不同初級模型的相關系數，結果表明修正的Gompertz模型比線性模型能夠更好的擬合菌落總數生長情況，R2值均超過0．98。