CN112259158B - 一种在食品热处理加工过程中益生菌存活量的预测模型 - Google Patents

一种在食品热处理加工过程中益生菌存活量的预测模型 Download PDF

Info

Publication number
CN112259158B
CN112259158B CN202011243395.XA CN202011243395A CN112259158B CN 112259158 B CN112259158 B CN 112259158B CN 202011243395 A CN202011243395 A CN 202011243395A CN 112259158 B CN112259158 B CN 112259158B
Authority
CN
China
Prior art keywords
bacillus coagulans
temperature
inactivation
food
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011243395.XA
Other languages
English (en)
Other versions
CN112259158A (zh
Inventor
段治
郭超群
崔洪昌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
QINGDAO VLAND BIOTECH Inc
Qingdao Vland Biotech Group Co Ltd
Original Assignee
QINGDAO VLAND BIOTECH Inc
Qingdao Vland Biotech Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by QINGDAO VLAND BIOTECH Inc, Qingdao Vland Biotech Group Co Ltd filed Critical QINGDAO VLAND BIOTECH Inc
Publication of CN112259158A publication Critical patent/CN112259158A/zh
Application granted granted Critical
Publication of CN112259158B publication Critical patent/CN112259158B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
    • C12Q1/06—Quantitative determination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/195—Assays involving biological materials from specific organisms or of a specific nature from bacteria
    • G01N2333/32—Assays involving biological materials from specific organisms or of a specific nature from bacteria from Bacillus (G)

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Physics & Mathematics (AREA)
  • Organic Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Biotechnology (AREA)
  • General Health & Medical Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physiology (AREA)
  • Biochemistry (AREA)
  • Toxicology (AREA)
  • Microbiology (AREA)
  • Immunology (AREA)
  • Genetics & Genomics (AREA)
  • Analytical Chemistry (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Micro-Organisms Or Cultivation Processes Thereof (AREA)

Abstract

本发明提供一种凝结芽孢杆菌在食品热处理加工过程动态温度变化下活菌存活量的预测模型及其应用，所建立的模型可以依据凝结芽孢杆菌在不同介质中的初始浓度，及其在热灭活过程中的实时温度变化情况，预测出热灭活后介质中凝结芽孢杆菌的活菌数目。本发明提供的方法适用于凝结芽孢杆菌在任何食品加工的热灭活过程，为凝结芽孢杆菌在功能性食品加工过程中的稳定性评估提供快速简便的技术方法。本发明的方法无需使用传统的微生物检测手段，只需要知道功能性食品加工过程中的温度变化情况和所用时间，初始的凝结芽孢杆菌数便可以直接预测出功能性食品加工过程中的活菌数。

Description

一种在食品热处理加工过程中益生菌存活量的预测模型
技术领域
本发明属于食品中菌含量检测技术领域，具体涉及一种在食品热处理加工过程中益生菌存活量的预测模型，即一种凝结芽孢杆菌在食品热处理加工过程动态温度变化下活菌存活量的预测模型及其应用。
技术背景
凝结芽孢杆菌(Bacillus coagulans)是一种能形成芽孢的新型益生菌，其既具有与乳酸杆菌、双歧杆菌十分相似的特征，又因其产芽孢的特性，从而具有很强的抗逆性特征。2005年，凝结芽孢杆菌被我国食品药品监督管理局(CFDA)批准用做人用整肠药物；2012年，凝结芽孢杆菌被美国食品药品监督管理局(FDA)批准为安全可食用菌株；2016年，被我国卫计委列入《可用于食品的菌种名单》。
凝结芽孢杆菌能产生抗菌凝集素、乳酸、氨基酸、短链脂肪酸、维生素、各种消化酶，与非产孢类益生菌相比，具有耐高温、强耐酸、耐高盐、易保存的特点。凝结芽孢杆菌生理功效与乳酸杆菌、双歧杆菌相似，能调节肠道菌群微生态平衡、抑制致病菌生长，促进肠道消化吸收、提高营养利用率，还具有激活机体免疫细胞、增强免疫力、减缓炎症等作用。
目前，国外已将凝结芽孢杆菌广泛用于食品中，如糖果、巧克力、茶饮、咖啡、燕麦片、松饼、披萨等；在国内，凝结芽孢杆菌也成为众多食品行业追捧的对象，被广泛应用于食品各领域。这一成果彻底改变了益生菌类产品面貌，打破了传统市场只有酸奶中会含有益生菌的思维桎梏。
添加益生菌的功能性食品重要问题是如何保存较高的活菌量，食品中活菌的数量对其功能性的发挥非常重要，只有达到一定活菌量的益生菌才能够在人体能发挥其益生作用。
在益生菌类保健食品申报与审评(国食药监注[2005]202号文件) 中规定活菌类益生菌保健食品在其保质期内活菌数目不得少于 106CFU/mL(g)，而对于添加益生菌的功能性食品在其保质期内的活菌数目虽然还没有明确规定，但是，功能性食品中益生菌的活菌数对于益生菌类功能性食品的保质期制定亦是非常重要的参考标准。
有关食品中凝结芽孢杆菌的活菌数量，都是按照传统的微生物学检测方法来检测，需要对采用不同制作工艺的食品进行抽样检查，不但费时费力，并且结果需要在48小时之后或更长才能得知，导致检测结果严重滞后。
发明内容
本发明的目的在于提供一种凝结芽孢杆菌在食品热处理加工过程动态温度变化下活菌存活量的预测模型及其应用，所建立的模型可以依据凝结芽孢杆菌在不同介质中的初始浓度，及其在热灭活过程中的实时温度变化情况，预测出热灭活后介质中凝结芽孢杆菌的活菌数目。本发明提供的方法适用于凝结芽孢杆菌在任何食品加工的热灭活过程，为凝结芽孢杆菌在功能性食品加工过程中的稳定性评估提供快速简便的技术方法。
本发明首先提供了一种凝结芽孢杆菌热致死动力学模型，其建立方法包括如下步骤：
1)将凝结芽孢杆菌置于不同温度下进行热灭活，并测定热灭活后凝结芽孢杆菌活菌的数量；
其中采用标准的取样法和微生物检测法来检测凝结芽孢杆菌活菌的数量；
2)将在步骤1)中测得的凝结芽孢杆菌在不同温度下热灭活的活菌浓度数据采用公式A进行Linear一级模型的拟合，通过计算实测与拟合值的最小残差平方和(RRS)，求得凝结芽孢杆菌在不同热灭活温度下的灭活速率DT；
Figure BDA0002769112830000031
其中N0为原始的凝结芽孢杆菌数量(mL-1)，Nt为t分钟热处理后的凝结芽孢杆菌数量(mL-1)，DT为T℃下凝结芽孢杆菌的灭活速率，即凝结芽孢杆菌在T℃下降低一个数量级所需要的时间(min)；
3)将一级模型中获得的凝结芽孢杆菌灭活速率DT用二级模型公式B拟合获取DT与温度T的变化关系，通过计算实测与拟合值的最小残差平方和(RRS)，求得凝结芽孢杆菌在某一特定温度下灭活速率下降一个对数单位(即90％)所需要的升高的温度z(℃)；
Figure BDA0002769112830000032
其中，Tref为一个特定温度(℃)，T为温度(℃)，Dref为某一特定温度下凝结芽孢杆菌的灭活速率(min)，DT为T℃下凝结芽孢杆菌的灭活速率(min)，z为凝结芽孢杆菌在某一特定温度下灭活速率下降一个对数单位(即90％)所需要升高的温度(℃)；
4)预测在动态变化温度下的凝结芽孢杆菌的活菌数，使用公式 (A)的微分形式公式(C)，其表示在极小时间范围内单位时间内Nt的变化；尽管温度在动态变化，但在某个足够小的时间范围内可以认为温度是恒定的，其对应该时间范围内的DT-int也恒定，从而ΔNt/Δt＝dNt/dt在这个时间范围内是恒定值；采用欧拉方法(Euler's method)，使用时间步长为1/30min，整合每个足够小时间范围的ΔNt，预测出动态温度下在任一时间点的活菌数Nt，
Figure BDA0002769112830000041
其中，Ni-1为ti-1时的活菌数量，e为自然常数，t为时间，DT-int为时间Δt内的灭活速率；
将一二级模型相结合，根据凝结芽孢杆菌的初始活菌浓度，热灭活过程中温度的动态变化，可以获得凝结芽孢杆菌在任一时间点的活菌数Nt。
本发明还提供了所述预测模型在冲调类热饮(速溶咖啡、茶)、方便食品(方便面)、烘焙食品(钙奶饼干、玛芬蛋糕)及蒸煮类面食(馒头)中凝结芽孢杆菌稳定性评估的应用，其步骤如下：
1)检测凝结芽孢杆菌在冲调类热饮(速溶咖啡、茶)、方便食品 (方便面)、烘焙食品(钙奶饼干、玛芬蛋糕)及蒸煮类面食(馒头) 中的初始活菌量；
2)通过温度记录仪记录冲调类热饮(速溶咖啡、茶)、方便食品 (方便面)、烘焙食品(钙奶饼干、玛芬蛋糕)及蒸煮类面食(馒头) 在冲泡、烘焙或蒸煮过程中的温度变化，实时录入上述预测模型，预测出凝结芽孢杆菌在上述食品或热饮制作过程中不同时间的活菌数；
同时，也可根据贮存条件的未来温度变化，来预测添加凝结芽孢杆菌的功能性食品有效的保藏条件。
本发明所建立的预测模型可以预测出在波动温度下凝结芽孢杆菌的灭活情况，进而将预测模型和功能性食品加工相结合，实时预测出凝结芽孢杆菌在各种功能性食品加工过程中的活菌数。本发明的方法无需使用传统的微生物检测手段，只需要知道功能性食品加工过程中的温度变化情况和所用时间，初始的凝结芽孢杆菌数便可以直接预测出功能性食品加工过程中的活菌数；而传统的检测方法需要对添加凝结芽孢杆菌的功能性食品抽样进行微生物检测，结果需要在48h后才能知道，滞后性严重。本发明根据凝结芽孢杆菌在不同温度下的灭活速率，建立一个凝结芽孢杆菌在动态温度下的灭活曲线模型，通过模拟预测凝结芽孢杆菌的存活情况，为凝结芽孢杆菌在功能性食品或饮料中的应用奠定基础。
附图说明
图1为在不同的热灭活温度下凝结芽孢杆菌6086活菌数的实测值(log CFU/mL)与一级模型拟合值对比图，其中○为实测值，实线为预测值；(A)为85℃热灭活温度下的活菌数实测值与拟合值；(B1) 为95℃热灭活温度下的活菌数实测值与拟合值；(B2)为95℃热灭活温度下的活菌数实测值与拟合值；(C)为105℃热灭活温度下的活菌数实测值与拟合值；(D)为110℃热灭活温度下的活菌数实测值与拟合值；(E)为115℃热灭活温度下的活菌数实测值与拟合值；
图2为在不同的热灭活温度下凝结芽孢杆菌VHProbi C08活菌数的实测值(logCFU/mL)与一级模型拟合值对比图，其中○为实测值，实线为预测值；(A)为85℃热灭活温度下的活菌数实测值与拟合值； (B1)为95℃热灭活温度下的活菌数实测值与拟合值；(B2)为95℃热灭活温度下的活菌数实测值与拟合值；(C)为105℃热灭活温度下的活菌数实测值与拟合值；(D)为110℃热灭活温度下的活菌数实测值与拟合值；(E1)为115℃热灭活温度下的活菌数实测值与拟合值；(E2) 为115℃热灭活温度下的活菌数实测值与拟合值；
图3(A)为不同热灭活温度下凝结芽孢杆菌6086灭活速率DT与温度T的二级模型拟合结果图，其中
Figure 1
为实测值，实线为拟合值；
图3(B)为不同热灭活温度下凝结芽孢杆菌VHProbi C08的灭活速率DT与温度T的二级模型拟合结果图，其中
Figure 1
为实测值，实线为拟合值；
图4中，(A1)、(B1)、(C1)分别为凝结芽孢杆菌6086在速溶咖啡、茶、泡面冲泡过程中所经历的温度变化图；(A2)、(B2)、(C2) 分别为凝结芽孢杆菌6086在速溶咖啡、茶、泡面冲泡过程中活菌数的实测值与预测值对比图，其中△为实测值，实线为预测值，虚线为预测值±1.0log CFU/mL的可接受预测范围；
图5中，(A1)、(B1)、(C1)分别为凝结芽孢杆菌VHProbi C08 在速溶咖啡、茶、泡面冲泡过程中所经历的温度变化图；(A2)、(B2)、 (C2)分别为凝结芽孢杆菌VHProbi C08在速溶咖啡、茶、泡面冲泡过程中活菌数的实测值与预测值对比图，其中△为实测值，实线为预测值，虚线为预测值±1.0log CFU/mL的可接受预测范围；
图6中，(A1)、(B1)分别为凝结芽孢杆菌6086在钙奶饼干、玛芬蛋糕烘焙过程中所经历的温度变化图；(A2)、(B2)分别为凝结芽孢杆菌6086在钙奶饼干、玛芬蛋糕烘焙过程中活菌数的实测值与预测值对比图，其中△为实测值，实线为预测值，虚线为预测值±1.0logCFU/mL的可接受预测范围；
图7中，(A1)、(B1)分别为凝结芽孢杆菌VHProbi C08在钙奶饼干、玛芬蛋糕烘焙过程中所经历的温度变化图；(A2)、(B2)分别为凝结芽孢杆菌VHProbi C08在钙奶饼干、玛芬蛋糕烘焙过程中活菌数的实测值与预测值对比图，其中△为实测值，实线为预测值，虚线为预测值±1.0log CFU/mL的可接受预测范围；
图8中，(A)为凝结芽孢杆菌6086在馒头蒸煮过程中所经历的温度变化图；(B)为凝结芽孢杆菌6086在馒头蒸煮过程中活菌数的实测值与预测值对比图，其中△为实测值，实线为预测值，虚线为预测值±1.0log CFU/mL的可接受预测范围。
图9中，(A)为凝结芽孢杆菌VHProbi C08在馒头蒸煮过程中所经历的温度变化图；(B)为凝结芽孢杆菌VHProbi C08在馒头蒸煮过程中活菌数的实测值与预测值对比图，其中△为实测值，实线为预测值，虚线为预测值±1.0log CFU/mL的可接受预测范围。
具体实施方式
本发明根据凝结芽孢杆菌在不同热灭活条件下的灭活速度，建立一个热灭活动力学模型，通过模拟预测凝结芽孢杆菌的存活情况，为凝结芽孢杆菌在功能性食品或饮料中的应用奠定基础。
下面结合具体实施例和附图对本发明进行详细的描述。
实施例1波动温度下凝结芽孢杆菌热致死动力学模型的建立
一、预测模型的建立
1.测定凝结芽孢杆菌在不同热灭活温度下的活菌数用于建模。
1.1凝结芽孢杆菌GBI-30 6086和凝结芽孢杆菌VHProbi C08孢子的制备
称取酵母粉3g/L、蛋白胨5g/L、牛肉膏2g/L、MnSO4 0.005g/L、NaCl 2g/L、K2HPO43g/L、MgSO4 0.02g/L于三角瓶中，加水搅拌溶解，调pH至6.3，最后蒸馏水定容，115℃，高压灭菌30分钟。分别接种凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08，接种量均为5％(v/v)，装液量为500mL的三角瓶装100mL，40℃振荡培养48h，转速210r/min。将培养好的菌液4℃离心，沉淀用适量40％甘油悬起混匀后，置于80℃水浴12min去除营养体细胞，立即冷却，分装到 1.5mL离心管中，将收集的孢子保存于-40℃备用。
1.2不同温度下的热灭活实验
在装液量为10mL的厌氧管中加入等量菜籽油，再分别加入凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08的孢子，用旋涡振荡器混匀后置于管架上，将放置厌氧管的管架分别放于85℃、95℃、105℃、 110℃、115℃的装有硅油的油浴箱中，经过适当的时间间隔，取出一支厌氧管取样进行活菌数目的检测。
1.3凝结芽孢杆菌活菌数目检测
用葡萄糖酵母提取物BC琼脂培养基(1L)进行凝结芽孢杆菌活菌数的检测，其配方如下：酵母粉5.0g，蛋白胨5.0g，葡萄糖5.0g， K2HPO4 0.5g，KH2PO4 0.5g，MgSO4 0.3g，微量元素溶液1.0mL，琼脂粉15.0g，蒸馏水1000mL，调pH6.3，121℃灭菌15min。
微量元素溶液(mg/mL)：NaCl 10g，7H2O·FeSO418g， H2O·MnSO416g，7H2O·ZnSO41.6g，5H2O·CuSO41.6g， 7H2O·CoSO41.6g，过滤除菌。
将厌氧管中的样品倒入装有适量蛋白胨稀释液的均质袋中，用均质机拍打混匀，取少量稀释液进行10倍梯度稀释，直到最后的稀释预计含有大约30个菌落形成单位(CFU)/mL。样品制备一式两份，在 10～20分钟内稀释样品，选取最后三个稀释剂用于分析。每个稀释度吸取1mL样品匀液于无菌平皿内，将冷却至48℃的BC琼脂培养基倾注入平皿约15mL，转动平皿使混合均匀。40℃±2℃厌氧培养48h。孵育48小时后，计数培养皿上的菌落。计数含有30到300个菌落的平板，只计算以下出现的菌落：在BC琼脂培养基表面菌落直径应在 1mm～5mm之间，白色至乳白色，凸出，边缘完整，表面光滑；在 BC琼脂培养基内部的菌落直径应为0.5mm～1mm，呈奶油色针尖状。
2.采用Linear一级模型(公式A)预测凝结芽孢杆菌在不同热灭活温度下随时间的灭活情况，模型如下：
Figure BDA0002769112830000091
其中，N0为原始的凝结芽孢杆菌数量(mL-1)，Nt为t分钟热处理后的凝结芽孢杆菌数量(mL-1)，DT为T℃下凝结芽孢杆菌的灭活速率，即凝结芽孢杆菌在T℃下降低一个数量级所需要的时间(min)；
实验结果显示凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08 在不同热灭活温度下的活菌数均呈现直线下降趋势，并且在相同时间内，热灭活温度越高，活菌数下降越快。如图1和图2所示，○为在不同热灭活温度下凝结芽孢杆菌6086和凝结芽孢杆菌VHProbiC08 的活菌数的实测值。
将在步骤1)中测得的凝结芽孢杆菌在不同温度下热灭活的活菌浓度数据采用公式A进行Linear一级模型的拟合，通过计算实测与拟合值的最小残差平方和RRS(Residualsum of square)，使用微软 Excel加载项规划求解功能以RSS最小为目标，分别拟合出凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08在不同热灭活温度下的灭活曲线，求得其在不同热灭活温度下的灭活速率DT，结果见表1。
表1：凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08灭活速率 DT
Figure BDA0002769112830000092
/>
Figure BDA0002769112830000101
3.将一级模型中获得的凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08的灭活速率DT用二级模型公式B拟合获取DT与温度T 的变化关系。
Figure BDA0002769112830000102
其中，Tref为一个特定温度(℃)，T为温度(℃)，Dref为某一特定温度下凝结芽孢杆菌的灭活速率(min)，DT为T℃下凝结芽孢杆菌的灭活速率(min)，z为凝结芽孢杆菌在某一特定温度下灭活速率下降一个对数单位(即90％)所需要升高的温度(℃)；
为求得动态温度下凝结芽孢杆菌的活菌数，需使用公式(A)的微分形式即公式(C)描述在某一Δt时间内的ΔN(t)变化量。
Figure BDA0002769112830000103
其中，Ni-1为ti-1时的活菌数量,e为自然常数，t为时间，DT-int代表Δt时间内的DT，并用Δt时间内的平均值代替。尽管温度在动态变化，但在某个足够小的时间范围内可以认为温度是恒定的，其对应该时间范围内的DT-int也是恒定的。
具体步骤如下：
将一级模型中获得的凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08的灭活速率DT分别用公式B拟合获取DT与温度T的变化关系，通过计算实测与拟合值的最小残差平方和RSS(Residual sum of square)，使用微软Excel加载项规划求解功能以RSS最小为目标，拟合出DT与T的线性关系，求得凝结芽孢杆菌在某一特定温度下灭活速率下降一个对数单位(即90％)所需要的升高的温度z(℃)，结果如图3所示，凝结芽孢杆菌6086的z值为-34.20，凝结芽孢杆菌VHProbi C08的z值为-33.77。
在任一时间点对应的任一温度下，用Δt时间内DT平均值代表该时间点下的DT-int，利用公式(C)获得在Δt时间内的ΔN(t)，N(t)为N(t-1) 和ΔN(t)之和，得出在时间t下对应的Nt。
对于波动温度下的模型预测结果评估，本发明采用目前国际上主流学术界通用的针对波动温度环境下的评估标准，可接受预测范围 (acceptable simulation zone)评估法，即：将预测值±1.0log CFU/mL的范围设定为可接受预测范围，而实测值若有75％以上在这个可接受预测范围内，则模型预测结果合格。
4.将以上模型相结合，根据凝结芽孢杆菌的初始活菌浓度，热灭活过程中温度的动态变化，可以预测出凝结芽孢杆菌在任一时间点的活菌数Nt。
(1)实测凝结芽孢杆菌6086或凝结芽孢杆菌VHProbi C08的初始活菌量；
(2)通过温度记录仪记录凝结芽孢杆菌6086或凝结芽孢杆菌VHProbi C08在某一热灭活过程中的温度变化，实时录入上述预测模型，预测出凝结芽孢杆菌6086或凝结芽孢杆菌VHProbi C08在这一热灭活过程中不同时间的活菌数。
实施例2使用预测模型对凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08在冲调类热饮(速溶咖啡、茶)和方便食品(方便面) 冲泡过程中的活菌数进行预测
为了验证本发明模型的预测结果是否准确，分别对凝结芽孢杆菌 6086和凝结芽孢杆菌VHProbi C08在速溶咖啡、茶、泡面冲泡过程中的活菌数进行检测，速溶咖啡、茶、泡面的加水量分别为：150mL、 250mL、500mL，分别在冲泡前、冲泡过程中、冲泡后(温度降为40℃) 取样检测，每个时间点取2份平行样。温度记录设备实时记录凝结芽孢杆菌6086或VHProbi C08在冲泡过程中经历的温度变化，每2秒钟记录一次。
图4和图5中的(A1)、(B1)、(C1)分别为凝结芽孢杆菌6086 和凝结芽孢杆菌VHProbi C08在速溶咖啡、茶、泡面冲泡过程中所经历的温度变化，该温度曲线是用路格L91-1H型号温度黑匣子记录仪自动记录的。
图4和图5中的(A2)、(B2)、(C2)分别为凝结芽孢杆菌6086 和凝结芽孢杆菌VHProbi C08在速溶咖啡、茶、泡面冲泡过程中活菌数的实测值与预测值对比图，其中△为实测值，实线为预测值，由图中可以看出，凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08在速溶咖啡、茶、泡面冲泡过程中的所有实测点均在±1.0log CFU/mL的可接受预测范围内，预测准确率达100％，预测结果良好。
上述结果表明，本发明所述模型的预测结果与实际的检测结果吻合，准确性高，所有实测点都落在可接受范围内，可以完美预测凝结芽孢杆菌6086或凝结芽孢杆菌VHProbiC08在冲调类热饮(速溶咖啡、茶)和方便食品(方便面)冲泡过程中的活菌数。
实施例3使用预测模型对凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08在烘焙食品(钙奶饼干、玛芬蛋糕)烘焙过程中的活菌数进行预测
为了验证本发明模型的预测结果是否准确，分别对凝结芽孢杆菌 6086和凝结芽孢杆菌VHProbi C08在烘焙食品(钙奶饼干、玛芬蛋糕)烘焙过程中的活菌数进行检测，步骤如下：
钙奶饼干：黄油隔水加热，融化后加入打散鸡蛋搅拌；加入凝结芽孢杆菌、牛奶、高钙奶粉、砂糖和小苏打搅拌均匀；加入低筋粉，揉搓成光滑面团；擀成1.7cm厚的面皮，用饼干模压出形状；烤箱 170℃预热，上下火烤6分钟即可。每块饼干烘烤前约为15g，烤后约为13g。分别在饼干烘烤前和烘烤后取样检测，每个时间点取2份平行样。温度记录仪实时记录凝结芽孢杆菌6086或凝结芽孢杆菌VHProbi C08在饼干烘烤过程中经历的温度变化，每2秒钟记录一次。
玛芬蛋糕：打蛋盆中倒入玛芬蛋糕粉，打入2个鸡蛋，倒入混有凝结芽孢杆菌的水，使用打蛋器搅拌均匀至光滑无颗粒；倒入植物油，充分搅拌均匀；搅拌好的面糊装入玛芬纸杯中，约为40g/个，轻摔出面糊中的气泡后放入烤盘；烤箱上火160℃、下火180℃预热，烘烤15min至表面金黄色即可。分别在蛋糕烘烤前和烘烤后取样检测，每个时间点取2份平行样。温度记录仪实时记录凝结芽孢杆菌6086或凝结芽孢杆菌VHProbi C08在蛋糕烘烤过程中经历的温度变化，每2 秒钟记录一次。
图6和图7中的(A1)、(B1)分别为凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08在钙奶饼干、玛芬蛋糕烘烤过程中所经历的温度变化，(A2)、(B2)分别为凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08在烘烤过程中活菌数的实测值与预测值对比图，其中△为实测值，实线为预测值，由图中可以看出，凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08在钙奶饼干、玛芬蛋糕烘烤前后的所有实测点均在±1.0log CFU/mL的可接受预测范围内，预测准确率达100％，预测结果良好。
上述结果表明，本发明所述模型的预测结果与实际的检测结果吻合，准确性高，所有实测点都落在可接受范围内，可以完美预测凝结芽孢杆菌6086或凝结芽孢杆菌VHProbiC08在烘焙食品(钙奶饼干、玛芬蛋糕)烘焙过程中的活菌数。
实施例4使用预测模型对凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08在蒸煮类面食(馒头)蒸煮过程中的活菌数进行预测
为了验证本发明模型的预测结果是否准确，分别对凝结芽孢杆菌 6086和凝结芽孢杆菌VHProbi C08在蒸煮类面食(馒头)蒸煮过程中的活菌数进行检测，步骤如下：
称取混有凝结芽孢杆菌的自发粉，加水揉成均匀的面团，放置在温暖湿润的地方发酵1.5小时左右，将发酵好的面团拿出揉匀排掉气体，切分成均匀的小面团，揉成表面光滑的圆形馒头面胚，约为100g/ 个，放在蒸架上再次醒发30min，冷水入锅，大火加热至水开后再蒸 20min，关火静置5min，取出馒头自然冷却。分别在馒头蒸煮前和蒸煮后取样检测，每个时间点取2份平行样。温度记录仪实时记录凝结芽孢杆菌6086或凝结芽孢杆菌VHProbiC08在馒头蒸煮过程中经历的温度变化，每2秒钟记录一次。
图8和图9中的(A)分别为凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08在馒头蒸煮过程中所经历的温度变化，(B)分别为凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08在馒头蒸煮过程中活菌数的实测值与预测值对比图，其中△为实测值，实线为预测值，由图中可以看出，凝结芽孢杆菌6086和凝结芽孢杆菌VHProbi C08 在馒头蒸煮前后的所有实测点均在±1.0log CFU/mL的可接受预测范围内，预测准确率达100％，预测结果良好。
上述结果表明，本发明所述模型的预测结果与实际的检测结果吻合，准确性高，所有实测点都落在可接受范围内，可以完美预测凝结芽孢杆菌6086或凝结芽孢杆菌VHProbiC08在蒸煮类面食(馒头) 蒸煮过程中的活菌数。
本发明根据凝结芽孢杆菌在不同温度下的灭活速率，建立一个凝结芽孢杆菌在动态温度下的灭活曲线模型，通过模拟预测凝结芽孢杆菌的存活情况，为凝结芽孢杆菌在功能性食品或饮料中的应用奠定基础。

Claims (6)

1.一种凝结芽孢杆菌热致死动力学模型的构建方法，其特征在于，所述的构建方法包括如下的步骤：
1)将凝结芽孢杆菌置于不同温度下进行热灭活，并测定热灭活后凝结芽孢杆菌活菌的数量；
2)将在步骤1)中测得的凝结芽孢杆菌在不同温度下热灭活的活菌浓度数据采用公式A进行Linear一级模型的拟合，通过计算实测与拟合值的最小残差平方和(RRS)，求得凝结芽孢杆菌在不同热灭活温度下的灭活速率DT；
Figure FDA0003957326800000011
其中N0为原始的凝结芽孢杆菌数量(mL-1)，Nt为t分钟热处理后的凝结芽孢杆菌数量(mL-1)，DT为T℃下凝结芽孢杆菌的灭活速率，即凝结芽孢杆菌在T℃下降低一个数量级所需要的时间(min)；
3)将一级模型中获得的凝结芽孢杆菌灭活速率DT用二级模型公式B拟合获取DT与温度T的变化关系，通过计算实测与拟合值的最小残差平方和(RRS)，求得凝结芽孢杆菌在某一特定温度下灭活速率下降一个对数单位(即90％)所需要的升高的温度z(℃)；
Figure FDA0003957326800000012
其中，Tref为一个特定温度(℃)，T为温度(℃)，Dref为某一特定温度下凝结芽孢杆菌的灭活速率(min)，DT为T℃下凝结芽孢杆菌的灭活速率(min)，z为凝结芽孢杆菌在某一特定温度下灭活速率下降一个对数单位所需要升高的温度(℃)；
4)预测在动态变化温度下的凝结芽孢杆菌的活菌数，使用公式(A)的微分形式公式(C)，采用欧拉方法，使用时间步长为1/30min，整合每个足够小时间范围的ΔNt，预测出动态温度下在任一时间点的活菌数Nt，
Figure FDA0003957326800000013
其中，Ni-1为ti-1时的活菌数量，e为自然常数，t为时间，DT-int为时间Δt内的灭活速率；
将一二级模型相结合，根据凝结芽孢杆菌的初始活菌浓度，热灭活过程中温度的动态变化，热灭活过程时间获得凝结芽孢杆菌在任一时间点的活菌数Nt。
2.如权利要求1所述的方法，其特征在于，所述的步骤1)中测定热灭活后凝结芽孢杆菌活菌的数量，是采用标准的取样法和微生物检测法来检测凝结芽孢杆菌活菌的数量。
3.一种评估食品中凝结芽孢杆菌稳定性的方法，其特征在于，所述的方法是使用权利要求1所述的方法构建的动力学模型来进行评估。
4.如权利要求3所述的方法，其特征在于，所述的方法，包括如下的步骤：
1)检测凝结芽孢杆菌在食品中的初始活菌量；
2)记录待检测的食品在加工、运输、存储过程中的温度变化，根据所述的动力学模型，预测出凝结芽孢杆菌在食品制作、运输、存储过程中不同时间的活菌数。
5.如权利要求3或4所述的方法，其特征在于，所述的食品为冲调类热饮、方便食品、烘焙食品或蒸煮类面食。
6.一种确定添加凝结芽孢杆菌的功能性食品有效保藏条件的方法，其特征在于，所述的方法是使用权利要求3所述的评估食品中凝结芽孢杆菌稳定性的方法来确定保藏条件。
CN202011243395.XA 2020-09-16 2020-11-10 一种在食品热处理加工过程中益生菌存活量的预测模型 Active CN112259158B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010972800 2020-09-16
CN2020109728005 2020-09-16

Publications (2)

Publication Number Publication Date
CN112259158A CN112259158A (zh) 2021-01-22
CN112259158B true CN112259158B (zh) 2023-03-28

Family

ID=74266703

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011243395.XA Active CN112259158B (zh) 2020-09-16 2020-11-10 一种在食品热处理加工过程中益生菌存活量的预测模型

Country Status (1)

Country Link
CN (1) CN112259158B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6294168B1 (en) * 1991-02-21 2001-09-25 Exoxemis, Inc. Method for inhibiting pathogenic microbes in an animal using a haloperoxidase-halide-peroxide system
WO2009145307A1 (ja) * 2008-05-29 2009-12-03 森永乳業株式会社 生残菌数推定方法及び保証菌数の設定方法
CN102181423A (zh) * 2011-03-18 2011-09-14 辽宁省农业科学院大连生物技术研究所 一种固定化活性益生菌及其生产方法
CN110718266A (zh) * 2019-09-26 2020-01-21 青岛蔚蓝生物股份有限公司 一种用于评估乳酸菌发酵食品安全性的预测模型的建立及应用方法
CN111159635A (zh) * 2020-01-13 2020-05-15 青岛蔚蓝生物股份有限公司 一种液态益生菌剂保质期预测模型的建立及应用方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9835614B2 (en) * 2013-09-09 2017-12-05 Affinity Biosensors, Llc Measurement of cell growth and drug susceptibility by resonant mass measurement

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6294168B1 (en) * 1991-02-21 2001-09-25 Exoxemis, Inc. Method for inhibiting pathogenic microbes in an animal using a haloperoxidase-halide-peroxide system
WO2009145307A1 (ja) * 2008-05-29 2009-12-03 森永乳業株式会社 生残菌数推定方法及び保証菌数の設定方法
CN102181423A (zh) * 2011-03-18 2011-09-14 辽宁省农业科学院大连生物技术研究所 一种固定化活性益生菌及其生产方法
CN110718266A (zh) * 2019-09-26 2020-01-21 青岛蔚蓝生物股份有限公司 一种用于评估乳酸菌发酵食品安全性的预测模型的建立及应用方法
CN111159635A (zh) * 2020-01-13 2020-05-15 青岛蔚蓝生物股份有限公司 一种液态益生菌剂保质期预测模型的建立及应用方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Microbes Culture System Using Cellulose Tubes and Photocatalyst-Coated Glass Balls;K. Saito,et al;《IEEE Access》;20181028;1-4 *
微生物在烟草中的研究、开发与利用进展;何沛，等;《湖北农业科学》;20191230;1-8 *
超临界CO2对哈密瓜汁中大肠杆菌的杀灭效果研究;侯思涵;《保鲜与加工 》;20200710;1-5 *

Also Published As

Publication number Publication date
CN112259158A (zh) 2021-01-22

Similar Documents

Publication Publication Date Title
Bansal et al. Non-dairy based probiotics: A healthy treat for intestine
Galle et al. Influence of in-situ synthesized exopolysaccharides on the quality of gluten-free sorghum sourdough bread
Shearer et al. Physicochemical properties of freshly baked and stored whole‐wheat muffins with and without flaxseed meal
Jekle et al. Effects of selected lactic acid bacteria on the characteristics of amaranth sourdough
CN106072458A (zh) 一种发酵剂及其用于制备发酵面条的应用
KR100893385B1 (ko) 쌀발효종을 이용한 증편의 제조방법
Malomo et al. Microbiological and nutritional quality of Warankashi enriched bread.
KR102092294B1 (ko) 발효 도담쌀 가루를 함유한 쿠키 및 이의 제조방법
CN109619182A (zh) 芽孢萌发剂及应用
CN101946933A (zh) 麸皮红枣汁乳酸发酵饮料及其制备方法
Banwo et al. Potentials of Lactobacillus plantarum and Pichia kudriavzevii in co‐fermentation of sourdough from millet
CN112259158B (zh) 一种在食品热处理加工过程中益生菌存活量的预测模型
CN106566783B (zh) 一种晋南地区风味发酵面制品复合发酵剂
KR102500337B1 (ko) 우수한 발효 특징을 가진 신규 제빵용 효모 사카로마이세스 세레비지애 spc y76lt
Mustafa et al. Drying of sweet whey using drum dryer technique and utilization of the produced powder in French-type bread and butter cookies
JP5006986B1 (ja) 芽胞形成能を有する新規菌株Ｂａｃｉｌｌｕｓｃｏａｇｕｌａｎｓｌｉｌａｃ−０１
Plessas et al. Use of immobilized cell biocatalysts in baking
FilipČev et al. Effect of native and lyophilized kefir grains on sensory and physical attributes of wheat bread
Park et al. Quality characteristics of bread using sour dough
Ternovskoy et al. Application of sour dough in the production of gluten free bread
Amina et al. Whey powder in the preparation of special bread
Arepally et al. Modelling inactivation kinetics of free and encapsulated probiotic cells in millet biscuit under different baking conditions
CA2963213C (en) Thermo-stable lactobacillus strains, products and methods thereof
KR102500338B1 (ko) 우수한 발효 특징을 가진 신규 제빵용 효모 사카로마이세스 세레비지애 spc y76h
Salwan et al. Basic experiments in food microbiology

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant