预测微生物学模型是微生物安全风险监管的重要工具，它结合计算机可以预测食物中微生物的生长或残存变化。传统的微生物生长预测建模采用两步法，包含两个步骤：第一步，收集不同温度条件下的生长数据，估计迟滞期和生长速率；第二步，建立二级模型，考察环境因子对迟滞期和生长速率的影响。
虽然传统的两步法是预测微生物学模型建立的标准方法，但其缺点是数据分析过程中累积误差较大。近年来文献报道，采用一步法对液态蛋中沙门氏菌和土豆沙拉中金黄色葡萄球菌的生长数据进行分析，通过全局优化残差平方和求解，同步构建初级模型和二级模型，其累积误差较小，曲线拟合优度好，并能较准确地估计微生物的生长参数。
采用一步法开展预测微生物学建模具有显著的优势。另外，生鱼片在加工、贮藏及销售过程中，温度可能随时波动，而传统的生长预测建模大多仅考虑了恒定温度试验条件，缺乏对波动温度状态下的验证分析。
本研究旨在通过一步法构建金枪鱼生鱼片中沙门氏菌静态及动态生长的数学模型，将所构建预测模型用于生鱼片中沙门氏菌的生长预测和风险评估。
波动温度条件下金枪鱼生鱼片中沙门氏菌的生长曲线
结论
本研究考察不同恒定温度（8～35℃）条件下沙门氏菌在金枪鱼生鱼片中的生长特性，除8℃外，10～35℃条件下沙门氏菌的生长曲线均呈现出迟滞期、对数期及稳定期3个阶段；
一步法适用于金枪鱼生鱼片中沙门氏菌的生长曲线分析，Huang-HSR模型与Barsnyi-HSR模型对生鱼片中沙门氏菌的生长具有同等的拟合效果，由于Huang模型对迟滞期的定义更为明确，建议选用Huang-HSR模型；
一步法分析估计的沙门氏菌的最低生长温度为6.91℃，最大生长浓度为21.08 ln（CFU/g）或9.15 lg（CFU/g）；恒定温度和波动温度验证试验的实测值与预测值相接近，其总均方根误差（RMSE）分别为0.37 lg（CFU/g）和0.44 lg（CFU/g）。
综上所述，本研究表明一步法是同步构建初级模型和二级模型的有效分析方法，所构建预测模型可用于金枪鱼生鱼片中沙门氏菌的生长预测和风险评估。
相关新闻推荐
1、枯草芽孢杆菌LBD-1形态特征、生长曲线、抗逆性及发酵后饲料特性（三）