利用市售鲤鱼中分离鉴定得到的腐败希瓦氏菌进行了生长动力学模型的建立。通过预测微生物学的方法比较Logistic、Gompertz和Baranyi模型的生物学特性和应用特性，对3种模型所得参数进而构建了二级模型并分别进行了内部和外部验证。结果表明：Logistic、Gompertz和Baranyi模型在内部验证中的r2分别为0.982 4、0.983 6和0.988 4，偏差因子（bias factor，Bf）分别为0.985 0、0.995 0和0.970 0；而外部验证Bf值分别为0.804、1.177和0.826。Baranyi模型在对微生物生长的预测性上不仅准确，而且能够更加有效地进行食品安全预警，在实际的农产品和食品领域具有很好的实用价值。
腐败希瓦氏菌是水产品中最常见的一类腐败菌，在低温中可以存活并生长，不仅能导致食品腐败，还能引起人类患病，严重地影响着水产业及其农副业的生产和销售。因此，如何保证水产品及其农副产品的质量，防止食物中毒就显得尤为重要。一般而言，采用预测微生物学的方法对食品和农产品中的微生物进行预测是现在国内外公认的可行方法之一。
在国内的预测微生物学研究中，多采用Logistic和Gompertz模型，而采用Baranyi模型进行研究的报道还相对较少，而在国外已有大量文献在使用该模型，尤其是全球最大的开源微生物预测数据库Combase中也全部都采用Baranyi模型进行拟合回归。因而对这一模型进行深入和全面的研究，了解其生物学意义和数学特性对于实际中应用预测模型进行安全预警是十分必要的。
本实验比较了Logisitc、Gompertz和Baranyi模型，通过内部验证和外部验证发现Baranyi模型具有更好的预测效果和生物学性能，能够为食品和农业中微生物引起的危害起到良好的预警效果。
1材料与方法
1.1菌种与培养基
腐败希瓦氏菌分离自市售鲤鱼，经生理生化鉴定及分子鉴定为腐败希瓦氏菌，四川农业大学食品学院实验室保藏。经30℃活化3次后用于生长动力学实验。
选用胰蛋白胨大豆肉汤（tryptose soya broth，TSB）培养基和胰蛋白胨大豆琼脂（tryptic soy agar，TSA）培养基分别作为微生物生长和计数培养基。
1.2方法
将活化好的菌株按10倍梯度稀释后，以约为103CFU/mL的接种量接种于TSB中培养，选择适当时间取样测定其生长动力学曲线。每次实验取3个稀释梯度，每个稀释梯度3个平行。实验所选温度为：4、10、20、30℃和37℃。
1.3模型的建立
1.3.1一级模型的建立
分别采用Logistic模型（公式（1））、修正Gompertz模型（公式（2））和Baranyi模型（公式（3））对数据进行拟合和比较。采用Microsoft Excel软件中的规划求解以最小二乘法的原理进行拟合。
式中：y（t）为微生物在时间t时的自然对数值（ln（CFU/mL））；y0为微生物的初始浓度（ln（CFU/mL））；ymax为微生物的最大浓度（ln（CFU/mL））；μmax为最大生长速率/h－1；v为底物限值参数；h0为初始生理状态参数α0的对数形式，
1.3.2二级模型的建立
采用Ratkowsky模型（公式（4））对一级模型所获得的最大生长速率（μmax）进行二级模型的建立。采用Microsoft Excel中的规划求解进行二级模型的建立。
1.3.3模型的验证
验证采用内部验证和外部验证同时进行。本实验从Combase数据库中选择了基本符合本实验条件的32组数据进行外部验证，其中25组是从培养基中获得的数据，7组是从食品中获得的数据。选择外源数据进行验证，不仅能说明本实验所建模型的准确程度，还能体现模型的安全性，说明其在实际中进行预测的潜在价值。
通过判定系数r2、均方误差（mean square error，MSE）、偏差因子（bias factor，Bf）和准确因子（accuracy factor，Af）来验证模型，公式如下：
相关新闻推荐
1、纳米ZnO-Ag复合材料对小麦根腐菌菌丝生长、种子萌发和幼苗生长影响（一）