動(dòng)物性食品中蠟樣芽胞桿菌的建模及風(fēng)險(xiǎn)評估應(yīng)用進(jìn)展

董慶利, 陳元美, 杜建萍， 崔 旸， 張春艷， 蘇 亮, 劉 箐

(1.上海理工大學(xué) 醫(yī)療器械與食品學(xué)院， 上海 200093; 2.北京市食品安全監(jiān)控和風(fēng)險(xiǎn)評估中心， 北京 100053;3.國家食品安全風(fēng)險(xiǎn)評估中心， 北京 100022)

動(dòng)物性食品中蠟樣芽胞桿菌的建模及風(fēng)險(xiǎn)評估應(yīng)用進(jìn)展

董慶利1, 陳元美1, 杜建萍2， 崔 旸2， 張春艷2， 蘇 亮3, 劉 箐1

(1.上海理工大學(xué) 醫(yī)療器械與食品學(xué)院， 上海 200093; 2.北京市食品安全監(jiān)控和風(fēng)險(xiǎn)評估中心， 北京 100053;3.國家食品安全風(fēng)險(xiǎn)評估中心， 北京 100022)

動(dòng)物性食品有極高的營養(yǎng)價(jià)值，在食品組成中占有重要地位。蠟樣芽胞桿菌是動(dòng)物性食品中常見的一種食源性致病菌。綜述了近年來國內(nèi)外對蠟樣芽胞桿菌的建模及在風(fēng)險(xiǎn)評估中的應(yīng)用所開展的研究，對肉類、乳及乳制品、蛋及蛋制品等食物中建立的生長模型與失活模型的最新研究成果進(jìn)行總結(jié)，概述了動(dòng)態(tài)變化環(huán)境下的界面模型研究及模型在風(fēng)險(xiǎn)評估中的應(yīng)用情況，最后對蠟樣芽胞桿菌預(yù)測建模的研究及應(yīng)用提出了展望，以期為今后的研究提供參考。

動(dòng)物性食品； 蠟樣芽胞桿菌； 預(yù)測模型； 風(fēng)險(xiǎn)評估

動(dòng)物性食品是指動(dòng)物來源的食物，包括畜禽肉、蛋類、魚蝦蟹等水產(chǎn)品、乳及其制品等。動(dòng)物性食品不僅含有豐富的蛋白質(zhì)、脂肪、無機(jī)鹽和維生素，而且蛋白質(zhì)的質(zhì)量高，屬優(yōu)質(zhì)蛋白。許多食源性致病菌極易在動(dòng)物性食品中滋生，引起食品品質(zhì)變化，進(jìn)而導(dǎo)致食品安全性問題。蠟樣芽胞桿菌是動(dòng)物性食品中常見的致病菌之一。我國食源性疾病暴發(fā)監(jiān)測系統(tǒng)的調(diào)查數(shù)據(jù)顯示，2001—2010年我國共監(jiān)測到121起由蠟樣芽胞桿菌引發(fā)的食物中毒事件，占食源性疾病暴發(fā)總數(shù)(3002起)的4.03%，其中56.45%是由米飯及其制品引起，其次是肉制品(7.50%)[1-3]；也有研究報(bào)道乳制品中蠟樣芽胞桿菌的污染率最高，在我國某些地區(qū)的陽性率最高達(dá)到81.80%[4]。

針對蠟樣芽胞桿菌導(dǎo)致的動(dòng)物性食品安全問題，已有許多研究者對此類食品中的蠟樣芽胞桿菌開展了預(yù)測建模及應(yīng)用的研究。儀淑敏等[5]對各類食品中蠟樣芽胞桿菌的預(yù)測模型和風(fēng)險(xiǎn)評估進(jìn)行了綜述，概述了國外對蠟樣芽胞桿菌在不同食品基質(zhì)中的預(yù)測建模及風(fēng)險(xiǎn)評估的研究成果。近年來國內(nèi)對蠟樣芽胞桿菌的關(guān)注也在增加，各類食品中蠟樣芽胞桿菌在預(yù)測建模及應(yīng)用方面的研究不斷有新的成果，但對蠟樣芽胞桿菌在動(dòng)物性食品中的預(yù)測建模及應(yīng)用情況的最新研究情況尚待總結(jié)，為深入開展蠟樣芽胞桿菌的風(fēng)險(xiǎn)控制提供理論參考。

本文概述蠟樣芽胞桿菌的生物學(xué)特性及其致病性，并以動(dòng)力學(xué)模型與概率模型為主對動(dòng)物性食品中蠟樣芽胞桿菌預(yù)測建模及應(yīng)用的最新進(jìn)展進(jìn)行綜述，指出動(dòng)物性食品中蠟樣芽胞桿菌在預(yù)測建模方面的研究方向，以期對將來蠟樣芽胞桿菌在動(dòng)物性食品中的定量風(fēng)險(xiǎn)評估和風(fēng)險(xiǎn)管理控制提供一定的理論借鑒。

1 蠟樣芽胞桿菌的生物學(xué)特性及致病性

1.1 蠟樣芽胞桿菌的生物學(xué)特性

蠟樣芽胞桿菌廣泛分布于土壤、灰塵和污水中，也常見于各類熟食及植物性食品中。蠟樣芽胞桿菌(Bacilluscereus)是兼性需氧的革蘭氏陽性桿菌，能形成芽孢，引起食物中毒的菌株多為周身鞭毛，有一定的運(yùn)動(dòng)性[6]。蠟樣芽胞桿菌生長的最低和最高生長溫度分別為10～20 ℃和35～45 ℃，在63 ℃以上不生長，菌體在65～70 ℃易死去；在pH值2～11可生長，pH值1～2不生長，最適pH值為4.3～9.3，臨界pH值為5.0；最適NaCl質(zhì)量分?jǐn)?shù)為1%，在NaCl質(zhì)量分?jǐn)?shù)為8%時(shí)明顯受到抑制，在無鹽條件下其生長良好[7]。

1.2 蠟樣芽胞桿菌的致病性

蠟樣芽胞桿菌產(chǎn)生的芽孢具有良好的耐熱性，并在有毒化學(xué)物質(zhì)、干燥、紫外射線、輻照及其他不利的環(huán)境條件中也能存活。據(jù)報(bào)道[8-9]，一般的食品加熱烹調(diào)(熱處理)不能殺死該菌的芽孢，芽孢會(huì)存活并發(fā)芽，從而進(jìn)一步污染加工的食物產(chǎn)生食用風(fēng)險(xiǎn)。

蠟樣芽胞桿菌是條件致病菌，當(dāng)菌落總數(shù)超過1×105CFU/mL時(shí)，就會(huì)引起食物中毒的發(fā)生。蠟樣芽胞桿菌引起的食物中毒有明顯的季節(jié)性，通常以夏秋季(6月至10月)為最高，當(dāng)食物加工或儲(chǔ)藏溫度不當(dāng)時(shí)也會(huì)引起食物中毒，如乳制品在生產(chǎn)中加熱不充分或操作不當(dāng)導(dǎo)致蠟樣芽胞桿菌不能被完全殺滅時(shí)，就會(huì)有發(fā)生食物中毒的風(fēng)險(xiǎn)[10]。

蠟樣芽胞桿菌常通過產(chǎn)生耐熱與不耐熱2種腸毒素引起食物中毒，其中耐熱腸毒素大多產(chǎn)生于米飯類食品中，能引起嘔吐性胃腸炎；而不耐熱腸毒素易在各類食品尤其是肉類食品中產(chǎn)生，能引起腹瀉性胃腸炎。

2 動(dòng)物性食品中蠟樣芽胞桿菌的預(yù)測建模

預(yù)測微生物學(xué)(predictive microbiology)是一門結(jié)合微生物學(xué)、化學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)和應(yīng)用計(jì)算機(jī)技術(shù)的交叉性學(xué)科，它采用數(shù)學(xué)的方法描述不同環(huán)境條件下，細(xì)菌數(shù)變化和外部環(huán)境因素之間的響應(yīng)關(guān)系，并對微生物的生長或失活做出預(yù)測[11-12]。

基于模型的建立方式，可將預(yù)測模型分為動(dòng)力學(xué)模型和概率模型2種：動(dòng)力學(xué)模型是將一級模型所得參數(shù)和環(huán)境因素之間的關(guān)系建立數(shù)學(xué)模型來描述不同的培養(yǎng)和環(huán)境條件對微生物生長的影響；概率模型是對某些特定事件發(fā)生的可能性進(jìn)行預(yù)測的模型，如在特定時(shí)間內(nèi)形成毒素的概率等[13]。

2.1 動(dòng)力學(xué)模型

動(dòng)力學(xué)模型根據(jù)微生物的生理狀態(tài)又分為生長模型和失活模型2類。

2.1.1生長模型

關(guān)于動(dòng)物性食品中蠟樣芽胞桿菌在不同條件下生長的預(yù)測模型研究較多。其中研究最多的是溫度對動(dòng)物性食品尤其是各種肉類中蠟樣芽胞桿菌生長的影響。Kang等[14]用修正的Gompertz模型對煙熏雞肉在不同溫度儲(chǔ)存時(shí)蠟樣芽胞桿菌的生長進(jìn)行擬合。擬合發(fā)現(xiàn)Gompertz模型擬合度高，適合描述不同溫度下蠟樣芽胞桿菌的生長。二級模型分別用平方根和Davey模型作為溫度的函數(shù)來確定比生長速率和遲滯期。結(jié)果顯示溫度和食品成分會(huì)對模型產(chǎn)生影響，經(jīng)驗(yàn)證平方根模型和Davey模型有良好擬合優(yōu)度。除溫度這一單獨(dú)影響因子外，部分研究還綜合考慮了溫度、pH值、水分活度(Aw)以及空氣組成或防腐成分等因素對蠟樣芽胞桿菌在肉類中生長的影響來建立蠟樣芽胞桿菌的生長模型。2007年，儀淑敏等[15]研究了在不同溫度、pH值、NaCl 濃度條件下營養(yǎng)肉湯中蠟樣芽胞桿菌的生長情況，分別建立了25 ℃、37 ℃下蠟樣芽胞桿菌在營養(yǎng)肉湯中生長的Richards模型和MMF模型以及這2個(gè)溫度下維也納香腸中的MMF模型，所建模型均能準(zhǔn)確預(yù)測2種食品基質(zhì)中蠟樣芽胞桿菌的生長。模型為維也納香腸生產(chǎn)過程中蠟樣芽胞桿菌的控制提供了重要參考。類似的研究也見于Sutherland等[16]1996年的研究和?lmez等[17]的研究。Sutherland等[16]以Baranyi模型作為一級模型擬合了不同溫度、pH值、NaCl濃度和CO2濃度的組合下6株嗜溫蠟樣芽胞桿菌營養(yǎng)體的混合接種物的生長曲線，并通過將倍增時(shí)間的預(yù)測值與文獻(xiàn)報(bào)道的家禽和肉制品及牛奶中蠟樣芽胞桿菌的營養(yǎng)體或孢子生長的倍增時(shí)間的觀測值做比較，發(fā)現(xiàn)各種食品的生長用Baranyi模型可實(shí)現(xiàn)準(zhǔn)確預(yù)測；二級模型則建立了上述4種因子的響應(yīng)面模型，對不同條件下菌株的生長情況作出了快速精確的估計(jì)，但模型僅適用于嗜溫蠟樣芽胞桿菌，若用于嗜冷菌株則會(huì)引起較大誤差。?lmez等[17]的研究與Sutherland等的研究有較大相似性，不同之處在于?lmez等研究了乳酸鈉濃度而不是CO2對蠟樣芽胞桿菌生長的影響，用Gompertz模型擬合菌株的生長，模型擬合度也較好。

除肉制品外，乳制品中蠟樣芽胞桿菌生長模型的建立也以有關(guān)溫度的預(yù)測模型的建立為主。較早報(bào)道的是Zwietering等[18]1996年的研究。他們建立了一個(gè)簡單的指數(shù)模型對巴氏殺菌乳中的蠟樣芽胞桿菌數(shù)量進(jìn)行估計(jì)。用平方根模型建立二級模型探究溫度對生長速率的影響。所建模型簡單易于驗(yàn)證，且使用方便。類似地，Valík等[19]研究了巴氏殺菌乳中的蠟樣芽胞桿菌在5～13 ℃范圍內(nèi)不同溫度下儲(chǔ)存時(shí)的生長動(dòng)力學(xué)及貨架期，用Baranyi模型模擬蠟樣芽胞桿菌在不同溫度下的生長，各溫度下擬合度均較高，以修正的Arrhenius型模型描述溫度對遲滯期的影響，用平方根模型描述溫度對生長速率的影響，此2種二級模型都對巴氏殺菌乳中蠟樣芽胞桿菌的生長情況做出了較為準(zhǔn)確的預(yù)測。類似的研究也見于Kim等[20]的報(bào)道，該研究以修正的Gompertz模型來估計(jì)牛奶中蠟樣芽胞桿菌的動(dòng)力學(xué)參數(shù)，二級模型的構(gòu)建則用了平方根模型，結(jié)果表明模型擬合度良好，可用來描述牛奶儲(chǔ)存過程中的動(dòng)力學(xué)行為。2016年，邱紅玲等[21]對復(fù)原乳接種蠟樣芽胞桿菌，并分別在低溫(4 ℃和8 ℃)、適溫(25，37和42 ℃) 條件下采用修正的 Gompertz 模型和平方根模型模擬蠟樣芽胞桿菌在低溫和適溫條件下的一級和二級生長動(dòng)力學(xué)模型，研究顯示修正的 Gompertz 模型能較好地?cái)M合蠟樣芽胞桿菌的生長曲線；平方根模型能較好地?cái)M合溫度與蠟樣芽胞桿菌最大比生長速率μmax的線性關(guān)系。模型為開展復(fù)原乳中蠟樣芽胞桿菌的風(fēng)險(xiǎn)評估和預(yù)警提供了理論基礎(chǔ)。上述研究僅考慮了乳及乳制品中只有蠟樣芽胞桿菌一種菌時(shí)的情況，并未考慮2種及2種以上的菌共同存在時(shí)蠟樣芽胞桿菌的生長情況，而真實(shí)食品基質(zhì)中往往會(huì)同時(shí)存在多種菌。李敏[22]考慮了2種菌同時(shí)存在時(shí)蠟樣芽胞桿菌的生長情況，從巴氏殺菌乳中分離得到假單胞菌和蠟樣芽胞桿菌，用Baranyi方程擬合2種菌在不同溫度下的生長曲線，驗(yàn)證發(fā)現(xiàn)模型擬合優(yōu)度佳；以平方根模型作為二級模型也具有較好的擬合優(yōu)度。

此外，關(guān)于蛋制品中蠟樣芽胞桿菌的生長也有相關(guān)報(bào)道。Grijspeerdt等[23]將Baranyi模型結(jié)合Ratkowsky平方根模型描述液體全蛋制品中蠟樣芽胞桿菌的生長以量化溫度對生長的影響，進(jìn)而評價(jià)參數(shù)估計(jì)的最優(yōu)實(shí)驗(yàn)設(shè)計(jì)技術(shù)(OED / PE)的實(shí)際應(yīng)用效果。用上述一級模型和二級模型，不斷重復(fù)可得到準(zhǔn)確的生長參數(shù)。

從食品基質(zhì)來看，動(dòng)物性食品中蠟樣芽胞桿菌的生長建模的研究以乳及乳制品中為最多。不同動(dòng)物性食品中蠟樣芽胞桿菌的生長動(dòng)力學(xué)模型及參數(shù)見表1。在模型應(yīng)用上，一級模型以Gompertz 模型和Baranyi模型擬合度為最好，因而此兩種模型被廣泛用來估計(jì)不同條件下動(dòng)物性食品中蠟樣芽胞桿菌的生長參數(shù)。在二級模型的研究中，關(guān)注較多的環(huán)境因素主要是溫度、pH值、Aw、氣體組成以及防腐添加物等。其中各種食品在生產(chǎn)鏈中波動(dòng)最大的因素是溫度，故溫度是預(yù)測模型研究最多的因素。在關(guān)于溫度因素的研究中，最常使用平方根模型作為二級模型來擬合。平方根模型建立以后，眾多研究者對其進(jìn)行了多次修正，現(xiàn)已逐漸擴(kuò)展到pH、Aw、CO2濃度等，其基本形式被視為最經(jīng)典的二級模型之一。除了廣泛使用的平方根模型外，多項(xiàng)式模型、響應(yīng)面模型、主參數(shù)模型等在有多個(gè)因素的二級模型的建立中也得到普遍應(yīng)用，如Heo等[24]在蠟樣芽胞桿菌二級模型的研究中使用響應(yīng)面方法建立二級模型來預(yù)測蠟樣芽胞桿菌的生長速率。Carlin等[25]用主參數(shù)模型確定了七個(gè)主要蠟樣芽胞桿菌種群的菌株在所研究的溫度、Aw和pH值下的Tmin，Topt，Tmax，pHmin，pHopt，Awmin和mopt。

2.1.2失活模型

針對動(dòng)物性食品中蠟樣芽胞桿菌失活模型的研究主要圍繞熱失活、輻照、pH、壓強(qiáng)、脈沖電場以及添加物等因素展開。

因加熱是最常用的食品加工方式，蠟樣芽胞桿菌的芽孢又有加熱難以滅活的特性故關(guān)于動(dòng)物性食品中蠟樣芽胞桿菌熱失活的研究最多。受熱均勻的芽孢其致死率和處理時(shí)間的關(guān)系一般用D值表示，D值越大則菌體的耐熱性越強(qiáng)。Jan?tová等[26]對分離自生牛乳和農(nóng)場環(huán)境中的6株蠟樣芽胞桿菌菌株在90～135 ℃下暴露不同時(shí)間時(shí)的耐熱性開展了研究，研究表明隨溫度增加，D值降低，尤其是95 ℃到100 ℃，菌株耐熱性顯著降低。不同文獻(xiàn)報(bào)道的D值和Z值存在較大差異，此現(xiàn)象產(chǎn)生的原因可能是加熱介質(zhì)的成分不同或菌株不同而導(dǎo)致。如全脂奶和脫脂奶中ATCC 9818的D100值分別為2.55 min和3.35 min，而ATCC 7004對應(yīng)的D100值則分別為0.27和0.31[27]。Desai等[28]也做過類似的研究。

但有時(shí)候存活率和處理時(shí)間不一定是線性關(guān)系，特別是當(dāng)非等溫處理時(shí)，菌體的失活曲線常常有“拖尾”或者“掃肩”現(xiàn)象的出現(xiàn)，故而需要建立精確

表1 不同動(dòng)物性食品中蠟樣芽胞桿菌的生長動(dòng)力學(xué)模型及參數(shù)

度更高的動(dòng)力學(xué)模型來替代已有的基于一級動(dòng)力學(xué)方程的D值模型。已有研究采用 Weibull 模型擬合文獻(xiàn)報(bào)道中的微生物失活過程中的數(shù)據(jù)，證明Weibull 方程優(yōu)于一級動(dòng)力學(xué)方程[29-34]。另有研究對分離自腐敗奶酪和牛棚空氣中的2株蠟樣芽胞桿菌在不同鹽脅迫條件和生理狀態(tài)下的耐熱性進(jìn)行定量評估，用具有大量營養(yǎng)細(xì)胞存活率的線性和非線性(Weibull,Biphasic linear,Biphasic logistic,Modified Gompertz,Reparameterized Gompertz,Baranyi,Geeraerd)微生物存活模型擬合其存活數(shù)據(jù)，并得到Biphasic logistic模型和Geeraerd模型最適合用來量化不同鹽脅迫條件及不同生長階段下的蠟樣芽胞桿菌的耐熱性的結(jié)論[35]。

除熱失活外，還有許多研究者致力于輻射、光、高壓等各種非加熱形式的高新加工技術(shù)所致的動(dòng)物性食品中蠟樣芽胞桿菌失活的研究。以Lara等[36]做的研究為例，其對2株蠟樣芽胞桿菌的芽孢受到1，3和7 kGy不同劑量的電離輻射下的D值進(jìn)行了研究。隨劑量的增加蠟樣芽胞桿菌芽孢數(shù)呈線性減少，但不同菌株的線性系數(shù)不同。電離輻射前后，D值顯著減小，但失活溫度和電離輻射劑量間的量化關(guān)系不明顯。此外，Marc等[37]研究并建立了蠟樣芽胞桿菌的光破壞模型，用Weibull 模型來描述蠟樣芽胞桿菌用光敏劑5-氨基乙酰丙酸(aminolevulinic acid，ALA)處理后的存活曲線，其擬合優(yōu)度良好；并建立了二次方程來描述ALA濃度和培養(yǎng)時(shí)間對Weibull模型參數(shù)的影響，研究證明所建模型有利于優(yōu)化光敏失活處理過程。2016年，Evelyn等[38]還研究了高壓(high pressure processing，HPP)結(jié)合熱處理對蠟樣芽胞桿菌孢子的殺滅效果，發(fā)現(xiàn)300～700 MPa的高壓處理結(jié)合高溫可提高對耐熱型芽孢的殺菌效率。線性模型、Weibull 模型和Log-Logistic 模型擬合的結(jié)果顯示，在高壓結(jié)合熱處理時(shí)，Weibull 模型比 Log-Logistic模型對2株菌芽孢存活曲線的擬合度更高。而芽孢在常壓熱處理時(shí)的存活曲線用一級動(dòng)力學(xué)模型擬合更適合。類似地研究也見于Van Opstal等[39]對牛奶中蠟樣芽胞桿菌在高壓和高溫下失活的報(bào)道。另外，Huang等[40]則用響應(yīng)面的方法來優(yōu)化添加表面活性素和芬薺素使牛奶中蠟樣芽胞桿菌內(nèi)生孢子失活的處理，分析結(jié)果表明所建響應(yīng)面模型具有極好的擬合度。Pina-Pérez等[41]則利用Bigelow模型、Weibull分布函數(shù)、修正Gompertz方程和Log-Logistic模型來模擬脈沖電場和12%可可粉對液體全蛋脫脂乳混合飲料中的蠟樣芽胞桿菌失活的協(xié)同作用。經(jīng)比較，4個(gè)參數(shù)的Log-Logistic模型擬合效果最好。

從以上可以看出，關(guān)于動(dòng)物性食品中蠟樣芽胞桿菌失活模型的研究，早期研究多關(guān)注熱處理對其孢子失活或耐熱性的影響。與傳統(tǒng)熱加工相比，非熱處理的高新加工技術(shù)對動(dòng)物性食品中蠟樣芽胞桿菌及芽孢的殺菌效果更好，且對食品本身的營養(yǎng)成分及感官品質(zhì)影響較小，故近年來對高新加工技術(shù)使蠟樣芽胞桿菌失活的研究較多。在對蠟樣芽胞桿菌及芽孢失活動(dòng)力學(xué)模型進(jìn)行研究時(shí)，一般先進(jìn)行線性模型的模擬，并通過其他失活研究的模型參數(shù)D值、Z值做比較對微生物的耐受性作出初步評價(jià)。若線性模型擬合效果不佳，可對曲線的線性部分進(jìn)行線性擬合，也可用Weibull、Log-Logistic等非線性模型來擬合動(dòng)物性食品中蠟樣芽胞桿菌的整個(gè)失活過程。若以上模型的擬合效果仍不佳，可考慮應(yīng)用其他非線性模型，如Bigelow模型等。

2.2 概率模型

關(guān)于蠟樣芽胞桿菌概率模型較早的研究來自Lanciotti 等[42]，其用Logistic回歸模型建立了蠟樣芽胞桿菌在溫度、pH值、Aw和乙醇濃度等生長因子控制下的生長/無生長(G/NG)邊界，并用此模型確定了pH值、Aw和溫度的最小值，以及允許的最大乙醇濃度。經(jīng)驗(yàn)證，模型擬合效果良好。Daelman等[43]做了更為具體的研究，采用2套logistic回歸模型建立了2種蠟樣芽胞桿菌菌株的孢子的生長/無生長(G/NG)模型，所建模型包括產(chǎn)品參數(shù)(Aw和pH值)和工藝參數(shù)(90 ℃的巴氏殺菌值或加熱溫度)。實(shí)驗(yàn)驗(yàn)證結(jié)果顯示2套模型均有較高的擬合準(zhǔn)確度。

本課題組邱靜等[44]曾開展過動(dòng)物性食品中微生物生長的概率模型研究。2012年其運(yùn)用 Logistic 方程構(gòu)建不同氣調(diào) CO2比例下假單胞菌的生長概率模型，并建立G/NG邊界曲線來研究氣調(diào)保鮮冷卻豬肉中假單胞菌的生長概率。模型擬合效果良好，為冷卻豬肉的氣調(diào)包裝組分提供了選擇依據(jù)。后又進(jìn)一步建立了最小檢出生長時(shí)間模型，該模型為氣調(diào)包裝冷卻豬肉的貨架期研究提供了有用借鑒[45]。

而我國關(guān)于蠟樣芽胞桿菌概率模型的研究則見于2013年陳琛等[46]的報(bào)道。其用Logistic回歸模型建立了不同溫度、Aw和pH值等環(huán)境因子作用下蠟樣芽胞桿菌的G/NG界面模型，并確定了其生長界限。實(shí)驗(yàn)結(jié)果顯示用Logistic回歸模型建立的G/NG模型擬合效果達(dá)到了極顯著水平。模型量化了環(huán)境因子對蠟樣芽胞桿菌的協(xié)同作用，為軟烤蝦仁產(chǎn)品中蠟樣芽胞桿菌的界面模型提供了參考。

蠟樣芽胞桿菌在動(dòng)物性食品中的概率模型研究往往是用Logistic模型描述蠟樣芽胞桿菌的生長概率與溫度、pH值、Aw等環(huán)境因素間的關(guān)系。Logistic回歸模型將預(yù)測微生物學(xué)與概率模型、柵欄技術(shù)和動(dòng)力學(xué)模型相結(jié)合，是描述平緩G/NG轉(zhuǎn)換區(qū)域最常用的方法，但模型的建立依賴于微生物生長界限已知。不同食品基質(zhì)中蠟樣芽胞桿菌的失活模型見表2和表3。

3 動(dòng)物性食品中蠟樣芽胞桿菌預(yù)測建模在風(fēng)險(xiǎn)評估方面的應(yīng)用

根據(jù)實(shí)施動(dòng)植物衛(wèi)生檢疫措施的協(xié)定(Agreement on the Application of Sanitary and Phytosanitary Measures，SPS)的描述，風(fēng)險(xiǎn)評估是評價(jià)食品中存在的添加劑、污染物、毒素或致病有機(jī)體對人類、動(dòng)物或植物的生命或健康產(chǎn)生的潛在不利影響。風(fēng)險(xiǎn)評估過程一般分為危害識(shí)別、危害描述、暴露評估和風(fēng)險(xiǎn)描述4個(gè)階段。微生物風(fēng)險(xiǎn)評估包括定性風(fēng)險(xiǎn)評估和定量風(fēng)險(xiǎn)評估2大類。其中微生物定量風(fēng)險(xiǎn)評估是預(yù)測微生物模型的主要應(yīng)用之一。

較早的動(dòng)物性食品中蠟樣芽胞桿菌定量風(fēng)險(xiǎn)評估的研究是1997年Notermans等[47]對巴氏殺菌乳中蠟樣芽胞桿菌的風(fēng)險(xiǎn)評估，表明巴氏殺菌乳中蠟樣芽胞桿菌在較低的溫度下( 6～12 ℃)也能快速繁殖，脂肪含量4%和7%的乳暴露量存在差異，分別是大于1×107CFU/mL和1×105CFU/mL。研究指出了乳中蠟樣芽胞桿菌的主要風(fēng)險(xiǎn)因素為溫度、保存時(shí)間、暴露量及初始芽孢量。故由初始芽孢量、貯藏溫度及時(shí)間可預(yù)測出乳中污染的蠟樣芽胞桿菌數(shù)量。我國較早的報(bào)道是褚小菊等[48]的研究，該研究將預(yù)測微生物學(xué)的方法與北京地區(qū)巴氏牛奶的運(yùn)輸和銷售的總體情況以及北京地區(qū)牛奶消費(fèi)的相關(guān)情況結(jié)合，建立了巴氏滅菌乳中蠟樣芽胞桿菌在流通領(lǐng)域的暴露評估模型。最后得出流通領(lǐng)域的溫度和時(shí)間是影響巴氏奶安全性的主要因素。但因微生物生長采用了Zwietering的預(yù)測模型，該模型未考慮遲滯期對微生物增長量的影響，對蠟樣芽胞桿菌不同菌型的種間差異也未加以區(qū)分，給評估結(jié)果帶來了一定的不確定性。但應(yīng)用復(fù)雜的一些模型(如Sigmoidal)也未被證實(shí)具有更準(zhǔn)確的預(yù)測功能[49]。此外，董慶利[50]曾基于文獻(xiàn)中已建立的蠟樣芽胞桿菌生長模型結(jié)合概率函數(shù)來估計(jì)消費(fèi)者食用蒸煮米飯時(shí)的蠟樣芽胞桿菌攝入量，并結(jié)合Monte Carlo分析對米飯從銷售到食用階段中蠟樣芽胞桿菌的風(fēng)險(xiǎn)水平開展了暴露評估。研究表明，米飯銷售溫度是需要進(jìn)行重點(diǎn)控制的風(fēng)險(xiǎn)因素。2013年董慶利等[51]基于指數(shù)模型、泊松模型、對數(shù)模型、Weibull模型等及其修正形式構(gòu)建了米飯中蠟樣芽胞桿菌的劑量效應(yīng)模型。結(jié)果顯示Gamma-Weibull模型是描述米飯中蠟樣芽胞桿菌的最優(yōu)劑量效應(yīng)模型，該模型可用于蠟樣芽胞桿菌風(fēng)險(xiǎn)評估中的危害特征分析。最新的相關(guān)報(bào)道是Kumari和Sarkar[52]使用響應(yīng)面法和Monte Carlo模擬建立了定量風(fēng)險(xiǎn)評估模型來評估印度大吉嶺區(qū)被蠟樣芽胞桿菌污染的巴氏殺菌乳的消費(fèi)引起的公共衛(wèi)生風(fēng)險(xiǎn)。研究發(fā)現(xiàn)在家庭冰箱儲(chǔ)存過程中細(xì)胞載量和儲(chǔ)存溫度是微生物數(shù)量增長的主要影響因子。該研究為風(fēng)險(xiǎn)管理者和決策者提供了全面了解關(guān)鍵因素的寶貴工具，并說明了為使巴氏滅菌牛奶中的蠟樣芽胞桿菌初始數(shù)量達(dá)到最小，在奶制品生產(chǎn)線上設(shè)計(jì)和更好實(shí)施危害分析和關(guān)鍵控制點(diǎn)(hazard analysis and critical control points，HACCP)是十分必要的。

表2 不同動(dòng)物性食品中蠟樣芽胞桿菌失活的線性模型及參數(shù)

上述研究大多是對乳制品中蠟樣芽胞桿菌開展的風(fēng)險(xiǎn)評估，針對其他動(dòng)物性食品中蠟樣芽胞桿菌的風(fēng)險(xiǎn)評估也有相關(guān)報(bào)道。Daelman等[53]對具有延長耐用性的冷藏加工食品(refrigerated，pasteurized foods with extended durability，REPFEDs)中嗜冷蠟樣芽胞桿菌的營養(yǎng)體進(jìn)行了定量暴露評估(quantitative microbiological exposure assessment，QMEA)，使用了模塊化過程風(fēng)險(xiǎn)模型(modular process risk model，MPRM)來模擬 QMEA過程。這個(gè)QMEA過程包括從原料經(jīng)過巴氏滅菌直到被消費(fèi)或丟棄的全部生產(chǎn)和分銷過程。其研究結(jié)果表明，變異性和不確定性的主要驅(qū)動(dòng)因素是消費(fèi)者行為、菌株變異性和建模誤差；估計(jì)出最終產(chǎn)品中蠟樣芽胞桿菌的流行率為48.6%±0.01%；確定了4個(gè)污染關(guān)鍵點(diǎn)：1)原材料污染，2)包裝期間再次污染，3)巴氏消毒和烹飪期間菌落的減少，4)零售及消費(fèi)者的冷藏對菌落的控制。Pina-Pérez等[54]對牛奶-雞蛋-可可(富含12%多酚)的混合飲料中經(jīng)過高壓處理(HPP)(100，200，300 MPa)并儲(chǔ)存(10 ℃，15 d)的蠟樣芽胞桿菌建立了隨機(jī)暴露評估模型，以預(yù)測蠟樣芽胞桿菌的最終載量(Nf，CFU/mL)。研究發(fā)現(xiàn)補(bǔ)充了可可粉的飲料最終蠟樣芽胞桿菌濃度為6 CFU/mL，低于感染劑量(1×104～105CFU/mL)的概率為95%，影響該飲料中蠟樣芽胞桿菌細(xì)胞最終載量的主要因素由大到小依次為可可添加量、HPP處理、初始菌數(shù)、儲(chǔ)存時(shí)間。

表3 不同食品基質(zhì)中蠟樣芽胞桿菌失活的非線性模型及參數(shù)

與建模的研究情況一致，乳及乳制品同樣也是動(dòng)物性食品中有關(guān)蠟樣芽胞桿菌的風(fēng)險(xiǎn)評估中研究最多的食品類型。其中巴氏殺菌乳采用的是72～85 ℃左右的低溫殺菌，在殺滅牛奶中有害菌群的同時(shí)可完好地保存其中的營養(yǎng)物質(zhì)和純正口感，但蠟樣芽胞桿菌的孢子難以殺滅，滅菌后乳中仍有存在蠟樣芽胞桿菌并致病的風(fēng)險(xiǎn)，故大多數(shù)研究集中于巴氏殺菌乳中蠟樣芽胞桿菌的風(fēng)險(xiǎn)評估，評估方法通常使用Monte Carlo模擬。當(dāng)前對動(dòng)物性食品中蠟樣芽胞桿菌劑量效應(yīng)模型的構(gòu)建有待進(jìn)一步研究。

4 結(jié)論與展望

綜述了動(dòng)物性食品中蠟樣芽胞桿菌的預(yù)測建模及風(fēng)險(xiǎn)評估應(yīng)用的研究進(jìn)展。 這些預(yù)測模型量化了蠟樣芽胞桿菌在動(dòng)物性食品中的行為，對動(dòng)物性食品中蠟樣芽胞桿菌的風(fēng)險(xiǎn)評估和質(zhì)量控制具有重要意義，特別是為肉與肉制品、蛋與蛋制品、乳與乳制品等產(chǎn)品的質(zhì)量安全管理提供了重要參考。與耗費(fèi)大量人力和時(shí)間的傳統(tǒng)實(shí)驗(yàn)室檢測方法不同，建立預(yù)測模型能夠克服微生物檢測方法的滯后性并可實(shí)現(xiàn)特定環(huán)境中微生物生長速率的快速預(yù)測，從而進(jìn)一步用來評估風(fēng)險(xiǎn)，有助于提高食品生產(chǎn)效率及產(chǎn)品品質(zhì)，但當(dāng)前研究仍存在一些問題。

其一，國外對動(dòng)物性食品中蠟樣芽胞桿菌的建模及應(yīng)用的研究較為全面，但國內(nèi)對動(dòng)物性食品中蠟樣芽胞桿菌的預(yù)測建模及其應(yīng)用的研究較少，僅研究了原料乳，巴氏殺菌乳和少數(shù)肉制品等，且只針對食品生產(chǎn)或流通中的某一環(huán)節(jié)，研究范圍小，研究對象有待深入，特別是結(jié)合劑量效應(yīng)模型的研究。

其二，動(dòng)物性食品中蠟樣芽胞桿菌的建模數(shù)據(jù)大多基于平板計(jì)數(shù)法，此方法操作簡單并可將活菌和死菌區(qū)別開來，但需做大量重復(fù)工作，耗費(fèi)時(shí)間長。

其三，預(yù)測建模的研究多集中在溫度、pH、水分活度等環(huán)境因素對乳制品中蠟樣芽胞桿菌生長的影響，往往僅在實(shí)驗(yàn)室條件下進(jìn)行蠟樣芽胞桿菌的單一接種，接種量高。而實(shí)際的動(dòng)物性食品基質(zhì)中不同營養(yǎng)成分、多種微生物共存及交叉污染等因素影響下蠟樣芽胞桿菌生長的真實(shí)情況尚待研究。

其四，模型多是對各種條件下蠟樣芽胞桿菌的生長進(jìn)行預(yù)測，而對動(dòng)物性食品中蠟樣芽胞桿菌產(chǎn)腹瀉型腸毒素或嘔吐型腸毒素的具體條件、產(chǎn)毒時(shí)間、產(chǎn)毒量等預(yù)測尚待進(jìn)一步研究。

今后的研究應(yīng)主要集中在以下幾個(gè)方面：

首先，根據(jù)國內(nèi)食品的具體特點(diǎn)，對各種動(dòng)物性食品在生產(chǎn)及流通全過程中蠟樣芽胞桿菌的預(yù)測建模開展研究?？山梃b國外經(jīng)驗(yàn)并與國內(nèi)食品具體特點(diǎn)結(jié)合，對我國各種動(dòng)物性食品中蠟樣芽胞桿菌從原料到餐桌的全過程開展預(yù)測建模及應(yīng)用的研究，建立包含各個(gè)操作環(huán)節(jié)的預(yù)測模型，為動(dòng)物性食品的安全評價(jià)提供更有力參考。

其次，可根據(jù)不同食品特點(diǎn)及實(shí)驗(yàn)需要選用實(shí)時(shí)熒光定量PCR法進(jìn)行蠟樣芽胞桿菌濃度的間接測定，若樣品顏色不深也可選用比濁法測定細(xì)菌數(shù)目，此2種方法操作簡單，可迅速測定菌的數(shù)量從而減少平板計(jì)數(shù)方法的工作量，節(jié)約時(shí)間。還可根據(jù)實(shí)驗(yàn)要求選用計(jì)數(shù)器測定法、免疫法、阻抗法等進(jìn)行菌落數(shù)的快速測定。

再次，考慮實(shí)際食品基質(zhì)中的多種影響因素開展建模研究。針對不同動(dòng)物性食品的營養(yǎng)成分、包裝特點(diǎn)、微生物相互作用、微生物代謝特征等因素考慮不同因素的綜合作用效果，開展動(dòng)物性食品中蠟樣芽胞桿菌預(yù)測模型的構(gòu)建，使模型在實(shí)際食品中的適用性更強(qiáng)。

此外，可將研究重點(diǎn)逐漸轉(zhuǎn)向產(chǎn)腸毒素預(yù)測。今后可將動(dòng)物性食品中蠟樣芽胞桿菌的生長預(yù)測與產(chǎn)毒素預(yù)測結(jié)合實(shí)現(xiàn)由細(xì)菌數(shù)量或濃度來預(yù)測毒素產(chǎn)生的風(fēng)險(xiǎn)，探究蠟樣芽胞桿菌的產(chǎn)毒規(guī)律，對蠟樣芽胞桿菌產(chǎn)腹瀉型毒素及產(chǎn)嘔吐型毒素的模型開展深入研究，為動(dòng)物性食品中蠟樣芽胞桿菌的安全及風(fēng)險(xiǎn)評估提供更為準(zhǔn)確的依據(jù)。

最后，充分運(yùn)用三級模型，將已有的研究數(shù)據(jù)進(jìn)行整合。三級模型如Combase，其包含溫度、pH、Aw、CO2等環(huán)境因子，具有較全面的預(yù)測微生物學(xué)信息；Sym’previus除涉及預(yù)測微生物模型外，還提供某些流行病學(xué)數(shù)據(jù)，并可對各種信息進(jìn)行綜合分析；SMAS是一個(gè)冷鏈肉制品綜合管理系統(tǒng)，能夠保障從原料加工到產(chǎn)品銷售全過程的安全和品質(zhì)。運(yùn)用這些模型不僅能夠節(jié)約研究時(shí)間，并可快速建立動(dòng)物性食品中蠟樣芽胞桿菌的預(yù)測模型以及實(shí)現(xiàn)與風(fēng)險(xiǎn)評估的充分結(jié)合。此外，也可將動(dòng)物性食品中蠟樣芽胞桿菌的實(shí)驗(yàn)室研究數(shù)據(jù)和實(shí)際案例相結(jié)合，開發(fā)動(dòng)物性食品中的蠟樣芽胞桿菌數(shù)據(jù)庫以及相關(guān)預(yù)測軟件，提高模型預(yù)測的準(zhǔn)確性。

[1] 陸湘華,崔昌,王遠(yuǎn)萍,等.蠟樣芽孢桿菌食物中毒的研究進(jìn)展[J].傳染病信息,2015,28(4):251-254. LU X H,CUI C,WANG Y P,et al.Research progress ofBacilluscereusfoodborne diseases[J].Infectious Disease Information,2015,28(4):251-254.

[2] 毛雪丹,胡俊峰,劉秀梅.2003—2007年中國1060起細(xì)菌性食源性疾病流行病學(xué)特征分析[J].中國食品衛(wèi)生雜志,2010,22(3):224-228.

[3] 徐君飛,張居作.2001—2010年中國食源性疾病暴發(fā)情況分析[J].中國農(nóng)學(xué)通報(bào),2012,28(27):313-316.

[4] 趙月明,任國譜.乳制品中蠟樣芽孢桿菌的研究進(jìn)展[J].中國乳品工業(yè),2014,42(4):46-49. ZHAO Y M,REN G P.Research improvement ofBacilluscereusin dairy products[J].China Dairy Industry,2014,42(4):46-49.

[5] 儀淑敏,李遠(yuǎn)釗,張培正,等.食品中蠟樣芽孢桿菌的預(yù)測模型及風(fēng)險(xiǎn)評估[J].食品科技,2007(7):25-29. YI S M,LI Y Z,ZHANG P Z,et al.Predicting model behavior and the risk assessment forBacilluscereusin food[J].Food Science and Technology,2007(7):25-29.

[6] CHUNG K D,SUN H L. Distribution and characteristics ofBacilluscereusisolated from rice in Chinese Taibei[J]. Journal of Food Science, 2006, 51(5): 1208-1212.

[7] 張偉偉,魯緋,張金蘭,等.食品中蠟樣芽孢桿菌的研究進(jìn)展[J].中國釀造,2010,29(5):1-4. ZHANG W W,LU F,ZHANG J L,et al.Research progress ofBacilluscereusin food[J].China Brewing,2010,29(5):1-4.

[8] 頓玉慧,趙更峰,鄭啟偉.蠟樣芽孢桿菌致吐毒素的研究現(xiàn)狀[J].食品科學(xué),2009,30(9):259-263. DUN Y H,ZHAO G F,ZHENG Q W.Research status of emetic toxin ofBacilluscereus[J].Food Science,2009,30(9):259-263.

[9] 畢宇涵,鄭曉華,薛成玉,等.米面制品蠟樣芽孢桿菌污染狀況調(diào)查[J].中國公共衛(wèi)生管理,2012,28(6):819-820.

[10] 吳雅兒.因喂服染有蠟樣芽胞桿菌奶粉引起嬰兒腹瀉1例[J].海峽預(yù)防醫(yī)學(xué)雜志,2003,9(5):4.

[11] MC MEEKIN T A,OLLEY J, RATKOWSKY D A,et al. Predictive microbiology: towards the interface and beyond[J]. International Journal of Food Microbiology, 2002, 73(2/3): 395-407.

[12] WALLS I,SCOTT V N. Use of predictive microbiology in microbial food safety risk assessment[J]. International Journal of Food Microbiology, 1997, 36(2/3): 97-102.

[13] 岳曉禹,胡志霞,劉相東,等.食品微生物預(yù)測模型研究進(jìn)展[J].鄭州牧業(yè)工程高等?？茖W(xué)校學(xué)報(bào),2014,34(3):14-16, 26. YUE X Y,HU Z X,LIU X D,et al.Advances in predictive food microbiology model[J].Journal of Zhengzhou College of Animal Husbandry Engineering,2014,34(3):14-16, 26.

[14] KANG K A K Y,YOON K S. Development of predictive growth models for staphylococcus aureus andBacilluscereuson various food matrices consisting of ready-to-eat(RTE) foods[J]. Korean Journal for Food Science of Animal Resources, 2010, 30(5): 730-738.

[15] 儀淑敏,李遠(yuǎn)釗,張培正,等.蠟樣芽孢桿菌在營養(yǎng)肉湯和維也納香腸中的生長模型及控制[J].食品工業(yè)科技,2007,28(9):72-75. YI S M,LI Y Z,ZHANG P Z,et al.Growth models and control measures ofBacilluscereusin Wienerwurst and nutritional broth[J].Science and Technology of Food Industry,2007,28(9):72-75.

[16] SUTHERLAND J P,AHERNE A,BEAUMONT A L. Preparation and validation of a growth model forBacilluscereus: the effects of temperature, pH, sodium chloride and carbon dioxide[J]. International Journal of Food Microbiology, 1996, 30(3): 359-372.

[17] ?LMEZ H K,ARAN N. Modeling the growth kinetics ofBacilluscereusas a function of temperature,pH,sodium lactate and sodium chloride concentrations[J]. International Journal of Food Microbiology, 2005, 98: 135-143.

[18] ZWIETERING M H,DE WIT J C,Notermans S. Application of predictive microbiology to estimate the number ofBacilluscereusin pasteurised milk at the point of consumption[J]. International Journal of Food Microbiology, 1996, 30(1): 55-70.

[20] KIM H W,LEE S A,YOON Y,et al. Development of kinetic models describing kinetic behavior ofBacilluscereusandStaphylococcusaureusin milk[J]. Korean Journal for Food Science of Animal Resources, 2013, 33(2): 155-161.

[21] 邱紅玲,唐曉陽,王李偉,等.復(fù)原乳中三種常見致病菌的生長動(dòng)力學(xué)模型構(gòu)建[J].上海預(yù)防醫(yī)學(xué),2016,28(5):288-293. QIU H L,TANG X Y,WANG L W,et al.Growth kinetic model developed for three common pathogenic bacteria in dehydrated infant milk formula[J].Shanghai Journal of Preventive Medicine,2016,28(5):288-293.

[22] 李敏.巴氏殺菌奶中優(yōu)勢微生物預(yù)測模型的建立及風(fēng)險(xiǎn)評估[D].北京:中國農(nóng)業(yè)大學(xué),2006.

[23] GRIJSPEERDT K,DE REU K. Practical application of dynamic temperature profiles to estimate the parameters of the square root model[J]. International Journal of Food Microbiology, 2005, 101(1): 83-92.

[24] HEO S K,LEE H S,HA S D. A predictive model for the growth rate ofBacilluscereusin broth by response surface methodology[J]. Biotechnology and Bioprocess Engineering, 2009, 14(2): 202-206.

[25] CARLIN F, ALBAGNAC C, RIDA A, et al. Variation of cardinal growth parameters and growth limits accor-ding to phylogenetic affiliation in theBacilluscereusgroup consequences for risk assessment[J]. Food Microbiology, 2013, 33(1): 69-76.

[26] JANSTOVA B,LUKASOVA J. Heat resis-tance ofBacillusspp. spores isolated from cow’s milk and farm environment[J]. Acta Veterinaria Brunensis, 2001, 70(2): 179-184.

[28] DESAI S V,VARADARAJ M C. Behavioural pattern of vegetative cells and spores ofBacilluscereusas affected by time-temperature combinations used in processing of Indian traditional foods[J]. Journal of Food Science and Technology, 2010, 47(5): 549-556.

[29] PELEG M. On calculating sterility in thermal and non-thermal preservation methods[J]. Food Research International, 1999, 32(4): 271-278.

[30] PELEG M,CORRADINI M G,NORMAND M D. Kinetic models of complex biochemical reactions and biological processes[J]. Chemie Ingenieur Technik, 2004, 76(4): 413-423.

[31] CAMPANELLA O H,PELEG M. Theoretical comparison of a new and the traditional method to calculateClostri-diumbotulinumsurvival during thermal inactivation[J]. Journal of the Science of Food and Agriculture, 2001, 81(11): 1069-1076.

[32] CORRADINI M G,NORMAND M D,PELEG M. Calculating the efficacy of heat sterilization processes[J]. Journal of Food Engineering, 2005, 67(1/2): 59-69.

[33] MAFART P,COUVERT O,GAILLARD S,et al. On calculating sterility in thermal preservation methods: application of the Weibull frequency distribution model[J]. International Journal of Food Microbiology, 2002, 72(1/2): 107-113.

[34] HELDMAN D R,NEWSOME R L. Kinetic models for microbial survival during processing[J]. Food Techno-logy, 2003, 57(8): 40.

[35] DEN BESTEN H M,MATARAGAS M,MOEZELAAR R,et al. Quantification of the effects of salt stress and physiological state on thermotolerance ofBacilluscereusATCC 10987 and ATCC 14579[J]. Applied and Environmental Microbiology, 2006, 72(9): 5884-5894.

[36] DEN BESTEN H M W, MARIOS M, ROY M. Quantification of the effects of salt stress and physiological state on thermotolerance ofBacilluscereusATCC 10987 and ATCC 14579[J].Applied and Environmental Microbio-logy, 2006, 72(9):5884-5894.

[37] MARC Y L,BUCHOVEC I,GEORGE S M,et al. Modelling the photosensitization-based inactivation ofBacilluscereus[J]. Journal of Applied Microbiology, 2009, 107(3): 1006-1011.

[38] EVELYN, SILVA F V M.Modeling the inactivation of psychrotrophicBacilluscereusspores in beef slurry by 600 MPa HPP combined with 38～70 ℃:comparing with thermal processing and estimating the energy requirements[J]. Food and Bioproducts Processing, 2016, 99: 179-187.

[39] VAN OPSTAL I,VANMUYSEN S C,WUYTACK E Y, et al. Inactivation ofBacilluscereusspores in milk by mild pressure and heat treatments[J]. Communications in Agricultural and Applied Biological Sciences, 2003, 68(3): 7-10.

[40] HUANG X Q,WEI Z Y,GAO X P,et al. Optimization of inactivation of endospores ofBacilluscereusin milk by surfactin and fengycin using a response surface method[J]. International Journal of Peptide Research and Therapeutics, 2008, 14(2): 89-95.

[41] PINA-PéREZ M C,SILVA-ANGULO A B,RODRIGO D,et al. Synergistic effect of pulsed electric fields and CocoanOX 12% on the inactivation kinetics ofBacilluscereusin a mixed beverage of liquid whole egg and skim milk[J]. International Journal of Food Microbiology, 2009, 130(3): 196-204.

[42] LANCIOTTI R,SINIGAGLIA M,GARDINI F,et al. Growth/no growth interfaces ofBacilluscereus,StaphylococcusaureusandSalmonellaenteritidisin model systems based on water activity, pH, temperature and ethanol concentration[J]. Food Microbiology, 2001, 18(6): 659-668.

[43] DAELMAN J,VERMEULEN A,WILLEMYNS T,et al. Growth growth models for heat-treated psychrotrophicBacilluscereusspores under cold storage[J]. International Journal of Food Microbiology,2013,161(1):7-15.

[44] 邱靜,董慶利,程飛.氣調(diào)包裝冷卻豬肉中假單胞菌生長概率模型的構(gòu)建[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(13):257-262. QIU J,DONG Q L,CHENG F.Establishment of growth probability model forPseudomonasspp.in chilled pork with modified atmosphere package[J].Transactions of the Chinese Society of Agricultural Engineering,2012,28(13):257-262.

[45] 邱靜,董慶利,胡孟晗.氣調(diào)保鮮冷卻豬肉中假單胞菌最小檢出生長時(shí)間模型的構(gòu)建[J].食品科學(xué),2013,34(13):152-156. QIU J,DONG Q L,HU M H.Establishment of time-to-detection model ofPseudomonasspp. in atmosphere modified packaged chilled pork[J].Food Science,2013,34(13):152-156.

[46] 陳琛,楊憲時(shí),李學(xué)英.蠟樣芽胞桿菌生長/非生長界面模型的建立和評價(jià)[J].食品與發(fā)酵工業(yè),2013,39(5):18-24.

[47] NOTERMANS S,DUFRENNE J,TEUNIS P,et al. A risk assessment study ofBacilluscereuspresent in pasteurized milk[J]. Food Microbiology, 1997, 14(2): 143-151.

[48] 褚小菊,馮力更,張?bào)?等.巴氏牛奶中蠟樣芽孢桿菌的風(fēng)險(xiǎn)評估[J].中國乳品工業(yè),2006,34(6):23-26. CHU X J,FENG L G,ZHANG J,et al.Risk assessment ofBacilluscereusin pasteurized milk[J].China Dairy Industry,2006,34(6):23-26.

[49] NAUTA M J,LITMAN S,BARKER G C,et al. A retail and consumer phase model for exposure assessment ofBacilluscereus[J]. International Joumal of Food Microbiology,2003(83):205-218．

[50] 董慶利.蒸煮米飯中蠟樣芽孢桿菌的定量暴露評估[J].食品科學(xué),2013,34(21):306-310. DONG Q L.Quantitative exposure assessment ofBacilluscereusin cooked rice[J].Food Science,2013,34(21):306-310.

[51] 董慶利,王海梅,劉箐,等.米飯中蠟樣芽孢桿菌劑量效應(yīng)模型的構(gòu)建[J].食品安全質(zhì)量檢測學(xué)報(bào),2014,5(4):1021-1027. DONG Q L,WANG H M,LIU Q,et al.Establishment of dose-response model forBacilluscereusin cooked rice[J].Journal of Food Safety and Quality,2014,5(4):1021-1027.

[52] KUMARI S,SARKAR P K. Quantitative risk assessment of human exposure toBacilluscereusgroup associated with household refrigerated storage of pasteurised milk in India[J]. Indian Journal of Dairy Science, 2017, 70(2): 186-192.

[53] DAELMAN J,MEMBRé J M,JACXSENS L,et al. A quantitative microbiological exposure assessment model forBacilluscereusin REPFEDs[J]. International Journal of Food Microbiology, 2013, 166(3): 433-449.

[54] PINA-PéREZ M C,SILVA-ANGULO A B,RODRIGO D,et al. A preliminary exposure assessment model forBacilluscereuscells in a milk based beverage: evaluating high pressure processing and antimicrobial interventions[J]. Food Control, 2012, 26(2): 610-613.

(責(zé)任編輯：李 寧)

ProgressofModelingandRiskAssessmentofBacilluscereusinAnimalFoods

DONG Qingli1， CHEN Yuanmei1， DU Jianping2， CUI Yang2， ZHANG Chunyan2， SU Liang3， LIU Qing1

(1.SchoolofMedicalInstrumentandFoodEngineering,UniversityofShanghaiforScienceandTechnology,Shanghai200093,China; 2.BeijingMunicipalCenterforFoodSafetyMonitoringandRiskAssessment,Beijing100053,China; 3.ChinaNationalCenterforFoodSafetyRiskAssessment,Beijing100022,China)

Animal products have a very high nutritional value among food components.Bacilluscereusis a common foodborne pathogen in animal foods. This paper reviewed the recent studies on the progress of modeling ofBacilluscereusand its application on the risk assessment. The latest studies about growth models and inactivation models established in foods such as meat, milk and dairy products, eggs and egg products are summarized. Moreover, the interface models and risk modeling application under dynamic environment are also reviewed. As a conclusion, some prospects ofBacilluscereusmodeling are analyzed, which might be referred for further studies.

animal foods;Bacilluscereus; predictive model; risk assessment

10.3969/j.issn.2095-6002.2017.04.003

2095-6002(2017)04-0013-11

董慶利，陳元美，杜建萍，等. 動(dòng)物性食品中蠟樣芽胞桿菌的建模及風(fēng)險(xiǎn)評估應(yīng)用進(jìn)展[J]. 食品科學(xué)技術(shù)學(xué)報(bào)，2017,35(4):13-23. DONG Qingli， CHEN Yuanmei， DU Jianping， et al. Progress of modeling and risk assessment ofBacilluscereusin animal foods [J]. Journal of Food Science and Technology, 2017,35(4):13-23.

2017-06-20

“十二五”國家科技支撐計(jì)劃項(xiàng)目(2015BAK36B04)；國家自然科學(xué)基金面上項(xiàng)目(31271896；31371776)；上海市科委長三角科技聯(lián)合攻關(guān)領(lǐng)域項(xiàng)目(15395810900)。

董慶利，男，教授，博士，主要從事預(yù)測微生物學(xué)與風(fēng)險(xiǎn)評估方面的研究。

TS251.1

： A