假单胞菌在猪肉上生长预测模型的建立与验证

为能快速预测冷却肉中微生物的生长,以从冷却肉中分离得到的假单胞菌为研究对象,建立和验证4～16℃条件下假单胞菌的生长动力学模型.用Statistica软件拟合不同温度下的生长情况,结果表明,修正的Gompertz方程能很好地描述不同温度下假单胞菌在猪肉上的生长动态.温度对μmax(最大比生长速率)和Lag(延滞时间)的影响,用平方根模型(Belehradek)描述呈现良好线性关系.用贮藏在8℃和12℃下假单胞菌的生长试验值,验证恒定温度下模型的有效性;为了验证波动温度下模型的有效性,引入了等同生长时间(EGT)概念,通过偏差度和准确度的计算,表明建立的模型可有效预测4～16℃假单胞菌在猪肉中的生长.     

明华黑色水貂生长发育规律与生长曲线拟合研究

利用Logistic模型和Gompertz模型,对明华黑色水貂0～180日龄生长曲线进行了拟合和分析.结果表明,Logistic模型、Gompertz 模型都能很好地拟合明华黑色水貂的生长曲线(拟合度R2≥0.99),但Gompertz模型在拟合度和预测体重效果方面相对较好.     

鲜切草鱼脊肉块中热杀索丝菌生长预测模型

以鲜切草鱼脊肉块为研究对象,用SAS软件拟合不同温度下鲜切草鱼脊肉块中热杀索丝菌的生长情况。结果表明:修正的Gompertz方程可较好地预测不同温度下热杀索丝菌生长情况;采用平方根模型构建热杀索丝菌生长预测二级模型,该模型能较好描述试验温度范围内温度与最大比生长速率、延滞期的线性关系,该模型可有效预测0~20℃贮藏条件下鲜切草鱼脊肉块中热杀索丝菌的生长。     

朗德鹅早期生长发育模型研究

选用朗德鹅160只,测定8周龄前的体重、胫长、体斜长,并对各指标用Logistic模型、Bertalanffy模型、Gompertz模型进行生长曲线拟合。结果表明,3种模型都能很好地拟合朗德鹅各指标的生长曲线(R2均超过0.99),但综合分析表明Gompertz曲线对体重拟合最为合适(R2=0.9998);对胫长(Logistic模型:R2=0.9984)、体斜长(Logistic模型:R2=0.9978)指标,Logistic曲线拟合效果要优于Bertalanffy模型和Gompertz模型。     

不同性别湖北黑头羊生长曲线的拟合分析

采用Gompertz、Logistic和Von Bertalanffy 3种非线性模型对湖北黑头羊0~24月龄体重生长数据进行了分析和曲线拟合。结果表明,3种模型均能较好地拟合湖北黑头羊的生长曲线(R2>0.99),但不同性别湖北黑头羊的最优拟合模型不尽相同,其中公羊最佳拟合模型为Gompertz(R2=0.999 32),拐点月龄和拐点体重分别为6.21月龄和20.823 kg,Gompertz模型方程为W=56.604 9 e-2.885 1 exp(-0.170 5t);母羊最佳拟合模型为Von Bertalanffy(R2=0.998 12),拐点月龄和拐点体重分别为4.17月龄和13.221 kg,Von Bertalanffy模型方程为W=44.619 3×(1-0.643 3 e-0.1575 t)3。     

全豆豆腐中腐败菌分离、鉴定及货架期研究

全豆豆腐是保留大豆中营养物质的新型豆腐,研究全豆豆腐中腐败菌及货架期,可提高农产品利用效率。文章对全豆豆腐中腐败菌16S r DNA作序列分析,利用Logistic方程和Modified Gompertz方程拟合腐败菌生长动力学曲线,在一级模型基础上,采用延滞期模型和平方根模型分析温度对腐败菌延滞期(Lag time)和最大比生长速率(μmax)影响,采用一级模型研究并评估全豆填充豆腐货架期。结果表明,全豆豆腐中腐败菌经鉴定为Bacillus cereus和Bacillus subtilis。15~30℃下,Modified Gompertz模型拟合精度高于Logistic模型。豆腐贮藏温度由30℃降至15℃,腐败菌最大比生长速率(μmax)降低,延滞期(Lag time)增大。Modified Gompertz方程延滞期模型和平方根模型拟合度(R2)依次为0.98和0.99,拟合精度高于Logistic方程,相对误差低于Logistic方程。15℃下Logistic方程和Modified Gompertz方程计算实际货架期为41.38和40.73 h,10℃下Modified Gompertz方程预测全豆豆腐货架期为143.96 h(5.99 d)。结果表明,Modified Gompertz方程更适用于全豆填充豆腐货架期预测。     

冷却猪肉中小肠结肠炎耶尔森氏菌生长动力学模型的建立和评价

将特定的小肠结肠炎耶尔森氏菌(以下简称耶氏菌)接种到无污染的冷却猪肉表面,托盘包装后分别在0、5、10和15℃条件下贮藏,将不同温度下得到的耶氏菌生长实验值用于建立其生长动力学模型,结果表明修正Gompertz方程能很好地描述耶氏菌在冷却猪肉中的生长动态。lgNmax(最大菌数)受贮藏温度的影响不大,在4种温度下平均值为9.259±0.83(log10cfu/g)。温度对μmax(最大比生长速率)和Lag(延滞时间)的影响,采用平方根模型(Belehradek)描述呈现良好线性关系。用贮藏在3℃、8℃下耶氏菌的生长实验值验证建立的模型,偏差度分别为0.92、0.97,准确度分别为1.09、1.04,表明所建立的耶氏菌生长动力学模型的可靠性很好。     

应用高光谱图像拟合铜绿假单胞菌的生长

[目的]本文旨在开发一种新颖、快速、无损的方法模拟铜绿假单胞菌的生长。[方法]利用高光谱图像技术获取铜绿假单胞菌在营养琼脂平板上培养0、12、24、36和48 h的图像和光谱参数,采用部分短波近红外波长范围的平均光谱值、高光谱图像的掩模图形和480~1 000 nm波段内光谱值的第1主成分共3种方法来模拟铜绿假单胞菌的生长。[结果]对初始浓度为102和104CFU·m L-1的假单胞菌所建立的模型训练集决定系数(R2)为0.970 1~0.993 2,平方误差和(SSE)为0.000 03~0.080 61,验证集R2为0.805 7~0.954 2,SSE为0.000 28~0.104 61。3种基于高光谱图像特征参数建立的模型与基于菌落计数法建立的模型之间的相关系数均超过0.900,说明基于高光谱图像参数建立的假单胞菌生长模型符合其实际生长情况。基于部分波长范围的平均光谱值和基于高光谱图像的掩模图形建立的拟合模型比第1主成分得分建立的模型与数据拟合效果更好,具有更高的准确性。同时,对480~1 000 nm波段范围内的光谱值进行主成分分析(PCA),发现2种浓度的铜绿假单胞菌的5个检测阶段只有部分样品点重叠,相互之间可以区分。[结论]高光谱图像技术可以用来对铜绿假单胞菌的生长状况进行区分和模拟,为进一步对冷鲜肉中的铜绿假单胞菌检测奠定基础。     

德化黑鸡生长曲线的拟合和分析

运用Gompertz,Logistic,von Bertalanffy 3种非线性模型对0～18周龄的德化黑鸡体重生长数据进行了分析和曲线拟合。结果表明：3种模型均能很好地模拟其生长曲线,拟合度（R^2）高,分别为0．9998、0．9987和0．9996,其中Gompertz模型拟合效果最好。进一步对Gompertz模型拟合参数分析,结果表明德化黑鸡极限体重为1754．7g,拐点体重为815．22g,拐点周龄为8．819周。     

散装卤制鸭翅尖中乳酸菌生长预测模型研究

[目的]探讨散装卤制鸭翅尖中乳酸菌的生长规律。[方法]采用Gompertz模型对不同温度条件下散装卤制鸭翅尖中乳酸菌的生长曲线进行拟合,利用平方根模型构建乳酸菌的二级模型,并应用计算准确因子(Af)和偏差因子(Bf)验证建立的生长模型。[结果]试验表明,Gompertz模型能很好地模拟不同温度下乳酸菌的生长情况(R2>0.98);数学检验参数Af、Bf接近1.0,均在接受范围。平方根模型描述温度与最大比生长速率和延滞期的关系,得到乳酸菌的生长预测二级模型。[结论]该模型可预测5～25℃范围内乳酸菌的变化情况,为散装卤制鸭翅尖腐败微生物的预测研究提供理论依据。     

不同试验条件下猪肉中气单胞菌生长预测模型的建立和验证

采用响应曲面模型(RSM)研究温度、pH、初始菌浓度对冷却猪肉中气单胞菌Aeromonas spp.生长的影响.应用Gompertz模型对不同试验条件下气单胞菌的生长曲线进行拟合,一级模型的参数生长率(U)和迟滞期(LPD)采用RSM方法构建冷却猪肉中气单胞菌生长的二级模型.然后随机选择试验组合对建立的方程进行验证,并应用计算均方误差(MSE)、准确因子(AF)和偏差因子(BF)的方法对建立的生长预测方程进行数学检验.结果表明,修正的Gompertz模型可以较好地模拟不同试验条件下冷却猪肉中气单胞菌的生长情况(R2>0.96),温度、pH和初始菌浓度对气单胞菌生长影响显著(P<0.05),数学检验参数MSE较小,AF和BF接近1.0,均在可接受范围,用RSM方法建立的生长预测模型可以较好地模拟冷却猪肉中气单胞菌在不同试验条件下的生长情况.     

利用3种曲线模型拟合蝇蛆体质量的生长曲线

为研究蝇蛆的生长发育规律,以12 h为周期,测定1.0~4.0日龄蝇蛆的体质量数据,共采集到7个时间点数据,采用3种(Gompertz、Logistic、Bertalanffy)非线性生长模型对7个时间点的体质量进行生长曲线拟合。结果表明：3种非线性生长模型均具有较高的拟合度(R2＞0.970),其中Bertalanffy模型的拟合效果最好(R2=0.988),但其拐点与实际测量值相差甚远;Logistic模型与Gompertz模型拟合的拐点分别为(1.75 d,13.64 mg)、(1.53 d,10.30 mg),能较好地反映蝇蛆体质量的生长规律,但Logistic模型拟合度(R2=0.978)小于Gompertz模型的(R2=0.986),且整体标准误偏大。可见,在本研究条件下,Gompertz模型最适合用来拟合蝇蛆体质量的生长发育规律。     

优质三黄鸡粤黄882早期生长发育规律观测分析

[目的]观测分析优质三黄鸡粤黄882早期发育过程中体重与体尺的相关性,为后期动态研究三黄鸡的生长发育及制定生长计划提供科学依据.[方法]运用Logistic模型和Gompertz模型分别对0~9周龄三黄鸡粤黄882的体重进行生长曲线拟合,并以SPSS 10.0对其2、4、6和8周龄的体重与5个主要体尺指标(胫长、体斜长、胸骨长、胸深和胸宽)进行相关分析和体型指数计算.[结果]三黄鸡粤黄882的体重和体尺指标均随日龄的增长而逐渐增加,胫长、体斜长和胸骨长呈全期生长趋势,胸宽和胸深呈阶段性生长趋势,以4~6周龄的增长幅度较高;体重与5个主要体尺指标(胫长、体斜长、胸骨长、胸深和胸宽)间均呈极显著正相关(P<0.01).Logistic模型和Gompertz模型均可很好地拟合出三黄鸡粤黄882的生长曲线,拟合度(R2)在0.9980以上,综合极限体重、拐点周龄和体重等参数,发现Gompertz模型的拟合效果略优于Logistic模型.由Gompertz曲线方程拟合得出公鸡的生长曲线拐点为(8.15,1273.78),母鸡的生长曲线拐点为(4.08,419.25).[结论]三黄鸡粤黄882的生长拐点为公鸡8.15周、母鸡4.08周,公鸡较母鸡发育迟缓.由于公鸡和母鸡的生长速度不一致,其早期生长发育所需营养量也不同,因此三黄鸡粤黄882宜在4周龄前分群饲养,有助于发挥母鸡高水平的产蛋性能.     

淮南麻鸭生长发育规律及生长曲线拟合研究

采用Gompertz、Richards和Logistic模型进行生长曲线拟合,对0~9周龄淮南麻鸭的体质量增长规律进行了研究。结果表明:淮南麻鸭体质量增长以4周龄时最大,日增体质量为41.26 g;3种模型拟合效果俱佳,其中Gompertz模型拟合效果最好,拟合度为0.994 9,对淮南麻鸭前期生长的拟合结果更接近观测值;得到Gompertz模型方程为:y=2 913.49×exp(-exp(1.23-0.23x)),生长拐点5.29周龄,拐点体质量1 071.81 g。     

淮南麻黄鸡生长曲线分析与拟合的研究

对淮南麻黄鸡１￣１８０日龄生长曲线进行了分析和非线性曲线拟合研究,结果表明,淮南麻黄鸡公、母鸡在６０日龄前生长曲线基本一致,之后公鸡则明显高于母鸡,且保持较长时间的快速生长状态,Ｌｏｇｉｓｔｉｃ模型和Ｇｏｍｐｅｒｔｚ模型均能很好地拟合淮南麻黄鸡公鸡的生长曲线（Ｒ＾２分别为０．９９８９和０．９９９８）和母鸡的生长曲线（Ｒ＾２分别为０．９９５１和０．９９８１）,但Ｇｏｍｐｅｒｔｚ模型在拟合度和预测体重     

中国地方鹅种生长曲线拟合和比较分析

运用Logistic、Gompertz和von Bertalanffy3种生长模型分别对太湖鹅、五龙鹅、皖西白鹅、四川白鹅、三花鹅1～13周龄生长曲线进行拟合和比较分析。结果发现,3种模型均能较好地拟合各个鹅种的生长曲线(R2>0.96),但不同鹅种的最优拟合模型不尽相同。太湖鹅的最优拟合模型为Gompertz,三花鹅的最优拟合模型为Logistic,五龙鹅、皖西白鹅和四川白鹅的最优拟合模型为von Bertalanffy。总体来说von Bertalanffy拟合鹅生长曲线效果较好。利用最优拟合模型进一步分析模型拟合参数,皖西白鹅最早到达生长拐点,三花鹅最晚到达生长拐点。四川白鹅生长性能优良,无论绝对生长还是相对生长始终都处于曲线上方;三花鹅的生长速度则比较均匀。     

裹浆中金黄色葡萄球菌生长预测模型的建立

[目的]建立裹浆中金黄色葡萄球菌的生长预测模型.[方法]试验通过接种金黄色葡萄球菌标准菌株菌悬液到无菌裹浆中,分别放在14、18、22、27、32和37℃下培养,通过测定不同温度下的生长数据采用修正Gompertz、修正Logistic、Baranyi模型拟合生长曲线.通过相关系数的比较,采用最优模型为一级模型,在最优一级模型的基础上拟合出相关参数.采用Ratkowsky平方根模型分别建立温度与最大比生长速率（μm）、迟滞期（λ）的二级模型.[结果]研究表明,修正Gompertz模型为最优一级模型,模型经偏差因子（Bf）和准确因子（Af）验证,均在合适的范围内,表明所建模型预测效果较好.[结论]该研究建立的生长预测模型能够有效预测金黄色葡萄球菌在裹浆中的生长情况,可降低食物中毒风险.