一种气味传感器对铜绿假单胞杆菌生长预测的方法
【专利摘要】本发明涉及一种基于气味传感器对肉类典型腐败菌铜绿假单胞菌生长阶段的预测方法，属于食品质量安全快速检测和监测的无损技术。通过电子鼻的气味传感器，获取两种浓度的铜绿假单胞菌培养48h内的气味信息，以气味信息的变化构建铜绿假单胞菌的生长模型。与传统的微生物生长检测手段得到的生长模型相比较，该方法通过检测微生物散发的整体气味来预测其生长状况，简单快捷，无需破坏样品，为微生物的生长检测提供了新思路和新技术，能够用于肉品质量和安全的检测、监测和控制。
【专利说明】一种气味传感器对铜绿假单胞杆菌生长预测的方法
【技术领域】
[0001] 本发明是一种气味传感器对肉品主要腐败菌铜绿假单胞杆菌生长预测的方法，属 于食品质量安全快速无损检测、监测和控制的【技术领域】。
【背景技术】
[0002] 在上个世纪关于肉品研究的发现和创新已经可以引起肉类生产、加工、销售和消 费的革命性变化。近年来，肉类是最具有价值的畜产并且对很多人而言已经成为他们动物 蛋白的第一选择来源。但是，肉品由于丰富的营养成分，是微生物的天然培养基，在储存过 程中极易受到腐败微生物的侵染，造成极大损失。其中，假单胞菌就是引起肉品腐败的一种 主要腐败菌。目前，对于微生物的检测方法主要是研究微生物形态的生理生化指标，但是需 要大量的准备工作，耗时长，灵敏度也不高，而且对样品有一定的损伤，不能够及时地监测 到腐败微生物。免疫学检测方法特异性好、灵敏度高，但实验前要对样品做比较繁琐且困难 的处理工作。分子生物学方法主要针对核酸进行检测，与免疫学方法一样，特异性好、灵敏 度高，但需要进行细胞破壁提取核酸。电子鼻作为一种对各种食品无损、快速的质量与安 全分析和评估方法，较之感官评价、显微技术、微生物理化指标等其他传统方法对肉品腐败 微生物的检测具有明显的优势。电子鼻直接获取样品挥发性物质的整体信息，并通过模式 识别进行整体判断，来预测假单胞菌的生长状况，不需要对样品进行破坏处理，具有操作简 单、方便快捷、无损、环保的优点。目前，电子鼻广泛应用于肉品质量评价、等级判定、成熟期 判断、类别识别、生产过程检测与控制等方面，但并不涉及对肉中特定腐败微生物的生长预 测。因此，亟需开发一种利用电子鼻实现肉中主要腐败微生物或者致病微生物生长预测的 方法，为肉品质量和安全的监测和控制提供支持。
【发明内容】
[0003] 一、技术问题
[0004] 鉴于上述的技术发展现状，本发明的目的主要针对现有技术实现肉品中主要腐败 微生物和致病微生物的生长预测模型构建费时费力的问题，开发基于气味传感器的快速无 损检测方法，满足食品质量与安全控制的迫切需求。通过利用电子鼻检测系统，获取微生物 生长过程中的气味信息，选取特征传感器的响应值，构建基于气味传感器的微生物生长预 测模型。本发明的方法也可以用于其他类微生物的生长预测模型构建的应用中。
[0005] 二、技术方案
[0006] 1. -种气味传感器对铜绿假单胞杆菌生长预测的方法，其装置特征在于，
[0007] 1)系统组成包括进样系统、包含10个金属氧化物传感器的探测系统和用于数 据记录和分析的模式识别软件，其中，10个传感器分别为WIC/Si :对芳香型化合物敏感）； W5S/S2 :对氮氧化物敏感;W3C/S3 :对氨类和芳香型化合物敏感；W6S/S4 :氢气敏感；W5C/S5 : 对烯烃和芳香型化合物敏感;W1S/S6 :对烃类物质敏感；W1W/S7 :对硫化氢敏感;W2S/S8 :对 醇类和部分芳香型化合物敏感；W2W/S9 :对芳香化合物和有机硫化物敏感;W3S/S1(I :对烷烃 敏感；软件系统包括信号预处理和模式识别两部分；通过选取的传感器阵列把气体成分的 变化转化为可以测量的物理信号。其中，试验参数设置为流速300mL/min，测定时间60s，洗 气时间110s，样品准备时间5s，自动调零时间5s。
[0008] 2)检测步骤在于：将处于温度为37°C、相对湿度为85%条件下培养一段时间的培 养基平板取出，放置于如权利要求1所述的检测系统中，获取样品气味的整体信息；利用单 因素方差分析和电子鼻自带的载荷分析对获得的气味信息进行处理，获得最佳的传感器阵 列；选择最佳传感器阵列，根据传感器响应信息构建铜绿假单胞菌的生长模型。
[0009] 2.构建铜绿假单胞菌的生长模型之一，其特征在于，
[0010] 1)铜绿假单胞菌初始浓度为102CFU/mL，分别提取传感器&和5 1(|的响应值求平均 值，根据培养时间与单个传感器响应值的关系构建铜绿假单胞杆菌的生长模型为：
【权利要求】
1. 一种气味传感器对铜绿假单胞杆菌生长预测的方法，其装置特征在于， 1) 系统组成包括进样系统、包含10个金属氧化物传感器的探测系统和用于数据记录 和分析的模式识别软件，其中，10个传感器分别为WIC/Si :对芳香型化合物敏感）；W5S/S2 : 对氮氧化物敏感；W3C/S3 :对氨类和芳香型化合物敏感;W6S/S4 :氢气敏感；W5C/S5 :对烯烃 和芳香型化合物敏感;W1S/S6 :对烃类物质敏感;W1W/S7 :对硫化氢敏感；W2S/S8 :对醇类和 部分芳香型化合物敏感;W2W/S9 :对芳香化合物和有机硫化物敏感;W3S/S1(I :对烷烃敏感； 软件系统包括信号预处理和模式识别两部分；通过选取的传感器阵列把气体成分的变化转 化为可以测量的物理信号。其中，试验参数设置为流速300mL/min，测定时间60s，洗气时间 110s，样品准备时间5s，自动调零时间5s。 2) 检测步骤在于：将处于温度为37°C、相对湿度为85%条件下培养一段时间的培养基 平板取出，放置于如权利要求1所述的检测系统中，获取样品气味的整体信息；利用单因素 方差分析和电子鼻自带的载荷分析对获得的气味信息进行处理，获得最佳的传感器阵列； 选择最佳传感器阵列，根据传感器响应信息构建铜绿假单胞菌的生长模型。
2. 如权利要求1所述的构建铜绿假单胞菌的生长模型之一，其特征在于， 1) 铜绿假单胞菌初始浓度为102CFU/mL，分别提取传感器&和S1(l的响应值求平均值， 根据培养时间与单个传感器响应值的关系构建铜绿假单胞杆菌的生长模型为： y(s8) = 1.515+0. 1086/(31. 84 X exp (-0. 1803 Χχ)+0. 1158) (1) y (s10) = 1. 059+2. 424/ (17. 29 X exp (-〇. 03278 X x) +0. 8034) (2) 其中，上述公式（1)和（2)为单个传感器，分别为&和31(|建立的浓度为102CFU/mL假 单胞菌的生长模型，y为单个传感器响应值均值，X为培养时间，单位为小时。 2) 铜绿假单胞菌初始浓度为104CFU/mL，分别提取S8和S1(l的响应值求平均值，根据培 养时间与单个传感器响应值的关系构建铜绿假单胞杆菌的生长模型为： y(s8) = 1. 479+2. 203/(146. IX exp (-1. 856 Χχ)+0. 917) (3) y (s10) = 1. 15+5. 161/ (175. 2 X exp (-〇. 2067 X x) +8. 824) (4) 其中，上述公式（3)和（4)为单个传感器，分别为&和S1(l建立的浓度为104CFU/mL假 单胞菌的生长模型，y为单个传感器响应值均值，X为培养时间，单位为小时。
3. 如权利要求1所述的构建铜绿假单胞杆菌的生长模型之二，其特征在于， 1) 铜绿假单胞菌初始浓度为102CFU/mL，提取最佳传感器阵列的响应值，求10个传感 器阵列的第一和第二主成分得分值，根据培养时间与主成分得分值的关系构建的铜绿假单 胞菌的生长模型为： y = 1. 137+0. 6558/(49. 98Xexp(-〇. 2129Xx)+l. 113) (5) 其中，式（5)中，y为第一主成分得分值，x为培养时间，单位为小时。 y = 1. 92+1. 894/ (21. 19 X exp (-〇. 04805 X x) +0. 4858) (6) 其中，式（6)中，y为第二主成分得分值，x为培养时间，单位为小时。 2) 铜绿假单胞菌浓度为104CFU/mL，提取10个传感器传感器阵列的响应值，求最佳传 感器阵列的第一和第二主成分得分值，根据培养时间与主成分得分值的关系构建的铜绿假 单胞菌的生长模型为： y = 1. 241-5. 967/(-115. 7Xexp(-〇. 1414Xx)-5. 44) (7) 其中，式（7)中，y为第一主成分得分值，x为培养时间，单位为小时。 y = 1. 358+13. 53/(24. 99Xexp(-〇. 01524 Xx)-6. 897) (8) 其中，式（8)中，y为第二主成分得分值，x为培养时间，单位为小时。
4.如权利要求1所述的培养基平板，其特征在于，培养基构成为牛肉膏3g、蛋白胨10g、 NaC15g、琼脂15-20g、水1000mL、pH7. 4-7. 6 ;每个培养皿含有的培养基体积为18±2mL，培 养基厚度为2. 5 ±0. 5mm。
【文档编号】G01N27/02GK104267067SQ201410603261
【公开日】2015年1月7日 申请日期:2014年10月28日 优先权日:2014年10月28日
【发明者】潘磊庆, 顾欣哲, 屠康, 孙晔, 王文雪, 胡鹏程, 张伟 申请人:南京农业大学