本发明属于食品微生物安全检测与控制技术领域，具体涉及一种用于评估乳酸菌发酵食品安全性的预测模型的建立及应用方法。
背景技术：
近年来，随着经济快速发展，我国的食品消费结构变化加剧，对食品工业制成品的需求迅速上升，我国发酵食品工业化水平也逐年提高，诸如酸奶、腐乳、豆豉、发酵(腊)肉肠等在我国的食品市场上已经占据着重要地位。
由于有益微生物的代谢作用，发酵食品中会产生有机酸、乙醇及其它抑制致病菌生长的物质，同时有机酸的产生也会使ph降低，使发酵食品偏于酸性，进一步抑制杂菌的生长。因此，在大多数情况下，发酵食品被认为有较高的食用安全性。然而，发酵食品并非就一定安全可靠。由于发酵食品内发酵剂菌种的大量生长，会造成食品的口味、颜色、质地等感官特征与原食品相差较大，常常不能从感官上判定是否有腐败或致病菌生长。而且，很多发酵食品一般不需要通过加热或冷藏等手段进行消费。从这个角度上来说，发酵食品的安全性风险更大。近期欧美已经报道的多起食源性致病菌(如单核增生李斯特菌或大肠杆菌o157:h7)在发酵香肠或乳酪中的感染致病事件，也为发酵食品的安全性问题敲响了警钟。
目前，我国的很多传统发酵食品，如腐乳、豆豉、腊肉等，其微生物安全性的评估方法尚比较缺乏。而且，由于常规的微生物检测过程复杂、耗时长、成本高，而发酵本身又是一个复杂的动态变化过程，因此，要对发酵食品做较完善的微生物安全评估是一项繁琐、耗时、耗力的事情。随着食品工业化的普及，新食品市场的扩展，越来越多的食品企业开始改良传统的发酵食品，使发酵食品向更多元化发展，如低盐的发酵食品，缩短发酵时间的发酵食品等等。对这些新型发酵食品进行微生物安全性评估急需更准确、更便捷的方法。
技术实现要素：
本发明的目的是提供一种用于评估乳酸菌发酵食品安全性的预测模型的建立及应用方法。所述预测模型可应用于以乳酸菌为主要发酵剂的发酵食品。依据加入的发酵剂乳酸菌的初始浓度、初始可能感染的食源性致病菌的浓度、发酵温度和发酵时间，该模型可以预测出在整个发酵过程中发酵剂乳酸菌的生长以及各致病菌的生长和灭活动态过程，从而确定在一定发酵条件下进行食品发酵的安全性，为发酵食品在发酵过程中的微生物安全控制提供了有力的技术支持。同时，该模型也可用于优化发酵参数，使发酵食品达到最佳安全标准。
本发明首先提供了一种用于评估乳酸菌发酵食品安全性的预测模型的建立方法，所述方法包括如下步骤：
1、通过预实验分别获得发酵剂乳酸菌和各食源性致病菌在待发酵原料中的最大浓度nmax和理论最低生长温度tmin。
具体就是：将发酵剂乳酸菌和各食源性致病菌接种于待发酵原料中，在一定温度下恒温培养；每隔一段时间定量取出发酵原料，稀释后涂布于每种菌对应的选择性平板上，待长出单菌落后进行菌落计数，得到不同培养时间时的菌株浓度nt；使用公式(a)进行生长曲线的拟合，分别获得发酵剂乳酸菌和各食源性致病菌在发酵原料中的最大浓度nmax和最大比生长速率μmax；使用公式(b)，分别获得发酵剂乳酸菌和各食源性致病菌在发酵原料中的理论最低生长温度tmin。
其中t为菌株培养时间(h)，tlag为菌株的延滞期(h)，n0为初始菌株浓度(logcfu/g)，nt为在时间t时的菌株浓度(logcfu/g)，nmax为菌株的最大浓度(logcfu/g)，μ为菌株的最大比生长速率(1/h)。
μmax＝b(t-tmin)^2(b)
其中μmax为菌株的最大比生长速率，t为菌株培养温度，tmin为菌株理论最低生长温度。
所述的食源性致病菌，包含但不限定于蜡样芽孢杆菌、大肠杆菌、单核增生李斯特菌、沙门氏菌、金黄色葡萄球菌、小肠结肠炎耶尔森菌。
2、建立乳酸菌和各食源性致病菌相互作用一级模型，获得在温度tref下各菌株在发酵原料中的最大比生长速率μmax，延滞期tlag和竞争因子γ。
2.1将乳酸菌和各食源性致病菌按一定的初始浓度分别接种到待发酵原料中，在一定温度下恒温培养，在不同培养时间时分别定量取出发酵原料，稀释后涂布于每种菌对应的选择性平板上，待长出单菌落后进行菌落计数，获得在不同培养时间时乳酸菌和食源性致病菌的菌落浓度nt。
2.2利用欧拉方法(euler'smethod)表述公式(c)的生长曲线，对步骤2.1获得的数据进行生长曲线的拟合，建立乳酸菌与各食源性致病菌间相互作用的一级模型，获得在温度tref下各菌株在发酵原料中的最大比生长速率μmax，延滞期tlag和竞争因子γ。
t<tlag-lab,
t≥tlag-lab,
其中，pb(pathogenicbacteria)代表某一种食源性致病菌，lab(lacticacidbacteria)代表发酵剂乳酸菌；t为时间，tlag为菌种的延滞期，μt为在时间点t的菌种比生长速率，μmax为菌种的最大比生长速率，nt为在时间点t的菌种浓度，nmax为菌种的最大浓度。
本公式引入竞争因子γ，此因子可以模拟在发酵剂乳酸菌到达最大浓度nmax(进入稳定期)后，同环境中的食源性致病菌是继续少量增长(γ<1)、或是灭活(γ>1)，或是不变(γ＝1)。
通过获得的最大比生长速率μmax和延滞期tlag计算出相对延滞期rlt(relativelagtime)，其公式为：
3、使用最大比生长速率与温度关系的二级模型获得在其他温度(t)下的μmax-t和tlag-t，用于预测乳酸菌和各食源性致病菌在其他温度(t)下的生长及灭活动态。
最大比生长速率与温度关系的二级模型的公式为
其中，tref为步骤2.1恒温发酵时的温度、μmax-ref为在tref温度下获得的菌株最大比生长速率，tmin为菌株的理论最低生长温度，t为新温度，μmax-t为在新温度t下的菌种最大比生长速率。
由相对延滞期rlt值计算出在温度t下各菌株的延滞期tlag-t，其公式为：
使用二级模型公式(e)推导出乳酸菌和各食源性致病菌在最低生长温度tmin和最佳生长温度之间的最大比生长速率，由此确定在这两个温度间进行发酵时各菌种的生长和灭活情况。
4、在指定发酵温度、发酵时间、发酵剂乳酸菌和各食源性致病菌初始接种量的情况下，预测发酵结束时各食源性致病菌的浓度，以及乳酸菌和各食源性致病菌在发酵过程中的生长及灭活情况。
4.1、将指定发酵温度(t)代入二级模型公式(e)获得发酵剂乳酸菌和各食源性致病菌在该温度下的最大比生长速率μmax-t和延滞期tlag-t；
4.2、将4.1中得到的最大比生长速率μmax-t和延滞期tlag-t代入公式(c)，同时代入发酵剂乳酸菌和各食源性致病菌的初始接种量，预测出乳酸菌和各食源性致病菌的生长曲线；
4.3、通过4.2获得的生长曲线分析判断在发酵过程中某一具体时间时，各食源性致病菌是否被完全灭活，从而达到判定该发酵食品是否安全的目的。
本发明还提供了所述预测模型在乳酸菌发酵食品安全性评估中的应用。
所述的应用方法包括如下步骤：
(1)将发酵温度、发酵时间、发酵前发酵剂乳酸菌和各食源性致病菌的浓度输入预测模型中；
(2)模型预测出发酵结束后乳酸菌和各食源性致病菌的浓度，以及各自的生长和灭活曲线；
(3)根据模型预测出的生长曲线，分析判断在发酵过程中的某一具体时间时，各食源性致病菌是否被完全灭活，从而达到判定该发酵食品是否安全的目的。
所述发酵食品可以为鱼肉、猪肉、牛肉、豆制品等蛋白质含量丰富的食品。
本发明通过建立预测模型预测出乳酸菌与各食源性致病菌在食品发酵过程中的相互作用关系，进而评估发酵食品在发酵过程中的微生物安全性。所述方法的优点在于无需使用传统的微生物检测手段，只需要知道预定的发酵温度、发酵时间、接种的发酵剂浓度、发酵食品中天然污染的食源性致病菌的初始浓度这几个发酵前的已知条件，就能快速评估该发酵食品在若干天发酵后的安全性，并给出安全控制的指导，即发酵多长时间可以保证发酵食品中各食源性致病菌被完全灭活，发酵食品达到安全情况，而常规的致病菌检测方法只能是在长时间发酵完成后再检测致病菌的含量，费时费力且结果滞后，也无法给出如何能让发酵食品安全的指导建议。
本发明所述方法能准确评估发酵食品的安全性，实现了人工智能监督管理，有效节约了成本，提高了效率，是控制发酵食品质量安全的首选方法。
附图说明
图1：(a)、(b)、(c)分别为在10℃、20℃、30℃下恒温发酵时发酵剂乳酸菌的模型拟合生长曲线图；(d)为最大比生长速率—温度二级模型拟合曲线图；
图2：在25℃下恒温发酵时发酵三文鱼中乳酸菌和各食源性致病菌的模型拟合生长曲线图；
图3：预测模型的应用过程展示图；其中(a)为将发酵温度、发酵时间、发酵前发酵剂乳酸菌、各致病菌的浓度输入模型中；(b)为模型预测出的发酵结束后各致病菌的浓度值，分两种可能情况，一是致病菌有延滞期，二是致病菌无延滞期(最危险情况)；(c)为模型预测出的致病菌有延滞期时的生长曲线；(d)为模型预测出的致病菌无延滞期(最危险情况)时的生长曲线；
图4：发酵三文鱼中大肠杆菌和沙门氏菌在不同发酵时间时的菌株浓度实测值和预测值对比图；其中(a)为大肠杆菌，(b)为沙门氏菌。
具体实施方式
下面结合具体实施例对本发明做进一步的描述。
本发明实施例中所述的食源性致病菌，包含但不限定于蜡样芽孢杆菌(bacilluscereus)、大肠杆菌(escherichiacoli)、单核增生李斯特菌(listeriamonocytogenes)、沙门氏菌(salmonellaspp.)、金黄色葡萄球菌(staphylococcusaureus)和小肠结肠炎耶尔森菌(yersiniaenterocolitica)。
本发明实施例中选用的食源性致病菌均由丹麦国家食品研究院提供，其中单核增生李斯特菌为94-203d，95-54a，95-442a，94-167b四种菌的混合；沙门氏菌为enteritidisi2、weltevredeni3两菌种混合；金黄色葡萄球菌为m2、m7两菌种混合；大肠杆菌为ms21811、ms21812、ms21813、ms21815四种菌的混合；小肠结肠炎耶尔森菌为f78261、f80460、r123、s274四种菌的混合；蜡样芽孢杆菌为nvh0861-00、10329、10480三种菌的混合。
本发明实施例中检测乳酸菌的琼脂平板为rogosa琼脂平板(oxoidcm0627)；检测蜡样芽孢杆菌为蜡样芽孢杆菌选择性琼脂平板(oxoidcm0617)；检测大肠杆菌为rapid'e.coli2琼脂平板(bio-rad356-4024)；检测单核增生李斯特菌为palcam琼脂平板(oxoidcm0877)；检测沙门氏菌为xld琼脂平板(oxoidcm0469)；检测金黄色葡萄球菌为bairdparker琼脂平板(oxoidcm0275)；检测小肠结肠炎耶尔森菌为小肠结肠炎耶尔森菌选择性琼脂平板(oxoidcm0653)
实施例1本发明所述方法在发酵三文鱼产品安全性评估方面的应用
一、预测模型的建立
1、通过预实验获得发酵剂乳酸菌和食源性致病菌在待发酵三文鱼中的菌株最大浓度nmax以及理论最低生长温度tmin。
将乳酸菌和食源性致病菌接种于待发酵三文鱼中培养，在一定温度下恒温培养；在不同培养时间时分别定量取出发酵三文鱼样品，稀释后涂布于每种菌对应的选择性平板上，待长出单菌落后进行菌落计数，得到不同培养时间时的菌株浓度nt；使用公式(a)进行生长曲线(通过微软excel和规划求解加载项进行操作)的拟合，分别获得发酵剂乳酸菌和各食源性致病菌在发酵三文鱼中的最大浓度nmax和最大比生长速率μmax；使用公式(b)，分别获得发酵剂乳酸菌和各食源性致病菌在发酵三文鱼中的理论最低生长温度tmin；
其中t为菌株培养时间，tlag为菌株的延滞期，n0为初始菌株浓度(logcfu/g)，nt为在时间t时的菌株浓度(logcfu/g)，nmax为菌株的最大浓度(logcfu/g)，μ为菌株的最大比生长速率(1/h)；
μmax＝b(t-tmin)^2(b)
其中，μmax为菌株的最大比生长速率，t为菌株培养温度，tmin为菌株理论最低生长温度。
下面以发酵剂乳酸菌为例，详细介绍乳酸菌在待发酵三文鱼中的最大浓度nmax和理论最低生长温度tmin这两个参数的获得过程。
具体步骤为：
(1)将乳酸菌接种于待发酵三文鱼中，初始接种量为104cfu/g，分别在10℃、20℃、30℃恒温条件下进行培养，每隔1-2h抽取10g三文鱼样品，每个时间点取2份平行样品；将获得的样品稀释后涂布于mrs平板上，待长出单菌落后进行计数，获得在不同发酵时间时乳酸菌的菌株浓度实测值；
(2)然后使用公式(a)对不同发酵时间时的菌株浓度进行拟合，求得实测值与拟合值的残差平方和(residualsumofsquare，rss)值，使用微软excel加载项规划求解功能以rss值最小为目标，tlag≥0为约束条件，拟合出乳酸菌的生长曲线，如图1(a)、(b)、(c)所示。
获得乳酸菌在10℃、20℃、30℃下培养时，在三文鱼中的最大浓度nmax和最大比生长速率μ，具体结果见表1。取平均值后，乳酸菌在发酵三文鱼中的最大浓度为9.46logcfu/g。
表1在不同温度下乳酸菌在发酵三文鱼中的最大浓度和最大比生长速率
使用公式(b)获得乳酸菌在三文鱼中的理论最低生长温度tmin为3.7℃。
参照上述同样方法，分别获得各食源性致病菌在发酵三文鱼中的最大浓度nmax和理论最低生长温度tmin，具体结果见表2。
表2乳酸菌和各食源性致病菌的最大浓度nmax和理论最低生长温度tmin
2、建立乳酸菌和各食源性致病菌相互作用一级模型，获得在温度tref下各菌株在发酵三文鱼中的最大比生长速率μmax，延滞期tlag和竞争因子γ。
2.1将乳酸菌和各食源性致病菌按一定的初始浓度(乳酸菌接种量为106cfu/g，致病菌接种量为103cfu/g)分别接种到待发酵三文鱼中，在一定温度下恒温培养；在不同培养时间时分别定量取出发酵三文鱼样品，稀释后涂布于每种菌对应的选择性平板上，待长出单菌落后进行菌落计数，得到不同培养时间时的菌株浓度。
具体步骤为：
(1)将冷冻三文鱼碎小肉块在4℃冷隔夜融化，按质量比加入1.5％食糖、0.5％食盐、0.25％柠檬酸、1％混合调味料，搅拌均匀；
(2)接种冻干发酵剂，此发酵剂为乳酸乳球菌乳亚种丁二酮变种(lactococcuslactisssp.lactisbiovardiacetylactis)，初始浓度达到106cfu/g左右；
(3)接种各食源性致病菌，使其初始感染浓度均为103cfu/g左右；将发酵三文鱼样品分为2组，其中单核增生李斯特菌、沙门氏菌和金黄色葡萄球菌合并一起接种到第一组样品中，大肠杆菌、小肠结肠炎耶尔森菌和蜡样芽孢杆菌合并一起接种到第二组样品中；
(4)在25℃恒温箱内恒温培养，每隔1-2小时，抽取10g三文鱼样品，每一时间点取2份平行样品。用10倍的蛋白胨生理盐水(0.85％氯化钠，0.1％蛋白胨)稀释样品，在拍击式均质器上均质1分钟，并做系列10倍于蛋白胨生理盐水中的稀释液。对应不同稀释浓度，取0.1ml稀释液涂布于每种菌对应的琼脂平板进行培养。待长出单菌落后进行菌落计数，获得发酵剂乳酸菌和各食源性致病菌在不同发酵时间时的菌株浓度实测值。
2.2采用欧拉方法(euler'smethod)表述公式(c)的生长曲线，对步骤2.1获得的乳酸菌与各食源性致病菌的菌株浓度实测值进行生长曲线的拟合(拟合所用工具为微软excel的规划求解加载项)，建立乳酸菌与各食源性致病菌间相互作用的一级模型，获得在温度tref下各菌株在发酵三文鱼中的最大比生长速率μmax，延滞期tlag和竞争因子γ；
其中，pb(pathogenicbacteria)代表一种食源性致病菌，lab(lacticacidbacteria)代表发酵剂乳酸菌；t为时间，tlag为菌株的延滞期，μt为在时间点t的菌种比生长速率，μmax为菌株的最大比生长速率，nt为在时间点t的菌株浓度，nmax为菌株的最大浓度。
模型公式(c)的生物学意义在于，乳酸菌和食源性致病菌是相互抑制生长的，且抑制程度与其抑制自身生长的程度相同，也就是当优势菌到达最大浓度nmax后，其它菌也同时停止增长。
本公式引入竞争因子γ，此因子可以模拟在发酵剂乳酸菌到达最大浓度nmax(进入稳定期)后，同环境中的食源性致病菌是继续少量增长(γ<1)、或是灭活(γ>1)，或是不变(γ＝1)。
通过获得的最大比生长速率μmax和延滞期tlag计算出相对延滞期rlt(relativelagtime)，其公式为：
具体步骤为：
采用欧拉方法(euler'smethod)表述一级模型公式(c)的生长曲线，时间步长为1分钟，并将初始时测得的乳酸菌和各食源性致病菌的浓度代入nt(即t＝0时，nt＝n0)，nmax-pb采用表2中获得的数据，对步骤2.1测得的乳酸菌与各食源性致病菌的菌株浓度实测值进行生长曲线的拟合，建立乳酸菌与各食源性致病菌间相互作用的一级模型。拟合后的生长曲线如图2所示，在开始的12小时内，所有的食源性致病菌都会和发酵剂乳酸菌一起快速生长，但当乳酸菌生长到最大浓度后，开始产生对各致病菌的抑制灭活效果。
通过乳酸菌与各食源性致病菌间相互作用的一级模型，获得各菌株在发酵三文鱼中的最大比生长速率μmax，延滞期tlag，相对延滞期rlt和竞争因子γ，详见表3。
表3对实测值进行拟合后得到的各菌株在模型中的参数值及bf和af值
bf为偏差因子(biasfactor)，af为准确因子(accuracyfactor)，这两个参数用于表明模型的预测值(或拟合值)与实测值之间的接近程度，并以此验证所建模型的准确性。bf和af的计算公式(g)如下：
其中xpredicted为预测或拟合值，xobserved为实测值，n为测量个数。
当偏差因子bf在0.95-1.11之间，且准确因子af在1.10以内时，表示模型的预测效果良好；当偏差因子bf在0.87-0.95或1.1-1.43之间，且准确因子af在1.22以内时，表示模型的预测效果可接受；当两个因子在以上范围之外，则表示预测效果不可接受。
从表3的数据可以看出，本发明对于乳酸菌和各食源性致病菌的菌株浓度实测值进行的生长曲线拟合，所有偏差因子bf均在0.95-1.11之间，且准确因子af均在1.10以内，从而说明本发明建立的乳酸菌与各食源性致病菌间相互作用的一级模型的拟合效果良好。
3、使用最大比生长速率与温度关系的二级模型获得在其他温度(t)下的μmax-t和tlag-t，用于预测乳酸菌和各食源性致病菌在其它温度(t)下的生长及灭活动态。
最大比生长速率与温度关系的二级模型的公式为：
其中，tref为步骤2.1恒温发酵时的温度、μmax-ref为在tref温度下获得的菌株最大比生长速率，tmin为菌株的理论最低生长温度，t为新温度，μmax-t为在新温度t下的菌种最大比生长速率；
由相对延滞期rlt值计算出在温度t下各菌株的延滞期tlag-t，其公式(f)为：
使用二级模型公式(e)推导出乳酸菌和各食源性致病菌在最低生长温度tmin和最佳生长温度之间的最大比生长速率，由此确定在这两个温度间进行发酵时各菌株的生长和灭活情况；
4、在指定发酵温度、发酵时间、发酵剂乳酸菌和各食源性致病菌初始接种量的情况下，预测发酵结束时各食源性致病菌的浓度，以及乳酸菌和各食源性致病菌在发酵过程中的生长及灭活情况。
4.1、将指定发酵温度(t)代入二级模型公式(e)获得发酵剂乳酸菌和各食源性致病菌在该温度下的最大比生长速率μmax-t和延滞期tlag-t；
4.2、将4.1中得到的最大比生长速率μmax-t和延滞期tlag-t代入公式(c)，同时代入发酵剂乳酸菌和各食源性致病菌的初始接种量，预测出乳酸菌和各食源性致病菌的生长曲线；
4.3、通过4.2获得的生长曲线分析判断在发酵过程中某一具体时间时，各食源性致病菌是否被完全灭活，从而达到判定该发酵食品是否安全的目的。
二、使用建立的预测模型对发酵三文鱼进行安全性评估
预测模型的应用过程如图3所示；
(1)将发酵条件参数和发酵前乳酸菌和各致病菌的浓度输入模型中；
通过发酵三文鱼产品的历史检测数据可知，各食源性致病菌的自然感染量为：大肠杆菌和金黄色葡萄球菌在300cfu/g以内，沙门氏菌和蜡样芽孢杆菌在100cfu/g以内，其它致病菌在10cfu/g以内。将这些致病菌的最大感染浓度，发酵剂乳酸菌初始浓度106cfu/g，发酵温度30℃，发酵时间216h这些参数输入到模型中；(如图3(a)所示)
(2)该模型预测出发酵结束后各致病菌的浓度，分两种可能情况，一是致病菌有延滞期，二是致病菌无延滞期(最危险情况)；(如图3(b)所示)
(3)该模型预测出有延滞期时的致病菌的生长曲线；(如图3(c)所示)
(4)该模型预测出无延滞期时的致病菌的生长曲线；(如图3(d)所示)
从图3(c)和(d)可知，在开始的12h内，所有的致病菌都会和发酵剂乳酸菌一起快速生长；只有当乳酸菌生长达到其最大浓度后，乳酸菌对各致病菌的抑制灭活效果才会产生。随着发酵时间的延长，乳酸菌的浓度趋于稳定，而各致病菌的浓度不断下降。有延滞期时，蜡样芽孢杆菌在35.9h时被灭活，单核增生李斯特菌在57.3h时被灭活，小肠结肠炎耶尔森菌在60h时被灭活，金黄色葡萄球菌在73.8h被灭活，沙门氏菌在215.7h被灭活，大肠杆菌在216h被灭活；无延滞期时，单核增生李斯特菌在35.7h被灭活，蜡样芽孢杆菌在37.2h被灭活，小肠结肠炎耶尔森菌在67.1h被灭活，金黄色葡萄球菌在85.1h被灭活，沙门氏菌和大肠杆菌在216h被灭活。
因此，根据本发明所述模型的预测，三文鱼在30℃恒温条件下进行乳酸菌发酵的时间应该≧9天，这样才能使所有致病菌灭活至0logcfu/g，从而达到最安全的目的。
三、采用常规发酵和致病菌检测方法验证预测结果的准确性
为了验证本发明所述模型的预测结果是否准确，申请人采用与预测模型相同的发酵条件进行三文鱼发酵：致病菌初始感染浓度为大肠杆菌和金黄色葡萄球菌300cfu/g，沙门氏菌和蜡样芽孢杆菌100cfu/g，其它致病菌在10cfu/g；发酵剂乳酸菌初始浓度为106cfu/g；发酵温度为30℃，恒温发酵。
由于大肠杆菌和沙门氏菌对发酵剂乳酸菌的抗性较强，灭活速率显著慢于其它致病菌，是影响发酵食品安全的关键性菌种。因此，在三文鱼发酵过程中，分别在第2天、第4天、第6天、第8天、第10天取样，每个时间点取2份平行样品，分别检测发酵三文鱼中大肠杆菌和沙门氏菌的菌株浓度，而其它致病菌仅在发酵第10天时进行菌株浓度检测。
实验结果如图4所示，在发酵过程中，三文鱼中大肠杆菌和沙门氏菌的菌株浓度先短期内快速上升，而后缓慢下降。其中，在发酵第8天时，大肠杆菌菌株浓度降为1.0logcfu/g，达到食品安全要求(≦2.0logcfu/g)，沙门氏菌菌株浓度降为0logcfu/g；在发酵第10天时，大肠杆菌和沙门氏菌菌株浓度均为0logcfu/g，被全部灭活。
从图4还可以看出，大肠杆菌和沙门氏菌的菌株浓度实测值的变化趋势与预测趋势完全吻合。其中，大肠杆菌偏差因子bf和准确因子af分别为1.02和1.06，沙门氏菌偏差因子bf和准确因子af分别为1.09和1.10，偏差因子bf和准确因子af的结果均在良好范围内。
而且，根据实际检测结果显示，蜡样芽孢杆菌、单核增生李斯特菌、金黄色葡萄球菌和小肠结肠炎耶尔森菌这四种致病菌在三文鱼发酵第10天时均未被检出，说明这四种致病菌在发酵第10天时已被全部灭活。
上述结果表明，本发明所述模型的预测结果与实际的检测结果完全吻合，准确性很高。
本方法提供的方法不仅限应用于对发酵三文鱼安全性的评价。根据乳酸菌与多种不同食品致病菌在食品中的相互作用及其生长及灭活的固有规律，可以将本发明提供的方法应用于以乳酸菌为发酵剂的任何发酵食品中，例如猪肉、牛肉、鱼肉、豆制品等，能精确预测发酵食品的微生物安全性问题，应用前景广阔。