预测微生物学在益生菌研究中的应用

丁博群，刘珊娜

预测微生物学在益生菌研究中的应用

丁博群，刘珊娜通信作者

（天津农学院 食品科学与生物工程学院，天津 300392）

预测微生物学通过数学模型描述微生物的生长和死亡规律，对食品的货架期和安全性进行预测和评价。近年来，包含益生菌概念的食品逐渐成为大众喜爱的新型食品。将预测微生物学应用于益生菌研究中，对相关功能性食品的开发起到积极作用。本文简要概述了预测微生物学数学模型的分类与应用，益生菌的概念、分类、功能特性及应用，在此基础上着重介绍了预测微生物学在益生菌的增殖培养、发酵工艺优化、干燥工艺优化和产品贮藏等研究中的应用，并对其前景进行了展望。

预测微生物学；益生菌；应用；模型

预测微生物学（Predictive microbiology）是由微生物学、统计学、计算机学和数学多种学科融合而成的新兴学科，它通过数学的语言描述某一环境下微生物的生命活动[1]。食品预测微生物学于1983年首次被提出，目前随着计算机技术的发展已经成为食品微生物学领域内的热点研究方向之 一[2]，研究对象主要是食品致病微生物[3]和食品腐败微生物[4]。近年来，由于经济发展和生活水平的提高，人们对食品的关注从食品安全转向食品的功能性，包括益生菌产品在内的保健食品和功能性食品需求量增加。本文综述了预测微生物学在益生菌的增殖培养、发酵工艺优化、干燥工艺优化、产品贮藏等方面的应用。未来，预测微生物学将有利于对益生菌等功能活性菌株在不同环境下的生长动态进行深入及广泛研究。

1 预测微生物学

预测微生物学是通过开发和应用数学模型来预测微生物对特定环境变量的反应[5]。随机模型的研究、定量微生物风险评估以及分子生物学技术在预测微生物学中的应用是当前的研究热点[6]。

1.1 数学模型分类

最常见的分类方法是根据变量类型将预测微生物学模型分为3种，包括一级模型（Primary Level Models）、二级模型（Secondary Level Models）和三级模型（Tertiary Level Models）[7]。一级模型主要用来描述特定条件下微生物生长数量与时间之间的确定性关系[7-8]，包括修正Gompertz模型、Logistic模型、Baranyi模型等[9]。二级模型主要用来描述微生物生长过程中的环境因素对一级模型相关参数的影响，常见的有平方根模型、Arrhenius模型、响应面方程等[7-8]。三级模型是通过计算机将一级模型和二级模型有机结合起来并生成的计算机预测软件[10]，例如目前应用最为广泛的ComBase软件，可以通过微生物的生长繁殖情况来有效地预估食品货架期，并对食品的安全性进行评价[3, 11]。此外，由于在建模时需要考虑微生物的实际生长环境，研究者引入了交互模型，并将其分为考虑微生物之间相互作用的机械性模型和不考虑微生物之间相互作用的描述性模型[12]。

1.2 预测微生物学在食品中的应用

预测微生物学在食品中的应用范围广泛，包括肉制品、乳制品、果蔬制品、水产品、发酵食品的加工、保藏以及冷链贮藏运输等方面。相比传统的微生物检测方法，预测微生物学具有操作简单、方便快捷、省时有效等优点，并且可以通过预测微生物的生命活动对食品的货架期和安全性进行预测和评价，督促食品厂商对食品的品质进行改善、对食品的贮存环境制定标准和要求，从而为广大消费者营造良好的消费环境。由于公众对食品安全的高度关注，食品预测微生物学大量的研究都集中在致病菌和腐败菌方面。伴随消费者健康意识不断增强，预测微生物学在发酵食品和益生菌功能食品的研究中可发挥更加重要的作用。

2 益生菌

2.1 益生菌概念及分类

2001年FAO/WHO对益生菌（Probiotics）作了如下定义：活的微生物，当摄入足够量时能够对宿主身体健康产生有益影响。益生菌大致分为5类：酵母菌类、乳杆菌类、双歧杆菌类、芽孢杆菌类和革兰氏阳性球菌类[13]（表1）。乳酸菌是最常见的益生菌，但是并不是所有乳酸菌都可以称作益生菌，需要满足安全性、可以在肠道内定植、对人体有益等要求[14]。

表1 益生菌的常用菌种

2.2 益生菌的功能特性

益生菌在临床应用上的研究主要包括调节肠道菌群平衡、治疗腹泻[15]、缓解糖尿病[16]、治疗癌症[17]等。动物和临床试验研究表明，益生菌或益生菌发酵制品可以在不同程度上降低血糖，对缓解糖尿病有一定影响[16]。例如益生菌中的大肠杆菌（）Nissle1917具有肿瘤靶向作用，可以诱导结肠癌细胞死亡，在癌症治疗中起到一定的作用，但其作用机制还有待进一步研 究[17]。益生菌的不同功能特性见表2。

2.3 益生菌在食品中的应用

益生菌主要应用于发酵果蔬汁、益生菌发酵乳饮料、益生菌干酪、益生菌乳粉、益生菌冷冻乳制品等，其中最受欢迎也是应用最多的是在发酵乳和乳饮料中的应用。发酵乳中除了含有保加利亚乳杆菌和嗜热链球菌，还会根据产品特点加入乳双歧杆菌、长双歧杆菌、嗜酸乳杆菌、鼠李糖乳杆菌等有益菌。处于研发阶段的益生菌产品包括益生菌发酵山药饮料、山楂浆、苹果汁、猕猴桃汁、玫瑰花饮料、复合果蔬汁、香蕉金针菇饮料、青稞饮料、冰激凌、泡菜、奶粉、奶片等[28-39]。

3 预测微生物学在益生菌研究中的应用

3.1 益生菌的增殖培养

随着益生菌产品越来越受欢迎，益生菌的需求量也随之增多，应用预测微生物学建立模型选择最优的培养条件可以达到提高菌体量的目的。例如，刘振民[40]基于Logistic方程对德氏乳杆菌保加利亚亚种（）和乳酸乳球菌乳酸亚种（）分批培养增殖的动力学方程进行研究，为优化培养工艺提供了参考。赵燕霞等[41]建立了嗜酸乳杆菌（）IMAU30067增殖培养模型并拟合检验，用响应面法确定了当达到最大菌体密度时的碳源、氮源、缓冲盐添加量，以此来优化增殖培养基成分，并对该菌的增殖情况进行预测。ZHOU等[42]建立模型研究了温度和pH值对植物乳杆菌（）BC-25发酵过程的影响，选用Logistic和Luedeking-Piret模型模拟细胞生长和代谢，并用响应面模型分析了该菌生长条件和生长参数的相关性，从而得出该菌生长的最适温度和pH值。此外，益生菌在增殖培养时，会受到不同因素的抑制作用，其中包括益生菌自身生长产生的一些代谢产物。益生菌的生长速度随产物浓度的上升而减缓，当产物浓度足够高时会完全抑制菌群的生长。邹芳勤[43]在现有模型中选择合适的产物抑制动力学模型，并在该方程基础上进一步建立了考虑多种抑制因素情况的模型，为探讨双歧杆菌的增殖规律提供基础。

3.2 益生菌的发酵工艺优化

目前发酵工艺优化是益生菌研究的热点，除了传统的益生菌发酵乳制品，还有很多新兴的益生菌发酵果蔬汁饮品。为了更方便、更准确地研究益生菌在发酵过程中的变化，研究者们通过设计益生菌发酵的动力学模型，将试验值和理论值进行拟合检验，确定动力学模型的准确度，然后对益生菌发酵过程进行动力学分析，预测发酵过程菌体的生长情况、底物消耗情况和产物生成情况。例如孟掉琴等[44]利用Logistic方程建立菌体的生长动力学模型，呈现出“S”型的生长趋势；根据Leudeking-piret方程和Luedeking方程来分别描述发酵过程中乳酸含量随时间的增长呈上升趋势，而总糖含量呈现下降趋势。ZIELIŃSKA等[45]建立了干酪乳杆菌（）在发酵大豆饮料中生长和存活的微生物模型，并根据贮藏条件对保质期进行了预测。杨春敏[46]在研究苹果渣多菌群益生菌发酵时，同样建立了益生菌发酵动力学模型并进行拟合检验。陈苏婉等[38]对经过超声处理和未经超声处理的副干酪乳杆菌（）发酵乳分别用Logistic模型建立菌体生长模型、产物生成模型和底物消耗模型，并用Matlab软件进行拟合，预测了超声和未超声处理的发酵过程，对比得出超声处理可以优化副干酪乳杆菌发酵。进行益生菌发酵过程的动态分析，有利于更好地预测发酵的全过程，优化发酵工艺流程并进行产品的开发。近年来，益生菌非乳制品的研究在益生菌产品中所占比例逐渐提高，大多数研究在建立模型时选用响应面方程进行拟合（表3）。

表3 近年来预测微生物学在益生菌产品开发中的应用

3.3 益生菌干燥工艺优化

在生产益生菌产品时，有时需要通过真空冷冻干燥工艺或喷雾干燥工艺将益生菌干燥成粉状，这是一种保护益生菌活性的手段。在真空冷冻干燥过程中，为了防止对益生菌的损伤，常常使用冻干保护剂。杨辉等[49]用回归方程来预测冻干乳酸菌泥的存活率、运用响应面方程优化冻干保护剂的配方，从而保护益生菌不受损伤，提高菌株的存活率。SHAMEKHI等[50]建立了脱脂乳和益生菌混合物的最佳浓度预测模型，使乳杆菌在冻干过程中的细胞活力最大化。TURUVEKERE等[51]用响应面法优化了嗜酸乳杆菌（）冻干处理的活力，可降低制药、食品部门的制造成本和储存损失。王燕等[52]运用响应面法预测在冻干处理瑞士乳杆菌（）和鼠李糖乳杆菌（）的混合菌时，添加不同量的冻干保护剂对菌株存活率的影响，得出脱脂乳粉、海藻糖、甘油的最优添加量，从而达到优化冻干保护剂配方、提高菌株存活率的目的。喷雾干燥处理时的高温常常也会对益生菌造成损伤，需要添加抗热保护剂来保护益生菌的活性。范娜等[53]利用响应面法预测海藻糖和明胶的添加量对菌体存活率的影响，以此来确定菌体存活率最大时保护剂的添加量，提高了益生菌的抗热性。

3.4 益生菌产品的储藏

益生菌产品中的活菌数必须达到足够数量才能发挥保健功能，而通过预测微生物学建立模型可以对产品中的益生菌活菌数进行预测，有利于快速判断该产品的有效期。例如，陈如琪等[54]通过回归方程拟合建立模型并进行验证，在添加3%保益加麦精的酸奶中保加利亚乳杆菌（）和嗜热链球菌（）的活菌数随时间延长而变化，在38 d后活菌数将低于国家标准，研究结果为确定该产品的保质期提供参考。

4 前景与展望

目前，预测微生物学仍在快速发展，软件的研发、建模准确性的提高、应用范围的扩展都是未来研究的方向。预测微生物学在益生菌研究中的应用主要集中于益生菌发酵工艺和冻干保护剂配方优化等方面。在使用一级模型和二级模型的基础上，仍需完善数据库信息并推动预测软件的开发。随着学界对益生菌形成科学共识，益生菌菌种的使用更加规范化，今后益生菌也将成为食品工业中增速最快的产业之一。预测微生物学在益生菌微生态制剂及相关功能食品开发方面将有更大的发挥空间。

[1] MCMEEKIN T A，ROSS T. Shelf life prediction：status and future possibilities[J]. International Journal of Food Microbiology，1996，33（1）：65-83.

[2] NICOLAÏ B M，IMPE J F V. Predictive food microbiology：A probabilistic approach[J]. Mathematics & Computers in Simulation，1996，42（2）：287-292.

[3] 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.

[4] 肖琳琳，张凤英，杨宪时，等. 预报微生物学及其在食品货架期预测领域的研究进展[J]. 海洋渔业，2005，27（1）：68-73.

[5] MCDONALD K，SUN D W. Predictive food microbiology for the meat industry：a review[J]. International Journal of Food Microbiology，1999，52（1-2）：1-27.

[6] 张昭寰，娄阳，杜苏萍，等. 分子生物学技术在预测微生物学中的应用与展望[J]. 食品科学，2017，38（550）：255-264.

[7] WHITING R C，BUCHANAN R L. A classification of models for predictive microbiology[J]. Food Microbiology，1993，10（4）：175-177.

[8] 姬华. 对虾中食源性弧菌预测模型建立及风险评估[D]. 无锡：江南大学，2012.

[9] 牛犇，洪斌，穆丽丽，等. 荧光定量PCR在预测微生物学中的应用[J]. 食品工业科技，2019，40（421）：281-288.

[10] 刘珊娜. 李斯特菌生长预测模型的研究进展[J]. 天津农学院学报，2018，25（3）：92-95.

[11] BEAN D，BOURDICHON F，BRESNAHAN D，et al. Risk assessment approaches to setting thermal processes in food manufacture[J]. ILSI Europe Report Series，2012，82（3）：1-40.

[12] 张文敏，方太松，王翔，等. 食品中微生物间交互模型的研究进展[J]. 食品科学，2020，41（1）：277-283.

[13] 屈圣富，杨泰，高凤仙. 益生菌的作用机理以及在家禽生产上的应用[J]. 经济动物学报，2020，24（2）：119-124.

[14] 张汝京，胡亚凡，海丹，等. 具有抑制肠道致病菌和黏附Caco-2细胞作用的益生性乳酸菌的筛选及鉴 定[J]. 食品工业科技，2019，40（20）：133-139，153.

[15] 张楠，朱华栋. 益生菌对不同病因所致腹泻的防治作用研究进展[J]. 中国全科医学，2020，23（3）：362-368.

[16] 闫芬芬，李娜，李柏良，等. 益生菌对Ⅱ型糖尿病影响的研究进展[J]. 食品科学，2019，40（21）：295-302.

[17] 潘秋莎，苏式兵，赵明. 益生菌Nissle1917功能研究进展[J]. 微生物学通报，2019，46（11）：3133-3139.

[18] 李雄彪，马庆英，崔云龙. 益生菌在肠道黏膜损伤修复中的作用[J]. 中华消化杂志，2007，27（5）：359-360.

[19] 汪孟娟，徐海燕，辛国芹，等. 人体益生菌种类及其功能的最新研究[J]. 畜牧与饲料科学，2013，34（178）：68-72.

[20] 丛丽敏，董为为，梅璐，等. 益生菌联合膳食纤维改善便秘[J].中国微生态学杂志，2015，27（7）：862-865，868.

[21] 李慧芬. 微生态制剂治疗便秘的药理和临床研究进 展[J]. 中国新药杂志，2014，23（10）：1146-1148，1162.

[22] 孙庆申，周丽楠. 益生菌类保健食品研究进展[J]. 食品科学技术学报，2018，36（2）：21-26，34.

[23] 任大勇. 益生乳酸杆菌的黏附及免疫调节作用研 究[D]. 长春：吉林大学，2013.

[24] WANG Y，WU Y，WANG Y，et al. Antioxidant properties of probiotic bacteria[J]. Nutrients，2017，9（5）：521.

[25] 张秀敏. 益生菌功能特性、技术难点及发展趋势——江南大学食品学院院长陈卫教授专访[J]. 乳业科学与技术，2012，35（155）：7-9.

[26] KHAN S U. Probiotics in dairy foods：a review[J]. Nutrition & Food Science，2014，44（1）：71-88.

[27] TUOHY K M，PROBERT H M，SMEJKAL C W，et al. Using probiotics and prebiotics to improve gut health[J]. Drug Discovery Today，2003，8（15）：692-700.

[28] 黄天，韩之皓，郭帅，等. 益生菌山药饮料发酵工艺优化及其冷藏稳定性[J]. 食品工业科技，2019，40（15）：129-134，142.

[29] 王昊宇，黄艳，李坤，等. 益生菌发酵山楂浆工艺优化及品质分析[J]. 山东农业大学学报（自然科学版），2019，50（3）：56－62.

[30] 李维妮，张宇翔，魏建平，等. 益生菌发酵苹果汁工艺优化及有机酸的变化[J]. 食品科学，2017，38（22）：80-87.

[31] 罗心欣，成雨阳，王周利，等. 益生菌发酵猕猴桃汁工艺优化及香气成分动态解析[J]. 食品科学，2019，40（601）：176-183.

[32] 杨琳琳，唐琳，谢英勃. 益生菌发酵玫瑰花饮料的工艺条件优化[J]. 食品工业，2018，39（264）：106-111.

[33] 何嘉敏，于新，刘学云. 响应面优化益生菌发酵复合果蔬汁的加工工艺[J]. 现代食品科技，2019，35（237）：212-219.

[34] 郗恩光，谭海生，杨劲松，等. 响应面法优化益生菌发酵香蕉金针菇饮料的工艺研究[J]. 中国酿造，2018，37（319）：191-196.

[35] 易晓成，万萍，白娜. 响应面法优化益生菌发酵青稞饮料工艺[J]. 中国酿造，2018，37（311）：122-126.

[36] 李小琪. 含益生菌软冰淇淋浆料发酵条件优化[J]. 饮料工业，2016，19（164）：27-33.

[37] 周佳，龙思伊，仝静雯，等. 乳酸菌接种发酵泡菜工艺研究[J]. 中国果菜，2018，38（248）：7-12.

[38] 陈苏婉，汤颖秀，邢政，等. 超声波辅助副干酪乳杆菌发酵脱脂乳粉制备多肽的动力学研究[J]. 食品工业科技，2019，40（11）：133-138，146.

[39] 贺莹，冯彩平，李彩林. 猴头菇益生菌奶片的研制[J]. 食品工业，2018，39（4）：150-154.

[40] 刘振民. 乳酸菌分批培养的菌体增殖动力学研究[J]. 徐州工程学院学报，2005，20（1）：84-86.

[41] 赵燕霞，王元弛，姚国强，等. 嗜酸乳杆菌IMAU30067增殖培养基的研究[J]. 中国乳品工业，2019，47（2）：15-21.

[42] ZHOU K，ZENG Y T，Han X F，et al. Modelling growth and bacteriocin production byBC-25 in response to temperature and pH in batch fermentation[J]. Applied Biochemistry and Biotechnology，2015，176（6）：1627-1637.

[43] 邹芳勤. 双歧杆菌抑制因素研究和动力学模型建 立[D]. 无锡：江南大学，2004.

[44] 孟掉琴，吴霞，岳田利，等. 混菌发酵苹果浊汁的益生菌筛选及其发酵动力学模型构建[J]. 食品科学，2019，40（12）：153-159.

[45] ZIELIŃSKA D，KOŁOŻYN-KRAJEWSKA D，GORYL A，et al. Predictive modelling ofKN291 survival in fermented soy beverage[J]. Journal of Microbiology，2014，52（2）：169-178.

[46] 杨春敏. 苹果渣多菌群益生菌发酵动力学分析[J]. 现代食品科技，2019，35（8）：220-225.

[47] DIMITROVSKI D，VELICKOVA E，LANGERHOLC T，et al. Apple juice as a medium for fermentation by the probioticPCS 26 strain[J]. Annals of Microbiology，2015，65（4）：2161-2170.

[48] 马玲，徐静，焦慧娟. 响应面法优化低糖益生菌乳清发酵饮料的研究[J]. 中国乳品工业，2011，39（9）：53-56.

[49] 杨辉，闫晓哲，杜姣姣，等. 响应面法优化乳酸菌冻干保护剂配方[J]. 陕西科技大学学报，2018，36（2）：31-38.

[50] SHAMEKHI F，SHUHAIMI M，ARIFF A B，et al. Optimization of a cryoprotective medium for infant formula probiotic applications using response surface methodology[J]. Annals of Microbiology，2012，62（3）：911-921.

[51] TURUVEKERE S L，BASAVARAJ M. Statistical modelling for optimized lyophilization ofstrains for improved viability and stability using response surface methodology[J]. AMB Express，2018，8（1）：129.

[52] 王燕，王发美，张秀苑，等. 瑞士乳杆菌和鼠李糖乳杆菌混合培养条件优化及冻干菌粉的制备[J]. 中国乳品工业，2019，47（1）：19-22，30.

[53] 范娜，陈雪峰. 益生菌抗热保护剂的研究[J]. 食品研究与开发，2011，32（4）：94-98.

[54] 陈如琪，吕宝龙，刘少伟，等. 保益加麦精对酸奶中益生菌生长影响预测模型的建立[J]. 食品工业，2013，34（3）：166-169.

Application of predictive microbiology in probiotic studies

Ding Boqun, Liu ShannaCorresponding Author

（College of Food Science and Bioengineering, Tianjin Agricultural University, Tianjin 300392, China）

The predictive microbiology describes the growth and death of microorganisms by mathematical model, and prediction and evaluation of the shelf life and safety of food. In recent years, probiotics-derived food has gradually become a new popular type of food. The application of predictive microbiology in probiotics plays a positive role in the development of related functional foods. In this paper, the classification and characteristics of predictive microbiological mathematical model, the concept, classification and functional characteristics of probiotics and their application in food were briefly summarized. Furthermore, the application of predictive microbiology in probiotics proliferation and culture, fermentation process optimization, drying process optimization, product storage, etc was introduced, and its prospect was put forward.

Predictive microbiology; probiotics; application; model

TS201.3

A

1008-5394（2021）01-0073-05

10.19640/j.cnki.jtau.2021.01.014

2019-09-11

丁博群（1996—），女，硕士在读，主要从事食品加工与安全研究。E-mail：1002078853@qq.com。

刘珊娜（1984—），女，副教授，博士，主要从事食品生物技术研究。E-mail：lsn_nxy@aliyun.com。

责任编辑：张爱婷