cover_image

FSAP|广东医科大学徐德峰教授:通过熵权和全局稳定性指数的结合为监测凡纳滨对虾冷藏期间货架期提供了一种潜在策略

FSAP 动物源食品科学
2024年05月30日 08:02

图片

广东医科大学海洋与热带医学院、浙江大学生物系统工程与食品科学学院、中国食品药品检定研究院的徐德峰(第一作者)、罗辉(通信作者)等提出一种基于熵和综合动力学评估预测货架期新方法。首先,采用熵加权法对多品质指标进行权重分配,然后采用线性加权和法计算综合评价指标全局稳定性指数(global stability indexGSI,反映凡纳滨对虾Litopenaeus vannamei在贮藏过程中的整体品质变化。建立了在-235049 ℃贮藏期间凡纳滨对虾货架期的监测模型。

Introduction

凡纳滨对虾因其营养含量高、风味独特,在世界上被广泛食用。然而,由于其高易腐性,通常具有较短的货架期,并且在收获后和贮藏期间经常观察到劣变。因此,准确预测凡纳滨对虾在贮藏过程中的货架期,可以使企业优化贮藏管理,降到经济损失。然而,由于内源酶和微生物增殖同时被激活,因此难以准确评估食品基质在贮藏过程中的货架期。熵最初是一个热力学概念,后来被引入信息论中,定量地反映了熵的综合变化。因此,凡纳滨对虾在贮藏过程中生化和品质指标的变化可以通过信息熵进行反映和评估。

Results

1. 不同温度下凡纳滨对虾贮藏品质的变化

1.1 感官品质恶化

由图1可知,在不同贮藏温度下,凡纳滨对虾的感官评分呈下降趋势。然而,在5 种温度下,降解速率发生了较大变化。在所有样本中,初始阶段的感观评分约为 10。随着贮藏时间的延长,在250268 K处观察到逐渐下降,而在273277 K处出现显著降低。根据感官评分极限可接受度,在282 K条件下贮藏的样品货架期约为2.5 d277 K4.2 d,在273 K14 d,在268250 K20 d以上。

图片
凡纳滨对虾在5 种温度下的感官评分变化

1.2 需氧菌总数(total aerobic count,TAC)的生长特征

在282、277 K条件下分别贮藏3、5 d,TAC超过7.0(lg(CFU/g));在273 K条件下保存14 d,TAC小于7.0(lg(CFU/g))。

图片
图2  5 种温度下凡纳滨对虾贮藏期间TAC的变化
1.3  总挥发性盐基氮(total volatile basic nitrogen,TVB-N)含量变化
在282、277、273 K条件下保存3、5、10 d,TVB-N含量分别为(34.06±1.48)、(33.67±1.41)、(32.12±1.28) mg/100 g。30 mg/100 g被视为虾类腐败的可接受限,在本研究中,凡纳滨对虾在273 K贮藏末期,TVB-N含量均超过了这一界限;相比之下,268、250 K贮藏的样品始终低于该限值,表明低温对微生物增殖有抑制效果。
图片
图3  5 种温度下凡纳滨对虾贮藏期间TVB-N含量变化
1.4  蛋白酶活性变化

在282 K,蛋白酶活性最高,初始值为(44.57±2.18)U/mg,在第1~3天分别迅速增加到(71.45±3.16)、(99.32±4.22)、(147.25±5.28)U/mg。而250 K保存第3天的样品蛋白酶活性仅为(45.18±2.28)U/mg,低于282 K保存的样品。273 K保存的样品在整个实验过程中蛋白酶活性逐渐升高,第20天测定值为(149.55±3.39)U/mg,比初始阶段提高了2 倍。

图片
图4  5 种温度下凡纳滨对虾蛋白酶活性变化
1.5  多酚氧化酶(polyphenol oxidase,PPO)活性变化
所有样品的初始PPO活性均在5055 U/mg之间,并随着贮藏时间的增加而升高。然而,不同温度下的增加速率有所不同,250 K时贮藏第3PPO活性为(54.26±3.13U/mg282 K时的对应值为(136.89±5.24U/mg,约为250 K时的3 倍。273 K贮藏条件下,凡纳滨对虾的PPO活性在前3天缓慢升高,之后升高幅度变大。对于268250 K贮藏的样品,PPO活性保持在60 U/mg以下,表明低温有效抑制了PPO活性。
图片

图5  5 种温度下凡纳滨对虾在贮藏期间PPO活性变化

值得注意的是,大多数参数之间显示出良好的相关性(图6)。特别是生化指标与微生物指标,如TVB-N含量、蛋白酶活性、PPO活性和TAC之间的正相关系数为0.73~0.99。感官评分与总体生化指标呈高度显著负相关。

图片

图6  在282(A)、277(B)、273(C)、268(D)、250(E) K贮藏条件下凡纳滨对虾内在品质参数与感官评价的相关性关系

2  不同温度下熵权的分配与分布
采用熵权法对各指标在不同贮藏温度下的权重进行赋值,结果如图7所示。贮藏温度对品质指标的影响很大。在277282 K条件下,各品质指标的权重均匀分布在0.190.23内,说明信息量相近。与277282 K贮藏不同,268250 K贮藏时品质指标权重变化显著,其中品质指标TAC权重为0.28TVB-N含量为0.24PPO活性为0.24。结果表明,低温贮藏条件下,TACTVB-N含量和PPO活性等品质指标信息量更大,对综合评价的影响较大。此外,5 种温度下TACTVB-N含量和PPO活性的权重均大于0.18,表明凡纳滨对虾货架期品质的综合评价可能在很大程度上取决于TACTVB-N含量和PPO活性。总体而言,各指标的权重分配基于实验数据,避免了人为因素的主观干扰,并将各指标合并为一个综合评价指标,将多属性决策转化为单属性决策。
图片
图7  5 种温度下凡纳滨对虾各品质指标的权重变化
3  GSI的变化

根据各品质指标权重,按式(3)、(4)计算各贮存温度下的综合评价指标GSI。从图8可以看出,各贮藏温度下GSI的初始值都保持1.0,然后随着贮藏时间的延长,GSI值逐渐减小。结果表明,不同温度下的样品GSI250 K时下降缓慢,比273277282 K时高2 倍。这种较高的GSI值可能是由于低温条件下凡纳滨对虾细菌数量减少和酶活性抑制所致。GSI分别在282277273 K贮藏第2天接近于0

图片

图8  5 种温度下凡纳滨对虾的GSI变化

4  GSI预测模型的建立
建立GSI的预测模型:GSI13.47×1011t×exp(-64.78×103/RT),其中tRT分别为贮藏时间(d)、气体常数(8.314 J/mol·K))、热力学温度。
图片

图9  不同温度下凡纳滨对虾贮藏期间GSI变化速率常数Arrhenius图

5  建立模型的验证

268277 K条件下,贮藏10 d4 dGSI的实验值和预测值的相对百分比偏差分别小于6%12%。因此,实验数据与模型具有较好的拟合性,该模型的应用有利于对虾贮藏期的品质管理。此外,该模型的另一个重要应用是预测货架期。基于可接受的传统品质指标标准,GSI值为0.5作为货架期上限。将贮藏温度250268273282288 K依次代入所建立模型,计算贮藏期。按此方法计算得到的贮藏时间分别为1.432.363.566.0549.11 d,与实验值吻合较好(相对误差<12%)。
Conclusion
采用熵权法,客观确定了250268273282288 K冷藏条件下凡纳滨对虾各品质相关指标的权重。此外,建立了基于熵权法的动态模型GSI,用于综合评价整体品质退化状况。结果表明,加速货架期实验预测货架期的准确性较好,为监测凡纳滨对虾在冷藏过程中的品质劣变提供了有效工具。

Abstract


Monitoring the quality degradation of shrimp during cold storage is a tough task due to the involvement of multi-biological process and the accurate kinetic model is extremely necessary to optimize the storage management. Here, the entropy weighting and global stability index (GSI) were combined to establish the model monitoring the shelf-life of Litopenaeus vannamei during storage at –23, –5, 0, 4 and 9 °C, respectively. The typically quality-related indicators including sensorial score, total aerobic count, total volatile base nitrogen, and activity of protease and polyphenol oxidase was selected to reflect the quality degradation. After systematical calculation, the weighting factors of these indicators were determined, respectively. Subsequently, the zero-order reaction model reflecting the overall quality degradation process was satisfactorily described based on GSI, in which the activation energy (Ea) and reaction rate constant (k0) were calculated to be (64.78 ± 0.75) kJ/mol and (3.47 ± 0.54) × 1011, respectively. As a consequence, the GSI model was established as following: GSI = 1 – 3.47 × 1011t × exp (–64.78 × 103/RT), with the relative error of less than 15%. Therefore, the established GSI model could be applied to monitor the quality deterioration of L. vannamei during cold storage and is helpful for distributors and consumers to determine the storing time.


作者介绍


图片

徐德峰  教授

广东医科大学海洋医药研究院

工学博士,广东医科大学教授,海洋功能食品研究组PI,博士生导师。2010年博士毕业于华南理工大学食品科学与工程专业,2013—2017年于华南理工大学-无限极(中国)有限公司从事博士后研究,2019—2020国家公派于新加坡国立大学从事访问学者研究。围绕水产食品质量保真、海洋酶资源开发利用、海洋抗衰老功能食品开发等领域开展系统研究,基本形成了比较稳定的研究方向和初步的研究特色。主持国家重点研发计划子课题、国家自然科学基金、中国博士后科学基金、广东省科技厅、广东省教育厅等国家和省部级项目多项。以第一和通讯作者发表学术论文70余篇,其中SCI/EI检索30余篇。在冷藏对虾品质劣变的生物酶保鲜基础研究和产业化应用方面以第一完成人获中国商业联合会科技进步一等奖、中国海洋学会科技进步二等奖和广东省农业厅农业技术推广奖二等奖各1 项。博士后研究成果获中国博士后优秀学术专著资助由科学出版社出版发行。

图片
罗辉 教授
广东医科大学海洋医药研究院
现任广东医科大学党委副书记、教育发展基金会理事长,国家海洋局南海海洋生物医药资源研发公共服务平台项目负责人,南方海洋科学与工程广东省实验室(湛江)第一届理事会副理事长、学术委员会委员、海洋生物资源开发研究中心副主任,广东省本科高校海洋科学类专业教学指导委员会副主任委员,湛江市科协技术协会副主席,湛江科技智库专家委员会副主任,湛江市环北部湾海岸特色微藻与微生物资源产品研发重点实验室主任,广东天然药物研究与开发重点实验室学术委员会委员,广东省新型研发机构—广东湛江海洋医药研究院院长。主要研究领域为海洋生物医药资源利用和大健康产业技术链条创新,以加速科研成果转化,服务海洋经济为导向,组建跨学科学术团队,提出以“涉海人群健康保障和海洋药用资源开发”为核心的南海海洋大健康关键技术体系研发与示范,重点开展微藻与微生物等南海特色海洋生物资源新药源分子发掘、先导化合物发现与结构优化、药理作用机制阐明等系统性研究,并积极推动涉海人群智能化健康保障体系构建、海域环境相关疾病防控与管理、海洋生物资源利用、海洋创新药物研发、特医与健康食品、化妆品等产业链条协同发展,在海洋科技成果转化方面取得了突破性进展。


点击下方阅读原文查看文章
翻译/编辑:龚艺、管勤昊;责任编辑:刘莉



图片

图片
为提高我国食品营养与安全科技自主创新和食品科技产业支撑能力,推动食品产业升级,助力健康中国战略北京食品科学研究院、中国食品杂志社将与湖北省食品科学技术学会、华中农业大学、武汉轻工大学、湖北工业大学、中国农业科学院油料作物研究所、中南民族大学、湖北省农业科学院农产品加工与核农技术研究所、湖北民族大学、江汉大学、湖北工程学院、果蔬加工与品质调控湖北省重点实验室、武汉食品化妆品检验所、国家市场监管重点实验室(食用油质量与安全)、环境食品学教育部重点实验室共同举办第五届食品科学与人类健康国际研讨会。会议时间:2024年8月3-4日,会议地点:中国湖北武汉

图片

继续滑动看下一个
动物源食品科学
向上滑动看下一个