2結(jié)果與分析
2.1腐敗希瓦氏菌生長／非生長模型建立
2.1.1 Logistic生長／非生長模型建立腐敗希瓦氏菌Logistic回歸模型的擬合參數(shù)如表2所示。對(duì)于二階線性Logistic方程，aw、鹽分和pH2和aw2的作用對(duì)其生長情況有顯著影響（P＜0.01），其余參數(shù)在計(jì)算時(shí)差異性不顯著，故剔除，腐敗希瓦氏菌logistic生長/非生長模型見式5：
二階線性logistic方程：
表2 Logistic生長/非生長模型擬合參數(shù)
2.1.2 PNN人工神經(jīng)網(wǎng)絡(luò)生長／非生長模型建立采用PNN人工神經(jīng)網(wǎng)絡(luò)模型，建立了腐敗希瓦氏菌隱含層數(shù)2，輸出層神經(jīng)元1的PNN模型。通過隨機(jī)選取80%的數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)，網(wǎng)絡(luò)訓(xùn)練最優(yōu)時(shí)間為0.1 s，得到PNN模型，剩余20%數(shù)據(jù)再帶入PNN模型進(jìn)行驗(yàn)證。PNN網(wǎng)絡(luò)測(cè)試診斷結(jié)果顯示，30例驗(yàn)證數(shù)據(jù)中有26例數(shù)據(jù)符合試驗(yàn)情況分類，準(zhǔn)確率為86.67%。
2.1.3兩種生長/非生長模型預(yù)測(cè)效果比較腐敗希瓦氏菌二階線性logistic方程訓(xùn)練集和驗(yàn)證集的FC為93.8%與100%，F(xiàn)AR分別為6%和0%，R2-Nagelkerke為0.90，Hosmer-Lemeshow的χ2=0.64（P=1，Df=8），R2-Nagelkerke參數(shù)接近1，且Hosmer-Lemeshow參數(shù)值較小，說明該模型擬合優(yōu)度良好。利用二階線性logistic方程建立了環(huán)境因子交互作用下蠟樣芽孢桿菌生長/非生長模型，結(jié)果顯示logistic回歸模型擬合優(yōu)度較高，具有較廣的適用范圍，可避免對(duì)大系數(shù)的過度擬合，結(jié)果與本研究測(cè)試相符。
PNN人工神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練集一致率為100%，驗(yàn)證集FC為86.67%，但驗(yàn)證集的FAR比Logistic模型高出6.25%。PNN人工神經(jīng)網(wǎng)絡(luò)模型能短時(shí)間內(nèi)對(duì)生長/非生長數(shù)據(jù)進(jìn)行快速分類，且總體準(zhǔn)確率較高，但僅能對(duì)生長/非生長數(shù)據(jù)進(jìn)行分類，無法準(zhǔn)確給出生長/非生長界面，僅能輸出生長概率0和1的數(shù)值，即無法給出具體細(xì)致的生長概率，但其快速分類功能可為工業(yè)生產(chǎn)提供便利。對(duì)大腸埃希氏菌（Escherichia coli R31）生長/非生長研究顯示，同一組內(nèi)基于PNN的模型比基于FEBANN（Feedforward error backpropagation artificial neural networks）的模型更精確，且基于二階logistic回歸模型比線性模型更準(zhǔn)確，而處理分類問題時(shí)PNN人工神經(jīng)網(wǎng)絡(luò)模型更優(yōu)。可能由于研究對(duì)象的差異，本文基于PNN人工神經(jīng)網(wǎng)絡(luò)模型的驗(yàn)證集準(zhǔn)確率低于Logistic模型。兩種模型擬合優(yōu)度和預(yù)測(cè)力比較如表3所示。
表3兩種生長/非生長模型擬合優(yōu)度和預(yù)測(cè)力比較
2.2環(huán)境因子對(duì)腐敗希瓦氏菌生長概率的影響
2.2.1鹽分對(duì)腐敗希瓦氏菌生長概率的影響圖1（a～d）為鹽分1.0%～4.0%，腐敗希瓦氏菌生長概率預(yù)測(cè)值。圖1Logistic模型預(yù)測(cè)曲線（實(shí)線）顯示：鹽分1.0%，aw0.96和0.94時(shí)，生長概率隨pH的增大而增大，最終生長概率達(dá)到1；aw0.92和0.91時(shí)，生長概率在pH 5.2和6.4時(shí)開始增大，最終生長概率到達(dá)1和0.45；鹽分1.0%，aw0.90時(shí)，無論pH如何變化，該交互作用下腐敗希瓦氏菌均不生長。虛線為PNN人工神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)情況，變化趨勢(shì)與實(shí)線近似，生長概率≤0.5時(shí)視作非生長，＞0.5時(shí)視為生長，沒有緩慢變化區(qū)域，生長概率直接從0上升到1。aw0.92，pH=5.9處出現(xiàn)拐點(diǎn)，生長概率預(yù)測(cè)值從0上升到1。
鹽分2.0%時(shí)，實(shí)線顯示aw0.96，0.94和0.92時(shí)，生長概率隨pH增大逐漸增大，最終達(dá)到1；aw0.91時(shí)，生長概率從pH 6.5時(shí)開始增大，pH 7時(shí)達(dá)到1；鹽分2.0%，aw0.90時(shí)，無論pH如何變化，該交互作用下腐敗希瓦氏菌均不生長。圖1虛線在aw 0.92，pH＜6.5時(shí)預(yù)測(cè)與實(shí)線不完全統(tǒng)一，在pH 6.2時(shí)實(shí)線預(yù)測(cè)的概率＞0.5，但虛線預(yù)測(cè)仍為0，其差別原因可能是由于2種建模方式的個(gè)體差異、訓(xùn)練集數(shù)據(jù)的選取差異等造成的。
鹽分3.0%和4.0%時(shí)，實(shí)線顯示aw 0.91時(shí)，生長概率分別在pH 6.7和6.9時(shí)開始增大，最終到達(dá)0.06和0.02。鹽分越高，pH與aw的交互作用逐漸加強(qiáng)，腐敗希瓦氏菌不適宜生長，生長界限開始變化點(diǎn)趨于高pH范圍，高鹽分對(duì)腐敗希瓦氏菌有生長抑制作用，其趨勢(shì)與虛線相同。
圖1 2種模型鹽分作用下腐敗希瓦氏菌生長概率預(yù)測(cè)值
對(duì)環(huán)境單因子對(duì)腐敗希瓦氏菌生長/非生長界限做了研究，表明25℃時(shí)生長概率隨鹽分的增加而逐漸降低，當(dāng)鹽分≥12%時(shí)腐敗希瓦氏菌均不生長，與本研究結(jié)果趨勢(shì)相符，但由于其為單因素試驗(yàn)故有一定差異。研究顯示Shewanella amazonensis細(xì)胞膜成分變化可能是高NaCl脅迫的間接生理響應(yīng)，當(dāng)NaCl為9.35%時(shí)，生長速率被抑制至原來的50%。隨著鹽分的增長，腐敗希瓦氏菌生長受到抑制，生長界限向高pH、高aw方向偏移；aw≤0.91時(shí)，均不生長。
2.2.2 aw對(duì)腐敗希瓦氏菌生長概率的影響圖2（a～d）中l(wèi)ogistic模型預(yù)測(cè)曲線（實(shí)線）為腐敗希瓦氏菌，aw對(duì)腐敗希瓦氏菌生長概率影響預(yù)測(cè)值。aw0.90時(shí)，該交互作用下腐敗希瓦氏菌均不生長。aw0.91時(shí)，鹽分1.0%～4.0%條件下，生長概率在pH=6.4，6.5，6.7和6.9時(shí)開始增大，最終生長概率分別達(dá)到0.45，0.19，0.06和0.02，該交互作用下腐敗希瓦氏菌生長概率很低，生長基本受到抑制。aw0.92，0.94和0.96時(shí)，生長概率受鹽分影響逐漸減小，隨pH增大而增大，生長概率上升變化陡峭。aw越高，pH與鹽分的交互作用就被減弱，腐敗希瓦氏菌越適宜生長。
圖2中PNN人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果（虛線），與Logistic模型預(yù)測(cè)曲線結(jié)果相似，生長/非生長0，1分界點(diǎn)在Logistic模型預(yù)測(cè)曲線中位于生長概率0.5附近，將生長概率＜0.5的情況視作不生長，無法觀測(cè)到水分活度0.91時(shí)，pH大于6.5之后的生長概率變化，實(shí)際生長概率有小幅上升趨勢(shì)。aw0.92時(shí)，鹽分1%～4%條件下，分別在pH=6.0，6.3，6.4，6.5處出現(xiàn)拐點(diǎn)，生長概率預(yù)測(cè)值由0變?yōu)?；aw0.94，0.96變化趨勢(shì)與實(shí)線相似。
aw反映水分與食品結(jié)合程度，是微生物酶和化學(xué)反應(yīng)能觸及的水分，是微生物生長繁殖的重要因素，學(xué)者利用山雞椒油改變產(chǎn)品aw，顯示濃度越高腐敗菌抑菌圈直徑越大，且破壞細(xì)胞結(jié)構(gòu)，抑制糖類和蛋白質(zhì)的消耗，抑制琥珀酸脫氫酶和蘋果酸脫氫酶活性，需要對(duì)aw對(duì)腐敗菌生長抑制機(jī)制進(jìn)行深入研究。
圖2 2種模型下aw對(duì)腐敗希瓦氏菌生長概率影響預(yù)測(cè)值對(duì)比
2.2.3 pH值對(duì)腐敗希瓦氏菌生長概率的影響圖3（a～f）為pH=4.5～7.0時(shí)，腐敗希瓦氏菌生長概率影響預(yù)測(cè)值。圖中實(shí)線為Logistic模型預(yù)測(cè)的生長/非生長曲線，其中pH 4.5時(shí)，腐敗希瓦氏菌的生長受到強(qiáng)烈抑制。pH 5.0時(shí)，aw=0.96且鹽分≤3%生長概率大于0.5。pH 5.5時(shí)，aw0.96，0.94時(shí)，隨鹽分增長腐敗希瓦氏菌生長概率從1.00下降到0.86，其余水分活度均不生長。pH 6.0時(shí)，aw＞0.92條件下生長概率均為1，aw0.92條件下，生長概率隨鹽分增大而下降，aw＜0.92條件下均不生長。pH 6.5與7.0時(shí)，隨鹽分的增大腐敗希瓦氏菌的生長概率在aw0.92與0.91時(shí)逐漸遞減。圖3（a～f）虛線為PNN神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)曲線，與logistic模型預(yù)測(cè)曲線結(jié)果相似，但無法表示生長概率變化的范圍及過程，僅可顯示拐點(diǎn)。pH 5.0，aw=0.96，鹽分3%時(shí)以及pH 6.5，aw=0.92，鹽分4%為生長概率預(yù)測(cè)值拐點(diǎn)，生長概率從1變?yōu)?。
研究顯示希瓦氏菌屬最適生長pH值在7.0到8.0之間，與本研究結(jié)果一致。研究表明pH變化會(huì)影響腐敗希瓦氏菌表面超微結(jié)構(gòu)，改變揚(yáng)氏模量和細(xì)胞彈簧常數(shù)，pH減小會(huì)導(dǎo)致細(xì)胞壁厚度變小，破壞細(xì)胞膜完整性。在生產(chǎn)過程中可適當(dāng)添加有機(jī)酸調(diào)節(jié)pH，其抑菌機(jī)理包括能量競(jìng)爭、透化細(xì)菌外膜、提高胞內(nèi)滲透壓、抑制生物大分子合成和誘導(dǎo)宿主產(chǎn)生抗菌肽等作用，腐敗希瓦氏菌生長概率隨pH減小而減小，其生長概率作用機(jī)理有待深入研究。
3結(jié)論
1）建立了腐敗希瓦氏菌二階線性Logistic模型和PNN人工神經(jīng)網(wǎng)絡(luò)模型來預(yù)測(cè)其生長/非生長情況。二階線性logistic模型和PNN人工神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練集一致率分別為93.80%和100.00%，驗(yàn)證集一致率分別為100.00%和86.67%。PNN網(wǎng)絡(luò)能對(duì)生長/非生長數(shù)據(jù)進(jìn)行快速分類，但二階線性logistic模型能更好的反映腐敗希瓦氏菌的生長概率預(yù)測(cè)，生長/非生長模型為：
圖3 2種模型下pH對(duì)腐敗希瓦氏菌生長概率影響預(yù)測(cè)值對(duì)比
logit（P）=-9 847.799+20 712.603×aw-1.237×NaCl+0.567×pH2-10 901.375×aw2
2）隨著鹽分增長，腐敗希瓦氏菌生長/非生長界限小幅度向高aw，高pH方向移動(dòng)，高鹽分對(duì)腐敗希瓦氏菌有生長抑制作用。aw≤0.91時(shí)，菌株均不生長，aw=0.92，0.94和0.96時(shí)，腐敗希瓦氏菌生長概率隨pH增大而增大，上升變化陡峭。pH=4.5時(shí)，腐敗希瓦氏菌基本不生長，隨pH升高，高aw情況下的生長概率先增長到1。
室溫條件下pH、aw及鹽分對(duì)腐敗希瓦氏菌生長概率的交互影響（一）
室溫條件下pH、aw及鹽分對(duì)腐敗希瓦氏菌生長概率的交互影響（二）
相關(guān)新聞推薦
2、有機(jī)垃圾好氧堆肥過程中微生物生長適應(yīng)條件的研究
3、不同鋅濃度下菌株Ⅳ8R3、Ⅱ2R3的生長曲線及玉米生長和鋅積累的影響（二）