鸽肉贮藏品质变化和货架期预测模型

王辉 庄子通 曾晓房 陈海光 陈伟波

摘要 为快速、准确地预测鸽肉在冷藏条件下的货架期，研究了鸽肉在贮藏温度为0、4、8、12 ℃下鸽肉的挥发性盐基氮（total volatile basic nitrogen，TVB-N）、色度值和菌落总数的变化情况，再对各指标进行相关性分析，以TVB-N值为指标建立一级动力学模型，并通过阿伦尼乌斯（Arrhenius）方程对货架期进行了预测。结果表明：选择TVB-N作为关键因子所得预测模型方程为A=A0exp（2.402 6×1023e-128 061/RTt），鸽肉在低温冷藏条件下的预测货架期与实测货架期的相对误差在±10%以内。由此可见，所得预测模型方程可用于预测鸽肉在贮藏温度0～12 ℃下的货架期。

关键词 冷藏鸽肉；货架期；挥发性盐基氮；色度值；预测模型

中图分类号 TS251  文献标识码 A  文章编号 0517-6611（2023）14-0185-04

作者简介 王辉（1979—），女，湖南湘乡人，实验师，硕士，从事食品微生物研究。

肉鸽，又名乳鸽，其肉质鲜美，属于高端的飞禽肉品，在家禽行业中占据十分重要的地位。我国肉鸽销售量和饲养量均位居世界之首［1］。广东省肉鸽年消费量已经超过1亿只，广州市年销售量已经超过3 500万只［2］。中医认为鸽子具有补肾壮肝、清热解毒、生津止渴、益气补血等功效，民间流传着“一鸽顶九鸡”的说法。现代科学研究表明，鸽肉营养物质含量高，具有蛋白质含量高、脂肪含量低的特点，蛋白质含量高达24.47%，脂肪含量仅0.73%；鸽肉富含赖氨酸、蛋氨酸等8种人体必需的氨基酸，天冬氨酸、谷氨酸等含量也十分丰富［3-4］。

食品货架期是指食品在推荐条件下贮藏，能够保持食品的安全性，确保食品的感官特性、理化及微生物指标满足国标要求，并且保持商品营养成分表上注明的任何营养值不变的一段时间［5-6］。鸽肉在贮藏过程中由于微生物生长繁殖或食品内部生物化学反应而发生各种品质的变化。尽管食品腐败机制不尽相同，食品贮藏过程中大多数的品质变化都遵循0级或者1级反应模式，因此常用化学反应动力学预测模型预测食品贮藏过程中指标的变化情况，通过对变质过程的动力学研究可以预测食品保鲜期［7］。国内外对不同食品品质变化的动力学模型做了大量研究［7-16］，但对鸽肉在低温冷藏过程中品质变化的动力学特性和保鲜期预测尚未见报道。

笔者研究了鸽肉在0、4、8、12 ℃下贮藏时TVB-N值、a*值、L*值、b*值和菌落总数的变化，通过相关性分析确定TVB-N值为鸽肉货架期模型预测的关键因子，并应用一级动力学模型及Arrhenius方程建立了鸽肉保鲜期预测模型，旨在为冰鲜鸽肉货架期預测提供基础研究。

1 材料与方法

1.1 材料与试剂、仪器

1.1.1 试验材料。良田王鸽，净重约350 g，由广东良田鸽业有限公司提供。

1.1.2 试剂。

平板计数PCA琼脂培养基，为广东环凯微生物科技有限公司产品；氯化钠、无水乙醇、硼酸、无水碳酸钾、甲基红、溴甲酚绿等，为国产分析纯。

1.1.3 仪器。K1100自动凯氏定氮仪，为山东海能科学仪器有限公司产品；PYX-280S-A型生化培养箱，为韶关市科力实验仪器有限公司产品；SW-CJ-1FD型洁净工作台，为苏州安泰技术有限公司产品；LDZX-50KBS型立式压力蒸汽灭菌锅，为上海申安医疗器械厂产品；NS800型分光测色仪，为苏州天友利仪器有限公司产品；HR/T20M型台式高速冷冻离心机，为湖南赫西仪器装备有限公司产品。

1.2 试验方法

1.2.1 样品处理。肉鸽宰杀后1 h内冰鲜运到实验室，按不同温度和时间贮藏，具体见表1。

1.2.2 挥发性盐基氮（TVB-N）的测定。根据GB/T 5009.228—2016《食品中挥发性盐基氮的测定》［17］中的自动凯氏定氮法测定TVB-N。

1.2.3 菌落总数的测定。根据GB/T 4789.2—2016《菌落总数测定》［18］进行菌落总数的测定。

1.2.4 色度值的测定。选取鸽胸肉靠近胸骨一侧的表面进行测定，在最厚的部位选取3个点进行鸽肉样品亮度（L*）、红度（a*）、黄度（b*）的测定。

1.3 冰鲜鸽肉预测货架期动力学模型的建立

由公式（3）可知，lnk与1/T存在线性关系。通过鸽肉在0、4、8、12 ℃下得到的不同k值，可以拟合出斜率为-Ea/R、截距为lnk0的直线，从而计算出反应活化能Ea和频率因子k0；最后，将其代入公式（1），进而求得不同温度下鸽肉的预测货架期。

1.4 数据分析

每次测定均重复3次，均以平均值±标准差表示。应用SPSS 17.0统计软件对试验数据进行差异显著性分析，P＜0.05表示差异显著；采用Pearson系数进行相关性分析。

2 结果与分析

2.1 不同贮藏温度下鸽肉的TVB-N值

冰鲜鸽肉在贮藏过程中细菌和酶的作用使肌肉中的蛋白质分解，产生氨以及胺类等碱性含氮物质［19］。不同贮藏温度下鸽肉TVB-N值的变化见图1。

如图1所示，不同贮藏温度鸽肉的TVB-N值在贮藏过程中均逐渐升高（P<0.05）；GB 2707—2016《食品安全国家标准 鲜（冻）畜、禽产品》［20］规定新鲜肉的TVB-N标准含量≤150 mg/kg，贮藏温度为0、4、8、12 ℃时肉鸽样品超出新鲜肉TVB-N标准含量限值的时间分别为16、12、5和1.5 d。

2.2 不同贮藏温度下鸽肉的色度值

2.2.1 不同贮藏温度下鸽肉的L*值。

L*值代表肌肉亮度值，其取值为1～100，L*值越高代表亮度越大。肉色度值主要受肌肉表面渗出液的影响，渗出液较少时光反射较弱，则亮度值较低［19］。不同贮藏温度下鸽肉L*值的变化见图2。

如图2所示，贮藏过程中不同贮藏温度下肉鸽样品的L*值均整体上呈现先下降后上升的变化趋势，且变化显著（P<0.05）。究其原因，可能是因为贮藏初期鸽肉中的蛋白质被酶或微生物逐渐降解，导致鸽肉的L*值逐渐下降；随着贮藏时间的增加，鸽肉内的油脂逐渐渗出至鸽肉表面，使鸽肉表面的L*值上升。此外，贮藏温度越高，鸽肉的L*值随着贮藏时间的变化越显著。

2.2.2 不同贮藏温度下鸽肉的a*值。

a*值代表肉色红度值，与鸽肉内肌红蛋白被氧化有关［21］。不同贮藏温度下鸽肉a*值的变化见图3。

由图3可知，0、4、8、12 ℃下鸽肉的a*值整体上均呈现上升趋势。贮藏温度越高，a*值变化速率越快，0 ℃下a*值增长最为缓慢，这可能是因为不同贮藏温度下肌肉中肌红蛋白被氧化的速率不同。

2.2.3 不同贮藏温度下鸽肉的b*值。

b*值代表黄度，不同贮藏温度下鸽肉b*值的变化见图4。

由图4可知，0、4、8、12 ℃下贮藏的鸽肉样品b*值整体上均呈现出先上升后下降的趋势。贮藏温度越高，b*值越快到达峰值，下降速率也越快。

2.3 不同贮藏温度下鸽肉的菌落总数

菌落总数能够反映蛋白质和氨基酸的分解代谢程度，是判定食品卫生质量的一个重要指标。不同贮藏温度下鸽肉菌落总数的变化见图5。

由图5可知，鸽肉的菌落总数逐渐上升，贮藏温度为0、4 ℃时鸽肉样品的菌落总数上升速率明显低于贮藏温度为8、12 ℃时。GB 2707—2016《食品安全国家标准 鲜（冻）畜、禽产品》［20］中规定肉制品的菌落总数限定值≤106 CFU/g，贮藏温度为0、4、8、12 ℃时肉鸽样品超出菌落总数限值的时间分别为14、8、3和2 d。

2.4 不同贮藏温度下鸽肉各指标的相关性分析

由表2～5可知，不同贮藏温度下

TVB-N与其他指标的Pearson相关系数较高。因此，选择TVB-N值作为鸽肉在贮藏期品质变化与货架期模型预测的关键因子。

2.5 冰鲜鸽肉预测货架期动力学模型的建立

2.5.1 一级动力学模型。

将各贮藏温度下鸽肉在贮藏过程中的TVB-N值随时间变化的变化进行回歸分析，得到回归方程，见表6。由表6可知，回归方程的R2均大于0.9，说明不同贮藏温度下的回归方程拟合度均很高。

2.5.2 Arrhenius方程。

在贮藏温度0、4、8、12 ℃下鸽肉TVB-N值的变化速率常数k分别为0.110 1、0.113 1、0.321 4和1.098 7。根据Arrhenius方程lnk=lnk0-Ea/RT作图，见图6。

线性方程为lnk=-15.403×1 000/T+53.836，由此计算出TVB-N值变化反应的活化能Ea=128.06 kJ/mol，频率因子k0=2.402 6×1023。因此，不同贮藏温度下鸽肉的TVB-N与贮藏温度的Arrhenius方程为k=2.402 6×1023×exp（128 061/RT）。

2.6 货架期预测模型的验证

将Arrhenius方程式k=2.402 6×1023×exp（128 061/RT）代入A=A0ekt，求得不同温度下鸽肉的预测货架期，并与实测货架期进行对比，结果见表7。

由表7可知，0、4、8、12 ℃贮藏温度下鸽肉TVB-N值达到新鲜肉上限值（150 mg/kg）时，预测货架期分别为14.7、9.1、3.7和1.6 d，与实测货架期的相对误差在±10%以内，说明拟合的货架期预测模型具有较高的可靠性，可应用于预测鸽肉在贮藏温度0～12 ℃下的货架期。

3 结论

该研究测定了不同贮藏温度下鸽肉的TVB-N值、色度值（L*值、a*值、b*值）和菌落总数。通过分析TVB-N、色度值和菌落总数的相关性，确定以TVB-N为货架期预测模型的关键因子，利用一级动力学模型和Arrhenius方程建立了货架期预测模型。根据所得预测模型方程预测出鸽肉的货架期预测值与实测货架期的相对误差在±10%以内。因此，所得预测模型方程可以应用于预测鸽肉在贮藏温度0～12 ℃下的货架期，具有一定的实用价值。

参考文献

［1］ 刘旭芳，李华.中国肉鸽产业发展现状与前景［J］.农业展望，2021，17（6）：57-60.

［2］ 来钧.鸽子的营养价值与饲养技术［J］.现代农村科技，2012（23）：45.

［3］ 徐承龙.糟香肉鸽的加工工艺研究［J］.粮食与食品工业，2020，27（6）：39-42.

［4］ 倪爱心，孙鸿，李云雷，等.不同品种肉鸽的生长性能及相关性分析［J］.中国畜牧杂志，2019，55（12）：91-95.

［5］ 王淑惠，杨小斌，罗旭洸，等.蓝圆鲹鱼油微胶囊稳定性分析及其货架期预测模型的建立与评价［J］.食品科学，2020，41（21）：66-72.

［6］ 余亚英，袁唯.食品货架期概述及其预测［J］.中国食品添加剂，2007（5）：77-79，76.

［7］ VAN BOEKEL M A J S.Statistical aspects of kinetic modeling for food science problems［J］.Food science，1996，61（3）：477-486.

［8］ 吴奇子，陈雪，刘欢，等.不同贮藏温度条件下鲐鱼货架期预测模型的构建［J］.食品科学，2015，36（22）：232-236.

［9］ 刘璐，邢少华，张健，等.基于 Baranyi 模型的波动温度下鲐鱼微生物生长动力学模型［J］.食品科学，2015，36（5）：89-92.

［10］ 李汴生，黄智君，张晓银，等.冷配送莴笋菜肴的货架期预测模型建立与评价［J］.现代食品科技，2015，31（3）：177-183.

［11］ KOUTSOUMANIS K，NYCHAS G J E.Application of a systematic experimental procedure to develop a microbial model for rapid fish shelf life predictions［J］.International journal of food microbiology，2000，60（2/3）：171-184.

［12］ 林恒欣，裘晓华，王欢，等.脊腹褐虾方便食品在常温贮藏中的货架期预测分析［J］.浙江海洋学院学报（自然科学版），2016，35（5）：417-424.

［13］ 佟懿，谢晶.鲜带鱼不同贮藏温度的货架期预测模型［J］.农业工程学报，2009，25（6）：301-305.

［14］ 路昊，包建强.因子和相关性分析在黄鳍金枪鱼腹部肌肉理化分析与感官鉴定的相关比较中的应用［J］.现代食品科技，2007，23（7）：4-9.

［15］ LEE Y J，JUNG B S，YOON H J，et al.Predictive model for the growth kinetics of Listeria monocytogenes in raw pork meat as a function of temperature［J］.Food control，2014，44：16-21.

［16］ YESUDHASON P，LALITHA K V，SRINIVASA GOPAL T K，et al.Retention of shelf life and microbial quality of seer fish stored in modified atmosphere packaging and sodium acetate pretreatment［J］.Food packaging and shelf life，2014，1（2）：123-130.

［17］ 中华人民共和国国家卫生和计划生育委员会.食品中挥发性盐基氮的测定：GB 5009.228—2016［S］.北京：中国标准出版社，2017.

［18］ 中华人民共和国国家卫生和计划生育委员会，国家食品药品监督管理总局.食品微生物学检验 菌落总数测定：GB 4789.2—2016［S］.北京：中國标准出版社，2017.

［19］ 刘舒彦，熊光权，李海蓝，等.加州鲈优势腐败菌的分离鉴定［J］.现代食品科技，2019，35（11）：120-125，230.

［20］ 中华人民共和国国家卫生和计划生育委员会，国家食品药品监督管理总局.食品安全国家标准 鲜（冻）畜、禽产品：GB 2707—2016［S］.北京：中国标准出版社，2017.

［21］ 高子武，王恒鹏，陈胜姝，等.不同宰后时间下调理猪肉片品质特性及挥发性风味物质比较［J］.现代食品科技，2020，36（11）：263-272，312.