论文部分内容阅读
本论文在研究贮藏麦生态微生物迁移规律的基础上,构建了贮藏麦的安全评价与预警体系。采用传统微生物检测和分子生物学方法对大麦及小麦表面的微生物进行了分离纯化与鉴定,并对大麦和小麦表面的微生物进行了群落分析,发现大麦和小麦在贮藏过程中的微生物群落演变规律和品质指标变化具有一致性;并得到了能够反映相应麦新鲜度的正负生态指示菌,建立了贮藏麦生态微生物迁移规律的安全评价体系。利用DPS数据处理系统分析了大麦的负向指示菌成团泛菌(M-4)和正向指示菌黄曲霉在不同贮藏条件下的生长规律,对它们的生长状况进行数学模型假设,最终得到了可接受的Gompertz和Boltzmann数学统计模型。最后探讨了成团泛菌在不同发酵条件下对啤酒酵母超前絮凝的影响。1.本文结合传统微生物检测和分子生物学方法,对大麦及其麦芽微生物群落进行了分离纯化与鉴定,得到了新鲜麦在贮藏初期的群落分布情况:大麦中分离得到了8株主要细菌和7株主要真菌,小麦中分离得到了4株主要细菌和4株主要真菌。2.对不同贮藏时间、不同贮藏温湿度条件下的麦粒微生物群落动态演变进行了追踪检测,得到不同温湿度贮藏条件下麦粒表面微生物的变迁规律。并根据其在贮藏过程中品质的动态变化,以95%发芽率为基准,得到了贮藏麦安全评价与预警体系:(1)小麦安全评价体系:正向指示菌黄曲霉占真菌群落的比例≤10%,负向指示菌克雷伯氏菌占细菌群落的比例≥10%;(2)大麦安全评价体系:正向指示菌赫氏埃希菌占细菌群落比例≥40%,负向指示菌成团泛菌占细菌群落比例≤60%。3.利用DPS和Minitab数据分析软件,并结合专业数学建模方法对不同贮藏时间、不同贮藏温湿度条件下大麦和小麦品质指示菌动态变化规律进行分析。在进行模型验证以及培养基验证的基础上,建立了Gompertz预测模型和Fail-safe可接受的boltzmann平方根统计数学微生物生态预测模型。4.在数理统计模型的基础上,研究了贮藏大麦的负向指示菌成团泛菌在啤酒发酵过程中引起酵母超前絮凝现象的机理,结果表明成团泛菌在麦芽糖标准培养液中的絮凝因子分布在发酵液上清;其发酵产物胞外多糖EPS比成团泛菌菌体本身的絮凝活性强,在EPS浓度为0.9g/L,温度为20℃,pH为4时对酵母标准悬浮液的絮凝活性达到最大。