益生菌鼠李糖乳杆菌GG在米基乳替代品中生长与pH下降的动力学数据分析及预测模型构建

《Frontiers in Microbiology》：Kinetic data analysis for probiotic Lacticaseibacillus rhamnosus GG growth and pH drop in rice-based milk alternative

本研究针对无乳制品基质中益生菌行为预测的难题，聚焦鼠李糖乳杆菌GG (LGG) 在商业化米基乳替代品中的生长与产酸动力学。研究人员通过标准三步骤动力学数据分析流程，在12至44°C 温度范围内，应用Baranyi and Roberts (BR) 和新逻辑 (NL) 等一级模型拟合生长曲线，并结合二级/三级模型成功预测了LGG的生长动态与pH变化规律。研究确定了关键的基生长温度 (Tmin, Tmax)，所构建的预测模型(三级模型)展现出高拟合优度 (R2= 0.991)，为无乳制品益生菌产品的开发与工艺优化提供了宝贵的基础数据和预测工具。

　　

随着全球范围内乳糖不耐受、牛奶过敏人群的增加，以及植物基饮食生活方式的日益流行，传统的乳制品市场正面临着深刻的变革。消费者对更健康、更可持续的食品选择需求迫切，推动了燕麦、大米等植物基乳替代品的迅速崛起。这些饮品不仅满足了特定人群的营养需求，也因其更低的碳足迹而备受环保人士青睐。然而，植物基乳品在风味、口感和营养价值上与传统乳品存在差异，尤其是作为益生菌等有益微生物的载体时，其表现如何，仍是食品科学家和制造商亟待解答的关键问题。益生菌，如被广泛研究并证实具有多种健康益处的鼠李糖乳杆菌GG (Lacticaseibacillus rhamnosus GG, LGG)，能否在由大米、水、葵花籽油和海盐构成的商业化米基饮品中良好地存活、生长并发挥功能？其生长速度和产酸（pH下降）规律在不同储存或发酵温度下是怎样的？能否像在牛奶中一样，用数学模型精准预测其行为？目前，对这些基础问题的认知尚存在明显缺口。由于植物基质在营养成分、缓冲能力和碳水化合物结构上与乳制品基质迥然不同，直接套用基于乳制品的研究数据并不可靠。为了填补这一知识空白，为开发新型、稳定、有效的植物基益生菌产品奠定坚实的科学基础，一项针对LGG在米基乳替代品中生长与pH动力学的系统性研究在《Frontiers in Microbiology》期刊上得以发表。

为深入探究上述问题，研究团队采用了标准化的三步骤动力学数据分析流程。首先，在严格控制的实验条件下，研究人员将LGG菌株接种于市售的、经热处理的米基饮品中，并在12至44°C 的9个不同温度下进行静态培养。通过定期取样，采用倾注平板法计数菌落形成单位(CFU)，并持续监测培养物的pH值，获得了LGG生长和pH变化的一手动力学数据。基于这些数据，研究运用了Baranyi and Roberts (BR) 模型和新逻辑 (New Logistic, NL) 模型作为一级模型来描述每个温度下的单条生长曲线。接着，利用扩展的Ratkowsky平方根模型 (eSQRT) 及其针对延滞期(λ)的修改版作为二级模型，来分析最大比生长速率(μ_max)和延滞期(λ)与温度之间的关系。最后，将一级与二级模型整合，构建了能够预测不同温度下LGG生长行为的三级模型。对于呈现相似S型变化模式的pH动力学数据，研究采用了类似的方法，以Geeraerd模型 (GM) 为基础，结合相应的二级模型，建立了预测pH变化的三级模型 (GM_{pH, T})。所有模型拟合的优劣通过均方根误差 (RMSE) 和决定系数 (R²) 等统计指标进行评估。

2.2.1 一级预测模型

研究结果显示，无论是BR模型还是NL模型，都能以近乎相同的精度描述LGG在米基饮品中的生长动态，两者的平均RMSE分别为0.112和0.115，显示出优秀的拟合能力。这为后续的模型整合与预测提供了可靠的一级参数基础。

2.2.2 二级预测模型

通过对一级模型输出的μ_max进行二级建模，研究发现基于BR和NL模型估算的最低生长温度 (T_min) 分别为4.61°C和4.71°C，最高生长温度 (T_max) 分别为49.67°C和49.69°C，数值高度接近，表明模型具有很好的一致性和稳健性。这确定了LGG在该基质中生长的理论温度范围。

2.2.3 生长预测模型

整合了BR或NL一级模型与相应二级模型所构建的两个三级模型，在预测LGG于不同温度下的生长时，表现出了卓越的整体预测性能，平均R²高达0.991，RMSE为0.185。这意味着模型能够非常准确地预测从接种到进入稳定期的整个生长过程。

2.2.4 校正因子

为了量化米基饮品与乳制品在支持LGG生长能力上的差异，研究引入了校正因子 (c_f) 的概念。通过比较相同菌株在米基饮品和UHT牛奶中的生长模型参数，可以直观评估不同基质对微生物生长的“营养潜力”影响，为跨基质应用提供定量参考。

2.3 pH变化描述与预测

对于pH的动态变化，研究构建的Geeraerd-inspired pH模型 (GM_{pH, T}) 整合了pH下降最大速率(k_pH)和pH变化延滞期(λ_pH)的二级模型。该三级模型在预测不同温度下pH变化时，也取得了良好的效果，R²为0.941，RMSE为0.386。这表明，不仅菌体生长，其代谢产酸行为也能被有效建模和预测。

综合以上结果，本研究成功地系统描述了益生菌LGG在商业化米基乳替代品中，于12-44°C生物动力学温度范围内的生长与pH下降动力学。研究明确，BR和NL模型均能出色地作为一级模型，而eSQRT模型能有效地描述生长参数与温度的关系。整合后的三级生长预测模型(R²= 0.991)和pH预测模型(R²= 0.941)均表现出强大的统计性能和预测能力。所确定的基数生长温度 (T_min≈ 4.6°C, T_max≈ 49.7°C) 为产品储存和工艺设计提供了关键参数。此外，通过校正因子的比较，可以定量评估植物基质与乳基质在支持益生菌生长方面的差异。

这项研究的意义重大。它首次为LGG在米基乳替代品中的行为提供了详尽的基线动力学数据和经得起检验的预测模型。这些模型和参数能够直接应用于预测微生物学 (Predictive Microbiology) 领域，帮助食品生产商和研发人员优化发酵工艺、预测产品货架期、评估不同储存温度下的产品安全性与活菌数稳定性，从而设计和优化具有益生潜力的无乳制品基质。研究成果填补了植物基益生菌产品开发中的关键数据空白，为这一快速增长的市场领域提供了坚实的科学依据和强大的工具支持，推动了更健康、更多样化的食品选择的发展。