수학적 정량평가모델을 이용한 Vibrio parahaemolyticus의 성장 예측모델의 개발 Development of Predictive Growth Model of Vibrio parahaemolyticus Using Mathematical Quantitative Model원문보기
수산식품에서 문제가 되는 식중독 균인 V. parahaemolyticus를 대상으로 온도, pH 및 초기균수에 따른 균의 성장 실험 결과를 데이터베이스화하여 이를 바탕으로 균의 성장을 정량적으로 평가할 수 있는 수학적 모델을 개발하였다. $1.0{\times}10^{2},\;1.0{\times}10^{3},\;1.0{\times}10^{4}\;CFU/mL$의 각 초기균수 조건에서 실험치와 예측치의 상관계수는 각각 0.966, 0.979, 0.965으로 나타났다. 또한, 초기균수를 고려하지 않은 모델식은 상관계수가 0.966으로 다음과 같이 나타났다. Polynomial model: $$k=1.10{\cdot}\exp(-0.5(((T-34.14)/9.09)^{2}+((pH-6.59)/4.68)^{2}))$$ 균의 증식 지표치인 최대증식속도상수 k는 온도에 지배적인 영향을 받았으며, pH 및 초기균수에 따른 유의적인 차이는 없었으므로 (P>0.05), k와 온도와의 관계식인 square root model로 나타내었다. Square root model: $${\sqrt{k}\;0.06(T-9.55)[1-\exp(0.07(T-49.98))]$$ V. parahaemolyticus의 경우, square root model에 의한 실험치와 예측치의 상관계수는 0.977로 polynomial model보다 높은 적용성을 나타내었다.
수산식품에서 문제가 되는 식중독 균인 V. parahaemolyticus를 대상으로 온도, pH 및 초기균수에 따른 균의 성장 실험 결과를 데이터베이스화하여 이를 바탕으로 균의 성장을 정량적으로 평가할 수 있는 수학적 모델을 개발하였다. $1.0{\times}10^{2},\;1.0{\times}10^{3},\;1.0{\times}10^{4}\;CFU/mL$의 각 초기균수 조건에서 실험치와 예측치의 상관계수는 각각 0.966, 0.979, 0.965으로 나타났다. 또한, 초기균수를 고려하지 않은 모델식은 상관계수가 0.966으로 다음과 같이 나타났다. Polynomial model: $$k=1.10{\cdot}\exp(-0.5(((T-34.14)/9.09)^{2}+((pH-6.59)/4.68)^{2}))$$ 균의 증식 지표치인 최대증식속도상수 k는 온도에 지배적인 영향을 받았으며, pH 및 초기균수에 따른 유의적인 차이는 없었으므로 (P>0.05), k와 온도와의 관계식인 square root model로 나타내었다. Square root model: $${\sqrt{k}\;0.06(T-9.55)[1-\exp(0.07(T-49.98))]$$ V. parahaemolyticus의 경우, square root model에 의한 실험치와 예측치의 상관계수는 0.977로 polynomial model보다 높은 적용성을 나타내었다.
Predictive growth model of Vibrio parahaemolyticus in modified surimi-based imitation crab broth was investigated. Growth curves of V. parahaemolyticus were obtained by measuring cell concentration in culture broth under different conditions ($Initial\;cell\;level,\;1{\times}10^{2},\;1{\times}1...
Predictive growth model of Vibrio parahaemolyticus in modified surimi-based imitation crab broth was investigated. Growth curves of V. parahaemolyticus were obtained by measuring cell concentration in culture broth under different conditions ($Initial\;cell\;level,\;1{\times}10^{2},\;1{\times}10^{3},\;and\;1{\times}10^{4}\;colony\;forming\;unit\;(CFU)/mL$; temperature, 15, 25 37, and $40^{\circ}C$; pH 6, 7, and 8) and applying them to Gompertz model. Microbial growth indicators, maximum specific growth rate (k), lag time (LT), and generation time (GT), were calculated from Gompertz model. Maximum specific growth rate (k) of V. parahaemolyticus increased with increasing temperature, reaching maximum rate at $37^{\circ}C$. LT and GT were also the shortest at $37^{\circ}C$. pH and initial cell number did not influence k, LT, and GT values significantly (p>0.05). Polynomial model, $k=a{\cdot}\exp(-0.5{\cdot}((T-T_{max}/b)^{2}+((pH-pH_{max)/c^{2}))$, and square root model, ${\sqrt{k}\;0.06(T-9.55)[1-\exp(0.07(T-49.98))]$, were developed to express combination effects of temperature and pH under each initial cell number using Gauss-Newton Algorism of Sigma plot 7.0 (SPSS Inc.). Relative coefficients between experimental k and k Predicted by polynomial model were 0.966, 0.979, and 0.965, respectively, at initial cell numbers of $1{\times}10^{2},\;1{\times}10^{3},\;and\;1{\times}10^{4}CFU/mL$, while that between experimental k and k Predicted by square root model was 0.977. Results revealed growth of V. parahaemolyticus was mainly affected by temperature, and square root model showing effect of temperature was more credible than polynomial model for prediction of V. parahaemolyticus growth.
Predictive growth model of Vibrio parahaemolyticus in modified surimi-based imitation crab broth was investigated. Growth curves of V. parahaemolyticus were obtained by measuring cell concentration in culture broth under different conditions ($Initial\;cell\;level,\;1{\times}10^{2},\;1{\times}10^{3},\;and\;1{\times}10^{4}\;colony\;forming\;unit\;(CFU)/mL$; temperature, 15, 25 37, and $40^{\circ}C$; pH 6, 7, and 8) and applying them to Gompertz model. Microbial growth indicators, maximum specific growth rate (k), lag time (LT), and generation time (GT), were calculated from Gompertz model. Maximum specific growth rate (k) of V. parahaemolyticus increased with increasing temperature, reaching maximum rate at $37^{\circ}C$. LT and GT were also the shortest at $37^{\circ}C$. pH and initial cell number did not influence k, LT, and GT values significantly (p>0.05). Polynomial model, $k=a{\cdot}\exp(-0.5{\cdot}((T-T_{max}/b)^{2}+((pH-pH_{max)/c^{2}))$, and square root model, ${\sqrt{k}\;0.06(T-9.55)[1-\exp(0.07(T-49.98))]$, were developed to express combination effects of temperature and pH under each initial cell number using Gauss-Newton Algorism of Sigma plot 7.0 (SPSS Inc.). Relative coefficients between experimental k and k Predicted by polynomial model were 0.966, 0.979, and 0.965, respectively, at initial cell numbers of $1{\times}10^{2},\;1{\times}10^{3},\;and\;1{\times}10^{4}CFU/mL$, while that between experimental k and k Predicted by square root model was 0.977. Results revealed growth of V. parahaemolyticus was mainly affected by temperature, and square root model showing effect of temperature was more credible than polynomial model for prediction of V. parahaemolyticus growth.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이에 본 연구에서는 수산식품의 대표적 식중독 세균이며, 현재 국내 상당한 수요를 차지하는 수산가공식품인 게맛살의 미생물학적 위해 요소로 정해져 있는 V parahaemolyticus에 대하여, 제품에 균의 오염 시 균의 성장변화를 정량적으로 예측하는 수학적 모델의 개발을 위한 기초 자료를 제공하고자, 온도, pH에 대한 V parahaemolyticus의 성장 예측모델을 개발하였다.
제안 방법
2차 모델식과 Gompertz 모델에 의한 V parahaemolyticus의 성장 예측: 서로 다른 초기 균수, 온도, pH 조건하에서 polynomial model과 square root model로 예측한 최대증식속도상수(k)를 균의 성장 곡선을 표현하는 Gompertz식에 적용함으로써, 각조건에서 Gompertz 식에 의한 균의 성장을 예측할 수 있게 되었다. 초기 균수 1.
MIC broth상에서 의 V parahaemolyticus의 온도와 초기균수에 따른 최대 증식속도 상수의 정량 평가 모델을 square root model 과 polynomial model을 이용하여 개발하였으며, 개발된 정량 평가 모델에 의하여 예측된 최대 증식속도 상수를 이용하여 온도, pH, 초기균수에 따른 V parahaemolyticus의 성장을 Gompertz 모델로 예측, 증식 곡선으로 나타내었다. 결과 및 고찰 환경 조건에 따른 균의 생육 지표치의 변화 각 환경 요인에 따른 균의 증식을 예측하기 위하여 균의 증식과 polynomial model을 이용하여 개발하였으며, 개발된 정량 평가 모델에 의하여 예측된 최대 증식속도 상수를 이용하여 온도, pH, 초기균수에 따른 V parahaemolyticus의 성장을 Gomp- ertz 모델로 예측, 증식 곡선으로 나타내었다.
MIC broth상에서 의 V parahaemolyticus의 온도와 초기균수에 따른 최대 증식속도 상수의 정량 평가 모델을 square root model 과 polynomial model을 이용하여 개발하였으며, 개발된 정량 평가 모델에 의하여 예측된 최대 증식속도 상수를 이용하여 온도, pH, 초기균수에 따른 V parahaemolyticus의 성장을 Gompertz 모델로 예측, 증식 곡선으로 나타내었다. 결과 및 고찰 환경 조건에 따른 균의 생육 지표치의 변화 각 환경 요인에 따른 균의 증식을 예측하기 위하여 균의 증식과 polynomial model을 이용하여 개발하였으며, 개발된 정량 평가 모델에 의하여 예측된 최대 증식속도 상수를 이용하여 온도, pH, 초기균수에 따른 V parahaemolyticus의 성장을 Gomp- ertz 모델로 예측, 증식 곡선으로 나타내었다.
공시균주의 배양은 향후, 균의 성장 모델을 포장연제품인 게맛실에적용하기 위해 게맛살 성분(조단백 7.8%, 조지방 0.2%, 탄수화물 16%, 회분 2.5%, 수분 73.5%)과 유사한 배지(MIC broth)를 제조하여 사용하였다 (Table 1).
균의 성장에 미치는 온도, pH 및 초기 균수 등 환경인자의 영향을 알아보기 위하여 동결 보존한 균주를 37oC water bath에서 급속 해동한 후, 미리 준비한 멸균 MIC broth 50mL에 접종하고 37oC incubator (Sanyo, Japan)에서 24시간 전배양 하였다. 전배양 한 균주를 18mL의 멸균 생리 식염수(3% NaCl)를 이용해 10배씩 희석하여 200 mL의 MIC broth에 초기 균수가 102, 103, 104 CFU/mL가 되도록 접종하고 온도 15, 20, 37, 40℃, pH 6, 7, 8에서 각각 배양하였다.
0)으로 검정하였다. 또한 k에 미치는 초기균수, 온도,pH의 복합적인 관계를 square root model과 polynomial model로 정량화 하였다.
수산식품에서 문제가 되는 식중독 균인 V parahaemolyticus를 대상으로 온도, pH 및 초기균수에 따른 균의 성장 실험 결과를 데이터베이스화하여 이를 바탕으로 균의 성장을 정량적으로 평가할 수 있는 수학적 모델을 개발하였다. 1.
전배양 한 균주를 18mL의 멸균 생리 식염수(3% NaCl)를 이용해 10배씩 희석하여 200 mL의 MIC broth에 초기 균수가 102, 103, 104 CFU/mL가 되도록 접종하고 온도 15, 20, 37, 40℃, pH 6, 7, 8에서 각각 배양하였다.
대상 데이터
본 실험에 사용한 균주는 Vibrio parahaemolyticus ATCC 2210001로 한국생명공학연구원 유전자은행(KCTC)으로부터 분양 받아 3% NaCl을 첨가한 brain heart infusion(BHI, Difco Laboratories, Detroit, MI, USA) broth에 15%의 glycer이를 첨가하여 -80oC에 동결보관하면서 실험전 modified imitation crab(MIC) broth에서 37oC, 24시간 전배양하여 사용하였다.
데이터처리
균의 증식을 대표하는 균의 생육 지표로써, 최대 증식속도상수(k)와 유도기(LT), 세대시간(GT)을 실험을 통한 Gompertz모델에 의하여 도출하였으며, 최대 증식속도 상수, 유도기, 세대시간에 미치는 초기 균수, 온도, pH의 영향을 각각 One-wayANOVA-test를 실시하여 Duncan's multiple range test(9)로 처리평균간의 유의성(P<0.05)을 SPSS (SPSS Inc., 2000) program(Ver. 10.0)으로 검정하였다. 또한 k에 미치는 초기균수, 온도,pH의 복합적인 관계를 square root model과 polynomial model로 정량화 하였다.
온도 15, 20, 37, 40oC, pH 6, 7, 8 및 초기균수 102, 103, 104 CFU/mL의 조건하에서 Gompertz model로부터 구한 최대 증식속도 상수(k)와 환경 조건과의 관계를 규명하기 위하여square root model과 polynomial model에 각각 적용하여 SPSS(SPSS Inc., 2000) program(Ver. 10.0)을 이용하여 각 식의 parameter를 결정하고 Sigma Plot(SPSS Inc., version 7.0)으로도식화 하였으며, 각 배양 조건을 대입하여 실제 실험으로부터 구한 최대 증식속도상수와 모델식으로부터 구한 최대 증식속도 상수와의 상관관계를 비교하였다.
이론/모형
각 실험구별 시간의 경과에 따른 균의 성장은 일정시간 간격 AS plate count agar(PCA, Difco Laboratories, Detroit, MI,USA)를 사용하여 표준 평판 배양법(7)으로 생균수를 측정하여 나타내었다.
초기 균수에 따른 V parahaemolyticus의 성장을 정량적으로 예즉하기 위하여 square root model과 polynomial model을이용하였다. 각 초기균수 조건에서 온도와 pH의 복합적인 영향을 표현하기 위해서 sigmaplot 7.0(SPSS Inc.)의 Gauss-Newton 알고리즘을 사용하여 식 (2)와 같은 비선형 회귀분석식을 통하여 모델화하였다.
각 환경 요인에 따른 균의 증식을 예측하기 위하여 균의 증식을 대표하는 생육지표로써, 최대 증식속도 상수(k), 유도기(LT), 세대시간(GT)을 Gompertz 모델로부터 구하였다. 균의 성장을 표현하는 식으로는 지금까지 여러가지의 형태로 보고되어 있으나, 그 중에서 특히 Gompertz model에 관한 연구가 가장 많으며 영국과 미국에서 각각 개발된 food micromodel(FMM) and Pathogen Modeling program(PMP) 경우에도 Gompertz model을 사용하고 있다.
균의 sigmoid 한 형태의 성장을 표현하기 위해 사용하는 연속함수의 식은 Gompertz가 1825년에 인구동태의 조사결과를 경험식으로서 제시한 Gompertz function (식 1)(8)을 사용하였으며, 1회의 배양실험에서 시간의 경과에 따른 12-16개의 생균 수 값을 얻었으며, 15반복을 통한 실험 결과값을 Gompertz model 에 대입하여 균의 생육지표치인 최대증식속도 상수(k= BC/e)를 구하였다.
균의 증식 지표치인 최대증식속도상수 k는 온도에 지배적인 영향을 받았으며, pH 및 초기균수에 따른 유의적인 차이는 없었으므로 (P>0.05), k와 온도와의 관계식인 square root model로나타내었다.
온도와 pH의 변화에 따른 초기균수별 정량평가 모델: 온도, pH, 초기 균수에 따른 V parahaemolyticus의 성장을 정량적으로 예즉하기 위하여 square root model과 polynomial model을이용하였다. 각 초기균수 조건에서 온도와 pH의 복합적인 영향을 표현하기 위해서 sigmaplot 7.
9 범위에서 비교적 일정하다고 보고하였다. 이 같은 pH 범위는 대부분의 수산 식품의 어류나 게, 새우 등의 갑각류, 패류 등의 해양 생물의 pH 범위와 일치하기 때문에, 수산 식품의 원료 또는 가공식품의 병원성 인자인 V parahaemolyticus의 성장 예측모델에서 pH를 변수에서 제외하고, Ratkowsky 등(11), Zwietering 등(12, 13)이 정의한 초기균수를 고려하지 않은 온도와 최대증식속도상수(k)간의 상호작용을 표현하는 2차 모델인 square root model의 확장된 형태를 사용하여 Jk =b(T-Tmin)[1-exp(c(T - Tmax))]로 통합하여 식 (4)과 같이 정량화 하였으며, 통계적 분석치를 Table 4에 나타내었다.
성능/효과
2에 곡면 응답 모델로 나타내었다. 1.0X102, 1.0X103, 1.0X104 CFU/mL의 각 초기균수 조건에서 실험치와 예측치의 상관계수는 각각 0.966, 0.979, 0.965이며, 초기균수를 고려하지 않은 모델식은 상관계수가 0.966으로 나타났다. 한편, square root model의 확장된 형태인 식 (4)로부터 예측한 최대증식속도상수와 실험치를 비교한 결과는 Fig.
평가할 수 있는 수학적 모델을 개발하였다. 1.0X102, 1.0×103, 1.0X104 CFU/mL의 각 초기균수 조건에서 실험치와 예측치의 상관계수는 각각 0.966, 0.979, 0.965으로 나타났다. 또한, 초기균수를 고려하지 않은 모델식은 상관계수가 0.
4과 같다. 실험을 통해 관찰된 균의 성장과 예측 정량평가 모델을 이용한 균의 성장은 잘 일치하는 것으로 나타났다. 이러한 최대증식속도상수에 관한 정량적인 모델은 V.
1에 나타내었다. 온도가 높아질수록 최대증식 속도상수는 증가하여 37oC에서 가장 높은 값을 나타내었으며, 40oC에서는 감소하는 경향을 나타내었다. 한편, 37℃, pH 7, 초기균수 1.
041 hr)을 나타내었고, 40oC에서는 다시 길어졌다. 유도기, 세대시간도 최대 증식속도와 같이 pH와 초기균수보다 온도의 영향을 더 받는 것으로 나타났다.
후속연구
실험을 통해 관찰된 균의 성장과 예측 정량평가 모델을 이용한 균의 성장은 잘 일치하는 것으로 나타났다. 이러한 최대증식속도상수에 관한 정량적인 모델은 V. parahaemolyticus의 환경 요인에 대한 성장을 손쉽게 모니터링 할 수 있으며, 수분활성이나 좀 더 넓은 pH 범위, 여러 첨가물의 농도, 포장시 충진하는 N2 또는 CO2 농도나 이러한 조건들 간의 상호작용 등 물리 화학적인 요인에 관한 추가적인 연구를 계속한다면 보다 다양한 환경 조건하에서 보다 정확하게 V parahaemolyticus의 성장을 정량적으로 예즉할 수 있을 것으로 기대된다.
참고문헌 (14)
Ross T, McMeekin TA. Predictive microbiology. Int. J. Food Microbiol. 23: 241-264 (1994)
Miles DW. Predicting the growth of Vibrio parahaemolyticus. BS thesis, University of Tasmania, Tasmania, AU (1994)
Ratkowsky DA, Lowry RK, McMeekin TA, Stokes AN, Chandler RE. Model for bacterial culture growth rate through the entire biokinetic temperature range, J. Bacteriol. 154: 1222-1226 (1983)
Zwietering MH, de Koos JT, Hasenack BE, de Wit JC, van 'T Riet K. Modeling of bacterial growth as a function of temperature. Appl. Environ. Milcobiol. 57: 1094-1101 (1991)
Zwietering MH, Cuppers HGAH, de Wit JC, van 'T Riet K. Evaluation of data transformations and validation of a model for the effect of temperature on bacterial growth. Appl. Environ. Microbiol. 60: 195-203 (1994)
Miles DW, Thomas R, Olley J, Thomas A, McMeekin TA. Development and evaluation of a predictive model for the effect of temperature and water activity on the growth rate of Vibrio parahaemolyticus, Int. J. Food Microbiol. 38: 133-142 (1997)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.