快速筛选Alicyclobacillus acidoterrestris腐败的果汁电子鼻:确认研究

文摘

早期筛查Alicyclobacillus spp。在果汁是食品工业的一个主要应用目标,因为果汁质量污染会导致相当大的损失,和随后的经济赔偿果汁生产商。本文提出一个准确的评估和确认EOS507电子鼻的研究(EN)的诊断能力Alicyclobacillus acidoterrestris腐败在人为污染的果汁。作者的实验结果表明,EOS507可以识别早期,只是从接种24小时后,受污染的橘子和梨果汁与一个优秀的分类率接近90%,检测阈值低至10³cfu /毫升。苹果汁检测阈值约为10⁵cfu / ml,因此需要更长的潜伏期时间(72小时)。请回归EOS507数据也可以用来预测准确率公平细菌的菌落浓度。这些结果支持的GC / MS / MS的测量特定的化学标记,如愈创木酚。

1。介绍

香气是最重要的参数之一的感官性质水果衍生物。任何食物产品的挥发性化合物不仅能够提供信息对其典型的味道,但也作为产品和工艺的标记。事实上,一些化合物可以是化学过程的结果,涉及的主要化合物的食物,因技术治疗或产品造成的存储。不必要的气味,所谓“off-flavours”也包括物质来自腐败霉菌和细菌等微生物的新陈代谢可能意外污染水果产品(1]。微生物污染物的存在仍然是一个严重的问题严重的食物链的几个方面:首先,他们是相关的健康风险的客户,但也导致最终产品的感官变化,生产者的经济赔偿。

训练人类感官面板通常用于评估质量参数,但这种方法存在一些已知的不足,如缺乏可靠性由于人类疲劳和压力,要求培训时间和成本;使他们不适合常规工业控制。替代或支持方法的发展感觉客观的食品质量和安全控制面板快速、一致的方式是很有吸引力的食品工业(2,3]。

电子鼻(ENs)工具是基于一个半选择性气体传感器阵列和模式识别方法(4,5]。在局部评论报道论文(6- - - - - -9),在技术在过去十年里出现了作为一个有效的方法来评估食品香气由于其使用简单,成本低、良好的相关性与感官面板,和能力,一旦训练,用于连续行产品的质量控制。

目前存在仍然存在一些缺点。对古典分析技术,通常是较不敏感,不能识别特定的挥发性化合物。除此之外,可以漫长和艰苦的训练过程,最后,缺乏传感器的稳定性和重现性风险随着时间的推移可以把以前收集的数据库的使用,这是义务为目的的数据比较,新的未知样本的分类。这些问题目前接近一方面通过提高传感器的性能与小说传感材料(10),另一方面采用(单变量或多变量)校准方法补偿传感器漂移(11]。

最近,一些作品已经证明利用的可能性在功能筛选微生物污染分析挥发性化合物的模式(也称为“指纹”)的新陈代谢过程中产生的微生物。实体已被用来检测微生物腐败谷物(12- - - - - -14),面包店的产品(15)、肉(16,17)、鱼(18)、牛奶(19最近,西红柿(20.]。只是在一些情况下(20.- - - - - -22),在分析也加上GC / MS表征食物不稳定的形象。

在去年我们解决的挑战性问题使用电子鼻子基于金属氧化物(氧化物)传感器阵列,然后叫EOS,早期诊断的污染Alicyclobacillus spp。商业调味饮料(23)和果汁(24]。

在80年代初新孢子形成的嗜酸性和嗜热细菌,然后分为Alicyclobacillus属,成为一个最重要的食品变质果汁行业的生物(25,26]。

众所周知,Alicyclobacillus孢子可以在水果集中持续很长一段时间,虽然更多的稀释是成长所需的环境。从酸碱2.5到6和菌株生长温度高于25°C (27,28]。由于孢子的生存能力巴氏灭菌法治疗,孢子发芽和增长引起强烈的腐败发生率在最终产品上。此外,由于Alicyclobacillus微生物不产生气体或修改pH值,细菌侵蚀可能不会明显检测,因此,很难诊断。果汁生产的一个优先考虑的问题,因此,质量控制工具的可用性使细菌和快速识别的早期检测果汁变质。

答:acidoterrestris是最常见的形式能够在果汁生产污染和类似产品,尽管其他物种也可以产生不愉快的气味在富含矿物质果汁含量较低的产品。的存在答:acidoterrestris果汁导致off-flavours主要是因为生产2-methoxyphenol(愈创木酚)29日,30.],2-6-dibromophenol [31日),2 - 6二氯苯酚(32沉积物),光(33]。

传统上,色谱法(GC)和质谱仪(MS)是用来确定食物样本的香气成分。这些方法提供挥发部分的精确测量,并允许定义准确的香气化合物的化学性质。这些用连字符连接技术也用于识别off-flavours化合物的化学或微生物污染引起的食物。在这方面做了许多研究工作来识别特定物质相关的各种食品环境中微生物的存在。然而,这些方法仍然相当复杂和昂贵,更适合实验室质量控制比常规工业分析,往往需要更快、更简单,和大规模筛选的大型产品批次。

在我们以前的工作(24),我们测试了EOS电子鼻对不同类型的果汁(橙、桃子和苹果),人为污染Alicyclobacillus spp。虽然这工作本质上是基于有限数量的试验,不过EN的探索性分析数据显示重要成果(1)EOS系统能够早期检测的存在Alicyclobacillus spp。在果汁,(2)系统可以检测(橙汁)细菌浓度低至100克隆形成单位/毫升,和(3)intragenus特异性的EOS比属特异性低得多。

目前的工作主要是确认学习。复制科学研究是非常重要的,虽然在传感器领域他们并不频繁,通常,在测试仅限于初步探索性阶段由于传感器的可靠性和稳定性问题,在复制实验条件和困难。因此,这项研究的主要决定因素包括(i)确保前调查的有效性和结果的可靠性,(ii)以前的结果应用到略有不同(改善)实验情况下,(3)确定最终的外部变量的作用(如样品制备),(iv)鼓舞人心的新研究,梳理相关研究结果。

值得注意的是,对之前的实验中,我们引入了大量的重大改进。(我)在[24),果汁是热压处理过的Alicyclobacillus接种,以确保没有其他活的微生物(细菌和真菌)。在这个工作中,为了模拟真实的工作环境,我们没有消毒的汁。这允许我们测试EOS是否能够诊断Alicyclobacillus污染甚至在果汁的自然微生物菌群的存在。(2)在前面的工作中,我们观察到很长时间分析(约40分钟)由于使用静态顶空取样。这里我们有实现动态顶空取样,允许缩短传感器响应和恢复(约10分钟)。我们也使用了一个升级版的EOS设备,然后叫EOS507。(3)在与24),我们调查了影响微生物的生长在EOS响应长孵化时间(96小时的潜伏期),然后,在相应更高的菌落(cfu)浓度。这也成为可能,确定污染的检测极限苹果汁;这在以前是没有的。此外,它允许评估EOS507的预测能力(cfu /毫升)的污染水平。(iv)最后,在[24我们认为适当的测量和合适的统计模型被要求实现更强劲的结论。我们收集了统计工作中存在相当数量的测量,我们也确凿我们赔偿实现分类和回归模型与定量信息。

除了前分,GC / MS / MS分析也进行相同的样本,与EOS并行测试,识别和量化潜在的化学标记(愈创木酚和/或其他人)这样的污染负责。然后调查与EN的关系的结果。在我们以前的研究中,特定的挥发物的趋势没有监控,而不是整个色谱模式的变化考虑在内。

2。材料和方法

2.1。样品制备

商用苹果、梨和橘子汁。对所有实验中,相同品牌的果汁被考虑。

在与24),果汁没有热压处理过的Alicyclobacillus接种。

孢子的答:acidoterrestrisSSICA 278 / B被用于这项研究。压力已经从被宠坏的汁分离,鉴定,然后保存在文化在我们研究所(SSICA、帕尔马、意大利)。

Alicyclobacillus进行菌落计数YSG琼脂用以下成分(每g / 1000毫升的蒸馏H₂1.0 O): 2.0酵母提取物、葡萄糖;2.0可溶性淀粉,15.0琼脂细菌,pH值3.7修改与盐酸1 n。培养皿培养在50°C 48小时。

十个无菌玻璃罐(200毫升的体积)充满了汁150毫升;剂之前,孢子在80°C激活10分钟。然后,8瓶注射< 10孢子/毫升在另外两个jar作为参考。

所有瓶子都在37°C的环境变量时间(96小时)。众所周知,Alicyclobacillus acidoterrestris适温的字符,因此孵化温度略高(即。,45°C)应保证更好的增长。然而,为了防止果汁的感官变化矩阵,我们喜欢用孵化温度较低,仍保证良好的细菌的增长对于大多数离开我们有机会增加果汁的温度,如果在技术未能发现污染。

每个样本被分析了孵化24小时间隔。并行整除被接种到YSG琼脂培养皿的cfu计数。

2.2。电子鼻

电子鼻子EOS507(萨克米伊莫拉scarl,伊莫拉,意大利)是用于这项研究。它包含一个动态抽样单位,半导体金属氧化物(SMO)传感器阵列的读出电子、和软件进行数据采集和信号处理。升级EOS507模型中使用的EOS835前工作Alicyclobacillus(24]。基线的进化主要由湿度控制器和更准确的传感器读出电子学。

传感器阵列是配备了六个传感器:两个商业田口传感器(TGS2611 TGS2442)和四个自制薄膜传感器(见[10)和引用其中的设备准备)其中氧化锡(Ag)和钼催化)和氧化钨(见表124])。

在我们以前的工作(24)使用静态顶空取样强烈限制承运人流量低的值(10毫升/分钟),由于可用少量的顶部空间(4毫升)不能被过分稀释而不缺乏敏感性。因此,这个配置受损分析时间,32分钟,因为很长的传感器恢复时间(28分)。使用动态采样可以帮助解决这个问题。

动态采样单元由一个泵和一个流量控制器,传达了下包含有气味的空气样本调查传感器阵列。珀尔帖效应细胞允许一个设置和控制基线相对湿度(点)。汁样本分析动态顶空取样技术:15毫升果汁被从jar,变成一个100毫升瓶;样本在25°C条件1小时前提交的测量周期。

分析周期从10秒开始接触传感器的基线空气的流量50毫升分钟⁻¹传感器被暴露了2.5分钟,样品顶部空间。最后再次传感器暴露在基线空气9分钟为了恢复前的基线下分析。因此,分析更快比早些时候实验的净收益20分钟。

2.3。GC / MS / MS

off-flavour化合物的检测是由瓦里安300瓦里安450气相色谱仪加上电子影响质谱(GC / MS / MS)后顶空固相微萃取(SPME纤维85μ米,使用CTC联合朋友autosampler与聚丙烯酸酯涂料)。列瓦里安Factofour VF-5女士30 m×0.25毫米内直径0.25μ膜厚度。温度程序:40°C 2分钟,至120°C (7.5°C /分钟),为7分钟270°C (20°C /分钟)。喷油器温度、250°C。载体氦流是常数1毫升/分钟。传输管温度、300°C和离子源温度250°C。

分析集中在下列化合物的存在:o, p,间甲酚(MS / MS转换108/78,108/80,108/89),愈创木酚(124/81、124/109),2,6-dibromophenol (252/63, 252/143, 252/145), 2, 6-dichlorophenol(162/63, 162/98, 162/126),和2,4,6 trichloroanisole (195/83, 195/107, 195/167)。

2.4。数据分析

数据分析(EDA)通过探索性数据分析,基于MATLAB的written-in-house软件包(34]。EDA软件包括通常的(单变量或多变量)描述性统计函数其中主成分分析(PCA) (35),有额外的工具,以方便数据操作(例如,数据二次抽样、数据融合)和情节定制。

EOS数据预处理后报告的过程(24]。

监督分类是由两种不同的模式识别算法,即支持向量机(SVM)与线性内核(36)和(比较)古典1-nearest邻居(1 nn)分类器。5倍交叉验证(CV)实现更健壮的分类结果。

偏最小二乘(PLS)回归(37)是用于预测cfu浓度(cfu /毫升)。请回归计算组件,即潜变量(lv)、标准的非线性迭代偏最小二乘(NIPALS)算法。原始矩阵(真正的cfu /毫升值和EOS预测值)首先转换为0意味着和单位方差(zscore归一化)。最后,EOS数据被随机分成两组:第一个估计回归系数(训练集)和第二个请模型评估(验证集)。

3所示。结果与讨论

3.1。电子鼻

3.1.1。橙汁

探索性数据分析,通过PCA分数情节,体现差异的主要来源的数据集的区别是孵化时间(从24到72小时),产生了三个集群分布沿着1 PC(图1)对受污染和未受污染样品。值得观察,同样的效果也证明为梨和苹果果汁,所以独立于果汁类型。

与孵化相关的集群效应更明显污染样品。这是一个预期的结果,因为它是直接从微生物生长的细菌产生了不同的顶部空间构成和更高的微生物浓度随着培养时间。

未经变质处理的样品的观察差异可以归因于果汁的自然微生物负载,会导致一些顶端空间变化的结果热孵化的样本在37°C。事实上,在早期的实验中未发现这一现象(24因为果汁热压处理过的接种前Alicyclobacillus,因此固有微生物负载被淘汰先天的。

然而,受污染和未受污染的区别样品可以证明在高阶主成分(图2)。根据定义,这些是正交前变化,因此汁矩阵的漂移不影响太多可能性诊断样本在不同时间的EOS污染。

监督分类是由样本进行主成分分析,然后通过消除第一电脑不占区分两类。表1报告的分类结果:5倍的简历分类支持向量机给86%这是一个相当不错的结果比较资讯()成绩仅为78%。是非常重要的注意,受污染的样品可以正确确定后24小时增长当时cfu浓度低至10³cfu /毫升。

一旦证实诊断的可能性Alicyclobacillus污染,请回归已经应用于构建一个多元回归模型预测cfu污染样品的浓度。由于计数的数量随样本的孵化时间,我们再次消除偏差由于内在漂移汁样品之前请先减去PC1价值。

结果如图3受污染的橙汁。我们观察到一个好的协议(相关系数得分0.79)计算预测值之间的EN和日志(cfu /毫升)的实际价值的微生物的文章。小不匹配的相关值可以是由于两个因素:第一,EOS倾向于高估低价值,被预测的平均值3500 cfu /毫升和1000 cfu /毫升,缺乏有关EOS精度在较低的范围内;第二,微生物测试通常不是很准确和产生一个数量级的微生物计数平均几个培养板中,因此请模型建立的基础上,这意味着日志(cfu /毫升)值而EOS测量指单个样品的实际浓度。

3.1.2。梨汁

通过调查PCA情节我们第一次观察到梨汁样品的行为类似于橙汁样品。方差数据的主要来源(1 PC)——为受污染和未受污染samples-accounts顶部空间变化引起果汁孵化。

再次接种样本可以分开未接种的高阶电脑,因此通过允许包含样品的识别答:acidoterrestris。CV-SVM分类执行经过PCA特征提取提供了90%的正确分类(表1)。也在这种情况下,受污染的样品24小时后被正确识别阈值更低,1000 cfu /毫升。

受污染的样品可以反过来集群分成两个子组的基础上他们的cfu浓度(图4低(10)³)或非常高(高于10⁶)。在这种情况下,中间值不在由于缺少微生物计数,然后请回归并不可行。然而,数据表明,EOS系统可以用来进行半定量的分析答:acidoterrestris果汁中的内容。

3.1.3。苹果汁

通过孵化苹果汁样品在37°C我们不能证据之间的任何歧视受污染和未受污染样品由于过低增长率的细菌在这种类型的果汁。

实验重复一次通过改变培养条件,促进微生物的生长。在第二实验会话接种jar孵化在45°C而不是37°C。虽然这温度高于典型汁贮存条件,加速微生物的生长,因此我们可以获得更高的cfu浓度在同一培养时间。

PCA分析(图5)显示了大约10的歧视阈值⁵cfu /毫升对应于至少72小时的培养时间。事实上所有受污染的样品有日志(cfu /毫升)4重叠完全未经变质处理的样本,而高于这个值数据相距集群除了有点重叠的类“5”(这个类是更好的分离plot-Figure PC2-PC3分数5 (b))。样本10⁶cfu /毫升也相当认可在最低位pc(图5(一个))。

分类(表分数约60%1)。这是因为所有受污染的样品的阈下10⁵由EOS507 cfu / ml被误诊。

这些结果证实了那些实现了在前面的研究(24)受污染和未受污染的苹果汁样品之间的歧视是不明显的,也因为有限的收集数据。相比之下,在这里我们能够估计检测阈值和EOS的分类能力。

3.2。GC / MS / MS分析

在我们的早期作品,顶空GC / MS分析进行果汁样品24小时后从培养液(见[24,3.3节)。然而,在受污染的样品,我们可以没有证据特征化学标记,但只有全球指纹变化(萜烯的醇类和碳氢化合物,醛和酮)Alicyclobacilli存在相关。

这里,我们明确监控在整个样本培养时间(96小时)的趋势具体的化合物,如愈创木酚、2,6-dichlorophenol,和2,6-dibromophenol,保留的标记答:acidoterrestris的存在。对此类化合物的GC / MS / MS分析显示定量限度(L.O.Q.)(信噪比约1磅(图6显示GC / MS / MS色谱三酚类添加到苹果汁的资料2μ克/公斤)。

三酚类在所有未经变质处理的汁样品完全缺席。与我们的假设相反,2,6-dichlorophenol和2,6-dibromophenol也从来没有发现接种汁样品而愈创木酚被发现,然后,它是确认的签名Alicyclobacilli污染。

愈创木酚含量也随个人类型的果汁和培养时间。结果通过GC / MS / MS对愈创木酚在图所示7。橘子和梨果汁是观察愈创木酚的生产开始后48 h的孵化37°C。苹果汁,愈创木酚成为可检测、可量化的孵化24 h后45°C。

这些发现解释了为什么我们没有观察愈创木酚在前实验;事实上,分析限制在24小时和苹果汁的孵化温度太低,保证合适的微生物的增长。

当GC / MS / MS的结果与EOS507结果对比我们发现,只有部分协议。至于橘子和梨汁,EOS507能够揭示经济增长的污染24 h后(当数量低至10³cfu /毫升),这意味着愈创木酚生产之前被GC / MS / MS。相反,苹果汁的GC / MS / MS分析没有确认结果。的确,EOS507不能区分样本受污染和未受污染在发展的早期阶段,而GC / MS / MS透露愈创木酚从接种后24小时。

为了更好地理解的奇怪的行为在苹果汁,额外的GC / MS / MS分析是由监测更广泛的质量范围(35 - 450 a.m.u。)旨在调查是否有任何全球变化之间的指纹(挥发性和半挥发性的化合物)未经变质处理的和受污染的样品。通过色谱的比较,我们发现显著差异,显然可归因的存在答:acidoterrestris的产生和减少一些山峰,如图8。

合并一起的结果我们认为,气体传感器敏感全球引起的嗅觉指纹图谱的变化答:acidoterrestris存在以上的愈创木酚含量样品。

4所示。结论

在这项工作中,我们提出了一个实验室研究EOS507电子鼻的能力执行快速和可靠的筛查Alicyclobacillus腐败在果汁是一个开放的和有吸引力的问题在工业水平。

EOS507展示优秀的检测能力、准确分类性能受污染的样本,使粗糙的潜力,但很快,集落形成单位的量化。

等功能的能力证明汁污染在微生物生长的早期阶段,粗劣的可能性,但很快,量化的微生物负载,和简单和速度分析,肯定是重要的开放的可能性在技术转移到工业水平的常规行果汁的质量控制。

关于之前的实验,得到了几个新的成就得益于广泛的文化和测量运动:(我)的评估Alicyclobacillus损坏检测的EOS自然(不是消毒)果汁,因此可能污染证据独立于其他微生物的干扰;(2)分析时间短,大约10分钟,使技术更有趣的工业适用性;(3)更健壮的统计抽样,使分类和回归模型的实现从数据中提取定量信息;(iv)更好的检测范围和检测的时间来评估不同类型的果汁;(v)更深层次的GC / MS对化学标记。

关于最后一点,在某些情况下,如苹果汁、缺乏相关性的EOS反应和化学标记特征污染可以被认为是一个在技术的限制。事实上,针对愈创木酚检测传感器的发展,这已被证明是一个相当特殊的标记答:acidoterrestris发生,肯定会有助于减少在检测阈值和提高分类性能。出于这个原因,传感技术需要进一步改进,以获得更加敏感和更具体的化工设备。

承认

作者承认博士l . Bolzoni富有成果的讨论和建议。

引用

1. 来自m . j .,食品污染和Off-Flavours黑人学术和专业,英国剑桥,第1版,1993年版。
2. l·m·里德·c·p·O ' donnell和g·唐尼,“最近的技术进步的决心食品真实性,“食品科学和技术的趋势,17卷,不。7,344 - 353年,2006页。视图:出版商的网站|谷歌学术搜索
3. k . Arora, s .集和b d Malhotra”食品病原体生物分子电子技术的最新发展,”分析Chimica学报,卷568,不。1 - 2、259 - 274年,2006页。视图:出版商的网站|谷歌学术搜索
4. m·帕尔多和g . Sberveglieri电子嗅觉系统基于金属氧化物半导体传感器阵列,”夫人公告卷,29号10日,703 - 708年,2004页。视图:谷歌学术搜索
5. t·c·皮尔斯s . s . Shiffman h·t·纳格尔和j·w·加德纳手册的机器嗅觉Wiley-VHC,德国魏因海姆,2003年。
6. m . Ghasemi-Varnamkhasti s s Mohtasebi, m . Siadat”Biomimetic-based气味和味觉传感系统食品质量和安全特性:概述基本原则和最近的成就,”《食品工程,卷100,不。3、377 - 387年,2010页。视图:出版商的网站|谷歌学术搜索
7. a·贝赫那“金属氧化物传感器对电子鼻及其应用于食品分析,“传感器,10卷,不。4、3882 - 3910年,2010页。视图:出版商的网站|谷歌学术搜索
8. 公元威尔逊和m . Baietto“应用程序和电子鼻技术的进步,”传感器,9卷,不。7,5099 - 5148年,2009页。视图:出版商的网站|谷歌学术搜索
9. m·珀里斯和l . Escuder-Gilabert“21世纪的食品控制技术:电子鼻子,“分析Chimica学报,卷638,不。1、1 - 15,2009页。视图:出版商的网站|谷歌学术搜索
10. e . Comini g . Faglia, g . Sberveglieri固态气体传感施普林格,柏林,德国,2008年。
11. o . Tomic t . Eklov k Kvaal, j . e . Haugen”相关的气体传感器阵列系统的校准传感器替代,”分析Chimica学报,卷512,不。2、199 - 206年,2004页。视图:出版商的网站|谷歌学术搜索
12. n . Sahgal r .李约瑟f . j .顶架和n .马江”检测潜力和歧视mycotoxigenic与non-toxigenic损坏模具使用volatile生产模式:复习一下,”食品添加剂和污染物,24卷,不。10日,1161 - 1168年,2007页。视图:出版商的网站|谷歌学术搜索
13. m . Falasconi e .米兰球迷m·帕尔多·m·德拉托瑞a . Bresciani和g . Sberveglieri”检测的产毒素的菌株镰刀菌素verticillioides在玉米电子嗅觉系统。”传感器和执行器B,卷108,不。1 - 2、250 - 257年,2005页。视图:出版商的网站|谷歌学术搜索
14. r . Paolesse a Alimelli, a . Alimelli”检测真菌污染谷物粮食样品由电子鼻子,“传感器和执行器B,卷119,不。2、425 - 430年,2006页。视图:出版商的网站|谷歌学术搜索
15. 美国马林、m . Vinaixa和m . Vinaixa”使用MS-electronic鼻子面包店的早期真菌污染产品的预测,”国际食品微生物学杂志》上,卷114,不。1,10到16,2007页。视图:出版商的网站|谷歌学术搜索
16. Balasubramanian Panigrahi, s, h·顾c·罗格和m . Marchello”Neural-network-integrated电子鼻系统识别被宠坏的牛肉,“LWT-Food科技,39卷,不。2、135 - 145年,2006页。视图:出版商的网站|谷歌学术搜索
17. Balasubramanian s, s . Panigrahi c·m·罗格c . Doetkott m . Marchello和j·s·舍伍德独立分量analysis-processed电子鼻数据预测鼠伤寒沙门氏菌人口污染牛肉。”食品控制,19卷,不。3、236 - 246年,2008页。视图:出版商的网站|谷歌学术搜索
18. 张,c .谢z呗,m . Hu h·李和d .曾“破坏和甲醛检测的章鱼,电子鼻”食品化学,卷113,不。4、1346 - 1350年,2009页。视图:出版商的网站|谷歌学术搜索
19. j . e . Haugen k . Rudi s Langsrud和s . Bredholt”应用程序的气体传感器阵列技术检测和监测腐败菌的生长,牛奶中:一个模型研究中,“分析Chimica学报,卷565,不。1,10到16,2006页。视图:出版商的网站|谷歌学术搜索
20. 即Concina、m . Falasconi和m . Falasconi”早期检测加工番茄的微生物污染电子鼻子,“食品控制,20卷,不。10日,873 - 880年,2009页。视图:出版商的网站|谷歌学术搜索
21. r·尼达姆·j·威廉姆斯:比尔,p . Voysey和n .马江“早期发现和分化的烘焙产品的损坏,”传感器和执行器B,卷106,不。1、20、2005页。视图:出版商的网站|谷歌学术搜索
22. Balasubramanian s, s . Panigrahi b Kottapalli, c, e .狼厅”评价人工嗅觉系统的粮食质量歧视,”LWT-Food科技,40卷,不。10日,1815 - 1825年,2007页。视图:出版商的网站|谷歌学术搜索
23. Concina, m . Bornšek s Baccelliere m . Falasconi e .米兰球迷,g . Sberveglieri。”Alicyclobacillus spp。:检测软饮料的电子鼻,”食品研究国际,43卷,不。8,2108 - 2114年,2010页。视图:出版商的网站|谷歌学术搜索
24. e .米兰球迷,m . Falasconi和m . Falasconi“电子鼻子和Alicyclobacillus spp。腐败的果汁:一个新兴的诊断工具,”食品控制,21卷,不。10日,1374 - 1382年,2010页。视图:出版商的网站|谷歌学术搜索
25. m·沃克和c·a·菲利普斯。”Alicyclobacillus acidoterrestris:越来越威胁到果汁行业?”国际食品科学与技术杂志》上,43卷,不。2、250 - 260年,2008页。视图:出版商的网站|谷歌学术搜索
26. g·赛尔尼、w . Hennlich和k . Poralla”腐败的果汁杆菌:破坏微生物的分离和鉴定,“Zeitschrift毛皮Lebensmittel-Untersuchung Und-Forschung,卷179,不。3、224 - 227年,1984页。视图:出版商的网站|谷歌学术搜索
27. j·d·Wisotzkey p . Jurtshuk g·e·福克斯,g . Deinhard和k . Poralla比较序列分析16 s rRNA (rDNA)芽孢杆菌acidocaldarius杆菌acidoterrestris,芽孢杆菌cycloheptanicus和提议建立一个新的属,Alicyclobacillus将军11月”国际期刊的细菌学,42卷,不。2、263 - 269年,1992页。视图:谷歌学术搜索
28. m·p·Previdi f .阿胶,e·维克尼”Alicyclobacillus表征,孢子形成嗜热嗜酸菌,”工业节约,卷70,不。2、128 - 132年,1995页。视图:谷歌学术搜索
29. k .山崎h . Teduka和h . Shinano隔离和标识Alicyclobacillus acidoterrestris从酸性饮料,”生物科学、生物技术和生物化学,60卷,不。3、543 - 545年,1996页。视图:谷歌学术搜索
30. 苏。s . Chang和d·h·康”Alicyclobacillus spp。果汁行业:历史、特点、和电流隔离/检测程序,”关键评价微生物学,30卷,不。2,55 - 74、2004页。视图:出版商的网站|谷歌学术搜索
31. a . Borlinghaus和r·恩格尔Alicyclobacillus发生率在商业浓缩苹果汁(AJC) supplies-method开发和验证,”水果的过程,7卷,p。262年,1997年。视图:谷歌学术搜索
32. n .詹森和f·b·维特菲尔德”的角色Alicyclobacillus acidoterrestris在开发耐储存的果汁、消毒剂污染的”在应用微生物学字母,36卷,不。1,9-14,2003页。视图:出版商的网站|谷歌学术搜索
33. k·l·布朗,“新在无菌微生物腐败挑战:Alicyclobacillus acidoterrestris在无菌包装果汁腐败,”诉讼的进展国际研讨会无菌加工和包装技术t·欧胜,艾德,哥本哈根,丹麦,1995年。视图:谷歌学术搜索
34. m . Vezzoli a . Ponzoni m . Pardo m . Falasconi g . Faglia和g . Sberveglieri“探索性数据分析对于工业安全的应用程序,传感器和执行器B,卷131,不。1,第109 - 100页,2008。视图:出版商的网站|谷歌学术搜索
35. d . l .设计学院b . g . m . Vandeginste l . m . c . Buydens德容,p . j . Lewi和j . Smeyers-Verbeke手册的化学计量学和Qualimetrics部分,17章,爱思唯尔,阿姆斯特丹,荷兰,1997年。
36. m·帕尔多和g . Sberveglieri电子鼻数据与支持向量机分类”传感器和执行器B,卷107,不。2、730 - 737年,2005页。视图:出版商的网站|谷歌学术搜索
37. d . l .设计学院b . g . m . Vandeginste l . m . c . Buydens德容,p . j . Lewi和j . Smeyers-Verbeke手册的化学计量学和QualimetricsB部分,37章,爱思唯尔,阿姆斯特丹,荷兰,1997年。

版权

版权©2010斯特凡诺Cagnasso等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。