中文摘要：

中国是世界最大的苹果浓缩汁生产国，出口量占世界贸易量的46%，但以耐热菌为代表的安全性指标成为其国际化发展的主要"绿色壁垒"之一，寻求一种快速的识别鉴定方法是有效控制耐热菌的核心。微生物细胞的傅里叶变换红外光谱（FT-IR）反映了细胞成分的分子振动信息，具有的高度特异性为寻求一种基于FT-IR的快速鉴定方法提供了可能。通过采集从苹果汁生产过程中分离获得的嗜酸耐热菌菌株和标准菌株的红外漫反射光谱，采用主成分分析法、人工神经网络算法等对光谱数据进行分析，构建基于FT-IR的苹果汁中嗜酸耐热菌的快速识别鉴定模型。通过模型运算和分析，确定光谱鉴别指数值范围，验证其重现性；确立与评价基于线性判别分析模型和基于神经网络判别分析模型的识别鉴定准确率，完整建立基于FT-IR的苹果汁中嗜酸耐热菌的快速识别鉴定方法。

结论摘要：

本课题采用振动光谱技术（近红外光谱、红外光谱和拉曼光谱）结合多元统计分析方法建立了高效、快速、简便的嗜酸耐热菌鉴定方法。研究获得了微生物细胞近红外光谱、红外光谱和拉曼光谱采集方法以及光谱的处理技术，最终建立了嗜酸耐热菌快速检测与鉴定模型。同时，以乳酸菌为供试材料，筛查获得了可以有效抑制嗜酸耐热菌生长的细菌素产生菌，并对其特性进行了初步探索。主要取得了以下重要成果 （1）通过对嗜酸耐热菌、酵母和其余细菌标准菌的近红外漫反射光谱，并对光谱数据进行了分析，构建了基于近红外光谱的嗜酸耐热菌鉴定方法。结果表明采用主成分分析法确定5400-4000cm-1范围为微生物细胞近红外光谱的信息富集区；建立的线性判别分析模型鉴定准确率为100%，人工神经网络模型预测结果平均相对误差为5.04%。 （2）通过对嗜酸耐热菌和常见细菌的红外光谱，建立了基于红外光谱的嗜酸耐热菌鉴定方法。结果表明研究建立的样品制备方法及细菌细胞红外光谱采集方法切实可行；建立的鉴定模型获得了较高的准确率，其中线性判别模型准确率为100%。同时，采用多元统计方法对获得的红外光谱进行分析，结果表明建立的线性判别模型对不同菌株的鉴别准确率达到93.75%。 （3）通过对嗜酸耐热菌和常见细菌的拉曼光谱分析，构建了基于拉曼光谱的嗜酸耐热菌鉴定方法。结果表明建立的线性判别分析模型鉴定准确率达到90%以上。另外对得到的8株嗜酸耐热菌菌株的拉曼光谱采用多元统计方法进行了分析，结果表明利用主成分分析方法可以将所研究的菌株成功分为不同的类别；所建立的线性判别模型对不同菌株的鉴别准确率达到85%。 （4）以乳酸菌为供试菌株，筛选获得了三株具有抗嗜酸耐热菌活性的菌株，并对其相关特性进行初步研究，结果表明B. animalis subsp. animalis CICC 6165所产细菌素对嗜酸耐热菌的抗菌谱最广；L. paracasei CICC 20241的细菌素热稳定性最强，能耐受100℃高温；CICC 20241细菌素在弱碱性下保持活性，CICC 20975和CICC 6165的细菌素只在酸性条件下有活性。蛋白酶作用使得三种细菌素均失去活性；而紫外线以及果汁中常见的食品添加剂对细菌素活性没有影响。