Prognozowanie mikrobiologiczne jako narzędzie oceny jakości kwasowych serów niedojrzewających

Na rysunku 1 zaprezentowano czas zmian liczby populacji tych pałeczek o 2,0 log jtk w warunkach tlenowych w zakresie temperatur od 5 do 20°C.

Rysunek 1. Czas redukcji populacji Aeromonas hydrophila w zależności od temperatury

Problemy z konstrukcją prognostycznych modeli matematycznych do opisu zmian jakości i bezpieczeństwa serów niedojrzewających polegają na braku stabilności danych związanych z metabolizmem mikroorganizmów występujących w produktach jednocześnie w układach wielokulturowych [22].

Ograniczenia wynikające w stosowaniu modeli związane są z niemożliwością uwzględnienia wszystkich interakcji zachodzących między mikroflorą oraz między drobnoustrojami i produktem.

Wyniki badań wskazują na stosunkowo znaczną przydatność Food MicroModel w prognozowaniu zachowania drobnoustrojów niepożądanych w produktach ale warunkiem zastosowania ich jest konieczność wyznaczenia wartości bezpiecznych i krytycznych dla parametrów charakteryzujących sery niedojrzewające. Bez tych ustaleń w wyniku symulacji można uzyskać nieprawdziwą prognozę zachowania mikroorganizmów na każdym etapie wytwarzania [14].

Wydaje się, że w przypadku serów niedojrzewających należy sięgać po modele realizowane dla konkretnych produktów i rodzaju mikroflory, takie jak JMTPH czy TEG.

W przyszłości szybka ocena jakości tych produktów będzie prowadzona za pomocą prognozowania mikrobiologicznego z wykorzystaniem specjalistycznych programów komputerowych odrębnych dla każdego rodzaju sera niedojrzewającego, a przede wszystkim sieci neuronowych.

prof. dr hab.Izabela Steinka
Zakład Higieny Żywności
Katedra Żywienia Klinicznego
Gdański Uniwersytet Medyczny

Literatura:

1. Akineden O., Annemuller C., Hassan A.A., Lammler C., Wolter W., Zschock M., 2001, Toxic genes and other characteristics of Staphylococcus aureus isolates from milk of cows with mastitis, Clin. Diagn. Lab. Immunol., 8, 959-964.
2. Albert I., Marafat P., 2005, A modified Weibull model for bacterial inactivation, Int. J. Food Microbiol., 100, 1-3, 197-211.
3. Alvi S.H., Puri V.M., Knabel S.J., Mohtar R.H., Whiting R.C. 1999, Development and validation of a dynamic growth model for Listeria monocytogenes in fluid whole milk, J. Food Prot., 62, 170.
4. Baranyi J., Roberts T.A., 1994, A dynamic approach to predicting bacterial growth in food, Int. J. Food Microbiol., 23,277.
5. Brindani F., Pizzin G., Bonardi S., Bacci C., 2001, Ricotta vaccine tradizionale prodotta nel compresario del parimigano-reggiano valuzatione del profile microbiologico, Med. Vet. 283.
6. Crofcheck C.L., Payne F.A., Nokes S.E., 1999, Predicting the cutting time of cottagr cheese using light bacjscater measurements., Transaction of the ASAE,42, 4, 1039-10-45.
7. Jałosińska M., Kolożyn-Krajewska D., 2011, Comparison of Salmonella Enteritidis survival in probiotiic ripaning cheese with the growth curves Predicted by the pathogen Modeling Program V 6.0, in Safety in Food Production Chain, Ed. Grażyna Krasnowska and Anna M. Salajda, Wrocław, 197-208.
8. Jorgensen H.J., Mork T., Hogasen H.R., Rorvik L.M., 2005, Enterotoxigenic Staphylococcus aureus in bulk milk in Norway, J.Appl. Microbiol., 99, 158-166.
9. Kruse 2000, Milk Products Produced from Unpasterized Milk: Occurrence of Pathogenic Bacteria, Raport to the Norvegian Food Control Authority, Oslo, National Veterinary Institute.
10. Le Loir Y., Baron F., Gautier F., 2003, Staphylococcus aureus and food poisoning Gente. Mol. Res., 2, 1, 63-76.
11. Martin J.D., Werner B.G., Hotchkiss J.H., 2003, Effects of carbon dioxide on bacterial growth parameters in milk as measured by conductivity, J. Dairy Sci., 86, 1932-1940.
12. McKellar R.C., 2001, Development of dynamic conditions –discrete-continous model describing the lag-phase of individual bacteria cells, J. Appl. Microbiol., 90, 407.
13. Mork T., Bergsjo B., Sviland S., Kvitle B., 2003, Humanpatogene bakterier i tankmelk fra ku og geit, Oslo, National Veterinary Institute.
14. Panisello P.J., Quantick P.C., 1998, Application of Food MicroModel predictive softwere in development of Hazard Analysis Critical Control Point (HACCP) system, Food Microbiology, 15, 425-439.
15. Pesic-Mikulec D., Jovanovic L., 2005, Microbiological study of fresh white cheese, Appl. Ecology Envir. Res. 4, 1, 129-134.
16. Program komputerowy Food MicroModel Softwere 6.0v.
17. Program komputerowy Pathogen Modeling Program Software 6,0 v.
18. Ross T., Daalgard P., 2004, Secondary models in Modelling Microbial Responses in Food, CRC Press, 63-150.
19. Scherrer D., Corti S., Muchleherr J.E., Zweifel C., Staphan R., 2004, Phenotypis an genotypic characteristic of Staphylococcus aureus isolates from raw bulk-milk samples of goats and sheep, Vet. Microbiol, 101, 101-107.
20. Smittle R.B., Flowers R.S., 1994; Predictive Modeling and Microbiological Food Studies SCOPE 9, 1-5,7.
21. Steinka I., Blokus A. (2006). Funkcjonowanie programu komputerowego JMTPH w zakresie oceny bezpieczeństwa przechowywania twarogów. Bromatologia i Chemia Toksykologiczna Suplement. 169-172.
22. Steinka I., 2003, Wpływ interakcji opakowanie-produkt na jakość mikrobiologiczną hermetycznie pakowanych serów twarogowych, Wydawnictwo Akademii Morskiej, Gdynia 1-135.
23. Steinka I., 2004, Ocena prawdopodobieństwa występowania gronkowców i enterotoksyny gronkowcowej w twarogach pakowanych w laminaty z tworzyw sztucznych, Roczniki PZH, 55, 1,89-98.
24. Steinka I., 2007, The influence of interactions occuring between micro-organisms on predicting the safety of lactic acid cheese, Food Engineering Research and Developments, Nova Science Publishers, Inc.
25. Steinka I., Blokus-Roszkowska A., 2009, Application of tertiary mathematical models for evaluating the presence of staphylococcal in lactic acid cheese, Safety, Reliability and Risk Analysis, Theory Methods and Applications, vol. 3, CRC Press Tylor&Francis Group, London-New York, 22-25.09. 2269-2273.
26. Steinka I., Stankiewicz J., 1999, Influence of Vacuum Packing and Low Temperatures on the Level of Pathogenic Psychrotrophes in Cottage Cheese, Joint Proceedings WSM Gdynia, Hochschule Bremerhaven, 21, 63-67.
27. Valbuena C.G., Brinez E., Sanchez W., Vera E., Tovar H., 2005, modelos cineticos aplicados al crecimento de Lactococcus lactis en leche, Revista Scientifica 19, 2, 201-219.
28. Vissers M.M.M., Driehuis F., Te Giffel M.C., De Jong P., Lankveld J.M. G., 2006, Improving farm menagement by modeling the contamination of farm tank milk with butyric acid bacteria J. Dairy Sci., 89, 850-858.
29. Vissers M.M.M., Te Giffel M,C. Driehuis F., De Jong P., Lankveld J.M. G., 2007, Predictive modeling of Bacillus cereus spores in farm tank milk during grazing and housing periods, J. Dairy Sci., 90, 281-292.
30. Wallas I., Scott V.N., 1997; Validation of Predictive Mathematical Models Describing the Growth of Listeria monocytogenes, J. Food Protect. 60, (9), 1142-1145.