L'utilizzo di modelli matematici di microbiologia predittiva ਠriconosciuto come supporto per la garanzia della sicurezza alimentare (reg. CE 2073/2005). La microbiologia predittiva ਠuna scienza quantitativa che studia la risposta microbiologica a seconda delle condizioni ambientali in cui si trovano i microrganismi (McMeekin et al., 1993). Per applicare i modelli matematici agli alimenti ਠstata sviluppata una banca dati sulla microbiologia alimentare. Presso il Dipartimento di Sicurezza Alimentare (DSA) dell'Istituto Zooprofilattico Sperimentale della Lombardia e dell'Emilia Romagna (IZSLER), sono stati raccolti dati utili per caratterizzare le matrici alimentari dal punto di vista chimico, chimico-fisico e microbiologico inoculando gli alimenti con microorganismi patogeni o caratterizzando prodotti tradizionali non contaminati. I dati sono stati archiviati e catalogati secondo formati convenzionali per potere essere inseriti in Combase (la pi๠grande banca dati al mondo per la microbiologia alimentare, www.combase.cc). Combase ਠstata alimentata con circa 12000 profili microbiologici (records) derivati da 133 produzioni alimentari. I processi produttivi e le caratteristiche dei prodotti sono stati pubblicati sul sito tecnico-informativo www.ars-alimentaria.it. Un nuovo modello dinamico, dove il tempo di riduzione decimale (D value) di Escherichia coli O157:H7 varia al variare del profilo di pH e aw del substrato, e' stato messo a punto (R2adj 0.86; SE 0.14). I modelli di microbiologia predittiva sono stati validati, calcolando il fattore di accuratezza Af ed il bias con la formula suggerita da Baranyi e collaboratori (1999), in prodotti RTE (Ready To Eat) ed in altre categorie di alimenti; ਠstato calcolato un fattore di correzione (cf) per quantificare l'interferenza della matrice alimentare nei confronti della simulazione generata da modelli ottenuti dalla risposta microbiologica in brodi di coltura. L'utilizzo di modelli matematici e di software per la microbiologia predittiva ਠservito per valutare e garantire la sicurezza dei prodotti alimentari in diverse fasi di processo e di trasformazione o di commercializzazione. L'applicazione dei concetti di microbiologia predittiva permette la riduzione di tempi e di costi rispetto alle tradizionali contaminazioni sperimentali. Tuttavia, la microbiologia predittiva ਠuna scienza complessa, l'interpretazione dei risultati e la validità dei modelli devono essere valutate da persone competenti in microbiologia e tecnologia alimentare. Baranyi J, Pin C, Ross T (1999) Validating and comparing predictive models, Int J Food Microbiol 48 159-166 McMeekin TA, Olley JN, Ross T and Ratkowsky DA (1993) Predictive Microbiology, John Wiley & Sons Ltd Chichester, UK
Sviluppo di una banca dati per la microbiologia alimentare e validazione di modelli predittivi sulla cinetica di microorganismi patogeni in prodotti italiani a base di latte e di carne
-
2009
Abstract
L'utilizzo di modelli matematici di microbiologia predittiva ਠriconosciuto come supporto per la garanzia della sicurezza alimentare (reg. CE 2073/2005). La microbiologia predittiva ਠuna scienza quantitativa che studia la risposta microbiologica a seconda delle condizioni ambientali in cui si trovano i microrganismi (McMeekin et al., 1993). Per applicare i modelli matematici agli alimenti ਠstata sviluppata una banca dati sulla microbiologia alimentare. Presso il Dipartimento di Sicurezza Alimentare (DSA) dell'Istituto Zooprofilattico Sperimentale della Lombardia e dell'Emilia Romagna (IZSLER), sono stati raccolti dati utili per caratterizzare le matrici alimentari dal punto di vista chimico, chimico-fisico e microbiologico inoculando gli alimenti con microorganismi patogeni o caratterizzando prodotti tradizionali non contaminati. I dati sono stati archiviati e catalogati secondo formati convenzionali per potere essere inseriti in Combase (la pi๠grande banca dati al mondo per la microbiologia alimentare, www.combase.cc). Combase ਠstata alimentata con circa 12000 profili microbiologici (records) derivati da 133 produzioni alimentari. I processi produttivi e le caratteristiche dei prodotti sono stati pubblicati sul sito tecnico-informativo www.ars-alimentaria.it. Un nuovo modello dinamico, dove il tempo di riduzione decimale (D value) di Escherichia coli O157:H7 varia al variare del profilo di pH e aw del substrato, e' stato messo a punto (R2adj 0.86; SE 0.14). I modelli di microbiologia predittiva sono stati validati, calcolando il fattore di accuratezza Af ed il bias con la formula suggerita da Baranyi e collaboratori (1999), in prodotti RTE (Ready To Eat) ed in altre categorie di alimenti; ਠstato calcolato un fattore di correzione (cf) per quantificare l'interferenza della matrice alimentare nei confronti della simulazione generata da modelli ottenuti dalla risposta microbiologica in brodi di coltura. L'utilizzo di modelli matematici e di software per la microbiologia predittiva ਠservito per valutare e garantire la sicurezza dei prodotti alimentari in diverse fasi di processo e di trasformazione o di commercializzazione. L'applicazione dei concetti di microbiologia predittiva permette la riduzione di tempi e di costi rispetto alle tradizionali contaminazioni sperimentali. Tuttavia, la microbiologia predittiva ਠuna scienza complessa, l'interpretazione dei risultati e la validità dei modelli devono essere valutate da persone competenti in microbiologia e tecnologia alimentare. Baranyi J, Pin C, Ross T (1999) Validating and comparing predictive models, Int J Food Microbiol 48 159-166 McMeekin TA, Olley JN, Ross T and Ratkowsky DA (1993) Predictive Microbiology, John Wiley & Sons Ltd Chichester, UKI documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14242/272907
URN:NBN:IT:UNIPR-272907