L’utilizzo di modelli matematici di microbiologia predittiva è riconosciuto come supporto per la garanzia della sicurezza alimentare (reg. CE 2073/2005). La microbiologia predittiva è una 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 è stata 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 più grande banca dati al mondo per la microbiologia alimentare, www.combase.cc). Combase è stata 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; è stato 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 è servito 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 è una 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 / Cosciani Cunico, E.. - (2009).

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

COSCIANI CUNICO, Elena
2009-01-01

Abstract

L’utilizzo di modelli matematici di microbiologia predittiva è riconosciuto come supporto per la garanzia della sicurezza alimentare (reg. CE 2073/2005). La microbiologia predittiva è una 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 è stata 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 più grande banca dati al mondo per la microbiologia alimentare, www.combase.cc). Combase è stata 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; è stato 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 è servito 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 è una 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
2009
Scienze e Tecnologie Alimentari
Food database
Predictive dynamic model
Foodborne pathogens
BONI, Paolo
Baranyi, József
File in questo prodotto:
File Dimensione Formato  
tesi_dottorato_Elena_Cosciani_Cunico.pdf

accesso aperto

Licenza: Non specificato
Dimensione 1.62 MB
Formato Adobe PDF
1.62 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/1889/1105
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact