Zastosowanie alternatywnych metod oceny bezpieczeństwa mikrobiologicznego wybranych serów

• Autorzy: Kowalik J. , Lobacz A. , Adamczewski K. , Tarczynska A. S.

Warianty tytułu

EN

Applying alternative methods to assess microbiological safety of selected cheeses

• Języki publikacji: PL

Abstrakty

PL

Obserwuje się wzrost zachorowań wynikający z obecności drobnoustrojów chorobotwórczych w produktach spożywczych. Proces szacowania ryzyka umożliwia ocenę narażenia zdrowia człowieka na mikroorganizmy obecne w żywności. Narzędziem do ilościowej oceny zachowania drobnoustrojów w żywności są modele prognostyczne. Celem pracy była ocena przeżywalności bakterii Bacillus cereus w serach typu feta i mozzarella podczas przechowywania w temperaturze 3 - 15 ºC, przy użyciu impedymetrycznego systemu Bactrac oraz opracowanie wyników metodą mikrobiologii prognostycznej. Zastosowano aplikację DMFit i porównano parametry wzrostu z danymi uzyskanymi w programie prognostycznym ComBase Predictor (CP). Prognozy w CP pochodzą z danych uzyskanych na pożywkach mikrobiologicznych (zmodyfikowanych pod względem składu). Stwierdzono, że sery typu feta i mozzarella w przyjętych warunkach doświadczenia stanowiły dobrą pożywkę do rozwoju bakterii B. cereus. Uzyskane z doświadczeń oraz wyliczeń matematycznych modele wzrostu B. cereus podczas przechowywania serów typu feta i mozzarella różniły się od prognoz uzyskanych w programie CP. Parametrem wzrostu określającym bezpieczeństwo mikrobiologiczne serów typu feta i mozzarella był czas trwania lag fazy.

EN

The increase has been reported in the incidence of foodborne diseases caused by pathogens in foodstuffs. A risk assessment process makes it possible to assess consumer health risks associated with those pathogens in food. Predictive models constitute a tool to quantitatively evaluate the behaviours of microorganisms in food. The objective of the research study was to assess the viability of Bacillus cereus rods in feta and mozzarella types of cheese during storage at a temperature from 3 to 15 ºC with the use of an impedimetric system Bactrac, and to study the results obtained using a method in predictive microbiology. A |DMFit application was utilized and the growth parameters were compared with the data acquired through a predictive ComBase Predictor software (CP). The CP predictions were derived from the data obtained using microbiological media (modified in terms of composition). It was found that, under the prearranged experimental conditions, the feta and mozzarella cheeses were a good culture medium for the Bacillus cereus bacteria to develop. The models, produced on the basis of the experiments and mathematical calculations, of the B. cereus growth during storage differed from the models that were predicted by the CP software. The duration of the lag phase was a growth parameter that determined the bacterial safety of feta and mozzarella types of cheese.

• Wydawca: -
• Czasopismo: Żywność Nauka Technologia Jakość
• Rocznik: 2014
• Tom: 21
• Numer: 5
• Opis fizyczny: s.134-143,rys.,tab.,bibliogr.

Twórcy

autor

Kowalik J.

• Katedra Mleczarstwa i Zarządzania Jakością, Wydział Nauki o Żywności, Uniwersytet Warmińsko-Mazurski w Olsztynie, ul.Oczapowskiego 7, 10-719 Olsztyn

autor

Lobacz A.

• Katedra Mleczarstwa i Zarządzania Jakością, Wydział Nauki o Żywności, Uniwersytet Warmińsko-Mazurski w Olsztynie, ul.Oczapowskiego 7, 10-719 Olsztyn

autor

Adamczewski K.

• Katedra Mleczarstwa i Zarządzania Jakością, Wydział Nauki o Żywności, Uniwersytet Warmińsko-Mazurski w Olsztynie, ul.Oczapowskiego 7, 10-719 Olsztyn

autor

Tarczynska A. S.

• Katedra Mleczarstwa i Zarządzania Jakością, Wydział Nauki o Żywności, Uniwersytet Warmińsko-Mazurski w Olsztynie, ul.Oczapowskiego 7, 10-719 Olsztyn

Bibliografia

• [1] Baranyi J., Le Marc Y.: DMFit manual, Version 2.0, Institute of Food Research, Norwich Research Park, UK, 2005.
• [2] Baranyi J.: Stochastic modelling of bacterial lag phase. Int. J. Food Microbiol., 2002, 73, 203-206.
• [3] Baranyi, J., Roberts, T.A.: A dynamic approach to predicting bacterial growth in food. Int. J. Food Microbiol., 1994, 23, 277-294.
• [4] Baza danych ComBase. [online]. Dostęp w Internecie [25.05.2013]: http:// www.combase.cc/index.php/en/
• [5] Baza danych WaMaPredictor [online]. Dostęp w Internecie [25.05.2013]: http:// wamapredictor.uwm.edu.pl/WamaPredictor/
• [6] Bednarczyk A., Daczkowska-Kozon E.G.: Czynniki patogenności bakterii z grupy Bacillus cereus. Post. Mikrobiol., 2008, 47 (1), 51-63.
• [7] Beecher D.J., MacMillan J.D.: Characterization of the components of hemolysin BL from Bacillus cereus. Infect. Immunol., 1991, 59, 1778-1784.
• [8] Choma C, Clavel H, Dominguez H, Razafindramboa N, Soumille H, Nguyen-the C, Schmitt P.: Effect of temperature on growth characteristics of Bacillus cereus TZ415. Int. J. Food Microbiol., 2000, (55), 73-77.
• [9] Kowalik J., Łobacz A., Tarczyńska A.S., Ziajka S.: Graphic validation of growth models for Listeria monocytogenes in the milk during storage. Milchwissenschaft, 2012, 1 (67), 38-42.
• [10] Kowalik J., Łobacz A., Tarczyńska A.S., Ziajka S.: Zastosowanie mikrobiologicznych modeli prognostycznych w produkcji bezpiecznej żywności. Med. Weter., 2009, 65 (06), 381-381.
• [11] Kowalik J., Tarczyńska A., Ziajka S.: Szacowanie ryzyka mikrobiologicznego – zastosowanie w produkcji i obrocie żywnością. Żywność. Nauka. Technologia. Jakość, 2003, 2 (35) Supl., 76-85.
• [12] Kunicka-Styczyńska A.: Automatyczne systemy monitorowania czystości mikrobiologicznej żywności. Przem. Spoż., 2009, 2, 18-23.
• [13] Little C.L., S. Knøchel.: Growth and survival of Yersinia enterocolitica, Salmonella and Bacillus cereus in brie stored at 4, 8 and 20°C. Int. J. Food Microbiol., 1994, 24, 137-14.
• [14] Łobacz A, Kowalik J., Ziajka S.: Wykorzystanie zjawiska impedancji w mikrobiologii i higienie żywności. Med. Weter., 2008, 64 (8), 966-969.
• [15] McMeekin T.A., Ross T.: Predictive microbiology: providing a knowledge – based framework for change management. Int. J. Food Microbiol., 2002, 78, 133-153.
• [16] Recommended international code of practice general of food hygiene. CAC/RCP 1.1969 (Rev. 2003).
• [17] Rosiak E., Kołożyn-Krajewska D.: Modele wzrostu bakterii Pseudomonas w produktach gotowych do spożycia. Żywność. Nauka. Technologia. Jakość, 2005, 3 (44), 191-205.
• [18] Rozporządzenie (WE) nr 178/2002 Parlamentu Europejskiego i Rady z dnia 28 stycznia 2002 r. ustanawiające ogólne zasady i wymagania prawa żywnościowego, powołujące Europejski Urząd ds.bezpieczeństwa żywności oraz ustanawiające procedury w zakresie bezpieczeństwa żywnościz późn. zm. Dz.U. L 31 z 1.2.2002, s. 470.
• [19] Rukure G., Bester B.H.: Survival and growth of Bacillus cereus during Gouda cheese manufacturing, Food Control., 2001, 12, 31-36.
• [20] Tarczyńska A.S., Kowalik J., Łobacz A., Modelowanie mikrobiologicznego bezpieczeństwa żywności. Przem. Spoż., 2012, 6, 35-38.
• [21] Ustawa z dnia 25 sierpnia 2006 r. o bezpieczeństwie żywności i żywienia. Dz. U. 2006 r. Nr 171, poz. 1225. Tekst jednolity z dnia 29 czerwca 2010 r. Dz. U. 2010 r. Nr 136, poz. 914.

Uwagi

Rekord w opracowaniu

Identyfikatory

DOI

10.15193/ZNTJ/2014/96/134-143