PL
Podjęto badania nad wykorzystaniem spektroskopii w podczerwieni z transformacją Fouriera (FTIR) oraz sztucznych sieci neuronowych do identyfikacji bakterii z rodzaju Lactococcus na poziomie gatunku i podgatunku. Do selekcji widm FTIR badanych szczepów bakterii i poszerzenia biblioteki widm zastosowano, opracowaną wcześniej, własną metodę pomiaru widm FTIR i strategię ich analizy. Badaniami objęto 7 szczepów referencyjnych bakterii fermentacji mlekowej z rodzaju Lactococcus, pochodzących z Deutsche Sammlung von Mikroorganismen und Zellkulturen (DSMZ) oraz 88 szczepów wyizolowanych z produktów żywnościowych. Szczepy bakterii z rodzaju Lactococcus izolowano z mleka surowego i fermentowanych produktów mleczarskich. Zgromadzone w bibliotece widma FTIR badanych szczepów bakterii zostały użyte do opracowania sztucznych sieci neuronowych. Użytkowa wartość sieci neuronowych została ustalona na podstawie wyników identyfikacji szczepów referencyjnych oraz szczepów wyizolowanych z produktów żywnościowych, których przynależność gatunkową określono na podstawie badań PCR z wykorzystaniem specyficznych gatunkowo primerów. Zastosowanie sztucznych sieci neuronowych do analizy widm FTIR umożliwiło w 90 % poprawnie zidentyfikować bakterie z rodzaju Lactococcus, należące do określonego gatunku.
EN
A research was undertaken into the application of Fourier transform infrared spectroscopy and artificial neural networks to identify bacteria of the Lactococcus genus at a level of species and subspecies. A methodology of FTIR spectra measurement and strategy of their analysis, previously developed by the author, were used to select FTIR spectra of bacteria strains analyzed and to expand the FTIR library. The research comprised 7 reference strains of milk fermentation bacteria of the Lactococcus genus derived from Deutsche Sammlung von Mikroorganismen und Zellkulturen (DSMZ) and 88 strains isolated from food products. The bacteria strains of the Lactococcus genus were isolated from raw milk and from fermented milk products. The FTIR spectra of strains compiled in the library were used to develop artificial neural networks. The application value of selected artificial neural networks was verified based on the identification results of reference strains, as well as of the strains isolated from food products; their species affiliation was determined based on a PCR test using species-specific primers. The application of artificial neural networks to analyse FTIR spectra made it possible to correctly identify bacteria of the Lactococcus genus belonging to a particular species.