Modele wzrostu Listeria monocytogenes w żywności gotowej do spożycia

• Autorzy: Szosland-Faltyn A. , Krolasik J. , Krepska M. , Polak E.

Warianty tytułu

EN

Growth models of Listeria monocytogenes in ready-to-eat food

• Języki publikacji: PL

Abstrakty

PL

Celem przeprowadzonych badań było opracowanie matematycznych modeli wzrostu Listeria monocytogenes w żywności gotowej do spożycia, z uwzględnieniem różnych warunków dystrybucji, przechowywania i użytkowania, przy uwzględnieniu takich czynników jak: początkowy poziom kontaminacji komórkami Listeria monocytogenes, czas oraz temperatura przechowywania produktów. Do badań zaklasyfikowano produkty, w których najczęściej wykrywano obecność tego patogenu. Były to: flaki oraz fasolka po bretońsku. Modelowanie wzrostu Listeria monocytogenes prowadzone było przez 7 dni, wtrzech zakresach temperatur: 2-6°C, 9-11°C i 12-16°C oraz przy dwóch poziomach kontaminacji: 10⁴ jtk/g produktu i 10² jtk/g. Przeprowadzone badania wykazały, że w czasie 7 dni przechowywania badanych produktów intensywnie wzrasta liczba Listeria monocytogenes zarówno w niskiej temperaturze przechowywania (2-6°C) jak i wyższych. Na podstawie uzyskanych danych eksperymentalnych skonstruowano nieliniowe modele pierwszego stopnia, opisujące zmiany przeżywalności bakterii w czasie oraz modele drugiego stopnia, opisujące zmiany przeżywalności bakterii w funkcji czasu i temperatury. Współczynnik determinacji r² w modelach pierwszego stopnia wynosił od 0,95 do 0,99 zaś w modelach drugiego stopnia od 0,77 do 0,82, co wskazuje na bardzo dobre dopasowanie modeli. Wysokie wartości statystyki F we wszystkich modelach potwierdziły, że parametry zostały precyzyjnie dobrane.

EN

The aim of the study was to construct mathematical predictive models of Listeria monocytogenes in ready-to-eat food, by taking into account different conditions of distribution, storage and use, including the initial contamination levels of Listeria monocytogenes cells, time and storage temperatures of products. The study classified the products in which the most frequently detected the presence of this pathogene. These were: tripe and baked beans. Modeling of Listeria monocytogenes growth was conducted for 7 days at three temperatures ranges: 2-6°C, 9-11°C i 12-16°C and two levels of contamination 10⁴ and 10² cfu/g of product. The study showed that within 7 days of tested products storage the number of Listeria monocytogenes extensively rises both at the low storage temperatures (2-6°C) and higher. On the basis of experimental data nonlinear, primary models, describing the evolution of bacterial population with time and secondary models describing evolution of bacterial population with time and temperature were constructed. The determination coefficient r² in the primary models was from 0,95 to 0,99 while in the secondary models from 0,77 to 0,82, suggesting a very good model fitting. High values of F statistics in all models confirmed that the parameters are precisely matched.

• Wydawca: -
• Czasopismo: Postępy Nauki i Technologii Przemysłu Rolno-Spożywczego
• Rocznik: 2011
• Tom: 66
• Numer: 2
• Opis fizyczny: s.61-73,rys.,tab.,bibliogr.

Twórcy

autor

Szosland-Faltyn A.

• Oddział Chłodnictwa i Jakości Żywności, Instytut Biotechnologii Przemysłu Rolno-Spożywczego, al.Piłsudskiego 84, 92-202 Łódź

autor

Krolasik J.

autor

Krepska M.

autor

Polak E.

Bibliografia

• 1. Augustin J. C., Brouillaud-Delattre A., Rosso L., Carlier V. (2000): Significance of inoculum size in the lag time of Listeria monocytogenes. Appl. Environ. Microbiol., 66(4), 1706-1710.
• 2. Fujikawa H., Kai A., Morozumi S. (2004). A new logistic model for Escherichia coli growth at constant and dynamic temperatur es. Food Microbiol., 21, 501-509.
• 3. Kagkli D. M., Iliopoulos V., Stergiou V., Lazaridou A., Nychas J.-G. (2009): Differential Listeria monocytogenes strain survival and growth in Katiki, a traditional Greek soft cheese, at different storage temperatures. Appl. Environ. Microbiol., 75(11), 3621-3626.
• 4. Mullan, W.M.A. (2009). Modelling the probability of Listeria monocytogenes growing in cheese. Dairy Sci. Food Technol. http://www.dairyscience.info/food-model/178-listeria-model.html.
• 5. Norma PN-EN ISO 11290-1:1999+A1:2005 Mikrobiologia żywności i pasz. Horyzontalna metoda wykrywania obecności i oznaczania liczby Listeria monocytogenes Metoda wykrywania obecności.
• 6. Norma PN-EN ISO 11290-2:2000/A1:2005 + Ap1:2006 + Ap1:2007 Mikrobiologia żywności i pasz. Horyzontalna metoda wykrywania obecności i oznaczania liczby Listeria monocytogenes Metoda oznaczania liczby.
• 7. Pinon A., Zwietering M., Perrier M., Membre J.-M., Leporq B., Mettler E., Thuault D., Coroller L., Sthal V., Vialette M. (2004): Development and validation of experimental protocols for use of cardinal models for prediction of microorganism growth in food products. Appl. Environ. Microbiol., 70(2), 1081-1087.
• 8. Osek J. (2008): Występowanie chorób odzwierzęcych i ich czynników etiologicznych w 2006 r. w świetle raportu Europejskiego Urzędu do spraw Bezpieczeństwa Żywności. Życie Wet., 83(3), 192-201.
• 9. Rebagliati V., Philipi R., Rossi M., Troncoso A. (2009): Prevention of foodborne listeriosis. Indian J. Pathol. Microbiol., 52(2), 145-149.
• 10. Rosiak E., Kołożyn-Krajewska D. (2005): Modele wzrostu bakterii Pseudomonas w produktach gotowych do spożycia. Żywność. Nauka. Technol. Jakość, 3 (44), 192-2005.
• 11. Rozporządzenie Komisji (WE) NR 1441/2007 z dnia 5 grudnia 2007 r. zmieniające rozporządzenie (WE) nr 2073/2005 w sprawie kryteriów mikrobiologicznych dotyczących środków spożywczych.
• 12. Trząskowska M., Kołożyn-Krajewska D., Goryl A. (2007): Prognozowanie wzrostu i przeżywalności bakterii probiotycznych w fermentowanym soku marchwiowym. Żywność. Nauka. Technologia. Jakość, 6 (55), 138-148.
• 13. Zielińska D., Kołożyn-Krajewska D., Goryl A. (2008). Modele przeżywalności bakterii potencjalnie pro biotycznych Lactobacillus casei KN291 w fermentowanym napoju sojowym. Żywność. Nauka. Technologia. Jakość, 5 (60), 126-134.
• 14. Zwietering, M.H., Jongenburger, I., Rombouts, F.M., Van’t Riet, K. (1990). Modeling of the bacterial growth curve. Appl. Environ. Microbiol., 56, 1875–1881.

Uwagi

Rekord w opracowaniu