PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2015 | 14 | 3 |
Tytuł artykułu

Applicability of bacterial growth models in spreadable processed cheese

Treść / Zawartość
Warianty tytułu
PL
Zastosowanie modeli wzrostu bakterii w smarowalnym serze topionym
Języki publikacji
EN
Abstrakty
EN
Background. Food spoilage is a process in which the quality parameters decrease and products are no longer edible. This is a cumulative effect of bacteria growth and their metabolite production, which is a factor limiting shelf life. Thus, the aim of the study was to evaluate whether microbiological growth models for total viable count (TVC) and Clostridium strain bacteria are reliable tools for prediction of microbiological changes in spreadable processed cheese. Material and methods. Investigations were conducted for two types of bacteria: TVC and Clostridium in following temperature: 8°C, 20°C and 30°C. A total number of aerobic bacteria was determined based on standard PN-EN ISO 4833:2004 and Clostridium was detected by using microbiological procedure for sulphite-reducing anaerobic spore-bacteria with a selective nourishment. During the analysis nonlinear regression and Baranyi and Roberts primary model were used. Results. For temperatures 20°C and 30°C, Baranyi and Roberts model, for total viable count showed determination coefficient of 70%. The models prepared for Clostridium, in these temperatures, showed much lower R2, respectively 25% and 30%. At the abovementioned temperatures also the expiration of product shelf life was much shorter and amounted 70 days at 20°C and 7 days at 30°C. For both types of bacteria incubated at 8°C the numbers of bacteria decrease until the expiration of product shelf life. Conclusions. Models used in the analyses, Baranyi and Roberts and nonlinear regression, poorly matched the experimental data, hence they are not reliable tools. Nevertheless, they gave information about dynamic of microbiological changes in spreadable processed cheese.
PL
Wstęp. Jednym z elementów prowadzących do utraty przydatności do spożycia żywności jest proces zmian mikrobiologicznych. Efektem zepsucia mikrobiologicznego żywności jest niebezpieczne obniżenie jakości lub całkowite wyeliminowanie produktu z obrotu. Wynika to ze wzrostu ilości bakterii oraz produkcji przez nie niebezpiecznych metabolitów. Często zmiany skutkują również ograniczeniem trwałości przechowalniczej produktów spożywczych. Celem badań była ocena czy modele wzrostu ogólnej liczby bakterii oraz Clostridium są niezawodnym narzędziem prognozowania zmian mikrobiologicznych w smarowalnym serze topionym. Materiał i metody. Badania przeprowadzono w temperaturach 8°C, 20°C i 30°C dla dwóch rodzajów bakterii: ogólnej liczby bakterii oraz Clostridium. Zastosowano następujące procedury mikrobiologiczne: PN-EN ISO 4833:2004 dla ogólnej liczby drobnoustrojów oraz procedurę oznaczenia najbardziej prawdopodobnej liczby bakterii beztlenowych redukujących siarczyny z wykorzystaniem pożywki selektywnej. W analizach posłużono się regresją nieliniową oraz modelem pierwszorzędowym Baranyiego i Robertsa. Wyniki. Model Baranyiego i Robertsa uzyskał współczynnik determinacji na poziomie 70% dla ogólnej liczby bakterii w temperaturach 20°C i 30°C. Model przygotowany dla Clostridium w powyższych temperaturach uzyskał znacznie mniejsze wartości R2, odpowiednio 25% i 30%. Natomiast przydatność do spożycia produktu uległa znacznemu skróceniu, wynosząc 70 dni w 20°C i 7 dni w 30°C. Dla obu grup bakterii inkubowanych w 8°C liczba bakterii zmniejszała się aż do upłynięcia terminu przydatności produktu. Wnioski. Zastosowane w analizie modele Baranyiego i Robertsa oraz regresja nieliniowa nie odzwierciedlają w sposób satysfakcjonujący rzeczywistego wzrostu bakterii, nie są więc niezawodnym narzędziem prognozującym. Niemniej jednak pozwalają na określenie dynamiki wzrostu bakterii w serach topionych.
Wydawca
-
Rocznik
Tom
14
Numer
3
Opis fizyczny
p.199-205,fig.,ref.
Twórcy
autor
  • Department of Food Quality Management, Poznan University of Life Sciences, Wojska Polskiego 31, 60-624 Poznan, Poland
autor
  • Department of Food Quality Management, Poznan University of Life Sciences, Wojska Polskiego 31, 60-624 Poznan, Poland
  • Department of Food Quality Management, Poznan University of Life Sciences, Wojska Polskiego 31, 60-624 Poznan, Poland
Bibliografia
  • Baranyi, J., Roberts, T. A. (1994). A dynamic approach to predicting bacterial growth in food. Int. J. Food Microbiol., 23, 277-294.
  • Bruckner, S., Albrecht, A., Petersen, B., Kreyenschmidt, J. (2013). A predictive shelf life model as a tool for the improvement of quality management in pork and poultry chains. Food Contr., 29, 451-460.
  • Bunkova, L., Buńka, F., Janis, R., Krejći, J., Dolezalkova, I., PospiSil, Z., Rużićka, J., Tremlova, B. (2011). Comparison of antibacterial effect of seven 1-monoglycerides on food-bome pathogens or spoilage bacteria. Acta Vet. Brno, 80, 29-39.
  • Bufika, F., Śtetina, J., Hrabe, J. (2008). The effect of storage temperature and time on the consistency and color of sterilized cheese. Eur. Food Res. Technol., 228,223-229.
  • Cichosz, G. (2000). Wady serów topionych i sposoby ich eliminacji [Defects of processed cheese and ways of their eliminations]. In G. Cichosz (Eds.), Technologia serów topionych (pp. 59-75). Warszawa: Oficyna Wydawnicza „Hoża” [in Polish].
  • Derlieghere, F., Francois, K., Vermeulen, A., Debevere, J. (2009). Predictive microbiology. In R. Costa, K. Krist- bergson (Eds.), Predictive modeling and risk assessment (pp. 29-53). New York: Springer Science+Business Media.
  • Fakruddin, M. D., Mazumder, R. M., Bin, Mannan, K. S. (2011). Predictive microbiology: Modeling microbial responses in food. Ceylon J. Sci. (Bio. Sci.), 40(2), 121-131.
  • Gram, L., Ravn, L., Rasch, M., Bruhn, J. B., Christensen, A. B., Givskov, M. (2002). Food spoilage - interaction between food spoilage bacteria. Int. J. Food Microbiol., 78, 79-97.
  • Hauerlandova, I., Lorencova, E., Buńka, F., Navratil, J., Janeckova, K., Bufikova, L. (2014). The influence of fat and monoacylglycerols on growth of spore-forming bacteria in processed cheese. Int. J. Food Microbiol., 37-43, 182-183.
  • Juneja, U. K., Marmer, B. S., Phillips, J. G., Palumbo, S. A. (1996). Interactive effect of temperature, initial pH, sodium chloride and sodium pyrophosphate on the growth kinetics of Clostridium perfringens. J. Food Protect., 9(59), 963-968.
  • Karimia, R., Azizi, M. H., Ghasemlou, M., Vaziri, M. (2015). Application of inulin in cheese as prebiotic, fat replacer and texturizer: A review. Carbohydr. Polym., 119, 85-100.
  • Kycia, K. (2005). Wykorzystanie wszystkich białek mleka do produkcji sera topionego. [Utilizing all milk proteins to manufacture processed cheese] Żywn. Nauka Techn. Jakość, 2(43), 133-146 [in Polish],
  • Mead, G. C. (1995). Principles involved in the detection and enumeration of Clostridia in foods. In J. E. L. Corry, G. D. W. Curtis, R. M. Baird (Eds.), Culture media for food microbiology. Progress in industrial microbiology (Vol. 34, pp. 25-32). Amsterdam: Elsevier Science.
  • Muir, D. D., Tamime, A. J., Shenana, M. E., Dawood, A. H. (1999). Processed cheese analogues incorporating fat- substitutes 1. Composition, microbiological quality and flavour changes during storage at 5°C. Lebensm.-Wiss. Technol., 32, 41-49.
  • Nicolai, B. M., Van Impe, J. F. (1996). Predictive food microbiology: A probabilistic approach. Math Comp. Simula!, 42(2-3), 287-292.
  • Nishihara, M., Takahashi, H., Sudo, T., Kyoi, D., Kawa- hara, T., Ikeuchi, Y.,..., Yanahira, S. (2014). Multilocus variable-number of tandem repeat analysis (MLVA) for Clostridium tyrobutyricum strains isolated from cheese production environment. Int. J. Food Microbiol., 190, 61-65.
  • PN-EN ISO 4833:2004: Horizontal method for the enumeration of microorganisms. Colony - count technique at 30°C.
  • Roberts, R. F., Zottola, E. A. (1993). Shelf - life of pasteurized process cheese spreads made from cheddar cheese manufactured with a nisin - producing starter culture. J. Dairy Sci., 76(7), 1829-1836.
  • Sołowiej, B., Glibowski, R, Muszyński, S., Wydrych, J., Gawron, A., Jeliński, T. (2015). The effect of fat replacement by inulin on the physicochemical properties and microstructure of acid casein processed cheese analogues with added whey protein polymers. Food Hydrocolloid., 44, 1-11.
  • Steeg, P. F., Cuppers, H. G. A. M., Hellemons, J. C., Rijke, G. (1995). Growth of proteolytic Clostridium botulinum in process cheese products. I. Data acquisition for modeling the influence of pH, sodium chloride, emulsifying salts, fat dry basis, and temperature. J. Food Prot., 10, 1059-1064.
  • Suleiman, T. A. E., Abdalla, M. O. M., Hassan, H., Haj, M. E., Elsiddig, H. M. O. (2011). Chemical and microbiological evaluation of processed cheese available in Khartoum market, Sudan. Am. J. Food Nutr., 1(1), 28-33.
  • Sutton, S. (2010). The most probable number method and its uses in enumeration, qualification and validation. JVT, 16(3), 35-38.
  • Tarczyńska, A. S., Kowalik, J., Łobacz, A. (2012). Modelowanie mikrobiologicznego bezpieczeństwa żywności [Microbiological food safety modelling]. Przem. Spoż., 66, 35-38 [in Polish].
  • Wang, M., Tang, S. X., Tan, Z. L. (2010). Modeling in vitro gas production kinetics: Derivation of Logistic- -Exponential (LE) equations and comparison of models. Anim. Feed Sci. Technol., 165(3), 137-150.
  • Wells, J. H., Singh, R. P. (1998). Quality management during storage and distribution. In I. A. Taub, R .P. Singh (Eds.), Food storage stability (pp. 369-387). USA: CRC Press LCC.
  • http://modelling.combase.cc/DMFitDB.aspx.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.agro-fa567a4a-ade4-4d12-a6c2-d2f739ecb4f5
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.