Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 13

Liczba wyników na stronie
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych:  mikrobiologia prognostyczna
help Sortuj według:

help Ogranicz wyniki do:
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
Listeria monocytogenes jest jednym z najniebezpieczniejszych patogenów układu pokarmowego wywołującym listeriozę, chorobę o śmiertelności wahającej się od 20 do 30%. Naukowcy poszukują metod o wyższej czułości wykrywania tej bakterii w żywności, przewidywania tempa i intensywności jej wzrostu w różnych produktach spożywczych wykorzystując mikrobiologię prognostyczną. Narzędzie to może przewidzieć reakcję mikroorganizmu w wybranych produktach na podstawie analizy teoretycznych warunków środowiskowych. Przygotowanie badań wymaga uwzględnienia różnych czynników, np. wybór matryc i warunki środowiskowe, takie jak pH produktu, zasolenie, stężenie środków konserwujących, zawartość azotynu sodu, kwasów organicznych oraz temperaturę, skład atmosfery, aktywność wody.
Celem niniejszej pracy było skonstruowanie prognostycznych modeli wzrostu i przeżywalności bakterii potencjalnie probiotycznych Lactobacillus casei KN291 w fermentowanym napoju sojowym, przechowywanym w różnych warunkach temperatury. Skonstruowano nieliniowe modele prognostyczne charakteryzujące się dobrym dopasowaniem i właściwościami stochastycznymi ocen parametrów. Modele te w zadowalający sposób opisują zachowanie bakterii L. casei KN291 w fermentowanym napoju sojowym i mogą służyć do szacowania (prognozowania) liczby bakterii w zależności od czasu przechowywania. Fermentowany napój sojowy w badanych warunkach przechowywania charakteryzował się odpowiednio dużą liczbą bakterii potencjalnie probiotycznych L. casei KN291 (około 10⁹ jtk/ml), co może gwarantować efekt prozdrowotny po spożyciu 100 g porcji produktu.
Studies on the effects of environmental factors and technological processes on the behavior of microorganisms in food have been conducted for many years. Mathematical models have come to be used extensively for quantitative interpretation of the results of these studies. The use of modeling in food microbiology has grown to the point of being recognized as a distinct discipline of food microbiology, termed predictive microbiology. In recent years, progress in this field has been impressive, and predictive microbiology is increasingly used by food producers and food inspectors in their routine work. One of the reasons for this development are changes in European food law, particularly the obligatory introduction of HACCP, risk analysis and microbiological criteria for food. Predictive microbiology has been an important supporting tool in food chain risk management.
Celem pracy było skonstruowanie prognostycznych modeli wzrostu i przeżywalności bakterii potencjalnie probiotycznych w fermentowanym soku marchwiowym. Stwierdzono, że liczba bakterii Lactobacillus acidophilus CH-2, zastosowanych do fermentacji soku marchwiowego, utrzymywała się na wysokim poziomie przez cały badany okres przechowywania. Na podstawie badań empirycznych liczby bakterii potencjalnie probiotycznych w soku marchwiowym, skonstruowano modele prognostyczne, które w zadowalający sposób opisują wzrost i przeżywalność tych bakterii w badanym produkcie. Skonstruowane matematyczne modele wzrostu i przeżywalności bakterii probiotycznych fermentowanego soku marchwiowego umożliwiają szacowanie okresu przydatności do spożycia tego produktu, w zależności od warunków przechowywania.
The improvement of the microbiological quality of food products on the Polish market is a result of the systematic introduction and improvement of food safety assurance systems. The present paper discusses tools of predictive microbiology, i.e. software packages included in ComBase (www.combase.cc). These tools allow for quantitative assessment of microbiological hazard, like the presence of food borne pathogens in dairy products. The example of predicting the growth of bacteria from the species of Yersinia enterocolitica in cottage cheese during a few stages of production is presented. Tools in the form of software packages predicting the growth of microorganisms enable supporting the food safety assurance systems at every stage of production.
Celem pracy było opracowanie matematycznych modeli wzrostu bakterii z rodzaju Pseudomonas w modelowych produktach mięsnych przy uwzględnieniu następujących czynników: czas i temperatura. W badaniach zastosowano „model" produktu mięsnego reprezentujący grupę produktów z mięsa rozdrobnionego. Otrzymane wyniki badań pozwoliły na utworzenie pierwszorzędowych modeli Gompertza i logistycznych, które dobrze opisywały rozwój drobnoustrojów w produktach z mięsa rozdrobnionego w czasie przechowywania w zróżnicowanej temperaturze. Uzyskane modele liniowe Conline'a nie były wystarczająco dobrze dopasowane. Drugorzędowy model Ratkowsky'ego okazał się najbardziej przydatny do oszacowania współczynnika szybkości wzrostu badanych grup drobnoustrojów. Wielomiany drugiego stopnia były najbardziej odpowiednie do opisu, w postaci powierzchni odpowiedzi, wpływu dwóch zmiennych na rozwój wybranych grup drobnoustrojów w produktach mięsnych. Podjęto również próbę zastosowania nowego narzędzia w prognozowaniu mikrobiologicznym, jakim są sieci neuronowe. Do uzyskiwania sieci o dobrej jakości (niski iloraz odchyleń) niezbędna jest duża liczba przypadków uczących.
The definition and history of prognostic microbiology is presented in this paper. Its usefulness in the assistance the HACCP system is presented. The computer prognostic programs FoodMicro Model and Pathogen Modeling Program and their mathematics models, analysed parameters and analysed pathogen bacteria are discussed. The possibilities of these models use in technological processes and quality management are discussed. The Neural Network system and its wide use, also in the programming of beer fermentation process, are discussed.
Na rozwój metody szacowania ryzyka mikrobiologicznego (MRA) miały wpływ takie czynniki, jak: stosowanie systemu HACCP w zakładach branży spożywczej; preferowanie przez konsumentów świeżych, mniej przetworzonych produktów żywnościowych; określenie bezpiecznego okresu przechowywania różnych rodzajów produktów żywnościowych; zmiana epidemiologii zatruć i zakażeń pokarmowych ze względu na pojawienie się zagrożenia nowymi rodzajami drobnoustrojów oraz obniżona odporność u coraz większej liczby ludzi. Do analizowania wzrostu drobnoustrojów w surowcach i produktach mleczarskich można zastosować, oprócz klasycznej metody płytkowej, również zjawisko impedancji. Zasada oznaczeń z wykorzystaniem impedymetrii polega na ocenie zmiany oporności elektrycznej pożywek hodowlanych, wywołanej wzrostem różnych mikroorganizmów lub specyficznej ich grupy. Celem pracy było określenie przydatności systemu monitorującego Bactometer M 64 do analizy wzrostu i przeżywalności drobnoustrojów w modyfikowanych pożywkach mikrobiologicznych. W badaniach wykorzystano modelowe produkty uzyskane przez modyfikację pożywki (bioMerieux), stosując dodatek kwasu mlekowego, soli kuchennej i azotanu(V) sodu. Doświadczenie wykonano z udziałem gramujemnych pałeczek Escherichia coli 22. Analizy mikrobiologiczne przeprowadzono metodą z zastosowaniem impedymetrycznego systemu monitorującego. Uzyskiwane wyniki (czas detekcji) mogą być przydatne w mikrobiologii prognostycznej umożliwiając określenie reakcji mikroorganizmów na zmieniające się warunki w żywności.
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.