[ FORSKNING ]
Prædiktionsværktøj til produkt udvikling og risikovurdering Prædiktive modeller og software er udviklet til at forudsige vækst og overlevelse af Listeria monocytogenes i forskellige typer af ost. Prædiktive (forudsigende) mikrobiologiske modeller og software anvendes i stigende grad af fødevarebranchen til risikovurdering, produktudvikling og dokumentation af fødevaresikkerhed. Food Spoilage and Safety Predictor (FSSP) programmet har bl.a. været anvendt til udvikling af fiskeprodukter, der har reduceret saltindhold og samtidig forhindrer vækst af de væsentlige sygdomsfremkaldende mikroorganismer Listeria monocytogenes og Clostridium botulinum. For nye produkter kan anvendelsen af prædiktive mikrobiologiske modeller og software reducere brug af mikrobiologiske tests samt af belastningsundersøgelser, hvor det undersøges om uønskede mikroorganismer kan vokse og overleve i produkterne. Dette har imidlertid ikke været tilfældet for mejeriprodukter, da de eksisterende modeller ikke indeholder effekten af relevante, mejerispecifikke ingredienser og derfor ikke giver tilstrækkeligt nøjagtige forudsigelser for mange mejeriprodukter. Prædiktiv mejerimikrobiologi og software Projektet indsamlede først eksisterende information om vækst og overlevelse af L. monocytogenes i ost. Derefter blev det undersøgt, om eksisterende prædiktive modeller pålideligt kunne forudsige vækst og overlevelse af L. monocytogenes i specifikke typer af ost afhængig af deres produktegenskaber og lagringsbetingelser. Dette var ikke tilfældet, og nye modeller blev derfor udviklet til at indeholde effekten af mejerispecifikke antimikrobielle ingredienser/tilsætningsstoffer inklusiv organiske syrer (citronsyre, eddikesyre og mælkesyre), nisin samt forskellige fosfat/ citrat-smeltesalte. De udviklede modeller er omfattende, og med det formål at gøre dem praktisk anvendelige, er de inkluderet i ver-
22 Mælkeritidende 12 / 2020
sion 5.0 af det brugervenlige software, FSSP, der bliver frit tilgængeligt fra http://fssp.food. dtu.dk. På denne måde er de udviklede modeller lettere at anvende for Arla Foods, der deltog i projektet, og det er håbet, at de bliver til gavn for mange inden for mejerisektoren. Hvad kan det bruges til? Dairy Predict-projektet har udvidet og valideret prædiktive modeller og software til at forudsige vækst og overlevelse af L. monocytogenes i forskellige oste afhængigt af deres målte produktegenskaber:
AF PAW DALGAARD, PROFESSOR OG VERONICA MARTINEZ-RIOS, POSTDOC DTU FØDEVAREINSTITUTTET
Fig. 1: Eksempel på anvendelse af nye FSSP software, der indeholder en model til at forudsige vækst L. monocytogenes i kemisk syrnede oste. Den røde kurve viser prædikteret vækst uden tilsætning af mælkesyre, mens der for den blå kurves vedkommende er tilsat mælkesyre.
