4 minute read
Forskning: Prædiktionsværktøj til produktudviking og risikovurdering
Prædiktive modeller og software er udviklet til at forudsige vækst og overlevelse af Listeria monocytogenes i forskellige typer af ost.
Advertisement
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 version 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.
Resume
Nye prædiktive modeller er udviklet til at forudsige mulig vækst af Listeria monocytogenes for oste afhængigt af deres produktegenskaber og lagringsbetingelser. Modellerne kan bidrage til risikovurderinger, produktudvikling og dokumentation af fødevaresikkerhed for flere forskellige typer af ost: (1) kemisk syrnede oste og flødeost inkl. produkter med lavt pH og indhold af forskellige organiske syrer, 2) Smelteost/smøreost med nisin og/eller fosfat/citrat-smeltesalte samt 3) Skimmeloste under fermentering, modning og lagring/distribution. De udviklede modeller er inkluderet i software og er dermed lette at anvende for hele mejerisektoren.
1) Kemisk syrnede oste og flødeost inkl. produkter med lavt pH og indhold af forskellige organiske syrer. 2) Smelteost med nisin og/eller fosfat/citratsmeltesalte. 3) Skimmeloste under fermentering, modning og lagring/distribution.
Model 1 kan bruges til at vurdere L. monocytogenes’ vækst i kemisk syrnede oste afhængigt af produktegenskaber og opbevaringsbetingelser. Hvis, for eksempel, en kemisk syrnet ost (pH 4,6 og 4,4% salt i vandfase) er kontamineret med 1 L. monocytogenes/g efter pasteurisering (f.eks. ved tilsætning af glucono-delta-lacton) og efterfølgende køleopbevaret ved 5°C, vil produktet forhindre vækst af bakterien. Opbevares produktet derimod ved 25°C, overskrides den kritisk koncentration på 100 L. monocytogenes/g inden for 3 dage. Model 1 forudsiger, at denne vækst af L. monocytogenes ved 25°C kan forhindres med 0,21% mælkesyre i vandfasen af produktet (Figur 1).
Den hæmmende virkning af flere mejerispecifikke ingredienser i smelteost er inkluderet i model 2 og modellen kan anvendes på forskellige måder.
Fig. 2: Ny model og software til at forudsige vækst af L. monocytogenes i smelteost. Den røde kurve viser prædikteret vækst, når der tilsættes ortho-fosfat, mens den blå kurve viser prædikteret vækst ved tilsætning af tri-fosfat.
Eksempel: Hvis smelteost under forbrugerhåndtering kontamineres med 1-10 L. monocytogenes/g forudsiger modellen, at det tager 8 dage ved 8°C at nå den kritiske grænse på 100 L. monocytogenes/g, når produktegenskaberne er pH 6,3, aw 0,972, 0,8% mælkesyre, 0,1% eddikesyre, 0,3% citronsyre (konc. af organiske syrer i vandfasen af produktet) og 2,0% ortho-fosfat. En længere åben holdbarhedstid eller større sikkerhedsmargin kan være ønskelig, og den nye model kan give forskellige forslag til omformulering af produktet. Med 5 mg nisin/kg vil holdbarheden på 8 dage øges til 23 dage og hvis ortho-fosfat erstattes med 2,0% tri-fosfat øges holdbarheden til 13 dage (Figur 2).
Model 3 gør det muligt at vurdere potentialet for vækst af L. monocytogenes under fermentering, modning og lagring/distribution af forskellige skimmeloste. Modellen kan f.eks. anvendes til at vurdere realistisk resterende holdbarhed af disse oste efter en eventuel kontaminering under forbrugerhåndtering efter åbning af ostens emballage.
i
Projektinfo
Titel: Prædiktionsværktøj til risikovurdering og dokumentation af fødevaresikkerhed (Dairy-Predict) Projektleder: Paw Dalgaard, professor, DTU Fødevareinstituttet Projektdeltagere: Veronica Martinez-Rios, ph.d.-studerende og Jørn Smedsgaard, professor, DTU Fødevareinstituttet, Elissavet Gkogka, mikrobiologisk forsker, Arla Innovation Centre. Projektperiode: August 2015 – juni 2019. Hovedformål: Udvikle prædiktionsværktøj til at forudsige vækstpotentialet for Listeria monocytogenes i forskellige typer af oste. Læs mere på: www.mejeri.dk/forskning. Slutrapport kan rekvireres hos MFFs sekretariat (mff@lf.dk) eller den kan downloades fra hjemmesiden. Ph.d.-afhandling fra projektet er tilgængelig fra https://orbit.dtu.dk/en/publications/predictive-food-microbiology-new-modelsfor-safety-and-quality-as. MEJERIBRUGETS FORSKNINGSFOND
