© Campden & Chorleywood Mo. Kht. Az iparban használható eszközök az élelmiszerbiztonság gyakorlati értékelésére - Prediktív modellezés és a hagyományos.

Az előadások a következő témára: "© Campden & Chorleywood Mo. Kht. Az iparban használható eszközök az élelmiszerbiztonság gyakorlati értékelésére - Prediktív modellezés és a hagyományos."— Előadás másolata:

1 © Campden & Chorleywood Mo. Kht. Az iparban használható eszközök az élelmiszerbiztonság gyakorlati értékelésére - Prediktív modellezés és a hagyományos élelmiszerek kockázatbecslése Pércsi Szilárd Campden & Chorleywood Magyarország Kht.

2 © Campden & Chorleywood Mo. Kht. 2 Kapcsolat a 2073/2005/EK rendelettel 3. Cikk - Általános követelmények eltarthatósági ideje alatt forgalmazás, tárolás és felhasználáselőrelátható(1) b) a termékek eltarthatósági ideje alatt a vonatkozó élelmiszer-biztonsági kritériumok mindvégig teljesülhessenek a forgalmazás, tárolás és felhasználás ésszerűen előrelátható körülményei között. => PREDIKTÍV MODELLEZÉS, CHALLENGE TESZT, KOCKÁZATBECSLÉS szükség szerint vizsgálatokatII. melléklet eltarthatósági idő alatt(2) A termék gyártásáért felelős élelmiszer-ipari vállalkozók szükség szerint vizsgálatokat végeznek a II. melléklet előírásaival összhangban annak megállapítására, hogy a kritériumok mindvégig teljesülnek-e az eltarthatósági idő alatt.

3 © Campden & Chorleywood Mo. Kht. 3 2073/2005/EK rendelet II. melléklet (2) Ha a fent említett felmérések alapján szükséges, az élelmiszer-ipari vállalkozók további felméréseket végeznek, amelyek kiterjedhetnek a következőkre: prediktív matematikai modellezésa kérdéses élelmiszerre kialakított prediktív matematikai modellezés, a termékben található kérdéses mikroorganizmusok kritikus szaporodási és túlélési tényezőinek felhasználásával, elemzésekelemzések annak vizsgálatára, hogy a megfelelően beoltott kérdéses mikroorganizmusok a termékben hogyan képesek a szaporodásra és túlélésre ésszerűen várható különböző tárolási körülmények között, felmérő vizsgálatokfelmérő vizsgálatok a termékben az eltarthatósági idő alatt a forgalmazás, tárolás és használat ésszerűen előrelátható körülményei között esetleg jelen lévő kérdéses mikroorganizmusok szaporodásának és túlélésének értékelése céljából.

4 © Campden & Chorleywood Mo. Kht. 4 Prediktív modellek - bevezetés Előrejelző modellek, ún. harmadlagos modellek, azaz „felhasználóbarát” számítógépes szoftver-csomagok, amelyek az adatbázisok eredményeit felhasználva az elsődleges és a másodlagos modellek segítségével becslést adnak. Ezek a modellek a mikroorganizmusról, a termékről és a termékpálya jellemzőiről kapott információkból előrejelzik a mikroorganizmus túlélését, szaporodását és lehetséges inaktivációját. A legtöbb modell összefüggésbe hozza a kinetikai paramétereket, melyek a mikroorganizmusok viselkedését irányítják, a környezetben kialakuló változásokkal, pl. hőmérséklet, pH, vízaktivitás.

5 © Campden & Chorleywood Mo. Kht. 5 Prediktív modellek – áttekintő vázlat

6 © Campden & Chorleywood Mo. Kht. 6 Gyakorlati példák – PMP 7.0 Forrás:http://www.arserrc.gov/mfs/PMP7_download.htm

7 © Campden & Chorleywood Mo. Kht. 7 PMP 7.0

8 © Campden & Chorleywood Mo. Kht. 8 Gyakorlati példák – Growth Predictor Forrás:http://www.ifr.ac.uk/safety/growthpredictor/

9 © Campden & Chorleywood Mo. Kht. 9 Growth Predictor..\..\..\2006\GVOP húsos\Growth PREDIctor\Growth Predictor.exe..\..\..\2006\GVOP húsos\Growth PREDIctor\Growth Predictor.exe

10 © Campden & Chorleywood Mo. Kht. 10 Gyakorlati példák – ComBase Predictor

11 © Campden & Chorleywood Mo. Kht. 11 ComBase Predictor http://ifrsvwwwdev.ifrn.bbsrc.ac.uk/CombasePMP/GP /ComBase_Predictor.aspxhttp://ifrsvwwwdev.ifrn.bbsrc.ac.uk/CombasePMP/GP /ComBase_Predictor.aspx

12 © Campden & Chorleywood Mo. Kht. 12 Az összetétel-ingadozás hatása Terméktípus: A B C Különböző márkák Azonos márkán belül GVOP-3.1.1.-2004-05-0152/3.0 projekt

13 © Campden & Chorleywood Mo. Kht. 13 5°C8°C T[°C] 5°C 5°C 5°C 8°C 8°C 8°C [sejt/g] 0.1 1 0.1 0.1 0.1 1 összetétel átlagos átlagos legrosszabb átlagos legrosszabb átlagos GVOP-3.1.1.-2004-05-0152/3.0 projekt

14 © Campden & Chorleywood Mo. Kht. 14 5°C8°C T[°C] 5°C 5°C 5°C 8°C 8°C 8°C [sejt/g] 0.1 1 0.1 0.1 0.1 1 összetétel átlagos átlagos legrosszabb átlagos legrosszabb átlagos GVOP-3.1.1.-2004-05-0152/3.0 projekt

15 © Campden & Chorleywood Mo. Kht. 15 Gyakorlati példák – Forecast (1)

16 © Campden & Chorleywood Mo. Kht. 16 Gyakorlati példák – Forecast (2)

17 © Campden & Chorleywood Mo. Kht. 17 WP3: Prediktív modellezés és a hagyományos élelmiszerek kockázatbecslése Célkitűzés A kórokozók aktivitását befolyásoló legfontosabb környezeti tényezők felmérése és matematikai modellek kifejlesztése - statikus és dinamikus környezeti körülmények (elsődlegesen hőmérséklet) hatásának kvantitatív leírása adott hagyományos élelmiszerek esetén. Korszerű és validált prediktív modellek felhasználásával gyakorlati döntés segítő eszköz kifejlesztése az adott hagyományos élelmiszerek biztonságának előrejelzésére.

18 © Campden & Chorleywood Mo. Kht. 18 TRUEFOOD Traditional United Europe Food Work Package 3 Work Package 3: Agricultural University of Athens, Greece Contact: George Nychas Campden & Chorleywood Food Industry Development Institute, Hungary Contact: András Sebők & Szilárd Pércsi Universidade Católica Portuguesa, Escola Superior de Biotecnologia, Portugal Contact: Tim Hogg Association for Research & Innovation Development in Food, Quimper Contact: Dominique Thuault & Florence Postollec

19 © Campden & Chorleywood Mo. Kht. 19 Gyakorlati példák –Sym’Previus - szaporodás szimulációja:. Különböző hőmérséklet, pH, és aw értékek mellett. Statikus és dinamikus körülmények között - µ opt becslése egyetlen szaporodási görbéből (challenge teszt eredményéből vagy adatbázisból) Zweitering gamma koncepció: µ max = µ opt  (T)  (aw)  (pH)  (AH)  (kölcsönhatás) 4 környezeti tényező Élelmiszer mátrix tényezője µopt 1 µopt 2

20 © Campden & Chorleywood Mo. Kht. 20  µ opt becslése ? Szaporodási kinetika élelmiszerben adott körülmények között Challenge teszt Élelmiszerben Elsődleges modell TÁPOLDAT Adott baktérium szaporodási kinetikája tápoldatban különböző körülmények között (T°C, pH, a w sav …)  µ max, főbb értékek Másodlagos modell Szaporodás szimulációja A bakteriális szaporodás szimulációja élelmiszerben különböző körülményekre  a receptura, tartósítás hatásai...

21 © Campden & Chorleywood Mo. Kht. 21

22 © Campden & Chorleywood Mo. Kht. 22 Példa: Szaporodás fogyasztásra kész élelmiszerekben B. cereus szaporodása elfogadható a fogyaszthatósági idő során? Sym’ Previus

23 © Campden & Chorleywood Mo. Kht. 23 : 15°C ▲: 10°C : 5°C  : 3°C 0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 9.0 10.0 0100200300400500600700800900 Tárolási idő (óra) log 10 CFU/g Egyedi modellek Listeria monocytogenes szaporodása pasztőrözött vaniliakrémben

24 © Campden & Chorleywood Mo. Kht. 24 Listeria monocytogenes szaporodási kinetika meghatározása - Baranyi és Roberts elsődleges modell 3°C3°C3°C3°C 5°C5°C5°C5°C 10°C 15°C

25 © Campden & Chorleywood Mo. Kht. 25 Szaporodási kinetikai paraméterek

26 © Campden & Chorleywood Mo. Kht. 26 A tárolási hőmérséklethez kapcsolódó szaporodási sebesség négyzetgyökös másodlagos modellje 0 0.1 0.2 0.3 0.4 05101520 T (°C)  max

27 © Campden & Chorleywood Mo. Kht. 27 x : populáció száma adott t időpontban x max : maximális populáció q : a szaporodáshoz szükséges szubsztrát koncentrációja Baranyi and Roberts modell - differenciál egyenlet

28 © Campden & Chorleywood Mo. Kht. 28 Validálás 12 óra 4°C –on és 6 óra 8°C-on, majd 12óra 15°C-on Tárolási idő (óra) T (°C) L. monocytogenes (log 10 CFU/g)

29 © Campden & Chorleywood Mo. Kht. 29 Excel táblázat Tárolási idő (óra) T [°C] Log cfu/g

30 © Campden & Chorleywood Mo. Kht. 30 Összehasonlítás L. monocytogenes szaporodása Combase Predictorral (―), és az élelmiszer-specifikus modellel (―) 12 óra 4°C –on és 6 óra 8°C-on, majd 12óra 15°C-on

31 © Campden & Chorleywood Mo. Kht. 31 Prediktív modellek - Alkalmazhatóság A prediktív modellezés egyszerű, gyors és hasznos döntési segítő eszköz új termék fejlesztéshez (termék koncepció kialakítás, prototípus fejlesztés, receptura változtatás), a HACCP rendszerek kidolgozása és szakmai helyességének értékeléséhez, a folyamatok előírt értékeitől való eltérések hatásának értékeléséhez – „mi történne ha…?”, min.-megőrzési idő gyors becslése, segíti a mikrobiológiai vizsgálatok célirányos megtervezését, mikrobiológiai kockázatbecslés alapja.

32 © Campden & Chorleywood Mo. Kht. 32 Gyakorlati megfontolások Egyetlen modell sem tökéletes, de tökéletesednek Matematikai illesztések bizonytalansága és az adatok szórása Mikrobiológia élelmiszer inhomogenitása  laboratóriumi táptalaj „vad” tenyészet, természetes mikroflóra  laboratóriumi színtenyészet Kiindulási szennyezettség A modellezés soha nem helyettesítheti a valós termékkel valós feltételek mellett végzett kísérletek eredményeit. A modellek előrejelzését nem szabad a készítők által megadott határokon túl extrapolálni. Az eredmények megfelelő értelmezése.