Prognozowanie mikrobiologiczne

Mikrobiologia prognostyczna  żywności synm. Mikrobiologia Predyktywna

Mikrobiologia prognostyczna jest subdyscypliną  mikrobiologii klasycznej i żywności, której zadaniem jest przewidywanie zachowań mikroorganizmów w żywności z wykorzystaniem modeli matematycznych.  Jest definiowana jako szczegółowa wiedza o zachowaniu się mikroorganizmów w odpowiedzi na określone warunki środowiska. Termin „prognozowanie” oznacza racjonalne, naukowe przewidywanie przyszłych zdarzeń. Należy dodać, że przewidywanie przyszłych zdarzeń odbywa się na podstawie danych historycznych, czyli w mikrobiologii żywności są to wyniki analiz prowadzonych w zaplanowanych, określonych warunkach. Odpowiedź mikroorganizmów na czynniki środowiska, które determinują ich wzrost jest powtarzalna i jest zmienną zależną w funkcji czynników środowiska wynikających ze składu i cech produktu, użytej technologii, sposobu pakowania i przechowywania.  Założeniem, mikrobiologii prognostycznej jest fakt, że odpowiedź mikroorganizmów. Zatem, w powtarzalnych warunkach środowiska  odpowiedź drobnoustrojów jest przewidywalna i daje się opisać przy użyciu funkcji/modeli matematycznych.

Czynniki determinujące wzrost drobnoustrojów dzieli się na:

wewnętrzne związane z cechami produktu: pH, zawartość soli, zawartość kwasów, zawartość konserwantów, potencjał red-ox, aktywność wody i

czynniki zewnętrzne: temperatura, atmosfera pakowania, dostępność tlenu.

Pierwszorzędowy Matematyczny Model Prognostyczny pozwala na wyznaczenie parametrów kinetycznych  opisujących populację drobnoustrojów w produkcie takich jak: tempo wzrostu, długość lagafzy, czas pomiędzy podziałami komórek, maksymalna liczba drobnoustrojów. Najpowszechniej wykorzystywane modele pierwszorzędowe to funkcja Gompertz’a, logistyczna, Stannard’a (po reparametryzacji), funkcja Schnuta’a i Richards’a oraz Baranyi i Robertsa. W modelach drugorzędowych można wyróżnić dwa sposoby opisywania relacji parametrów kinetycznych do czynników środowiskowych: (1) wpływ kilku czynników środowiskowych jest opisany jednocześnie najczęściej przez funkcje wielomianowe niższego rzędu (pierwszego i drugiego rzędu; (2) czynniki środowiskowe wpływają indywidualnie na parametry kinetyczne populacji. Wśród tych modeli najczęściej wykorzystuje się modele: pierwiastka kwadratowego, model gamma, model parametrów kardynalnych.

Do obliczenia ryzyka infekcji lub choroby w QMRA (ang. Quantitative Microbiological Risk Assessment), wykorzystywane są modele typu dawka-odpowiedź (dose-response models). Ten typ modelu określa matematyczną zależność między spożyciem dawki mikroorganizmów patogennych, przenoszonych przez żywność, a reakcją gospodarza polegającą na prawdopodobieństwie wystąpienia infekcji /choroby lub śmierci. Najczęściej wykorzystywane to: model wykładniczy, model β-Poissona, przybliżony model β-Poissona, model dwumianowy β oraz model Weibulla-Gamma.

Definicja modelu i rodzaje modeli prognostycznych

Prognozowanie mikrobiologiczne wykonuje się w celu  matematycznego opisu zjawisk polegających na odpowiedzi mikroorganizmów obecnych w produktach spożywczych na określone warunki/czynniki środowiska z wykorzystaniem matematycznych modeli predyktywnych. W przypadku nauki, inżynierii, finansów itp., model jest z reguły uproszczonym opisem korelacji pomiędzy zaobserwowanymi reakcjami oraz czynnikami odpowiedzialnymi za pojawienie się tych reakcji. Opis ten wyrażony jest ilościowo za pomocą jednego lub kilku równań matematycznych.

Wyróżnia się kilka głównych koncepcji podziału modeli (empiryczne vs mechanistyczne; stochastyczne vs deterministyczne; dynamiczne vs statyczne) w ramach których istnieją dodatkowe podziały modeli w zależności od rodzaju badanego drobnoustroju czy natury problemów powodowanych przez drobnoustroje (kinetyczne vs probabilistyczne), opisywanych zmiennych (modele pierwszo-, drugo i trzeciorzędowe) czy oddziaływania czynników środowiskowych na populacje drobnoustrojów (modele wzrostu, przeżywalności, inaktywacji). W klasyfikacji spotyka się modele, znajdujące się na pograniczu, które łączą różne podejścia, np. modele pojedynczych komórek łączą podejście stochastyczne i mechanistyczne realizowane w warunkach statycznych lub dynamicznych.

Więcej informacji merytorycznych na temat prognozowania w mikrobiologii żywności: https://sciendo.com/pl/article/10.21307/PM-2018.57.3.229