Tytuł artykułu
Identyfikatory
Warianty tytułu
Database in predictive food microbiology
Języki publikacji
Abstrakty
Mikrobiologia prognostyczna opiera się na szczegółowej wiedzy o zachowaniu się mikroorganizmów i przewidywaniu ich zachowań z wykorzystaniem modeli matematycznych. Szacowanie terminów przydatności do spożycia wg Rozporządzenia (WE) nr 2073/2005 w sprawie kryteriów mikrobiologicznych dotyczących środków spożywczych powinno odbywać się z zastosowaniem modeli prognostycznych. Szeroki dostęp do nich jest możliwy dzięki bazom danych w Internecie. Pionierskim opracowaniem tego rodzaju jest baza ComBase powstała w 2003 roku, złożona z przeglądarki ComBase, ComBase Predictor, modeli żywnościowych oraz DMFit. W 2018 roku w wyniku realizacji projektu Inkubator Innowacyjności+ została opracowana polska baza matematycznych modeli prognostycznych ProgBaz SGGW. Zaletą opracowania jest to, że dane do opracowania matematycznych modeli prognostycznych pochodzą z układu realnego produktu (modelowego lub rynkowego), a także rodzima mikroflora produktów wykorzystanych jako baza do kontaminacji bakteriami patogennymi. W najbliższym czasie planowany jest rozwój ProgBaz poprzez zwiększanie liczby modeli oraz ich sukcesywną walidację.
Predictive microbiology is based on detailed knowledge about the behavior of microorganisms and predicting their behavior using mathematical models. Estimating dates of shelf-life according to the Regulation (EC) No. 2073/2005 on microbiological criteria for foodstuffs should be done with the use of predictive models. Wide access to them is possible thanks to Databases available on the Internet. A pioneering development of this kind is the ComBase database established in 2003, composed of the ComBase Viewer, ComBase Predictor, Food Models and DMFit. In 2018 as a result of the Incubator of Innovation + project, the Polish database of the predictive mathematical models called ProgBaz SGGW was developed. The advantage of the study is the fact that the data for the development of mathematical models come from the real product system (model or market) and the native microflora of products used as a base for contamination with pathogenic bacteria. In the near future, the development of ProgBaz is assumed by increasing the number of models and their successive validation.
Wydawca
Czasopismo
Rocznik
Tom
Strony
6--12
Opis fizyczny
Bibliogr 8 poz.
Twórcy
autor
- Zakład Higieny i Zarządzania Jakością i Bezpieczeństwem Żywności, Wydział Nauk o Żywieniu Człowieka i Konsumpcji, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
autor
- Zakład Higieny i Zarządzania Jakością i Bezpieczeństwem Żywności, Wydział Nauk o Żywieniu Człowieka i Konsumpcji, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
autor
- Animex Foods Sp. z o.o. sp. k., Centralny Dział Zarządzania Jakością, Warszawa
autor
- Animex Foods Sp. z o.o. sp. k., Centralny Dział Zarządzania Jakością, Warszawa
Bibliografia
- [1] Baranyi J., M.L. Tamplin. 2004. „ComBase: a common database on microbial responses to food environments”. Journal of Food Protection 67 : 1967-1971.
- [2] Baranyi J., T.A. Roberts. 1994. „A dynamic approach to predicting bacterial growth in food”. International Journal of Food Microbiology 23 : 277-294.
- [3] Perez-Rodriguez F., A. Valero. 2013. „Application of Predictive Models in Quantitative Risk Assessment and Risk Management”. W Predictive Microbiology in Foods, 87-97. Berlin: Springier.
- [4] Rosiak E., K. Kajak-Siemaszko, M. Trząskowska, D. Kołożyn-Krajewska. 2018. „Prognozowanie w mikrobiologii żywności”. Postępy Microbiologii 57 (3) : 229-243.
- [5] Rozporządzenie Komisji (WE) nr 2073/2005 z dnia 15 listopada 2005 r. w sprawie kryteriów mikrobiologicznych dotyczących środków spożywczych. Dz.U. L 338 z 22.12.2005.
- [6] www.combase.cc.
- [7] www.prognostycznabazadanych.sggw.pl.
- [8] www.wnzck.sggw.pl.
Uwagi
Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-1b6699cf-fb0e-4b80-8e5e-6bbd2c35371f