Ten serwis zostanie wyłączony 2025-02-11.
Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 10

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  mikrobiologia prognostyczna
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Zarządzanie bezpieczeństwem żywności ewoluuje wraz ze zmieniającą się gospodarką światową, a zapewnienie bezpieczeństwa żywności jest podstawowym obowiązkiem każdego uczestnika łańcucha żywnościowego. Najważniejszym celem podejmowanych działań jest ochrona zdrowia i życia człowieka. Aby zrealizować ten cel, należy połączyć systemy zarządzania bezpieczeństwem żywności z celami zdrowia publicznego. Jest to możliwe dzięki zastosowaniu podejścia wykorzystującego analizę ryzyka. Działanie takich systemów wspiera mikrobiologia prognostyczna. Zaprezentowano przykładowe wyniki badań wzrostu liczby komórek Listeria monocytogenes w serze typu mozzarella oraz model pierwszorzędowy wg równania Baranyi i Robertsa. Przedstawiono także możliwości zastosowania prognozowania mikrobiologicznego w praktycznej realizacji działań związanych z zapewnianiem bezpieczeństwa żywności.
EN
Food safety management evolves in line with the global economy. Moreover, food safety assurance is a primary responsibility of each part of food chain. The most important aim is to protect health and human life. In order to implement this goal, food safety management system and public health system should be combined. It is possible thanks to risk analysis approach. Predictive microbiology is a supporting tool of this type of systems. The samples of the results of the studies on the increase of the number of Listeria monocytogenes cells in mozzarella cheese as well as a primary model by Baranyi and Roberts were also presented. It also describes the potential application of predictive microbiology in the practical actions for food safety assurance.
PL
Listeria monocytogenes jest jednym z najniebezpieczniejszych patogenów układu pokarmowego wywołującym listeriozę, chorobę o śmiertelności wahającej się od 20 do 30%. Naukowcy poszukują metod o wyższej czułości wykrywania tej bakterii w żywności, przewidywania tempa i intensywności jej wzrostu w różnych produktach spożywczych wykorzystując mikrobiologię prognostyczną. Narzędzie to może przewidzieć reakcję mikroorganizmu w wybranych produktach na podstawie analizy teoretycznych warunków środowiskowych. Przygotowanie badań wymaga uwzględnienia różnych czynników, np. wybór matryc i warunki środowiskowe, takie jak pH produktu, zasolenie, stężenie środków konserwujących, zawartość azotynu sodu, kwasów organicznych oraz temperaturę, skład atmosfery, aktywność wody.
EN
Listeria monocytogenes is one of the most dangerous pathogens causing listeriosis, gastrointestinal disease with mortality ranging from 20 to 30%. Scientists seek for the methods with high detection sensitivity in food, predicting rate and intensity of its growth in the variety of foods using predictive microbiology. This tool allows predicting the reactions of microorganism in the selected products based on the theoretical analysis of the environment al conditions. Preparation of the research requires consideration of different factors, e.g. selection of matrices and environmental conditions such as product pH, salinity, and concentration of sodium nitrite, organic acids and the temperature, atmosphere, water activity.
PL
Listeria monocytogenes jest jednym z najniebezpieczniejszych patogenów układu pokarmowego wywołującym listeriozę, chorobę o śmiertelności wahającej się od 20 do 30%. Naukowcy poszukują metod o wyższej czułości wykrywania tej bakterii w żywności, przewidywania tempa i intensywności jej wzrostu w różnych produktach spożywczych wykorzystując mikrobiologię prognostyczną. Narzędzie to może przewidzieć reakcję mikroorganizmu w wybranych produktach na podstawie analizy teoretycznych warunków środowiskowych. Przygotowanie badań wymaga uwzględnienia różnych czynników, np. wybór matryc i warunki środowiskowe, takie jak pH produktu, zasolenie, stężenie środków konserwujących, zawartość azotynu sodu, kwasów organicznych oraz temperaturę, skład atmosfery, aktywność wody.
EN
Listeria monocytogenes is one of the most dangerous pathogens causing listeriosis, gastrointestinal disease with mortality ranging from 20 to 30%. Scientists seek for the methods with high detection sensitivity in food, predicting rate and intensity of its growth in the variety of foods using predictive microbiology. This tool allows predicting the reactions of microorganism in the selected products based on the theoretical analysis of the environmental conditions. Preparation of the research requires consideration of different factors, e.g. selection of matrices and environmental conditions such as product pH, salinity, and concentration of sodium nitrite, organic acids and the temperature, atmosphere, water activity.
PL
Celem pracy było skonstruowanie prognostycznych modeli wzrostu i przeżywalności bakterii potencjalnie probiotycznych w fermentowanym soku marchwiowym. Stwierdzono, że liczba bakterii Lactobacillus acidophilus CH-2, zastosowanych do fermentacji soku marchwiowego, utrzymywała się na wysokim poziomie przez cały badany okres przechowywania. Na podstawie badań empirycznych liczby bakterii potencjalnie probiotycznych w soku marchwiowym, skonstruowano modele prognostyczne, które w zadowalający sposób opisują wzrost i przeżywalność tych bakterii w badanym produkcie. Skonstruowane matematyczne modele wzrostu i przeżywalności bakterii probiotycznych fermentowanego soku marchwiowego umożliwiają szacowanie okresu przydatności do spożycia tego produktu, w zależności od warunków przechowywania.
EN
The objective of the research was to construct predictive models of growth and survival of potentially probiotic bacteria in a fermented carrot juice. It was found that the count of Lactobacillus acidophilus CH-2 bacteria used in the fermentation process of carrot juice remained at the same high level during the entire period of storing. On the basis of the empirical investigations into the count of potentially probiotic bacteria in the carrot juice, predictive models were constructed, which satisfactorily described the growth and survival of those bacteria in the product investigated. The constructed mathematical models of growth and survival of probiotic bacteria of the fermented carrot juice make it possible to estimate shelf life of the product studied in relation to its storage conditions.
EN
Studies on the effects of environmental factors and technological processes on the behavior of microorganisms in food have been conducted for many years. Mathematical models have come to be used extensively for quantitative interpretation of the results of these studies. The use of modeling in food microbiology has grown to the point of being recognized as a distinct discipline of food microbiology, termed predictive microbiology. In recent years, progress in this field has been impressive, and predictive microbiology is increasingly used by food producers and food inspectors in their routine work. One of the reasons for this development are changes in European food law, particularly the obligatory introduction of HACCP, risk analysis and microbiological criteria for food. Predictive microbiology has been an important supporting tool in food chain risk management.
EN
The definition and history of prognostic microbiology is presented in this paper. Its usefulness in the assistance the HACCP system is presented. The computer prognostic programs FoodMicro Model and Pathogen Modeling Program and their mathematics models, analysed parameters and analysed pathogen bacteria are discussed. The possibilities of these models use in technological processes and quality management are discussed. The Neural Network system and its wide use, also in the programming of beer fermentation process, are discussed.
PL
W artykule przedstawiono definicję i historię mikrobiologii prognostycznej oraz jej przydatność we wspomaganiu systemu HACCP. Omówiono prognostyczne programy komputerowe: FoodMicro Model i Pathogen Modeling Program, ich modele matematyczne, analizowane parametry i rodzaje bakterii patogennych, do których te modele się odnoszą. Omówiono także możliwości zastosowania tych modeli w procesach technologicznych i zarządzaniu jakością w produkcji piwa. Przedstawiono system sieci neuronowych i ich szerokie zastosowanie, m. in. w prognozowaniu procesu fermentacji produkcji piwa.
PL
Celem pracy było opracowanie matematycznych modeli wzrostu bakterii z rodzaju Pseudomonas w modelowych produktach mięsnych przy uwzględnieniu następujących czynników: czas i temperatura. W badaniach zastosowano „model" produktu mięsnego reprezentujący grupę produktów z mięsa rozdrobnionego. Otrzymane wyniki badań pozwoliły na utworzenie pierwszorzędowych modeli Gompertza i logistycznych, które dobrze opisywały rozwój drobnoustrojów w produktach z mięsa rozdrobnionego w czasie przechowywania w zróżnicowanej temperaturze. Uzyskane modele liniowe Conline'a nie były wystarczająco dobrze dopasowane. Drugorzędowy model Ratkowsky'ego okazał się najbardziej przydatny do oszacowania współczynnika szybkości wzrostu badanych grup drobnoustrojów. Wielomiany drugiego stopnia były najbardziej odpowiednie do opisu, w postaci powierzchni odpowiedzi, wpływu dwóch zmiennych na rozwój wybranych grup drobnoustrojów w produktach mięsnych. Podjęto również próbę zastosowania nowego narzędzia w prognozowaniu mikrobiologicznym, jakim są sieci neuronowe. Do uzyskiwania sieci o dobrej jakości (niski iloraz odchyleń) niezbędna jest duża liczba przypadków uczących.
EN
The objective of the paper was to construct mathematical bacteria growth models of the Pseudomonas spp. bacteria occurring in model meat products considering the two following factors: time and temperature. For the purpose of the investigations performed, there was used a 'model' of the meat product representing a group of meat products made of minced meat. The investigation results obtained made it possible to construct first-order Gompertz and logistic models which appropriately described the growth of bacteria in minced meat products during their storage at various temperatures. The constructed Conline linear models were not sufficiently matching. The second-degree Ratkowsky model appeared to be the most suitable for the purpose of assessing the growth rate of the groups of microorganisms. The second-degree poly-nominals appeared to be the most suitable to describe, in the form of response surfaces, the effect of two variables on the growth of selected groups of microorganisms in meat products. Additionally, an attempt was made to apply this new tool, i.e. neural networks, to microbiological prognoses.
PL
Na rozwój metody szacowania ryzyka mikrobiologicznego (MRA) miały wpływ takie czynniki, jak: stosowanie systemu HACCP w zakładach branży spożywczej; preferowanie przez konsumentów świeżych, mniej przetworzonych produktów żywnościowych; określenie bezpiecznego okresu przechowywania różnych rodzajów produktów żywnościowych; zmiana epidemiologii zatruć i zakażeń pokarmowych ze względu na pojawienie się zagrożenia nowymi rodzajami drobnoustrojów oraz obniżona odporność u coraz większej liczby ludzi. Do analizowania wzrostu drobnoustrojów w surowcach i produktach mleczarskich można zastosować, oprócz klasycznej metody płytkowej, również zjawisko impedancji. Zasada oznaczeń z wykorzystaniem impedymetrii polega na ocenie zmiany oporności elektrycznej pożywek hodowlanych, wywołanej wzrostem różnych mikroorganizmów lub specyficznej ich grupy. Celem pracy było określenie przydatności systemu monitorującego Bactometer M 64 do analizy wzrostu i przeżywalności drobnoustrojów w modyfikowanych pożywkach mikrobiologicznych. W badaniach wykorzystano modelowe produkty uzyskane przez modyfikację pożywki (bioMerieux), stosując dodatek kwasu mlekowego, soli kuchennej i azotanu(V) sodu. Doświadczenie wykonano z udziałem gramujemnych pałeczek Escherichia coli 22. Analizy mikrobiologiczne przeprowadzono metodą z zastosowaniem impedymetrycznego systemu monitorującego. Uzyskiwane wyniki (czas detekcji) mogą być przydatne w mikrobiologii prognostycznej umożliwiając określenie reakcji mikroorganizmów na zmieniające się warunki w żywności.
EN
The development of Microbiological Risk Assessment (MRA) was conditioned by the following factors: application of HACCP system in food industrial plants; fact that consumers prefer fresh and less processed food products, prerequisite to determine the duration of safe storage of various types of food products; changes in the epidemiology of food poisoning and food infections owing to risks resulting from the occurrence of new microorganisms; and lower immunity of more and more people. Besides the classic plate method of analysing the growth of microorganisms in raw materials and dairy products, a method using the phenomenon of impedance can be applied. Such a determination method involving impedimetry includes the assessment of changes in electrical resistance of a bacterial culture medium, which is generated by the growth of various strains of bacteria or by their specific group. The objective of this study was to determine the usefulness of a Bactometer M 64 monitoring system for analysing the growth and survival potential of microorganisms in some modified microbiological mediums. In the research, model products were applied. They were manufactured by modifying a ‘bioMerieux’ medium with lactic acid, sodium chloride, and sodium V nitrate. The experiment was carried out on the Escherichia coli 22. Microbiological analyses were conducted using an impedimetric monitoring system. The results obtained (time of detection) could appear useful for predictive microbiology as they could be successfully applied to determine reactions of microorganisms towards changing conditions in food.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.