Группа компаний "Униконс"

Продвижение и реализация пищевых добавок, антисептиков и другой продукции НПО Альтернатива.

Перейти на сайт

"Бесплатные образцы"

Комплексные пищевые добавки "Униконс".

Для всех отраслей пищевой промышленности!

Перейти на сайт

"Петритест"

Микробиологические экспресс-тесты. Первые результаты уже через 4 часа.

Перейти на сайт

10.5.1. Расширение условий моделирования

Получение и накопление данных роста микроорганизмов для построения микробиологических моделей обходится очень недешево. Для наилучшего использования имеющихся данных желательно расширять их путем учета новых факторов. Известны примеры расширения прогностических моделей, основанных на влиянии температуры, значении рН и αω, за счет учета влияния нитрита [16] и диоксида углерода [65]. Во избежание экстраполяции на области, не покрываемые всей матрицей, планирование эксперимента при этом должно предусматривать достаточное количество условии, находящихся внутри областей интерполяции старых и новых наборов данных. Подробнее о возможных рисках, связанных с добавлением новых данных, см. в [42]. При расширении условий необходимо повторно провести стадии валидизации и верификации модели.

Разработка более полезных моделей, прогнозирующих поведение микроорганизмов в динамически меняющихся условиях среды (то есть в условиях переменных температур, рН, αω) потребует применения новых подходов.

 

10.5.2. Микробиологические прогнозы и другие факторы, влияющие на срок хранения

Причиной порчи пищевых продуктов могут быть как микробиологические и биохимические, так и органолептические изменения, например, ухудшение текстуры или цвета продукта. Тем не менее, во многих случаях для определения срока хранения используют уровни микробиологических показателен; в частности, началом органолептической порчи считаются уровни 106-108 KOЕ/г для общего подсчета [40], 106-108 КОЕ/г для Pseudomomas [36, 37] и 107 КОЕ/г для Shewanella putrefaciens[66]. В других же случаях взаимосвязь между содержанием микроорганизмов и ухудшением органолептическихсвойств не столь четкая. Отмечается слабая корреляция между окончательной численностью микроорганизмов и сроком хранения ветчины в упаковке с РГС и в вакуумной упаковке при 5°С [1]; в другой работе сообщается, что единое правило для прогнозирования сроков хранения, основываясь лишь на микробиологических показателях, довольно трудно [39]. В последней работе отмечается длительное хранение копченой рыбы с высоким микробным числом без заметного ухудшения органолептических характеристик и наличие органолептически неприемлемых образцов с низким микробным числом. В связи с этим делается вывод, что химические показатели срока хранения оказываются более надежными, чем общее содержание микроорганизмов. Поэтому в будущем необходимо разработать больше моделей, учитывающих как органолептические и химические показатели, так и микробиологические. Эффективность модели может заметно снижаться с увеличением количества учитываемых факторов, в связи с чем потребуется разработка новых критериев приемлемости.

 

10.5.3. Применение прогностических моделей в пищевой промышленности

В настоящее время нам известно очень небольшое число предприятий пищевой промышленности, регулярно использующих прогностические модели, но в ближайшие пить лет их станет намного больше [13]. Этому способствует то обстоятельство, что прогностические модели и необходимые микробиологические данные становятся значительно доступнее.

Специалистам, использующим в своей работе микробиологические модели, мы можем рекомендовать больше усилий направлять на получение собственных, внутрифирменных данных для их верификации. Прогностические данные о длительности лаг-фазы, скорости роста микроорганизмов или значениях Т1000 желательно сравнивать с соответствующими данными по реальным пищевым продуктам в ходе обычных испытаний сроков хранения.

 

яндекс.ћетрика