Et nyt forskningsprojekt gør det nemmere at vurdere den mikrobiologiske sikkerhed af fødevarer. Projektet bruger matematisk modellering til at forudsige vækst af Listeria bakterier i blå/hvid skimmelost
Ph.d. studerende Per Sand Rosshaug har påbegyndt et treårigt forskningsprojekt for at udvikle et brugervenligt matematisk modelværktøj til at forudsige væksten af bakterien Listeria monocytogenes i ost. Det sker på LIFE - Det Biovidenskabelige Fakultet på Københavns Universitet under vejledning af professor Hanne Ingmer, og i samarbejde med DHI, ved projektleder Ann Detmer. Modellen reducerer tidskrævende og kostbare forsøg, f.eks. i forbindelse med proces- og produktudvikling, og kan desuden bruges til vurdering af produkternes holdbarhed. Specifikt fokuseres på Listeria i blå/hvid skimmelost, som produceres under navnet Klosterkrone, men sandsynligvis vil modellen, med justeringer, også kunne bruges på mange andre slags ost og bakterier. Det forventes at projektet baseres på MIKE ECO Lab teknologien fra MIKE softwarepakken, og der vil derfor ske en videreudvikling af MIKE ECO Lab funktionaliteten, f.eks. åbnes op for at koble kunstige neurale netværk med MIKE ECO Lab. Kunstige neurale netværk er en form for kunstig intelligens, der kan bruges til at estimere ukendte variable ud fra mønstergenkendelse af allerede kendte mønstre. Neurale netværk har tidligere bl.a. været anvendt til matchning af fingeraftryk eller forudsigelse af aktiekurser baseret på genkendelse af tidligere historiske kurveforløb. I dette projekt forventes det at kunstige neurale netværk bruges til at forudsige vækstrater af Listeria som funktion af forskellige kombinationer af miljøparametre.
Listeria er et fødevaresikkerhedsmæssigt problem
Listeria udgør et alvorligt fødevaresikkerhedsmæssigt problem, da bakterien kan forårsage meget alvorlige infektioner, der kan vise sig som akut blodforgiftning, meningitis og svære infektioner af børn før eller lige efter fødslen. Kendskab til vækst, overlevelse og inaktivering af denne sygdomsfremkaldende organisme i spiseklare fødevarer er derfor af stor betydning. I mejeriprodukter kan Listeria stamme fra råvaren, men der kan også ske kontamination af mælken eller osten senere i produktionsforløbet. Selvom EU-lovgivningen har lagt op til brug af matematisk modellering i vurderingen af den mikrobiologiske sikkerhed af fødevarer, så har det endnu ikke vundet indpas i fødevareindustrien. Det skyldes primært, at der er behov for brugervenligt software, som tillader brugeren at finde og forstå informationen fra modellen på en hurtig og nem måde.
Mange parametre styrer væksten
Der er adskillige produktegenskaber, der påvirker vækst af Listeria, f.eks. temperatur, vandaktivitet, pH, kuldioxid, salt, organiske syrer, nitrit, røgaromaer og naturlige antimikrobielle stoffer som bacteriociner og æteriske olier samt interaktionen mellem mælkesyrebakterier og Listeria. Der mangler stadig en model, der beskriver den kombinerede effekt af alle disse parametre, og som forholder sig til den rumlige variation af dem i fødevaren, og som dermed er tættere på virkeligheden både i osten og på mejerierne.