C039 - 24 Praedicere Possumus, un’applicazione web per la microbiologia predittiva finalizzata al controllo della salubrità degli alimenti Mara Lucia Stecchini,1* Pierluigi Polese,2 Manuela Del Torre1 1Dipartimento di Scienze Agroalimentari, Ambientali e Animali, Università degli Studi di Udine, Udine; 2Dipartimento Politecnico di Ingegneria e Architettura, Università degli Studi di Udine, Udine, Italia *mara.stecchini@uniud.it La microbiologia predittiva rappresenta una disciplina ormai riconosciuta a livello scientifico internazionale. Ciò le ha consentito di essere considerata, anche nella normativa comunitaria, un valido strumento a supporto delle garanzie di sicurezza alimentare. Tuttavia, per rendere maggiormente fruibili le competenze modellistiche, con evidenti ricadute in termini di ampliamento degli interventi e di riduzione dei costi, è necessario che la microbiologia predittiva si converta in procedure semplificate ed organizzate sulle esigenze degli utenti. Ci si è quindi proposti di sviluppare un’applicazione WEB di ausilio per i produttori e per gli organi preposti all’attività di controllo e che sia in grado di corrispondere ad una esigenza fondamentale del consumatore che richiede alimenti di comprovata salubrità. L’applicazione in questione, Predicere Possumus (PP), presente sul sito WEB dell’Ateneo di Udine, contiene una selezione di modelli che ruotano attorno ad un modello growth/no growth (Polese et al., 2011) ed è organizzata in moduli distinti, uno generico, uno specifico ed uno di processo. Il primo modulo fornisce come output la probabilità (P), la probabilità tempo-dipendente (Pt) (Polese et al., 2017) e quantifica la crescita e/o la devitalizzazione di 10 microrganismi patogeni in funzione dei principali fattori ambientali. Nel secondo modulo possono essere introdotte informazioni aggiuntive in termini di acidi organici, additivi, ecc., e l’applicazione restituisce, per ciascun patogeno, oltre alle informazioni di cui sopra, anche l’opzione (f) che quantifica il contributo frazionario di ciascun ostacolo alla probabilità di crescita. Il terzo modulo consente di descrivere un processo attraverso le fasi di cui è composto, che possono essere modellate con le modalità prima descritte (Polese et al., 2014). L’adozione dell’applicazione WEB, che fornisce risposte basate su elementi oggettivi e confrontabili, si traduce in vantaggi sia per i produttori, sia per gli organi di controllo, consentendo ai primi di orientare possibili interventi correttivi, ed ai secondi di avvalersi di un metodo scientifico per una rapida caratterizzazione dei prodotti alimentari in base al rischio. Bibliografia Polese P, Del Torre M, Spaziani M, Stecchini ML, 2011. A simplified approach for modelling the bacterial growth/no growth boundary. Food Microbiol 28:384-91. Polese P, Del Torre M, Venir E, Stecchini ML, 2014. A simplified modelling approach established to determine the Listeria monocytogenes behaviour during processing and storage of a traditional (Italian) ready-toeat food in accordance with the European Commission Regulation N 2073/2005. Food Control 36:166-73. Polese P, Del Torre M, Stecchini ML, 2017. Prediction of the impact of processing critical conditions for Listeria monocytogenes growth in artisanal dryfermented sausages (salami) through a growth/no growth model applicable to time-dependent conditions. Food Control 75:167-80.

Praedicere Possumus, un’applicazione web per la microbiologia predittiva finalizzata al controllo della salubrità degli alimenti

Mara Lucia Stecchini
;
2017-01-01

Abstract

C039 - 24 Praedicere Possumus, un’applicazione web per la microbiologia predittiva finalizzata al controllo della salubrità degli alimenti Mara Lucia Stecchini,1* Pierluigi Polese,2 Manuela Del Torre1 1Dipartimento di Scienze Agroalimentari, Ambientali e Animali, Università degli Studi di Udine, Udine; 2Dipartimento Politecnico di Ingegneria e Architettura, Università degli Studi di Udine, Udine, Italia *mara.stecchini@uniud.it La microbiologia predittiva rappresenta una disciplina ormai riconosciuta a livello scientifico internazionale. Ciò le ha consentito di essere considerata, anche nella normativa comunitaria, un valido strumento a supporto delle garanzie di sicurezza alimentare. Tuttavia, per rendere maggiormente fruibili le competenze modellistiche, con evidenti ricadute in termini di ampliamento degli interventi e di riduzione dei costi, è necessario che la microbiologia predittiva si converta in procedure semplificate ed organizzate sulle esigenze degli utenti. Ci si è quindi proposti di sviluppare un’applicazione WEB di ausilio per i produttori e per gli organi preposti all’attività di controllo e che sia in grado di corrispondere ad una esigenza fondamentale del consumatore che richiede alimenti di comprovata salubrità. L’applicazione in questione, Predicere Possumus (PP), presente sul sito WEB dell’Ateneo di Udine, contiene una selezione di modelli che ruotano attorno ad un modello growth/no growth (Polese et al., 2011) ed è organizzata in moduli distinti, uno generico, uno specifico ed uno di processo. Il primo modulo fornisce come output la probabilità (P), la probabilità tempo-dipendente (Pt) (Polese et al., 2017) e quantifica la crescita e/o la devitalizzazione di 10 microrganismi patogeni in funzione dei principali fattori ambientali. Nel secondo modulo possono essere introdotte informazioni aggiuntive in termini di acidi organici, additivi, ecc., e l’applicazione restituisce, per ciascun patogeno, oltre alle informazioni di cui sopra, anche l’opzione (f) che quantifica il contributo frazionario di ciascun ostacolo alla probabilità di crescita. Il terzo modulo consente di descrivere un processo attraverso le fasi di cui è composto, che possono essere modellate con le modalità prima descritte (Polese et al., 2014). L’adozione dell’applicazione WEB, che fornisce risposte basate su elementi oggettivi e confrontabili, si traduce in vantaggi sia per i produttori, sia per gli organi di controllo, consentendo ai primi di orientare possibili interventi correttivi, ed ai secondi di avvalersi di un metodo scientifico per una rapida caratterizzazione dei prodotti alimentari in base al rischio. Bibliografia Polese P, Del Torre M, Spaziani M, Stecchini ML, 2011. A simplified approach for modelling the bacterial growth/no growth boundary. Food Microbiol 28:384-91. Polese P, Del Torre M, Venir E, Stecchini ML, 2014. A simplified modelling approach established to determine the Listeria monocytogenes behaviour during processing and storage of a traditional (Italian) ready-toeat food in accordance with the European Commission Regulation N 2073/2005. Food Control 36:166-73. Polese P, Del Torre M, Stecchini ML, 2017. Prediction of the impact of processing critical conditions for Listeria monocytogenes growth in artisanal dryfermented sausages (salami) through a growth/no growth model applicable to time-dependent conditions. Food Control 75:167-80.
File in questo prodotto:
File Dimensione Formato  
AIVI ABSTRACT 1 .pdf

non disponibili

Tipologia: Versione Editoriale (PDF)
Licenza: Non pubblico
Dimensione 1.37 MB
Formato Adobe PDF
1.37 MB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11390/1126831
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact