dr. Horváth Erika Campden BRI Magyarország Nonprofit Kft. Budapest, 2010. április 15.

1. Az egyszerűsített mikrobiológiai kockázatbecslés és a prediktív modellezés ipari, döntést elősegítő alkalmazása hagyományos húskészítményeknélTrueFood WP3 dr. Horváth Erika Campden BRI Magyarország Nonprofit Kft. Budapest, 2010. április 15.

2. Agricultural University of Athens, Greece Contact: George Nychas Universidade Católica Portuguesa, Escola Superior de Biotecnologia, Portugal Contact: Tim Hogg Association for Research & Innovation Development in Food, Quimper Contact: Dominique Thuault & Florence Postollec TRUEFOOD Traditional United Europe Food Work Package 3: Campden BRIMagyarország Nonprofit Kft., Hungary Contact: András Sebők

3. Truefood kutatások (WP3) 2006-2009 • Fermentált hagyományosan érlelt száraz kolbászok (hőkezelés nélkül készített, fogyasztásra kész) mikrobiológiai biztonságának kockázatelemzéséhez eszközök kifejlesztése • Mikrobiológiai kockázati profil meghatározása • Prediktív modellezés • Challenge tesztek

4. Prediktív mikrobiológiai modellek • A mikrobák különböző feltételek közötti szaporodását, inaktiválódását, túlélését, pusztulását az idő függvényében matematikai összefüggések alapján leíró modellek

5. Prediktív modellek • Főként patogén mikrobák • ritkábban romlást okozók (FORECAST) • Tényezők • hőmérséklet • idő • pH • sótartalom, aw • nitrit, nitrát • szerves savak

6. A prediktív modellezés alkalmazási lehetőségei (1) • Döntést segítő eszköz • A mikrobaszaporodás előrejelzése adott környezetben (pl. hűtőlánc) • Termékfejlesztés esetén (termék koncepció kialakítás, prototípus fejlesztés, receptura változtatás): • A termék összetétel és beltartalmi jellemzők (pl. pH, vízaktivitás, sótartalom, tartósítószerek) változtatásának a mikrobák túlélésére/szaporodására gyakorolt hatásának előrejelzése • A folyamatok előírt értékeitől való eltérések hatásának értékelése – „mi történne ha…?” • A tárolási/szállítási hőmérséklet (statikus és dinamikus) mikrobák túlélésére/szaporodására gyakorolt hatásának előrejelzése

7. A prediktív modellezés alkalmazási lehetőségei (2) • A minőségmegőrzési idő gyors becslése (biztonságos, ill. romlási) • Segédeszköz a HACCP rendszerek kidolgozása és szakmai helyességének értékeléséhez • Segíti a mikrobiológiai vizsgálatok célirányos megtervezését • Segédeszköz a mikrobiológiai kockázatbecsléshez • tervezés – adatgyűjtés, challenge tesztek, vizsgálatok • értékelés

8. Gyors becslést/döntést segítő információNéhány jellemző feladat • Megfelelő-e a hőkezelés az adott mikrobára – lehet-e túlélés? • Hőkezelési egyenérték átszámítás – más idő – hőmérséklet • Szaporodhat-e valamelyik kórokozó az adott hőmérsékleten ? (hűtőszekrény / hűtőlánc , melegen tartás) • Szaporodási valószínűség • Meddig tárolható a termék az adott hőmérsékleten? • Védőgázok hatása

9. Prediktív modellezés hagyományos száraz húsáruk • Prediktív Modellek- állandó hőmérsékleten validálták • Dinamikus körülmények- reálisabb áttekintés • Hagyományos húsipari szárazáruk - évszázados gyártás, importáló országok- nincs erről fogyasztási ismeret: Vita a két fél között a termék biztonságáról • Kereskedelmi korlát eltűnhet, ha reális validálási folyamat vagy eszköz válik hozzáférhetővé • Létező matematikai (Sym’previus) validálása • Challenge teszt eredmények állandó és változó hőmérsékletű tárolásnál

10. Prediktív modellezés Lángolt kolbász egész Beltartalmi változások Challenge teszt során • Sótartalom • 5°C hőm. 2,93 % ról 3,94 %-ra • Fluktuáló hőm. 2,93 % ról 4,05%-ra (+átlag 17.18°C, +min. 12.5°C,+max 22.5°C) • Vízaktivítás • 5°C hőm. 0,942 ről 0,855 -ra • Fluktuáló hőm. 0,942 ről 0,816 -ra

11. Lángolt kolbász egész Lysteria mon. változások Challenge teszt során

12. Lángolt kolbász, valószínűségi modellezésSym’Previus Listeria monocytogenes-re • Alacsony valószínűséggel következik be növekedés

13. Prediktív modellezés Lángolt kolbász egész Beltartalmi változások Challenge teszt során (2. kísérlet) • Állandó hőmérséklet Sótartalom • 5°C hőm. 3,55 % ról 3,92 %-ra • 15°C hőm. 3,55 % ról 3,98%-ra • Vízaktivítás • 5°C hőm. 0,91 ről 0,86 -ra • 15°C hőm. 0,91 ről 0,85 -re

14. Lángolt kolbász egész Challenge teszt eredmények összehasonlítása a Combase modell becsült eredményeivel

15. aw:0.91, T:5°C aw:0.91, T:15°C Lángolt kolbász egész Sym’Previus ”Growth Interface” modellel becsült eredmény

16. Prediktív modellezés Szeletelt parasztkolbász Beltartalmi változások Challenge teszt során (3. kísérlet) • Állandó hőmérséklet, 50 nap, MAP csomagolás Sótartalom • 5°C hőm. 4,07 % ról 4,05 %-ra • 9°C hőm. 4,07 % ról 4,10 %-ra • Vízaktivítás • 5°C hőm. 0,873 ról 0,873 -ra • 9°C hőm. 0,873 ról 0,873 -ra

17. Szeletelt szárazkolbász - tárolásA challenge teszt és a ComBase Predictor összehasonlítása Listeria monocytogenes-nél • Kis növekedés utána 5°C-on csökkenés

18. aw:0.87, T:5°C aw:0,87 T:9°C Szeletelt szárazkolbász valószínűségi modellezéseSym’Previus Growth Interface Listeria monocytogenes-re • Alacsony valószínűséggel következik be növekedés

19. Gyakorlati megfontolások • A modellezés soha nem helyettesítheti a valós termékkel valós feltételek mellett végzett kísérletek eredményeit => A prediktív modellezésen alapuló számítások önmagukban nem elegendőek az élelmiszer-biztonsági intézkedések megfelelőségének bizonyítására. (challenge teszt, tapasztalat) • A modellek előrejelzését nem szabad a készítők által megadott határokon túl extrapolálni, • A modellezés megbízhatósága valamelyest javítható, ha többféle modellt használunk.

20. A prediktív mikrobiológiai modellezés alkalmazása Jól használható • előszűrésre. A változtatások, az összetétel, fogyaszthatósági idő, a tárolási feltételek hatásának gyors, olcsó megítélésére • a biztonságos fogyaszthatósági idő előzetes becslésére • a költséges vizsgálatok számának csökkentésére, összpontosítására az élelmiszer-biztonsági és a fogyaszthatósági idő szempontjából kritikus döntések megalapozásához

21. Mikrobiológiai kockázatbecslés Egyszerűsített kockázat becslés (Kockázati Profil) • Egyszerű, papíron végzett kockázat értékelési módszer. A kockázatbecslés minden elemét felhasználja, de a kockázat legfontosabb meghatározó tényezőire vonatkozó információkat táblázatokból gyűjti össze.

22. Ipari mikrobiológiai kockázatbecslés(Egyszerűsített kockázatprofil) (MRA) • Az élelmiszer-biztonsági intézkedések álljanak arányban a kockázatokkal • Az erőforrások ésszerű felhasználása • A legfontosabb dolgokra kell összpontosítani • Mennyire megbízhatóak a jelenlegi szabályozó intézkedések, a technológia, az összetétel, az üzemi környezet? • Mi a változtatások várható hatása? • Mérhető becslés grafikus áttekintéssel • A HACCP rendszert támogató segédeszköz • Folyamatábra • Veszélyelemzés • Kritikus határértékek meghatározása, stb.

23. A vázlatos ipari kockázatbecslés folyamata 1.lépés: Cél meghatározás 2. lépés: A veszély azonosítása 3.lépés: Kitettség értékelés 4.lépés: Veszély jellemzés 5.lépés: Kockázat jellemzés 6. Lépés: Írásos (hivatalos) jelentés

24. Kockázatprofil számítás (Risk profiling) • Egyszerű kockázatkezelési, döntést segítő eszköz • A szabályos kockázatbecslés lépéseit követi (veszély azonosítás, veszély jellemzés, kitettség értékelés, kockázat jellemzés), de csak a meglévő , hézagos, részleges információt rendszerezi, értékeli • Lépésenkénti elemzés a folyamatábrát követve • Pontozás : - a kockázat - az információ minősége kisebb pontszám- kisebb kockázat, megbízhatóbb információ • Összehasonlító értékelés:- veszélyek, termékek, lépések, változtatások • Kimutatja, hogy hova kell részletesebb vizsgálat

25. Kockázat profil: Végső értékelés • Kétféle pontszám (Mindegyik toxinnal vagy anélkül) • Kockázat profil összpontszám • Az információ minőségének pontszáma • Gyakorlati tapasztalatok • Az IMRA hasznos az előzetes mikrobiológiai kockázatbecsléshez, segít a gondolkodásban. • Az IMRA segíti a célirányos kérdések felvetését. • Elsősorban összehasonlításra, a változtatások hatásának értékelésére, a gyenge pontok megállapítására alkalmas • melyik termék? • melyik kórokozó? • melyik művelet? • melyik paraméter? • Az abszolút értékek, pontszámok nem jellemzők

26. Kockázat profil, kockázatjellemzés

27. Összehasonlítás a gyakorlati tapasztalatokkal Lényeges annak biztosítása, hogy a kockázatbecslés eredményei összhangban legyenek a józan ésszel és a gyakorlati tapasztalatokkal

28. A mikrobiológiai kockázatbecslés (MRA) néhány előnye • A MRA a létező élelmiszerbiztonsági menedzsment rendszerekkel együtt lehetővé teszi azt, hogy az erőforrások a veszélyek csökkentésére összpontosuljanak • MRA-t az élelmiszer-előállító vállalkozás és a hatóság is végezhet a változások hatásainak felmérésére

29. A mikrobiológiai kockázatbecslés néhány előnye II. • A kockázatbecslés kimenetele lehet kvalitatív és kvantitatív • Szinte semmilyen élelmiszert nem lehet eleve kockázatmentesnek tekinteni, mindig kell megfontolás, átgondolás. A kockázatbecslés felbecsüli, számszerűsíti a kockázat mértékét.