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.
