IL POTENZIALE DELLA MICROBIOLOGIA PREDITTIVA NELLE STRATEGIE DI PROBLEM SOLVING DELLA TECNOLOGIA ALIMENTARE Come trasformare il costo analitico in un guadagno competitivo per l’impresa Prof. Antonello Paparella Microbiologia alimentare [email protected] Milano, 21 maggio 2014 OBIETTIVO: DESCRIVERE IL POTENZIALE DELLA MICROBIOLOGIA PREDITTIVA NELLO SVILUPPO DEI PRODOTTI E DEI PROCESSI ALIMENTARI, CON PARTICOLARE RIFERIMENTO AL DISEGNO SPERIMENTALE DESIGN (CCD) CON CENTRAL COMPOSITE LE LINEE PRINCIPALI DEL GRUPPO DI RICERCA ①  PATOGENI ALIMENTARI ②  STUDI DI SHELF-LIFE ③  BIOCONSERVAZIONE ALIMENTARE ④  VALIDAZIONE DI PRODOTTI E 2013: la Facoltà di Agraria di Teramo diventa Facoltà di Bioscienze e Tecnologie Agroalimentari PROCESSI (ES. MILD TECHNOLOGIES) ⑤  ECOLOGIA MICROBICA e Ambientali MICROBIOLOGIA PREDITTIVA: APPLICAZIONE NELLA VALUTAZIONE QUANTITATIVA DEL RISCHIO È ESPRESSAMENTE RICHIAMATA NEI REGOLAMENTI EUROPEI IN MATERIA DI IGIENE E DI CRITERI MICROBIOLOGICI STRUMENTO INDISPENSABILE PER LA VALUTAZIONE QUANTITATIVA DEL RISCHIO MICROBIOLOGICO Da: La valutazione del rischio microbiologico nei prodotti alimentari (Paparella, 2007) MA . . . ESISTE UN ENORME POTENZIALE DI APPLICAZIONE NELL’INDUSTRIA ALIMENTARE PER LO SVILUPPO E L’OTTIMIZZAZIONE DEI PROCESSI E DEI PRODOTTI PROGETTAZIONE DEGLI ESPERIMENTI (DoE = Design of Experiments) IN MICROBIOLOGIA PREDITTIVA CCD (Central Composite Design): metodo di progettazione degli esperimenti basato sulla tecnica delle superfici di risposta, che utilizza variabili indipendenti al fine di individuare la risposta ottimale (Montgomery, 2005), cioè la MIGLIORE PERFORMANCE. APPLICAZIONE DEL CCD IN MICROBIOLOGIA PREDITTIVA SOPRATTUTTO PER STUDI DI OTTIMIZZAZIONE: es. messa a punto di un processo o di un prodotto, valutazione dell’effetto di un ingrediente o conservante, ecc. PROCEDURA PER LO SVILUPPO DI UN CCD Definire gli obiettivi Selezionare le variabili indipendenti Definire i livelli codificati delle variabili Preparazione dei campioni/provini Analisi e costruzione delle curve di crescita/inatt. Modellazione Validazione del modello COSTRUZIONE DEL CCD Ogni variabile indipendente è considerata a più livelli, con un livello centrale (ottimale) definito come 0 e uno o due livelli codificati in più e in meno, equidistanti, definiti come +1, +2, -1, -2. I CCD più comuni in Microbiologia Predittiva sono a 3 variabili e 5 livelli. SCHEMA PER UN CCD a tre variabili e 5 livelli (da Bevilacqua, Corbo, Sinigaglia, 2010) APPLICAZIONE DEL CCD NEI PROGETTI DI SHELF-LIFE EXTENSION SHELF-LIFE EXTENSION IN CARNE MACINATA BOVINA IN MAP (Primo lancio in Italia di “Steak Haché”, 1993) SUPERFICI DI RISPOSTA Massimo livello di crescita (A) dei batteri lattici (rete a maglia larga) e di B. thermosphacta (rete a maglia stretta) in carni bovine macinate confezionate in atmosfera protettiva SHELF-LIFE EXTENSION IN CARNE MACINATA BOVINA IN MAP (Primo lancio in Italia di “Steak Haché”, 1993) a Brochothrix thermosphacta CONTOUR PLOTS Tempo necessario b Enterobacteriaceae soglia Diametro a raggiungere una di 107 ufc g-1: interazione di macinatura x T su Brochothrix thermosphacta (a) e sulle Enterobacteriaceae (c), in giorni EFFETTO DEL DIAMETRO DI MACINATURA IN CARNI MAP Basso diametro di macinatura: CO2 più efficace ma maggiori nutrienti Alto diametro di macinatura: CO2 meno efficace ma minori nutrienti Bassa temperatura: CO2 più efficace Alta temperatura: CO2 meno efficace L’efficacia della CO2 a bassa temperatura può essere ridotta da alti diametri di macinatura PRECAUZIONI NELL’USO DEL CCD La performance del modello ottenuto può essere scadente ai bordi del modello