Барьерные технологии в пищевой промышленности: учебное пособие / Л.В. Яновская, Я.М. Узаков.

Традиционным подходом к определению возможности роста данного типа микроорганизмов в конкретном продукте питания является «анализ заражением в лабораторных условиях". В ходе типичного анализа заражением в лабораторных условиях известным количеством специфических портящих или отравляющих микроорганизмов иноку-продукт питания, а затем подсчитывают их число в течение данного процесса или при данном режиме хранения для установления смертности или выживания. Наблюдают за длительностью лаг фазы и скоростью роста, затем устанавливают зависимость от комбинированного влияния температуры и времени, а также всех остальных факторов, воздействующих на данный микроорганизм в конкретном продукте питания. Полученные данные полезны тем, что помогают принять решение с учетом безопасности и срока хранения продукта питания при отсутствии заражения портящими микроорганизмами, но имеют недостаток, состоящий в применимости только к составу данного изученного продукта питания в конкретных выбранных условиях хранения. В общем, считается, что рискованно экстраполировать такие данные, например, для оценки микробиологической безопасности и стабильности, вероятно, определяющейся изменённой рецептурой или условиями технологической обработки и хранения, значительно отличающимися от использованных при проведении анализа заражением в лабораторных условиях. Конечная цель моделей прогнозирования -преодоление указанного недостатка. Это достигается путём включения воздействия на искомые микроорганизмы ряда значений ключевых факторов, подавляющих рост микроорганизмов и характерных для окружающей среды, а затем выведения математических уравнений, точно описывающих зарегистрированные реакции. Уравнения можно потом использовать при составлении прогнозов влияния комбинаций величин, представляющих ситуации, которые не были специально изучены, до тех пор, пока не производится экстраполяция величин, выходящих за рамки исследуемого диапазона, использованного для построения моделей. Далее

RkJQdWJsaXNoZXIy MTExODQxMg==