22 de marzo de 2019 21:08 PM
Imprimir

Control de patógenos de computación

CompartiremailFacebookTwitterDe acuerdo con el Servicio de Inspección de Seguridad Alimentaria (FSIS) del Departamento de Agricultura de los EE. UU., En 2018 se registraron 21 retiros de carne de res, aves de corral, carne de cerdo y productos que contienen carne y aves de corral debido a Listeria monocytogenes . Las libras de producto retiradas para 2018 totalizaron 4,127,696 […]

De acuerdo con el Servicio de Inspección de Seguridad Alimentaria (FSIS) del Departamento de Agricultura de los EE. UU., En 2018 se registraron 21 retiros de carne de res, aves de corral, carne de cerdo y productos que contienen carne y aves de corral debido a Listeria monocytogenes . Las libras de producto retiradas para 2018 totalizaron 4,127,696 libras, según el FSIS.

Debido a que Listeria existe en una multitud de lugares en toda la naturaleza, incluidos el agua y el suelo, es imperativo que los procesadores de carne y aves de corral se mantengan atentos en sus esfuerzos por identificar y erradicar con extremo prejuicio. Las nuevas tecnologías están a la vanguardia de la detección y el control de Listeria , incluidas las pruebas tanto en el sitio como de terceros, así como un nuevo modelado por computadora, un método aún en desarrollo, pero que avanza en una dirección positiva.

Modelado ambiental

La nueva investigación de la Universidad de Cornell, financiada por la Fundación de Alimentos Congelados y publicada en la edición de los Informes Científicos del 24 de enero de 2019 , reveló una solución potencial que permitiría a los procesadores controlar Listeria monocytogenes en sus instalaciones. El estudio de Cornell se centró en el desarrollo y la prueba de un modelo informático potencialmente capaz de encontrar ubicaciones específicas en las instalaciones de procesamiento donde podría encontrarse Listeria monocytogenes .

“Nuestra organización e industria se centran en comprender mejor los puntos de entrada potenciales para Listeria en las instalaciones de alimentos congelados, lo que finalmente lleva a protocolos específicos de seguridad alimentaria”, dijo Donna Garren, Ph.D., vicepresidenta ejecutiva de la Fundación Frozen Food. “La Listeria monocytogenes  es un desafío debido a su ubicuidad y capacidad para sobrevivir a temperaturas de congelación. El trabajo innovador de Cornell abre un nuevo modelo predictivo para que la industria de alimentos congelados comprenda mejor y desarrolle programas de seguridad alimentaria más sólidos para detectar y minimizar la presencia de Listeria monocytogenes .

“Las enfermedades derivadas de los alimentos congelados son extremadamente raras. Pero queremos hacer nuestra parte para evitar que ocurra un evento de listeriosis ”, agregó Garren. “Es por eso que invertimos en investigación científica para guiar a Listeria monocytogenes: monitorear las mejores prácticas, desde las instalaciones de alimentos congelados hasta los tenedores. Estamos muy entusiasmados con los avances en seguridad alimentaria que Cornell ha presentado con esta investigación “.

El estudio y el modelo desarrollado se basan en muestras de Listeria spp . en equipos y superficies en una instalación de salmón ahumado en frío, y proporcionó datos y patrones valiosos que pueden predecir el comportamiento de Listeria . La información obtenida puede usarse para informar el diseño de todos los tipos de instalaciones de fabricación de alimentos, así como los programas de monitoreo de Listeria .

Los científicos de Cornell llaman al modelo Monitoreo Ambiental con un Modelo de Listeria Basado en Agentes (EnABLe). Está configurado para crear una réplica exacta de una instalación específica, “… casi crear un avatar, una simulación por computadora”, dijo Renata Ivanek, Ph.D., profesora asociada en el Departamento de Medicina de la Población y Ciencias del Diagnóstico de la Universidad de Cornell. y autor principal del artículo. “Entonces, esa instalación, todo lo que es importante para esa instalación desde el punto de vista de ese patógeno también está representado en el modelo”.

La base y la lógica del modelo permitirán a los usuarios crear réplicas exactas de sus instalaciones, una vez que la herramienta se haya perfeccionado y esté disponible. Las instalaciones necesitan la capacidad de ingresar dimensiones exactas, ubicaciones de maquinaria, iluminación, drenaje, etc., para utilizar correctamente la herramienta y obtener todos los beneficios que ofrece. Cosas como las ubicaciones espaciales exactas le dan al modelo su fuerza.

“En un entorno de procesamiento de alimentos, cada instalación es diferente”, dijo Ivanek. “Incluso si producen el mismo producto, tendrán características diferentes. Incluso si son propiedad de la misma compañía, tendrán diferencias. Por lo tanto, un enfoque no puede encajar a la perfección, pero el esqueleto, la configuración principal, puede “.

EnABLe toma un tamaño único, no puede y no puede ajustarse a todos los enfoques. No importa cuán similares sean las instalaciones entre sí, nunca tendrán exactamente las mismas dimensiones o relaciones espaciales. Pero al crear una computadora gemela de una instalación determinada e ingresar todos los datos disponibles relativos a un patógeno, en el caso de Listeria de EnABLe , los usuarios ahora pueden comenzar a hacer preguntas. Si se presenta, ¿dónde debo buscar el patógeno? Si encuentro el agente patógeno en esta ubicación, ¿de dónde es más probable que provenga?

“O bien, tenemos un problema en esta instalación, y creemos que esta pared y el drenaje están creando el problema, vamos a derribar esta pared. En la computadora gemela, puede probar esas hipótesis y suposiciones antes de hacer cualquier cambio ”, dijo la Sra. Ivanek. “Por lo tanto, crea un inmenso valor para que la instalación pueda visualizar lo que está sucediendo y probar los enfoques antes de utilizarlos en la vida real”.

La Sra. Ivanek y sus asociados clave en el proyecto, la Dra. Claire Zoellner, primera autora del estudio, y el Dr. Martin Wiedmann, profesor de ciencias de la alimentación, coautor y becario, prevén la iteración final de EnABLe como usuario Plantilla amigable. Los procesadores simplemente introducirían las especificaciones de las instalaciones junto con los datos de patógenos.

“Entonces, el usuario puede introducir esos aspectos específicos, y elementos y conexiones”, dijo Ivanek. “Por ejemplo, cuando piensas en Listeria , todo lo que está relacionado con Listeria , cómo crece, cómo muere, qué lo mata, será igual para todos los modelos que son  específicos para Listeria“.

El modelo EnABLe todavía es un prototipo en este momento y la Sra. Ivanek y su equipo, junto con la Fundación de Alimentos Congelados, están actualmente en el proceso de confirmar que funciona a su entera satisfacción.

“La forma en que se desarrolla el modelo, aún no es muy fácil de usar”, dijo Ivanek. “Es recién llegado del banco de investigación. Por lo tanto, los siguientes pasos podrían ser que sea más fácil de usar para que, de hecho, usted como usuario, solo haga tres clics y esté listo para comenzar. En este momento, requiere más esfuerzo y realmente saber más lo que estás haciendo porque es un código de computadora “.

Ayuda exterior

Food and Ag Lab LLC ofrece a los procesadores de alimentos pruebas de seguridad alimentaria, servicios de consultoría y auditoría. Las empresas utilizan los servicios de Food and Ag Lab por muchas razones relacionadas con Listeria y en diferentes momentos en relación con un problema de Listeria .

“Por lo general, están buscando ayuda para evaluar sus sistemas”, dijo Darren Toczko, MS, fundador de Food and Ag Lab. “Durante una investigación de Listeria , algunos procesadores piden más ayuda, ya sea después de que han repetido los positivos que no pueden averiguar cómo erradicar, o después de un producto positivo que no se indicó por primera vez como un problema potencial de su plan de muestreo ambiental. . ”

Una vez que un procesador se ha alistado con los servicios de Food and Ag Lab y las dos compañías establecen una asociación, existe un flujo típico de cómo se desarrolla la relación y la ejecución.

“Entramos en las instalaciones con el personal local, observamos el proceso, revisamos los planes de muestreo, observamos cómo se realiza el muestreo, observamos el flujo de producto, agua, personas, patrones de tráfico y saneamiento”, dijo el Sr. Toczko. “Luego, nos sentamos juntos y repasamos las observaciones y recomendaciones. Depende del procesador decidir cuáles de las recomendaciones deben implementarse “. 

Fuente:

Publicidad