サブ致死的に損傷したサルモネラ菌を低水分食品中の検出のための機械学習駆動型ナノ粒子増強紙発色アレイセンサーアプローチ
Zhen Jia1, Emma Grace Holliday2, Elizabeth Catherine Tang2
1Department of Food Science and Human Nutrition, University of Florida, Gainesville, FL 32611, USA; Department of Poultry Science, Auburn University, Auburn, AL 36849, USA.
Food research international (Ottawa, Ont.)
|February 28, 2026
まとめ
新しい機械学習駆動型ナノ粒子センサーは、1時間以内にピーナッツバター中の損傷したサルモネラ菌を正確に検出します。この迅速で非破壊的な方法は、増殖する前にストレスを受けた病原体を特定することで食品安全性を向上させます。
科学分野:
- 食品安全
- 微生物学
- センサー技術
背景:
- 低水分食品（LMF）中のサブ致死的に損傷した病原体は、潜在的な蘇生と残存する毒性により、重大な公衆衛生上のリスクをもたらします。
- 損傷した細胞の正確な検出は、微生物学的方法の規制検証要件に沿って、食品安全にとって重要です。
- 既存の方法は、複雑な食品マトリックス中の損傷した病原体を効果的に検出するための感度または速度が欠けていることがよくあります。
研究 の 目的:
- ピーナッツバター中の損傷したサルモネラ菌と正常なサルモネラ菌を検出し、区別するための、迅速で非破壊的で濃縮不要なセンサーを開発すること。
- 病原体検出の改善のために、機械学習とナノ粒子増強紙発色アレイ（ML-NP-PCA）技術を統合すること。
- 背景微生物叢の存在下および保管中のセンサーの性能を評価すること。
主な方法:
- 機械学習駆動型ナノ粒子増強紙発色アレイセンサー（ML-NP-PCA）の開発。
- センサー性能向上のための金、シリカ、ゼオライトナノ粒子の評価、特にシリカNP-PCAが堅牢な能力を示しました。
- 背景微生物叢の存在下で48時間室温で保存したピーナッツバター中の損傷したサルモネラ菌と正常なサルモネラ菌を検出するためのML-NP-PCAセンサーのテスト。
主要な成果:
- ML-NP-PCAアプローチは、背景微生物叢が存在する場合でも、ピーナッツバター中の損傷したサルモネラ菌と正常なサルモネラ菌の検出と区別において90%以上の精度を示しました。
- 約3-4ログCFU/gの濃度で、92.0±0.9%の精度で、損傷したサルモネラ菌と正常なサルモネラ菌の両方を1時間という早い段階で検出できました。
- シリカNP-PCAは、リン酸緩衝生理食塩水中、広い濃度範囲（約1-6ログCFU/mL）で強力な性能を発揮しました。
結論:
- ML-NP-PCAアプローチは、食品製品中の損傷したサルモネラ菌の連続的、迅速、非破壊的なモニタリングのための有望なツールを提供します。
- この技術は、規制に準拠した微生物検査をサポートし、サプライチェーン全体での食品安全監視を強化します。
- ストレスを受けた病原体を早期に検出するセンサーの能力は、食品中での蘇生と増殖に関連するリスクを最小限に抑えます。
