层次贝叶斯线性混合模型用于估计Listeria物种热失活参数的变化
Soundarya T Karamcheti1, Gale Brightwell2, Phil Bremer3
1Department of Food Science, University of Otago, PO Box 56, Dunedin, 9054, New Zealand; Food System Integrity, AgResearch Ltd., Hopkirk Research Institute, Cnr University Ave and Library Road, Massey University, Palmerston North, 4442, New Zealand.
Food microbiology
|February 14, 2025
概括
这项研究使用贝叶斯模型分析了Listeria无活化数据. 结果显示,研究变异性比菌株差异更多地影响了耐热性,为牛奶和等产品的食品安全提供了信息.
科学领域:
- 食品微生物学 食品微生物学
- 定量风险评估 定量风险评估
- 统计建模 统计建模
背景情况:
- 李斯特菌物种是重要的食物传播病原体.
- 准确的热失活参数 (D-,zT-,和 zpH值) 对于预测食品加工中的微生物安全至关重要.
- 无活化数据的变化可能源于不同研究中的微生物菌株差异和实验条件.
研究的目的:
- 为了进行Listeria spp.的元分析. 热失活数据. 热失活数据.
- 在不同菌株和研究中评估和建模无活化参数 (D-, zT-, zpH-值) 的变异性.
- 开发一个可靠的模型来预测在各种加工条件下Listeria无活化.
主要方法:
- 在27篇文章中对76种Listeria菌株的476个D值进行了元分析.
- 应用层次贝叶斯模型来估计失活参数.
- 基于预测能力,贝叶斯-R2和WAIC的模型的比较.
- 选择最合适的模型,包括应变和研究随机效应.
主要成果:
- 一种对应菌株和研究效应都考虑的等级模型被认为是最适合的.
- 研究之间的变化对无活化参数的影响比菌株之间的变化更大.
- 估计的D,zT和 zpH值提供了对Listeria热电阻的见解.
结论:
- 开发的模型为Listeria无活化参数提供了可靠的估计.
- 这些发现适用于55-70°C和pH3-8之间的水性食品 (如牛奶,) 的热处理.
- 了解变化源可以提高食品行业微生物风险评估的准确性.
