Upload
vuminh
View
216
Download
0
Embed Size (px)
Citation preview
1
System de prévisiondu comportement desmicro-organismes
dans les aliments
Sym’Previus :
System de prévision de l’impact des procédés et de
l’environnement sur les micro-organismes dans les aliments
Dominique Thuault
2
System de prévisiondu comportement desmicro-organismes
dans les aliments
Modèle secondaire cardinal
µmax = µopt . γγγγ(T). γ(pH) . γ(aw) …
Paramètres propres au microorganisme
To pH aw acid
Tmin ToptTmax pHmin pHopt pHmax awmin awopt awmax alpha MIC
2
3
System de prévisiondu comportement desmicro-organismes
dans les aliments
Modèle secondaire cardinal
µmax = µopt . γγγγ(T) . γ(pH) . γ(aw) …
Paramètres propres au microorganisme
Paramètre lié au couple microorganisme - aliment
2 aliments avec des T°, pH, aw, conservateurs identiques ne vont pas induire une même croissance microbienne.
µµopt opt 11 µµopt opt 22
4
System de prévisiondu comportement desmicro-organismes
dans les aliments
� Traitement de la variabilité
MicrobesEspècesSouches
Cellules
AlimentPhysico-chimie :
. pH
. activité de l’eau
. ConservateurVariabilité des paramètres de croissanceet de thermorésistance
Environnement de production
Variabilité de la contamination initiale (sortie usine)
. Qualité microbiologiquedes matières premières. recontamination
Distribution / Conservation. Chaîne du froid. Comportement consommateur
Variabilitédu stockage
Variabilité inter-lots
L’ Approche Probabiliste
3
5
System de prévisiondu comportement desmicro-organismes
dans les aliments
� Traitement de la variabilité
Autocontrôles :
. Matières premières
. Contrôles libératoires
Autocontrôles physico-chimiques :
. sur matières premières
. sur ligne de production
. sur produits finis
Effet propre de l’aliment :
. Données bibliographiques
. Tests de croissance
Paramètres croissance et thermorésistance :
. Étude en laboratoire
. Données bibliographiques
Suivi de chaîne du froid :
. 1/3 à 4°C + 2/3 à 8°C
. Suivis prévisibles
. Suivis réels (ANIA)
L’ Approche Probabiliste
6
System de prévisiondu comportement desmicro-organismes
dans les aliments
� Deux approches � Déterministe : « worst case approach» =
approche sécuritaire� Conditions de conservations prévisibles « extrêmes »� Taux de croissance fort
� Probabiliste « risk based approach »� Prise en compte des distribution de contamination, de
taux de croissance, de conservation
4
7
System de prévisiondu comportement desmicro-organismes
dans les aliments
8
System de prévisiondu comportement desmicro-organismes
dans les aliments
5
9
System de prévisiondu comportement desmicro-organismes
dans les aliments
Données nécessaires pour simuler une courbe de croissance ?
. Paramètres de croissance de l’espèce bactérienne
. Caractéristiques de l’aliment pour estimer µopt
. Contamination initiale
. Conditions de simulation (nouvelles conditions d’environnement)
10
System de prévisiondu comportement desmicro-organismes
dans les aliments
6
11
System de prévisiondu comportement desmicro-organismes
dans les aliments
12
System de prévisiondu comportement desmicro-organismes
dans les aliments
7
13
System de prévisiondu comportement desmicro-organismes
dans les aliments
14
System de prévisiondu comportement desmicro-organismes
dans les aliments
8
15
System de prévisiondu comportement desmicro-organismes
dans les aliments
16
System de prévisiondu comportement desmicro-organismes
dans les aliments
9
17
System de prévisiondu comportement desmicro-organismes
dans les aliments
18
System de prévisiondu comportement desmicro-organismes
dans les aliments
10
19
System de prévisiondu comportement desmicro-organismes
dans les aliments
20
System de prévisiondu comportement desmicro-organismes
dans les aliments
11
21
System de prévisiondu comportement desmicro-organismes
dans les aliments
µopt
Cardinal values
22
System de prévisiondu comportement desmicro-organismes
dans les aliments
12
23
System de prévisiondu comportement desmicro-organismes
dans les aliments
24
System de prévisiondu comportement desmicro-organismes
dans les aliments
13
25
System de prévisiondu comportement desmicro-organismes
dans les aliments
26
System de prévisiondu comportement desmicro-organismes
dans les aliments
14
27
System de prévisiondu comportement desmicro-organismes
dans les aliments
28
System de prévisiondu comportement desmicro-organismes
dans les aliments
15
29
System de prévisiondu comportement desmicro-organismes
dans les aliments
30
System de prévisiondu comportement desmicro-organismes
dans les aliments
16
31
System de prévisiondu comportement desmicro-organismes
dans les aliments
32
System de prévisiondu comportement desmicro-organismes
dans les aliments
17
33
System de prévisiondu comportement desmicro-organismes
dans les aliments
34
System de prévisiondu comportement desmicro-organismes
dans les aliments
18
35
System de prévisiondu comportement desmicro-organismes
dans les aliments
36
System de prévisiondu comportement desmicro-organismes
dans les aliments
19
37
System de prévisiondu comportement desmicro-organismes
dans les aliments
Cardinal values
38
System de prévisiondu comportement desmicro-organismes
dans les aliments
Distribution for productof 120g(+/-10)
20
39
System de prévisiondu comportement desmicro-organismes
dans les aliments
40
System de prévisiondu comportement desmicro-organismes
dans les aliments
21
41
System de prévisiondu comportement desmicro-organismes
dans les aliments
42
System de prévisiondu comportement desmicro-organismes
dans les aliments
Conclusions
Courbes de croissance et densité de contamination sont calculés en tenant compte :
- du test de croissance (= courbe de reference). Prise en compte de la matrice alimentaire
- analyses physico-chimiques : variabilité. Prise en compte de la variabilité process et aliment
- analyses microbiologiques : dénombrement . Évaluation de la contamination initiale du produit
Sym’Previus permet d’estimer la durée de vie microbiologique en prenant en compte les contrôles microbiologiques industriels et la variabilité physico-chimique déterminés en industrie
22
43
System de prévisiondu comportement desmicro-organismes
dans les aliments
Sym’Previus :outil d’aide à la décision
� Estimation de la durée de vie microbiologique
� Interfaces croissance – non croissance - formulation de nouveaux produits surs
� Optimisation de process thermiques
- préservation des qualités organoleptiques- assure destruction thermique et sécurité sanitaire
� renforcer le plan HACCP - identification des dangers microbiologiques- prévision de CCP limites
44
System de prévisiondu comportement desmicro-organismes
dans les aliments
Comment utiliser Sym’Previus ?
� Abonnement
� En contactant le réseau de centres experts : conseils et simulations