[논문]냉장돈육 가공공정 온도와 시간에서의 Wild-type Salmonella spp.의 성장특성 및 예측모델

송주연; 김용수; 홍종해; 박경진

doi:10.13103/jfhs.2013.28.1.007

[국내논문] 냉장돈육 가공공정 온도와 시간에서의 Wild-type Salmonella spp.의 성장특성 및 예측모델
Growth and Predictive Model of Wild-type Salmonella spp. on Temperature and Time during Cut and Package Processing in Cold Pork Meats 원문보기

한국식품위생안전성학회지 = Journal of food hygiene and safety, v.28 no.1, 2013년, pp.7 - 12

송주연 (군산대학교 식품영양학과) , 김용수 (한국보건산업진흥원 품질향상팀) , 홍종해 (강원대학교 수의학과) , 박경진 (군산대학교 식품영양학과)

초록
AI-Helper

본 연구에서는 멸균처리공정이 없는 돈육 포장공정을 대상으로 작업장에서 직접 분리한 야생균주인 Salmonella spp. KSC101를 작업장의 온도와 시간을 주요 변수로 하여, 이들 현장에서의 Salmonella spp. KSC101의 성장 특성을 파악하고, 이를 수학적으로 예측할 수 있는 모델을 개발하였다. 돈육포장공장 현장을 반영하여 온도는 0, 5, 10, 15, $20^{\circ}C$로, 시간은 0, 1, 2, 3시간으로 하였으며, $0^{\circ}C$와 $5^{\circ}C$에서는 성장이 발생하지 않았으며, $10^{\circ}C$, $15^{\circ}C$, $20^{\circ}C$에 는 약간의 성장이 있었으나 증가수준은 평균 0.34 log CFU/g정도였고, $20^{\circ}C$에서 성장율이 더 높았으나 $15^{\circ}C$와는 통계적으로는 유의하지 않았다(p < 0.05). 하지만 PMP와 비교시 야생균주인 Salmonella spp. KSC101의 성장이 더 빠른 것으로 나타났다. 이들 실험결과를 바탕으로 1차 모델은 Gompertz 4 parameter식을, 2차 모델은 Exponential decay식을 이용하여 성장예측모델을 개발하였으며, $R^2$값은 0.99이상으로 나타났다. 개발된 모델에 대한 검증으로 RMSE를 이용하였으며, 값이 0.103으로 양(+)의 방향으로 약간 초과 예측하는 것으로 나타났으나, 최종적으로 실험값과 예측값이 ${\pm}0.5$ log cfu/g 내에서 일치하고 있어, 본 연구에서 개발된 모델은 추후 냉장돈육 포장공정에서 위생관리기준 설정에 대한 과학적 근거자료로 활용할 수 있을 것이다.

Abstract ▼ AI-Helper

This study presents the influence on growth properties determined using a novel predictive growth model of wild-type Salmonella spp. KSC 101 by variations in the temperature and time during cut packaging in cold, uncooked pork meat. The experiment performed for model development included an arrangement of different temperatures ($0^{\circ}C$, $5^{\circ}C$, $10^{\circ}C$, $15^{\circ}C$, and $20^{\circ}C$) and time durations (0, 1, 2, and 3 hours) that reflect actual pork-cut and packaging processes. No growth was observed at $0^{\circ}C$ and $5^{\circ}C$, whereas some growth was observed at $10^{\circ}C$, $15^{\circ}C$, and $20^{\circ}C$, with a mean increase of only 0.34 log CFU/g. The growth observed at $20^{\circ}C$ was more robust than that observed at $15^{\circ}C$, but the difference was not statistically significant (p > 0.05). However, compared with PMP (Pathogen Modeling Program), the wild-type Salmonella spp. KSC 101 showed a more rapid growth. We used the Gompertz 4 parameter equation as the primary model, and the exponential decay formula as the secondary model. The estimated $R^2$ values were 0.99 or higher. The developed model was evaluated by comparison of the experimental and predictive values, and the values were in agreement with the ${\pm}0.5$ log CFU/g, although the RMSE (Root mean square error) value was 0.103, which indicates a slight overestimation. Therefore, we suggest that the developed predictive growth model would be useful as a tool for evaluating sanitation criteria in pork cut-packaging processes.

Keyword

참고문헌 (22)

Benschop, J., Stevenson, M. A., and Dahl, J.: Towards incorporating spatial risk analysis for Salmonella sero-positivity into the Danish swine surveillance programme. Prev. Vet. Med., 83, 347-359 (2008).

상세보기
Little, C.L., Richardson, J.F., and Owen, R.J.: Campylobacter and Salmonella in raw red meats in the United Kingdom: prevalence, characterization and antimicrobial resistance pattern, 2003-2005. Food Microbiol., 25, 538-543 (2008).

상세보기
Korea Food & Drug Administration (KFDA): Preventive foodborne disease in Korea. Available from: http://fm.kfda.go.kr. (2012).
Animal, Plant and Fisheries Quarantine and Inspection Agency (QIA): Sanitary control for livestock products - HACCP in Korea. Available from: http://www.qia.go.kr/livestock/clean/livestock_ idea_haccp.jsp. (2012).
Van Impe, J. F., Poschet, F. Geeraerd, A. H., Vereecken, K. M.: Towards a novel class of predictive microbial growth models. Int. J. Food Microbiol., 100, 97-105 (2005).

상세보기
McMeekin, T., Oiley, J., Ratkowsky, D., Corkrey, R., Ross, T.: Predictive microbiology theory and application: is it all about rates?. Food Control., (In press) (2012).
Bahk, G.J.: The possibility of predictive modeling for using microbial risk assessment from the literature experimental data. Food Sci. Biotechnol., 18, 137-142 (2009).
USDA Food Safety & Inspection Service (FSIS): Predictive Microbiology Information Portal. Available from: http://portal. arserrc.gov/PMIPHome.aspx. (2012).
Baranyi, J. and Tamplin, M. L.: ComBase: a common database on microbial responses to food environments. J. Food Prot. 67, 1967-1971 (2004).

상세보기
ComBase. Combined database for predictive microbiology. Available from: http://www.combase.cc/. (2012).
McMeekin, T. A, Olley, J., Ratkowsky, D. A., Ross, T.: Predictive microbiology: towards the interface and beyond. Int. J. Food Microbiol., 73, 395-407 (2002).

상세보기
Nauta, M. J.: Modelling bacterial growth in quantitative microbiological risk assessment is it possible? Int. J. Food Microbiol., 73, 297-301 (2002).

상세보기
Ding, T., Wang, J., Forghani, F., Ha, S.D., Chung, M.S., Bahk, G.J., Hwang, I.G., Abdallah, E., Oh, D.H.: Development of predictive models for the growth of Escherichia coli O157:H7 on cabbage in Korea. J. Food Sci., 77, 257-263 (2012).
Park, S.Y., Choi, J.W., Chung, D.H., Kim, M.G, Lee, K.H., Kim, K.S., Bahk, G.J., Bae, D.H., Park, S.K., Kim, K.Y., Kim, C.H., Ha, S.D.: Predictive modeling for the growth of Listeria monocytogenes in Sesame leaf. Food Sci. Biotechnol., 16, 238-242 (2007).
Jin, S.S., Jin, Y.G., Yoon, K.S., Woo, G.J., Hwang, I.G., Bahk, G.J., Oh, D.H.: Predictive modeling of the growth and survival of Listeria monocytogenes using a response surface model. Food Sci. Biotechnol., 15, 715-720 (2006).

원문보기 상세보기
Hong, C.H., Sim, W.S., Chun, S.J., Kim, Y.S., Oh, D.H., Ha, S.D., Choi, W.S., Bahk, G.J.: Predictive growth model of native isolated Listeria monocytogens on raw pork meats as a function of temperature and time. Kor. J. Food Sci. Technol., 37, 850-855 (2005).
Jimenez, S.M., Caliusco, M.F., Tiburzi, M. C.: Predictive models for reduction of Salmonella Hadar on chicken skin during single and double sequential spraying treatments with acetic acid. J. Appl. Microbial., 103, 528-535 (2007).

상세보기
Oh, D.H., Rahman, S.M.E., Kim J.M., Bahk, G.J.: The statistics probability analysis of pork-cutting processing conditions for microbial risk assessment. J. Fd Hyg. Safety., 24, 63-68 (2009).
McKellar, R.C., Lu X.: Modeling microbial responses in food. CRC press, FL, USA. pp. 23-24 (2004).
Sarah, S.M., Schaffner, D.W.: Development of model to predictive growth of Clostridium perfringens in cooked in cooked beef during cooling. J. Food Prot., 68, 336-341 (2005).

상세보기
Puerta-Gomez, A.F., Moreira, R.G., Kim, J., Castell-Perez, E.: Modeling the growth rates of Escherichia coli and Salmonella Typhimurium LT2 in baby spinach leaves under slow cooling. Food Control., 29, 11-17 (2013).

상세보기
Mann, J.E., Smith, L., Brashears, M.M.: Validation of time and temperature values as critical limits for Salmonella and background flora growth during the production of fresh ground and boneless pork products. J. Food Prot., 67, 1389-1393 (2004).

상세보기

저자의 다른 논문 :

LOADING...

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증