Νέα μέθοδος που θα επιτρέπει στο προσωπικό των εγκαταστάσεων τροφίμων να επιλέγει το κατάλληλο απολυμαντικό ανάλογα με το γενετικό προφίλ του παθογόνου.
Μια νέα επιστημονική μελέτη ανοίγει τον δρόμο για την πρόβλεψη της αντοχής των βακτηρίων, όπως η Listeria monocytogenes, στα απολυμαντικά μέσα από τη χρήση τεχνητής νοημοσύνης και γενετικής ανάλυσης.
Ερευνητές από το Εθνικό Ινστιτούτο Τροφίμων του Τεχνικού Πανεπιστημίου της Δανίας (DTU) ανέπτυξαν, σε συνεργασία με άλλους επιστήμονες, μια καινοτόμα μέθοδο που χρησιμοποιεί μηχανική μάθηση (machine learning) και ολόκληρη τη γονιδιωματική αλληλουχία (WGS), για να προβλέψει εάν ένα βακτηριακό στέλεχος μπορεί να επιβιώσει μετά από καθαρισμό με συγκεκριμένα απολυμαντικά.
«Ο κίνδυνος έγκειται στο ότι μια επιφάνεια μπορεί να φαίνεται καθαρή, αλλά ανθεκτικά βακτήρια να κρύβονται σε ρωγμές και γωνίες», δηλώνει η ανώτερη ερευνήτρια Pimlapas Shinny Leekitcharoenphon από το DTU.
- ΔΕΙΤΕ ΕΠΙΣΗΣ | Μολυσμένα αγγούρια: Αναβιώνει ο εφιάλτης που προκάλεσε τουλάχιστον 550 τροφικές δηλητηριάσεις
- ΔΕΙΤΕ ΕΠΙΣΗΣ | Σημαντική αύξηση μολυσμένων τροφίμων στην Ευρώπη – Τα πιο επικίνδυνα είδη και οι χώρες εισαγωγής με τις περισσότερες παραβάσεις
- ΔΕΙΤΕ ΕΠΙΣΗΣ | Συναγερμός δημόσιας υγείας για κατανάλωση μολυσμένων ξηρών καρπών που προκαλούν σοβαρές λοιμώξεις
Μηχανική μάθηση και βακτηριακά «μοτίβα»
Η έρευνα, που δημοσιεύθηκε στο Scientific Reports, βασίστηκε στην ανάλυση 1.649 στελεχών Listeria από διάφορες πηγές. Οι επιστήμονες συσχέτισαν γενετικά χαρακτηριστικά με την αντοχή σε τρία απολυμαντικά: δύο καθαρές χημικές ενώσεις (βενζαλκώνιο χλωρίδιο και διδεκυλοδιμεθυλαμμώνιο χλωρίδιο), καθώς και ένα εμπορικό προϊόν.
Το μοντέλο τεχνητής νοημοσύνης «εκπαιδεύτηκε» να αναγνωρίζει γενετικές υπογραφές που σχετίζονται με αντοχή και πέτυχε ακρίβεια πρόβλεψης έως και 97%. «Είναι σαν να μαθαίνουμε σε έναν υπολογιστή να διαβάζει το εγχειρίδιο του βακτηρίου και να μας λέει αν είναι πιθανό να επιβιώσει από έναν καθαρισμό με συγκεκριμένο απολυμαντικό», εξηγεί η Leekitcharoenphon.
Πρακτικά οφέλη για τη βιομηχανία τροφίμων
Εγγραφείτε στο πρώτο ειδικό Σεμινάριο για την ορθή χρήση του όρου ”Μπορεί να περιέχει…” και άλλα περί αλλεργιογόνων στην Ελλάδα.
Αν και η μέθοδος δεν προσφέρει νέες χημικές λύσεις, επιτρέπει στο προσωπικό των εγκαταστάσεων τροφίμων να επιλέγει το κατάλληλο απολυμαντικό ανάλογα με το γενετικό προφίλ του παθογόνου. Αυτό μπορεί να οδηγήσει σε πιο στοχευμένο και αποτελεσματικό καθαρισμό.
Στο παρόν, οι διαδικασίες καθαρισμού δεν βασίζονται σε γονιδιωματική ανάλυση, και η μετάβαση σε τέτοιες μεθόδους απαιτεί χρόνο και υποδομές. Ωστόσο, οι επιστήμονες πιστεύουν πως η χρήση προβλεπτικών μοντέλων σε συνδυασμό με WGS θα μπορούσε να γίνει σημαντικό εργαλείο εσωτερικού ελέγχου στις μονάδες παραγωγής.
«Τα αποτελέσματα δείχνουν μεγάλη προοπτική για την πρόβλεψη της αντοχής μέσω γονιδιωματικών δεδομένων. Στο μέλλον, τέτοια μοντέλα μπορεί να καθοδηγούν στρατηγικά σχέδια απολύμανσης και στοχευμένη αντιμετώπιση μόλυνσης», καταλήγουν οι ερευνητές.
Ακολουθήστε το Cibum 
