Νέα τεχνολογία με τεχνητή νοημοσύνη, προσιτή σε όλους, εντοπίζει βακτήρια και αλλοιωμένα τρόφιμα σε χρόνο-ρεκόρ

Η νέα μέθοδος χρησιμοποιεί νανοτεχνολογίες υψηλής ευαισθησίας σε συνδυασμό με μηχανική μάθηση για την επίτευξη των αποτελεσμάτων.

Ερευνητές ανέπτυξαν νέες μεθόδους για τον έλεγχο των τροφίμων για βακτηριακή μόλυνση, οι οποίες είναι ταχύτερες και δεν απαιτούν εξειδικευμένη εκπαίδευση. Η έρευνα διεξάγεται στο Πανεπιστήμιο του Κονέκτικατ, Κολλέγιο Γεωργίας, Υγείας και Φυσικών Πόρων και ηγούνται οι Yangchao Luo και Zhenlei Xiao. Τα αποτελέσματα της μελέτης δημοσιεύθηκαν στα περιοδικά Food Frontiers και Food Chemistry.

ΔΕΙΤΕ ΕΠΙΣΗΣ | Νέος πόλεμος κατά της Bayer – Το «φυτοφάρμακο – θαύμα» που βλάπτει τον εγκέφαλο αλλά συνεχίζει να χρησιμοποιείται – Επιστολή ΜΚΟ στην ΕΕ

ΔΕΙΤΕ ΕΠΙΣΗΣ | Η αύξηση της θερμοκρασίας στη θάλασσα εξαφανίζει τα ψάρια – 20% λιγότερη ιχθυοβιομάζα σε 30 χρόνια κατέγραψαν οι επιστήμονες

Η ομάδα ανέπτυξε νέες μεθόδους που βασίζονται στη μηχανική μάθηση για τον εντοπισμό βακτηριακής μόλυνσης και αλλοίωσης, μειώνοντας δραστικά το κόστος και τον χρόνο εκτέλεσης των ελέγχων. Η μέθοδος χρησιμοποιεί μια πλάκα 96 θέσεων – μια πλάκα με πολλαπλές μικρές περιοχές για δείγματα – σε συνδυασμό με έναν πίνακα 12 αισθητήρων. Οι αισθητήρες αντιδρούν διαφορετικά σε κάθε βακτήριο ανάλογα με τη μοριακή του δομή. Οι αλληλεπιδράσεις αυτές δημιουργούν μοναδικά πρότυπα, τα οποία εισάγονται σε έναν αλγόριθμο μηχανικής μάθησης. Με αυτόν τον τρόπο, ο υπολογιστής μαθαίνει να αναγνωρίζει τα παθογόνα βάσει των προτύπων τους.

ΔΕΙΤΕ ΕΠΙΣΗΣ | Εξακολουθούν να πωλούνται στην Ελλάδα επικίνδυνες πρέσες μαλλιών – Δείτε μάρκες και φωτογραφίες

ΔΕΙΤΕ ΕΠΙΣΗΣ | Σοβαρός κίνδυνος από αγαπημένα γλυκά με σοκολάτα – Εντοπίστηκε συστατικό που μπορεί να στείλει καταναλωτές στα επείγοντα

Η νέα τεχνολογία μπορεί να ανιχνεύσει οκτώ διαφορετικά παθογόνα και βακτήρια που προκαλούν αλλοίωση στο γάλα μέσα σε μόλις δύο ώρες με ακρίβεια πάνω από 98%. «Ελπίζουμε να αναπτύξουμε μια τεχνολογία που να μπορεί να ανιχνεύσει ταυτόχρονα όσο το δυνατόν περισσότερα είδη βακτηρίων, ώστε να μπορούμε εύκολα να εντοπίζουμε την αρχική πηγή της μόλυνσης», δήλωσε ο Luo.

ΔΕΙΤΕ ΕΠΙΣΗΣ | Εντοπίστηκε καρκινογόνο χρώμιο σε δημοφιλές παιχνίδι – Προειδοποίηση να σταματήσει αμέσως η χρήση του

ΔΕΙΤΕ ΕΠΙΣΗΣ | Λιστέρια σε έτοιμη σαλάτα που πωλήθηκε σε μεγάλες αλυσίδες – Μπορούμε να αποφύγουμε τη μόλυνση σε τέτοιες περιπτώσεις;

Η ομάδα δοκίμασε πέντε παθογόνα βακτήρια, όπως Listeria, E. coli και Salmonella, καθώς και τρία μη παθογόνα βακτήρια που προκαλούν αλλοίωση. «Με αυτόν τον συνδυασμό είμαστε σχεδόν βέβαιοι ότι καλύψαμε τις περισσότερες περιπτώσεις μόλυνσης του γάλακτος», εξηγεί ο Luo. Η προσέγγιση αυτή αποτελεί σημαντική βελτίωση σε σχέση με τις υπάρχουσες μεθόδους, οι οποίες μπορούν να ανιχνεύσουν μόνο έναν τύπο βακτηρίου τη φορά, απαιτούν ημέρες για τα αποτελέσματα και εξειδικευμένους τεχνικούς εργαστηρίου.

ΔΕΙΤΕ ΕΠΙΣΗΣ | Αντιδράσεις για τη μαζική εκρίζωση της πικροδάφνης μετά την εγκύκλιο του Υπουργείου Παιδείας – Γεωτεχνικοί προειδοποιούν για περιβαλλοντικό λάθος

Η νέα μέθοδος χρησιμοποιεί νανοτεχνολογίες υψηλής ευαισθησίας σε συνδυασμό με μηχανική μάθηση για την επίτευξη των αποτελεσμάτων. Δεδομένου ότι η διαδικασία δεν απαιτεί επίσημη εκπαίδευση σε εργαστήριο, οι ερευνητές σκοπεύουν να αναπτύξουν τελικά ένα τεστ για το σπίτι, που θα επιτρέπει στους καταναλωτές να ελέγχουν το γάλα τους για παθογόνα ή αλλοίωση μέσω εφαρμογής. Ο Luo και η ομάδα του αναπτύσσουν επίσης μια εφαρμογή που θα επιτρέπει σε ένα smartphone να διαβάζει τα φθορίζοντα δεδομένα που παράγονται από τους αισθητήρες.

ΔΕΙΤΕ ΕΠΙΣΗΣ | Μπουφάν: Το λάθος που κάνουμε όλοι μπαίνοντας στο σπίτι 

Επιπλέον, η ομάδα αναπτύσσει αισθητήρες για την ανίχνευση πτητικών οργανικών ενώσεων (VOCs), οι οποίες παράγονται από βακτήρια που προκαλούν αλλοίωση στο κρέας. Οι αισθητήρες αυτοί μπορούν να προσδιορίσουν τη φρεσκάδα του κρέατος, ειδικά του βοείου κρέατος, και να ανιχνεύσουν βακτήρια που προκαλούν τροφιμογενείς ασθένειες. «Βάσει των VOCs μπορούμε να εντοπίσουμε ένα πρότυπο που μας δείχνει από ποιο είδος βακτηρίου προέρχονται», δήλωσε ο Luo.

ΔΕΙΤΕ ΕΠΙΣΗΣ | Τα λάθη στην παρασκευή της βρώμης που πρέπει να αποφύγετε για ένα υγιεινό πρωινό

ΔΕΙΤΕ ΕΠΙΣΗΣ | 7 εύκολα ροφήματα για υγιή και δυνατά μαλλιά

Η τεχνολογία λειτουργεί παρόμοια με τους βακτηριακούς αισθητήρες. Όταν τα VOCs απελευθερώνονται από το κρέας, προκαλούν αλλαγή χρώματος στον αισθητήρα, παρέχοντας πληροφορίες για τις ενώσεις και τα βακτήρια που τις παράγουν. Η ομάδα ανέπτυξε μοντέλα μηχανικής μάθησης για την ανάλυση αυτών των δεδομένων. Το πλεονέκτημα της ανίχνευσης VOCs αντί για τα ίδια τα βακτήρια στο ωμό κρέας είναι ότι οι αισθητήρες δεν χρειάζεται να έρθουν σε άμεση επαφή με τα βακτήρια, άρα δεν απαιτείται η λήψη δείγματος από το προϊόν. Η δειγματοληψία στο γάλα είναι σχετικά εύκολη, αλλά σε κομμάτια κρέατος είναι πιο δύσκολη.

Οι ερευνητές δηλώνουν ότι η τεχνολογία τους θα μπορούσε να ενσωματωθεί απευθείας στις συσκευασίες τροφίμων, δημιουργώντας ένα απλό μέτρο για την πιθανή αλλοίωση ή μόλυνση, που θα γίνεται ορατό μέσω αλλαγής χρώματος στον αισθητήρα. «Οι VOCs είναι πτητικές – βρίσκονται απλώς στον αέρα», εξηγεί ο Luo. «Έτσι μπορείτε να τις ανιχνεύσετε χωρίς να έρθετε σε επαφή με τα βακτήρια. Δεν απαιτείται διαδικασία δειγματοληψίας, και μπορούμε να βάλουμε έναν απλό αισθητήρα στη συσκευασία.»

H μελέτη: Machine learning supported single-stranded DNA sensor array for multiple foodborne pathogenic and spoilage bacteria identification in milk https://doi.org/10.1016/j.foodchem.2024.141115 Author: Yi Wang,Yihang Feng,Zhenlei Xiao,Yangchao Luo Publication: Food Chemistry Publisher: Elsevier

Φωτογραφία άρθρου Shutterstock

Το Cibum είναι εξειδικευμένο site ενημέρωσης για την ασφάλεια τροφίμων. Οι πληροφορίες του άρθρου έχουν ενημερωτικό χαρακτήρα. Για περισσότερες λεπτομέρειες πατήστε ΕΔΩ.