Cbot-PREDICTOR: Clostridium botulinum og sikre oste
I Danmark eksporteres en række produkter til vækstmarkeder udenfor Europe. Krav fra forbrugere og detailleddet er med til at bestemme, hvordan produkterne sammensættes (fx deres indhold af fedt og protein) og fremstilles. Ofte indgår en række langstrakte holdbarhedstests i arbejdet med at udvikle produkterne. Mejerierne ønsker at kunne reducere den tid, det tager at lave holdbarhedstests. Det gøres bl.a. ved at udvikle matematiske modeller, der kan forudsige holdbarheden, når man fx ændrer på indholdet af salt eller den måde, produktet fremstilles på.
Af: Grith Mortensen
Projektets formål er at udvikle en matematisk model og et software til at forudsige betingelser, der forhindrer vækst af den væsentlige human-patogene bakterie Clostridium botulinum i smørbare oste ved distribution uden køling. Denne model og software vil gøre det lettere at udvikle sikre, smørbare oste.
Studier af C. botulinum i fødevarer er kostbare og tidskrævende, fordi bakterien danner en meget farlig nervegift. Derfor udvikles mutanter af C. botulinum, som ikke danner nervegift. Disse uskadelige mutanter anvendes derefter til at udvikle en matematisk vækst og vækstgrænse-model for C. botulinum.
Projekt: November 2018 - Oktober 2021
Budget: 3.527.000 DKK
Finansiering: Mælkeafgiftsfonden; in-kind og direkte finansiering fra de deltagende parter
Projektleder: Paw Dalgaard
Institution: Fødevareinstituttet, DTU
Deltagere: Arla Foods, KU Leuven
Publikationer og præsentationer
Startartikel om projektet publiceret i Mælkeritidende:
Slutartikel om projektet publiceret i Mælkeritidende:
Dalgaard P. and Koukou I. 2019. Clostridium botulinum and safe cheeses. Presentation at Arla Innovative Center, 18 June 2019.
Koukou I., Devitt T.D., Janionis J., Mejlholm O., Dalgaard P., 2019. Extended cardinal parameter growth and growth boundary model for non-proteolytic Clostridium botulinum - effect of ten environmental factors. Poster at the 11th ICPMF Conference 2019, 17-20 September 2019, Braganza, Portugal.
Dalgaard, P., Cowan, B.J., Martinez-Rios, V. 2019. FSSP v. 5.0 – A new software with predictive models for a range of dairy products. Abstract for oral presentation at ICPMF11, 17-20 September 2019, Braganza, Portugal.