Gebruikersgroepvergadering 14 mei 2012 Faculteit Bio-ingenieurswetenschappen, UGent Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Agenda • Welkomstwoord – goedkeuring verslag 10/10/2011 • Optimalisatie en validatie van het model • Evaluatie van de workshop • Aanpassingen in de software op vraag van de bedrijven • Afspraken omtrent het ter beschikking stellen van de software • Organisatie van de bedrijfsspecifieke opleidingen Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
1
Agenda • Welkomstwoord – goedkeuring verslag 10/10/2011
• Optimalisatie en validatie van het model • Evaluatie van de workshop • Aanpassingen in de software op vraag van de bedrijven • Afspraken omtrent het ter beschikking stellen van de software • Organisatie van de bedrijfsspecifieke opleidingen Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Deelnemende bedrijven Organisatie/bedrijf
Contactpersoon
Organisatie/bedrijf
Contactpersoon
Fenavian FAVV Ter beke-Pluma NV Imperial Meat Products NV Detry s.a. Frank Delmote/Blanche VOLYSTAR NV NAUTA BVBA WELDA Theo Bauwens LUKA GMG Meat and Meals NV Vanden Borre NV Gold Meat Belgium NV Vleeswaren P.Peeters en zonen Vlevico
K. Vangoidsenhoven X. Van Huffel G. Bresseleers / H. Gurdebeke F. Vandendriessche G. Mertens B. D’Alleine D. Gilliaert H. Nauta F. D’Haese L. Keppens A. Verlinden K. Janssens P. Windels / H. Vanlaerebeke H. Storme / F. Titeca
Sanpareil NV Favorit NV Ernell NV Meat Supply NV L. Michielssen BVBA Vleeswaren Corma NV Noyen NV OVI NV Vleeswaren T’Houtlandt De Wulf Vleeswaren Marco Beth Leyco Vlevy Brackenier LBC
P. Van Itterbeeck G. De Valck C. Beerens K. Vanbuggenhout B. Verheyden D. Cornelis / C. Moens J. Noyen / S. Van Der Donck P. Vanreusel B. Vanhercke R. Neirinck L. Hoste D. Leyten E. D’Hoogh W. Schats
E. Heylen
Guka
C. Dohogne
E. Dedoncker
Polca NV
P. Nollet
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
2
Projectplanning Activiteit
Jaar 1 1
Jaar 2 2
3
WP6
x
x
WP7
x
x
x
x
WP 1
x
WP2
x
WP3
2
3
4
5
6
7
8
9
10
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
WP4
11
12
x
x
WP5
1
5
6
7
8
9
10
11
12
x
x
x
x
x
x
x
x
x
WP8 WP9
4
x x
x
x
x
x
x
x
x
x
x
x
x
x
Flemish Cluster Predictive Microbiology in Foods
x
www.cpmf2.be
Agenda • Welkomstwoord – goedkeuring verslag 10/10/2011 • Optimalisatie en validatie van het model • Evaluatie van de workshop • Aanpassingen in de software op vraag van de bedrijven • Afspraken omtrent het ter beschikking stellen van de software • Organisatie van de bedrijfsspecifieke opleidingen Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
3
Ontwikkeling van een predictief model PRIMAIR MODEL
Log kve/ml
µmax
µmax
tijd
Constante omgevingscondities Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Ontwikkeling van een predictief model PRIMAIR MODEL µmax,1
µmax,2
µmax
Log kve/ml
MEERDERE
µmax,1
1
SECUNDAIR MODEL als functie van omgevingscondities
µmax,2
2
tijd
Verschillende omgevingscondities Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
4
Ontwikkeling van een predictief model PRIMAIR MODEL
SECUNDAIR MODEL µmax
Log kve/ml
als functie van omgevingscondities
TERTIAIR MODEL Input: omgevingsfactoren
ONTWIKKELDE SOFTWARE
bv. aw, T
Flemish Cluster Predictive Microbiology in Foods
Inventarisatie intrinsieke & extrinsieke factoren bij deelnemende bedrijven
Aanmaak modelproducten Datacollectie: challengetesten volgens EU-protocol
Niet OK
Niet OK correctiefactor OK
OK
Validatie in producten deelnemende bedrijven
Validatie a.d.h.v. historische data deelnemende bedrijven
Ontwikkeling software tool Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
KENNISTRANSFER OMTRENT PREDICTIEVE MICROBIOLOGIE NAAR DE INDUSTRIE
Inventarisatie beschikbare modellen
www.cpmf2.be
10
5
Model-basis • Software-model = combinatie primair + secundair model • Primaire model – groei + stationaire fase @ 8.5 log(CFU/ml) – geen lag • bepaald door voorgeschiedenis • cfr. challenge testen volgens EU-protocol (geen lag) • => model is fail-safe
• Secundaire model Effect van: – wateractiviteit/zout – pH – opgeloste CO2 – organische zuren: azijnzuur & melkzuur – temperatuur – nitriet Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
11
Bouwen van het model stap 0. selectie van een geschikt model stap 1. evaluatie van het gekozen model stap 2. aanpassing van het model a.d.h.v. challenge testen en industriele producten stap 3. aanpassing van model aan mogelijke inputs stap 4. validatie van het gekozen model Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
12
6
Bouwen van het model stap 0. selectie van een geschikt model stap 1. evaluatie van het gekozen model stap 2. aanpassing van het model a.d.h.v. challenge testen en industriele producten stap 3. aanpassing van model aan mogelijke inputs stap 4. validatie van het gekozen model Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
13
Stap 0. Selectie van een model – Overzicht van modellen (zie verslag 29/11/2010) – Belangrijke factoren: • T • pH • aw/NaCl
– Andere relevante factoren • • • •
Nitriet Organische zuren: e.g., azijnzuur, melkzuur Opgeloste zuurstof Fenol
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
14
7
Stap 0. Selectie van een model Seafood Spoilage and Safety Predictor + Uitgebreid secundair model – Ontwikkeld voor seafood Later ‘gevalideerd’ voor vleeswaren – Beperkte validatie-studie – Geen simulaties getoond
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
15
Bouwen van het model stap 0. selectie van een geschikt model stap 1. evaluatie van het SSSP model stap 2. aanpassing van het SSSP model a.d.h.v. challenge testen en industriele producten stap 3. aanpassing van model aan mogelijke inputs stap 4. validatie van het aangepaste SSSP model Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
16
8
Stap 1. Evaluatie van SSSP model Modelproducten
Categorie 1
Beperkte onderschatting groei Goede beschrijving trends Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
17
Stap 1. Evaluatie van SSSP model Modelproducten
Categorie 1
+ LAB: onrealistisch Geen antimicrobieel effect van LAB Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
18
9
Stap 1. Evaluatie van SSSP model Modelproducten
Categorie 2
Beperkte onderschatting groei Goede beschrijving trends Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
19
Stap 1. Evaluatie van SSSP model Modelproducten
Categorie 2
+ LAB: onrealistisch Geen antimicrobieel effect van LAB Flemish Cluster Predictive Microbiology in Foods
Idem Categorie 1
www.cpmf2.be
20
10
Stap 1. Evaluatie van SSSP model Modelproducten
Categorie 3
geen groei goede beschrijving trends
+ LAB: goede beschrijving
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
21
Stap 1. Evaluatie van SSSP model Industriële producten
Categorie 3
Geen groei!
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
22
11
Stap 1. Evaluatie van SSSP model Modelproducten
Categorie 4 geen modelproducten aangemaakt
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
23
Stap 1. Evaluatie van SSSP model Industriële producten
Categorie 4
Geen groei!
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
24
12
Stap 1. Evaluatie van SSSP model Modelproducten
Categorie 5
(beperkte) onderschatting groei
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
25
Stap 1. Evaluatie van SSSP model Modelproducten
Categorie 5
+ LAB: goede beschrijving LAB Nog steeds onderschatting groei Lm Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
26
13
Stap 1. Evaluatie van SSSP model Modelproducten
Overzicht – CAT 1. => (lichte) onderschatting groei – CAT 2. => (lichte) onderschatting groei – CAT 3. => geen groei – CAT 4. => geen groei – CAT 5. => onderschatting groei
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
27
Stap 1. Evaluatie van SSSP model Modelproducten
Overzicht – CAT 1. => (lichte) onderschatting groei – CAT 2. => (lichte) onderschatting groei – CAT 3. => geen groei – CAT 4. => geen groei – CAT 5. => onderschatting groei
Correctie-factor nodig Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
28
14
Bouwen van het model stap 0. selectie van een geschikt model stap 1. evaluatie van het SSSP model stap 2. aanpassing van het SSSP model a.d.h.v. challenge testen en industriele producten stap 3. aanpassing van model aan mogelijke inputs stap 4. validatie van het aangepaste SSSP model Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
29
Stap 2. Aanpassing van SSSP Correctiefactor
Categorie 1+2
Correctie-factor voor de groeisnelheid (CF=1.27):
mmax,adapted = mmax,SSSP (omgevingscondities)×CF CAT. 1+2: geen interactie met LAB!!! Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
30
15
Stap 2. Aanpassing van SSSP Correctiefactor
Categorie 1: Validatie op producten
Flemish Cluster Predictive Microbiology in Foods
CF = 1.27
www.cpmf2.be
Stap 2. Aanpassing van SSSP Correctiefactor
Categorie 2: Validatie op producten
Flemish Cluster Predictive Microbiology in Foods
CF = 1.27
www.cpmf2.be
16
Stap 2. Aanpassing van SSSP Correctiefactor
Category 5 : Lm beschrijving
CF = 1.89
Correctie-factor voor de groeisnelheid (CF=1.89): geen interactie met LAB !?
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Stap 2. Aanpassing van SSSP Correctiefactor
Category 5: Validatie met CF op producten
CF = 1.89
Geen CF gebruiken Groei ifv pH
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
17
Stap 2. Aanpassing van SSSP Correctiefactor
Categorie 5: Validatie SSSP op producten pH = 5.43
pH = 4.77
pH = 5.86
pH = 5.86
CF = 0
pH = 6.57
Geen CF gebruiken Groei ifv pH
Flemish Cluster Predictive Microbiology in Foods
35
www.cpmf2.be
Stap 2. Aanpassing van SSSP Correctiefactor
Categorie 5: Validatie SSSP op producten pH = 5.43
pH = 4.77
pH = 5.86
pH = 5.86
CF = 0
pH = 6.57
Geen CF gebruiken Groei ifv pH
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
36
18
Bouwen van het model stap 0. selectie van een geschikt model stap 1. evaluatie van het SSSP model stap 2. aanpassing van het SSSP model a.d.h.v. challenge testen en industriele producten stap 3. aanpassing van model aan mogelijke inputs stap 4. validatie van het aangepaste SSSP model Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
37
Stap 3. Aanpassing aan mogelijke inputs Effect van pH
• Op basis van de tabel kunnen de volgende regio’s geselecteerd worden: – groei – geen-groei
= [5.86 – 6.88] = [4.77 – 5.85]
• De ondergrens voor groei en bovengrens voor geen-groei vallen samen • Groei en geen-groei gebied worden als volgt afgebakend om foute voorspellingen te voorkomen: => veiligheidsmarge – groei – geen-groei
: pH > 5.60 : pH < 5.60
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
38
19
Stap 3. Aanpassing aan mogelijke inputs Zuren vs. zouten
• SSSP model => rekent met zuurconcentraties – Azijnzuur – Melkzuur
• NU => ook opties voor acetaat en lactaat • + Diacetate => niet gevalideerd, enkel SSSP
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
39
Stap 4. Validatie • Beperkt aantal industriële gegevens
• Voornamelijk voor CAT. 3 & CAT. 4 => geen model • Validatie adhv data uit de literatuur Betrouwbaarheid metingen Beschikbaarheid metingen
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
40
20
Stap 4. Validatie • Paper 1
• Producten uit CAT 1. + 2. => voorspelling ok!
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
41
Stap 4. Validatie • Paper 2
• Producten uit CAT 1. + 2. => voorspelling ok!
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
42
21
Stap 4. Validatie • Paper 3
• Producten uit CAT 1. + 2. => voorspelling ok!
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
43
www.cpmf2.be
44
Conclusies • CAT 1. + 2. – – – –
Onderschatting Geen interactie met LAB Correctiefactor (1.27) Mooie beschrijving groei Lm
– > validatie a.d.h.v. literatuur
Flemish Cluster Predictive Microbiology in Foods
22
Conclusies • CAT 3. + 4. – Geen groei in model-producten – Geen groei in industriele producten – Geen nood aan een model
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
45
Conclusies • CAT 5. – Modelproducten • Duidelijke groei • Geen interactie LAB • onderschatting => CF
– Industriële producten • Modelproducten ≠ industriele producten • Soms interactie met LAB • Geen CF nodig
– > literatuur-validatie: op zoek naar juiste info! Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
46
23
Agenda • Welkomstwoord – goedkeuring verslag 10/10/2011
• Optimalisatie en validatie van het model • Evaluatie van de workshop • Aanpassingen in de software op vraag van de bedrijven • Afspraken omtrent het ter beschikking stellen van de software • Organisatie van de bedrijfsspecifieke opleidingen Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Workshop 3 april 2012 • Inleiding tot de predictieve microbiologie • Eigenschappen en gebruik van de nieuw ontwikkelde software voor vleeswaren (demo) • Hands-on oefeningen met de nieuwe software • Feedback omtrent aanpassingen aan de software Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
24
Evaluatie workshop • 26 aanwezigen • 19 ingevulde evaluatieformulieren
toepasbaarheid 1 2 3 4 5 6
verwachting
7
0
2
4
6
8
10 Aantal
12
Flemish Cluster Predictive Microbiology in Foods
14
16
18
20
www.cpmf2.be
Evaluatie workshop Algemeen • Mogelijkheid om rook (fenol) als component toe te voegen • Combinatie met bederf door melkzuurbacteriën • Tabs juist zetten
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
25
Evaluatie workshop Algemeen • Mogelijkheid om rook (fenol) als component toe te voegen • Combinatie met bederf door melkzuurbacteriën • Tabs juist zetten
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Evaluatie workshop: Algemeen • Fenol wordt niet mee opgenomen in het model omdat dit onvoldoende gevalideerd is. Indien u een inschatting zou willen maken kan gewerkt worden via SSSP • Combinatie met bederf door melkzuurbacteriën is niet meegenomen voor categorie 1 en 2 omdat duidelijk blijkt uit de validatie dat geen interactie optreedt. Data voor melkzuurbacteriën zijn onvoldoende gevalideerd om ook bederf te voorspellen door melkzuurbacteriën
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
26
Evaluatie workshop Input • aw gemeten/berekend in één venster • Overname opgelost CO2 automatisch • Automatische omrekening tussen Na/K – zouten en het organisch zuur • Maximale bovengrens van nitriet meenemen • Productnaam
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Evaluatie workshop Input • aw gemeten/berekend in één venster • Overname opgelost CO2 automatisch • Automatische omrekening tussen Na/K – zouten en het organisch zuur • Maximale bovengrens van nitriet meenemen?? • Productnaam Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
27
Evaluatie workshop Temperatuurprofiel • Negatieve temperaturen niet mogelijk • Temperatuurprofiel oplaadbaar maken • Inlezen T-profiel aanpassen (# dagen ingeven i.p.v. begin en einde • T-evaluatie voor korte tijd bij hogere temperatuur (bv transport) • Aanpassingen in T-profiel eenvoudiger (niet alles wissen en herbeginnen Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Evaluatie workshop Temperatuurprofiel • Negatieve temperaturen niet mogelijk?? • Temperatuurprofiel oplaadbaar maken • Inlezen T-profiel aanpassen (# dagen ingeven i.p.v. begin en einde • T-evaluatie voor korte tijd bij hogere temperatuur (bv transport) • Aanpassingen in T-profiel eenvoudiger (niet alles wissen en herbeginnen Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
28
Evaluatie workshop Output • Bovengrens en ondergrens ook meenemen in het besluit • Onzekerheden op voorspelling melkzuurbacteriën • Legende toevoegen aan de grafiek • Waarden van het temperatuurprofiel mee op de pdf zetten • Pdf geeft geen indicatie onzekerheden • Datum vermelden Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Evaluatie workshop Output • Bovengrens en ondergrens ook meenemen in het besluit • Onzekerheden op voorspelling melkzuurbacteriën • Legende toevoegen aan de grafiek • Waarden van het temperatuurprofiel mee op de pdf zetten • Pdf geeft geen indicatie onzekerheden • Datum vermelden Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
29
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
30
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
31
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
32
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
33
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
34
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
35
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
36
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
37
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
38
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
39
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
40
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
41
Beta-versie van de software
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Opmerkingen Beta-versie T-PROFIEL • Gebruik van hogere temperaturen: Het model is ontwikkeld voor een temperatuur variërend van 2 tot 15°C en gevalideerd tot 12°C in huidig project Software werd zodanig aangepast dat voorspellingen boven 15°C mogelijk zijn, MAAR er wordt duidelijk aangegeven dat dit in principe buiten de range van het model is en dat dit onvoldoende gevalideerd is.
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
42
Agenda • Welkomstwoord – goedkeuring verslag 10/10/2011
• Optimalisatie en validatie van het model • Evaluatie van de workshop • Aanpassingen in de software op vraag van de bedrijven • Afspraken omtrent het ter beschikking stellen van de software • Organisatie van de bedrijfsspecifieke opleidingen Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Software • Vanaf eind mei wordt de huidige versie van de software ter beschikking gesteld voor ieder deelnemend bedrijf via de website www.cpmf2.be • Per bedrijf wordt een persoonlijke login en paswoord doorgestuurd waarmee de Matlab runtime en software gedownload kan worden • Instructies voor de installatie zullen eveneens te vinden zijn op de website
Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
43
Agenda • Welkomstwoord – goedkeuring verslag 10/10/2011
• Optimalisatie en validatie van het model • Evaluatie van de workshop • Aanpassingen in de software op vraag van de bedrijven • Afspraken omtrent het ter beschikking stellen van de software • Organisatie van de bedrijfsspecifieke opleidingen Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
Bedrijfspecifieke opleidingen • Periode half juni tot eind september • Mogelijke data waarop een bedrijf zich kan inschrijven verschijnen op www.cmpf2.be • Inschrijven via mailing naar
[email protected] • Eva of An nemen minstens 1 week vooraf contact op om inhoud van deze opleiding te bespreken Flemish Cluster Predictive Microbiology in Foods
www.cpmf2.be
44