计算机程序帮助食品安全专家进行病原体检测
一个创新的计算机程序可能对食品安全专业人员提供很大帮助，使生产设施免受食品传播的病原体的污染。康奈尔大学的科学家们开发了一种计算机程序，使用基于代理的李斯特菌模型(EnABLe)进行环境监测，以模拟在加工设备中最有可能发现致命的食源性单核增生李斯特菌的位置。食品安全管理人员随后可能会检测这些区域是否存在细菌，从而增加一项重要工具，防止食品污染和人类通过受污染食品接触病原体。
1月24日出版的《科学报告》(Scientific Reports)中描述了这种计算机模型，它有可能被修改，以适应广泛的微生物和位置。“我们的目标是建立一个决策支持工具，在任何复杂的环境中控制任何病原体，”人口医学和诊断科学系副教授、这篇论文的高级作者Renata Ivanek说。这项研究是由冷冻食品基金会(Frozen Food Foundation)资助的，资金来自食品科学教授马丁·魏德曼(Martin Wiedmann)，他也是这篇论文的作者之一。
包括第一作者、伊万克实验室博士后研究员克莱尔·佐尔纳(Claire Zoellner)在内的研究人员，希望最终能将该框架应用于识别导致兽医医院获得性感染的病原体污染，或水果和蔬菜加工厂大肠杆菌污染。加工设施的食品安全专业人员定期进行病原体检测。他们依靠自己的专业知识和对建筑的了解来决定在哪里取样。他说:“每当我们面临复杂的环境时，我们总是不得不依靠专家的意见和这个系统或这个公司的一般规则，但我们试图提供的是一种方法，通过创造这种数字现实，使其更加量化和系统化。”
为了让这个系统能够正常工作，Zoellner、Ivanek和他的同事们将所有相关的数据输入到模型中——包括历史观点、专家反馈、使用的设备及其清洁计划的细节、人们做的工作，以及从设施外部进入的材料和人员。Zoellner说:“像EnABLe这样的计算机模型将这些数据连接起来，以帮助回答与污染风险变化、潜在污染源以及风险缓解和管理方法有关的问题。”“一个人永远不可能跟踪所有这些信息，但如果我们在电脑上运行这个模型，一周后，我们可以在一次迭代中得到李斯特菌在设备上的分布。”每次你运行它，它都将是不同的，共同预测一系列可能的结果，”Ivanek说。
本文描述了一个模型系统，跟踪李斯特氏菌的设备和表面在冷熏鲑鱼设施。模拟揭示了设备表面李斯特菌污染的动力学和风险。此外，通过观察李斯特菌预测区域的模式所获得的见解可以为食品加工厂的设计和李斯特菌监测项目提供信息。在未来，该模型将应用于冷冻食品设施。
在美国，每年约有1600人感染食源性单核增生李斯特菌(Listeria monocytogenes)，并出现类似流感的症状，其中约五分之一的人最终死亡。