KR20180078394A - 수산식품에서의 다이내믹 미생물 생장예측장치 및 방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체,　및 이를 이용한 수산식품의 안전성 관리 시스템 - Google Patents

수산식품에서의 다이내믹 미생물 생장예측장치 및 방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체,　및 이를 이용한 수산식품의 안전성 관리 시스템 Download PDF

Info

Publication number
KR20180078394A
KR20180078394A KR1020160182332A KR20160182332A KR20180078394A KR 20180078394 A KR20180078394 A KR 20180078394A KR 1020160182332 A KR1020160182332 A KR 1020160182332A KR 20160182332 A KR20160182332 A KR 20160182332A KR 20180078394 A KR20180078394 A KR 20180078394A
Authority
KR
South Korea
Prior art keywords
model
growth
microbial growth
dynamic
temperature
Prior art date
Application number
KR1020160182332A
Other languages
English (en)
Inventor
김현정
옥경식
구민선
윤요한
이수민
이희영
오혜민
Original Assignee
한국식품연구원
숙명여자대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국식품연구원, 숙명여자대학교산학협력단 filed Critical 한국식품연구원
Priority to KR1020160182332A priority Critical patent/KR20180078394A/ko
Publication of KR20180078394A publication Critical patent/KR20180078394A/ko

Links

Images

Classifications

    • G06F19/12—
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/12—Meat; fish
    • G06F19/24—
    • G06F19/28—
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics

Abstract

본 발명은 수산식품에서의 다이내믹 미생물 생장예측장치 및 방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체,　및 이를 이용한 수산식품의 안전성 관리 시스템에 관한 것으로, 본 발명에 따른 수산식품에서의 다이내믹 미생물 생장예측방법은 저장온도별 수산식품에서의 미생물 생장패턴에 관한 데이터에 기초하여 미생물 생장에 관한 1차 모델을 결정하고, 저장온도별 상기 미생물의 초기 세균수, 최대 생장 세균수, 생장률, 유도기, 또는 숄더 피어리어드(Shoulder Period)에 관한 파라미터를 산출하는 단계; 상기 산출된 파라미터의 저장온도변화에 따른 2차 모델을 도출하는 단계; 및 상기 1차 모델과 상기 2차 모델에서 산출된 파라미터 값을 이용하여 변온조건 하에서 상기 수산식품에서의 미생물 생장을 예측하는 다이내믹 모델을 도출하는 단계를 포함한다.
이에 의해 수산식품의 안전성 관리 시스템은 변온조건에서도 정확하게 미생물의 생장을 예측할 수 있으며, 더 나아가 수산식품의 안전한 섭취를 위한 안전관리기준을 제시하고 위해성 평가정보를 제공할 수 있다.

Description

수산식품에서의 다이내믹 미생물 생장예측장치 및 방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체,　및 이를 이용한 수산식품의 안전성 관리 시스템{Apparatus And Method For Predicting Dynamic Microbial Growth In Sea Food, A Computer-readable Storage Medium For Executing The Method, And System For Managing Food Safety}
본 발명은 수산식품에서의 다이내믹 미생물 생장예측장치 및 방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체,　및 이를 이용한 수산식품의 안전성 관리 시스템에 관한 것으로, 보다 구체적으로는 수산식품에서 변온조건에서 미생물 생장을 예측할 수 있는 미생물 생장예측방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체,　및 이를 이용한 수산식품의 안전성 관리 시스템에 관한 것이다.
최근 식품 안전 사고가 빈번하게 일어나면서 식품 안전에 관한 국민의 관심이 높아지고 있다. 식품의 첨가물의 증가, 신종 유해물질의 등장, 유통망의 발달과 국제적인 무역의 증가로 인해 식품 안전 사고의 원인이나 행태가 복잡해짐에 따라 식품안전의 체계적이고 효율적인 관리의 필요성이 대두되고 있다.
식품에 의한 식중독 사고는 집단급식소와 음식점의 위생 관리에 기인한 것도 있지만, 식품의 가공 및 유통 과정 가운데 오염문제로 기인한 경우도 적지 않다. 2002년부터 2013년 식약처 자료에 따르면, 국내 식품안전 사고 중 유해미생물로 인한 사고가 전체의 약 60%를 차지하고 있는 것으로 알려져 있으며, 식품의약품안전처(2012) 보고에 따르면, 마트에서 판매되는 훈제연어 제품이 일반세균수 기준 초과로 판매가 중단되었고 해당 제품에서 검출된 세균 수는 g당 34만 마리로 기준치(10만/g 이하)의 2.4배가 초과된 수치다. 특히, 우리나라 날씨가 점차 열대성 기후로 변하기 시작하면서 보관, 수송과정에서의 안전관리의 중요성이 점차 커지고 있다.
한편, 미생물 생장예측모델은 HACCP(Hazard Analysis Critical Control Points), 위해평가(Risk assessment), 식품의 저장기간(유통기한)결정, 업계의 미생물 관리, 미생물의 생장, 생존 및 사멸에 영향을 미치는 요소를 찾아내기 위한 포괄적인 분석에 활용되는 것으로, 식품의 안전관리에 있어서 매우 중요하다.
그런데, 종래 개발된 미생물 생장예측모델은 일정 온도 조건을 가정한 것으로, 실제 유통이나 판매에서 저장온도가 변하는 변온조건에서는 적용할 수 없는 모델이라는 점에서 예측의 정확성이 떨어지는 문제가 있었다.
전술한 바와 같은 문제점을 해결하기 위하여, 본 발명에서는 변온조건에서 미생물 생장을 예측할 수 있는 수산식품에서의 다이내믹 미생물 생장예측방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는데 목적이 있다.
또한, 이러한 변온조건에서 다이내믹 미생물 생장을 예측함으로써 수산식품의 안전한 관리를 위한 저장온도 및 저장시간에 관한 안전관리정보를 제공하고, 수산식품의 위해성 평가정보를 제공할 수 있는 수산식품의 안전성 관리 시스템을 제공하는데 그 목적이 있다.
상기 목적은 수산식품에서의 다이내믹 미생물 생장예측방법에 있어서, 저장온도별 수산식품에서의 미생물 생장패턴에 관한 데이터에 기초하여 미생물 생장에 관한 1차 모델을 결정하고, 저장온도별 상기 미생물의 초기 세균수, 최대 생장 세균수, 생장률, 유도기, 또는 숄더 피어리어드(Shoulder Period)에 관한 파라미터를 산출하는 단계; 상기 산출된 파라미터의 저장온도변화에 따른 2차 모델을 도출하는 단계; 및 상기 1차 모델과 상기 2차 모델에서 산출된 파라미터 값을 이용하여 변온조건 하에서 상기 수산식품에서의 미생물 생장을 예측하는 다이내믹 모델을 도출하는 단계를 포함하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측방법에 의해 달성될 수 있다.
한편, 상기 목적은 수산식품에서의 다이내믹 미생물 생장예측장치에 있어서,
사용자로부터 수산식품의 종류 및 미생물 종류에 관한 선택을 입력받기 위한 사용자입력부; 적어도 하나의 수산식품의 미생물 생장에 관한 1차 모델과 2차 모델에 관한 정보가 저장된 모델저장부; 및 상기 사용자입력부를 통해 입력된 수산식품 및 미생물 종류에 관한 선택정보에 대응하는 모델에 관한 정보를 상기 모델저장부로부터 추출하고, 사용자로부터 입력된 수산식품의 저장시간에 따른 저장온도에 관한 프로파일 정보를 상기 추출한 모델에 관한 정보에 적용하여 변온조건 하에서 수산식품에서의 미생물 생장을 예측하는 다이내믹 모델을 도출하는 모델산출부를 포함하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측장치에 의해서도 달성될 수 있다.
한편, 상기 목적은 위 수산식품에서의 다이내믹 미생물 생장예측방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 의해서도 달성될 수 있다.
한편, 상기 목적은 수산식품의 안전성 관리 시스템에 있어서, 수산식품의 유통 및 판매 중의 저장시간에 따른 온도변화에 관한 데이터를 수집하는 데이터수집서버; 수산식품에서의 미생물 생장에 관한 1차 모델과 2차 모델을 갖고, 상기 데이터수집서버에서 수집한 데이터를 대응하는 수산식품에 관한 모델에 적용하여 미생물 생장을 예측하는 다이내믹 모델을 산출하는 미생물 생장예측장치; 및 상기 다이내믹 모델에 기초하여 상기 수산식품의 보관시간 및 보관온도에 관한 안전관리정보를 제공하는 안전관리정보제공서버를 포함하는 것을 특징으로 하는 수산식품의 안전성 관리 시스템에 의해서도 달성될 수 있다.
상기한 바와 같이, 본 발명에 의한 수산식품에서의 다이내믹 미생물 생장예측방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체,　및 이를 이용한 수산식품의 안전성 관리 시스템은 변온조건에서도 정확하게 미생물의 생장을 예측할 수 있으며, 더 나아가 수산식품의 안전한 섭취를 위한 안전관리기준을 제시하고 위해성 평가정보를 제공할 수 있다.
도 1은 본 발명의 제1 실시예에 따른 수산식품에서의 다이내믹 미생물 생장예측모델을 개발하는 방법 및 이를 이용한 미생물 생장예측방법에 관한 흐름도를 도시한 것이다.
도 2는 4oC, 10oC, 20oC의 저장온도에서 시간의 변화에 따른 훈제연어에서 관찰된 리스테리아 모노사이토제네스의 수의 변화를 나타낸 것이다.
도 3은 1차 모델에서 얻어진 숄더 피어리어드와 생장률의 값을 2차 모델의 변수값을 사용하여 산출한 훈제연어에서의 리스테리아 모노사이토제네스의 숄더 피어리어드와 생장률의 2차 모델을 나타낸 것이다.
도 4는 본 발명의 다이내믹 모델을 이용하여 변온조건에서 훈제연어에서의 리스테리아 모노사이토제네스에 관한 다이내믹 모델을 도시한 것이다.
도 5는 본 발명의 일 실시예에 따른 수산식품의 안전성 관리 시스템의 개략도이고, 도 6은 본 발명의 일 실시예에 따른 수산식품에서의 다이내믹 미생물 생장예측장치의 개념도이다.
이하, 도면을 참조하여 본 발명의 구체적인 실시예들에 대해 설명하기로 한다.
본 발명은 수산식품에서의 미생물 생장예측에 관한 것으로, 본 명세서에서 수산식품은 생선어패류, 훈제품, 건제품, 염장품 등 다양한 수산식품을 포함할 수 있으며, 미생물은 병원성대장균, 황색포도상구균, 살모렐라균, 비브리오균, 리스테리아 모노사이토제네스(L. monocytogenes ), 또는 콜레라균 등을 포함하는 식중독균 또는 바이러스를 포함한다. 이하에서는 수산식품 중에서 훈제연어에 대해 리스테리아 모노사이토제네스의 생장예측을 본 발명의 일 실시예로 설명하기로 한다. 그러나 본 발명이 이에 한정되어 해석되어서는 안 될 것이다.
도 1은 본 발명의 제1 실시예에 따른 수산식품에서의 다이내믹 미생물 생장예측모델을 개발하는 방법 및 이를 이용한 미생물 생장예측방법에 관한 흐름도를 도시한 것이다.
도 1을 참조하면, 미생물 생장예측모델을 개발하기 위해서는 먼저 수산식품의 생산, 유통환경 및 저장조건별 미생물 생장패턴에 관한 데이터를 수집한다(S10).
수산식품의 생산 및 유통 환경에 대한 데이터는 수산식품의 생산지에서 중간 유통과정을 거쳐 판매지까지 운반 및 소요되는 시간이나 이때의 저장온도 등이 될 수 있다. 이렇게 수집된 생산 및 유통과정에서의 저장온도에 관한 데이터는 추후 변온조건하에서 미생물 생장예측에 관한 다이내믹 모델을 산출할 때 활용될 수 있다. 따라서, 다이내믹 모델의 정확성을 높이기 위해서는 다양한 유통환경 즉, 다양한 장소에 관한 수산식품의 저장온도에 관한 데이터를 수집하는 것이 바람직하다.
한편, 저장온도별 미생물 생장패턴에 관한 데이터를 수집하기 위해서, 수산식품 각각에 시험균을 접종하여 일정 수준의 균수가 되게 한 후, 시중에서 판매되는 조건 하에서 일정 저장온도에서 일정 시간 간격으로 균수를 측정한다.
도 2는 4oC, 10oC, 20oC의 저장온도에서 시간의 변화에 따른 훈제연어에서 관찰된 리스테리아 모노사이토제네스의 수의 변화를 나타낸 것이다. 도 2에서 검은점은 관찰값을 나타내고, 실선은 생장률의 피팅 라인(fitted line)에 해당한다. 도 2를 참조하면, 리스테리아 모노사이토제네스의 세균 수는 4oC, 10oC, 20oC에서 저장기간 동안 모두 증가하였으며 온도가 높아질수록 생장속도가 증가하는 경향을 나타냈다. 또한, 4oC에서의 리스테리아 모노사이토제네스는 초기 세균 수 3.3 log CFU/g에서 평균 74 h 정도 그 수준을 유지하다가 낮은 속도로 생장하였고, 10oC에서는 3.4 log CFU/g에서 18 h 이후에 생장을 시작하여 8.7 log CFU/g, 25oC에서는 3.7 log CFU/g에서 9 log CFU/g까지 빠르게 생장하는 패턴을 보여주고 있다.
다음으로, 수집한 데이터의 특성에 따라 미생물 생장예측에 관한 1차 모델을 결정한다(S11). 미생물 생장예측모델은 지수모델(Exponential model), 로지스틱 모델(Logistic model), 곰베르츠 모델(Gompertz model), 바라니이 모델(Baranyi model) 등이 있으며, 본 발명에서는 수집한 온도에 따른 수산식품의 미생물 생장특성을 고려하여 Baranyi model을 이용하여 1차 모델을 개발하기로 한다.
바라니이 모델의 수식은 아래 수학식 1과 같다.
Figure pat00001
(여기서,μmax: 미생물 최대생장률, N0: 초기 미생물 수, Nt : 시간에 따른 미생물 수, q0: 셀의 초기 생리 생태를 정의하는 파라미터, t: 시간, A: 시간 변수를 의미함)
S10단계에서 수집한 데이터를 1차 모델인 바라니이모델에 적용하여 저장온도별로 1차 모델의 파라미터 값인 초기 세균수(N0), 최대 세균수(Nmax), 최대생장률(max), 유도기(LPD, Lag Phase Duration) 또는 숄더 피어리어드(Shoulder Period) 등을 산출한다(S12).
아래 표 1은 훈제연어에서 4oC, 10oC, 20oC의 저장온도에서 리스테리아 모노사이토제네스의 생장예측을 위한 1차 모델의 파라미터인 유도기, 미생물 최대생장률, 초기 세균수, 최대 세균수의 산출 값을 나타낸 것이다.
Storage
temperature
(oC)		 LPD
(h)		 Growth rate
(log CFU/g/h)		 N 0
(log CFU/g)		 N max
(log CFU/g)
4 74.21±6.57 0.01±0.01 3.30±0.13 -
10 17.70±2.97 0.04±0.02 3.41±0.35 8.69±0.61
20 4.84±1.60 0.13±0.01 3.73±0.58 8.98±0.21
표 1에서 LPD(Lag Phase Duration)는 리스테리아 모노사이토제네스 균이 증가하기 시작하기까지의 시간, Growth rate은 생장률, No는 초기 리스테리아 모노사이토제네스 수, Nmax 는 최대 리스테리아 모노사이토제네스 수를 의미한다.
4oC, 10oC, 20oC의 저장온도에서 훈제연어의 리스테리아 모노사이토제네스의 유도기는 74.2, 17.7, 4.84 h로 계산되었고, 생육 속도는 0.01, 0.04, 0.13 log CFU/g/h로 계산되어 온도가 높아질수록 리스테리아 모노사이토제네스의 생장속도가 증가하는 것으로 나타났다.
다음으로, 1차 모델에서 산출된 파라미터들이 내적외적 환경요소에 따라 어떻게 변화하는지 예측하기 위해, 1차 모델에서 산출한 파라미터의 환경변화에 따른 2차 모델을 개발한다(S13).
미생물 생장예측에 관한 2차 모델은 다항식 모델(Polynomial model), 아르헨니스 모델(Arrhenius model), 제곱근모델(Square root model), 감마컨셉(Gamma concept), 라트콥스키 모델(Ratkowski model), 데이비(Davey model) 등이 있으며, 본 발명에서는 다항식 모델과 데이비 모델을 이용하여 저장 온도 변화에 따른 리스테리아 모노사이토제네스의 최대생장률과 유도기의 변화량을 계산하기 위하여 2차 모델을 개발한다.
아래 수학식 2는 다항식 모델의 수식을 나타낸 것이다.
Figure pat00002
(여기서, μmax: 최대생장률, α, b, c: 상수, T: 저장온도임)
Figure pat00003
(여기서, Y : Lag Time, α, b, c: 상수, T: 저장온도임)
도 3은 1차 모델에서 얻어진 유도기와 생장률의 값을 2차 모델의 변수값을 사용하여 산출한 훈제연어에서의 리스테리아 모노사이토제네스의 유도기와 생장률의 2차 모델을 나타낸 것이고, 수학식 3은 이에 관한 2차 모델 수식을 나타낸 것이다.
Figure pat00004
위에서 도출한 2차 모델의 적합성 검증을 위해 모델 개발에 사용되지 않은 8oC, 15oC 저장 온도에서 추가실험을 진행하였으며 각각의 온도에서 관측된 리스테리아 모노사이토제네스와 개발된 1, 2차 모델을 이용하여 예측한 리스테리아 모노사이토제네스의 평균제곱근편차값(RMSE)을 산출하였으며, 그 결과 아래 표 2와 같다.
샘플 B factor A factor RMSE
훈제연어 0.97 1.07 0.368
위 표 2에서 보는 바와 같이, B factor 값은 0.97, A factor 값은 1.07이며, RMSE 값은 0.368으로 선행연구에서 제시된 기준 값들보다 낮거나 비슷하게 나타났으므로 적합성이 있는 수치에 해당한다. 따라서, 위에서 개발한 1차 및 2차 모델들이 통계적으로 적합한 모델임이 검증된다.
다음으로, 전술한 과정을 거쳐 개발한 1차 모델 및 2차 모델을 이용하여 변온조건 하에서 수산식품의 미생물 생장을 예측하는 다이내믹 모델을 도출한다(S14). 본 발명에서는 수산식품이 판매 및 소비하는 단계에서 지속적으로 저장 온도가 변화하는 것을 고려하여 변온 조건에서 미생물 생장을 예측하는 다이내믹 모델을 개발하였다. 본 발명에서는 바라니이 모델을 이용하여 1차 모델을 구하고, 계산된 파라미터들을 이용하여 2차 모델을 개발한 뒤 산출된 미생물 생장률과 유도기 또는 숄더 피어리어드 값으로 계산된 예측 값을 이용하여 온도에 대해 미분하여 변온조건 하에서 미생물의 생장을 예측한다.
도 4는 본 발명의 변온조건에서 훈제연어에서의 리스테리아 모노사이토제네스의 세균 수 예측을 위해 개발한 다이내믹 모델을 도시한 것으로, 실제 관찰된 값은 점으로, 생장을 예측한 값은 라인으로 표시된다. 도 4의 다이내믹 모델은 훈제연어의 유통 환경 조사 시의 유통 온도와 시간에 대한 결과를 바탕으로, 훈제연어의 저장 온도를 4, 12, 20oC 범위 내에서 변화를 주어 온도변화에 따른 리스테리아 모노사이토제네스의 수의 증가를 예측하기 위해 미분개념을 이용하여 다이내믹 모델을 개발하였다.
도 4를 참조하면, 본 발명에 따른 다이내믹 모델에서의 미생물 생장 예측값이 관찰값과 매우 근사하게 일치하는 것을 통해 그 예측의 정확성을 다시 한번 확인할 수 있다.
이렇게 도출된 다이내믹 모델의 결과를 통해, 수산식품의 위해성평가정보 및/또는 안전관리정보를 도출한다(S15). 위해성평가정보는 해당 수산식품의 미생물 생장예측값을 근거로 인체 섭취 위해성 여부를 평가하는 정보이며, 안전관리정보는 해당 수산식품의 안전 유통 및 소비를 위한 적정한 유통온도 또는 저장온도, 유통기한 등에 관한 정보를 의미한다. 본 발명은 이와 같은 다이내믹 모델의 해석 결과에 기초하여 사용자가 이해하기 쉽도록 적정 저장온도 및 저장시간에 관한 정보를 제공할 수 있다. 전술한 실시예에서는 수산식품 중에서 훈제연어에 관해 리스테리아 모노사이토제네스의 다이내믹 생장예측모델의 개발에 대해 설명하였으나, 이는 예시에 불과하며 더 많은 수산식품과 더 많은 식중독균에 대해 모델을 개발하여 이에 관한 데이터베이스를 더 구축할 수 있다.
도 5는 본 발명의 일 실시예에 따른 수산식품의 안전성 관리 시스템의 개략도이고, 도 12는 본 발명의 일 실시예에 따른 수산식품에서의 다이내믹 미생물 생장예측장치(100)의 개념도이다. 전술한 실시예와 중복되는 설명은 필요에 따라 생략하기로 한다.
도 5 및 6을 참조하면, 본 발명의 일 실시예에 따른 수산식품의 안전성 관리 시스템은 데이터수집서버(1), 미생물 생장예측장치(100), 및 안전관리정보제공서버(200)를 포함하며, 미생물 생장예측장치(100)는 사용자입력부(10), 모델저장부(20), 및 모델산출부(30)를 포함한다.
데이터수집서버(1)는 수산식품의 유통 및 판매 중의 저장이나 유통에 따른 온도변화에 관한 데이터를 수집하기 위한 것이다. 이렇게 수집한 데이터는 다이내믹 모델 개발 시 사용된다. 수산식품의 온도데이터 수집은 실제 수산식품별 품온을 측정한 값을 수집할 수도 있으나, 미리 구축한 수산식품의 저장장소의 온도와 수산식품 각각의 품온과의 상관관계에 관한 식을 이용하여 저장장소의 온도 데이터를 수신하면 해당 데이터로부터 수산식품 각각의 품온데이터를 추정할 수도 있다.
미생물 생장예측장치(100)는 수산식품의 미생물 생장에 관한 1차 모델과 2차 모델을 갖고, 데이터수집서버(1)에서 수집한 온도데이터를 대응하는 수산식품에 관한 모델에 적용하여 미생물 생장을 예측하는 다이내믹 모델을 산출하기 위한 것으로, 도 6을 참조하면, 사용자입력부(10), 모델저장부(20), 및 모델산출부(30)를 포함한다.
사용자입력부(10)는 사용자의 입력을 받기 위한 것으로, 키보드, 마우스, 터치스크린, GUI 등을 포함한다. 사용자는 사용자입력부(10)를 통해 원하는 수산식품의 종류나 식중독균의 종류를 선택하여 해당 식중독균의 생장을 예측할 수 있는 다이내믹 모델을 도출할 수 있다. 또한, 사용자는 사용자입력부(10)를 통해 데이터수집서버(1)에서 수집한 수산식품의 저장온도 프로파일을 선택하거나, 외부에서 별도로 측정한 저장온도 프로파일 데이터를 미생물 생장예측장치(100)에 입력할 수도 있다.
모델저장부(20)는 수산식품별 미생물별 생장예측을 위한 1차 및 2차 모델을 저장한 것으로, 전술한 1차 및 2차 예측모델 개발 과정을 통해 각 수산식품에 대한 식중독균 각각의 생장예측모델을 개발하여 저장한다. 다양한 수산식품의 종류나 미생물종에 관한 모델이 구축되고 업데이트 되면 될수록 더욱 정확한 생장예측이 가능하다.
모델산출부(30)는 사용자로부터 수산식품의 종류와 미생물종에 관한 선택이 이루어지면 해당 수산식품과 미생물종에 적합한 모델을 모델저장부(20)로부터 추출하여 해당 미생물종의 생장예측을 위한 다이내믹 모델을 산출하기 위한 것이다. 모델산출부(30)는 1차 모델과 상기 2차 모델에서 산출된 파라미터를 온도에 대해 미분하여 변온조건에서 수산식품의 미생물 생장을 예측한다. 사용자는 모델산출부(30)에서 산출한 다이내믹 모델의 값을 통해 해당 미생물의 생장예측값을 확인할 수 있다.
미생물 생장예측장치(100)는 데이터수집서버(1)에서 수집한 수산식품의 저장온도에 관한 데이터를 저장하는 데이터베이스부(40)를 더 포함할 수 있다. 데이터베이스부(40)는 수산식품별 저장장소, 저장기간에 따른 저장온도에 관한 데이터 및 통계치를 저장한다.
만약, 사용자로부터 수산식품의 저장온도에 관한 프로파일 데이터가 입력되지 않는 경우에는 데이터베이스부(40)에 저장된 해당 수산식품의 저장온도에 관한 통계치에 따라 다이내믹 모델을 도출하고, 사용자로부터 수산식품의 저장온도에 관한 프로파일 데이터가 입력되면 해당 데이터를 적용하여 다이내믹 모델을 도출한다. 경우에 따라서 사용자가 입력하는 온도 프로파일 데이터가 수산식품의 저장기간 중 일부기간에 관한 데이터만 갖고 있는 경우에는 모델산출부(30)는 온도데이터가 누락된 구간에 대해 데이터베이스부(40)에서 대응하는 온도데이터를 추출하여 이를 활용한다.
안전관리정보제공서버(200)는 모델산출부(30)에서 도출한 다이내믹 모델에 기초하여 해당 수산식품의 보관시간 및 보관온도에 관한 안전관리정보를 제공한다. 더 나아가 안전관리정보제공서버(200)는 산출된 다이내믹 모델에 기초하여 해당 수산식품의 위해성 평가정보를 제공할 수 있다. 여기서, 안전관리정보제공서버(200)가 제공하는 수산식품의 안전관리정보는 도출한 다이내믹 모델의 해석결과를 사용자가 쉽게 알 수 있도록 적정한 보관온도나 보관기간 등에 관한 정보를 포함한다.
전술한 실시예에서는 미생물 생장예측장치(100)와 안전관리정보제공서버(200)가 별도로 구성되어 있는 것으로 설명하였으나, 두 구성이 하나의 장치로 구현될 수 있다.
본 발명의 또 다른 실시예에 따르면, 미생물 생장예측장치(100)는 안전관리정보산출부(50)를 더 포함할 수 있다. 안전관리정보산출부(50)는 모델산출부(30)에서 도출한 다이내믹 모델에 기초하여 상기 수산식품의 보관시간 및 보관온도에 관한 안전관리정보를 산출하기 위한 것으로, 다이내믹 모델에서 산출한 해당 수산식품에서 해당 미생물의 수의 예측값이나 추이 등을 해석하여 향후 적정한 저장온도나 저장시간에 관한 데이터를 산출하여 제공한다.
본 발명의 또 다른 실시예에 따르면, 미생물 생장예측장치(100)는 위해성평가부(60)를 더 포함할 수 있다. 위해성평가부(60)는 모델산출부(30)에서 도출한 다이내믹 모델에 기초하여 수산식품의 위해성 평가정보를 산출한다. 수산식품의 위해성 평가정보는 현재 단계에서 해당 수산식품을 섭취했을 경우 인체의 위해성 여부에 관한 정보를 포함한다.
이와 같이, 본 발명에 따른 수산식품의 미생물 생장예측, 방법 및 수산식품의 안전성 관리시스템은 수산식품별 미생물별 예측모델을 구축하여 변온조건하에서도 미생물 생장을 예측할 수 있도록 함으로써, 실제의 변온조건 환경을 반영할 수 있으므로 그 예측의 정확성을 높일 수 있다.
이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 캐리어 웨이브 매체 등이 포함될 수 있다.
또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재할 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
1: 데이터수집서버 10: 사용자입력부
20: 모델저장부 30: 모델산출부
40: 데이터베이스부 50: 안전관리정보산출부
60: 위해성평가부 100: 미생물 생장예측장치
200: 안전관리정보제공서버

Claims (16)

  1. 수산식품에서의 다이내믹 미생물 생장예측방법에 있어서,
    저장온도별 수산식품에서의 미생물 생장패턴에 관한 데이터에 기초하여 미생물 생장에 관한 1차 모델을 결정하고, 저장온도별 상기 미생물의 초기 세균수, 최대 생장 세균수, 생장률, 유도기(Lag Phase Duration), 또는 숄더 피어리어드(Shoulder Period)에 관한 파라미터를 산출하는 단계;
    상기 산출된 파라미터의 저장온도변화에 따른 2차 모델을 도출하는 단계; 및
    상기 1차 모델과 상기 2차 모델에서 산출된 파라미터 값을 이용하여 변온조건 하에서 상기 수산식품에서의 미생물 생장을 예측하는 다이내믹 모델을 도출하는 단계를 포함하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측방법.
  2. 제1항에 있어서,
    상기 다이내믹 모델을 도출하는 단계는, 상기 1차 모델과 상기 2차 모델에서 산출된 파라미터를 온도에 대해 미분하여 변온조건에서 상기 수산식품에서의 미생물 생장을 예측하는 상기 다이내믹 모델을 도출하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측방법.

  3. 제1항 또는 제2항에 있어서,
    상기 변온조건은 상기 수산식품에서의 시간에 따른 온도변화에 관한 프로파일 데이터를 기초로 하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측방법.
  4. 제1항 또는 제2항에 있어서,
    상기 1차 모델은 수학식 1의 바라니이 모델(Baranyi Model)을 이용하여 도출되는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측방법.
    [수학식 1]
    Figure pat00005

    (여기서, μmax: 미생물 최대생장률, N0: 초기 미생물 수, Nt : 시간에 따른 미생물 수, Nmax: 최대 세균수, q0: 셀의 초기 생리 생태를 정의하는 파라미터, t: 시간, At: 시간 변수를 의미함)
  5. 제1항 또는 제2항에 있어서,
    상기 2차 모델은 수학식 2의 다항식 모델 및 데이비 모델을 이용하여 도출되는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측방법.
    [수학식 2]
    Figure pat00006

    (여기서, μmax: 최대생장률, α, b, c: 상수, T: 저장온도임)
    Figure pat00007

    (여기서, Y : Lag Time, α, b, c: 상수, T: 저장온도임)
  6. 제1항 또는 제2항에 있어서,
    상기 다이내믹 모델에 기초하여 상기 수산식품의 저장온도 및 저장시간에 안전관리정보를 추출하는 단계를 더 포함하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측방법.
  7. 제1항 또는 제2항에 있어서,
    상기 다이내믹 모델에 기초하여 상기 수산식품의 위해성 평가정보를 도출하는 단계를 더 포함하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측방법.
  8. 제1항 또는 제2항에 있어서,
    상기 다이내믹 모델은 훈제연어, 또는 생선에 대해 도출하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측방법.
  9. 제8항에 있어서,
    상기 다이내믹 모델은 병원성대장균, 황색포도상구균, 살모렐라균, 비브리오균, 리스테리아 모노사이토제네스, 콜레라균 또는 노로바이러스 각각에 대해 도출하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측방법.
  10. 제1항 또는 제9항에 따른 수산식품에서의 다이내믹 미생물 생장예측방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  11. 수산식품에서의 다이내믹 미생물 생장예측장치에 있어서,
    사용자로부터 수산식품의 종류 및 미생물 종류에 관한 선택을 입력받기 위한 사용자입력부;
    적어도 하나의 수산식품의 미생물 생장에 관한 1차 모델과 2차 모델에 관한 정보가 저장된 모델저장부; 및
    상기 사용자입력부를 통해 입력된 수산식품 및 미생물 종류에 관한 선택정보에 대응하는 모델에 관한 정보를 상기 모델저장부로부터 추출하고, 사용자로부터 입력된 수산식품의 저장시간에 따른 저장온도에 관한 프로파일 정보를 상기 추출한 모델에 관한 정보에 적용하여 변온조건 하에서 수산식품에서의 미생물 생장을 예측하는 다이내믹 모델을 도출하는 모델산출부를 포함하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측장치.
  12. 제11항에 있어서,
    상기 모델산출부는 상기 1차 모델과 상기 2차 모델에서 산출된 파라미터를 온도에 대해 미분하여 변온조건에서 수산식품의 미생물 생장을 예측하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측장치.
  13. 제11항에 있어서,
    적어도 하나의 수산식품의 유통 및 판매 중의 저장온도에 관한 통계데이터를 저장하는 데이터베이스부를 더 포함하고,
    상기 모델산출부는 상기 사용자로부터 입력된 수산식품의 저장시간에 따른 저장온도에 관한 프로파일 정보에 누락된 온도정보를 상기 통계데이터의 온도정보로 보완하여 상기 다이내믹 모델을 산출하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측장치.
  14. 제13항에 있어서,
    상기 다이내믹 모델에 기초하여 상기 수산식품의 보관시간 및 보관온도에 관한 안전관리정보를 산출하는 안전관리정보산출부를 더 포함하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측장치.
  15. 제13항에 있어서,
    상기 다이내믹 모델에 기초하여 상기 수산식품의 위해성 평가정보를 산출하는 위해성평가부를 더 포함하는 것을 특징으로 하는 수산식품에서의 다이내믹 미생물 생장예측장치.
  16. 수산식품의 안전성 관리 시스템에 있어서,
    수산식품의 유통 및 판매 중의 저장시간에 따른 온도변화에 관한 데이터를 수집하는 데이터수집서버;
    수산식품에서의 미생물 생장에 관한 1차 모델과 2차 모델을 갖고, 상기 데이터수집서버에서 수집한 데이터를 대응하는 수산식품에 관한 모델에 적용하여 미생물 생장을 예측하는 다이내믹 모델을 산출하는 미생물 생장예측장치; 및
    상기 다이내믹 모델에 기초하여 상기 수산식품의 보관시간 및 보관온도에 관한 안전관리정보를 제공하는 안전관리정보제공서버를 포함하는 것을 특징으로 하는 수산식품의 안전성 관리 시스템.
KR1020160182332A 2016-12-29 2016-12-29 수산식품에서의 다이내믹 미생물 생장예측장치 및 방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체,　및 이를 이용한 수산식품의 안전성 관리 시스템 KR20180078394A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160182332A KR20180078394A (ko) 2016-12-29 2016-12-29 수산식품에서의 다이내믹 미생물 생장예측장치 및 방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체,　및 이를 이용한 수산식품의 안전성 관리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160182332A KR20180078394A (ko) 2016-12-29 2016-12-29 수산식품에서의 다이내믹 미생물 생장예측장치 및 방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체,　및 이를 이용한 수산식품의 안전성 관리 시스템

Publications (1)

Publication Number Publication Date
KR20180078394A true KR20180078394A (ko) 2018-07-10

Family

ID=62915682

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160182332A KR20180078394A (ko) 2016-12-29 2016-12-29 수산식품에서의 다이내믹 미생물 생장예측장치 및 방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체,　및 이를 이용한 수산식품의 안전성 관리 시스템

Country Status (1)

Country Link
KR (1) KR20180078394A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109147865A (zh) * 2018-09-26 2019-01-04 青岛农业大学 基于快速检测技术的鸡肉中沙门氏菌风险评估系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160013677A (ko) * 2014-07-28 2016-02-05 한국식품연구원 식품 내 바실러스 세레우스의 안전관리 방법 및 안전관리 시스템
KR101616084B1 (ko) * 2014-07-28 2016-05-12 한국식품연구원 신선편의식품 내 대장균에 대한 위해평가 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160013677A (ko) * 2014-07-28 2016-02-05 한국식품연구원 식품 내 바실러스 세레우스의 안전관리 방법 및 안전관리 시스템
KR101616084B1 (ko) * 2014-07-28 2016-05-12 한국식품연구원 신선편의식품 내 대장균에 대한 위해평가 장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109147865A (zh) * 2018-09-26 2019-01-04 青岛农业大学 基于快速检测技术的鸡肉中沙门氏菌风险评估系统

Similar Documents

Publication Publication Date Title
Ross et al. Modeling microbial growth within food safety risk assessments
Todd Food-borne disease prevention and risk assessment
Gogou et al. Cold chain database development and application as a tool for the cold chain management and food quality evaluation
Koutsoumanis et al. Development of a safety monitoring and assurance system for chilled food products
Tenenhaus-Aziza et al. Software for predictive microbiology and risk assessment: A description and comparison of tools presented at the ICPMF8 Software Fair
Mataragas et al. Quantitative microbiological risk assessment as a tool to obtain useful information for risk managers—Specific application to Listeria monocytogenes and ready-to-eat meat products
Mataragas et al. Risk profiles of pork and poultry meat and risk ratings of various pathogen/product combinations
Havelaar et al. Effectiveness and efficiency of controlling Campylobacter on broiler chicken meat
Smith et al. A risk modeling framework to evaluate the impacts of climate change and adaptation on food and water safety
Janevska et al. Application of a HACCP–QMRA approach for managing the impact of climate change on food quality and safety
Tenenhaus‐Aziza et al. Risk‐based approach for microbiological food safety management in the dairy industry: the case of Listeria monocytogenes in soft cheese made from pasteurized milk
Sumner et al. A risk microbiological profile of the Australian red meat industry: Risk ratings of hazard–product pairings
Roccato et al. Artisanal Italian salami and soppresse: Identification of control strategies to manage microbiological hazards
Gunvig et al. Staphtox predictor-A dynamic mathematical model to predict formation of Staphylococcus enterotoxin during heating and fermentation of meat products
Coleman et al. Impact of microbial ecology of meat and poultry products on predictions from exposure assessment scenarios for refrigerated storage
Foegeding Driving predictive modelling on a risk assessment path for enhanced food safety
Chung et al. Growth prediction and time–temperature criteria model of Vibrio parahaemolyticus on traditional Korean raw crab marinated in soy sauce (ganjang-gejang) at different storage temperatures
Habib et al. Human campylobacteriosis related to cross-contamination during handling of raw chicken meat: Application of quantitative risk assessment to guide intervention scenarios analysis in the Australian context
KR20160013677A (ko) 식품 내 바실러스 세레우스의 안전관리 방법 및 안전관리 시스템
Bollaerts et al. Development of a quantitative microbial risk assessment for human salmonellosis through household consumption of fresh minced pork meat in Belgium
Lammerding Modeling and risk assessment for Salmonella in meat and poultry
KR20180078394A (ko) 수산식품에서의 다이내믹 미생물 생장예측장치 및 방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체,　및 이를 이용한 수산식품의 안전성 관리 시스템
Huang Evaluating the performance of a new model for predicting the growth of Clostridium perfringens in cooked, uncured meat and poultry products under isothermal, heating, and dynamically cooling conditions
KR20180078395A (ko) 축산식품에서의 다이내믹 미생물 생장예측장치 및 방법, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체,　및 이를 이용한 축산식품의 안전성 관리 시스템
Nauta Microbial food safety risk assessment

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment