RISULTATI & DISCUSSIONE La spettroscopia infrarosso per discriminare microrganismi responsabili di contaminazioni nell'industria alimentare Cristina Malegori, Silvia Grassi, Roberto Foschino, Ernestina Casiraghi A Dipartimento di Scienze per gli Alimenti, la Nutrizione e l’Ambiente (DeFENS), Università degli Studi di Milano, Via G. Celoria 2 - 20133 Milano INTRODUZIONE Le tecnologie e le pratiche adottate nelle industrie alimentari si sono modificate fortemente nelle ultime decadi, in particolare in merito alla velocità di produzione ed ai volumi prodotti [1]. Nonostante questo, le tecniche per il monitoraggio della contaminazione microbica di superficie sono rimaste invariate e i gold standard di riferimento sono ancora tecniche colturali che richiedono diversi giorni di analisi [2]. Ad esempio la determinazione di E. coli specifici richiede dalle 48-56 ore che comprendono conta in piastra su terreno selettivo e discriminante e conferma attraverso PCR (polymerase chain reaction) degli isolati considerati positivi. In questo contesto è chiaro che l’industria alimentare abbia necessità di metodi alternati, che siano rapidi e affidabili, per riconoscere la presenza microbica sulle superfici di lavorazione e d’impianto e per verificare l’efficacia dei trattamenti di sanificazione applicati. Lo scopo del lavoro è stato quello di verificare la capacità della spettroscopia FT-IR di discriminare diversi microorganismi riconosciuti responsabili delle principali contaminazioni di superficie dell’industria alimentare. MATERIALI & METODI FT-IR Con un ansa si è proceduto al prelievo delle colonie cresciute su piastra. Per ciscuna piastra sono stati effettuate 5 letture. Utilizzando un FT-IR dotato di cella ATR a singola riflessione. FTIR-ATR - 4000-400 cm-1, 128 scansioni, risoluzione 16 cm-1) Staphilococcus aureus Escherichia coli Brettanomices bruxellensis Prima di procedere con la PCA è stata selezionata la regione spettrale denominata fingerprint (1600-900 cm-1 ). Tale regione è stata successivamente pretrattata tramite smoothing (3 pti, secondo ordine polinomiale) e SNV. PCA Sono state allestite due colture per ciascun ceppo microbico considerato. Ciascuna coltura è stata poi strisciata su tre diverse piastre Petri contenenti terreno agarizzato generico: APC per i due batteri e YGC per il lievito. Ciascuna piastra è stata incubata alla temperatura ottimale di crescita del microrganismo. RISULTATI & DISCUSSIONE CONCLUSIONI L’applicazione della tecnica FT-IR sembra essere promettente per la discriminazione di microrganismi aventi strutture di membrana differenti. Infatti grazie ad una analisi esplorativa, quale la PCA, è stato possibile distinguere tre diversi gruppi a seconda del tipo di microrganismo. I diversi ceppi dello stesso microrganismo sono, invece, considerati come appartenenti ad un unico gruppo. In futuro, sarà necessario implementare il dataset con altri microrganimi di modo da creare una banca dati realistica e confermare i risultati fino ad ora ottenuti. Score on PC 2(6.90%) Figura 1. Dettaglio della regione finger print selezionata e pretrattata con SNV e smoothing (3 pti, secondo ordine polinomiale). Figura 2. PCA: Score plot delle prime tre componenti principali Figura 3. PCA: Loading plot delle prime tre componenti principali [1]Olson ED (2011) Protecting food safety: more needs to be done to keep pace with scientific advances and the changing food supply. Health Aff (Millwood) 30: 915–923. [2] Food and Drug Administration (2012) Bacteriological Analytical Manual (BAM). Silver Spring, MD. Bibliografia