پیش بینی شیوع آلودگی های میکروبی در زنجیره تولید لبنیات سنتی با استفاده از داده های محیطی و فرآیندی

ایمنی میکروبی لبنیات سنتی یکی از چالش های اساسی امنیت غذایی در کشورهای در حال توسعه است زیرا در زنجیره تولید سنتی معمولا داده های محیطی و فرآیندی به صورت نظام مند ثبت یا تحلیل نمی شود و کنترل و پیش بینی شیوع آلودگی های باکتریایی دشوار می گردد. هدف این مقاله مروری تبیین الگوهای شکل گیری آلودگی های میکروبی در زنجیره لبنیات سنتی و بررسی ظرفیت داده های محیطی و فرآیندی برای طراحی مدل های پیش بینی خطر است. روش پژوهش بر پایه مرور نظام مند منابع علمی داخلی و بین المللی و تحلیل محتوایی یافته ها انجام گرفت. بررسی منابع نشان داد که آلودگی های شاخص شامل S. aureus، Salmonella spp. ، Listeria monocytogenes و Pseudomonas spp بیشترین شیوع را در محصولات سنتی لبنی دارند و معمولا در چهار نقطه بحرانی زنجیره تولید دوشش، اولیه استارتر تخمیری، تماس انسانی و نگهداری نهایی بروز می کنند. ارزیابی همزمان داده های محیطی مانند دما، رطوبت نسبی و کیفیت آب با داده های فرآیندی همچون مدت تخمیر، افت pH و دفعات شست وشو نشان داد که این متغیرها مهم ترین پیش بینی کننده های خطر میکروبی هستند. مرور مطالعات بین المللی و داخلی حاکی از آن است که کاربرد الگوریتم های یادگیری ماشین از نوع شبکه عصبی مصنوعی، جنگل تصادفی و رگرسیون های ترکیبی می تواند دقت پیش بینی را به طرز معناداری افزایش دهد و امکان تولید نقشه ها و هشدارهای مکانی-زمانی را فراهم کند. نتیجه گیری نهایی نشان می دهد که ادغام سامانه های داده محور با روش های تحلیلی هوش مصنوعی می تواند به طراحی سامانه های هشدار زودهنگام، بهبود کیفیت بهداشتی و ارتقای ایمنی میکروبی لبنیات سنتی منجر شود. استقرار بانک داده های ملی و آموزش تولیدکنندگان محلی برای ثبت و تفسیر داده ها، گام بنیادین در جهت پایداری و سلامت زنجیره لبنیات ایران به شمار می آید.

کلیدواژه ها:

لبنیات سنتی ، آلودگی میکروبی ، داده های محیطی ، داده های فرآیندی ، پیش بینی شیوع