Arrhenius模型結合MKT對食品保存期限的應用潛力

         近年來世界各地的零售和食品服務中，由於不合適行為引起的食源性疾病暴發；食品運輸和分配過程中冷鏈(cold chain)的中斷，是導致食源性疾病或食品惡化的微生物發展的主要風險因素之一。在整個配送網絡中需要有效的冷卻系統和溫度維持，以符合食品安全標準並保持感官和營養特性。

圖1. 冷鏈(cold chain)示意圖 (圖取自網路: 如何建立有效的冷鏈管理 )

        病源菌生長參數（例如遲滯期）的活化能(E _a)可能代表食品安全的可靠標記，強烈需要一種在線方法來確定和預測，溫度濫用對整個冷藏過程中潛在病原菌生長的影響。
        在食品儲存中使用冷藏的基本原理是盡可能長時間地延長遲滯期，或通過減去熱量來減緩微生物的生長速度。已經假設遲滯期包括數百種分子轉化，例如細胞組分的合成，分子損傷的修復，瞬時金屬積累，適應新環境條件和準備指數生長的所有機制(Rolfe等人，2012）。

        我們無法推測哪些是微生物潛伏期(latent period)持續時間，所涉及的生理過程的生化反應，這些反應首先積累能量以觸發細胞複製。根據Diez-Gonzalez等人（2007）的說法，可以考慮病原菌遲滯期的Ea作為與食品安全相關的一致因素，其基本原理是潛伏期(latent period)在系統達到微生物細胞複製的活化能水平時結束。

              平均動力學溫度（MKT）參數在製藥領域中，已經用於輕鬆控制溫度變化對藥物質量的影響，MKT的使用是廣泛的且廣為接受的，作為估計與儲存溫度相關的藥物降解的便利方法。

圖 2. 平均動力學溫度（MKT）方程式

        基於HACCP方法的食品安全管理系統認為溫度監測是一個關鍵要素。使用具有觸發警報的溫度數據記錄器，在不合規程序中進行管理，以警告由於熱濫用引起的傳入風險。通常會發生與高溫運行期間冷藏室的門打開/關閉動作，所引起的溫度峰值相關的假警報。
        另一方面，通過沿每日或每週時間連續記錄獲得的簡單算術平均溫度值，對隨時間發生的離散變化不敏感。通過利用其固有特性來平滑峰值並保持變化計數，監控MKT而不是實際溫度，可以方便地減少誤報(Anderson和Scott，1991;美國FDA，2003）。

        
        應用Arrhenius模型，非常適合計算活化能(Ea)，包括這二者遲滯期(lag phases)和生長速率(growth rates)。

圖 3.   Arrhenius方程式

圖 4. 利用 lnκ 與(1/T)作圖，線性回歸後得出 Arrhenius方程式 ，再由斜率(-Ea/R)即可算出活化能(Ea)。

1. 確定生長參數的活化能

考慮病原菌遲滯期的Ea作為與食品安全相關的一致因素，個別產品特定病原菌的Ea值，對於將來在生產和分配食物鏈中，應用於設備中進行溫度控制的實施非常有用。

2. MKT參數比簡單的算術平均值更加謹慎

MKT可以顯示產品在儲存和分配過程中在不同溫度下經歷的累積熱應力。MKT不是簡單的加權平均值。在計算平均值時，MKT的計算給予較高溫度更大的權重，而不是簡單的數值平均值或算術平均值。選擇合適的記錄時間間隔，合理的短時間和一致的MKT閾值，可以開發出適用於日常食品安全控制管理系統溫度監測的數據記錄器。

3. 食品控制中MKT的實施

MKT是替代品或易腐食品的一種管理驗證程序的附加參數。使用可靠的算法進行適當設計，並通過挑戰測試由實驗數據驗證，可接受的MKT值可以在適當的警報工具中用於溫度控制，以便管理冷鏈期間的熱濫用。

4. 可以更有效估計保存期限的安全係數

利用軟體分析存儲和裝運數據 - 然後使用產品規格和可追溯性數據對其進行重新分析，以確定食品保存期限的“丟失天數”。最後的計算是將“丟失的天數”應用於“按日期銷售”，這將決定新的估計保存期限。

參考文獻:

1. Anderson, G., and Scott, M. (1991). Determination of product shelf life and activation energy for five drugs of abuse. Clin. Chem. 37, 398–402.

2. Brown L. H., Wojcik S. M., Bailey L. C., Tran C. D. (2006). Can stock rotation effectively mitigate EMS medication exposure to excessive heat and cold? Am. J. Emerg. Med. 24, 14–18.

3. Diez-Gonzalez F., Belina D., Labuza T. P., Pal A. (2007). Modelling the growth of Listeria monocytogenes based on a time to detect model in culture media and frankfurters. Int. J. Food Microbiol. 100, 41–53.

4. Rolfe M. D., Rice C. J., Lucchini S., Pin C., Thompson A., Cameron A. D. S., et al. . (2012). Lag phase is a distinct growth phase that prepares bacteria for exponential growth and involves transient metal accumulation. J. Bacteriol. 194, 686–701.

5. Seevers R. H., Hofer J., Harber P., Ulrich D. A., Bishara R. (2009). The use of Mean Kinetic Temperature (MKT) in the handling, storage, and distribution of temperature sensitive pharmaceuticals. Pharm. Outsorcing 10, 12–17.

6. U. S. Food and Drug Administration (2003). Guidance for Industry: Q1A (R2) Stability Testing of New Drug Substances and Products. U.S. Department of Health and Human Services; Food and Drug Administration; Center for Drug Evaluation and Research (CDER); Center for Biologics Evaluation and Research (CBER).

7. 食品保存期限設定