Loading...
Please wait, while we are loading the content...
Similar Documents
Identifizierung lebensmittelrelevanter und humanpathogener Bakterien aus Milch und Fleisch mittels Raman-Mikrospektroskopie in Kombination mit statistischer Datenanalyse
| Content Provider | Semantic Scholar |
|---|---|
| Author | Meisel, Susann |
| Copyright Year | 2014 |
| Abstract | Jahrlich erkranken uber 2 Mrd. Menschen an verdorbenen Lebensmitteln. Aus dem Infektionsepidemiologischen Jahrbuch meldepflichtiger Krankheiten des RKI geht hervor, dass dabei vor allem mikrobielle Kontaminationen, wie Salmonella oder Escherichia coli, in Fleisch, Ei, Milch und deren Produkten, Ursache zahlreicher Ausbruche sind. Um Lebensmittel fur die Bevolkerung sicherer zu machen, mussen Detektionsverfahren nicht nur sensitiv und spezifisch sein, sondern auch kostengunstig und moglichst vor Ort schnell und effektiv Ergebnisse liefern.In der vorliegenden Dissertation wurde eine Methodik erforscht, mithilfe derer sich in wenigen Stunden Lebensmittel, wie Fleisch und Milch, auf eine mogliche Kontamination mit pathogenen Keimen uberprufen lassen. Dabei fust die Detektion auf der Raman-Mikrospektroskopie, welche die Analyse einzelner Bakterien erlaubt, wodurch eine zeitaufwendige Vorkultivierung obsolet wird. Um jedoch einzelne Mikroben anhand ihres spektralen Fingerabdrucks zu identifizieren, muss ein geeigneter Weg gefunden werden, um fur Realproben stabile Raman-Datenbanken zu erstellen. Neben der Untersuchung von zwei verschiedenen Extraktionsmethoden, einer Savinase-basierten Milchverdauung und der Percoll-Dichtegradientenzentrifugation, hinsichtlich ihrer Raman-Kompatibilitat, wurden verschiedene Raman-Datenbanken erstellt, um u.a. Brucella spp. aus Milch von den genetisch nah-verwandten Ochrobactrum und Yersinia enterocolitica zu differenzieren, aber auch um pathogene Mikroben in Fleisch aufzuspuren. Die bis dato erfassten „Proof-of-principle“-Konzepte implizieren, dass eine Raman-Mikrospektroskopische Identi¬fizierung von Lebensmittelkeimen dann gewahrleistet ist, wenn neben einem geeigneten Isolierungs- und Inaktivierungsprotokoll, Referenzspektren der zu analysierenden, taxonomisch ahnlichen Spezies und geeignete Klassifizierungsalgorithmen in einer zu¬grunde liegenden Datenbank berucksichtigt werden. |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://www.db-thueringen.de/servlets/MCRFileNodeServlet/dbt_derivate_00028884/Dissertation_Susann_Meisel.pdf |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
