Μικροβιολογία Τροφίμων I

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Διδακτική Πληροφορικής
Advertisements

Προσδιορισμός αριθμού σπερματοζωαρίων (1 από 6)
Κολοβακτηριοειδή (Coliforms)
Υδραυλικά & Πνευματικά ΣΑΕ
Υδραυλικά & Πνευματικά ΣΑΕ
Στατιστική και λογισμικά στις επιστήμες συμπεριφοράς
Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Ενότητα 1: Περιγραφική Στατιστική Βασίλης Γιαλαμάς Σχολή Επιστημών της Αγωγής Τμήμα Εκπαίδευσης και.
Εισαγωγή στη Νοσηλευτική Επιστήμη
Μικροβιολογία Τροφίμων I Ενότητα 10: Βιοχημικά τεστ ταυτοποίησης-Τεστ καταλάσης, οξειδάσης, αμινοπεπτιδάσης. Δρ. Ιωάννης Γιαβάσης, Επίκουρος Καθηγητής,
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Eγγειοβελτιωτικά έργα και επιπτώσεις στο περιβάλλον Ενότητα 5 : Προστασία αγωγών από.
Στατιστική Επιχειρήσεων Ενότητα 4: Αναλογικοί Αριθμοί και Αριθμοδείκτες. Σαντουρίδης Ηλίας Καθηγητής, Τμήμα Λογιστικής και Χρηματοοικονομικής, T.E.I. Θεσσαλίας.
Μικροοικονομική Θεωρία και Πολιτική Ενότητα 2: ΖΗΤΗΣΗ. Διάλεξη 3. Γεώργιος Θεοδοσίου, Αναπληρωτής Καθηγητής, Τμήμα Διοίκησης Επιχειρήσεων, T.E.I. Θεσσαλίας.
Μικροοικονομική Θεωρία και Πολιτική Ενότητα 4: Ζήτηση Προσφορά και Αγορά. Διαλέξεις 6 έως 7. Γεώργιος Θεοδοσίου, Αναπληρωτής Καθηγητής, Τμήμα Διοίκησης.
Μικροβιολογία Τροφίμων I Ενότητα 3: Καταμέτρηση Μικροοργανισμών με τη μέθοδο της ενσωμάτωσης ή επίστρωσης σε τρυβλία- Κανόνες Αρίθμησης (ή καταμέτρησης).
Εισαγωγή στη Νοσηλευτική Επιστήμη Ενότητα 4: Στρες και Στρατηγικές Αντιμετώπισης – Νοσηλευτική Φροντίδα. Κοτρώτσιου Ευαγγελία, Καθηγητής, Τμήμα Νοσηλευτικής,
Γενική Μικροβιολογία Ενότητα 9: Συμβατικές και σύγχρονες μέθοδοι μικροβιολογικής ανάλυσης. Ιωάννης Γιαβάσης, Καθηγητής, Τμήμα Τεχνολογίας Τροφίμων, T.E.I.
Κλασσική Μηχανική Ενότητα 7: Η αρχή των δυνατών έργων. Η αρχή του D’ Alembert Βασίλειος Λουκόπουλος, Επίκουρος Καθηγητής Τμήμα Φυσικής.
Κλασσική Μηχανική Ενότητα 1: Εισαγωγικές Έννοιες-Ορισμοί Βασίλειος Λουκόπουλος, Επίκουρος Καθηγητής Τμήμα Φυσικής.
Στοιχεία Μηχανών ΙΙ Ενότητα 3: Μετωπικοί τροχοί με κεκλιμένη οδόντωση – Κωνικοί οδοντωτοί τροχοί Δρ Α. Δ. Τσολάκης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε. ΕΛΛΗΝΙΚΗ.
Αρχές Διοίκησης και Διαχείρισης Έργων Ενότητα 12: Οικονομική Διαχείριση Έργων – Ταμειακές Ροές. Διδάσκων: Φιτσιλής Παναγιώτης, Καθηγητής. Τμήμα Διοίκησης.
Διοίκηση Ανθρωπίνων Πόρων Ενότητα 3: Προσέλκυση Ανθρώπινου Δυναμικού. Διδάσκων: Γεώργιος Ασπρίδης, Επίκουρος Καθηγητής. Τμήμα Διοίκησης Επιχειρήσεων.
ΗΛΕΚΤΡΟΝΙΚΟ ΕΜΠΟΡΙΟ Ενότητα 12 : Η χρήση της MySQL στο Ηλεκτρονικό εμπόριο (ΙΙI) Ιωάννης Τσούλος Ελληνική Δημοκρατία Τεχνολογικό Εκπαιδευτικό Ίδρυμα Ηπείρου.
Προγραμματισμός κινητών συσκευών
Ενότητα 7 : Χρήση Πινάκων στο Ηλεκτρονικό εμπόριο (I) Ιωάννης Τσούλος
Αντικειμενοστραφής Προγραμματισμός Ι
Διαχείριση Κινδύνου Ενότητα 6: Αντιμετώπιση Κινδύνων.
Λογιστική Κόστους Ενότητα # 7: Οριακή Κοστολόγηση
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
Προγραμματισμός κινητών συσκευών
ΠΑΡΟΥΣΙΑΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΠΙΘΑΝΟΤΗΤΕΣ(2)
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
Ενότητα 5 : Δομές Δεδομένων και αφηρημένοι
Χρονικός Προγραμματισμός Έργων (Εργαστήριο)
Ενότητα 10: Καμπύλες κόστους
Εισαγωγή στους Η/Υ Ενότητα 8: Αριθμητική υπολογιστών Ιωάννης Σταματίου
Κλασσική Μηχανική Ενότητα 8: ΟΙ ΕΞΙΣΩΣΕΙΣ LAGRANGE
Τεχνολογία & Ποιοτικός Έλεγχος Γάλακτος και Γαλακτοκομικών Προϊόντων
Ανάπτυξη Εκπαιδευτικού Λογισμικού
Χρονικός Προγραμματισμός Έργων (Εργαστήριο)
Μηχανική των υλικών Μεταβολή όγκου λόγω παραμόρφωσης
Θερμοδυναμική Ενότητα 3 : Ιδανικά Αέρια Δρ Γεώργιος Αλέξης
Ποιοτικός Έλεγχος Πρώτων Υλών
ΠΑΡΟΥΣΙΑΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΠΙΘΑΝΟΤΗΤΕΣ(9)
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
ΦΡΟΝΤΙΣΤΗΡΙΟ: ΘΕΡΜΙΚΕΣ ΤΑΣΕΙΣ
Στοιχεία Μηχανών ΙΙ Ενότητα 4: Πλανητικοί Μηχανισμοί Δρ Α. Δ. Τσολάκης
Ελληνική Δημοκρατία Τεχνολογικό Εκπαιδευτικό Ίδρυμα Ηπείρου
Διαχείριση Κινδύνου Ενότητα 7: Παρακολούθηση Κινδύνων.
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
Στατιστική Επιχειρήσεων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
ΠΑΡΟΥΣΙΑΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΠΙΘΑΝΟΤΗΤΕΣ(3)
Συστήματα Αυτομάτου Ελέγχου II
ΜΗΧΑΝΙΚΗ ΤΩΝ ΥΛΙΚΩΝ ΦΡΟΝΤΙΣΤΗΡΙΟ: ΔΙΚΤΥΩΜΑΤΑ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
Προγραμματισμός κινητών συσκευών
Αντικειμενοστραφής Προγραμματισμός ΙΙ
Επιχειρησιακές Επικοινωνίες
ΠΑΡΟΥΣΙΑΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΠΙΘΑΝΟΤΗΤΕΣ(7)
ΠΑΡΟΥΣΙΑΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΠΙΘΑΝΟΤΗΤΕΣ(4)
Επιχειρηματικότητα Ενότητα # 7: Επίλογος. Σύνοψη
ΕνΟτητα # 8: Ms Word V CLAUDIA BOETTCHER ΤμΗμα ΙστορΙαΣ
ΠΑΡΟΥΣΙΑΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΠΙΘΑΝΟΤΗΤΕΣ(5)
ΠΑΡΟΥΣΙΑΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΠΙΘΑΝΟΤΗΤΕΣ(10)
ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
Μεταγράφημα παρουσίασης:

Μικροβιολογία Τροφίμων I Ενότητα 5: Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ-Καταμέτρηση Κολοβακτηριδίων σε τρόφιμα ή νερό με βάση τον Πλέον Πιθανό Αριθμό. Δρ. Ιωάννης Γιαβάσης, Επίκουρος Καθηγητής, Τμήμα Τεχνολογίας Τροφίμων, T.E.I. Θεσσαλίας

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας χρήσης, η άδεια χρήσης αναφέρεται ρητώς.

Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους.

Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ Σκοποί ενότητας Εξοικείωση των φοιτητών με τη Μέθοδο του Πλέον Πιθανού Αριθμού (ΜΡΝ) για την καταμέτρηση βακτηρίων και ειδικότερα εκπαίδευση στην εφαρμογή της μεθόδου ΜΡΝ στην καταμέτρηση κολοβακτηριδίων σε τρόφιμα ή νερό. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ

Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ Περιεχόμενα ενότητας Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ-Καταμέτρηση Κολοβακτηριδίων σε τρόφιμα ή νερό με βάση την Μέθοδο του Πλέον Πιθανού Αριθμού (ΜΡΝ). Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ

Η Μέθοδος εκτίμησης του πλέον πιθανού αριθμού (MPN) (1 από 2) Σε αρκετές περιπτώσεις ο αριθμός των κυττάρων σε ένα δείγμα είναι πολύ χαμηλός και δεν μπορεί να καταμετρηθεί με τη μέθοδο των τρυβλίων. Για παράδειγμα αν στο νερό υπάρχουν 3 κύτταρα σε κάθε 100ml, αν κάνουμε με τη μέθοδο των τρυβλίων εμβολιασμό 1ml σε κάθε τρυβλίο με τη μέθοδο της ενσωμάτωσης θα πάρουμε τελικό αποτέλεσμα <1cfu/ml, αλλά δεν θα ξέρουμε αν στα 10 ή στα 100ml υπήρχαν μικροοργανισμοί. Σε αυτές τις περιπτώσεις, εφαρμόζουμε τη μέθοδο του πλέον πιθανού αριθμού (most probable number- MPN) που βασίζεται στην εκτίμηση του πληθυσμού ενός δείγματος υγρού ή στερεού τροφίμου, με βάση την παρουσία ή απουσία ανάπτυξης του μικροοργανισμού σε μια σειρά 3 ή 5 δοκιμαστικών σωλήνων με υγρό ή στερεό υπόστρωμα. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ 6

Η Μέθοδος εκτίμησης του πλέον πιθανού αριθμού (MPN) (2 από 2) Η ανάλυση γίνεται σε 3 διαδοχικές αραιώσεις (συνήθως τις αραιώσεις 100, 10-1, 10-2 , ή 10-1, 10-2, 10-3, και για κάθε αραίωση σημειώνουμε τον αριθμό των θετικών σωλήνων μετά από τον εμβολιασμό και την κατάλληλη επώαση του δείγματος. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ 7

Περιγραφής της τεχνικής MPN (1 από 5) Η τεχνική του πλέον πιθανού αριθμού (MPN: Most Probable Number) είναι ένας τρόπος εκτίμησης της πυκνότητας των ζωντανών μικροβίων σ’ένα δείγμα τροφίμου. Bασίζεται στη θεωρία των πιθανοτήτων. Tα αποτελέσματα μιας ανάλυσης τύπου MPN σχετίζονται άμεσα με τη συχνότητα εμφάνισης μιας σειράς θετικών αποτελεσμάτων, που είναι το πιο πιθανό να συμβούν, όταν ορισμένος αριθμός μικροβίων υπάρχει στο δείγμα. Η ακρίβεια της μεθόδου αυτής δεν είναι τόσο μεγάλη. Η ακρίβεια αυτής εξαρτάται από τον αριθμό των σωλήνων (επαναλήψεις): όσο περισσότεροι σωλήνες ενοφθαλμίζονται από μια αραίωση τόσο πιο μεγάλη είναι η ακρίβεια. Θεωρητικά δεν υπάρχει όριο του αριθμού των σωλήνων που μπορούν να χρησιμοποιηθούν για μια αραίωση. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ 8

Περιγραφής της τεχνικής MPN (2 από 5) Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ 9

Περιγραφής της τεχνικής MPN (3 από 5) Η μέθοδος αυτή έχει τις εξής υποθέσεις: όλα τα μικρόβια είναι διασκορπισμένα ομοιόμορφα μέσα στο δείγμα. Τα μικρόβια είναι διαχωρισμένα, δεν είναι σε συσσωματώματα, και δεν απωθούνται μεταξύ τους. Κάθε σωλήνας που περιέχει έστω και ένα ζωντανό μικροοργανισμό θα παρουσιάσει ανιχνεύσιμη μεταβολή ή ανάπτυξη (θετικός σωλήνας). Οι σωλήνες είναι ανεξάρτητοι μεταξύ τους. Το νόημα της τεχνικής MPN είναι να αραιώσουμε το δείγμα σε τέτοιο βαθμό ώστε οι σωλήνες να περιέχουν σε ορισμένες περιπτώσεις, αλλά όχι πάντα, ζωντανούς οργανισμούς. Επειδή στην μέθοδο MPN χρησιμοποιούνται υγρά υποστρώματα συνήθως μπορούμε να ενοφθαλμίσουμε μεγάλες ποσότητες δείγματος και αυξάνοντας τον αριθμό των σωλήνων για κάθε αραίωση αυξάνουμε την ευαισθησία της μεθόδου. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ 10

Περιγραφής της τεχνικής MPN (4 από 5) Κατά την μεθοδολογία παρασκευάζονται διαδοχικές δεκαδικές αραιώσεις δείγματος όπως και στην μέθοδο των τρυβλίων. Μετέπειτα, συγκεκριμένος όγκος δείγματος ενοφθαλμίζεται σε σωλήνες που περιέχουν κατάλληλο υπόστρωμα και γίνεται επώαση σε κλίβανους επώασης. Ένας σωλήνας από μια αραίωση θεωρείται θετικός αν παρουσιάζει μικροβιακή ανάπτυξη. Αυτή συνήθως μπορεί να διαπιστωθεί από τη θολερότητα του υποστρώματος (μικροβιακή ανάπτυξη). Μάλιστα η ένταση της θολερότητας είναι ανάλογη της μικροβιακής ανάπτυξης. Επίσης η μικροβιακή ανάπτυξη μπορεί να εξακριβωθεί με την ανίχνευση των μεταβολικών προϊόντων των μικροβίων. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ 11

Περιγραφής της τεχνικής MPN (5 από 5) Αυτό περιλαμβάνει την ανίχνευση παραγωγής αεριού (για μικροοργανισμούς που παράγουν αέριο κάτω από ορισμένες συνθήκες), ανίχνευση οξέος η βάσεως (τιτλοδότηση ή συνήθως προσθέτουμε στο υπόστρωμα ένα δείκτη pH), αποχρωματισμό των υποστρωμάτων που περιέχουν δείκτες π.χ. δείκτες που όταν αναχθούν αλλάζουν χρώμα (αποχρωματίζονται). Ακόμα, ειδικά υποστρώματα ανιχνεύουν μεταβολικές δραστηριότητες μικροβίων π.χ. αναγωγή των νιτρικών, παραγωγή ινδόλης, υδρόλυση του αμύλου, παραγωγή Η2S κ.τ.λ.. Tέλος, συμπληρωματικές δοκιμές μπορούν να χρησιμοποιηθούν. Αυτές περιλαμβάνουν την άμεση μικροσκοπική εξέταση του δείγματος και η δημιουργία υποκαλλιεργιών (subcultures), όπου δείγμα μεταφέρεται σε κατάλληλο υπόστρωμα και επωάζεται στις κατάλληλες συνθήκες. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ 12

Υπολογισμός του Πλέον Πιθανού Αριθμού (MPN) (1 από 6) Οι πίνακες MPN δίνουν όλους τους συνδυασμούς των θετικών αποτελεσμάτων, που είναι στατιστικά σημαντικοί. Οι πιο πολλοί πίνακες υπολογισμού του MPN δίνουν τιμές με όρια εμπιστοσύνης 95 % και 99%. Το αποτέλεσμα εκφράζεται ως “αριθμός μικροβίων / g ή ml δείγματος με τη MPN μέθοδο”. Ακόμη αναγράφεται και ο αριθμός των σωλήνων που χρησιμοποιούνται., π.χ. Coliforms 3 σωλήνες MPN/g = 10. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ 13

Υπολογισμός του Πλέον Πιθανού Αριθμού (MPN) (2 από 6) Όταν χρησιμοποιούνται περισσότερες από τρεις αραιώσεις του δείγματος, χρησιμοποιούνται τα αποτελέσματα μόνο τριών διαδοχικών αραιώσεων. Με βάση τους θετικούς σωλήνες της κάθε αραίωσης προκύπτει ένας συνδυασμός τριών αριθμών. Στο συγκεκριμένο πίνακα ο κάθε συνδυασμός δίνει το MPN δείκτη στην μεσαία αραίωση του συνδυασμού ανά μονάδα δείγματος (g ή ml). Στην συνέχεια, όπως και στην μέθοδο των τρυβλίων, πολλαπλασιάζουμε με το αντίστροφο της μεσαίας αραίωσης. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ 14

Υπολογισμός του Πλέον Πιθανού Αριθμού (MPN) (3 από 6) Αριθμός θετικών σωλήνων MPN < 0,03 1 0,03 2 0,06 3 0,09 0,061 0,092 0,12 0,062 0,093 0,16 0,094 0,13 Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ 15

Υπολογισμός του Πλέον Πιθανού Αριθμού (MPN) (4 από 6) 3 2 0,16 0,19 1 0,036 0,072 0,11 0,15 0,073 0,2 0,24 0,29 0,091 Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ 16

Υπολογισμός του Πλέον Πιθανού Αριθμού (MPN) (5 από 6) 2 1 0,14 0,2 3 0,26 0,15 0,27 0,34 0,21 0,28 0,35 0,42 0,29 0,36 Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ

Υπολογισμός του Πλέον Πιθανού Αριθμού (MPN) (6 από 6) 2 3 0,44 0,53 0,23 1 0,39 0,64 0,95 0,43 0,75 1,2 1,6 0,93 1,5 2,1 2,9 2,4 4,6 11 > 24 Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ

Επιλογή των τριών θετικών σωλήνων (1 από 7) Αν επιλεγούν οι 3 κατάλληλες αραιώσεις για τον υπολογισμό των θετικών σωλήνων τότε οι πίνακες θα μας δώσουν μια εκτίμηση στατιστικά αποδεκτή του πιθανού αριθμού μικροβίων στο δείγμα. Για την εξαγωγή του τριψήφιου συνδυασμού αριθμού, (α) μια απλή μέθοδος είναι να βρίσκουμε την μεγαλύτερη αραίωση (ο μικρότερος όγκος δείγματος) στην οποία όλοι οι σωλήνες είναι θετικοί και οι άλλες επόμενες δυο διαδοχικές αραιώσεις αποτελούν την τριάδα των αραιώσεων. Σε περίπτωση που υπάρχει ένα η περισσότερα θετικά αποτελέσματα σε μεγαλύτερη αραίωση, προσθέτουμε τον αριθμό ή αριθμούς στον αριθμό των θετικών σωλήνων της μεγαλύτερης αραίωσης (τελευταίου αριθμού στο συνδυασμό). Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ 19

Επιλογή των τριών θετικών σωλήνων (2 από 7) Επιλογή των τριών θετικών σωλήνων (2 από 7) (β) Για την εύρεση του τριψήφιου συνδυασμού, πρώτα αφαιρείται η μεγαλύτερη αραίωση με αρνητικό αποτέλεσμα εάν η άμεσος προηγούμενη αραίωση έχει και αυτή αρνητικούς σωλήνες. Όσο αυτή η συνθήκη ισχύει και τουλάχιστον 4 αραιώσεις παραμένουν, συνεχίζουμε να αφαιρούμε τις αραιώσεις. Κατόπιν, αν μόνο τρεις αραιώσεις παραμένουν, τις χρησιμοποιούμε όπως στο παράδειγμα Α. Στο παράδειγμα Α, αφαιρούμε τις 2 μεγαλύτερες αραιώσεις (10-3 και 10-4) και απομένουν 3 αραιώσεις που τις χρησιμοποιούμε στον συνδυασμό. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ

Επιλογή των τριών θετικών σωλήνων (3 από 7) Επιλογή των τριών θετικών σωλήνων (3 από 7) Εάν περισσότερες από τρεις αραιώσεις απομένουν, τότε βρίσκουμε την μεγαλύτερη αραίωση με όλους τους σωλήνες θετικούς. Τότε υπάρχουν τρεις περιπτώσεις: Στην πρώτη περίπτωση, η μεγαλύτερη αραίωση με όλους τους σωλήνες θετικούς είναι μέσα στους τρεις μεγαλύτερες αραιώσεις που απομένουν. Τότε χρησιμοποιούμε αυτές τις τρεις αραιώσεις. Στο παράδειγμα Β το πρώτο βήμα αφαιρεί την μεγαλύτερη αραίωση (10-4) και εφόσον η μεγαλύτερη αραίωση με όλους του σωλήνες θετικούς (10-1) εμπεριέχεται στις τρεις μεγαλύτερες εναπομείναντες αραιώσεις (10-1, 10-2 και 10-3) χρησιμοποιούμε αυτές. Στο παράδειγμα Γ, η μεγαλύτερη αραίωση με όλους τους σωλήνες θετικούς (10-3 αραίωση) είναι μέσα στις τρεις μεγαλύτερες αραιώσεις (10-2,10-3 και10-4). Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ

Επιλογή των τριών θετικών σωλήνων (4 από 7) Επιλογή των τριών θετικών σωλήνων (4 από 7) Στην δεύτερη περίπτωση, η μεγαλύτερη αραίωση με όλους τους σωλήνες θετικούς δεν βρίσκεται στις τρεις εναπομείναντες μεγαλύτερες αραιώσεις. Τότε, επιλέγουμε τις 2 επόμενες μεγαλύτερες αραιώσεις από την αραίωση με όλους τους σωλήνες θετικούς. Επιπλέον, προστίθενται στην τελευταία αραίωση του συνδυασμού όλοι οι θετικοί σωλήνες των μεγαλύτερων αραιώσεων. Στο παράδειγμα Δ, η μεγαλύτερη αραίωση με όλους του σωλήνες θετικούς είναι η 100. Επιλέγουμε τις δυο αμέσως επόμενες αραιώσεις (10-1 και 10-2). Στην αμέσως επόμενη αραίωση προστίθενται οι εναπομείναντες θετικοί σωλήνες των μεγαλύτερων αραιώσεων. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ

Επιλογή των τριών θετικών σωλήνων (5 από 7) Επιλογή των τριών θετικών σωλήνων (5 από 7) Στην τρίτη περίπτωση, δεν υπάρχει καμία αραίωση με όλους τους σωλήνες θετικούς. Στην περίπτωση αυτή, τότε διαλέγουμε τις δυο μικρότερες αραιώσεις και προστίθεται το άθροισμα των θετικών σωλήνων των μεγαλύτερων αραιώσεων στην τρίτη αραίωση. Για παράδειγμα, στο παράδειγμα Ε καμία αραίωση δεν έχει όλους τους σωλήνες θετικούς. Οι δυο μικρότερες αραιώσεις είναι 100 και 10-1 και το άθροισμα των θετικών σωλήνων των μεγαλύτερων αραιώσεων χρησιμοποιείται για την εύρεση του αριθμού των σωλήνων για το τελευταίο νούμερο του συνδυασμού. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ

Επιλογή των τριών θετικών σωλήνων (6 από 7) Επιλογή των τριών θετικών σωλήνων (6 από 7) Τέλος εάν ο επιλεχθείς συνδυασμός δεν υπάρχει στους πίνακες (στην περίπτωση 3 σωλήνων όταν υπάρχει ο αριθμός 4 στο συνδυασμό) τότε κατά την διαδικασία των αραιώσεων κάτι δεν πήγε καλά. Αυτό είναι μια προειδοποίηση, ότι το αποτέλεσμα είναι ακατάλληλο και αντίθετο από τις βασικές υποθέσεις της μεθόδου MPN. Εάν μια MPN τιμή είναι παρόλα αυτά επιθυμητή τότε χρησιμοποιούμε τις επόμενες τρεις μεγαλύτερες αραιώσεις. Στο παράδειγμα Ζ οι τρεις μεγαλύτερες αραιώσεις χρησιμοποιηθήκαν για την εύρεση του συνδυασμού. Αν και αυτές δεν είναι στους πίνακες τότε χρησιμοποιούμε τις μεγαλύτερες αραιώσεις με έστω και ένα θετικό σωλήνα. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ

Επιλογή των τριών θετικών σωλήνων (7 από 7) Επιλογή των τριών θετικών σωλήνων (7 από 7) Παράδειγμα 100 10-1 10-2 10-3 10-4 Συνδυασμός Α 2 1 210χχ Β 3 χ310χ Γ χχ231 Δ χχ222 Ε 211χχ Ζ χχ121 Παραδείγματα υπολογισμού του τριψήφιου συνδυασμού των θετικών τιμών με την μέθοδο MPN. Με “χ” απεικονίζονται οι αραιώσεις που δεν χρησιμοποιηθήκαν για την εύρεση του συνδυασμού. Σε κάθε παράδειγμα υπάρχουν 3 σωλήνες σε κάθε αραίωση. Μέθοδος Καταμέτρησης βακτηρίων με τη μέθοδο ΜΡΝ

Τέλος Ενότητας