Bayesian estimation for bacterial behavior from farm to fork

2020 Fiscal Year Final Research Report

• Project/Area Number: 19K23655
• Research Category: Grant-in-Aid for Research Activity Start-up
• Allocation Type: Multi-year Fund
• Review Section: 0601:Agricultural chemistry and related fields
• Research Institution: Hokkaido University
• Principal Investigator: KOYAMA KENTO 北海道大学, 農学研究院, 助教 (60845907)
• Project Period (FY): 2019-08-30 – 2021-03-31
• Keywords: ベイズ統計 / 食中毒 / リステリア / バチルス

Outline of Final Research Achievements

Bayesian statistic for predicting bacterial population behavior was introduced instead of classical frequentist statistical method. Probabilistic approach based on Bayesian statistic enabled to deal individual cell growth or inactivation using probability distribution. Probabilistic approach would be useful for estimating food borne illness using probability distribution. Approach in this study tries to use probabilistic approach instead of kinetic model, which has been used so far.
Especially, this study focused on growth of Listeria monocytogenes and Salmonella enterica and inactivation of Bacillus. Pure birth process and pure death process were applied for describing individual cell growth or inactivation. Experiment was performed for validation.

Free Research Field

予測微生物学

Academic Significance and Societal Importance of the Research Achievements

細菌集団の動きを一つ一つの細菌に落とし込んで計算をし直した点に本研究の意義がある。一つ一つの細菌は個体差があり，その動きを数理モデルで捉えることが難しかった。ベイズ統計の手法によるばらつきを包括的に扱う試みはカビやウイルスによる健康被害の計算にも応用可能であり関連する研究分野への波及効果が高い。学術会においては，リスク評価の観点から確率的なアプローチが重要となっている。モデル作成から予測まで一貫して確率的なモデルを構築可能とした本研究は，健康被害を確率論的に論じる上で重要な役割を担うと考えられる。社会的意義としては，HACCPでの工程管理をお行う際の微生物学的安全性の計算に役立と考えられる。