کشت میکروبی
وقتی کشت میکروبی دیگر کافی نیست؛
آینده میکروبیولوژی مواد غذایی با WGS، متاژنومیکس و هوش مصنوعی
میکروبیولوژی مواد غذایی برای دهه‌ها بر روش‌هایی مانند کشت، شمارش کلنی، آزمون‌های بیوشیمیایی و شناسایی فنوتیپی میکروارگانیسم‌ها تکیه داشته است.
اما یک سؤال مهم وجود دارد:
آیا برای شناخت یک میکروارگانیسم، دانستن «اسم آن» کافی است؟
امروز پاسخ دیگر همیشه «بله» نیست.
در نسل جدید کنترل ایمنی مواد غذایی، آزمایشگاه‌ها به سمت فناوری‌هایی حرکت می‌کنند که نه‌تنها می‌پرسند «چه میکروارگانیسمی وجود دارد؟»، بلکه می‌پرسند:
این سویه دقیقاً کدام است؟
از کجا آمده است؟
چه ویژگی‌های ژنتیکی دارد؟
آیا ژن‌های مقاومت آنتی‌میکروبی دارد؟
آیا فاکتورهای ویرولانس دارد؟
آیا این میکروارگانیسم همان سویه‌ای است که قبلاً در خط تولید دیده شده؟
و مهم‌تر از همه، آیا می‌توان قبل از ایجاد بحران، رفتار آن را پیش‌بینی کرد؟
اینجاست که نسل جدید میکروبیولوژی وارد می‌شود.
1. از «دیدن کلنی» به «خواندن ژنوم»
در روش‌های کلاسیک، بخش قابل توجهی از اطلاعات ما از ظاهر کلنی، ویژگی‌های رشد، واکنش‌های بیوشیمیایی و آزمون‌های تأییدی به دست می‌آید.
این روش‌ها همچنان بسیار ارزشمندند و قرار نیست به‌سادگی حذف شوند.
اما Whole Genome Sequencing یا WGS یک تغییر اساسی در نوع اطلاعاتی ایجاد می‌کند که آزمایشگاه می‌تواند از یک میکروارگانیسم به دست آورد.
در WGS، کل محتوای ژنتیکی یک میکروارگانیسم بررسی می‌شود.
به زبان ساده:
روش کلاسیک ممکن است بگوید:
«این باکتری احتمالاً Salmonella است.»
اما WGS می‌تواند اطلاعات بسیار عمیق‌تری درباره ارتباط ژنتیکی سویه، ویژگی‌های ژنتیکی و تفاوت آن با سایر ایزوله‌ها ارائه کند.
استاندارد ISO 23418:2022 نیز الزامات و راهنمایی‌هایی برای تولید و تحلیل داده‌های WGS در باکتری‌های زنجیره غذایی ارائه کرده است؛ از آماده‌سازی DNA و توالی‌یابی گرفته تا تحلیل بیوانفورماتیکی، ثبت متادیتا و اعتبارسنجی کل گردش کار.
