何万食の安全性を評価する確率論
https://scrapbox.io/files/62257ad9ff6982001d78dfd5.png
--------------------
1日に1万食の製造 すべての商品が安全であると保証できますか?
製造された食品は各家庭に届くため,少量で多数の数がある。
少数で多数のロット検査は困難であるため,確率に基づいた評価があると便利
99.99...%の確率で,賞味期限内に腐敗が発生しません。を実現する確かな計算技術
細菌のひとつひとつの動きを確率で再現すれば可能。
細菌を用いた反復実験でも証明済み
今まで曖昧にされていた腐敗発生および安全性の根拠を数値化できる。
細菌の生命力のばらつきも考慮に入れた斬新な評価技術
--------------------
研究内容
単一菌株の細菌集団の増殖・死滅挙動に見られるパターンを確率分布を用いて表現
①初期菌数のばらつき
②死滅過程における生残細菌数のばらつき
③増殖過程における増殖した細菌数のばらつき
①〜③を評価できれば下図の緑の範囲を表現可能
1000反復しても,細菌集団の死滅パターンを記述可能
CFU: Colony forming unit
https://scrapbox.io/files/62257ac39697470020cab7f9.png
課題への回答
単一菌株の細菌集団の挙動に見られるばらつき
①初期菌数のばらつき ポアソン分布で表記
②死滅過程における生残細菌数のばらつき 二項分布で表記
③増殖過程における増殖した細菌数のばらつき 負の二項分布で表記
なぜ確率分布
ポアソン分布:空間の分割により,数えられるものが分けられる
ピペットを用いた微生物の取り出し
二項分布:コインの裏表のような二者択一の事象を扱う。
ある時間におけるひとつの微生物の生残数
負の二項分布:失敗するまでに何回成功するのか?
細菌が非増殖イベントになるまで,増殖のイベントを引き当てる回数を記述
ポイント
単一菌株の細菌集団の増殖・死滅の挙動の範囲がわかる。
100万回実験した際に,細菌挙動はどの範囲になるのか?ひと目でわかる。
実験回数は有限,計算範囲はほぼ無限
単一菌株の細菌数を離散分布で表せる。
細菌数を1, 2, 3, ...で表現される
既存の評価では細菌数が0.111(cell/ml)など個数として数えられない値をとる。
結局、何個が生残しているか?不明
今後の課題
細菌叢が複雑で細菌間での競合関係がある場合
バイオフィルムなど細菌集団が密集している場合
クオラムセンシングにより,同種の菌の生息密度を感知して,それに応じて物質の産生をコントロールする場合
本研究では,「個々の細菌が互いに独立である」という仮説のもと計算している。
そのため,細菌同士が干渉し合う,条件では追加の計算が追加で必要となる。
英語論文
ポアソン分布
Koyama, K., Hokunan, H., Hasegawa, M., Kawamura, S., Koseki, S., Do bacterial cell numbers follow a theoretical Poisson distribution? Comparison of experimentally obtained numbers of single cells with random number generation via computer simulation, 2016, Food microbiology 60, 49–53. https://doi.org/10.1016/j.fm.2016.05.019 確率論的な細菌集団の死滅・増殖挙動
Koyama, K., Abe, H., Kawamura, S., Koseki, S. Stochastic simulation for death probability of bacterial population considering variability in individual cell inactivation time and initial number of cells, 2019, International Journal of Food Microbiology, 290, 125-131. https://doi.org/10.1016/j.ijfoodmicro.2018.10.009 Koyama, K., Abe, H., Kawamura, S., Koseki, S. Calculating stochastic inactivation of individual cells in a bacterial population using variability in individual cell inactivation time and initial cell number, 2019, Journal of Theoretical Biology, 469, 172–179. https://doi.org/10.1016/j.jtbi.2019.01.042 Koyama, K., Hiura, S., Abe, H., Koseki, S. Application of growth rate from kinetic model to calculate stochastic growth of a bacteria population at low contamination level, 2021, Journal of Theoretical Biology, 525, 21, 110758 https://doi.org/10.1016/j.jtbi.2021.110758 Abe, H., Koyama, K., Kawamura, S., Koseki, S. Stochastic modeling of variability in survival behavior of Bacillus simplex spore population during isothermal inactivation at the single cell level using a Monte Carlo simulation, 2019, Food Microbiology, 82, 436-444. https://doi.org/10.1016/j.fm.2019.03.005 Abe, H., Koyama, K., Takeoka, K., Doto, S., Koseki, S. Describing the Individual Spore Variability and the Parameter Uncertainty in Bacterial Survival Kinetics Model by Using Second-Order Monte Carlo Simulation, 2020, Frontier in Microbiology. 11:985. https://doi.org/10.3389/fmicb.2020.00985 Hiura, S., Abe, H., Koyama, K., Koseki, S. Transforming kinetic model into a stochastic inactivation model: Statistical evaluation of stochastic inactivation of individual cells in a bacterial population, 2020, Food Microbiology, 91, 103508. https://doi.org/10.1016/j.fm.2020.103508 確率論に関連する論文
Koyama, K., Hokunan, H., Hasegawa, M., Kawamura, S., Koseki, S. Modeling Stochastic Variability in the Numbers of Surviving Salmonella enterica, Enterohemorrhagic Escherichia coli, and Listeria monocytogenes Cells at the Single-Cell Level in a Desiccated Environment, 2017, Applied and Environmental Microbiology. 83: e02974-16. https://doi.org/10.1128/AEM.02974-16 Koyama, K., Hokunan, H., Hasegawa, M., Kawamura, S., Koseki, S. Estimation of the probability of bacterial population survival: Development of a probability model to describe the variability in time to inactivation of Salmonella enterica, 2017, Food Microbiology. 68, 121–128. https://doi.org/10.1016/j.fm.2017.07.007 Abe, H., Koyama, K., Kawamura, S., Koseki, S. Stochastic evaluation of Salmonella enterica lethality during thermal inactivation, 2018, International Journal of Food Microbiology, 285, 129-135. https://doi.org/10.1016/j.ijfoodmicro.2018.08.006 Hiura, S., Abe, H., Koyama, K., Koseki, S. Bayesian generalized linear model for simulating bacterial inactivation/growth considering variability and uncertainty, 2021, Frontiers in Microbiology. 12:674364. https://doi.org/10.3389/fmicb.2021.674364 研究費
table:リスト
2019-2021 科研費 研究活動スタート支援
2017-2019 科研費 特別研究員奨励費
2017-2019 JSPS 人材育成事業