Istituzione e gestione di una ceppoteca batterica di derivazione alimentare

This thesis describes the process of creating and managing a strain collection dedicated to food-borne bacteria at the Food Microbiology Laboratory of the Department of Animal Medicine, Production and Health (MAPS) of the University of Padua. The aim of this study was to develop an organized system for the collection, characterization, preservation, and documentation of microbial strains isolated from food matrices of hygienic-sanitary relevance, specifically from donkey milk and mare milk. The work involved the design of a computerized dataset with a tabular structure, created using Microsoft Excel, specifically structured to ensure traceability, continuous updating, and standardization of the information related to the isolated strains. Simultaneously, operational protocols were defined for cryopreservation and for the subsequent revival of microorganisms. The strain collection currently includes 131 strains belonging to different microbial genera, including unidentified microorganisms that represent a potential reservoir of biodiversity to be characterized in the future. Moreover, an analysis of the most frequently identified microbial genera was conducted, allowing comparison with the scientific literature currently available on equine matrices and other matrices. This analysis confirmed the recurrence of several genera previously reported in other studies and highlighted the presence of lesser-known species or species not yet associated with donkey or mare milk, with interesting implications for future research. Overall, this thesis demonstrates that a well-structured strain collection represents not only a static archive but also a dynamic and functional tool for research, hygienic-sanitary monitoring, and the valorization of food matrices. Future developments include expansion to new matrices, the integration of additional microbiological parameters, and the transition from the current dataset to a broader and more structured database.

Il presente elaborato descrive il processo di istituzione e gestione di una ceppoteca dedicata ai microrganismi di derivazione alimentare presso il Laboratorio di Microbiologia degli Alimenti del Dipartimenti di Medicina animale, produzioni e salute (MAPS), dell’Università degli Studi di Padova. L’obiettivo principale è stato quello di sviluppare un sistema organizzato per la raccolta, caratterizzazione, conservazione e documentazione di ceppi microbici isolati da matrici alimentari di rilevanza igienico-sanitaria, nello specifico da latte di asina e di giumenta. Il lavoro ha previsto la progettazione di un dataset informatizzato con struttura tabellare, realizzato tramite il programma Microsoft Excel, strutturato appositamente per garantire tracciabilità, continuo aggiornamento e standardizzazione delle informazioni relative ai ceppi isolati. Parallelamente, sono stati definiti i protocolli operativi per la conservazione tramite crioconservazione e per la successiva rivitalizzazione dei microrganismi. La ceppoteca comprende attualmente 131 ceppi, appartenenti a differenti generi microbici, inclusi microrganismi non identificati che rappresentano un potenziale patrimonio di biodiversità da caratterizzare in futuro. Inoltre, è stata effettuata un’analisi dei generi microbici maggiormente identificati, che ha permesso di confrontarli con la letteratura scientifica attualmente disponibile sulle matrici equine e non solo, confermando la ricorrenza di alcuni generi già riportati in studi precedenti e mettendo in luce la presenza di specie poco note o non ancora associate al latte di asina e di giumenta, con implicazioni interessanti per la ricerca futura. Il presente elaborato dimostra come una ceppoteca correttamente strutturata rappresenti non solo un archivio statico, ma uno strumento dinamico e funzionale per la ricerca, il controllo igienico-sanitario e la valorizzazione delle matrici alimentari. Le prospettive future includono l’ampliamento a nuove matrici, l’integrazione di ulteriori parametri microbiologici e la trasformazione del dataset in un database maggiormente ampio e strutturato.