Sunteți pe pagina 1din 7

MICROBIOLOGIA PREDICTIVA

I. INTRODUCCIÓN:

También conocida como ecología


microbiana cuantitativa, la microbiología
predictiva es una disciplina científica que
trata de describir la respuesta de los
microorganismos en los alimentos en
función de los factores ambientales
(intrínsecos, extrínsecos y de procesado).
Gracias a funciones y técnicas de cálculo
ofrecidas por las matemáticas y la
estadística, esta rama científica permite simular las condiciones del alimento examinado,
cuantificando el comportamiento de los microorganismos en un producto a lo largo del
tiempo a través de parámetros de crecimiento, supervivencia o inhibición. Asimismo, permite
estudiar los procesos bioquímicos relacionados con la producción de metabolitos (toxinas,
compuestos volátiles, etc.) ante situaciones de combinación de factores de conservación y
en distintos niveles de aplicación.

La preferencia de los consumidores hacia productos cada vez más “frescos” y más
“naturales” (o menos procesados), ha propiciado que en los últimos años la industria
agroalimentaria haya ido cobrando un interés creciente por esta área de investigación.
Siendo una disciplina científica con una clara aplicación práctica en el marco de la
evaluación y gestión global de la seguridad alimentaria, la microbiología predictiva permite
entender y predecir el comportamiento de los microorganismos durante todas las fases de la
cadena alimentaria tales como el procesado, el almacenamiento, la distribución, etc.

En ese sentido, el enfoque cuantitativo de la microbiología predictiva proporciona


información objetiva y cuantitativa útil en la toma de decisiones para planificación del
sistema de APPCC, diseño de nuevos procesos y reformulación de productos, planificación
de experimentos, etc. Cabe mencionar que, según el Reglamento (CE) 2073/2005 (y sus
posteriores modificaciones), los criterios microbiológicos de seguridad alimentaria deben
garantizarse durante toda la vida útil del producto, siendo los operadores económicos los
responsables de su cumplimiento. La misma normativa contempla el uso de modelos
predictivos para la investigación del cumplimiento de dichos criterios. Así pues, se reconoce
la microbiología predictiva como una herramienta útil en el ámbito de la gestión de la
seguridad de los alimentos, tanto por parte de los diferentes sectores alimentarios como
para las autoridades reguladoras.

II. REVISION BIBLIOGRAFICA :


HISTORIA:
- Esty y Meyer:

Estudia la resistencia al calor de las esporas de clostridium botulinum

- Ball:

Estudia el tiempo de tratamiento térmico para productos enlatados

- Scott,w.j:

Concluye que el conocimiento de la Tasa de crecimiento de los microorganismos a


diferentes temperaturas es esencial para el estudio de la alteración de la carne
refrigerada.

Con estos datos debe SER POSIBLE PREDECIR la influencia relativa ejercida por los
diversos microorganismos en la alteración de la carne a cada temperatura de
almacenamiento.

- Desarrollo: década de los 80 y 90


Desarrollo de la informática y facilidad en su acceso.
- Actualidad : máximo interés
Reglamento (CE) 2073/2005
Criterios microbiológicos aplicables a los productos alimenticios.
Se reconoce como una Herramienta UTIL en el ámbito de la gestión de la seguridad
alimentaria.

DEFINICIÓN:

Es un área de la microbiología de los alimentos que estudia el COMPORTAMIENTO de los


microorganismos que crecen o mueren en los alimentos, en función de factores que les
afectan (temperatura, pH, aw, etc.)

A partir de los datos se crean ecuaciones matemáticas que, mediante INTERPOLACION,


pueden PREDECIR el comportamiento microbiano en un medio o un alimento.
A la EXPRESION MATEMATICA que describe el comportamiento (crecimiento,
supervivencia o inactivación) de un microorganismo alterante o patógenos se denomina
modelo predictivo microbiano.

Ecuación de Ratkowsky

El modelo de Belehradek, publicado en 1926, fue desconocido casi totalmente en


microbiología durante muchos años (Belehradek, 1930; McMeekin y col., 1993; Ross,
1993b). Fueron Ratkowsky y col. (1982) los autores que propusieron el primer uso de este
modelo en microbiología de alimentos. El modelo, que también es denominado como
modelo de raíz cuadrada, se muestra a continuación:

√𝐾 = 𝑏(𝑇 − 𝑇𝑚 ) .................... (1)

Donde; k, velocidad de crecimiento (s-1); T, temperatura (K); Tmín, temperatura mínima de


crecimiento (K); b, coeficiente de regresión para temperaturas por debajo de la óptima (K-1).

Ratkowsky demostró que la ecuación (1) describía satisfactoriamente la relación entre la


velocidad de crecimiento microbiano y la temperatura, con 50 grupos de datos de
crecimiento (Ratkowsky y col., 1982) y además en 1983 con datos de 30 microorganismos
(Ratkowsky y col., 1991). Pooni y Mead (1984) probaron la ecuación (1), y la compararon
con otros modelos, frente a datos de 14 estudios publicados en alteración de carne de ave y
encontraron que esta ecuación fue la más adecuada para predecir la alteración desde -2ºC
hasta por encima de 15ºC. Posteriormente este modelo fue usado con éxito para modelar el
efecto de la temperatura en la velocidad de crecimiento microbiano en carne y carne de
cordero (Smith, 1985, 1987) y Salmonella en carne picada de vacuno (Mackey y Kerrodge,
1988). La evaluación del deterioro de la carne y productos cárnicos, debido al crecimiento de
microorganismos mesófilos, fue llevada a cabo usando funciones integradoras de la
temperatura basadas en los valores de Tmin de microorganismos mesófilos (Gill, 1985; Smith,
1985).

La ecuación fue posteriormente extendida para cubrir el rango completo de temperatura


(Ratkowsky y col., 1983). Esta modificación resultó en un nuevo modelo empírico de
regresión no lineal:

√𝐾 = 𝑏(𝑇 − 𝑇𝑚𝑖𝑛 ){1 − 𝑒𝑥𝑝[𝑐(𝑇 − 𝑇𝑚𝑎𝑥 )]} ............................................................................ (2)

Donde; k, velocidad de crecimiento (s-1); T, temperatura (K); Tmín, temperatura mínima de


crecimiento (K); Tmax, temperatura máxima de crecimiento (K); b, coeficiente de regresión
para temperaturas por debajo de la óptima (K-1); c, coeficiente de regresión para
temperaturas por encima de la óptima (K-1).

Los términos Tmin y Tmax se pueden utilizar para clasificar los microorganismos, desde un
punto de vista más objetivo, en psicrófilos, mesófilos y termófilos (Ross,1993b). Ratkowsky y
col. (1983) aplicaron exitosamente la ecuación (2) a datos obtenidos a partir de 29 cepas
bacterianas. Otras investigaciones han demostrado que la ecuación (2) es razonablemente
efectiva para predecir los efectos de las temperaturas constantes en la velocidad de
crecimiento microbiano (Chandler y McMeekin, 1985a, b; Phillips y Griffiths, 1987; Griffiths y
Phillips, 1988; Buchanan y Klawiter, 1992).

Posteriormente se realizaron varias modificaciones de la ecuación (2). McMeekin y col.


(1987) añadieron el término aw a esta ecuación:

√𝑘 = 𝑏 ( 𝑇 − 𝑇𝑚𝑖𝑛 ) √(𝑎𝑤 − 𝑎𝑤 𝑚𝑖𝑛 ) ..................(3)

Donde; k, velocidad de crecimiento (s-1); T, temperatura (K); Tmin, temperatura mínima de


crecimiento (K); aw, actividad agua; aw min, actividad agua mínima de crecimiento; b,
-1
coeficiente de regresión para temperaturas por debajo de la óptima (K ).

Estos autores demostraron que el modelo predecía con exactitud el efecto de la temperatura
y aw en la velocidad de crecimiento de Staphylococcus xylosus y Halobacterium sp.,
respectivamente, en pescado curado por salazón (McMeekin y col., 1987; Chandler y
McMeekin, 1989a,b). Además esta ecuación podría modelar el crecimiento de S. aureus sin
interacción temperatura y aw
Adams y col. (1991) modificaron la ecuación (3) para incluir el efecto combinado de pH y
temperatura utilizando una variedad de acidulantes. Demostraron que la velocidad de
crecimiento, en condiciones variables de temperatura subóptima y pH, podría ser estimada
utilizando esta ecuación modificada, la cual proporcionaba un buen ajuste al crecimiento de
tres serotipos de Yersinia enterocolitica:
√𝑘 = 𝑏(𝑇 − 𝑇𝑚𝑖𝑛 ) √(𝑝𝐻 − 𝑝𝐻𝑚𝑖𝑛 ) ........................ (4)

Donde; k, velocidad de crecimiento (s-1); T, temperatura (K); Tmin, temperatura mínima de


crecimiento (K); pHmin, pH mínimo de crecimiento; b, coeficiente de regresión para
temperaturas por debajo de la óptima (K-1).

Zwietering y col. (1991) realizaron unas leves alteraciones a la ecuación (4). La


transformación a logaritmo natural de la ecuación (4) ha sido aplicada a datos de
crecimiento de Y. enterocolitica. Esta transformación ha sido argumentada como más
segura que la transformación a raíz cuadrada a la hora de homogeneizar la varianza
(Alber y Schaffner, 1992, 1993).

McMeekin y col. (1992) sugirieron que los efectos de la temperatura, aw y pH en el


crecimiento microbiano podrían ser descritos conjuntamente con la siguiente ecuación, la
cual fue usada exitosamente para predecir el crecimiento de L. monocytogenes por Wijtzes y
col. (1993):
√𝑘 = 𝑏(𝑇 − 𝑇𝑚𝑖𝑛 ) √(𝑎𝑤 − 𝑎𝑤𝑚𝑖𝑛 )√(𝑝𝐻 − 𝑝𝐻𝑚í𝑛 .........................(5)

Donde; k, velocidad de crecimiento (s-1); T, temperatura (K); Tmin, temperatura mínima de


crecimiento (K); awmin, actividad agua mínima de crecimiento; pHmin, pH mínimo de
crecimiento; b, coeficiente de regresión para temperaturas por debajo de la óptima (K-1).

En la actualidad, el envasado en atmósferas modificadas de carnes frescas y productos


cárnicos es una técnica de conservación muy extendida. Por lo tanto surge la necesidad de
desarrollar modelos secundarios que examinen los efectos de los cambios de la
composición gaseosa en el crecimiento microbiano. Recientemente, Devlieghere y col.
(1999) reemplazaron el término de pH en la ecuación (5), con un término que describía la
cantidad de CO2 disuelto en productos cárnicos envasados en atmósfera modificada, con el
fin de examinar el significado de este factor en la tasa máxima específica de crecimiento de
Lactobacillus sake. El modelo demostró ser útil para predecir la vida media de productos
cárnicos cocidos envasados en atmósfera modificada.

Se ha debatido y comparado los éxitos de los modelos tipo Arrhenius y de raíz cuadrada.
Algunos investigadores se han inclinado por el modelo de raíz cuadrada para predecir el
efecto de la temperatura en el crecimiento microbiano (Pooni y Mead, 1984; Standard y col.,
1985; McMeekin y col., 1989; Ratkowsky y col., 1991). Fu y col. (1991) concluyeron que
ambos tipos de modelos podrían ajustar la fase de latencia y la velocidad de crecimiento de
Pseudomonas fragi a temperatura constante.

Aplicaciones del método:


HACCP y QMRA
Producir alimentos seguros usando estrategias basadas en el entendimiento de las fuentes y
la magnitud de los riesgos.
- Medición del riesgo : define las prioridades para el establecimiento de políticas publicas
- HACCP : aproximación sistemática a la seguridad alimentaria basada en la identificación
y control de riesgos
Microbiología predictiva y HACCP
- Análisis de riesgos: modelos de crecimiento
- Identificación de puntos críticos de control: modelos de definición del proceso (T°, Aw y
pH)
- Acciones correctivas: cuantificación del cambio de la carga microbiana asociado a
desviaciones en el proceso
Estudios de vida de media microbiana
- Materias primas
- Formulación del producto
- Producción
- Técnicas de procesamiento
- Condiciones higiénicas
- Empaques
- Procedimientos de distribución y almacenamiento
- Manipulación final
La determinación de la vida media es un proceso complejo porque es difícil predecir los
efectos de las variables de almacenamiento y condiciones de abuso que puede
experimentar el alimento.
BIBLIOGRAFIA:

1. http://www.innovacion.gob.sv/inventa/index.php?option=com_content&view=article&id=146:microbiologia-
predictiva-para-la-gestion-de-la-seguridad-alimentaria-&catid=129:alimentos-y-bebidas&Itemid=297
2. http://helvia.uco.es/xmlui/bitstream/handle/10396/218/13207957.pdf?sequence=1

S-ar putea să vă placă și