La microbiologa predictiva como

herramienta en la validacin de
procesos y la determinacin de la
vida til de los alimentos
Artur X. Roig

Necesidades para el desarrollo de los

procesos de tratamiento/conservacin

Definir los parmetros del tratamiento necesarios

para conseguir estos objetivos

Independientes del tipo de tratamiento:

Tiempo de aplicacin
Dependientes del tipo de tratamiento:
Temperatura
Presin
Dosis de irradiacin, etc.

Dependientes del alimento (intrnsecos)

pH
Aw

Tener un marcador de la eficacia:

Microorganismo (u otro indicador) cuya destruccin nos

indique la consecucin del objetivo

Obtencin de modelos

A partir del anlisis de los datos obtenidos de la

aplicacin de tratamientos basados en
combinaciones de los diferentes parmetros
obtenemos unos resultados de letalidad/crecimiento
Los resultados pueden analizarse y obtener
frmulas matemticas, que incluyen la obtencin de
una serie de coeficientes que permiten predecir la
eficacia de futuros tratamientos

Ej. inactivacin trmica

N = N0 . e - Kt
N = nmero de microorganismos viables
N0 = nmero de microorganismos viables iniciales
K = tasa de muerte (min-1) (es funcin de las condiciones de esterilizacin
(temperatura, tenor de humedad, concentracin del agente qumico)

T = tiempo de exposicin al agente

La microbiologa predictiva

La microbiologa predictiva comprende el estudio de

la respuesta, en forma de crecimiento o de inhibicin,
de los microorganismos que se desarrollan en los
alimentos en funcin de los factores que les afectan
(temperatura, pH, gases, etc.), y a partir de los datos
obtenidos, poder predecir lo que suceder durante
el almacenamiento o procesado de los alimentos

Es un campo de estudio que combina elementos de

microbiologa, matemticas y estadstica.

Tipos de modelos predictivos

Modelos de crecimiento: permiten estimar la velocidad del

crecimiento de un microorganismo en unas condiciones
ambientales favorables
Modelos de inactivacin: permiten determinar la intensidad
del efecto letal de un tratamiento o unas condiciones
ambientales desfavorables sobre un microorganismo

Log ymax

Log yo

(temps)

Tipos de modelos predictivos

Modelos cinticos (crecimiento, supervivencia o inactivacin):

tratan de determinar el nmero de microorganismos en funcin
del tiempo
Modelos probabilsticos: permiten estimar los lmites del
crecimiento/no crecimiento o produccin/no produccin de una
toxina

Ej: Probabilidad de formacin de toxinas

por Cl.botulinum Grupo II a 6 C, pH 7,0 y
0,5 % sal, a una concentracin inicial de 3
Log UFC/g,
Valores obtenidos con PMP 7.0

Tipos de los modelos predictivos

Modelo primario: Establecen el modelo de

crecimiento/muerte en unas condiciones
ambientales constantes
Modelo secundario: Establecen como los
parmetros del modelo primario se afectan por
modificaciones en los factores ambientales
Modelo terciario: consisten en la aplicacin de uno
o ms modelos primarios o secundarios
incorporados en un paquete o aplicacin de
software de uso sencillo

Valor D

Valor D: tiempo de reduccin decimal

Tiempo necesario para que, a una temperatura

dada, se produzca una reduccin del 90% (1 Log)
de la poblacin microbiana (modelo primario)

N = N0 . e - Kt
Si lo pasamos a base 10

N = N0 . 10 - t / D

El valor de D se deduce cuando t=D y por lo tanto N=0.1 N0

Fuente: Alimentos seguros: microbiologa. S.J.Forsythe, Acribia

Valor z

Valor z: aumento de la temperatura requerido para

incrementa 10 veces la tasa de muerte, o reducir
10 veces el valor D tiempo

Utilidad en el desarrollo de
procesos

Valor F: tiempo total requerido para reducir la poblacin

microbiana una magnitud especfica para garantizar la
seguridad del producto
F = - D Log [N0/N]
Valor F0: tiempo (en minutos) necesario para obtener
una reduccin total del microorganismos (esterilidad)

Normalmente se consideran valores de 6 D

Para C.botulinum el valor requerido es 12 D a 121 C;
F0=12D

Qu pasa cuando el
comportamiento no es lineal o de
primer orden?

Alternativas al modelo lineal

primario

Gompertz

Log-logistic

Weibull

Baranyi-Roberts

Como saber qu modelo es el

mas adecuado?

Coeficiente de determinacin (R2): Cuanto ms elevado (prximo a 1),

mejor es el ajuste

MSE (mean square error): cuanto ms pequeo, mejor es el ajuste

Factor de precisin: cuanto mayor es el factor, menos precisa es la media

estimada. Su valor optimo es 1

Sencillez del modelo: no deben utilizarse modelos muy complicados, con

muchos parmetros, ya que aumenta los errores acumulados

Ejemplo de ajuste de modelos

lineales/no lineales: tratamiento
trmico

Inconvenientes de los modelos

no-lineales

No permiten calcular valores

que permitan una fcil
prediccin

D,z,F0 etc.

Una posible alternativa es

aplicar el modelo lineal

en fases

Modelos terciarios

Programas informticos que permiten integrar datos y predecir

fcilmente el comportamiento de los microorganismos sometidos
a diversos tratamientos
Los hay de acceso libre (gratuitos) o de acceso previo pago
Ejemplos de programas de acceso libre:
Seafood Spoilage Predictor (SSSP) (Dinamarca):

Pathogen Modelling Program (PMP 7.0)(EEUU)

Desarrollado por el Danish National Institute of Aquatic Resources

Web: http://sssp.dtuaqua.dk/
Desarrollado por el USDA Eastern Regional Research Centre
Web: http://ars.usda.gov/Services/docs.htm?docid=6786

Combase (Reino Unido):

Institute of Food Research

Web: http://www.combase.cc