Está en la página 1de 17

UNIVERSIDAD NACIONAL DE TRUJILLO SEDE VALE JEQUETEPEQUE

Facultad de ciencias agropecuarias

Escuela académico profesional de ingeniería agroindustrial

TEMA:

MICROBIOLOGÍA PREDICTIVA Y APLICACIONES

ALUMNOS:

Chávarry Hernández, Bruna

Malca Serrano, Evelyn

More Solano, Angie

Quiñones Casas, Andrea

Quispe Escalante, Jhon

Romero Chávez, José

DOCENTE:

Mg. Joe Jara Vélez

Guadalupe, octubre del 2018

.......................... MODELOS PREDICTIVOS ..................... 14 VI.......................................................................... 16 ......................................................... 3 II................ 10 V.... APLICACIONES DE LA MICROBIOLOGÍA PREDICTIVA ................. 7 IV...............................................................................ÍNDICE I.... 4 III............. 4 2. 4 2....................................................................................... OBJETIVOS .................................................................................. Objetivos Específicos........ TIPOS DE MODELOS PREDICTIVOS ............................2..............................2........................................................................................................................ 4 3............................. IMPORTANCIA DE LA MICROBIOLOGÍA PREDICTIVA EN LA INDUSTRIA CÁRNICA ...................................................... MICROBIOLOGÍA PREDICTIVA ....... BIBLIOGRAFÍA ....... 6 3........................................................................................................1.......... INTRODUCCIÓN.......................................... Objetivo general: .....................1...

genera una serie de desafíos a los que la industria alimentaria ha de adaptarse. INTRODUCCIÓN El notable incremento en la demanda de productos alimentarios mínimamente procesados y cuyo consumo sea rápido pero manteniendo condiciones de calidad y seguridad. Esta rama de la microbiología intenta describir el comportamiento de un . las respuestas de los microorganismos a los factores del medio ambiente. el desarrollo e innovación de alternativas. La microbiología predictiva se ha convertido en una herramienta de vanguardia mundial que permite evaluar. La microbiología predictiva ha demostrado ser clave en este aspecto. como es la microbiología predictiva. Esta disciplina ha sido aplicada en gran medida a bacterias patógenas o microorganismos asociados al deterioro de los alimentos.I.(Santiesteban & Lopez. mediante modelos matemáticos apropiados. Así bien. 2008) Los estándares actuales de seguridad y calidad alimentaria sólo pueden ser satisfechos a través de un conocimiento detallado del comportamiento de los microorganismos patógenos durante el ciclo de vida del producto. ha permitido la evolución de este sector durante las últimas décadas.

aplicaciones. En esta contribución se presentan los modelos matemáticos más utilizados actualmente para la descripción de crecimiento microbiano II. etc. Impartir los conceptos básicos de inocuidad de alimentos. 2016).Objetivo general: .2. pH. vida útil y su control microbiológico. como del crecimiento durante la conservación. . 2.Objetivos Específicos . III. Llevar a cabo una parte práctica donde se aprenderán a usar los distintos tipos de modelos existentes. proveer los conocimientos conceptuales esenciales para la implementación de microbiología predictiva como parte de los controles de calidad y su aplicación en la determinación de la vida útil. tipo de modelos. . Revisar conceptos básicos de la microbiología predictiva. . MICROBIOLOGÍA PREDICTIVA La microbiología predictiva comprende el estudio de la respuesta de crecimiento o de inhibición o de inactivación de microorganismos que están en los alimentos. OBJETIVOS 2.1. La evaluación del riesgo microbiológico de un microorganismo requiere de la descripción tanto de la inactivación durante los tratamientos de esterilización aplicados en la industria. microorganismo bajo unas condiciones ambientales dadas a través de modelos matemáticos (Larrosa. en función de factores que les afecten (temperatura.

procesado.) En microbiología alimentaria. el microorganismo necesita un tiempo para adaptarse a ese nuevo ambiente antes de comenzar el crecimiento. Este crecimiento se mantiene hasta que la población microbiana se estabiliza.) y a partir de estos datos predecir lo que sucederá durante el almacenamiento. relativamente económico y no invasivo para la determinación objetiva de la calidad de los alimentos. . etc. Esta nueva fase se denomina fase estacionaria. etc. Esta etapa se conoce como fase de adaptación. Aunque las condiciones del medio sean favorables para el crecimiento. 1 se ilustra la forma sigmoidal que usualmente se observa para esta curva bajo condiciones constantes favorables para el crecimiento.pdf. Los resultados se resumen en forma de ecuaciones matemáticas que. los modelos predictivos constituyen un método rápido. Esta última fase no suele ser de interés para la microbiología de alimentos(Larrosa. n. Se adopta generalmente un punto de vista reduccionista y las respuestas de los microorganismos son medidas bajo condiciones controladas. deteniéndose el crecimiento.d. caracterizada por un crecimiento exponencial con ratio constante.” n. la población microbiana decae cuando se consumen todos los recursos del medio.) El crecimiento de un microorganismo suele ilustrarse a través de la curva de crecimiento. En la Fig.d.gases. (Virto. A continuación. por interpolación. Por último.(“MRAMA_a2007r5. pueden predecir respuestas en condiciones nuevas. 2016). la población microbiana entra en la denominada fase exponencial. que es la representación del logaritmo del número de microorganismos con respecto al tiempo.

la toma de datos y los convenientes ajustes en la curva de crecimiento gracias a descripciones matemáticas. Finalmente.FIGURA N°1: Curva de crecimiento microbiano (logaritmo del número de microoganismos vs. tiempo) tipo para una población bajo condiciones ambientales constantes. llevar a cabo su aplicación. se obtiene un modelo que debe de ser validado para.1. Fuente: (Larrosa. el diseño experimental. 2016) 3..MODELOS PREDICTIVOS En la microbiología de los alimentos los modelos predictivos son expresiones matemáticas que simplifican los procesos bioquímicos de la cinética bacteriana y ayudan a elaborar una predicción de las condiciones microbiológicas que presentará un alimento en un proceso determinado durante la cadena alimentaria. una vez aceptado. Estas etapas se simplifican en la planificación.(Martínez. . Los modelos han de desarrollarse partiendo de una serie de etapas que permiten identificar los factores claves que afectan al crecimiento microbiano. 2016) Los modelos utilizados se basan en datos empíricos que describen y caracterizan las respuestas microbiológicas frente a factores ambientales (Geeraerd et al. 2004).

En un segundo paso. (Oomes et al. 2007). Estudios de origen molecular como el de Konstantinos et al. Este primer modelo nos . Asimismo.1..2. Su principal objetivo es averiguar la cinética de crecimiento de los distintos microorganismos con el mínimo de parámetros posibles. 3. 2016). 3.2. En primer lugar. la relación entre los parámetros del modelo primario y las condiciones ambientales se describe a través de un segundo modelo matemático (modelo secundario) (Larrosa. (2016). como es la esporulación. la relación entre el tamaño de la población microbiana (N) y el tiempo (t) se describe a través de un modelo matemático (modelo primario). Se basan en una descripción del número de unidades formadoras de colonias en función del tiempo. crecimiento e inactivación de los microrganismos.TIPOS DE MODELOS PREDICTIVOS El modelado del crecimiento microbiano se realiza usualmente en dos pasos. con conocimientos proporcionados por la ingeniería genética en relación a la plasticidad fenotípica y consecuentes respuestas de supervivencia. evitando así la pérdida de exactitud de los valores con cálculos muy elaborados. nos muestra hacia dónde se dirige la microbiología predictiva mediante las nuevas generaciones de modelos. y valoradas en distintas condiciones experimentales. otras investigaciones de carácter fisiológico pueden predecir e identificar puntos de control específicos de ciertos microorganismos o el comienzo de eventos significativos en la microbiología. Modelos primarios: Son los modelos predictivos más sencillos.

o el tiempo de formación de toxinas. proporciona información específica de los microorganismos a estudio. Modelos secundarios: Una vez obtenidos los parámetros cinéticos de crecimiento del microorganismo proporcionados por los modelos primarios.2. Dos ejemplos para la elaboración de estos modelos podrían ser de la Ecuación de Gompertz o la Ecuación Baranyi representados en la fig. que afectan tanto a .2. se elaboran expresiones matemáticas que describen la respuesta de éstos frente a cambios en los parámetros ambientales. 2016) Nt : densidad de población (ufc·ml-1 ) en tiempo t (horas) No: población inicial A: valor asintótico cuando el tiempo decrece indefinidamente µmax: velocidad máxima de crecimiento qo: Concentración inicial del sustrato limitante. FIGURA N°2: Ejemplos de modelos primarios que muestran la respuesta de los microorganismos Fuente: (Martínez. 3. como son el tiempo de generación (t0). la velocidad máxima de crecimiento (µmax). la duración de la fase de latencia o fase lag (λ). 2.

como a factores extrínsecos (temperatura de almacenamiento. simplificándolos de forma específica mediante software. Modelos terciarios: Este tipo de modelos incorporan los dos tipos anteriores.2. [sales]. así como comparar los efectos producidos en diferentes condiciones. etc. factores intrínsecos del producto (pH. 2016) k: tasa de crecimiento (tiempo-1 ) V: factores ambientales b: la pendiente de la recta de regresión entre √𝑘 y T T: temperatura (ºC) Tmin: temperatura hipotética de crecimiento donde la recta de regresión corta eje T cuando√𝑘 = 0. el cual permite determinar la extensión y tasa de crecimiento del microorganismo. 2016). redes neuronales artificiales. Ejemplos de estos modelos son los basados en ecuaciones polinómicas.).). humedad relativa. interacción con otros microorganismos.3. etc.]. FIGURA N°3: ejemplo de modelo secundario Fuente: (Martínez. [NO2 . 3. Con este . modelos de raíz cuadrada. superficie-respuesta o la ecuación de Arrhenius (Martínez.

o gráficos del crecimiento simultáneo de varios microorganismos (Martínez. cuando se llevan a cabo operaciones en la cadena de producción generando un análisis de riesgo preliminar y evaluando la exposición a un patógeno . 2016). lo que proporciona unas condiciones de mayor seguridad en las cadenas de producción alimentarias. en el ámbito educativo. ya sea mediante la generación de gráficas. la comparación del comportamiento del microorganismo bajo distintas condiciones. Ayuda operativa: Ofrece una ayuda en la toma de decisiones referidas a la seguridad alimentaria. tipo de tecnología se puede estimar la vida útil del producto alimentario o minimizar el riesgo de pérdida de calidad e inocuidad del alimento. . permiten una explicación más clara de la cinética y ecología bacteriana (McDonald. valorando los efectos del procesado en la calidad y seguridad alimentaria (Martínez. provoca el aumento de la vida útil del producto. A su vez. . IV. y Sun. APLICACIONES DE LA MICROBIOLOGÍA PREDICTIVA La microbiología predictiva. la estimación de tiempos de crecimiento o de inactivación microbiana. En este nivel se incluyen algoritmos para calcular los cambios producidos en el alimento. ha permitido que los modelos sean utilizados como herramientas muy útiles. 2016) . Desarrollo e innovación de nuevos productos: Capaz de crear el desarrollo alternativo de productos alimentarios con la evaluación del impacto del crecimiento de microorganismos patógenos y de deterioro. 1999). tanto para personal especializado como para los que no. que sirven como ejemplo ilustrativo.

. presente sus propiedades organolépticas.1. una vez se almacena en las condiciones recomendadas” (IFSF 1993). Por otro lado. el tipo de almacenamiento (Gordon L. estimando la dinámica de las poblaciones a lo largo de la cadena alimentaria (Martínez. nutricional o de seguridad”. son aquellos que poseen los propios productos. evaluando las variables y proporcionando medidas correctoras. 2009). Los factores intrínsecos. específico. los elementos extrínsecos. y finalmente cumpla con los requisitos nutricionales. físicas y microbiologías. Otra definición de vida útil proporcionada por Institute of Food Science and Technology la describe como “el tiempo en el cual el producto se mantenga seguro. Existen varios factores que afectan a la estimación de la vida útil de un producto sin la intervención del consumidor. 4. que engloban aquellos proporcionados por el ambiente durante su distribución y su almacenamiento y por último. Ayuda en incidentes: Estima el impacto sobre la calidad del producto o la seguridad de los consumidores en caso que se encuentren problemas con los productos del mercado. identifica y establece los puntos críticos de control (PCC) en sistemas APPCC. Estudio de la vida útil: “La vida útil de un alimento es el período de tiempo en el que el producto se vuelve inaceptable desde la perspectiva sensorial. como son las propiedades intrínsecas del propio alimento. como se ha nombrado anteriormente. evaluando el impacto en caso de pérdida de calidad o seguridad microbiológica de los productos alimentarios. 2016). entre los que se encuentran el .

1992). la propia flora natural y los microorganismos que han superado los tratamientos de conservación. semiperecederos. Fuente: (Martínez. 2016) . FIGURA N°4: Comparación del tiempo de los tipos de alimentos en relación con el tipo de almacenamiento que se lleve a cabo. el control de temperatura durante su distribución y almacenamiento. Entre ellos se encuentra el tiempo y la temperatura durante la elaboración del producto. la humedad relativa.pH del alimento. el oxígeno disponible. Los alimentos pueden ser clasificados como perecederos. los factores extrínsecos son aquellos que no presentan relación con el producto. el valor total de la acidez. la actividad de agua (aw). los nutrientes. La interacción de estos factores influye en la calidad final del producto ya que pueden generar o inhibir determinadas reacciones bioquímicas que alteran las características organolépticas del alimento (Labuza et al. el potencial redox. con una vida útil corta o media y los poco perecederos los cuales presentan una mayor vida útil. pero que puede afectar a su calidad. cuya vida útil es muy corta. Por otro lado.

como la Organización Mundial de la Salud o la Organización de las Naciones Unidas para la Alimentación y la Agricultura. 2006).3. 4. Por consiguiente. desde su cosecha y crecimiento hasta el consumo del alimento. disminuir los riesgos de fabricación de productos en malas condiciones y su posterior comercialización. identifica puntos críticos de control de peligros biológicos.Análisis de Peligros y Puntos Críticos de Control (APPCC) Existen unos requerimientos sanitarios de carácter obligatorio tanto para grandes como pequeñas empresas. establecer sistemas de control preventivos y. permitiendo identificar peligros. así como conocer la influencia de los factores cinéticos el crecimiento microbiano. ya que ayuda a determinar si ciertos alimentos benefician el crecimiento microbiano y la velocidad con que lo hace.2. . de este modo. con el fin de aumentar la seguridad del producto. La microbiología predictiva es crucial en etapas como la realización de análisis de peligro microbiológicos. Los sistemas de APPCC son herramientas de seguridad en todo tipo de industrias alimentarias. cuyo objetivo es conseguir la máxima seguridad en los alimentos teniendo en cuenta la actividad microbiológica (FAO/WHO.4.Evaluación y gestión de riesgos microbiológicos: Todo proceso de fabricación de un alimento debe examinar los potenciales peligros que puedan ocurrir durante las distintas etapas de producción de un alimento. permite el establecimiento de límites críticos. Para elaborar un sistema de APPCC es necesario conocer e identificar unos puntos esenciales que se aplican en toda la cadena de producción. regulados por las sociedades de salud alimentaria.

2016) V. incluso ayuda a detectar fallos por falta de información. y establecer procedimientos de control para garantizar la inocuidad del alimento. la cual nos permite prever el número de microorganismos presentes tras un proceso determinado. son . Llevar a cabo una buena gestión de los análisis de peligros es posible gracias a la microbiología predictiva. la industria cárnica tiene como objetivo producir. Sin embargo. En los productos sin procesar existe un peligro de exposición a patógenos ya que estos alimentos suelen estar en contacto directo con los medios que los albergan. 5. en los productos cárnicos procesados también existe un elevado riesgo de contaminación. y muchos de estos microorganismos proceden de la propia piel del animal. identificar estrategias y establecer guías para la reducción de riesgos en programas de salud púbica y seguridad alimentaria. debido a la elevada manipulación que se lleva a cabo durante los distintos procesos de la cadena alimentaria (Raseta et al.1. 2015). Tres de estas baterías especialmente llamativas por su patogenicidad. las bacterias son las que adquieren mayor relevancia. procesar y distribuir la carne de origen animal. siendo ésta la que presenta mayor volumen de producción y venta de productos en todo el mundo. Los productos de origen animal presentan una susceptibilidad mayor a la contaminación y al crecimiento de microorganismos que producen degradación y enfermedades en los alimentos.Microrganismos más importantes en productos cárnicos: Aunque son varios los microorganismos que pueden colonizar productos cárnicos y sus derivados.(Martínez. IMPORTANCIA DE LA MICROBIOLOGÍA PREDICTIVA EN LA INDUSTRIA CÁRNICA En la industria alimentaria.

se pueden observar una lista de varios patógenos. 2009). Listeria y Salmonella. sin embargo. que también están presentes durante la producción primaria de este tipo de productos. suelen ser más susceptibles a los procesos y tratamientos de control (Nørrung et al.pertenecientes al género Escherichia. Hay otros microorganismos como Campylobacter. . En la tabla 5. toxinas o sustancias químicas que pueden transmitirse por este tipo de productos.

pdf. S.es/xmlui/bitstream/handle/915/3186/Aplicaciones de la Microbiologia Predictiva en la Industria Alimentaria. K.d. Santiesteban.M. Van Impe. & Lopez. J. A. The . (n. A. C. Modelos matemáticos para la descripción del crecimiento de microorganismos patógenos en alimentos Modelos microbiano de. Koutsoumanis.O. BIBLIOGRAFÍA .H.VI. Geeraerd.).M. A. van der Vossen.). 2007. Descripción e importancia de algunos modelos predictivos utilizados como herramienta para la conservación de alimentos. S.. J.. International Journal of Food Microbiology.M.C. 1998.. y Angelidis. va Zuijlen. 9–12. Probabilistic modeling approach for evaluating the compliance of ready-to-eat foods with new European Union Safety Criteria for Listeria monocytogenes. R.ull.S. C. Witsenboer. Hehenhamp. Cenens. Applied Enviroment Microbiology.d. . Martínez.. 2007. A. H. (2016)... . D. 9. A. E. .. Application of artificial neural networks as a non-linear technique to describe bacterial growth in chilled food products. Larrosa. H. Virto. MRAMA_a2007r5. Retrieved from https://riull. Brul. Aplicaciones de la Microbiología Predictiva en la Industria Alimentaria. .M. 160–163. N. .. (2008). Temas Selectos de Ingeniería de Alimentos. ¿ Qué Es La Microbiología Predictiva ? . (n. Oomes. J. Herremans.pdf?sequence=1 .J..C. (2016). F.. K..B.

characterization of Bacillus spores occurring in the manufacturing of (low acid) canned products.. International Journal of Food Microbiology. K. . McDonald. . D. International journal of food microbiology. W. 1999. Predictive food microbiology for the meat industry: A review. Sun.