Aplicación de la Microbiología Predictiva para la

determinación de la vida útil de los alimentos

Enrique Alfonso Cabeza Herrera
Departamento de Microbiología, Facultad de Ciencias Básicas, Universidad de Pamplona.
Campus Universitario, Km. 1, Vía Bucaramanga - Pamplona, Colombia.
E-mail: enalcahe@unipamplona.edu.co enalcahe@hotmail.com
Fecha elaboración: 09/12/2011 - Fecha revisión: 15/06/2013.

1. Introducción

La preservación de los alimentos a través de los años ha sido necesaria para nuestra
supervivencia. Las técnicas de preservación utilizadas en el pasado (salazón, secado,
ahumado, calentamiento entendido como cocción, conservación a bajas temperaturas y la
fermentación) siguen siendo empleadas en conjunto con otros métodos en la actualidad,
apoyados en el conocimiento que diferentes disciplinas científicas han aportado al desarrollo en
este campo (Gram et al., 2002). Actualmente y debido a la cada vez creciente exigencia de los
consumidores por alimentos lo mas naturalmente posible, ha hecho que la industria
agroalimentaria busque alternativas de tratamiento de alimentos conservando la seguridad y la
calidad de los mismos.

Tradicionalmente se han empleado métodos físicos de proceso como las tecnologías térmicas
(pasteurización, esterilización, tindalización, refrigeración, congelación, etc.) y más
recientemente el empleo de atmósferas controladas y/o modificadas; entre los métodos
químicos destacan la acidificación, salazón y conservación en almíbar, mientras que la
conservación biológica se ha encaminado hacia los procesos de fermentación. Sin embargo,
nuevas formas de tratamiento y conservación de alimentos han ido apareciendo pudiendo
distinguir dos tipos fundamentales: Nuevas tecnologías térmicas (Calentamiento con
radiofrecuencias, procesado con microondas, calentamiento infra-rojo, infusión instantánea y
de calor elevado, calentamiento óhmico) y Tecnologías no térmicas (Alta presión hidrostática,
Campos eléctricos pulsados de alta intensidad, Campos magnéticos oscilatorios, pulsos
lumínicos intensos, irradiación, preservación química y bioquímica, etc.) que aún continúan
siendo foco de investigación.

Por otra parte, el objetivo que persiguen todos estos métodos es el de rendir un producto
nutricionalmente bueno, con un alto nivel de inocuidad y que su vida útil sea prolongada.

2. ¿Qué es la Vida Útil de un alimento?

La vida útil o caducidad de un alimento puede definirse como “el periodo de tiempo, después
de la elaboración y/o envasado y bajo determinadas condiciones de almacenamiento, en el que
el alimento sigue siendo seguro y apropiado para su consumo” (Dominic, 2004; Labuza, 1994),
es decir, que durante ese tiempo debe conservar tanto sus características físico-químicas,
microbiológicas y sensoriales, así como sus características nutricionales y funcionales. En
palabras de Dominic (2004), todos los alimentos poseen una caducidad microbiológica, una
caducidad química y/o físico-química y una caducidad sensorial; la cual depende de las
condiciones de formulación, procesamiento, empacado, almacenamiento y manipulación.

Según el Codex Alimentarius (1998) los alimentos perecederos son aquellos de tipo o
condición tales que pueden deteriorarse, entendiéndose aquellos como los alimentos
compuestos total o parcialmente de leche, productos lácteos, huevos, carne, aves de corral,
pescado o mariscos, o de ingredientes que permitan el crecimiento progresivo de
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 2

microorganismos que puedan ocasionar envenenamiento u otras enfermedades transmitidas

por alimentos; así aquellos alimentos que son considerados como perecederos generalmente
poseen una vida útil de 7 días, y esta vida útil está limitada en la mayoría de los casos por el
decaimiento bioquímico o microbiológico (Labuza, 1994), mientras que los alimentos semi-
perecederos (conservas en general) la vida útil está limitada principalmente al deterioro
fisicoquímico y/o sensorial antes que el microbiológico (McMeekin y Ross, 2002; McDonald y
Sun, 1999).

El hecho que los alimentos son sistemas diversos, complejos y activos en que las reacciones
microbiológicas, enzimáticas y físico-químicas están interactuando de forma simultánea, hace
una tarea ardua el estudio de su vida útil. La preservación de los alimentos es dependiente de
la combinación de múltiples factores y un sin fin de reacciones bio-físico-químicas, y si
entendemos estas reacciones y sus mecanismos respectivos sería bastante exitosa la
limitación de aquellos factores que tienen mayor influencia o responsables en la alteración o
pérdidas de las características deseables en los alimentos, y a veces encauzar otras
reacciones hacia cambios beneficiosos.

Esencialmente, la vida útil de un alimento depende de cuatro factores principales a saber: la

formulación, procesado, empaque y condiciones del almacenamiento. Sin embargo, si las
condiciones posteriores de manipulación no son las correctas, entonces la vida útil de los
mismos puede limitarse a un periodo menor que del cual haya sido establecido. Todos los
cuatro factores son críticos pero su importancia relativa depende de cuan perecedero es el
alimento. Generalmente, un alimento perecedero (almacenado en condiciones apropiadas)
tiene una vida útil media de 14 días siendo limitado en la mayoría de los casos por el
decaimiento bioquímico (enzimático/senescencia) o el decaimiento microbiano.

Con las nuevas tecnologías de empaque en atmósfera modificada/controlada (CAP/MAP) en

condiciones asépticas, tales alimentos pueden durar hasta 90 días (3 meses). Un alimento
semi-perecedero tiene una vida útil media de alrededor de 6 meses, tales como algunos
quesos, mientras que los alimentos no perecederos tienen una vida útil superior a 6 meses y
con una duración de hasta 3 años cuando son mantenidas bajo condiciones apropiadas de
almacenamiento (p.ej., la mayoría de las conservas).

3. Métodos para prolongar la vida útil

Desde antaño han sido diferentes los métodos que se han empleado para prolongar la vida útil
de los alimentos desde aquellos tales como la conservación en frío y/o la fermentación y que,
con el paso del tiempo se han ido perfeccionando al tiempo que han emergido otros. Se sabe
que en la antigüedad ya los romanos empleaban las bajas temperaturas “Congelación” para
prolongar la vida útil de sus alimentos mediante la conservación en vasijas que eran o bien
recubiertas en hielo o directamente vertido en el interior de las mismas con el alimento incluido.

Ya hacia finales de 1850, Louis Pasteur demuestra que la contaminación de los vinos era
asociada al desarrollo de cepas no aptas para su producción y mediante el tratamiento térmico
del zumo de uvas a 62ºC por 30 minutos, para luego permitir que se llevara a cabo una
fermentación natural y obteniendo así un vino con mejor calidad, luego si se inoculaba en
condiciones asépticas el mosto (zumo de uvas) tratado térmicamente con un estárter
proveniente de aquel vino “bueno”, se obtendría un nuevo vino de las mismas calidades.
Bueno, esto en la teoría porque hoy día sabemos que la calidad del vino está ligado no solo a
la cepa de levadura, sino al tipo de uva y algunas de sus propiedades como el grado o
concentración de azúcar, actividad de agua, etc.
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 3

Así las cosas, desde el punto de vista del procesado de los alimentos, podemos encontrar
diversas formas de clasificación de procesos – tecnologías – Métodos que permiten obtener un
producto final con unas cualidades nutricionales y de seguridad.

Desde el punto de vista del empleo de calor o no, se han distinguido tradicionalmente dos tipos
de procesamiento de alimentos: aquellos que involucran tecnologías térmicas y los que
involucran tecnologías no térmicas (métodos más modernos para el procesamiento de
alimentos o tecnologías emergentes), acompañados en todos los casos del empacado que
buscan favorecer la calidad de los alimentos preservando su vida útil.

Según la naturaleza del método de conservación, se pueden distinguir a). La conservación

biológica; b). La conservación química, y; c) la conservación física. De acuerdo con la
modernidad de la tecnología podemos distinguir entre tecnologías tradicionales y tecnologías
emergentes.

Naturaleza Tecnología tradicional Tecnología emergente

del método
Biológica Fermentación: ácido láctica (homo- Fermentación tradicional con cepas
hetero); alcohólica, mixta ácido- que han sido modificadas
alcohólica. genéticamente (OMG).
Química Agentes Inorgánicos (sales, azúcar, Uso de bacteriocinas: Sustancias de
etc.). origen biológico – conservación
Agentes orgánicos: ácidos, bioquímica.
ahumado, gases, antibióticos.
Films o recubrimientos químicos.
Física Temperaturas altas. Tecnologías térmicas: Calentamiento
Temperaturas bajas. Ohmico, Microondas, Cocción al vacío.
Concentración. Tecnologías no térmicas: Altas
Evaporación – Deshidratación. presiones hidrostáticas, Campos
magnéticos oscilantes, Campos
eléctricos pulsátiles, pulsos lumínicos
intensos, irradiación, Ultrasonidos.

4. Métodos para la estimación de la vida útil

La estimación de la vida útil de un alimento es un requisito fundamental, y esta debe figurar,

salvo ciertas excepciones, en la etiqueta de los mismos. Es variada la metodología empleada
para estimar la vida útil, algunos de estos métodos pueden parecer un tanto ortodoxos pero de
acuerdo con Labuza (1994) suelen ser válidos. Algunos de estos métodos serán expuestos de
forma breve, mientras nos centraremos en los métodos de determinación de la vida útil a
tiempo real y determinación rápida de la caducidad “Test de vida útil acelerado” (Acelerated
Shelf Life Determinaton, ASLD) por ser los más empleados (Dominic, 2004; Labuza, 1994).

4.1. Empleo de valores de referencia

La vida útil de un nuevo producto puede estimarse basándose en los datos publicados en
diferentes bases de datos tales como las del ejército de los EE.UU. o por Labuza en: Shelf-life
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 4

dating of foods (1982), pero el problema en este caso es que estos datos son muy limitados,
por lo que no tienen información adicional salvo para productos similares, además, la mayoría
de estos datos tienen derecho de autor y no pueden ser usados para la predicción de la vida
útil, salvo dentro de la misma empresa para líneas similares sin necesidad de realizar pruebas
experimentales.

4.2. Estimación mediante asignación de “Turn Over”

Una segunda aproximación para estimar la vida útil es el uso de tiempos de distribución
conocidos para productos similares, mediante el análisis de la información de las etiquetas de
los mismos. En este caso tampoco se requiere de comprobación previa si se está seguro de
tomar este riesgo. Si se está empezando a desarrollar un nuevo producto, puede necesitarse
en este caso datos para determinar el tiempo de almacenamiento en condiciones caseras
reales para conseguir una buena estimación de la vida útil. Si no existe ningún producto similar
en el mercado, este método no puede usarse.

4.3. Pruebas de abuso de distribuciones

Este método de pruebas de abuso de distribuciones puede emplearse en el caso de estar

seguros de la vida útil de un producto o si este ya se encuentra en el mercado. En este caso, el
producto es recogido del punto de venta y se mantiene en el laboratorio simulando las
condiciones caseras. Este método ha sido usado por varios investigadores, sobre todo en
aquellos casos cuando algunos estados o países cambian la legislación, pero a pesar de esto,
no ha sido ampliamente reportado encontrándose según Labuza (1994), un solo estudio en la
literatura reportado por Gacula y Kubala, en 1975. Este método reproduce la vida útil basado
en la distribución y condiciones de almacenamiento caseras.

4.4. Empleo de quejas o reclamos de los compradores

Otro acercamiento para evaluar la vida útil que no requiere ningún estudio inicial es usar las
quejas o reclamos de los consumidores como una base para determinar cuál es el problema
que está ocurriendo. En los EE.UU. la mayoría de las empresas manejan un número telefónico
gratuito de atención al consumidor en los empaques, y la información recogida a través de
este, se carga a una base de datos sistematizada que incluye el tipo de queja, localización, etc.
A partir de estos datos, el departamento de I&D puede obtener una idea sobre el problema que
está ocurriendo y el modo en que se presenta. Normalmente se acepta que por cada queja o
reclamo reportado, entre 50–60 casos no son reportados. Estos clientes representan una
proyección de tres años de pérdida de volumen de venta. A partir de estos datos, pueden
calcularse los costos en ingredientes, proceso, empacado o si los cambios de la distribución
serían económicamente factibles para mejorar la vida útil. Este acercamiento global puede
usarse en conjunto con cualquiera de los tres métodos descritos anteriormente.

4.5. Pruebas de vida útil a tiempo real

Este tipo de pruebas evalúa el efecto de la temperatura “normal” de conservación sobre las
propiedades microbiológicas, físico-químicas y sensoriales de un alimento durante un periodo
de tiempo, entendiéndose como temperatura normal aquella que será empleada durante la
conservación comercial del producto, p.ej., en la evaluación de la vida útil de un yogurt se
emplearía una temperatura de 4ºC, la cual es la temperatura a la que se conservará el producto
comercialmente. Para la determinación de la vida útil de un alimento deberán considerarse las
variables microbiológicas, físico-químicas y sensoriales que mayor influencia tendrán sobre la
calidad del producto.
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 5

En torno a la evaluación microbiológica se ha planteado toda una discusión sobre qué grupo de
microorganismos deberían considerarse para la determinación de la vida útil, por un lado
encontramos el empleo de los recuentos viables totales (aerobios o anaerobios mesófilos,
psicrótrofos o psicrófilos) ya que este grupo se considera en microbiología de alimentos como
un indicador del nivel de contaminación de un producto, sin embargo surge el planteamiento de
la diversidad de especies que podrían en un momento puntual integrar este grupo y de cómo
podrían cambiar de lote a lote, de un periodo de tiempo a otro, o dentro de un mismo proceso.
Entonces, ¿es seguro emplear este grupo como indicador de vida útil?......... Si se emplea este
recuento podríamos establecer que el valor máximo permitido oscilaría en torno a 10 6 ufc/ g o
mL, es decir, que la vida útil microbiológica caducaría en cuanto se alcance este nivel de
crecimiento en el producto final.

Desde mi punto de vista particular resulta más conveniente establecer la vida útil
microbiológica de un alimento cuantificando el crecimiento de microorganismos alterantes, y
dentro de este grupo establecer cuál de las especies es la que mayor incidencia va a tener
sobre la calidad final del producto. Por ejemplo, volvemos al caso del yogurt, en este producto
la vida útil podría evaluarse empleando el recuento de bacterias ácido-lácticas (BAL). De todas
formas tampoco resultaría lógico emplear el recuento total de viables si sabemos que este
producto ha sido preparado empleando un cultivo iniciador o estárter.

4.6. Pruebas de aceleración de la vida útil (ASLT)

Las pruebas de aceleración de la vida útil es quizá la metodología más empleada hoy día para
calcular la vida útil de un alimento no perecedero o estable (alimentos esterilizados como por
ejemplo los enlatados). En esta técnica, se pretende estudiar varias combinaciones de
producto/empaque acabados bajo diferentes condiciones de abuso de temperatura,
examinando el producto periódicamente hasta el fin de la vida útil; los resultados obtenidos se
usan para proyectar la vida útil del producto bajo las verdaderas condiciones de
almacenamiento. Algunas empresas manejan base de datos de multiplicación microbiana
obtenidos del trabajo y la experiencia previa, los cuales emplean para obtener la vida útil real a
partir de los resultados encontrados en estas condiciones de abuso de temperatura.

Esta técnica se basa en la aplicación de la cinética de la velocidad de Arrhenius, el cual

establece que la velocidad de las reacciones químicas se duplica aproximadamente por cada
10ºC de aumento de la temperatura. Sin embargo, antes de establecer una sentencia final
sobre la validez o exactitud de predicción para una aplicación particular, es necesario examinar
una serie general de factores que influyen sobre la vida útil del producto. Estos incluyen (1)
propiedades estructurales / mecánicas de los alimentos, (2) propiedades extrínsecas tales
como la temperatura, Humedad relativa, atmósfera gaseosa, etc., (3) características intrínsecas
como el pH, aw, disponibilidad de nutrientes, potencial redox (Eh), presencia de
antimicrobianos, etc., (4) la interacciones microbianas y (5) factores relativos al proceso de
elaboración, mantenimiento y manipulación final.

Este método no está exento de problemas. Debe tenerse cautela en la interpretación de los
resultados obtenidos y su extrapolación a otras condiciones. Por ejemplo cuando se prueba
una relación producto/empaque, este empaque también tiene influencia sobre la vida útil y por
tanto si se modifica el empaque con permeabilidades diferentes al oxígeno, agua, anhídrido
carbónico durante el almacenamiento verdadero (almacenamiento comercial), la vida útil del
producto se tornara desconocida; y los resultados anteriores no pueden ser aplicables. Si las
condiciones de ASLT son escogidas de forma apropiada, y se usan los algoritmos adecuados
para la extrapolación, entonces la vida útil bajo cualquier distribución conocida puede ser
predecible. Estas predicciones son basadas en los principios fundamentales de pérdida de
calidad del alimento que se han descrito antes.
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 6

5. Estimación de la vida útil microbiológica: uso de herramientas predictivas.

Como ha sido comentado en muchas revisiones, la microbiología predictiva de alimentos se

constituye hoy por hoy en una herramienta valiosa para el sector agroindustrial, ya que permite
obtener resultados en menor tiempo minimizando el uso de materiales de laboratorio, mano de
obra, y reduciendo por tanto costos económico. Sin embargo, la microbiología tradicional aún
sirve de apoyo a la microbiología predictiva. El modelamiento predictivo que integra el
comportamiento microbiano con otras variables del proceso ha empezado a ganar interés en la
industria agroalimentaria para predecir la vida útil (Banks, 1994). Sin embargo, la determinación
de la vida útil es un tema complejo como es difícil predecir los efectos de las variables de
almacenamiento y las condiciones de abuso que un producto puede experimentar (Williams,
1992).

La gran variedad y número de microorganismos alterantes encontrados en los productos

alimenticios significa que los modelos de predicción de alteración son menos fáciles de
desarrollar que los modelos de microorganismos patógenos y su aplicación es mucho más
limitada (Pin y Baranyi, 1998). Al igual que ocurre con el análisis de riesgos y el HACCP, la
predicción de la vida útil debe considerar todas las etapas en la producción de un alimento.
Deben obtenerse datos exactos acerca de las materias primas utilizadas, la formulación de
productos, montaje de productos, técnicas de procesamiento, condiciones de higiene, tipo de
empacado empleado, almacenamiento y procesos de distribución y el manejo final del
consumidor. Sólo cuando todas estas áreas están representadas puede hacerse posible una
predicción fiable de la vida útil (McMeekin y Ross, 1996b; Dalgaard, 1995).

El realizar un estudio de vida útil puede implicar una amplia utilización tanto de recursos
tecnológicos como financieros. Sin embargo, el desarrollo de modelos de predicción podrían en
un plazo prudencial reducir el uso de estos recursos y mejorar el tiempo de utilización
(Neumeyer y col., 1997a). Los estudios se han llevado a cabo sobre una gran variedad de
alimentos para determinar la vida útil (por ejemplo en productos cárnicos: Devlieghere et al.,
1999; Kant-Muermans et al., 1997; Neumeyer et al., 1997a, b; Vankerschaver et al., 1996). Sin
embargo, estos estudios no han utilizado un modelo capaz de incorporar todas las variables
que puedan tener un impacto sobre el crecimiento microbiano. Los principales factores que
influyen en la estabilidad microbiana en los alimentos son la temperatura, pH y actividad de
agua. La temperatura en particular puede variar significativamente a través de la producción y
distribución (Geeraerd et al., 1998).

La mayoría de los estudios han utilizado modelos dependientes de la temperatura, tales como
el modelo de la raíz cuadrada (Ratwkosky et al., 1983) o el modelo de Arrhenius, y si bien es
cierto que con la mayoría de los alimentos la temperatura es el principal factor que afecta la
vida útil, no es la única variable (Einarsson, 1994; Gill y Jones, 1992a; Gill et al., 1988;
Einarsson y Ericksson, 1986). La mayoría de los modelos dinámicos propuestos (Baranyi et al.,
1993a, 1996b; Van Impe et al., 1995, 1992) es necesario el empleo de más de una variable
fluctuante para predecir con precisión la vida útil de los productos alimenticios. Los métodos
prácticos utilizados en la elaboración de modelos predictivos de vida útil necesitan avanzar más
(McDonald y Sun, 1999). Los métodos estándares de análisis microbiológicos aunque son
eficaces aún son lentos. Las investigaciones futuras deberían tener en cuenta el corto período
de vida de gran parte de alimentos refrigerados y el hecho de que los resultados son
necesarios rápidamente (Gibbs y Williams, 1990). El uso de técnicas microbiológicas más
rápidas que las actuales será necesario en el futuro.

Vamos a explicar dos métodos clásicos para la determinación de la vida útil de alimentos, un
primer modelo desarrollado por Monod-Hinshelwood para la estimación de la caducidad
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 7

microbiológica y en segundo lugar, el modelo de Arrhenius empleado fundamentalmente en la

estimación de la caducidad físico-química, aunque puede emplearse en la estimación
microbiológica como veremos en el ejercicio descrito en el numeral 6.

De todas formas cabe recordar que los modelos de predicción microbiológica son en muchos
casos generales y variados y por tanto pueden extrapolarse para la estimación microbiológica
de la vida útil de diversos alimentos.

5.1. El modelo de Monod-Hinshelwood (descrito por McMeekin y Ross, 2002)

Esta aproximación puede ser usada para el cálculo de la vida útil microbiológica. En palabras
de McMeekin y Ross (2002) “la experiencia ha mostrado que para la mayoría de los casos
donde están implicadas asociaciones de microorganismos alterantes, el tiempo en el cual
ocurre o se desarrolla la alteración de los alimentos está directamente relacionada con el
tiempo de generación de aquel microorganismo que juega el papel predominante en dicha
asociación”. Esto es, que si conocemos la microbiota alterante predominante en los alimentos
perecederos y sabemos cómo cambia su población en el tiempo (si asumimos que la
ocurrencia de alteraciones específicas se da después de la fase de latencia), puede
establecerse la vida útil del mismo mediante la siguiente relación (aproximación de Monod-
Hinshelwood):

log 𝑁𝑠 − 𝑙𝑜𝑔 𝑁0
𝑡𝑠 = × 𝑇𝑔
𝑙𝑜𝑔2

Donde ts es el tiempo necesario para que se desarrolle la alteración bajo las mismas
condiciones extrínsecas e intrínsecas medidas; Ns (ufc/g o cm2) es el valor correspondiente a la
población de seguridad (valor máximo permisible antes de considerarse alterado el producto);
2
N0 (ufc/g o cm ) es el valor correspondiente a la población inicial presente en el producto; T g es
el tiempo de generación de la población alterante específica. Así una vez Ns y Tg han sido
determinados para esas condiciones de almacenamiento, es muy fácil determinar el tiempo de
vida útil reemplazando en la fórmula anterior, y por tanto, puede establecerse el mantenimiento
de la calidad de estos productos bajo estas condiciones. Por lo tanto, todo lo que se requiere
para estimar la vida útil de ese alimento es conocer la población inicial (N0).

Si la anterior aproximación se aplica a diferentes temperaturas, entonces puede evaluarse el

efecto de la temperatura sobre el crecimiento bacteriano, transformando los datos de velocidad
de crecimiento o tiempo de generación en una gráfica de dependencia de la temperatura (como
ha sido usada por Mossel e Ingram, 1955), y obtener una constante que indique como cambia
la velocidad de crecimiento con el cambio de la temperatura. En este caso debería
considerarse calcular k a diferentes intervalos de temperatura constantes (por ejemplo el
modelo de Q10; el cual muestra como varía k cada vez que se incrementa o disminuye en 10ºC
la temperatura de almacenamiento.

Un modelo similar había sido establecido por Svante August Arrhenius (Sueco, 1859-1927) en
1889, cuando descubrió que la velocidad de las reacciones químicas aumenta con la
temperatura, en una relación proporcional a la concentración de moléculas existentes.

5.2. El modelo de Arrhenius (efecto de la temperatura sobre la velocidad de alteración)

Las aproximaciones modernas de la Microbiología Predictiva de Alimentos han tratado de

entender y establecer un vínculo entre el crecimiento de microorganismos y los factores que
regulan el crecimiento tales como la temperatura, pH, actividad de agua, potencial redox, etc.
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 8

La gran mayoría de los modelos secundarios son modelos de tipo cinético (McDonald y Sun,
1999; Labuza y Fu, 1993), de los cuales el más comúnmente usado ha sido el modelo de
Arrhenius.

Los modelos cinéticos para la determinación de la vida útil en alimentos son generalmente
basados en la ocurrencia de fenómenos y estos no han sido desarrollados para un alimento en
particular. Sin embargo, los parámetros experimentales y ambientales de un modelo pueden
aplicarse para un producto en especial. De estos, la temperatura es normalmente considerada
como el factor más importante en las reacciones de deterioro de los alimentos, especialmente,
para la alteración microbiana donde la velocidad de crecimiento específico y la fase de latencia
son altamente dependientes de la temperatura (Giannuzzi et al., 1998). La ecuación de
Arrhenius fue derivada empíricamente basada en consideraciones termodinámicas (Labuza y
Riboh, 1982), y describe la velocidad con que una reacción cambia cuando se emplean
diferentes temperaturas conocidas (Ross y McMeekin, 1994). La forma más simple de esta
ecuación es:
−𝐸𝑎
k = A 𝑒 𝑅𝑇
o
𝐸𝑎
ln 𝑘 = ln 𝐴 −
𝑅𝑇

Donde, k es la velocidad de reacción; A {(ufc/ml, g o cm2)/tiempo} es un factor pre-exponencial

–parámetro a ser determinado (intercepto de “y” en una gráfica de Lnk vs 1/T) –, R es la
constante de los gases (8.314 J mol-1 K-1), T es la temperatura absoluta (K), y Ea es
denominada como la energía de activación de la reacción límite de velocidad-crecimiento (Ross
y McMeekin, 1994). Si en la ecuación anterior los valores de k son calculados a diferentes
temperaturas y si el lnk es graficado contra 1/T, puede obtenerse una línea recta en la cual la
pendiente (m) es igual –Ea/R (Dominic, 2004; McDonald y Sun, 1999; Labuza et al., 1992;
Labuza y Riboh, 1982). Así el modelo de Arrhenius puede catalogarse en la clasificación de
Whiting y Buchanan (1993) como un modelo secundario.

Cuando el modelo de Arrhenius es empleado para evaluar el efecto de la temperatura sobre el

crecimiento microbiano, entonces k se transforma en la velocidad de crecimiento específico
(Ross y McMeekin, 1994; Giannuzzi et al., 1998), y la ecuación de Arrhenius puede escribirse
como:

−𝐸𝜇
μ= A 𝑒 𝑅𝑇

Sin embargo, el crecimiento bacteriano es complejo y las extrapolaciones de las gráficas

pueden no mostrar linealidad, por lo tanto, la ecuación anterior no puede encajar muy bien por
debajo de los datos óptimos o por encima de las temperaturas de crecimiento. Entonces, las
gráficas obtenidas solo sirven para predecir el crecimiento microbiano en un limitado rango de
temperatura (McDonald y Sun, 1999; Labuza y Fu, 1993). Así la ecuación que ha sido utilizada
mayoritariamente para describir el efecto de la temperatura sobre el crecimiento microbiano es
el modelo de la raíz cuadrara propuesto por Ratkowsky et al., en 1982 (Giannuzzi et al., 1998;
Neumeyer et al., 1997; Willocx et al., 1993; Adair et al., 1989).

𝜇 = 𝑔 ∗ (𝑇 − 𝑇0 )
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 9

6. Ejercicio de estimación de la vida útil empleando modelos predictivos y test

acelerados de tiempo.

En el proceso de pasteurización de la leche a 72°C por 15 segundos se busca reducir la carga

total microbiana un 99,99%. El producto está pensado para ser mantenido en condiciones de
refrigeración (4ºC ± 0,5ºC). La variable microbiológica a controlar es el recuento total de
viables, cuyo límite máximo de crecimiento permitido es 4x10 4 ufc/ml. Si la carga inicial es de
10x106 bacterias por ml, al final del proceso se detecta que la población final remanente es de
1000 ufc/ml.

Determine la vida útil a 4ºC empleando los datos del test acelerado de tiempo durante 12 horas
mostrados a continuación:
10ºC 20ºC 30ºC
Tiempo (min)
ufc/ml

0 1000 1000 1000

58 1047 1479 3162
115 1096 2188 9772
173 1148 3236 30903
230 1202 4786 95499
288 1259 7079 295121
346 1318 10471 912011
403 1380 15488 2818383
461 1445 23442 8128305
518 1514 34674 21379621
576 1585 51286 45708819
634 1660 75858 75857758
691 1738 112202 100000000
749 1820 165959 112201845

Para el cálculo de la vida útil pueden emplearse varios modelos predictivos, pero vamos a
comenzar con la aproximación de Arrhenius.

1. El primer paso una vez obtenida la población en unidades logarítmicas (ln ufc ml-1) es
calcular la velocidad de crecimiento específica (µ) para cada temperatura. Esta puede
obtenerse de diversas maneras, una es graficando en las ordenadas el ln ufc ml-1 en fase
exponencial y en las abscisas el tiempo (min), y a partir de esta gráfica obtener la
ecuación de la recta en cuyo caso la pendiente es igual a la velocidad de crecimiento
específica (ufc ml-1min-1). Otra forma es calculando µ a partir de la siguiente expresión:

𝑙𝑛𝑁𝑓 − 𝑙𝑛𝑁0
𝜇=
(𝑡𝑓 − 𝑡0 )

También puede emplearse el uso de software específicos como el DMFit, MicroFit, etc.
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 10

10ºC – (283K) 20ºC (293K) 30ºC (303K)

µ (ln ufc/ml*min) 0,000799 0,006838 0,019400

1/T (1/K) 0,003534 0,003413 0,003300

2. Con los resultados de µ para cada temperatura procedemos a calcular las constantes del
modelo de Arrhenius: energía de activación (Ea) y el Factor pre-exponencial A. Para este
caso graficaremos en las ordenadas el lnµ a cada temperatura y en las abscisas el inverso
de cada temperatura absoluta (1/T). Recordemos que cuando se grafica de esta forma, la
pendiente de la recta (m) que se obtiene es igual a: –Ea/R (y que por tanto Ea = –m*R,
que en todos los casos será positiva); y el intercepto en el eje “y” cuando X=0 es el factor
pre-exponencial en logaritmo (LnA).

Figura 1. Relación entre la velocidad de crecimiento vs temperatura mediante la

cinética de Arrhenius
0
0,00325
-1 0,0033 0,00335 0,0034 0,00345 0,0035 0,00355
Ln µ (Ln ufc/ml*min)

-2
-3
-4
-5
-6 y = -13679x + 41,371
-7 R² = 0,9688

-8
1/T (1/°K)

De la gráfica podemos inferir que:

Ea = – (m*R)
R = 8,314472 J mol-1 K-1
Ea = – (–13679 Ln ufcK/ml*min * 8,314472 J/molK)
Ea = 113733,662 Ln ufc*J/ml*min*mol.
LnA = 41,371 Ln ufc/ml*min

3. Una vez obtenidos los parámetros procedemos a calcular µ a 4ºC (277ºK) reemplazando
en la ecuación de Arrhenius.
𝐸𝑎
Ln 𝜇 = Ln 𝐴 −
𝑅𝑇

Ln ufc ∗ J
Lnufc 113733,662 ( )
Ln 𝜇 = 41,371( )− ml ∗ min ∗ mol
ml ∗ min J
8,314472 (mol ∗ K) ∗ 277K

Ln ufc Ln ufc
Ln 𝜇 = 43,27( ) − 47,13 ( )
ml ∗ min ml ∗ min
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 11

Ln ufc
ln 𝜇 = − 8,01167
ml ∗ min

Ln ufc
μ = 0,0003316
ml ∗ min
Por tanto, la velocidad de crecimiento específico a 4ºC es de 0,0003316 Ln ufc/ml*min.

4. Procedemos a estimar entonces la vida útil a 4ºC. Si nuestro valor límite es 4,0x104 ufc/ml
(10,5966 Ln ufc/ml). Si tenemos que por cada minuto se incrementa 0,0003316 Ln ufc/ml
{recordemos que µ se obtiene del Ln ufc/ml vs tiempo (min)}, en cuanto tiempo se
alcanzarán las 10,5966 Ln ufc/ml que es nuestro valor límite?

5. Podemos usar una sencilla regla de tres:

1 min 0,0003316 ln ufc/ml

X? 10,5966 ln ufc/ml

1𝑚𝑖𝑛 ∗ 10,5966 𝐿𝑛 𝑢𝑓𝑐/𝑚𝑙

𝑋=
0,0003316 𝐿𝑛 𝑢𝑓𝑐/𝑚𝑙

X = 31955,97 minutos, aproximadamente 31956 minutos, o el equivalente a 22

días.

Con el empleo de la cinética de Arrhenius, obtendríamos un producto con una vida útil
media de 20 a 22 días si se conserva a temperatura de 4°C.

Si usamos la aproximación de Monod-Hinshelwood, debemos conocer el tiempo de generación

a la temperatura problema, en este caso a 4ºC.

1. El primer paso y para este caso, debemos calcular k para cada temperatura, aunque
tenemos varias opciones, emplearemos en este caso la fórmula:

𝑙𝑛2
𝑇𝑔 =
𝜇
Donde Tg equivale al tiempo de generación.

10ºC – (283K) 20ºC (293K) 30ºC (303K)

µ 0,000799 0,006838 0,019400
Tg = (0,693/µ) 867,33 min 101,35 min 35,72 min

2. El segundo paso es graficar el Log 10Tg para cada temperatura experimental en las
ordenadas y la Temperatura en las abscisas.
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 12

Figura 2. Relación entre el tiempo de generación (expresado en unidades Log 10) vs

temperatura de crecimiento.
3,500
3,000
2,500
Log10 Tg (min)
2,000
1,500 y = -1,27ln(x) + 5,8484
R² = 0,9978
1,000
0,500
0,000
0 5 10 15 20 25 30 35

Temperatura (°C)

3. A partir de la ecuación de la recta calculamos el Log 10Tg a 4ºC.

Si y = –1,27ln(x) + 5,8484, entonces a 4ºC (x).

Log10Tg = –1,27*ln(4) + 5,8484

Log10Tg = –1,27*1,386 + 5,8484

Log10Tg = –1,761 + 5,8484

Log10Tg = 4,0878

Tg = 104,0878

Tg = 12240,7 min a 4°C

4. Con los datos anteriores de T g a 4ºC, procedemos a establecer la vida útil mediante la
ecuación:
Log 𝑁𝑠 − 𝐿𝑜𝑔 𝑁0
𝑡𝑠 = × 𝑇𝑔
𝐿𝑜𝑔2

4,602 − 3
𝑡𝑠 = × 12240,7 𝑚𝑖𝑛
0,301

𝑡𝑠 = 65148,16 𝑚𝑖𝑛

𝑡𝑠 = 45,2 𝑑í𝑎𝑠
Con el empleo del modelo de Monod-Hinshelwood, obtendríamos un producto con una
vida útil media de 45 días si se conserva a temperatura de 4°C.
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 13

7. Conclusión.

Si la vida útil estimada para este producto a 4ºC es de 22 días con el modelo de Arrhenius,
como margen de seguridad puede establecerse una vida útil de 18 a 20 días a 4ºC. Sin
embargo, con la aproximación de Monod-Hinshelwood la vida útil se ve prolongada a 45 días.
En este caso como margen de seguridad podríamos establecer una vida útil de 40 días.

Tal y como explica Labuza y Fu (1993) o McDonald y Sun (1999), cuando se emplea el modelo
de Arrhenius para el crecimiento bacteriano, las extrapolaciones de las gráficas pueden no
mostrar linealidad, y por lo tanto, el modelo anterior no puede encajar muy bien por debajo o
por encima de las temperaturas evaluadas para el crecimiento, lo anterior puede evidenciarse
al comparar las Figuras 1 y 2, donde se observa que la relación tanto de la velocidad de
crecimiento como del tiempo de generación frente a la temperatura no es lineal, sino de tipo
exponencial o logarítmico, es decir, se asemeja más al proceso de crecimiento bacteriano, que
por regla general es fisión binaria, la cual es de tipo exponencial. Claro que debemos recordar
que no todas las bacterias siguen este proceso de crecimiento tal y como ocurre con
Streptomyces spp. (Formación de hifas y esporulación); Mixobacterias (Formación de cuerpos
fructíferos y esporulación); Hyphomicrobium spp. (Gemación); Nocardia spp. y Micoplasmas
(Formación de filamentos y septación).

8. Bibliografía

Adair, C., Kilsby, D.C., Whittall, P.T. 1989. Comparison of the Schoolfield (non-linear Arrhenius)
model and the Square Root model for predicting bacterial growth in foods. Food Microbiol.,
6, 7–18.
Baranyi, J., Jones, A., Walker, C., Kaloti, A., Robinson, T.P., Mackey, B.M., 1996. A combined
model for growth and subsequent thermal inactivation of Bochothrix thermosphacta. Appl.
Environ. Microbiol., 62, 1029–1035.
Baranyi, J., Roberts, T.A., McClure, P.J., 1993. A non-autonomous differential equation to
model bacterial growth. Food Microbiol., 10, 43–49.
Codex Alimentarius - Comisión conjunta FAO-OMS. 1998. Sección II: definiciones, Directrices
para el diseño de las medidas de control de los alimentos vendidos en las vías públicas de
África. En: Requisitos generales (Higiene de los alimentos). Suplemento al volumen 1B.
Roma, Italia. M-83. ISBN 92-5-304029-7.
Dalgaard, P., 1995. Modelling of microbial activity and prediction of shelf life for packed fresh
fish. Int. J. Food Microbiol., 26, 305–317.
Devlieghere, F., Van Belle, B., Debevere, J., 1999. Shelf life of modified atmosphere packed
cooked meat products: a predictive model. Int. J. Food Microbiol., 46, 57–70.
Einarsson, H., 1994. Evaluation of a predictive model for the shelf life of cod (Gadus morhua)
fillets stored in two different atmospheres at varying temperatures. Int. J. Food Microbiol., 24,
93–102.
Einarsson, H., Ericksson, S.G., 1986. Microbial growth models for prediction of shelf life of
chilled meat. Recent Advances and Developments in the Refrigeration of Meat by Chilling
International Institute of Refrigeration, Paris, France, pp. 397–402.
Esty, J.R., Meyer, K.F., 1922. The heat resistance of spore of B. botulinum and allied
anaerobes XI. J. Infect. Diseases, 31, 650–663.
Geeraerd, A.H., Herremans, C.H., Cenens, C., Van Impe, J.F., 1998. Application of artificial
neural networks as a non-linear modular modeling technique to describe bacterial growth in
chilled food products. Int. J. Food Microbiol., 44, 49–68.
Giannuzzi, L., Pinotti, A., Zaritzky, N. 1998. Mathematical modelling of microbial growth in
packaged refrigerated beef stored at different temperatures. Int. J. Food Microbiol., 39, 101–
110.
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 14

Gibbs, P.A., Williams, A.P., 1990. In: Using Mathematics for Shelf Life Prediction, Food
Technol. Int, Europe. Pp. 287–290.
Gill, C.O., Jones, T., 1992. Assessment of the hygienic efficiency of two commercial processes
for cooling pig carcasses. Food Microbiol., 9, 335–343.
Gill, C.O., Phillips, D.M., Hoeffen, M.P.F., 1988. A computer program for assessing the
remaining storage life of chilled red meats from product temperature histories. In: Proceeding
of Meetings of Commissions C2, D1, D2/3, E1, September 5–9, Institut International du Froid
Paris, Refrigeration for Food and People, pp. 73–77.
Kant-Muermans, M.L.T., Stekelenburg, F.K., Zwietering, M.H., Huis in’t Veld, J.H.J., 1997. In:
Modelling the Shelf Life of Packed, Cooked Meat Products, World Congress on Food
Hygiene, The Hague, The Netherlands, pp. 53–57.
Labuza, T.P., 1994. Determination of the Shelf Life of Foods. Article inedited.
Labuza, T.P., Fu, B. 1993. Growth kinetics for shelf-life predictions: theory and practice. J. Ind.
Microbiol., 12, 309–323.
Labuza, T.P., Fu, B., Taoukis, P.S. 1992. Prediction of shelf life and safety of minimally
processed CAM/MAP chilled foods: a review. J. Food Protection, 55, 743–750.
Labuza, T.P., Riboh, D. 1982. Theory and applications of Arrhenius kinetics to the prediction of
nutrient losses in foods. Food Technology, 36, 66–74.
McDonald, K., Sun, D-W. 1999. Predictive food microbiology for the meat industry: a review. Int.
J. Food Microbiol., 52, 1–27.
McMeekin, T.A., Olley, J., Ratkowsky, D.A., Ross, T., 2002. Predictive Microbiology: towards
the interface and beyond. Int. J. Food Microbiol., 73, 395–407.
McMeekin, T.A., Ross, T., 1996. Shelf-life prediction: status and future possibilities. Int. J. Food
Microbiol., 33, 65–83.
McMeekin, T.A., Ross, T., 2002. Predictive microbiology: providing a knowledge-based
framework for change management. Int. J. Food Microbiol., 78, 133–153.
Mizrahi, S. Chapter 5. Accelerated shelf-life tests. In: The Stability and Shelf Life of Food.
Kilcast, D., Subramaniam, P, Editors.
Mossel, D.A.A., Ingram, M. 1955. The physiology of the microbial spoilage of foods. J. Appl.
Microbiol., 18, 232–268.
Neumeyer, K., Ross, T., McMeekin, T.A. 1997a. Development of a predictive model to describe
the effects of temperature and water activity on the growth of spoilage pseudomonads. Int. J.
Food Microbiol., 38, 45–54.
Neumeyer, K., Ross, T., Thomson, G., McMeekin, T.A., 1997b. Validation of a model
describing the effects of temperature and water activity on the growth of psychrotrophic
Pseudomonads. Int. J. Food Microbiol., 38, 55–63.
Pin, C., Baranyi, J., 1998. Predictive models as a means to quantify the interactions of spoilage
organisms. Int. J. Food Microbiol., 41, 59–72.
Ratkowsky, D.A., Olley, J., McMeekin, T.A., Ball, A. 1982. Relationship between temperature
and growth rate of bacterial cultures. J. Bacteriol., 149, 1–5.
Ross, T., McMeekin, T.A. 1994. Predictive microbiology, Review paper. Int. J. Food Microbiol.,
23, 241 – 264.
Van Impe, J.F., Nicolai, B.M., Martens, T., De Baerdemaeker, J., Vandewalle, J., 1992.
Dynamic mathematical model to predict microbial growth and inactivation during food
processing. Appl. Environ. Microbiol., 58, 2901–2909.
Van Impe, J.F., Nicolai, B.M., Schellekens, M., Martens, T., De Baerdemaeker, J., 1995.
Predictive microbiology in a dynamic environment: a system theory approach. Int. J. Food
Microbiol. 25, 227–249.
Vankerschaver, K., Wilcox, F., Smout, C., Hendrickx, M., Tobback, P., 1996. The influence of
temperature and gas mixtures on the growth of the intrinsic micro-organisms on cut endive:
predictive versus actual growth. Food Microbiol., 13, 427–440.
 Cabeza-Herrera, E.A. Aplicación de la Microbiología Predictiva en la determinación de la vida útil de los alimentos 15

Whiting, R.C., Buchanan, R.L., 2001. Predictive microbiology and risk assessment. In: Doyle,
M.P., Beauchat, L.R., Montville, T.J. (Eds.), Food Microbiology. Fundamentals and Frontiers,
2nd ed. American Society for Microbiology Press, Washington, D.C., pp- 813–831.
Whiting, RC., Buchanan, R.L. 1993. A classification of models for predictive microbiology. Food
Microbiol., 10, 175 – 177.
Williams, T., 1992. In: The Principles Involved in the Determination of Product Shelf-life,
Leatherhead Food Research Association, UK.
Willocx, F., Mercier, M., Hendrickx, M., Tobback, P. 1993. Modelling the influence of
temperature and carbon dioxide upon the growth of Pseudomonas fluorescens. Food
Microbiol., 10, 159–173.

Anexo 1. Diversos valores de R (Constante de los gases ideales).

Valor de R Unidades (V·P·T-1·n-1)

8.314472 J·K-1·mol-1
0.0820574587 L·atm·K-1·mol-1
83.14472 cm3·bar·mol-1·K-1
8.20574587 × 10-5 m3·atm·K-1·mol-1
8.314472 cm3·MPa·K-1·mol-1
8.314472 L·kPa·K-1·mol-1
8.314472 m3·Pa·K-1·mol-1
62.36367 L·mmHg·K-1·mol-1
62.36367 L·Torr·K-1·mol-1
83.14472 L·mbar·K-1·mol-1
0.08314472 L·bar·K-1·mol-1
1.987 cal·K-1·mol-1
6.132440 lbf·ft·K-1·g-mol-1
10.73159 ft3·psi·°R-1·lb-mol-1
0.7302413 ft3·atm·°R-1·lb-mol-1
998.9701 ft3·mmHg·K-1·lb-mol-1
8.314472 × 107 erg·K-1·mol-1