MICROBIOLOGIA PREDICTIVA

1. Seleccione un problema de su interés

2. Establezca los factores intracelulares y extracelulares más relevantes en
el problema.
3. Proponga ¿Qué tipo de modelo debería usar y porque?
4. Realice minería de datos a través de PMP o/y Combase
5. Indique como se realizaría la validación del modelo
6. Concluya sobre la microbiología predictiva en la solución de su
problema.

SOLUCION
1. Problema de interés
Se visitó una planta de producción de leche condensada. Aparentemente
todo el proceso de fabricación de la leche está bien, el sabor y la textura
están acordes al producto que se espera obtener. El (pH 6.6, Aw 0.983) a
una temperatura de 98ºC durante 1 hora.
Presenta un color marrón, más oscuro que el que se debe tener y el tiempo
de vida útil es de 9 días, muy corto para este tipo de alimento, donde se
evidencia en las devoluciones hinchamiento en el envase debido a la
presencia de un microorganismo. El propósito de este caso es optimizar el
proceso de concentración para aumentar la vida útil.
2. Factores Intracelulares:
- pH =6.6
- Aw = 0.983
- Presión osmótica

Factores Extracelulares:
- Temperatura 98ºC
- Aerobios
- Esporas Termoresistentes
Microorganismo presente: Bacillus cereus tiene como factor limitante de
crecimiento, un pH límite de 4,9, temperatura optima de 30 – 40° C.

3. Se van a utilizar dos Modelos debido a que en el caso planteado se

presenta crecimiento e inactivación.

a. Para el de crecimiento se propone el Modelo lineal de dos fases.

ln N s −ln N 0
shellife=t s=λ+t exp t exp
μ max
Para el de Inactivación se propone el Modelo de Weibull. En estudios
realizados se ha demostrado que da muy buenos resultados en la destrucción
térmica de B. Cereus.
log N
10= =−b t n
N0

4. Growth Model – Bacillus cereus

En la gráfica se observa que a 4 logaritmos, un estado físico de 0.1, en

un tiempo de 1 hora, con una temperatura de 20ºC, la fase de latencia
es muy corta, prácticamente el microorganismo empieza a crecer a los 5
minutos.

Al cambiar las condiciones, solo se le modifica la Temperatura primero a

15ºC y luego a 30ºC, durante el mismo tiempo de 60 minutos, la fase de
latencia cambia. En la primer temperatura (15ºC) la fase de latencia va a
ser mayor y tarda más el MO en empezar a crecer, aproximadamente a
los 10 minutos, mientras que en la segunda temperatura (30ºC) la fase
de latencia es muy corta, prácticamente no hay fase de latencia y el MO
empieza de una a crecer.

El crecimiento de Bacillus cereus se vio controlado por la Temperatura

que le impide duplicarse de forma óptima así los nutrientes sean idóneos
para su crecimiento, por tal razón esta temperatura represento una
barrera para el crecimiento del microorganismo. Al bajar el pH se retarda
las reacciones de Maillard, lo que impide que el producto adquiera su
color y va a producir una leche con textura granulosa.
Thermal Inactivation Model – Bacillus cereus
En la gráfica se observa que al trabajar con 4 logaritmos, un estado
físico de 0.1, en un tiempo de 1 hora y a diferentes temperaturas de
98ºC, 95ºC, la inactivación es mínima, con una temperatura de 90ºC,
tarda un poco más en inactivarse aproximadamente 13 minutos.

Se modificaron las otras variables, pero el resultado era muy

insignificante, mientras que al modificar la temperatura si variaba. El
bacillus cereus es de gran resistencia, el cual puede sobrevivir a la
pasteurización y crecer a bajas temperaturas.

5. Validación:
Se seleccionó la mejor ecuación de regresión aplicando el método de
eliminación retrospectiva, utilizando el test Chi-cuadrado para eliminar de la
ecuación aquellos términos con probabilidad de no existencia > 0,05.
Se hicieron predicciones de los tiempos críticos de almacenamiento a partir de
las ecuaciones polinómicas para niveles de probabilidad asignados por el valor
de corte seleccionado, es decir, el valor dónde es máxima la capacidad de
predicción del modelo y la mayor cantidad de los valores predichos son
correctos. Esto se logró resolviendo la ecuación para la variable tiempo,
manteniendo fijas las demás variables independientes.
En la mayoría de los sistemas estudiados las curvas de crecimiento tuvieron un
comportamiento no lineal. Sin embargo, las diferencias más notorias surgen de
analizar la influencia de las variables aw y pH en la respuesta de crecimiento.
Aunque la reducción de pH de 5.5 a 5.0 no tuvo una influencia significativa en
la velocidad de crecimiento exponencial.
6. La baja actividad de agua de la leche condensada y la alta cantidad de
azúcar hace que los microorganismos no crezcan mucho, una mala
pasteurización provoca crecimiento, provocando cambios de color, olor
sabor y corta vida útil en el producto final.

La Microbiología predictiva en la solución del caso expuesto facilito el

análisis en la determinación de vida útil, mostrando resultados donde
nos dice que la temperatura fue el factor que más influyó en el
crecimiento del microorganismo presente. Ya que cuando la temperatura
es baja aumenta la duración en la fase de latencia.

Al permitir determinar estimaciones de vida útil, contribuye en la

optimización de los procesos, determinando la relación de tiempo y
temperatura necesaria para obtener alimentos inocuos y de alta calidad.