Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Portalderevistas, MODELADO PREDICTIVO DE ESCHERICHIA COLI O157H7
Portalderevistas, MODELADO PREDICTIVO DE ESCHERICHIA COLI O157H7
2
lenaredrocha@hotmail.com- elvi0910@hotmail.com
Profesor Asociado Programa de Microbiología de la Universidad Libre. Barranquilla.
37
MENTE JOVEN
be E. coli O157: H7 behavior inside food, luz intestinal puedan multiplicarse o lisarse
but if USDA’s Pathogen Modellig program alcanzando otros sistemas, y cuyo factor
(PMP) Version 6.0 software in conjuction de virulencia es diferente a una exotoxi-
with the Eastern Regional Reseach Center na7. Macroorganismos causantes de ETA
(ERRC) has been used in the description para destacar son Salmonella Enteritidis,
of E. coli at different temperatures. This Salmonella Typhimurium, Campylobacter
text seeks to show a computer applications spp., Clostridium botulinum, Shigella spp.,
perspective that facilitate E. coli O157: H7 Vibrio cholerae, Staphylococcus aureus,
predictive modeling in food, its importance Clostridium perfringens y Escherichia coli
and its applicability. serotipo O157:H71. Este último patóge-
no, perteneciente al patotipo de las cepas
Keywords: Predictive Models, Pathogen, de Escherichia coli enterohemorrágicas
Meat, FBD, O157:H7 (EHEC), probablemente el grupo más viru-
lento de las E. coli diarreogénicas debido
a las dos verotoxinas (denominada así ya
Introducción que se les descubrió por primera vez en
Las Enfermedades Transmitidas por los las células Vero, cuyo origen es del riñón
Alimentos (ETA) se definen como un con- del mono verde africano Chlorocebus)8 o
junto de síntomas originados por la inges- toxinas similares a las de Shigella, por lo
tión de alimentos y/o agua, que contengan que también es llamada Escherichia coli
agentes etiológicos en cantidades tales verotoxigénica (VTEC) o Escherichia coli
que afecten la salud del consumidor a ni- productora de toxinas tipo Shiga (STEC).
vel individual o grupos de población(1,4).
Éstas constituyen un problema de salud E. coli O157:H7 se caracteriza por ser un
pública mundial que aumenta con el pasar bacilo gram negativo, anaerobio faculta-
de los años. Entre los factores responsa- tivo, catalasa positivo oxidasa negativo,
bles se destacan el crecimiento de la po- no fermenta el sorbitol, ni la ramnosa y no
blación, la pobreza, la urbanización en los produce β-glucuronidasa, perteneciente a
países subdesarrollados, el comercio in- la familia Enterobacteriaceae9. La deter-
ternacional de alimentos y la aparición de minación del grupo patógeno al que este
nuevos agentes causantes de ETA o nue- microorganismo pertenece se realiza uti-
vas variantes de estos agentes con mayor lizando un esquema de serotipificación
resistencia y patogenicidad(5,6). desarrollado por Kauffman, éste tiene 176
antígenos somáticos (O), 112 flagelares
Las ETA se clasifican en intoxicaciones, (H) y 60 capsulares (K). El antígeno «O»
toxiinfecciones e infecciones. Las intoxi- es el responsable del serogrupo; la deter-
caciones, se producen por la ingestión minación del antígeno somático y flagelar
de toxinas o venenos que se encuentran (O:H) indica el serotipo, el cual en ocasio-
presentes en el alimento ingerido, y que nes se asocia con un cuadro clínico en
han sido producidas por hongos o bacte- particular (10).
rias, aunque éstos ya no se hallen en el
alimento; las toxiinfecciones se producen E. coli O157:H7, se asocia con diversas
al ingerir un microrganismo que dentro del enfermedades cuyo espectro clínico en
cuerpo produce la toxina; y las infeccio- seres humanos incluye diarrea inespecí-
nes, se producen por la ingestión de ali- fica, Diarrea Sanguinolenta (DS), Enfer-
mentos que contienen microorganismos medad Diarreica Aguda (EDA) y Síndrome
38 vivos perjudiciales para la salud, que en la Urémico Hemolítico (SUH) (6).
UNIVERSIDAD LIBRE
Pereira - Barranquilla - Socorro
teurizada siendo causante de ello los mi- En Colombia en el 2010 se reportó que el
croorganismos más frecuentemente aisla- 30% de los productos alimentarios dispo-
dos como Campylobacter spp.c y E. coli nibles en supermercados en Bogotá esta-
patógenas(46). ban contaminados con E. coli enteropa-
tógenas. Los agentes más comunes ais-
En 1998, se observó en Estados Unidos lados de vegetales y carne de res fueron
una incidencia de 2,3 por cada 100. 000 ECTS (E. coli productora de toxina Shiga)
habitantes, pero luego descendió a 1,1 y ECEA (E. coli enteroagregativa). No se
por cada 100.000 habitantes en el 2003. detectaron ECET (E. coli enterotoxigéni-
Sin embargo, esta incidencia se mantuvo ca), ECEP clásica ni ECEI (E. coli ente-
en los últimos años e incluso en el 2006 roinvasora), las cuales están más asocia-
reportaron 29 brotes de toxiinfecciones das a aguas contaminadas. Más estudios
por E. coli productores de toxina “shiga” son necesarios para encontrar las fuentes
(ECTS) contra 24 que se reportaron en más comunes de dicha contaminación y
promedio entre 2001 y 2005, de los cuales para evaluar si la contaminación de pro-
27 fueron causados por O157. En Alema- ductos alimentarios varía de acuerdo con
nia demostraron el aislamiento de cultivos la región y a la época del año. El primer
de E. coli portadores de toxina “shiga” que estudio sobre las ECTS en Colombia re-
correspondía a varios serotipos, siendo portó la presencia en 0,87% de muestras
el más frecuente el O157:H750. También de carne molida de res y en 6,5% de fecas
la presencia de este patógeno ha sido de ganado vacuno (51).
informada en diversos países de Latino-
américa como Argentina, Colombia, Uru-
En 2013, se identificó el serotipo O157:H7
guay y Costa Rica, variando de acuerdo
en carne de cerdo comercializada en di-
a su posición geográfica (asociándose a
ferentes supermercados de la ciudad de
casos de diarrea y SUH)(7,41,50,53) en
Cartagena de Indias, durante agosto y
el que Colombia informó de su hallazgo
Septiembre de 2008. De 60 muestras ana-
por primera vez solo hasta el año de 1996,
lizadas se obtuvo 36 con E. coli sp. en
lo que resultó de gran importancia a nivel
epidemiológico ya que anteriormente no niveles no aceptables según las exigen-
se tenía documentado etiológicamente la cias del Instituto Nacional de Vigilancia
presencia de este germen en el país(33). de Medicamentos y Alimentos (INVIMA)
Este hecho desde entonces propició la para productos cárnicos, identificándose
realización de estudios en diferentes zo- el serotipo O157:H7 en 17 muestras; sin
nas del país donde se ha identificado a embargo, en el caso de este estudio, esta
la bacteria a partir de diversos tipos de caracterización debe considerarse como
alimentos, agua y materia fecal(33,46). presuntiva de acuerdo al método utiliza-
Situación que destaca la importancia de do, debido a que en el estudio no se de-
buscarlo como agente causal de EDA por muestra su confirmación por otros méto-
consumo de alimentos contaminados(37), dos como los moleculares, que además
con un 7.2% de los casos de diarrea en pueden permitir la identificación de genes
Colombia, y cuya prevalencia es del 4.7%, productores de toxinas(37,54). En el Cono
en pacientes pediátricos, que aunque Sur de América, la toxiinfección por E. coli
aparentemente baja, está entre los lími- O157:H7 son endémicas, y esto obedece
tes de otros estudios realizados en otros fundamentalmente a la falta de programas
países, y presentándose además con una de vigilancia de brotes de toxiinfecciones
alta tasa de incidencia en bovinos sanos alimentarias en toda esta región (24).
(6.5%)(33).
43
MENTE JOVEN
partamento de Agricultura de los Estados las bacteria utilizadas para las realización
Unidos (USDA-ARS), la Administración de de los modelos predictivos de crecimiento
Alimentos y Medicamentos (por sus siglas y muerte microbiana son Salmonella spp.,
en inglés FDA) y el Consorcio de Investi- Listeria monocytogenes y E. coli O157:H7,
gación de seguridad de los alimentos (por siendo esta última la bacteria con más mo-
sus siglas en inglés FSRC), trabajan en di- delos descritos, especialmente en los mo-
ferentes aspectos: en la inactivación de E. delos de crecimiento en vegetales donde
coli sp. sobre el compost; en el estudio de sólo se modela este patógeno (65,66).
la contaminación superficial en vegetales
de hoja; en la transferencia de la bacte- También, se permite realizar estimaciones
ria durante operaciones de procesamien- de los parámetros cinéticos como tasa
to; en el análisis del agua de tratamiento máxima de crecimiento, tiempo de latencia
como un indicador de contaminación; en y densidad máxima de población, basadas
las intervenciones de proceso para reducir en la combinación de modelos secundarios
E. coli O157:H7 en productos vegetales de tipo Gamma, Ratkowsky o raíz cuadra-
de hoja y en el efecto del almacenamiento da y tipo Cardinal y primarios como el mo-
post-cosecha. Todos los datos derivados delo de Gompertz y el modelo de Baranyi
de estas líneas de investigación son em- y Robert en 1994, contenidos en esta base
pleados por investigadores de la UCO y la de datos. Igualmente, reproducen la curva
UEM en el desarrollo de un modelo ma- de crecimiento, proporcionando el nivel de
temático de riesgo con el fin de identificar microorganismo a diferentes intervalos de
estrategias de mitigación de la bacteria. tiempo(30). El segundo módulo, incluye
(66). un sistema de validación, cuyo propósito
es comparar las predicciones de un mo-
Actualmente el grupo cordobés, cuenta delo seleccionado con valores reales pro-
con una herramienta en-línea desarrollada porcionados por el usuario, se encuentra
por ellos, llamada MicroHibro (http://www. basado en diferentes índices estadísticos
microhibro.com/), un espacio virtual de tra- y una representación gráfica, se puede
bajo, de carácter integrado y personaliza- evaluar si el modelo realiza predicciones
do que permite evaluar el riesgo microbia- certeras para un alimento dado sobre el
no en vegetales y productos cárnicos. Ésta que el usuario ha realizado la validación.
posee un sistema de control y cuentas de El tercer módulo es una herramienta para
usuarios con el objeto de restringir el acce- el desarrollo de modelos probabilístico del
so a personas del ámbito empresarial, pú- riesgo, éste permite diseñar su propio mo-
blico y académico interesadas en realizar delo de riesgo basado en la combinación
estudios de evaluación del riesgo. Micro- de diferentes procesos básicos que des-
Hibro, se encuentra estructurada en tres criben los cambios de concentración y pre-
módulos. En el primer módulo, cuenta con valencia de un determinado microorganis-
un sistema de predicción del crecimiento mo a lo largo de una cadena alimentaria
microbiano en productos cárnicos (carne específica. En cada proceso, se pueden
cocida con o sin nitritos, carne, carne de definir las variables fundamentales a tra-
cerdo, carne curada lista para el consumo vés de valores puntuales o distribuciones
y salchichas) y vegetales (Acelga, vegeta- de probabilidad. Así mismo, los resultados
les de hoja, lechuga, lechuga MAP, perejil pueden ser analizados mediante la utiliza-
y espinacas) bajo diferentes condiciones ción de escenarios o herramientas de aná-
ambientales (pH, NaNO2, Temperatura, lisis de sensibilidad (65).
46 Aw, NaCl, Lactato K, RH y Diacetato Na);
UNIVERSIDAD LIBRE
Pereira - Barranquilla - Socorro
En esta aplicación, el usuario puede reali- ajustar las variables de temperatura, pH,
zar simulaciones “in silico” para condicio- NaCl, Nitrito de sodio, Lactato de sodio,
nes específicas, proporcionando una es- Aw, y pirofosfato de sodio dependiendo
timación del riesgo asociado al alimento, del modelo. (40,67).
proceso y patógeno objeto de estudio. El
enfoque estocástico de la aplicación per- Existe otro programa informático que ayu-
mite considerar todos los posibles escena- da a predecir el comportamiento de mi-
rios de riesgo, ayudando a tener una visión croorganismos bajo determinadas situa-
más completa del caso analizado. (41). ciones, si así se quiere. Dicho programa
fue desarrollado por Palisade Corporation,
Con el propósito de garantizar la seguridad denominado @Risk®, un software que se
alimentaria el Servicio de Investigación en incorpora a Microsoft Excel, asegurando
Agricultura del Departamento de Agricul- flexibilidad, facilidad de uso y gran atracti-
tura de los Estados Unidos (USDA), en vo en una amplia gama de sectores de la
conjunto con el Eastern Regional Reseach industria, desde las áreas financieras has-
Center (ERRC) y complementado con es- ta las científicas (finanzas, gestión de pro-
tudios independientes de diversas fuentes yectos, energía, manufacturación, inge-
de investigación, han desarrollado un Pro- niería, investigación y desarrollo, seguros,
grama de Modelado de Patógenos (PMP petróleo y gas, transporte y medio ambien-
Versión 6.0)(39-43), puesto a disposición te)(68), cualquiera que tenga incertidum-
de la comunidad científica gratuitamente, bre en sus análisis cuantitativos, utilizando
el cual consiste en un paquete de modelos simulación de Monte Carlo(69). La aplica-
terciarios (combina los modelos primarios ción debe ser comprada para ser utilizada
y secundarios) que se pueden utilizar para indefinidamente, sin embargo cuenta con
predecir el crecimiento, supervivencia, en- una versión gratuita de prueba por quince
friamiento, transferencia e inactivación por días disponible para todo usuario en http://
calor de 15 bacterias transmitidas por los www.palisade-lta.com/trials.asp. Este pro-
alimentos, principalmente patógenas, bajo grama permite realizar análisis de riesgo
diversas condiciones ambientales intrínse- utilizando la simulación para mostrar múl-
cas y extrínsecas(18). Estas predicciones tiples resultados posibles en un modelo de
son específicas de ciertos ambientes (por hoja de cálculo, y le indica qué probabili-
ejemplo, medios de cultivo, alimentos, etc.) dad hay de que se produzcan. Computa y
y cepas bacterianas específicas (entre las controla matemática y objetivamente gran
que se encuentra Bacillus cereus, Salmo- número de escenarios futuros posibles, y
nella enteritidis, Listeria monocytogenes, luego le indica las probabilidades y riesgos
Escherichia coli O157:H7, Clostridium bo- asociados con cada uno. Es decir, que el
tulinum y otras), que se utilizan para gene- programa permite decidir los riesgos que
rar los modelos, por lo que la precisión de se desean tomar y cuáles se prefieren evi-
estas predicciones no se puede garantizar tar, tomando la mejor decisión en situacio-
para otras cepas bacterianas y/o ambien- nes de incertidumbre (42,70).
tes, sin estudios de validación adecuados.
Específicamente para E. coli O157:H7 Ejemplo del uso de este software a nivel
esta herramienta describe modelos de científico, es el que nos ofrece Olvera A,
crecimiento (en medio de cultivo aerobio et. al 2010, quienes desarrollaron un pro-
y anaerobio), supervivencia e inactivación yecto de investigación en Argentina, que
en alimentos como carne molida con aditi- tuvo como objetivos cuantificar la frecuen-
vos, jamón cocido y salchichas, pudiendo cia y la magnitud de la contaminación por
47
MENTE JOVEN
1(1):1-7 to de la temperatura y el pH en el
57. Martínez J. Microbiología predictiva crecimiento y producción de sus-
y vida útil del alimento: 7 pasos para tancias inhibitorias de bacterias del
obtener modelos de diagnóstico. Lactobacillus acidophilus. 2003.
[Internet] Disponible en: http://www. Universidad de la Sabana - Bogo-
ainia.es/tecnoalimentalia/tecnologia/ tá. [Internet] Disponible en: http://
microbiologia-predictiva-y-vida-util- intellectum.unisabana.edu.co/bits-
del-alimento-7-pasos-para-obtener- tream/handle/10818/5099/129993.
modelos-de-diagnostico/ Acceso: pdf?sequence=1 Acceso: Enero 12
Enero 10 de 2017. de 2017
58. Rodriguez M. Desarrollo y Valida- 64. McMeekin, T. A. (2007). Predictive
ción de modelos matemáticos para microbiology: Quantitative science
la predicción de vida comercial de delivering quantifiable benefits to the
productos cárnicos. 2003. Univer- meat industry and other food indus-
sidad de Cordoba Departamento tries. Meat science, Vol. 77(1), Pág.
de bromatología y tecnología de 17–27.
los alimentos [Internet] Disponible 65. Pérez, F y Zurera, G. Aplicación “on-
en: http://helvia.uco.es/xmlui/bits- line” de Evaluación del Riesgo Mi-
tream/handle/10396/218/13207957. crobiano en Vegetales MicroHibro.
pdf?sequence=1 Acceso: Enero 12 [Internet] Disponible en: http://www.
de 2017 microhibro.com/docs/user_guide_
59. Buelvas G. Desarrollo y validación spa.pdf. Acceso: Agosto 28 de 2016
de modelos matemáticos predicti- 66. Universidad de Córdoba- España.
vos del crecimiento microbiano para Diseñan un modelo matemático
estimación de la vida útil en jamón para prevenir la infección por E. coli
lonchado empacado al vacío. 2013. 0157:H7 en vegetales. 2001. [Inter-
Universidad Nacional de Colombia net] Disponible en: http://www.uco.es/
sede Medellín [Internet] Disponi- servicios/comunicacion/component/
ble en: http://www.bdigital.unal.edu. k2/item/77446-dise%C3%B1an-un-
co/11821/1/1102818959.2013.pdf modelo-matem%C3%A1tico-para-
Acceso: Enero 12 de 2017 prevenir-la-infecci%C3%B3n-por-e-
60. Salvador, J. 2013. Variabilidad de la coli-0157h7-en-vegetales. Acceso:
inactivación microbiana y de la fase Agosto 28 de 2016
de latencia de los microorganismos 67. Juneja V, Use of Predictive Micro-
supervivientes a diferentes trata- biology Information Portal, the US-
mientos conservantes de alimen- DA-Pathogen Modeling Program
tos. 2013. Universidad Complitense and ComBase. 2004. [Internet].
de Madrid. [Internet] Disponible en: Disponible en: http://ccm.ytally.com/
http://eprints.ucm.es/21020/ Acceso: fileadmin/user_upload/downloads/
Enero 12 de 2017 publications_5th_workshop/Juneja_
61. Sun, D. wen. Handbook of Food talk.pdf. Acceso: Julio de 2016.
Safety Engineering. Editorial Wiley 68. Corporation Palisade. Simulación
Blackwell; 2012. p. 1- 855. Monte Carlo. 2016. [Internet]. Dis-
62. Baranyi J. y Pin C. Modelling micro- ponible en: http://www.palisade-lta.
biological safety. Editorial In Wood- com/risk/simulacion_monte_carlo.
head publishing; 2001. p. 1- 19. asp. Acceso: Julio de 2016.
63. Garcés F. Modelamiento del efec- 69. Palisade Corporatio. @RISK.
53
MENTE JOVEN
54