Aplicacion de La Microbiologia Predictiv

7/25/2019 Aplicacion de La Microbiologia Predictiv

1/15

Aplicacin de la Microbiologa Predictiva para ladeterminacin de la vida til de los alimentos

Enrique Alfonso Cabeza HerreraDepartamento de Microbiologa, Facultad de Ciencias Bsicas, Universidad de Pamplona.

Campus Universitario, Km. 1, Va Bucaramanga - Pamplona, Colombia.E-mail: [email protected]@hotmail.com

Fecha elaboracin: 09/12/2011 - Fecha revisin: 15/06/2013.

1. Introduccin

La preservacin de los alimentos a travs de los aos ha sido necesaria para nuestrasupervivencia. Las tcnicas de preservacin utilizadas en el pasado (salazn, secado,ahumado, calentamiento entendido como coccin, conservacin a bajas temperaturas y lafermentacin) siguen siendo empleadas en conjunto con otros mtodos en la actualidad,apoyados en el conocimiento que diferentes disciplinas cientficas han aportado al desarrollo en

este campo (Gram et al.,2002). Actualmente y debido a la cada vez creciente exigencia de losconsumidores por alimentos lo mas naturalmente posible, ha hecho que la industriaagroalimentaria busque alternativas de tratamiento de alimentos conservando la seguridad y lacalidad de los mismos.

Tradicionalmente se han empleado mtodos fsicos de proceso como las tecnologas trmicas(pasteurizacin, esterilizacin, tindalizacin, refrigeracin, congelacin, etc.) y msrecientemente el empleo de atmsferas controladas y/o modificadas; entre los mtodosqumicos destacan la acidificacin, salazn y conservacin en almbar, mientras que laconservacin biolgica se ha encaminado hacia los procesos de fermentacin. Sin embargo,nuevas formas de tratamiento y conservacin de alimentos han ido apareciendo pudiendo

distinguir dos tipos fundamentales: Nuevas tecnologas trmicas (Calentamiento conradiofrecuencias, procesado con microondas, calentamiento infra-rojo, infusin instantnea yde calor elevado, calentamiento hmico) y Tecnologas no trmicas (Alta presin hidrosttica,Campos elctricos pulsados de alta intensidad, Campos magnticos oscilatorios, pulsoslumnicos intensos, irradiacin, preservacin qumica y bioqumica, etc.) que an continansiendo foco de investigacin.

Por otra parte, el objetivo que persiguen todos estos mtodos es el de rendir un productonutricionalmente bueno, con un alto nivel de inocuidad y que su vida til sea prolongada.

2. Qu es la Vida til de un alimento?

La vida til o caducidad de un alimento puede definirse como el periodo de tiempo, despusde la elaboracin y/o envasado y bajo determinadas condiciones de almacenamiento, en el queel alimento sigue siendo seguro y apropiado para su consumo ( Dominic, 2004; Labuza, 1994),es decir, que durante ese tiempo debe conservar tanto sus caractersticas fsico-qumicas,microbiolgicas y sensoriales, as como sus caractersticas nutricionales y funcionales. Enpalabras de Dominic (2004), todos los alimentos poseen una caducidad microbiolgica, unacaducidad qumica y/o fsico-qumica y una caducidad sensorial; la cual depende de lascondiciones de formulacin, procesamiento, empacado, almacenamiento y manipulacin.

Segn el Codex Alimentarius (1998) los alimentos perecederos son aquellos de tipo ocondicin tales que pueden deteriorarse, entendindose aquellos como los alimentoscompuestos total o parcialmente de leche, productos lcteos, huevos, carne, aves de corral,pescado o mariscos, o de ingredientes que permitan el crecimiento progresivo de
mailto:[email protected]:[email protected]:[email protected]:[email protected]:[email protected]


2/15

Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 2

microorganismos que puedan ocasionar envenenamiento u otras enfermedades transmitidaspor alimentos; as aquellos alimentos que son considerados como perecederos generalmenteposeen una vida til de 7 das, y esta vida til est limitada en la mayora de los casos por eldecaimiento bioqumico o microbiolgico (Labuza, 1994), mientras que los alimentos semi-perecederos (conservas en general) la vida til est limitada principalmente al deteriorofisicoqumico y/o sensorial antes que el microbiolgico (McMeekin y Ross, 2002; McDonald ySun, 1999).

El hecho que los alimentos son sistemas diversos, complejos y activos en que las reaccionesmicrobiolgicas, enzimticas y fsico-qumicas estn interactuando de forma simultnea, haceuna tarea ardua el estudio de su vida til. La preservacin de los alimentos es dependiente dela combinacin de mltiples factores y un sin fin de reacciones bio-fsico-qumicas, y sientendemos estas reacciones y sus mecanismos respectivos sera bastante exitosa lalimitacin de aquellos factores que tienen mayor influencia o responsables en la alteracin oprdidas de las caractersticas deseables en los alimentos, y a veces encauzar otrasreacciones hacia cambios beneficiosos.

Esencialmente, la vida til de un alimento depende de cuatro factores principales a saber: laformulacin, procesado, empaque y condiciones del almacenamiento. Sin embargo, si lascondiciones posteriores de manipulacin no son las correctas, entonces la vida til de losmismos puede limitarse a un periodo menor que del cual haya sido establecido. Todos loscuatro factores son crticos pero su importancia relativa depende de cuan perecedero es elalimento. Generalmente, un alimento perecedero (almacenado en condiciones apropiadas)tiene una vida til media de 14 das siendo limitado en la mayora de los casos por eldecaimiento bioqumico (enzimtico/senescencia) o el decaimiento microbiano.

Con las nuevas tecnologas de empaque en atmsfera modificada/controlada (CAP/MAP) encondiciones aspticas, tales alimentos pueden durar hasta 90 das (3 meses). Un alimento

semi-perecedero tiene una vida til media de alrededor de 6 meses, tales como algunosquesos, mientras que los alimentos no perecederos tienen una vida til superior a 6 meses ycon una duracin de hasta 3 aos cuando son mantenidas bajo condiciones apropiadas dealmacenamiento (p.ej., la mayora de las conservas).

3. Mtodos para prolongar la vida til

Desde antao han sido diferentes los mtodos que se han empleado para prolongar la vida tilde los alimentos desde aquellos tales como la conservacin en fro y/o la fermentacin y que,con el paso del tiempo se han ido perfeccionando al tiempo que han emergido otros. Se sabeque en la antigedad ya los romanos empleaban las bajas temperaturas Congelacin para

prolongar la vida til de sus alimentos mediante la conservacin en vasijas que eran o bienrecubiertas 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 contaminacin de los vinos eraasociada al desarrollo de cepas no aptas para su produccin y mediante el tratamiento trmicodel zumo de uvas a 62C por 30 minutos, para luego permitir que se llevara a cabo unafermentacin natural y obteniendo as un vino con mejor calidad, luego si se inoculaba encondiciones aspticas el mosto (zumo de uvas) tratado trmicamente con un estrterproveniente de aquel vino bueno, se obtendra un nuevo vino de las mismas calidades.Bueno, esto en la teora porque hoy da sabemos que la calidad del vino est ligado no solo ala cepa de levadura, sino al tipo de uva y algunas de sus propiedades como el grado oconcentracin de azcar, actividad de agua, etc.


3/15


As las cosas, desde el punto de vista del procesado de los alimentos, podemos encontrardiversas formas de clasificacin de procesos tecnologasMtodos que permiten obtener unproducto final con unas cualidades nutricionales y de seguridad.

Desde el punto de vista del empleo de calor o no, se han distinguido tradicionalmente dos tiposde procesamiento de alimentos: aquellos que involucran tecnologas trmicas y los queinvolucran tecnologas no trmicas (mtodos ms modernos para el procesamiento dealimentos o tecnologas emergentes), acompaados en todos los casos del empacado quebuscan favorecer la calidad de los alimentos preservando su vida til.

Segn la naturaleza del mtodo de conservacin, se pueden distinguir a). La conservacinbiolgica; b). La conservacin qumica, y; c) la conservacin fsica. De acuerdo con lamodernidad de la tecnologa podemos distinguir entre tecnologas tradicionales y tecnologasemergentes.

Naturaleza

del mtodo

Tecnologa tradicional Tecnologa emergente

Biolgica Fermentacin: cido lctica (homo-

hetero); alcohlica, mixta cido-

alcohlica.

Fermentacin tradicional con cepas

que han sido modificadas

genticamente (OMG).

Qumica Agentes Inorgnicos (sales, azcar,

etc.).

Agentes orgnicos: cidos,

ahumado, gases, antibiticos.

Films o recubrimientos qumicos.

Uso de bacteriocinas: Sustancias de

origen biolgico conservacin

bioqumica.

Fsica Temperaturas altas.

Temperaturas bajas.

Concentracin.

EvaporacinDeshidratacin.

Tecnologas trmicas: Calentamiento

Ohmico, Microondas, Coccin al vaco.

Tecnologas no trmicas: Altas

presiones hidrostticas, Campos

magnticos oscilantes, Campos

elctricos pulstiles, pulsos lumnicos

intensos, irradiacin, Ultrasonidos.

4. Mtodos para la estimacin de la vida til

La estimacin de la vida til de un alimento es un requisito fundamental, y esta debe figurar,salvo ciertas excepciones, en la etiqueta de los mismos. Es variada la metodologa empleadapara estimar la vida til, algunos de estos mtodos pueden parecer un tanto ortodoxos pero deacuerdo con Labuza (1994) suelen ser vlidos. Algunos de estos mtodos sern expuestos deforma breve, mientras nos centraremos en los mtodos de determinacin de la vida til atiempo real y determinacin rpida de la caducidad Test de vida til acelerado (AceleratedShelf Life Determinaton, ASLD) por ser los ms empleados (Dominic, 2004; Labuza, 1994).

4.1. Empleo de valores de referencia

La vida til de un nuevo producto puede estimarse basndose en los datos publicados endiferentes bases de datos tales como las del ejrcito de los EE.UU. o por Labuza en: Shelf-life


4/15


dating of foods (1982), pero el problema en este caso es que estos datos son muy limitados,por lo que no tienen informacin adicional salvo para productos similares, adems, la mayorade estos datos tienen derecho de autor y no pueden ser usados para la prediccin de la vidatil, salvo dentro de la misma empresa para lneas similares sin necesidad de realizar pruebasexperimentales.

4.2. Estimacin mediante asignacin de Turn Over

Una segunda aproximacin para estimar la vida til es el uso de tiempos de distribucinconocidos para productos similares, mediante el anlisis de la informacin de las etiquetas delos mismos. En este caso tampoco se requiere de comprobacin previa si se est seguro detomar este riesgo. Si se est empezando a desarrollar un nuevo producto, puede necesitarseen este caso datos para determinar el tiempo de almacenamiento en condiciones caserasreales para conseguir una buena estimacin de la vida til. Si no existe ningn producto similaren el mercado, este mtodo no puede usarse.

4.3. Pruebas de abuso de distribuciones

Este mtodo de pruebas de abuso de distribuciones puede emplearse en el caso de estarseguros de la vida til de un producto o si este ya se encuentra en el mercado. En este caso, elproducto es recogido del punto de venta y se mantiene en el laboratorio simulando lascondiciones caseras. Este mtodo ha sido usado por varios investigadores, sobre todo enaquellos casos cuando algunos estados o pases cambian la legislacin, pero a pesar de esto,no ha sido ampliamente reportado encontrndose segn Labuza (1994), un solo estudio en laliteratura reportado por Gacula y Kubala, en 1975. Este mtodo reproduce la vida til basadoen la distribucin y condiciones de almacenamiento caseras.

4.4. Empleo de quejas o reclamos de los compradores

Otro acercamiento para evaluar la vida til que no requiere ningn estudio inicial es usar lasquejas o reclamos de los consumidores como una base para determinar cul es el problemaque est ocurriendo. En los EE.UU. la mayora de las empresas manejan un nmero telefnicogratuito de atencin al consumidor en los empaques, y la informacin recogida a travs deeste, se carga a una base de datos sistematizada que incluye el tipo de queja, localizacin, etc.A partir de estos datos, el departamento de I&D puede obtener una idea sobre el problema queest ocurriendo y el modo en que se presenta. Normalmente se acepta que por cada queja oreclamo reportado, entre 5060 casos no son reportados. Estos clientes representan unaproyeccin de tres aos de prdida de volumen de venta. A partir de estos datos, puedencalcularse los costos en ingredientes, proceso, empacado o si los cambios de la distribucin

seran econmicamente factibles para mejorar la vida til. Este acercamiento global puedeusarse en conjunto con cualquiera de los tres mtodos descritos anteriormente.

4.5. Pruebas de vida til a tiempo real

Este tipo de pruebas evala el efecto de la temperatura normal de conservacin sobre las

propiedades microbiolgicas, fsico-qumicas y sensoriales de un alimento durante un periodode tiempo, entendindose como temperatura normal aquella que ser empleada durante laconservacin comercial del producto, p.ej., en la evaluacin de la vida til de un yogurt seempleara una temperatura de 4C, la cual es la temperatura a la que se conservar el productocomercialmente. Para la determinacin de la vida til de un alimento debern considerarse lasvariables microbiolgicas, fsico-qumicas y sensoriales que mayor influencia tendrn sobre lacalidad del producto.


5/15


En torno a la evaluacin microbiolgica se ha planteado toda una discusin sobre qu grupo demicroorganismos deberan considerarse para la determinacin de la vida til, por un ladoencontramos el empleo de los recuentos viables totales (aerobios o anaerobios mesfilos,psicrtrofos o psicrfilos) ya que este grupo se considera en microbiologa de alimentos comoun indicador del nivel de contaminacin de un producto, sin embargo surge el planteamiento dela diversidad de especies que podran en un momento puntual integrar este grupo y de cmopodran 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 til?......... Si se emplea esterecuento podramos establecer que el valor mximo permitido oscilara en torno a 10 6ufc/ g omL, es decir, que la vida til microbiolgica caducara en cuanto se alcance este nivel decrecimiento en el producto final.

Desde mi punto de vista particular resulta ms conveniente establecer la vida tilmicrobiolgica de un alimento cuantificando el crecimiento de microorganismos alterantes, ydentro de este grupo establecer cul de las especies es la que mayor incidencia va a tenersobre la calidad final del producto. Por ejemplo, volvemos al caso del yogurt, en este productola vida til podra evaluarse empleando el recuento de bacterias cido-lcticas (BAL). De todas

formas tampoco resultara lgico emplear el recuento total de viables si sabemos que esteproducto ha sido preparado empleando un cultivo iniciador o estrter.

4.6. Pruebas de aceleracin de la vida til (ASLT)

Las pruebas de aceleracin de la vida til es quiz la metodologa ms empleada hoy da paracalcular la vida til de un alimento no perecedero o estable (alimentos esterilizados como porejemplo los enlatados). En esta tcnica, se pretende estudiar varias combinaciones deproducto/empaque acabados bajo diferentes condiciones de abuso de temperatura,examinando el producto peridicamente hasta el fin de la vida til; los resultados obtenidos seusan para proyectar la vida til del producto bajo las verdaderas condiciones de

almacenamiento. Algunas empresas manejan base de datos de multiplicacin microbianaobtenidos del trabajo y la experiencia previa, los cuales emplean para obtener la vida til real apartir de los resultados encontrados en estas condiciones de abuso de temperatura.

Esta tcnica se basa en la aplicacin de la cintica de la velocidad de Arrhenius, el cualestablece que la velocidad de las reacciones qumicas se duplica aproximadamente por cada10C de aumento de la temperatura. Sin embargo, antes de establecer una sentencia finalsobre la validez o exactitud de prediccin para una aplicacin particular, es necesario examinaruna serie general de factores que influyen sobre la vida til del producto. Estos incluyen (1)propiedades estructurales / mecnicas de los alimentos, (2) propiedades extrnsecas talescomo la temperatura, Humedad relativa, atmsfera gaseosa, etc., (3) caractersticas intrnsecas

como el pH, aw, disponibilidad de nutrientes, potencial redox (Eh), presencia deantimicrobianos, etc., (4) la interacciones microbianas y (5) factores relativos al proceso deelaboracin, mantenimiento y manipulacin final.

Este mtodo no est exento de problemas. Debe tenerse cautela en la interpretacin de losresultados obtenidos y su extrapolacin a otras condiciones. Por ejemplo cuando se pruebauna relacin producto/empaque, este empaque tambin tiene influencia sobre la vida til y portanto si se modifica el empaque con permeabilidades diferentes al oxgeno, agua, anhdridocarbnico durante el almacenamiento verdadero (almacenamiento comercial), la vida til delproducto se tornara desconocida; y los resultados anteriores no pueden ser aplicables. Si lascondiciones de ASLT son escogidas de forma apropiada, y se usan los algoritmos adecuados

para la extrapolacin, entonces la vida til bajo cualquier distribucin conocida puede serpredecible. Estas predicciones son basadas en los principios fundamentales de prdida decalidad del alimento que se han descrito antes.


6/15


5. Estimacin de la vida til microbiolgica: uso de herramientas predictivas.

Como ha sido comentado en muchas revisiones, la microbiologa predictiva de alimentos seconstituye hoy por hoy en una herramienta valiosa para el sector agroindustrial, ya que permiteobtener resultados en menor tiempo minimizando el uso de materiales de laboratorio, mano deobra, y reduciendo por tanto costos econmico. Sin embargo, la microbiologa tradicional ansirve de apoyo a la microbiologa predictiva. El modelamiento predictivo que integra elcomportamiento microbiano con otras variables del proceso ha empezado a ganar inters en laindustria agroalimentaria para predecir la vida til (Banks, 1994). Sin embargo, la determinacinde la vida til es un tema complejo como es difcil predecir los efectos de las variables dealmacenamiento y las condiciones de abuso que un producto puede experimentar (Williams,1992).

La gran variedad y nmero de microorganismos alterantes encontrados en los productosalimenticios significa que los modelos de prediccin de alteracin son menos fciles dedesarrollar que los modelos de microorganismos patgenos y su aplicacin es mucho ms

limitada (Pin y Baranyi, 1998). Al igual que ocurre con el anlisis de riesgos y el HACCP, laprediccin de la vida til debe considerar todas las etapas en la produccin de un alimento.Deben obtenerse datos exactos acerca de las materias primas utilizadas, la formulacin deproductos, montaje de productos, tcnicas de procesamiento, condiciones de higiene, tipo deempacado empleado, almacenamiento y procesos de distribucin y el manejo final delconsumidor. Slo cuando todas estas reas estn representadas puede hacerse posible unaprediccin fiable de la vida til (McMeekin y Ross, 1996b; Dalgaard, 1995).

El realizar un estudio de vida til puede implicar una amplia utilizacin tanto de recursostecnolgicos como financieros. Sin embargo, el desarrollo de modelos de prediccin podran enun plazo prudencial reducir el uso de estos recursos y mejorar el tiempo de utilizacin

(Neumeyer y col., 1997a). Los estudios se han llevado a cabo sobre una gran variedad dealimentos para determinar la vida til (por ejemplo en productos crnicos: Devlieghere et al.,1999; Kant-Muermans et al., 1997; Neumeyer et al., 1997a, b; Vankerschaver et al., 1996). Sinembargo, estos estudios no han utilizado un modelo capaz de incorporar todas las variablesque puedan tener un impacto sobre el crecimiento microbiano. Los principales factores queinfluyen en la estabilidad microbiana en los alimentos son la temperatura, pH y actividad deagua. La temperatura en particular puede variar significativamente a travs de la produccin ydistribucin (Geeraerd et al., 1998).

La mayora de los estudios han utilizado modelos dependientes de la temperatura, tales comoel modelo de la raz cuadrada (Ratwkosky et al., 1983) o el modelo de Arrhenius, y si bien es

cierto que con la mayora de los alimentos la temperatura es el principal factor que afecta lavida til, no es la nica variable (Einarsson, 1994; Gill y Jones, 1992a; Gill et al., 1988;Einarsson y Ericksson, 1986). La mayora de los modelos dinmicos propuestos (Baranyi et al.,1993a, 1996b; Van Impe et al., 1995, 1992) es necesario el empleo de ms de una variablefluctuante para predecir con precisin la vida til de los productos alimenticios. Los mtodosprcticos utilizados en la elaboracin de modelos predictivos de vida til necesitan avanzar ms(McDonald y Sun, 1999). Los mtodos estndares de anlisis microbiolgicos aunque soneficaces an son lentos. Las investigaciones futuras deberan tener en cuenta el corto perodode vida de gran parte de alimentos refrigerados y el hecho de que los resultados sonnecesarios rpidamente (Gibbs y Williams, 1990). El uso de tcnicas microbiolgicas msrpidas que las actuales ser necesario en el futuro.

Vamos a explicar dos mtodos clsicos para la determinacin de la vida til de alimentos, unprimer modelo desarrollado por Monod-Hinshelwood para la estimacin de la caducidad


7/15


microbiolgica y en segundo lugar, el modelo de Arrhenius empleado fundamentalmente en laestimacin de la caducidad fsico-qumica, aunque puede emplearse en la estimacinmicrobiolgica como veremos en el ejercicio descrito en el numeral 6.

De todas formas cabe recordar que los modelos de prediccin microbiolgica son en muchoscasos generales y variados y por tanto pueden extrapolarse para la estimacin microbiolgicade la vida til de diversos alimentos.

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

Esta aproximacin puede ser usada para el clculo de la vida til microbiolgica. En palabrasde McMeekin y Ross (2002) la experiencia ha mostrado que para la mayora de los casosdonde estn implicadas asociaciones de microorganismos alterantes, el tiempo en el cualocurre o se desarrolla la alteracin de los alimentos est directamente relacionada con eltiempo de generacin de aquel microorganismo que juega el papel predominante en dichaasociacin. Esto es, que si conocemos la microbiota alterante predominante en los alimentos

perecederos y sabemos cmo cambia su poblacin en el tiempo (si asumimos que la

ocurrencia de alteraciones especficas se da despus de la fase de latencia), puedeestablecerse la vida til del mismo mediante la siguiente relacin (aproximacin de Monod-Hinshelwood):

=log 0

2

Donde ts es el tiempo necesario para que se desarrolle la alteracin bajo las mismascondiciones extrnsecas e intrnsecas medidas; Ns(ufc/g o cm

2) es el valor correspondiente a lapoblacin de seguridad (valor mximo permisible antes de considerarse alterado el producto);

N0(ufc/g o cm2

) es el valor correspondiente a la poblacin inicial presente en el producto; T gesel tiempo de generacin de la poblacin alterante especfica. As una vez Ns y Tg han sidodeterminados para esas condiciones de almacenamiento, es muy fcil determinar el tiempo devida til reemplazando en la frmula anterior, y por tanto, puede establecerse el mantenimientode la calidad de estos productos bajo estas condiciones. Por lo tanto, todo lo que se requierepara estimar la vida til de ese alimento es conocer la poblacin inicial (N0).

Si la anterior aproximacin se aplica a diferentes temperaturas, entonces puede evaluarse elefecto de la temperatura sobre el crecimiento bacteriano, transformando los datos de velocidadde crecimiento o tiempo de generacin en una grfica de dependencia de la temperatura (comoha 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 deberaconsiderarse calcular k a diferentes intervalos de temperatura constantes (por ejemplo elmodelo de Q10; el cual muestra como vara k cada vez que se incrementa o disminuye en 10Cla temperatura de almacenamiento.

Un modelo similar haba sido establecido por Svante August Arrhenius (Sueco, 1859-1927) en1889, cuando descubri que la velocidad de las reacciones qumicas aumenta con latemperatura, en una relacin proporcional a la concentracin de molculas existentes.

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

Las aproximaciones modernas de la Microbiologa Predictiva de Alimentos han tratado deentender y establecer un vnculo entre el crecimiento de microorganismos y los factores queregulan el crecimiento tales como la temperatura, pH, actividad de agua, potencial redox, etc.


8/15


La gran mayora de los modelos secundarios son modelos de tipo cintico (McDonald y Sun,1999; Labuza y Fu, 1993), de los cuales el ms comnmente usado ha sido el modelo deArrhenius.

Los modelos cinticos para la determinacin de la vida til en alimentos son generalmentebasados en la ocurrencia de fenmenos y estos no han sido desarrollados para un alimento enparticular. Sin embargo, los parmetros experimentales y ambientales de un modelo puedenaplicarse para un producto en especial. De estos, la temperatura es normalmente consideradacomo el factor ms importante en las reacciones de deterioro de los alimentos, especialmente,para la alteracin microbiana donde la velocidad de crecimiento especfico y la fase de latenciason altamente dependientes de la temperatura (Giannuzzi et al., 1998). La ecuacin deArrhenius fue derivada empricamente basada en consideraciones termodinmicas (Labuza yRiboh, 1982), y describe la velocidad con que una reaccin cambia cuando se empleandiferentes temperaturas conocidas (Ross y McMeekin, 1994). La forma ms simple de estaecuacin es:

k = A

o

ln = ln

Donde, k es la velocidad de reaccin; A {(ufc/ml, g o cm2)/tiempo} es un factor pre-exponencialparmetro a ser determinado (intercepto de y en una grfica de Lnk vs 1/T) , R es laconstante de los gases (8.314 J mol-1 K-1), T es la temperatura absoluta (K), y Ea esdenominada como la energa de activacin de la reaccin lmite de velocidad-crecimiento (Rossy McMeekin, 1994). Si en la ecuacin anterior los valores de k son calculados a diferentestemperaturas y si el lnk es graficado contra 1/T, puede obtenerse una lnea 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). As el modelo de Arrhenius puede catalogarse en la clasificacin deWhiting y Buchanan (1993) como un modelo secundario.

Cuando el modelo de Arrhenius es empleado para evaluar el efecto de la temperatura sobre elcrecimiento microbiano, entonces k se transforma en la velocidad de crecimiento especfico(Ross y McMeekin, 1994; Giannuzzi et al., 1998), y la ecuacin de Arrhenius puede escribirsecomo:

= A

Sin embargo, el crecimiento bacteriano es complejo y las extrapolaciones de las grficaspueden no mostrar linealidad, por lo tanto, la ecuacin anterior no puede encajar muy bien pordebajo de los datos ptimos o por encima de las temperaturas de crecimiento. Entonces, lasgrficas obtenidas solo sirven para predecir el crecimiento microbiano en un limitado rango detemperatura (McDonald y Sun, 1999; Labuza y Fu, 1993). As la ecuacin que ha sido utilizadamayoritariamente para describir el efecto de la temperatura sobre el crecimiento microbiano esel modelo de la raz cuadrara propuesto por Ratkowsky et al., en 1982 (Giannuzzi et al., 1998;Neumeyer et al., 1997; Willocx et al., 1993; Adair et al., 1989).

= ( 0)


9/15


6. Ejercicio de estimacin de la vida til empleando modelos predictivos y testacelerados de tiempo.

En el proceso de pasteurizacin de la leche a 72C por 15 segundos se busca reducir la cargatotal microbiana un 99,99%. El producto est pensado para ser mantenido en condiciones derefrigeracin (4C 0,5C). La variable microbiolgica a controlar es el recuento total de

viables, cuyo lmite mximo de crecimiento permitido es 4x104ufc/ml. Si la carga inicial es de10x106bacterias por ml, al final del proceso se detecta que la poblacin final remanente es de1000 ufc/ml.

Determine la vida til a 4C empleando los datos del test acelerado de tiempo durante 12 horasmostrados a continuacin:

Tiempo (min)10C 20C 30C

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 clculo de la vida til pueden emplearse varios modelos predictivos, pero vamos acomenzar con la aproximacin de Arrhenius.

1. El primer paso una vez obtenida la poblacin en unidades logartmicas (ln ufc ml-1) escalcular la velocidad de crecimiento especfica () para cada temperatura. Esta puedeobtenerse de diversas maneras, una es graficando en las ordenadas el ln ufc ml-1en faseexponencial y en las abscisas el tiempo (min), y a partir de esta grfica obtener laecuacin de la recta en cuyo caso la pendiente es igual a la velocidad de crecimientoespecfica (ufc ml-1min-1). Otra forma es calculando a partir de la siguiente expresin:

= 0

( 0)

Tambin puede emplearse el uso de software especficos como el DMFit, MicroFit, etc.


10/15


10C(283K) 20C (293K) 30C (303K)

(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 para cada temperatura procedemos a calcular las constantes delmodelo de Arrhenius: energa de activacin (Ea) y el Factor pre-exponencial A. Para estecaso graficaremos en las ordenadas el ln a cada temperatura y en las abscisas el inversode cada temperatura absoluta (1/T). Recordemos que cuando se grafica de esta forma, lapendiente de la recta (m) que se obtiene es igual a: Ea/R (y que por tanto Ea = m*R,que en todos los casos ser positiva); y el intercepto en el eje y cuando X=0 es el factorpre-exponencial en logaritmo (LnA).

Figura 1.Relacin entre la velocidad de crecimiento vs temperatura mediante lacintica de Arrhenius

De la grfica podemos inferir que:Ea =(m*R)R = 8,314472 J mol-1K-1Ea =(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 parmetros procedemos a calcular a 4C (277K) reemplazando

en la ecuacin de Arrhenius.

Ln = Ln

Ln = 41,371(Lnufc

ml min)

113733,662 (Ln ufc J

ml min mol)

8,314472 (J

mol K) 277K

Ln = 43,27( Ln ufcml min

) 47,13 ( Ln ufcml min

)

y = -13679x + 41,371

R = 0,9688

-8

-7

-6

-5

-4

-3

-2

-1

0

0,00325 0,0033 0,00335 0,0034 0,00345 0,0035 0,00355

Ln(Lnufc/ml*min)

1/T (1/K)


11/15


ln = 8,01167Ln ufc

ml min

= 0,0003316Ln ufc

ml min

Por tanto, la velocidad de crecimiento especfico a 4C es de 0,0003316 Ln ufc/ml*min.

4. Procedemos a estimar entonces la vida til a 4C. Si nuestro valor lmite 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 se obtiene del Ln ufc/ml vs tiempo (min)}, en cuanto tiempo sealcanzarn las 10,5966 Ln ufc/ml que es nuestro valor lmite?

5. Podemos usar una sencilla regla de tres:

1 min 0,0003316 ln ufc/mlX? 10,5966 ln ufc/ml

=1 10,5966 /

0,0003316 /

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

Con el empleo de la cintica de Arrhenius, obtendramos un producto con una vida tilmedia de 20 a 22 das si se conserva a temperatura de 4C.

Si usamos la aproximacin de Monod-Hinshelwood, debemos conocer el tiempo de generacina la temperatura problema, en este caso a 4C.

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

=2

Donde Tgequivale al tiempo de generacin.

10C(283K) 20C (293K) 30C (303K)

0,000799 0,006838 0,019400

Tg = (0,693/) 867,33 min 101,35 min 35,72 min

2. El segundo paso es graficar el Log10Tg para cada temperatura experimental en lasordenadas y la Temperatura en las abscisas.


12/15


Figura 2.Relacin entre el tiempo de generacin (expresado en unidades Log 10) vstemperatura de crecimiento.

3. A partir de la ecuacin de la recta calculamos el Log10Tga 4C.

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

4. Con los datos anteriores de Tg a 4C, procedemos a establecer la vida til mediante laecuacin:

=Log 0

2

=4,602 3

0,301 12240,7

= 65148,16

= 45,2

Con el empleo del modelo de Monod-Hinshelwood, obtendramos un producto con unavida til media de 45 das si se conserva a temperatura de 4C.

y = -1,27ln(x) + 5,8484

R = 0,9978

0,000

0,500

1,000

1,500

2,000

2,500

3,000

3,500

0 5 10 15 20 25 30 35

Log10

Tg

(min)

Temperatura (C)


13/15


7. Conclusin.

Si la vida til estimada para este producto a 4C es de 22 das con el modelo de Arrhenius,como margen de seguridad puede establecerse una vida til de 18 a 20 das a 4C. Sinembargo, con la aproximacin de Monod-Hinshelwood la vida til se ve prolongada a 45 das.En este caso como margen de seguridad podramos establecer una vida til de 40 das.

Tal y como explica Labuza y Fu (1993) o McDonald y Sun (1999), cuando se emplea el modelode Arrhenius para el crecimiento bacteriano, las extrapolaciones de las grficas pueden nomostrar linealidad, y por lo tanto, el modelo anterior no puede encajar muy bien por debajo opor encima de las temperaturas evaluadas para el crecimiento, lo anterior puede evidenciarseal comparar las Figuras 1 y 2, donde se observa que la relacin tanto de la velocidad decrecimiento como del tiempo de generacin frente a la temperatura no es lineal, sino de tipoexponencial o logartmico, es decir, se asemeja ms al proceso de crecimiento bacteriano, quepor regla general es fisin binaria, la cual es de tipo exponencial. Claro que debemos recordarque no todas las bacterias siguen este proceso de crecimiento tal y como ocurre conStreptomyces spp. (Formacin de hifas y esporulacin); Mixobacterias (Formacin de cuerposfructferos y esporulacin); Hyphomicrobium spp. (Gemacin); Nocardia spp. y Micoplasmas(Formacin de filamentos y septacin).

8. Bibliografa

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, 718.

Baranyi, J., Jones, A., Walker, C., Kaloti, A., Robinson, T.P., Mackey, B.M., 1996. A combinedmodel for growth and subsequent thermal inactivation of Bochothrix thermosphacta. Appl.

Environ. Microbiol., 62, 10291035.Baranyi, J., Roberts, T.A., McClure, P.J., 1993. A non-autonomous differential equation to

model bacterial growth. Food Microbiol.,10, 4349.Codex Alimentarius - Comisin conjunta FAO-OMS. 1998. Seccin II: definiciones, Directrices

para el diseo de las medidas de control de los alimentos vendidos en las vas pblicas defrica. 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 freshfish. Int. J. Food Microbiol.,26, 305317.

Devlieghere, F., Van Belle, B., Debevere, J., 1999. Shelf life of modified atmosphere packedcooked meat products: a predictive model. Int. J. Food Microbiol.,46, 5770.

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.,24,93102.

Einarsson, H., Ericksson, S.G., 1986. Microbial growth models for prediction of shelf life ofchilled meat. Recent Advances and Developments in the Refrigeration of Meat by ChillingInternational Institute of Refrigeration, Paris, France, pp. 397402.

Esty, J.R., Meyer, K.F., 1922. The heat resistance of spore of B. botulinum and alliedanaerobes XI. J. Infect. Diseases,31, 650663.

Geeraerd, A.H., Herremans, C.H., Cenens, C., Van Impe, J.F., 1998. Application of artificialneural networks as a non-linear modular modeling technique to describe bacterial growth inchilled food products. Int. J. Food Microbiol.,44, 4968.

Giannuzzi, L., Pinotti, A., Zaritzky, N. 1998. Mathematical modelling of microbial growth inpackaged refrigerated beef stored at different temperatures. Int. J. Food Microbiol.,39, 101110.


14/15


Gibbs, P.A., Williams, A.P., 1990. In: Using Mathematics for Shelf Life Prediction, FoodTechnol. Int, Europe.Pp. 287290.

Gill, C.O., Jones, T., 1992. Assessment of the hygienic efficiency of two commercial processesfor cooling pig carcasses. Food Microbiol.,9, 335343.

Gill, C.O., Phillips, D.M., Hoeffen, M.P.F., 1988. A computer program for assessing theremaining storage life of chilled red meats from product temperature histories. In: Proceedingof Meetings of Commissions C2, D1, D2/3, E1, September 59, Institut International du FroidParis, Refrigeration for Food and People, pp. 7377.

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 FoodHygiene, The Hague, The Netherlands, pp. 5357.

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, 309323.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, 743750.Labuza, T.P., Riboh, D. 1982. Theory and applications of Arrhenius kinetics to the prediction of

nutrient losses in foods. Food Technology,36, 6674.McDonald, K., Sun, D-W. 1999. Predictive food microbiology for the meat industry: a review. Int.

J. Food Microbiol., 52, 127.McMeekin, T.A., Olley, J., Ratkowsky, D.A., Ross, T., 2002. Predictive Microbiology: towards

the interface and beyond. Int. J. Food Microbiol.,73, 395407.McMeekin, T.A., Ross, T., 1996. Shelf-life prediction: status and future possibilities. Int. J. Food

Microbiol.,33, 6583.McMeekin, T.A., Ross, T., 2002. Predictive microbiology: providing a knowledge-based

framework for change management. Int. J. Food Microbiol.,78, 133153.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, 232268.

Neumeyer, K., Ross, T., McMeekin, T.A. 1997a. Development of a predictive model to describethe effects of temperature and water activity on the growth of spoilage pseudomonads . Int. J.Food Microbiol., 38, 4554.

Neumeyer, K., Ross, T., Thomson, G., McMeekin, T.A., 1997b. Validation of a modeldescribing the effects of temperature and water activity on the growth of psychrotrophicPseudomonads. Int. J. Food Microbiol.,38, 5563.

Pin, C., Baranyi, J., 1998. Predictive models as a means to quantify the interactions of spoilageorganisms. Int. J. Food Microbiol.,41, 5972.

Ratkowsky, D.A., Olley, J., McMeekin, T.A., Ball, A. 1982. Relationship between temperature

and growth rate of bacterial cultures. J. Bacteriol.,149, 15.Ross, T., McMeekin, T.A. 1994. Predictive microbiology, Review paper. Int. J. Food Microbiol.,

23, 241264.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 foodprocessing.Appl. Environ. Microbiol.,58, 29012909.

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. FoodMicrobiol. 25, 227249.

Vankerschaver, K., Wilcox, F., Smout, C., Hendrickx, M., Tobback, P., 1996. The influence oftemperature and gas mixtures on the growth of the intrinsic micro-organisms on cut endive:

predictive versus actual growth. Food Microbiol.,13, 427440.


15/15


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- 813831.

Whiting, RC., Buchanan, R.L. 1993. A classification of models for predictive microbiology. FoodMicrobiol.,10, 175177.

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 oftemperature and carbon dioxide upon the growth of Pseudomonas fluorescens. FoodMicrobiol.,10, 159173.

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

Valor de R Unidades (VPT-1n-1)

8.314472 JK-1mol-1

0.0820574587 LatmK-1mol-1

83.14472 cm3barmol-1K-1

8.20574587 10-5 m3atmK-1mol-1

8.314472 cm3MPaK-1mol-1

8.314472 LkPaK-1mol-1

8.314472 m3PaK-1mol-1

62.36367 LmmHgK-1mol-1

62.36367 LTorrK-1mol-1

83.14472 LmbarK-1mol-1

0.08314472 LbarK-1mol-1

1.987 calK-1mol-1

6.132440 lbfftK-1g-mol-1

10.73159 ft3psiR-1lb-mol-1

0.7302413 ft3atmR-1lb-mol-1

998.9701 ft3mmHgK-1lb-mol-1

8.314472 107 ergK-1mol-1

Aplicacion de La Microbiologia Predictiv

Documents

Transcript of Aplicacion de La Microbiologia Predictiv