UNIVERSIDAD NACIONAL DE TRUJILLO SEDE VALE JEQUETEPEQUE

Facultad de ciencias agropecuarias

Escuela académico profesional de ingeniería agroindustrial

TEMA:

MICROBIOLOGÍA PREDICTIVA Y APLICACIONES

ALUMNOS:

Chávarry Hernández, Bruna

Malca Serrano, Evelyn

More Solano, Angie

Quiñones Casas, Andrea

Quispe Escalante, Jhon

Romero Chávez, José

DOCENTE:

Mg. Joe Jara Vélez

Guadalupe, octubre del 2018

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

El notable incremento en la demanda de productos alimentarios

mínimamente procesados y cuyo consumo sea rápido pero manteniendo

condiciones de calidad y seguridad, genera una serie de desafíos a los que la

industria alimentaria ha de adaptarse. Así bien, el desarrollo e innovación de

alternativas, como es la microbiología predictiva, ha permitido la evolución

de este sector durante las últimas décadas.

La microbiología predictiva se ha convertido en una herramienta de

vanguardia mundial que permite evaluar, mediante modelos matemáticos

apropiados, las respuestas de los microorganismos a los factores del medio

ambiente. Esta disciplina ha sido aplicada en gran medida a bacterias

patógenas o microorganismos asociados al deterioro de los

alimentos.(Santiesteban & Lopez, 2008)

Los estándares actuales de seguridad y calidad alimentaria sólo pueden ser

satisfechos a través de un conocimiento detallado del comportamiento de los

microorganismos patógenos durante el ciclo de vida del producto. La

microbiología predictiva ha demostrado ser clave en este aspecto. Esta rama

de la microbiología intenta describir el comportamiento de un

 microorganismo bajo unas condiciones ambientales dadas a través de

modelos matemáticos (Larrosa, 2016).

La evaluación del riesgo microbiológico de un microorganismo requiere de

la descripción tanto de la inactivación durante los tratamientos de

esterilización aplicados en la industria, como del crecimiento durante la

conservación. En esta contribución se presentan los modelos matemáticos

más utilizados actualmente para la descripción de crecimiento microbiano

II. OBJETIVOS

2.1.Objetivo general:

- proveer los conocimientos conceptuales esenciales para la

implementación de microbiología predictiva como parte de los

controles de calidad y su aplicación en la determinación de la vida

útil.

2.2.Objetivos Específicos

- Impartir los conceptos básicos de inocuidad de alimentos, vida útil y

su control microbiológico.

- Revisar conceptos básicos de la microbiología predictiva, tipo de

modelos, aplicaciones, etc.

- Llevar a cabo una parte práctica donde se aprenderán a usar los

distintos tipos de modelos existentes.

III. MICROBIOLOGÍA PREDICTIVA

La microbiología predictiva comprende el estudio de la respuesta de

crecimiento o de inhibición o de inactivación de microorganismos que están

en los alimentos, en función de factores que les afecten (temperatura, pH,

gases, etc.) y a partir de estos datos predecir lo que sucederá durante el

almacenamiento, procesado, etc. (Virto, n.d.)

En microbiología alimentaria, los modelos predictivos constituyen un

método rápido, relativamente económico y no invasivo para la

determinación objetiva de la calidad de los alimentos. Se adopta

generalmente un punto de vista reduccionista y las respuestas de los

microorganismos son medidas bajo condiciones controladas. Los resultados

se resumen en forma de ecuaciones matemáticas que, por interpolación,

pueden predecir respuestas en condiciones

nuevas.(“MRAMA_a2007r5.pdf,” n.d.)

El crecimiento de un microorganismo suele ilustrarse a través de la curva de

crecimiento, que es la representación del logaritmo del número de

microorganismos con respecto al tiempo. En la Fig. 1 se ilustra la forma

sigmoidal que usualmente se observa para esta curva bajo condiciones

constantes favorables para el crecimiento.

Aunque las condiciones del medio sean favorables para el crecimiento, el

microorganismo necesita un tiempo para adaptarse a ese nuevo ambiente

antes de comenzar el crecimiento. Esta etapa se conoce como fase de

adaptación. A continuación, la población microbiana entra en la denominada

fase exponencial, caracterizada por un crecimiento exponencial con ratio

constante. Este crecimiento se mantiene hasta que la población microbiana

se estabiliza, deteniéndose el crecimiento. Esta nueva fase se denomina fase

estacionaria. Por último, la población microbiana decae cuando se consumen

todos los recursos del medio. Esta última fase no suele ser de interés para la

microbiología de alimentos(Larrosa, 2016).

FIGURA N°1: Curva de crecimiento microbiano (logaritmo del número de

microoganismos vs. tiempo) tipo para una población bajo condiciones

ambientales constantes.

Fuente: (Larrosa, 2016)

3.1.MODELOS PREDICTIVOS

En la microbiología de los alimentos los modelos predictivos son

expresiones matemáticas que simplifican los procesos bioquímicos de la

cinética bacteriana y ayudan a elaborar una predicción de las condiciones

microbiológicas que presentará un alimento en un proceso determinado

durante la cadena alimentaria. Los modelos han de desarrollarse

partiendo de una serie de etapas que permiten identificar los factores

claves que afectan al crecimiento microbiano. Estas etapas se simplifican

en la planificación, el diseño experimental, la toma de datos y los

convenientes ajustes en la curva de crecimiento gracias a descripciones

matemáticas. Finalmente, se obtiene un modelo que debe de ser validado

para, una vez aceptado, llevar a cabo su aplicación.(Martínez, 2016)

Los modelos utilizados se basan en datos empíricos que describen y

caracterizan las respuestas microbiológicas frente a factores ambientales

(Geeraerd et al., 2004).

 Estudios de origen molecular como el de Konstantinos et al. (2016), nos

muestra hacia dónde se dirige la microbiología predictiva mediante las

nuevas generaciones de modelos, con conocimientos proporcionados por

la ingeniería genética en relación a la plasticidad fenotípica y

consecuentes respuestas de supervivencia, crecimiento e inactivación de

los microrganismos. Asimismo, otras investigaciones de carácter

fisiológico pueden predecir e identificar puntos de control específicos de

ciertos microorganismos o el comienzo de eventos significativos en la

microbiología, como es la esporulación. (Oomes et al., 2007).

3.2.TIPOS DE MODELOS PREDICTIVOS

El modelado del crecimiento microbiano se realiza usualmente en dos

pasos. En primer lugar, la relación entre el tamaño de la población

microbiana (N) y el tiempo (t) se describe a través de un modelo

matemático (modelo primario). En un segundo paso, la relación entre los

parámetros del modelo primario y las condiciones ambientales se

describe a través de un segundo modelo matemático (modelo secundario)

(Larrosa, 2016).

3.2.1. Modelos primarios: Son los modelos predictivos más

sencillos. Se basan en una descripción del número de

unidades formadoras de colonias en función del tiempo, y

valoradas en distintas condiciones experimentales. Su

principal objetivo es averiguar la cinética de crecimiento de

los distintos microorganismos con el mínimo de parámetros

posibles, evitando así la pérdida de exactitud de los valores

con cálculos muy elaborados. Este primer modelo nos

 proporciona información específica de los microorganismos a

estudio, como son el tiempo de generación (t0), la duración de

la fase de latencia o fase lag (λ), la velocidad máxima de

crecimiento (µmax), o el tiempo de formación de toxinas. Dos

ejemplos para la elaboración de estos modelos podrían ser de

la Ecuación de Gompertz o la Ecuación Baranyi

representados en la fig. 2.

FIGURA N°2: Ejemplos de modelos primarios que muestran

la respuesta de los microorganismos

Fuente: (Martínez, 2016)

Nt : densidad de población (ufc·ml-1 ) en tiempo t (horas)

No: población inicial

A: valor asintótico cuando el tiempo decrece indefinidamente

µmax: velocidad máxima de crecimiento

qo: Concentración inicial del sustrato limitante.

3.2.2. Modelos secundarios: Una vez obtenidos los parámetros

cinéticos de crecimiento del microorganismo proporcionados

por los modelos primarios, se elaboran expresiones

matemáticas que describen la respuesta de éstos frente a

cambios en los parámetros ambientales, que afectan tanto a

 factores intrínsecos del producto (pH, [sales], [NO2 - ], etc.),

como a factores extrínsecos (temperatura de almacenamiento,

humedad relativa, interacción con otros microorganismos,

etc.). Ejemplos de estos modelos son los basados en

ecuaciones polinómicas, redes neuronales artificiales,

modelos de raíz cuadrada, superficie-respuesta o la ecuación

de Arrhenius (Martínez, 2016).

FIGURA N°3: ejemplo de modelo secundario

Fuente: (Martínez, 2016)

k: tasa de crecimiento (tiempo-1 )

V: factores ambientales

b: la pendiente de la recta de regresión entre √𝑘 y T

T: temperatura (ºC)

Tmin: temperatura hipotética de crecimiento donde la recta

de regresión corta eje T cuando√𝑘 = 0.

3.2.3. Modelos terciarios: Este tipo de modelos incorporan los dos

tipos anteriores, simplificándolos de forma específica

mediante software, el cual permite determinar la extensión y

tasa de crecimiento del microorganismo, así como comparar

los efectos producidos en diferentes condiciones. Con este

 tipo de tecnología se puede estimar la vida útil del producto

alimentario o minimizar el riesgo de pérdida de calidad e

inocuidad del alimento. En este nivel se incluyen algoritmos

para calcular los cambios producidos en el alimento, la

comparación del comportamiento del microorganismo bajo

distintas condiciones, o gráficos del crecimiento simultáneo

de varios microorganismos (Martínez, 2016).

IV. APLICACIONES DE LA MICROBIOLOGÍA PREDICTIVA

La microbiología predictiva, en el ámbito educativo, ha permitido que los

modelos sean utilizados como herramientas muy útiles, tanto para personal

especializado como para los que no, ya sea mediante la generación de

gráficas, que sirven como ejemplo ilustrativo, la estimación de tiempos de

crecimiento o de inactivación microbiana, permiten una explicación más

clara de la cinética y ecología bacteriana (McDonald, y Sun, 1999).

- Desarrollo e innovación de nuevos productos: Capaz de crear el

desarrollo alternativo de productos alimentarios con la evaluación del

impacto del crecimiento de microorganismos patógenos y de

deterioro, lo que proporciona unas condiciones de mayor seguridad

en las cadenas de producción alimentarias. A su vez, provoca el

aumento de la vida útil del producto, valorando los efectos del

procesado en la calidad y seguridad alimentaria (Martínez, 2016) .

- Ayuda operativa: Ofrece una ayuda en la toma de decisiones

referidas a la seguridad alimentaria, cuando se llevan a cabo

operaciones en la cadena de producción generando un análisis de

riesgo preliminar y evaluando la exposición a un patógeno

 específico. Por otro lado, identifica y establece los puntos críticos de

control (PCC) en sistemas APPCC, evaluando el impacto en caso de

pérdida de calidad o seguridad microbiológica de los productos

alimentarios, estimando la dinámica de las poblaciones a lo largo de

la cadena alimentaria (Martínez, 2016).

- Ayuda en incidentes: Estima el impacto sobre la calidad del

producto o la seguridad de los consumidores en caso que se

encuentren problemas con los productos del mercado, evaluando las

variables y proporcionando medidas correctoras.

4.1. Estudio de la vida útil: “La vida útil de un alimento es el período de

tiempo en el que el producto se vuelve inaceptable desde la perspectiva

sensorial, nutricional o de seguridad”. Otra definición de vida útil

proporcionada por Institute of Food Science and Technology la describe

como “el tiempo en el cual el producto se mantenga seguro, presente sus

propiedades organolépticas, físicas y microbiologías, y finalmente

cumpla con los requisitos nutricionales, una vez se almacena en las

condiciones recomendadas” (IFSF 1993).

Existen varios factores que afectan a la estimación de la vida útil de un

producto sin la intervención del consumidor, como son las propiedades

intrínsecas del propio alimento, los elementos extrínsecos, que engloban

aquellos proporcionados por el ambiente durante su distribución y su

almacenamiento y por último, el tipo de almacenamiento (Gordon L,

2009).

Los factores intrínsecos, como se ha nombrado anteriormente, son

aquellos que poseen los propios productos, entre los que se encuentran el
pH del alimento, los nutrientes, la actividad de agua (aw), el potencial

redox, el valor total de la acidez, el oxígeno disponible, la propia flora

natural y los microorganismos que han superado los tratamientos de

conservación. Por otro lado, los factores extrínsecos son aquellos que no

presentan relación con el producto, pero que puede afectar a su calidad.

Entre ellos se encuentra el tiempo y la temperatura durante la elaboración

del producto, la humedad relativa, el control de temperatura durante su

distribución y almacenamiento.

La interacción de estos factores influye en la calidad final del producto

ya que pueden generar o inhibir determinadas reacciones bioquímicas

que alteran las características organolépticas del alimento (Labuza et al.

1992). Los alimentos pueden ser clasificados como perecederos, cuya

vida útil es muy corta, semiperecederos, con una vida útil corta o media

y los poco perecederos los cuales presentan una mayor vida útil.

FIGURA N°4: Comparación del tiempo de los tipos de alimentos en

relación con el tipo de almacenamiento que se lleve a cabo.

Fuente: (Martínez, 2016)

4.2.Análisis de Peligros y Puntos Críticos de Control (APPCC)

Existen unos requerimientos sanitarios de carácter obligatorio tanto para

grandes como pequeñas empresas, regulados por las sociedades de salud

alimentaria, como la Organización Mundial de la Salud o la

Organización de las Naciones Unidas para la Alimentación y la

Agricultura, cuyo objetivo es conseguir la máxima seguridad en los

alimentos teniendo en cuenta la actividad microbiológica (FAO/WHO,

2006). Los sistemas de APPCC son herramientas de seguridad en todo

tipo de industrias alimentarias, permitiendo identificar peligros,

establecer sistemas de control preventivos y, de este modo, disminuir los

riesgos de fabricación de productos en malas condiciones y su posterior

comercialización.

Para elaborar un sistema de APPCC es necesario conocer e identificar

unos puntos esenciales que se aplican en toda la cadena de producción,

desde su cosecha y crecimiento hasta el consumo del alimento.

La microbiología predictiva es crucial en etapas como la realización de

análisis de peligro microbiológicos, ya que ayuda a determinar si ciertos

alimentos benefician el crecimiento microbiano y la velocidad con que lo

hace. Por consiguiente, permite el establecimiento de límites críticos,

identifica puntos críticos de control de peligros biológicos, así como

conocer la influencia de los factores cinéticos el crecimiento microbiano,

con el fin de aumentar la seguridad del producto.

4.3.Evaluación y gestión de riesgos microbiológicos: Todo proceso de

fabricación de un alimento debe examinar los potenciales peligros que

puedan ocurrir durante las distintas etapas de producción de un alimento.

 Llevar a cabo una buena gestión de los análisis de peligros es posible

gracias a la microbiología predictiva, la cual nos permite prever el

número de microorganismos presentes tras un proceso determinado, y

establecer procedimientos de control para garantizar la inocuidad del

alimento, incluso ayuda a detectar fallos por falta de información,

identificar estrategias y establecer guías para la reducción de riesgos en

programas de salud púbica y seguridad alimentaria.(Martínez, 2016)

V. IMPORTANCIA DE LA MICROBIOLOGÍA PREDICTIVA EN LA

INDUSTRIA CÁRNICA

En la industria alimentaria, la industria cárnica tiene como objetivo producir,

procesar y distribuir la carne de origen animal, siendo ésta la que presenta

mayor volumen de producción y venta de productos en todo el mundo.

Los productos de origen animal presentan una susceptibilidad mayor a la

contaminación y al crecimiento de microorganismos que producen

degradación y enfermedades en los alimentos. En los productos sin procesar

existe un peligro de exposición a patógenos ya que estos alimentos suelen

estar en contacto directo con los medios que los albergan, y muchos de estos

microorganismos proceden de la propia piel del animal. Sin embargo, en los

productos cárnicos procesados también existe un elevado riesgo de

contaminación, debido a la elevada manipulación que se lleva a cabo durante

los distintos procesos de la cadena alimentaria (Raseta et al. 2015).

5.1.Microrganismos más importantes en productos cárnicos: Aunque son

varios los microorganismos que pueden colonizar productos cárnicos y

sus derivados, las bacterias son las que adquieren mayor relevancia. Tres

de estas baterías especialmente llamativas por su patogenicidad, son

pertenecientes al género Escherichia, Listeria y Salmonella. Hay otros

microorganismos como Campylobacter, que también están presentes

durante la producción primaria de este tipo de productos, sin embargo,

suelen ser más susceptibles a los procesos y tratamientos de control

(Nørrung et al. 2009). En la tabla 5, se pueden observar una lista de

varios patógenos, toxinas o sustancias químicas que pueden transmitirse

por este tipo de productos.

VI. BIBLIOGRAFÍA

- Larrosa, E. (2016). Modelos matemáticos para la descripción del

crecimiento de microorganismos patógenos en alimentos Modelos

microbiano de, 9, 160–163.

- Martínez, K. (2016). Aplicaciones de la Microbiología Predictiva en

la Industria Alimentaria, 9–12. Retrieved from

https://riull.ull.es/xmlui/bitstream/handle/915/3186/Aplicaciones de

la Microbiologia Predictiva en la Industria

Alimentaria.pdf?sequence=1

- MRAMA_a2007r5.pdf. (n.d.).

- Santiesteban, N. A., & Lopez, A. (2008). Descripción e importancia

de algunos modelos predictivos utilizados como herramienta para la

conservación de alimentos. Temas Selectos de Ingeniería de

Alimentos.

- Virto, D. R. (n.d.). ¿ Qué Es La Microbiología Predictiva ?

- Geeraerd, A. H., Herremans, C. H., Cenens, C., Van Impe, J. F. 1998.

Application of artificial neural networks as a non-linear technique to

describe bacterial growth in chilled food products. International

Journal of Food Microbiology.

- Koutsoumanis, K., y Angelidis, A.S. 2007. Probabilistic modeling

approach for evaluating the compliance of ready-to-eat foods with

new European Union Safety Criteria for Listeria monocytogenes.

Applied Enviroment Microbiology.

- Oomes, S.J.C.M., va Zuijlen, A.C.M., Hehenhamp, J.O.,

Witsenboer,H., van der Vossen, J.M.B.M., Brul, S., 2007. The

 characterization of Bacillus spores occurring in the manufacturing of

(low acid) canned products. International Journal of Food

Microbiology.

- McDonald, K., Sun, D. W. 1999. Predictive food microbiology for

the meat industry: A review. International journal of food

microbiology.