El realizar un estudio de vida til puede implicar una amplia utilizacin tanto de recursos
tecnolgicos como financieros. Sin embargo, el desarrollo de modelos de prediccin podra en
un 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 de
alimentos 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). 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 travs de la produccin y
distribucin (Geeraerd et al., 1998).
La mayora de los estudios han utilizado modelos dependientes de la temperatura, tales como el
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 la vida
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 variable fluctuante
para predecir con precisin la vida til de los productos alimenticios. Los mtodos prcticos
utilizados en la elaboracin de modelos predictivos de vida til necesitan avanzar ms
(McDonald y Sun, 1999). Los mtodos estndares de anlisis microbiolgicos aunque son
eficaces an son lentos. Las investigaciones futuras deberan tener en cuenta el corto perodo de
vida de gran parte de alimentos refrigerados y el hecho de que los resultados son necesarios
rpidamente (Gibbs y Williams, 1990). El uso de tcnicas microbiolgicas ms rpidas que las
actuales ser necesario en el futuro.
Vamos a explicar dos mtodos clsicos para la determinacin de la vida til de alimentos, un
primer modelo desarrollado por Monod-Hinshelwood para la estimacin de la caducidad
microbiolgica y en segundo lugar, el modelo de Arrhenius empleado fundamentalmente en la
estimacin de la caducidad fsico-qumica, aunque puede emplearse en la estimacin
microbiolgica como veremos en el ejercicio descrito en el numeral 6.
De todas formas, cabe recordar que los modelos de prediccin microbiolgica son en muchos
casos generales y variados y por tanto pueden extrapolarse para la estimacin microbiolgica de
la vida til de diversos alimentos. de los modelos secundarios son modelos de tipo cintico
Un modelo similar haba sido establecido por Svante August Arrhenius (Sueco, 1859-1927) en
1889, cuando descubri que la velocidad de las reacciones qumicas aumenta con la
temperatura, en una relacin proporcional a la concentracin de molculas existentes.
Ec 2. Arrhenius
Ec 3
Sin embargo, el crecimiento bacteriano es complejo y las extrapolaciones de las grficas pueden
no mostrar linealidad, por lo tanto, la ecuacin anterior no puede encajar muy bien por debajo
de los datos ptimos o por encima de las temperaturas de crecimiento. Entonces, las grficas
obtenidas solo sirven para predecir el crecimiento microbiano en un limitado rango de
temperatura (McDonald y Sun, 1999; Labuza y Fu, 1993). As la ecuacin que ha sido utilizada
mayoritariamente para describir el efecto de la temperatura sobre el crecimiento microbiano es
el 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).
Ec4:
es de 10x106 bacterias por ml, al final del proceso se detecta que la poblacin final
remanente es de 1000 ufc/ml.
Determine la vida til a 4C empleando los datos del test acelerado de tiempo durante 12
horas mostrados a continuacin:
-1 -1
R = 8,314472 J mol K
Ea = 113733,662 Ln ufc*J/ml*min*mol.
4
4. Procedemos a estimar entonces la vida til a 4C. Si nuestro valor lmite es 4,0x10
ufc/ml (10,5966 Ln ufc/ml). Si tenemos que por cada minuto se incrementa 0,0003316
Ln ufc/mln {recordemos que se obtiene del Ln ufc/ml vs tiempo (min)}, en cuanto
tiempo se alcanzarn las 10,5966 Ln ufc/ml que es nuestro valor lmite?
X? 10,5966 ln ufc/ml
1. El primer paso y para este caso, debemos calcular k para cada temperatura,
aunque tenemos varias opciones, emplearemos en este caso la frmula:
Log10Tg = 4,0878
4,0878
Tg = 10
Tg = 12240,7 min a 4C
4. Con los datos anteriores de Tg a 4C, procedemos a establecer la vida til mediante
la ecuacin:
2. CRECIMIENTO MICROBIANO
Se entiende por el aumento del nmero de microorganismos a lo largo del tiempo. Por tanto,
no nos referimos al crecimiento de un nico microorganismo que denominaremos ciclo celular,
sino al demogrfico de una poblacin.
Los factores que influyen en el crecimiento microbiano en los alimentos y por tanto las
asociaciones que se desarrollan, tambin determinan la naturaleza de la alteracin y cualquier
riesgo para la salud que se planteen. La fase logartmica de crecimiento puede verse afectada si
se acorta su longitud, controlando los factores de crecimiento.
Hace ms de 40 aos Mossel e Ingram dividieron estos factores que influyen en el desarrollo de
las asociaciones microbianas en los alimentos:
Nutrientes
pH
Potencial redox
Actividad de agua
Constituyentes antimicrobianos
Estructuras antimicrobianas
Humedad relativa
Temperatura
Atmsfera gaseosa
Del mismo modo que los seres humanos, los microorganismos son capaces de utilizar los
alimentos como fuente de nutrientes y de energa. Los microorganismos en los alimentos,
para multiplicarse y desarrollar su fisiologismo normal, necesitan los elementos siguientes:
Agua.
Fuente de energa.
Fuente de nitrgeno y vitaminas.
Factores de crecimiento afines, como sales minerales.
2.3.1.2 PH.
En general, las bacterias crecen con mayor rapidez a pH comprendido entre 6,0 y 8,0 (tabla
4.), las levaduras entre 4,5 y 6,0, as como los hongos filamentosos entre 3,5 y 4,0; aunque
hay bacterias capaces de crecer a pH bajos como consecuencia de su metabolismo productor
de energa, por ejemplo, los lactobacilos y las bacterias acticas cuyo crecimiento ptimo
generalmente tiene lugar a un pH comprendido entre 5,0 y 6,0. Si a un alimento se le cambia
el pH, ya sea por encima o por debajo del neutro, los microorganismos crecern con mayor
lentitud.
Tabla 4: lmites de pH segn tipo de microorganismos
En relacin con los microorganismos, el potencial redox indica las relaciones de oxgeno
entre ellos, y es utilizado para especificar el ambiente en que un microorganismo es capaz de
generar energa y sintetizar nuevas clulas. Los microorganismos aerobios necesitan para
crecer valores redox positivos, mientras que los anaerobios frecuentemente requieren valores
negativos. Los microorganismos de acuerdo con su potencial de oxidacin-reduccin se
dividen en los grupos siguientes:
La actividad acuosa de un alimento o solucin (Aa) se define como el cociente entre la presin
parcial del agua existente en la atmsfera en equilibrio con el sustrato (alimento) (P) y la
presin parcial de la atmsfera en equilibrio con el agua pura a la misma temperatura:
Aa = P/Po.
La humedad relativa y la actividad acuosa estn relacionadas entre s, de modo que la humedad
relativa es esencialmente una medida de la actividad de agua en la fase gaseosa. Cuando se
almacena un alimento que tiene actividad acuosa baja en una atmsfera de humedad relativa
elevada, el agua pasar desde la fase gaseosa al alimento. Es posible que transcurra mucho
tiempo para que la masa del alimento aumente su actividad de agua, pero puede haber una
condensacin en las superficies que origine zonas localizadas de elevada actividad de agua, en
estas zonas en que los propgulos han permanecido viables, pero que no han sido capaces de
crecer, pueden ahora germinar y crecer.
2.3.2.2 TEMPERATURA.
Sobre la base de las temperaturas de crecimiento, los microorganismos pueden ser clasificados
en varios grupos fisiolgicos (tabla 7).
Por regla general a su temperatura ptima crecen ms rpido que los psicrtrofos y por ello, la
alteracin de los productos perecederos o almacenados en el intervalo de temperaturas
correspondientes al crecimiento de los mesfilos es ms rpida que su alteracin en condiciones
de refrigeracin.
3. MICROBIOLOGIA PREDICTIVA
Qu es y cmo surge la microbiologa predictiva?
La microbiologa predictiva dio sus primeros pasos a principios de los aos 90 y desde
entonces ha ido evolucionando para evaluar cuantitativamente cul es el
comportamiento (crecimiento, supervivencia o inactivacin) de microorganismos en los
alimentos en los diferentes momentos del proceso, envasado y distribucin, lo que
ayuda a optimizar dichos procesos, desarrollar tratamientos de inactivacin, nuevas
formulaciones de productos y condiciones de conservacin y envasado ms
seguras. Hoy da es una disciplina cientfica establecida y reconocida. Para generar un
modelo predictivo es necesario obtener un conjunto de datos experimentales que sern
utilizados para obtener un modelo matemtico que relaciona los parmetros respuesta
del microorganismo, como por ejemplo, la velocidad de crecimiento, con los factores
encontrados en los alimentos (pH, Aw, Temperatura, etc). La microbiologa predictiva
describe las distintas respuestas microbianas de los alimentos a los diferentes ambientes.
El control microbiolgico de los alimentos y de los factores que influyen en su deterioro
en cualquier punto de la cadena alimentaria cuenta con la microbiologa predictiva. Esta
disciplina, conocida en algunos sectores tambin con el nombre de ecologa microbiana
de los alimentos, describe las distintas respuestas microbianas de los alimentos a
distintos ambientes a partir de modelos matemticos y otros mtodos numricos y
estadsticos. Los factores que influyen en la contaminacin de alimentos son varios. Por
un lado, interviene la temperatura, el pH o la actividad de agua. La mayora de
patgenos no crecen por debajo de ciertas temperaturas y su modo de actuar es distinto
tambin en funcin del nivel de pH del alimento (cidos o alcalinos) y de su estructura
(mayor o menor concentracin de agua). Con la microbiologa predictiva se establece
un sistema de control microbiolgico que puede utilizarse en cualquier punto de la
cadena de produccin, desde la granja a la mesa. Uno de los principales objetivos de
este sistema es predecir qu puede suceder durante el almacenamiento o el procesado de
alimentos.
C) Modelos terciarios:
Los modelos terciarios tienen varias formas, empezando por combinar los
dos primeros niveles de modelos (primario y secundario), basados en experimentos
de laboratorio. Un ejemplo representativo de este tipo de modelos es el "Pathogen
Modeling Program", creado y puesto a disposicin de la comunidad cientfica
gratuitamente por la USDA; dicho modelo permite importar una serie de datos de
temperatura para predecir la vida til. Otro ejemplo es el "Seafood Spoilage
Predictor" (Dalgaard et al., 2002), el cual incluye a microorganismos
deteriorativos especficos para alimentos del mar. Finalmente, los modelos
terciarios permiten incluso incorporar modelos predictivos en una red de
evaluacin de riesgos microbiolgicos, como por ejemplo el SERA ("Salmonella
enteritidis Risk Assesment") del USDA. Los modelos terciarios son informticos.
El uso de la citometra de flujo en Microbiologa Predictiva est limitado por los costos
de los equipos; sin embargo, existen reportes de su uso. Tal es el caso de las
investigaciones de Sorensen y Jacobsen (1997), quienes usaron citometra de flujo para
enumerar las clulas viables de Debaryomyces hansenii en diferentes
condiciones ambientales. Los datos de crecimiento fueron empleados para modelar el
tiempo de latencia (A) y la mxima velocidad de crecimiento (max), en funcin
de la temperatura, pH y concentracin de NaCl.
Mtodo de turbidimetra.
La turbidimetria es un mtodo empleado para estudiar el crecimiento bacteriano a travs
de mediciones de densidad ptica, lo que permite tener una secuencia del
crecimiento microbiano en tiempo real. La densidad ptica o absorbancia se ha utilizado
desde hace varios aos para medir la concentracin, y es expresada en masa, nmero o
longitud media celular de suspensiones bacterianas. El fundamento de la tcnica es que
las partculas pequeas difractan la luz, dentro de ciertos lmites, de forma proporcional
a su concentracin. Las mediciones se hacen con un fotmetro o espectrofotmetro. De
acuerdo con McMeekin et al. (1997), en la turbidimetria, el crecimiento microbiano est
relacionado con la turbidez del medio. Estos autores resaltaron las limitaciones del
mtodo, siendo la ms importante que un recuento viable slo puede hacerse si el
equipo est calibrado para relacionar la absorbancia con un nmero de microorganismos
dado (Me Meekin et al.,1997). Sin embargo, es posible identificar los parmetros de
crecimiento cuando el tamao del inculo est por debajo del umbral de deteccin.
Para este caso es necesario conocer los recuentos celulares iniciales y la ecuacin
de calibracin (Brand et al., 1997).
Mtodo TTD (tiempos de deteccin).
Este mtodo consiste en medir, despus de un tratamiento trmico establecido, la
probabilidad de no crecimiento de una poblacin de microorganismos en suspensin en
condiciones de cultivo determinadas. Se trata de un anlisis que permite evaluar el
nmero ms probable de supervivientes (mtodo indirecto). Este mtodo depende de
la temperatura y el tiempo de tratamiento para lograr un efecto fisiolgico (Rasch,
2004).
Mtodo de microscopa.
La microscopa permite estudios directos de clulas individuales, lo que hace posible
dar un seguimiento a la misma clula durante largos periodos de tiempo. La
microscopa ha ido ganado inters con el desarrollo de programas computacionales
como el de interferometra ptica y el anlisis de imagen. Una de las ventajas de este
mtodo es que permite estudiar sistemas slidos cuya situacin es muy parecida a la que
presentan los sistemas alimentarios (Rasch, 2004). Hay pocos reportes
bibliogrficos del uso de la microscopa en el modelado predictivo. Sin embargo,
existen comparaciones con el mtodo TTD (tiempos de deteccin) para la
determinacin de la fase de latencia de clulas de Listeria monocytogenes (Martnez et
al., 2005). Se ha observado que la microscopa tiene ventajas sobre la TTD, ya que es un
mtodo directo que permite la observacin visual de la primera divisin celular,
mientras que la TTD depende del tiempo para la deteccin, la tasa de crecimiento y la
extrapolacin regresiva a la clula individual. Adems, cualquier tratamiento que resulte
en ausencia de la divisin celular no ser detectable a travs del mtodo TTD (Wu et
al., 2000).
3.3. VALIDACIN DE LOS MODELOS
La validacin de los modelos predictivos puede hacerse de dos formas:
a) Validacin matemtica que verifica la precisin de los modelos generados.
b) Validacin en el alimento (sistema real), en la cual lo que se requiere es
demostrar que el modelo predice con exactitud el comportamiento de los
microorganismos durante el procesado, almacenamiento y distribucin
(Geeraerd et al., 2004).
Los modelos predictivos permiten identificar los puntos crticos de control en un
proceso en el que se ha implantado un programa de Anlisis de Riesgo y Control de
Puntos Crticos (ARCPC). Los modelos predictivos son herramientas educativas,
especialmente para personas no preparadas en el rea de Microbiologa de Alimentos,
porque a travs de ellos se demuestra la importancia de mantener condiciones de
almacenamiento apropiadas 01an Impe et al., 2005). El Modelo Matemtico, es un
anlogo de una realidad fsica, por lo general ms simple e idealizada, es decir, es una
abstraccin de la realidad.
La clasificacin de los modelos, aun muestran una falta de claridad, ya que ningn plan
tiene el pleno apoyo de la comunidad cientfica, sin embargo podemos elegir por
adelantado la combinacin ms adecuada de condiciones de stress para llegar a la
formulacin de un producto estable y as evitar la descomposicin de mi alimento.
Direcciones web
FMM:
ComBase: http://www.ifr.ac.uk/ComBase/
PMP 6.1:
http://www.arserrc.gov/mfs/pathogen.htm
Seafood Spoilage Predictor (SSP)
http://ww.dfu.min.dk/micro/ssp