3 microbiología predictiva.pdf
TRANSCRIPT
-
Microbiologa Predictiva y su
relacin a la Evaluacin de Riesgo
-
2
Contenido
Concepto y principios de la microbiologa predictiva
Concepto de modelo microbiolgico predictivo
Clasificacin de modelos predictivos
Empricos vs mecansticos
Determinsticos vs estocsticos
Cinticos vs probabilsticos
Primarios, secundarios y terciarios
Modelos de crecimiento microbiano
Modelos primarios
Modelos secundarios
Modelos de inactivacin microbiana
Modelos primarios
Modelos secundarios
Modelos terciarios
Seleccin de un modelo
Aplicaciones de la microbiologa predictiva
Evaluacin de riesgo y microbiologa predictiva
-
3
Microbiologa Predictiva
Sub-disciplina de la Microbiologa de Alimentos cuyo objetivo es predecir el comportamiento microbiano en alimentos especficos bajo condiciones definidas.
Su evolucin se remonta a solo 35 aos, y ha sido aceptada por la industria y autoridades reguladoras como un enfoque preferible para predecir inocuidad y tiempo de vida de los alimentos.
Se basa en la premisa que las respuestas de las poblaciones microbianas a las condiciones ambientales pueden reproducirse.
Convierte DATOS en CONOCIMIENTO
-
4
Principios de la Microbiologa Predictiva
Los organismos incrementan (crecimiento) en nmero por divisin
Bacterias atenuandas son muertas
Todos los organismos de una poblacin tienen las mismas caractersticas
Los organismos se multiplican (y mueren) independientemente
El crecimiento ocurre en condiciones adecuadas (T, pH, aW) y despues de un tiempo lag
El crecimiento reduce debido a la disminucin de nutrientes, produccin de toxinas
Modelos de crecimiento basados en asunciones de distribucin probabilstica
-
5
Tringulo de Seguridad Alimentaria
HACCP (25-30 aos)
Microbiologa predictiva
(30-35 aos)
Evaluacin de riesgo
(10 aos)
Estrategias para la
gestin del riesgo
Planes HACCP
usados para
posibilitar esas
estrategias
Sostienen la
necesidad de
seguridad alimentaria
-
6
Modelo microbiolgico predictivo
Expresin matemtica que describe el
crecimiento, supervivencia, inactivacin o
proceso bioqumico de un microorganismo
presente en un alimento.
-
7
Fases del crecimiento microbiano
Fase Lag
Fase de crecimiento
Fase estacionaria
Fase de muerte
-
8
Clasificacin de modelos predictivos Perspectiva Causal
Empirical Mechanistic
Efectos de variacin y oportunidad
Deterministic Stochastic
Microbiologa clsica o cuntica
Kinetics Probabilistic
Dependencias entre las variables
Primary Secondary Tertiary
-
Modelos cinticos vs
probabilsticos
-
10
Modelos cinticos vs
probabilsticos
Modelos cinticos El tiempo que lleva cierto crecimiento microbiano, en funcin de la T, pH, Aw, Eh, composicin gaseosa, HR, etc.
Condiciones ambientales favorables que permiten que la poblacion microbiana crezca, y puede ser predicha con poca variabilidad
Modelos de probabilidad A medida que las condiciones ambientales se hacen ms desfavorables, las poblaciones microbianas despliegan mayor variabilidad e impredecibilidad (puede q crezca, puede q no)
Limites de crecimiento por tanto son difusos e inciertos
0
1
2
3
4
5
6
7
0 10 20 30 40
days
log
10 c
fu/c
m2
A
0.913
0.933
0.953
0.973
0.993
5.5 5.7 5.9 6.1 6.3 6.5
pH
aw
-
Modelos empricos vs
mecansticos
-
12
Modelos empricos vs
mecansticos
Modelos empricos
Describe las observaciones con una funcin matemtica
pero sin un fundamento terico
Funciones polinmicas (80s-), redes neurales artificiales
(2000-), PCA
Modelos mecansticos
Intentan relacionar las respuestas observadas a principios
fisicoquimicos y/o biolgicos.
Son preferibles a los modelos empricos porque pueden ser
extrapolados
-
13
Ejemplo de modelo emprico
3
4
5
6
7
0 5 10 15 20
Time
Lo
g1
0(
org
an
ism
s m
ean
de
ns
ity)
B =0.5 M =5
B =1 M =5
B =0.5 M =10
B =1 M =10
A,D are fixed at 6.9, 9
Modelo Gompertz
modificado
Describe la curva de
crecimiento pero los
parmetros no tienen
interpretacin biolgica
)( MtBExpDExpAExpNt
-
14
Ejemplo de modelo mecanstico
Modelo de parmetros cardinales
Velocidad de crecimiento=f(variables ambientales)
Parmetros con interpretacin biolgica: opt, pHmin, pHmax,
pHopt.
),,,()()()()( 112max LacawpHTLacSRawSRpHCMTCMopt
maxmin
minmaxmin
maxmin
min
,
,0
)(pHpHpH
pHpHpHpHpHpHpHpH
pHpHpHpH
pHpH
pHCM
optoptopt
-
15
Modelos determinsticos vs
estocsticos
Modelos determinsticos
Predice a nivel poblacional (en forma promediada).
La tamao de la poblacin microbiana se describe
mediante un conjunto nico (determinstico) de parmetros
Ej: max=0.25 log cfu/hr
Modelos estocsticos
Considera la variabilidad biolgica, y/o variabilidad entre
celulas individuales.
Por tanto, los parmetros del modelo son representados por
distribuciones estadsticas.
Ej: max ~ Normal (0.25,0.08) log cfu/hr
-
16
Ejemplo de modelo determinstico
3
4
5
6
7
0 5 10 15 20
Time
Lo
g1
0(
org
an
ism
s m
ean
de
ns
ity)
B =0.5 M =5
B =1 M =5
B =0.5 M =10
B =1 M =10
A,D are fixed at 6.9, 9
Modelo Gompertz
modificado es
tambien un
modelo
determinstico!
Para cada t solo
existe un N lo
cual representa un
crecimiento
promedio de la
poblacion
)( MtBExpDExpAExpNt
-
17
Ejemplo de modelo estocstico
Modelo de crecimiento de Yule
Se asume que las bacterias crecen independientemente por division con un proceso de Poisson
Para cada t existe un rango de valores de Nt lo cual representa la variabilidad entre celulas
00 , nenNegBinn tt
0
10000
20000
30000
40000
50000
60000
0 5 10 15
Time (hr)
Nt (c
ells/g
)
-
18
Ejemplo de modelo estocstico
Modelo de crecimiento de Yule
Se asume que las bacterias crecen independientemente por division con un proceso de Poisson
Para cada t existe un rango de valores de Nt lo cual representa la variabilidad entre celulas
00 , nenNegBinn tt
0
10000
20000
30000
40000
50000
0 5 10 15
Time (hr)
Nt (c
ells/g
)
-
19
Ejemplo de modelo estocstico
Modelo de crecimiento de Yule
Se asume que las bacterias crecen independientemente por division con un proceso de Poisson
Para cada t existe un rango de valores de Nt lo cual representa la variabilidad entre celulas
00 , nenNegBinn tt
0
10000
20000
30000
40000
50000
60000
0 5 10 15
Time (hr)
Nt (c
ells/g
)
-
Modelos primarios, secundarios
y terciarios
-
21
Modelos primarios
Describen crecimiento, inactivacin o supervivencia microbiana usando densidad celular (log cells/g) versus tiempo bajo condiciones ambientales constantes
Definido (por lo menos) por dos parametros:
Fase lag () y velocidad max de crecimiento (k, max)
Temp constante
-
22
Modelos secundarios
Describen uno o ms parametros del modelo primario (fase lag () y velocidad max de crecimiento (max)) en funcin de las condiciones ambientales (i.e., Temperatura, pH, Aw, Eh, etc.)
-
23
Modelos terciarios
Combina un modelo primario N=f(t) y un secundario ,max=f(T, pH, Aw) para predecir la poblacin microbiana bajo condiciones dinmicas.
Pseudomonas in
poultry
-
Modelos de crecimiento
microbiano
Modelos primarios
Modelos secundarios
-
25
Modelos primarios (Condiciones ambientales constantes)
Exponencial
Logistico
Gompertz, Modificado-Gompertz
Baranyi y Roberts
-
26
Modelo exponencial y logstico
Crecimiento exponencial, cintica de primer orden (log-lineal)
Velocidad de crecimiento N
N = Nmero o densidad de microorganismos
k = Tasa de crecimiento
Tiempo - lag determinados a partir de datos
Sin limitaciones medioambientales
kNt
N
N
NkN
t
N1
En realidad, el crecimiento se deteriora:
Dismninucin de nutrientes, produccin de toxinas production
Inhibicion en la fase estationaria
ktNNNNN
Nt
exp00
0
3.0
3.5
4.0
4.5
5.0
5.5
6.0
5 105 205 305 405 505 605
hours
log
cfu
/gd
w
kteNN 0
Listeria durante la maduracin de queso de
leche cruda
N
t
-
27
Modelos de Gompertz y Gompertz modificado
Modelo de Gompertz (curva sigmoidal)
La densidad bacterial usualmentemodela en log
Nuevos modelos fueron creados usando modelos funcionales similares a la forma del modelo Gompertz :
Nt = densidad al tiempo t
D = log(N) log(N-)
M = tiempo al cual la tasa de crecimiento absoluto es mximo
B se relaciona con pendiente st: BD/e = pendiente de la tangente en el tiempo M
A es un parmetro de localizacin, sin equivalente en la realidad, = log(N-), not log(N0)
Gompertz modificado es la ms exitosa funcin sigmoidal
A diferencia de Gompertz, sin embargo, no tiene base terica, convirtindose en ejercicio de ajuste sin ningn aprendizaje (modelo emprico)
)( MtBExpDExpAExpNt
)(expexp MtBNNt
-
29
Modelo de Baranyi & Roberts
Modelo mecanstico que considera la historia de crecimiento celular a travs
de un parmetro.
Las ecuaciones diferenciales permiten el modelado en ambientes dinmicos
resultantes de perfiles de temp no isotrmicos
Puede usarse para crecimiento e inactivacin
Definido por 4 parmetros: N0, q0, Nmax and m
Funcin de ajuste A(t) predice la duracin de la fase lag
La popularidad de este modelo ha sido facilitada por la disponibilidad de 2
softwares: DMFit y MicroFit.
0max
0lnlnexp
1exp1ln
1
NNm
tAm
mtALnNtLnN mm
0
0
1
expln
1
q
qvt
vttA
-
30
Modelo de Baranyi & Roberts
Crecimiento de Listeria monocytogenes a 5C
-
31
Modelos secundarios (Parmetros en funcin de las condiciones
ambientales)
Tipo Blehrdek o raz cuadrada
Concepto Gamma
Parmetros Cardinales
-
32
Modelos de tipo Belehradek (k = a(T-T0)d)
En su forma simple, son modelos que describen la velocidad de crecimiento en funcin de la temperatura
Extendida para cubrir el rango completo biocintico de temperatura (Ratkowsky et al., 1983):
Los parmetros se usan para clasificar microorganismos como psicrfilos, mesfilos o termfilos.
Belehradek es el mejor modelo de temperatura pero existen otros:
Modelo de Arrhenius a partir de las reacciones qumicas; polinomial (puramente emprico)
)( minTTbk
maxmin exp1)( TTcTTbk
-
33
Modelos de tipo Belehradek (k = a(T-T0)d)
)( minTTbk
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
10 15 20 25 30 35 40 45 50
Temperature (C)
Raw bratwurst
Broth pH=5.9, Aw=0.97
(lo
g C
FU
/h)
R2=0.77
Velocidad de crecimiento de Salmonella spp. en salchichas crudas de cerdo
-
34
Concepto Gamma
Los factores que afectan la velocidad de
crecimiento microbiano actan
independientemente
El efecto de los factores ambientales es
multiplicativo
....cos otrosfnicidosorgafpHfAwfeTemperaturf
-
35
Concepto Gamma
Staphylococcus xylosus y
Halobacterium spp.,
respectivamente en
pescado seco salado
Yersinia enterocolitica
Pediococci spp. en
productos de carne
fermentada
Lactobacillus curvatus
Lactobacillus
Lactobacillus
minmin ww AATTbk
minmin pHpHTTbk
minminmin pHpHAATTbk ww
2minmaxminmin TTpHpHpHpHAAbk ww
apKpHpHpHww ULACAATTbk 101][1101 minminmin min cDLAC pHpKa 101][1 min
pHpHwwww AAdAATTcTTbk min101exp1exp1 maxminmaxmin eDLACULAC pHpKpKpHpHpH aa 101][1101][1101 minminmax
-
36
Modelo de los parmetros cardinales
Basado en el Concepto Gamma
Los CMPs consisten de un trmino para cada factor ambiental. Cada
trmino expresado como la velocidad de crecimiento relativa a aqulla
cuando el factor es ptimo (i.e., cada trmino tiene un valor entre 0 y 1). A
condiciones ptimas de crecimiento, todos los trminos tienen un valor de 1
y as max = opt.
n
i
iwoptm cpHCMACMTCM1
122
max
maxmin
minmaxmin
1
min
minmax
min
,0
,1
,0
XX
XXXnXXXnXXXXXXXX
XXXX
XX
CM
optoptoptopt
n
opt
n
n
-
37
Modelo de los parmetros cardinales
Tambin la duracin de la fase lag puede expresarse en
funcin de las condiciones ambientales con CPM.
tiene un valor mnimo (min) cuando la velocidad de
crecimiento es ptima (opt)
-
Modelos de inactivacin
microbiana
Modelos primarios
Modelos secundarios
-
39
Modelos primarios (Condiciones ambientales constantes)
Exponential
Gompertz
Modelo Geraaerds
Weibull
-
40
Exponential and Gompertz model
Modelo Exponencial (log-
lineal): kt
t eNN 0
))(())((0 bExpaExpctbExpaExpExpNNt
Modelo de Gompertz:
Empirical
a,b, c are just fit parameters
Used for Listeria during heat processes
The effect of combined high pressure and mild heat on the inactivation of
Escherichia coli and Staphylococcus aureus in milk and poultry
Inhibition of Enterobacteriaceae and clostridia during sausage curing
Gompertz model is inappropriate to describe the survival curves without a
tail phase.
N(t)=100Exp(-0.1t)
0
20
40
60
80
100
120
0 10 20 30 40 50
-
41
Geraaerds model
Geeraerd et al. (2000) extended log-linear model to account for shoulder and tail
with several transition functions or adjustment factors
Survival of Salmonella enterica and Listeria monocytogenes (Greenacre et al.,
2003); mild temperature inactivation of Escherichia coli K12 (Valdramidis et al.,
2005); Listeria monocytogenes on the surface of smear ripened cheese; etc..
resres
Y
dd
d
d
YY
tkSk
SktkY 10
exp1exp1
expexp.1010log 0
-
42
Weibull model
Basado en la asuncin que los eventos letales son probabilsticos en lugar de
determinsticos
Weibull Distribucin de tiempos de inactivacin (: shape parameter; : scale
parameter)
1 indica que las clulas restantes incrementan su deterioro (curvas convexas)
Ventajas: simplicidad y la capacidad de modelar curvas de supervivencia lineal, as
como aquellos que contienen regiones de hombro y/o cola
Clostridium botulinum, esporas de Bacillus stearothermophilus, Salmonella Typhimurium,
Listeria monocytogenes, Bacillus cereus spores, esporas de Bacillus pumilus, Yersinia
enterocolitica. Listeria monocytogenes mediante la aplicacin simultnea de alta presin y el
calor suave; inactivacin de alta presin de una variedad de Vibrio spp. En ostras; inactivacin en
alta de presin de Yersinia enterocolitica en leche entera UHT, etc.
ttSLog
)10log(
1
-
43
Modelos secundarios (Parmetros en funcin de las
condiciones ambientales)
Arrhenius
Arrenhius Modificado
-
44
Modelo de Arrhenius
Derivada empricamente de consideraciones termodinmicas, para describir la
relacin entre velocidad de inactivacin/crecimiento en funcin de la
temperatura.
Usado extensivamente para calcular tiempo de vida en anaquel
Desventaja: Se puede ajustar solo sobre un rango limitado de temperaturas
RT
EA
ekk
0
-2.0
-1.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
0.00288 0.00292 0.00296 0.00300 0.00304 0.00308
1/Temperature (K-1
)
Lo
g D
(m
in)
R2=0.983
-
45
Modelos modificados de Arrhenius
Todas las modificaciones son empricas.
Davey (1989): Efecto de Temp y Aw
Davey (1990): Efecto de Temp y pH (Yersinia enterocolitica)
Davey & Daughtry (1995): Efecto de Temp, Aw y sal (Salmonella spp)
Koutsoumanis (2000): Efecto de Temp y CO2 (Pseudomonas en pescado
empacado en atmsfera modificada)
-
46
Modelos terciarios (Modelo primario + secundario)
-
Modelo terciario
Temp, Aw cambia en el tiempo. Ex: T(t)
Encontrar (T(t)) en intervalos infinitesimales
Encontrar N(t)
h0 Nmax N0 b Tmin
5.6426 18.4207 4.24467 0.017 -5.0129
0
2
4
6
8
10
12
14
16
0.00 50.00 100.00 150.00 200.00
Time (h)
Y (
Ln
CF
U/g
)
Te
mp
era
ture
(C
)
Salmonella typhimurium en salchicha de cerdo
-
48
Modelo terciario
h0 Nmax N0 b Tmin
5.6426 18.4207 4.24467 0.017 -5.0129
0
2
4
6
8
10
12
14
16
18
0.00 50.00 100.00 150.00 200.00
Time (h)
0
2
4
6
8
10
12
14
16Y
(L
n C
FU
/g)
Te
mp
era
ture
(C
)
Salmonella typhimurium en salchicha de cerdo
-
49
Modelo terciario
Los modelos terciarios hacen de la microbiologa predictiva una herramienta poderosa para todas las areas de la industria alimentaria e investigacin.
Tienen la capacidad de predecir realsticamente el crecimiento y la sobrevivencia de los microorganismos bajo condiciones ambientales dinmicas
Por eso se han incorporado en simulaciones de evaluacin cuantitativa de riesgo.
Pero, los modelos terciarios no son tan fciles de simular
-
50
Modelos terciarios enlatados y base de
datos disponibles
Name Brief description Source
Pathogen Modeling
Program
(PMP)
Package of models that can be used to predict the growth
and inactivation of food-borne bacteria, primarily
pathogens, under various environmental conditions.
USDA-Agricultural Research
Centre and Eastern
Regional Research
Centre (USA)
http://portal.arserrc.gov/PMIP
Home.aspx
MicroFit Software that estimates growth rate, doubling time and
lag time from challenge test data. Fits Baranyi
models
Institute of Food Research
(UK)
http://www.ifr.ac.uk/microfit/
DMFit Excel add-in that fits log counts versus time data and
extract parameters such as growth/death rate and
lag time/shoulders. Fits Baranyi models
Institute of Food Research
(UK)
http://www.ifr.ac.uk/safety/D
MFit/
Growth Predictor
and Perfringens
Predictor
Set of models for predicting growth as a function of
temperature, pH, Aw, and in some cases,
concentration of carbon dioxide or acid acetic. A
web-based version of this programme is included in
the ComBase Modelling Toolbox.
Institute of Food Research
(UK)
http://www.ifr.ac.uk/safety/gr
owthpredictor/
-
51
Modelos terciarios enlatados y base de
datos disponibles
Name Brief description Source
ComBase Database consists of thousands of microbial
growth and survival curves that have been
collated in research establishments and from
publications
Food Standards Agency
and Institute of Food
Research (UK),
http://www.combase.cc
Seafood Spoilage
and Safety
Predictor
(SSSP)
Software package that predicts shelf-life and
growth of bacteria in different fresh and
lightly preserved seafood
National Institute of
Aquatic Resources,
Technical University
of Denmark
http://sssp.dtuaqua.dk/
GInaFit A Microsoft Excel add-in freeware created to
assist with the fitting of data to inactivation
models. Fits nine types of inactivation
models
Department of Chemical
Engineering,
Katholieke
Universiteit Leuven
http://cit.kuleuven.be/biot
ec/
-
52
Consideraciones para la seleccin de
modelos
Estimacin de parmetros: Mtodo requerido para estimar parmetros. Si el modelo es no-estocsticos, es usual transformar y aplicar regresin, pero esto supone errores normalmente distribuidos.
Asuncin estocstica: Para una pequea cantidad bacteriana puede ser muy importante. Los modelos son generalmente no-estocsticos, pero existen.
Significado de los parmetros: Son preferibles los modelos donde los parmetros tienen una interpretacin fsica.
Parsimonia: No utilizar modelos complejos cuando funciona uno simple.
Interpolacin: Es significativa?
-
53
Consideraciones para la seleccin de
modelos
Necesisdades de recursos
Co
mple
jida
d
Determinstico, mecanstico
Determinstico, emprico
Datos especficos, modelos sofisticados
Nmeros genricos, modelo(s) simple
estocstico, mecanstico
-
54
Aplicaciones de la Microbiologa Predictiva
Los modelos microbiolgicos proveen informacin
de forma rpida.
HACCP MP asiste en el anlisis preliminar de peligros, identificacin de PCC y
acciones correctivas.
MP ayuda a entender las interacciones entre variables como Temp y
Aw, lo cual es importante para la aplicacin de HACCP en el
procesamiento de alimentos.
La combinacin de MP y HACCP ofrece un enfoque sistemtico a la
resolucin de problemas, con clculos cuantitativos cuando sea
necesario.
-
55
Aplicaciones de la Microbiologa Predictiva
Objetivo Inocuidad de los alimentos (FSO)
Criterios de rendimiento (PC)
Criterio de proceso
Para alcanzar un nivel de
100g en el punto de
consumo
Reduccin 6D
Calor
2 min @ 70C
Z=7.5C
UHP
7.5 min @ 500 MPa
Radiacin Ionizante
2.6 kGy @ 0C
4.6 kGy @ 5C
HACCP
-
56
Aplicaciones de la Microbiologa Predictiva
Estudios de vida en anaquel de alimentos
MP predice los efectos de almacenamiento variable y condiciones de abuso que un producto pueda experimentar.
Debe considerar todas las etapas de produccin de un alimento incluyendo la carga microbiana en las materias primas.
Diseo de experimentos
Investigacin y desarrollo de productos
Evaluar las consecuencias de cambios en la formulacin o proceso.
Diseo inocuo/estable de un nuevo producto
-
57
Aplicaciones de la Microbiologa Predictiva
Crecimiento y no-crecimiento dominante para Listeria
monocytogenes usando modelos probabilsticos
Concepto barrera
Los alimentos pueden permanecer estable y seguro incluso sin refrigeracin y son aceptables organolpticamente y nutricionalmente debido al suave proceso funcional
barreras tradicionales: calor suave, ambiente cido, sal y modificado
Tecnologas de nueva generacin: irradiacin, procesamiento de alta presin
-
58
Aplicaciones de la Microbiologa Predictiva
Evaluacin cuantitativa de riesgo microbiolgico
(QMRA)
MP permite entender la cintica microbiana a lo largo de la
cadena
En la evaluacin de la exposicin, MP permite estimar los
cambios en concentracin microbiana, y permite
determinar la exposicin del consumidor a un patgeno
particular:
Ej: 2.5 UFC/porcin de chorizo cocido
Los modelos predictivos estn integrados en los modelos
de QMRA
-
59
QMRA y Microbiologa Predictiva
Para estimar el nivel de un peligro, se construye un modelo de exposicin de toda la cadena de alimentos hasta el consumo.
El nivel de exposicin humana depende de varios factores como: la contaminacin inicial de la materia prima, caractersticas del proceso de alimentos, supervivencia de los MO, multiplicacin o muerte durante almacenamiento, condiciones de almacenamiento y preparacin antes del consumo.
Chacra Beneficio Procesamiento Venta por
menor Inicio
-
60
QMRA y Microbiologa Predictiva
-
61
Comunicacin de riesgos
Evaluacin de riesgo
Gestin de riesgo
Aportes cientficos Decisin
poltica y valores
Interaccin
-
62
Comunicacin de riesgos
Evaluacin de riesgo
Gestin de Riesgo
Aportes cientficos Decisin
poltica y valores
Interaccin
Epidemiologia
Microbiologa Predictiva
Estadstica
Ciencia de los
alimentos
Toxicologa