microbiología predictiva
TRANSCRIPT
Microbiologia predictiva
Profa. Rosa María García Gimeno
Dpto. Bromatología y Tecnología de los Alimentos
Universidad de Córdoba
Grupo de Investigación HIBRO , AGR-0170
¿Qué es y como surge
la microbiología predictiva?
¿Cómo se hacen los modelos?
¿Qué tipos hay?
¿Qué aplicaciones tiene
en los alimentos?
¿Qué es la microbiología predictiva ?
La microbiología predictivamicrobiología predictiva comprendeel estudio de la respuesta de crecimientorespuesta de crecimiento,o de inhibición,de microorganismos que crecen en alimentos,en función de factores factores que les afecten(temperatura, pH, gases, etc.)y a partir de estos datos predecirpredecir lo que sucederá durante el almacenamiento,procesado, etc
¿Qué es?
Figura. Teoría de los salto de obstáculos
¿Qué es?
•Nutrientes•pH y capacidad tampón•Potencial redox•Actividad de agua•Constituyentes antimicrobianos•Estructuras antimicrobianas
Factores intrínsecos
•Humedad relativa•Temperatura•Atmósfera gaseosa
Factores ambientales o extrínsecos
•Velocidad decrecimiento específico•Sinergismo•Antagonismo•Comensalismo
Factores implícitos
•Cortado en rodajas•Lavado•envasado•Irradiación•Pasterización•Otros
Factores de la elaboración otratamiento
¿Qué es?
•DISEÑO
•ACUMULACION DE DATOS
•AJUSTE DE LA CURVA DECRECIMIENTO / INHIBICIÓN
•MODELO
•VALIDACIÓN
•PREDICCIÓN
¿Cómo se hacen?
Estrategia para Diseño experimental (Davies 1993):
• Definir objetivo experimental
4.6
6.0
7.4
51710
0
pH
Temperatura
NaCl30
• Enumerar todas las variablesy grado importancia
• Rango de fluctuación devariables
• Selección del medio o sustrato
• Características del inóculo
• Competencia con otrosmicroorganismos
¿Cómo se hacen?
2. Acumulación de datos
tiempo
log(
ufc)
/g
¿Cómo se hacen?
2. Acumulación de datosMétodos directos
Métodos indirectos
Recuento en placas
! ‘ ! material, tiempo y de esfuerzoMétodos instrumentales
• Métodos eléctricos: conductancia, impedancia
• Turbidimetría
• Citometría de flujo
• Bioluminiscencia
•Espectroscopía de infrarrojos
¿Cómo se hacen?
Ventajas:rapidez, fiabilidad,
no destructiva,económica
Tiempo (horas)
Log
núm
ero
de c
élul
as
Datosexperimentales
MODELOSPRIMARIOS
AJUSTE
Parámetros decrecimiento
fase de adaptación (λ)
tasa de crecimiento(µmax)
densidad max población(yEnd)
3. Ajuste de la curva
¿Cómo se hacen?
Tasa de crecimiento específica máxima (µmax)
Tiempo de generación (g) o tiempo de duplicación(Td) (“doubling time”)
Tiempo de adaptación ((lag-time))
Tiempo en alcanza X nivel o ufc/ml
Tiempo en incrementarse 2 unidades logarítmicas
.....
¿Cómo se hacen?
Parámetros cinéticos que estima el modelo
tiempo (horas)
log
núm
ero
de c
élul
as 25 °C
15 °C10 °C
Comportamiento general de microorganismos
¿Cómo se hacen?
tiempo (horas)
log
núm
ero
de c
élul
as
25 °C
15 °C10 °C
Cuando la temperatura aumentala tasa de crecimiento también aumenta
¿Cómo se hacen?
tiempo (horas)
log
núm
ero
de c
élul
as 25 °C
15 °C10 °C
Cuando la temperatura aumentael tiempo de adaptación disminuye
Lag
¿Cómo se hacen?
4. ModelizaciónParámetros de crecimiento Variables
tasa de crecimientotasa de crecimiento
fase de adaptaciónfase de adaptación
nivel máximo de crecimientonivel máximo de crecimiento
Modelossecundarios
Ecuación de ArrheniusModelo de Raíz Cuadrada
Modelo de Respuesta en SuperficieRedes neuronales
Competencia entremicroorganismos
Competencia entremicroorganismos
CO2CO2
Acidos orgánicosAcidos orgánicosConservantesConservantes
pH pHTemperaturaTemperatura
¿Cómo se hacen?
5. Validación del modelo
1º. Validación matemática
2º. Validación en el alimento
•Representación gráfica
verifica la precisión de los modelos generados
MÉTODO
CRITERIOS DE DECISIÓN
•Indices
DATOS OBSERVADOS
¿Cómo se hacen?
demostrar que predicen con exactitud el comportamiento demicroorganismos durante procesado, almacenamiento y distribución
Evolución de E. coli O157:H7 en productos cárnicos cocidosEvolución de E. coli O157:H7 en productos cárnicos cocidos
JAMÓN COCIDO
0
1
2
3
4
5
6
7
8
9
10
0 5 10 15 20 25 30
tiempo (días)
log
N (u
fc/g
) 2.3ºC
6.5ºC
10ºC
13.5ºC
17.7ºC
10ºC 0.0338 h-1
13.5ºC 0.0426 h-1
17.7ºC 0.0426 h-1
Tasa decrecimiento
0.000
0.200
0.400
0.600
0.000 0.200 0.400 0.600
Tasa de crecimiento OBSERVADA
Tasa
de
crec
imie
nto
PRED
ICTI
VA
AfBf>1lado seguro
Bf<1lado peligroso
Bf: factor sesgo; Af: factor exactitud
y=x
MÉTODO DE VALIDACIÓN
6. Predicción
Quantitative Risk Assessment (QRA)
PMP (Pathogen Modelling Program)Food MicroModel ? Combase
MODELOS TERCIARIOS
Objetivo práctico finalelaborar gráficos y predicciones
SSP (Seafood Spoilage Predictor)
MIRINZ-software
Decision support system (DSS)Chefcad software
Food Spoilage Predictor (FSP)
¿Cómo se hacen?
Tipos de modelos matemáticos• Según su finalidad:
– Modelos probabilísticos• microorganismos patógenos• ej. Cl. botulinum : se calculará la probabilidad de
producción de toxina
¿Qué tipo hay?
– Modelos cinéticos• microorganismo alterantes• ej. Lactobacillus plantarum: se buscará predecir
el tiempo de generación, la tasa específica decrecimiento o el tiempo de adaptación
Tipos de modelos matemáticos
• Según el fundamento matemático
¿Qué tipos hay?
– Modelo mecanístico: parte deuna base teórica biológica.
– Modelo empírico: ajuste apartir de los datos obtenidosexperimentalmente
Modelos PRIMARIOSCambio en el
número de microorganismos en el tiempobajo ciertas condiciones ambientales
Ecuación Gompertz
Ecuación Baranyi y Roberts
Modelo lineal en 3 fases
Esquema propuesto por Whiting y Buchanan (1993)
Modelos SECUNDARIOS Cambios en los
parámetros de crecimiento frente a losfactores ambientales
Modelos TERCIARIOS Programasinformáticos
Modelos Raíz cuadrada
Ecuaciones polinómicas
Redes NeuronalesArtificiales
¿Qué tipos hay?
Quantitative Risk Assessment (QRA)
PMP (Pathogen Modelling Program)Food MicroModel ? Combase
SSP (Seafood Spoilage Predictor)
MIRINZ-software
Decision support system (DSS)Chefcad software
Food Spoilage Predictor (FSP)
Modelos TERCIARIOS
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 20 40 60 80 100tiempo (h)
abso
rban
cia
MODELO PRIMARIO
Baranyi y RobertsGompertz
Lecturas absorbancia
¿Qué tipos hay?
Ecuación de Ratkowsky
( )µ = ∗ −b T Tmin
õ
T (°C)
MODELO SECUNDARIO ¿Qué tipos hay?
RespuestaenSuperficie
MODELO SECUNDARIO ¿Qué tipos hay?
Nº de niveles o capas
Capa de entrada
NaCl
NaNO2
pH
T
h1
h2
h4
h3
h5
Parámetro decrecimiento
Capa oculta
Capa desalida
REDESNEURONALESARTIFICIALES
Nº de neuronaspor capa
Grado de conectividadentre nodos:pesos
Tipo de conexiónentre neuronas
MODELO SECUNDARIO ¿Qué tipos hay?
Modelo de probabilidad
MODELO SECUNDARIO ¿Qué tipos hay?
MODELO SECUNDARIO ¿Qué tipos hay?
MODELOTERCIARIO
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
¿Quéaplicacionestienen losmodelos en losalimentos?
Conjunto de condiciones en función de la temperatura, pH y ClNabajo las cuales E. coli O157:H7 es capaz o no de crecer
4.55.5
6.57.5
8.5
01
23
45
67
8
11
13
15
17
19
21
4.55.5
6.57.5
8.5
01
23
45
67
8
11
13
15
17
19
21
pHNaCl (%)
T (ºC)
7ºC
7-8% 5
0-200ppm
NO2Na
PREDICCIONES
GRÁFICOS
0.010 0.020 0.030 0.040 0.050 0.059 0.069 0.079 0.089 0.099 above4.5
5.56.5
7.58.5
24
68
0.020.040.060.080.100.120.140.16
Tas a de crecimien to (h-1)
pHNaCl(% )
15ºC
30ppm NaNO2
Por medio de la computarización de los datos
Educación y formación: Mostrar apersonas no técnicas oespecializadas como sería elcomportamiento microbiano segúnlos factores presentes en el medio.
¿Qué aplicaciones?
Escherichia coli O157:H7E.E.U.U en 1982 por consumo de ternerainsuficientemente cocinada
•Buenas Prácticas de Fabricación (GMP)
•Sistema de Análisis de Peligros y Controlde Puntos Críticos (APPCC)
•Análisisde
Riesgos
Evaluación del Riesgo
Control del Riesgo
Comunicación del Riesgo
PATÓGENO
EMERGENTE
ALIMENTOSSEGUROS
4º. Caracterización del riesgo
2º. Evaluación de la exposición3º. Caracterización del peligro
1º. Identificación del peligro
EVALUACIÓN DEL RIESGO
1º. IDENTIFICACIÓN DEL PELIGRO
Serogrupos de E. coli:Enteropatógenos (EPEC)
Enterotoxigénico (ETEC)
Verocitotoxigénico(VETC)
Enteroinvasor (EIEC)
Enteroagregante (EaggEc)
Difusamente adherente (DAEC)
E. coli O157:H7157º antígenosomático7º antígenoflagelar
bacilo Gram-negativo flagelos peritricosaerobio/anaerobio facultativooxidasa y catalasa negativo
1. Característicasgenerales
se identifica el microorganismopara determinar si constituye unpeligro potencial en el alimento
EVALUACIÓN DEL RIESGO
1º. IDENTIFICACIÓN DEL PELIGRO
2. Factores de virulencia
AdherenciaPlasmido 60Mda
Gen eaeA157
Shiga toxina Shiga toxina 2Shiga toxina 1
Otros factores de virulencia Exopolisacarido
Hemolisina EHECCatalasa KatP
3. Incidencia de la enfermedadCanadáJapón
EuropaInglaterra
Gales
Alemania
Finlandia
Hungría
Italia
España
1er brote en EEUU en 1982
Escocia
BarcelonaSeptiembre 2000
158 afectados
EVALUACIÓN DEL RIESGO
1º. IDENTIFICACIÓN DEL PELIGRO
4. Reservorios
Ganado vacuno
CiervosOvejasCabrasCaballosPerrosPájarosMoscas
PersonasNiños pequeños
Leche
Carne
SalchichasHamburguesasCarne guisadaSandwichsSalami
AguaLechugaRábanosMelónSidra de manzanaBrotes de alfalfaBrotes de judías
Estiercol
EVALUACIÓN DEL RIESGO
2º. EVALUACIÓN DE LA EXPOSICIÓN
Estudio de la inactivación o multiplicación de E. coliO157:H7 durante el proceso de fabricación del alimento
MODELOS PREDICTIVOS
Producción de la materia prima
Elaboración del producto
Envasado
Distribución y venta
Consumidor
EVALUACIÓN DEL RIESGO
3º. CARACTERIZACIÓN DEL PELIGRO
1º Enfermedad producida por E. coli O157:H7
2º Factores que influyen en el crecimiento y supervivenciade E. coli O157:H7
Temperatura
pH
Aw
100 CÉLULAS
3º Relación dosis-respuesta
Estudios epidemiológicos
EVALUACIÓN DEL RIESGO
4º. CARACTERIZACIÓN DEL RIESGO
Estimación de la PROBABILIDAD de que ocurra el peligro yde la severidad de los efectos adversos sobre la salud
2º. EVALUACIÓN DE LA EXPOSICIÓN
3º. CARACTERIZACIÓN DEL PELIGRO
1º. IDENTIFICACIÓN DEL PELIGRO
Incorpora al estudio las estrategias paracontrolar el riesgo analizado y el estudia elporcentaje de reducción de la enfermedad
Producción de la materia prima
Elaboración del producto
Envasado
Distribución y venta
Consumidor
•EVALUACIÓN DE LA EXPOSICIÓN
MODELOSPREDICTIVOS
pH: 6.35
NaCl: 1.84%
NaNO2: 30ppm
Jamón de cerdo cocido
T: 13.5ºC?2 células/g dealimento
EVALUACIÓN DEL RIESGO
•EVALUACIÓN DE LA EXPOSICIÓN
Predicciones de crecimiento de E. coli O157:H7según redes neuronales
0123456789
0 25 50 75 100 125tiempo (h)
log N
(ufc)
MODELO DEREDES
Tasa decrecimiento0.0822h-1
T: 13.5ºC
• CARACTERIZACIÓN DEL PELIGRO
0102030405060708090
100
0 2 4 6 8 10Dosis ingerida (log10ufc)
% P
roba
bilida
d de
enfer
meda
d
3.57
55%
• CARACTERIZACIÓN DEL RIESGO
0
20
40
60
80
100
0 25 50 75 100
Tiempo de abuso de temperatura (h)
% p
roba
bilid
ad d
e en
ferm
ar
T: 13.5 ºC
Jamónde
cerdococido
TIEMPO ?
PredicciónREDES
VIDA COMERCIAL PREDICTIVA
y(t)= y0+ µmax A(t) - Ln 1+eµmax A(t) -1
eymax- y0
Baranyi y Roberts (1994)
λ
µmax
yEnd
MODELOS SECUNDARIOS
ESTIMACIÓN DE VIDA COMERCIAL
VIDA COMERCIAL OBSERVADA
ANÁLISIS SENSORIAL
CALIDAD SENSORIAL GLOBAL
106-108 ufc/g
Korkeala y Björkroth, 1997García-Gimeno y col., 1998
¿Qué aplicaciones?
Vida comercialPRED (días)T (ºC) Vida comercial
OBS (días)
13.517.710.5
17.7
13.7
10.5
13.5
10.5
17.7
106.5
BAL
211625
20
21
27
22
31
12
201724
17
19
23
21
22
16
PAVO
POLLO
JAMÓN
Vida comercialPRED (días)
Vida comercialOBS (días)
VIDA COMERCIAL PREDICTIVA
ESTIMACIÓN DE VIDA COMERCIAL
¿Qué aplicaciones?
FORMULACIÓN DE NUEVOS PRODUCTOS
0.000
0.100
0.200
0.300
0.400
0.500
0.600
0.700
10 12 14 16 18 20 22 24 26
Temperatura (ºC)
Tas
a m
ax c
reci
mie
nto
(h-1
) 0% NaCl
1.2% NaCl
2.4% NaCl
0.403 h-1
0.234 h-1
0.187 h-1
% NaCl
T= 17.5ºC
pH= 6.22
NaNO2= 55 ppm
¿Qué aplicaciones?
SCOOP
TEMPERATURA DEALMACENAMIENTODE ALIMENTOSPERECEDEROS
¿Qué aplicaciones?
Etapa 1º P ELIGRO
MICROBIOLOGIA PREDICTIVA Y APPCCs
Identificación de peligros
Ejemplo:Materia prima contaminada con diferentes
patógenos.a) ¿Cual de ellos tiene mayor capacidad parareproducirse en esas condiciones? Y en su caso,b) ¿Que probabilidad tenemos que crezca ennuestras condiciones?c) ¿Podemos estimar el efecto del procesado sobreestos patógenos sin recurrir al análisis?
¿Qué aplicaciones?
Etapa 1º P ELIGRO
MICROBIOLOGIA PREDICTIVA Y APPCCs
Identificación de peligros
Ejemplo: Efecto de la formulación del producto enel crecimiento de Aeromonas hydrophila a 7°C.
0
1
2
3
4
5
6
7
0 200 400 600
ABC
log N
tiempo (h)
A: sal 2.3%; pH 6.1;B: sal 4.3%; pH 6.1;C: sal 2.3%; pH 5.6
¿Qué aplicaciones?
T (ºC) En 15 minutos En 120 minutos7
1520253035
0310203556
030108321978
3386
Podemos valorar las consecuencias microbiológicas del proceso ydeterminar objetivamente que etapas son críticas para la calidad yseguridad del producto.
Etapa 2º Determinación de puntos críticosEj: ¿Que ocurriría si se perdiera el control de unadeterminada etapa del proceso consistente en mantener una temperaturade 7ºC/15 minutos necesarios para mantener a St. aureus a nivelesaceptables?.
¿Qué aplicaciones?
Incremento estimado (%) en el número de Staphylococcusaureus para varias combinaciones tiempo-temperatura