MICROBIOLOGA PREDICTIVA

CURSO :
BIOTECNOLOGIA DE LOS PAI
DOCENTE :
M.Sc. VICTOR VASQUEZ VILLALOBOS
INTEGRANTES :
AGUIRRE VILA, JESUS
AQUINO CRUZADO, EVERT
CICLO :
IX
TRUJILLO - PER
2008
MICROBIOLOGIA PREDICTIVA
I) INTRODUCCION
La microbiologa predictiva comprende el estudio de la respuesta de
crecimiento, o de inhibicin, de microorganismos que crecen en alimentos, en
funcin de factores que les afecten (temperatura, pH, gases, etc.) y a partir de
estos datos predecir lo que suceder durante el almacenamiento, procesado,
etc.
II) MARCO TEORICO :
Modelos de Microbiologa Predictiva
La microbiologa predictiva consiste en la prediccin a travs de modelos, del
comportamiento de patgenos alimentarios en respuesta a las condiciones
ambientales que se dan en la produccin de alimentos y en las operaciones del
procesado. Los modelos predicen el tiempo que tardaran los patgenos en
empe!ar a proliferar ba"o determinadas condiciones y a qu velocidad
creceran una ve! que comien!an.
#n equipo de cientficos del $ervicio de %nvestigacin &grcola de '#& (&($)
ha centrado sus traba"os en modeli!ar el crecimiento y la supervivencia de
$almonella y )ampylobacter en pollo.
Hasta el momento, los modelos haban sido desarrollados sin tener en cuenta
otros microorganismos presentes en los alimentos. 'sto supona la prediccin
de un n*mero mucho ms alto de patgenos de los que habra en realidad, al
obviar la competencia con otros microorganismos.
'ste equipo est desarrollando modelos que tienen en cuenta la competencia
con otros microorganismos presentes en los alimentos, para que sean ms
realistas y poder hacer me"ores predicciones. 'n este marco, han desarrollado
un sistema llamado +mtodo de prediccin en !ona aceptable, que establece
criterios para verificar y validar modelos e-istentes, los clasifica seg*n su
valide! y ofrece posibles cambios en caso de ser necesarios. Los modelos se
eval*an ba"o condiciones especficas para ver cuales satisfacen los estndares
establecidos y demuestran un nivel de aceptabilidad que permita su uso por la
industria agroalimentaria.
'stos investigadores estn traba"ando principalmente con dos mtodos. #no de
ellos consiste en introducir un gen en la bacteria de $almonella para hacerla
brillar y as detectar su presencia entre otros microorganismos en la carne de
pollo. 'l segundo mtodo se basa en una cadena de $almonella resistente a un
antibitico para evaluar su crecimiento.
'stos nuevos modelos podran permitir acelerar el uso de los mismos por la
industria alimentaria y por otros profesionales en el campo de la microbiologa
predictiva.
Figura: de los salto de obstculos.
FACTORES
Factores intrnsecos;
. /utrientes
. pH y capacidad tampn
. 0otencial redo-
. &ctividad de agua
. )onstituyentes antimicrobianos
. 'structuras antimicrobianas
Factores ambientales o etrnsecos
.Humedad relativa
.1emperatura
.&tmsfera gaseosa
Factores im!lcitos
.2elocidad de crecimiento especfico
. $inergismo
. &ntagonismo
. )omensalismo
Factores de la elaboraci"n o tratamiento
. )ortado en roda"as
. Lavado
. envasado
. %rradiacin
. 0asteri!acin
. 3tros
Cmo se hacen?
. 4%$'53
. &)#6#L&)%3/ 4' 4&13$
. &7#$1' 4' L& )#(2& 4' )(')%6%'/13 8 %/H%9%)%:/
. 634'L3
. 2&L%4&)%:/
. 0('4%))%:/
#$ Estrategia !ara %ise&o e!erimental '%avies #(()):
. 4efinir ob"etivo e-perimental
. 'numerar todas las variables y grado importancia
. (ango de fluctuacin de variables
. $eleccin del medio o sustrato
. )aractersticas del inculo
. )ompetencia con otros microorganismos
*$ Ac+m+laci"n de datos
METO%OS I,%IRECTOS; Rec+ento En Placas;
6aterial, tiempo y de esfuer!o
METO%OS %IRECTOS; M-todos instr+mentales
. M-todos el-ctricos< conductancia, impedancia
. T+rbidimetra; .enta/as<
(apide!, fiabilidad, no destructiva, econmica
0 Citometra de 1l+/o
0 2iol+miniscencia
0 Es!ectrosco!a de in1rarro/os
)$ A/+ste de la c+rva
Par3metros cin-ticos 4+e estima el modelo
1asa de crecimiento especfica m-ima (= m-.)
1iempo de generacin (g) o tiempo de duplicacin
(1d) (+doubling time,)
1iempo de adaptacin ((lag>time))
1iempo en alcan!a ? nivel o ufc8ml
1iempo en incrementarse @ unidades logartmicas
Compor!m"#$o %#$#r!& '# m"croor%!$"(mo(
C)!$'o &! #mp#r!)r! !)m#$! &! !(! '# cr#c"m"#$o !m*"+$ !)m#$!
5$ Modeli6aci"n
Par3metros de crecimiento .ariables
tasa de crecimiento temperatura
fase de adaptacin pH, conservantes,
el m-imo de crecimiento acidos organicos,co
@
,
competencia entre microorganismos
Modelos sec+ndarios
'cuacin de &rrhenius
6odelo de (a! )uadrada
6odelo de (espuesta en $uperficie
(edes neuronales
7$ .alidaci"n del modelo
#8$ .alidaci"n matem3tica
verifica la precisin de los modelos generados
*8$ .alidaci"n en el alimento
demostrar que predicen con e-actitud el comportamiento de microorganismos
durante procesado, almacenamiento y distribucin
CRITERIOS %E %ECISI9,
M:TO%O .(epresentacin grfica
.%ndices
%ATOS O2SER.A%OS
Evolucin de E. coli O157:H7 en productos
crnicos cocidos
J!"# COC$%O
Tasa de crecimiento;;
10 C 0.0338 h
-1
13.5 C 0.0426 h
-1
17.7 C 0.0426 h
-1
!&'O%O %E ()$%C$"#
Bf: factor sesgo; Af: factor exactitud
<$ Predicci"n;
3b"etivo prctico final elaborar grficos y predicciones
!O%E)O* 'E+C$+$O*
Food MicroModel = )ombase
060 (0athogen 6odelling 0rogram)
$$0 ($eafood $poilage 0redictor)
C>e1cad so1t?are
%ecision s+!!ort s@stem '%SS)
Aood $poilage 0redictor (A$0)
MIRI,ABso1t?are
C+antitative RisD Assessment 'CRA)
TIPOS %E MO%E;OS MATEMETICOS
. SEFG, SH FI,A;I%A%:
I Modelos !robabilsticos
. microorganismos patgenos
. e". )l. botulinum < se calcular la probabilidad de produccin de to-ina
I Modelos cin-ticos
. microorganismo alterantes
. e". Lactobacillus plantarum< se buscar predecir el tiempo de generacin, la
tasa especfica de crecimiento o el tiempo de adaptacin
0 SEFG, E; FH,%AME,TO MATEMETICO
I Modelo em!rico: a"uste a partir de los datos obtenidos e-perimentalmente
I Modelo mecanstico: parte de una base terica biolgica.
Es4+ema !ro!+esto !or J>iting @ 2+c>anan '#(())
MO%E;OS PRIMARIOS
)ambio en el n*mero de microorganismos en el tiempo ba"o ciertas
condiciones ambientales.
'cuacin Bompert!
'cuacin 9aranyi y (oberts
6odelo lineal en C fases
MO%E;OS SECH,%ARIOS
)ambios en los parmetros de crecimiento frente a los factores ambientales
6odelos (a! cuadrada
'cuaciones polinmicas
(edes /euronales &rtificiales
MO%E;OS TERCIARIOS
0rogramas informticos
Food MicroModel = )ombase
060 (0athogen 6odelling 0rogram)
$$0 ($eafood $poilage 0redictor)
C>e1cad so1t?are
%ecision s+!!ort s@stem '%SS)
Aood $poilage 0redictor (A$0)
MIRI,ABso1t?are
C+antitative RisD Assessment 'CRA)
MO%E;O PRIMARIO
MODELO SECUNDARIO
(espuesta en $uperficie<
MODELO SECUNDARIO
Capa de Capa
Entrada oculta
Par3metro de crecimiento:
/D de niveles o capas
/D de neuronas por capa
Brado de conectividad entre nodos< pesos
1ipo de cone-in entre neuronas
6odelo de probabilidad
h