Letalidad microbiana

1. Edwin Chila Choque
Microbiología
Predictiva
PARA LA INOCUIDAD ALIMENTARIA
WEBINAR: Inocuidad y Diseño de procesos en la Industria Alimentaria

2. I. INTRODUCCIÓN A LA MICROBIOLOGÍA
MICROBIOLOGÍA
PREDICTIVA

3. LA MICROBIOLOGÍA PREDICTIVA (MP)
MICROBIOLOGÍA PREDICTIVA
La microbiología predictiva es un área de investigación en la que el conocimiento microbiano y matemático
se combina para el desarrollo de modelos matemáticos que describen la evolución microbiana en los
alimentos.
La microbiología predictiva trata el desarrollo de modelos matemáticos precisos para describir la
proliferación microbiana en productos alimenticios en función de las condiciones ambientales para
controlar el riesgo de inocuidad alimentaria.
La Microbiología Predictiva (MP) surge como área emergente de la microbiología de alimentos, como
alternativa frente a la necesidad de acortar tiempos de respuestas, reducir costos económicos, reemplazar
metodologías dispendiosas y disminuir la laboriosidad en los análisis de la microbiología clásica.

4. MODELOS MATEMATICOS
MODELO PRIMARIO
Describe la respuesta de los números microbianos a lo largo del tiempo (por ejemplo,
curva de inactivación, curva de crecimiento, etc.).
MODELO SECUNDARIO
Describe cómo los resultados del modelo primario (tasa de mortalidad, tasa de
crecimiento, límites combinados para el crecimiento) se ven afectados por las
condiciones ambientales (es decir, cuantifica la ecología microbiana).
MODELO TERCIARIO
Hace que el conocimiento y los datos contenidos en los modelos primarios y
secundarios estén disponibles para la predicción a través de una interfaz de software
accesible (software, sitio web, 'aplicación').
MICROBIOLOGÍA PREDICTIVA

5. CLASIFICACIÓN DE LOS MODELOS
Clasificación de Whiting y Buchanan, 1993.
Modelos primarios Modelos secundarios Modelos terciarios
Función de Gompertz Modelo Belehradek (modelo de raíz cuadrada) PMP. Pathogen Modeling Program USDA.
Gompertz modificado Modelo Ratkowsky (modelo de raíz cuadrada)
Seafood Spoilage (and Safety) Predictor o SSP o
SSSP.
Modelo logístico Modelo de Arrhenius
Salmonella enteritidis Risk Assessment (SERA):
USDA
Modelo Baranyi
Modelo modificado de Arrhenius (Davey o
Schoolfield)
ComBase
Modelo de primer orden de Monod Modelos probabilísticos MicroFit
Modelo de primer orden modificado Valores Z Perfringens predictor
Valores D de inactivación térmica Polinomiales o respuesta Food MicroModel: UK
Modelo de declinación de crecimiento de Whiting
y Cygnarowicz
Modelos de superficie SYM’PREVIUS
Modelo lineal de tres fases Modelo de William-Landel Ferry
Modelos de redes neuronales
MICROBIOLOGÍA PREDICTIVA

6. MODELO DE CRECIMIENTO PRIMARIO
Modelo no Lineal de Gompertz-Modificado:
LogN t = A + Ce −e −B t−M
LogN t = A + Cexp −𝑒𝑥𝑝 −𝐵 𝑡 − 𝑀
N(t) = Conteo de la población microbiana al tiempo t (log10 población).
A = Logaritmo de la población al tiempo –∞, lo que equivale a la densidad de
población al tiempo inicial (Ymin = Y0).
C = Incremento final en el número de bacterias (log10), equivalente a Ymáx – Ymin.
M = Tiempo en el cual el cultivo alcanza su máxima velocidad de crecimiento (h)
B = Velocidad máxima de crecimiento al tiempo M (1/h), equivalente a la pendiente
en el punto de inflexión.
t = tiempo (h)
MICROBIOLOGÍA PREDICTIVA

7. MODELO DE CRECIMIENTO PRIMARIO
Modelo no Lineal de Gompertz-Modificado:
MICROBIOLOGÍA PREDICTIVA
PARÁMETROS CINÉTICOS DE
CRECIMIENTO MICROBIANO EN LOS
MODELOS MATEMATICOS
TIEMPO DE LATENCIA O DE ADAPTACIÓN
TIEMPO DE GENERACIÓN
VELOCIDAD MÁXIMA DE CRECIMIENTO
Tg
𝝁 𝒎𝒂𝒙

8. MICROBIOLOGÍA PREDICTIVA
MODELOS TERCIARIOS:

9. MICROBIOLOGÍA PREDICTIVA
MODELOS TERCIARIOS:

10. MICROBIOLOGÍA PREDICTIVA
MODELOS TERCIARIOS:
Teniendo datos de crecimiento, podemos graficar, ajustar la curva,
establecer un modelo y calcular parámetros de crecimiento.

11. MICROBIOLOGÍA PREDICTIVA
MODELOS TERCIARIOS:

12. E-mail: e.chila@unaj.edu.pe
edchila@gmail.com
Cel. 986801771
Edwin CHILA CHOQUE, Ing.
GRACIAS…
@EdwinChila5