Curs 10 Microbiologie Previzionala

download Curs 10 Microbiologie Previzionala

of 31

Embed Size (px)

Transcript of Curs 10 Microbiologie Previzionala

Microbiologie previzionala

Curs- Master CESAMicrobiologie previzionalaIntroducereMicrobiologia previzionala este un domeniu al microbiologiei n care raspunsul microorganismelor, la actiunea controlata a diversilor factori, care le influenteaza dezvoltarea, este exprimat sub forma de modele matematicese anticipeaza astfel, comportamentul microorganismelor n condiii ce nu au fost testate practic. Pentru industria alimentara acest domeniu este important pentru:Prelucrarea materiilor primeTimpul transportuluiPastrareGatire

Evolutia microorganismelor se refera la multiplicarea celulelor, moartea lor sau producerea de toxine.

IntroducereScurt istoricConceptul microbiologiei previzionale a fost sugerat din 1937, dar nu a putut fi pus in practica decat in anii 80, cand au fost disponibile fonduri pentru cercetare, ca raspuns la epidemiile declansate prin consumul de alimente, si a fost perfectionata tehnica de calcul.Modelele matematice realizate pentru omorarea bacteriilor sporulate constitue baza realizarii produselor conservate prin sterilizate. In anii 70 s-au studiat valorile unor parametri ai mediului de cultura sau ai mediului ambiant care limiteaza cresterea MOn anii 80 s-au colectat date cu privire la viteza de crestere a MO sau producerea de toxine de catre unele MO (Clostridium botulinum).Cele mai cunoscute programe utilizate au fost:FoodMicroModel (FMM) - Marea Britanie (cresterea si omorarea patogenilor)Pathogen Modeling Program (PMP) Statele Unite ( primul program sa realizeze predictii graduit pentru cercetarorii din industria alimentara)Scurt istoricModele disponibile prin intermediul programelor de calculator la inceputul anilor 90ProgramulTipul de modelOrganismulFactorii modelatiFood MicroModelViteza de crestere, Perioada de latentaAeromonas hydrophilaTemperatura, pH, NaClBacillus cereusTemperatura, pH, NaClBacillus licheniformisTemperatura, pH, NaClBacillus subtilisTemperatura, pH, NaClClostridium perfringensTemperatura, pH, NaClPathogen Modeling ProgramViteza de crestere, Perioada de latenta, viteza de omorare atermicaListeria monocytogenesTemperatura, pH, NaCl, nitrit, lactatStaphylococcus aureusTemperatura, pH, NaCl, nitrit, lactatSalmonellaTemperatura, pH, NaCl, nitritTimpul de producere a toxineiClostridium botulinumTemperatura, pH, NaClFood Spoilage PredictorCrestere in conditii fluctuante, perioada ramasa din durata de pastrare Pseudomonas sp.Temperatura, activitatea apeiDelphiCrestere in conditii fluctuanteE. coliTemperatura, anaerobiozaMicroorganismele pentru care s-au realizat modele incluse in programul Food MicroModel si domeniile lor de operareMicroorganismeDomenii de operareTemp.pHawNaC l %Nitrit de NaGlicerol%B. cereus5-305.4-7.20.95-10.5-6.5--B. subtilis10-344.8-7.00.9-1--0-28Campylobacter jejuni5-424.5-8.5-0.5-4.5--Clostridium botulinum5-305.0-7.0-0-5--E. coli10-30--0.5-6.5--Listeria monocytogenes3-304.6-7.40.5-0.8-0-200-Salmonella10-304.0-6.8-0.5-4.50-200-Staphylococcus aureus10-304.5-7.0-0.5-13.5--Yersinia enterocolitica0-304.5-7.0-0-8.0--ComBase (COMon relational dataBase)www.combase.ccLansat in iunie 2003Continea la acea data, 2400 curbe de crestere / supravetuire si 8000 de inregistrari ale parametrilor cineticiSunt inregistrate 2 tipuri de raspunsuri microbiologice: curbele de crestere sau supravetuire/inactivare ale unor MO si parametri cinetici care definesc cresterea sau inactivarea MO patogene, de alterarea sau producatoare de toxine.Detine date despre: Brochothrix thermosphacta, diferite specii de Pseudomanas, enterobacterii, bacterii lactice, bacterii psihotrofeUtilizatorii pot realiza cautari in baza de date pentru orice combinatie de MO de interes/tip de aliment/conditii de dezvoltare

ComBase

Modele valabile si semnificatia parametrilor Valoarea initiala: densitatea celulara calculata initial n valoare logaritmica ((in log10 cfu/g sau ln cfu/g).Faza Lag: este definita ca intersectia tangentei la faza de crestere initiala cu valoarea Initiala.Rata maxima de crestere: De exemplu, daca nr de celule bacteriene este log10 cfu/g iar timpul este dat in ore, Rata maxima de crestere va fi log10 cfu/g/h.valoarea finala: densitatea celulara finala exprimata in valoare logaritmica.

MODEL OF BARANYI AND ROBERTS (1994)

MODEL OF BARANYI AND ROBERTS (1994) no lag

Model of Baranyi and Roberts (1994)- no asymtot

Modele triliniare, bifazice sau liniare

Model triliniar

Biphasic model (no lag)

Biphasic model (no asymtot)

Model liniarBeneficii si limitari in microbiologia previzionalaConsumatorii doresc alimente lipsite de MO patogene, aditivi sau contaminanti ceea ce implica o buna cunoastere a fiziologiei si ecologiei MO si a raspunsului lor la metodele de conservare aplicateAbordarea cantitativa a ecologiei si fiziologiei MO in alimente prin intermediul microbiologiei previzionale, permite:Previziunea consecintelor modificarilor operate in retele de fabricatie a produselor alimentare, atat din punct de vedere al sigurantei cat si al duratei de pastrareProiectarea rationala a proceselor si produselor noi, pentru a indeplini conditiile de siguranta alimentara si a respecta termenele de valabilitateEvaluarea obiectiva a consecintelor n cazul pierderii controlului proceselor si adoptarea de masuri adecvate de remediereCombinarea cu tehnicile de modelare stochastica pentru a permite analiza sistemelor , cu scopul de a pune in evidenta etapele din procesul de prelucrare a alimentelor care contribuie n proportie mai mare la riscul alimentar.Crearea de materiale didactice care sa usureze ntelegerea lucrurilor in procesele de formare si instruire a specialistilor din industria alimentara.Controverse:1. Pornirea de la presupuneri ca in alimente exista un anumit nr de MO aflate intr-o anumita stare fiziologica2. Construirea de modele matematice pe baza datelor colectate din testari realizate in sisteme model de alimente3.Variabilitatea raspunsurilor date de MO la actiunea factorilor care le influenteaza dezvoltarea4. Natura empirica a modelelor utilizate in prezent.

Clasificarea modelelor utilizate in microbiologia previzionalaCriterii de clasificare:A. Conceptul utilizat in realizarea modeluluiB. Modul de studiere al evenimentului microbiologicC. Modul in care se exprima matematic dependenta dintre microorganisme si parametrii care le influenteaza dezvoltarea

A. Conceptul utilizat in realizarea modelului

Modelele empirice deriva dintr-o abordare practica si descriu datele printr-o relatie matematica simplaModele mecaniciste sunt realizate pe baze teoretice si sunt usor de dezvoltat n momentul in care se acumuleaza noi date despre evolutia calitativa si cantitativa a MO B. Modul de studiere al evenimentului microbiologic: 1. Modele cinetice2. Modele probabilistice3. Modele de interfata

1. Modelele cineticeSe sprijina pe ipoteza ca MO gasesc in alimente un mediu favorabil pentru dezvoltare si ca multiplicarea lor intr-un astfel d e mediu se aseamana cu o cultivarea staticaDetermina viteza de omorare sau viteza de crestere a MOModele pentru omorarea termica a MOModele pentru omorarea atermica a MO, cele realizate pentru activitatea apei, pH, acizi organiciClasificarea modelelor utilizate in microbiologia previzionalaClasificarea modelelor utilizate in microbiologia previzionala2. Modele probabilistice iau in considerare probabilitatea producerii unui eveniment ntr-o anumita perioada de timp Ex. probabilitatea ca un MO sa creasca sau sa produca o toxina intr-o anumita perioada de timpSe bazeaza pe ipoteza ca probabilitatea multiplicarii unei celule microbiene, intr-un anumit mediu este dependenta de parametrii care definesc mediul respectiv dar si mediul inconjurator.Probabilitatea este o functie de timp: timpul necesar pentru germinarea sporilor sau iesirea din perioada de latentancorporeaza elemente stochastice, precum variabilitatea perioadelor de latenta si vitezele de crestere.

3. Modele de interfataAu fost dezvoltate din dorinta de a defini combinatii minime de factori de conservare care sa mpiedice dezvoltarea unui anumit MO si sa permita mentinerea sigurantei alimentare n timp ce se minimalizeaza gradul de prelucrare.

C. Dupa modul in care se exprima matematic dependenta dintre microorganisme si parametrii care le influenteaza dezvoltarea, modelele se clasifica in:1. Modele Primare2. Modele Secundare3. Modele Tertiare

Clasificarea modelelor utilizate in microbiologia previzionala1. Modelele primare sunt ecuatii care exprima matematic partea exponentiala a curbei de crestere microbian:

Ln X/X0 = max (t- ),

X- concentraia MO la un moment dat , g s.u./LX0 - concentratia initiala a MO, g s.u./Lmax - viteza specifica maxima de crestere, n h-1 ,t durata de cultivare, n ore durata fazei de latenta, n oreClasificarea modelelor utilizate in microbiologia previzionala

Curba exponentiala de crestere microbiana2. Modele Secundare sunt modele care fac legatura dintre si max i factorii de mediu. Exista trei categorii de modele secundare:A. modele ce deriva din ecuatia lui Arrhenius:max = A x e Ea/RT

A- constanta lui Arrhenius, n min-1Ea = energia de activare, J/molR constanta gazelorT temperatura, in K

Clasificarea modelelor utilizate in microbiologia previzionalaB. modele polinomiale, exprima variatiile lui si max n funcie de diferii factori ce influenteaza dezvoltarea MO.y = + x1 + x2 +

y - variabila dependenta x1 , x2 - variabile independente (valoarea lor este cunoscuta); reprezinta diferiti factori care influenteaza dezvoltarea MO ( ex, temp, pH, aw, NaCl, etc.), , factori ale caror valori sunt calculate astfel incat sa se minimalizeze diferentele dintre raspunsul observat si cel prezis de model termen stochastic, care indica gradul n care raspunsul prezis difera de raspunsul observat.Clasificarea modelelor utilizate in microbiologia previzionalaC. modele de tip radacina patrat, descriu efectul temperaturii asupra vitezei de crestere a MO:

max - viteza specifica maxima de crestere, n h-1T temperatura la care se dezvolta un anumit MO, n KT0 - temperatura minima de dezvoltare a MO, n Kb- constanta dependenta de alti factori care influenteaza dezvoltarea MO

Modelul ine cont de mai multi factori; daca se ia in calcul si pH-ul, atunci ecuatia devine:

c- constanta dependenta de alti factori care influenteaza dezvoltarea MOpH - la care se dezvolta un anumit MOpHmin - pH-ul minim de dezvoltarea a microorganismului

Clasificarea modelelor utilizate in microbiologia previzionala

Modelarea matematica a evolutiei MO n alimente1. Identificarea parametrilor semnificativiSe identifica parametrii semnificativi pentru producerea unui evenimentSe identifica parametrii limitanti pe baza normativelor microbiologice pentru produsele alimentare si pe baza informatiilor furnizate de aplicanti cu privire la cauzele retururilor, daca exista.2. Delimitarea campului experimental , cuprinde: - selectarea factorilor care se vor lua in considerare (pH, activitatea apei si temperatura)- determinarea pentru fiecare factor a intervalului de valori ce permide dezvoltarea MO- delimitarea limitelor de variatie a factorilor n produsul alimentar luat in considerare

3. Planificarea experimentelorPentru fiecare factor, se stabileste numarul de niveluri ce vor fi testate si distributia acestoraSe aleg combinatiile de factori adecvate fiecarui produs

4. Colectarea de dateDupa stabilirea alimentului sau mediului de cultura in care vor avea loc experimentarile, a tipului si marimii inoculului si a metodei de apreciere a concentraiei MO, se efectueaza testarile care vor furniza datele necesare crerii modelelor.Concentratia de MO, se poate determina prin : TurbidimetriaDeterminarea metabolitilorMasurarea impedanteiLuminometriaDatele obtinute sunt introduse intr-o baza de date

5. Modelarea propriu-zisaModelul trebuie construit astfel incat sa stabileasca o legatura ntre condiiile experimentale si cresterea microbiana;Alegerea modelului se face in functie de venimentul modelat.

Modelarea matematica a evolutiei MO n alimenteModelarea matematica a evolutiei MO n alimenteTip de eveniment Tip de modelFormarea de toxineProbabilisticAlterarea alimentelor Cinetic (viteza de crestere a principalului MO de alterare)Cresterea patogenilorCinetic Supravetuirea patogenilorProbabilistic (probabilitatea de a se dezvolta)Distrugerea/ Inactivarea MO (pasteurizare, sterilizare, iradiere etc.)Cinetic (viteza de distrugere)Modelele cu o singura variabila independenta sunt modele primare.Variabila dependenta poate fi: Viteza de crestere, viteza de distrugere, timpulPoate fi evaluata indirect: ex. viteza de distrugere bacteriilor rezulta din determinarea numarului de celule supravetuitoare dupa o perioada de timp

Pe baza modelelor primare se construiesc modelele secundare, n care variabila dependenta va fi exprimata si in functie de efectul conditiilor de mediu.Modelele secundare se pot include ntr-un model realizat pentru a previziona soarta microorganismelor n timpul prelucrarii, distribuiei, depozitarii unui aliment.Modelarea matematica a evolutiei MO n alimenteVariabile independente: temperatura, pH-ul, activitatea apei, concentratiile de nitrii.Temperatura efect dominant asupra vitezei de crestere, fiind urmata de activitatea apei si pH

Modelarea matematica a evolutiei MO n alimenteValidarea modelelorEvaluarea capacitatii de a previziona corect raspunsul microorganismelor la diverse valori ale parametrilor ce caracterizeaza mediul de cultura sau mediul ambiantPredictia microbiologica nu se potriveste niciodata perfect cu realitatea, din cauza existentei erorilor.Surse de erori:1. Eroare de omogenitate: apare deoarece unele alimente nu au un continut omogen iar MO raspund diferit in functie de zonele din aliment in care se dezvolta.2. Eroare de ntregime: apare deoarec modelul simplica lucrurile3. Eroare de functionare a modelului: apare prin utilizarea modelelor empirice care aproximeaza realitatea4. Eroare de masura: isi are masura in lipsa de acuratee a datelor utilizate pentru a genera un anumit model, ca urmare a incapacitatii noastre de a masura corect raspunsurile MO si valorile parametrilor mediului inconjurator.

Validarea implica compararea prezicerii realizate cu ajutorul modelelor cu observatii din practica, care nu au fost utilizate la crearea modelelor.Pentru a aprecia daca modelele sunt valide sau nu, se utilizeaza doi indicatori: factorul de bias si cel de acuratee.Factorul de bias este un factor multiplicativ prin care se aprecieaza daca modelul estimeaza timpul de raspuns. Daca are valoare < 1, atunci modelul realizeaza predictii buneDaca are valoarea 0.5, atunci modelul nu este reusit.Concordanta perfecta intre predictie si realitate va conduce la un factor de bias cu valoarea 1.Validarea modelelorFactorul de acuratee este un factor multiplicativ simplu care indica gradul de raspandire al datelor colectate din testari fata de predictiile modelului. Un factor de acuratee cu valoarea 2 indica faptul ca predictia e fie jumatate din valoarea observata, fie de doua ori mai mare decat aceasta.Validarea modelelorReferinte bibliograficeBaranyi J. and Roberts T.A. (1994). A dynamic approach to predicting bacterial growth in food.Int. J. Food Microbiol. 23, 277-294.Anca Nicolau Microbiologie generala - Factori care influenteaza dezvoltarea microorganismelor, Editura Academica, 2006.