Beruflich Dokumente
Kultur Dokumente
R1
Sin embargo, el crecimiento bacteriano es complejo y las extrapolaciones de las grficas
pueden no mostrar linealidad, por lo tanto, la ecuacin anterior no puede encajar muy bien por
debajo de los datos ptimos o por encima de las temperaturas mnimas para el crecimiento.
Entonces, las grficas obtenidas solo sirven para predecir el crecimiento microbiano en un
limitado rango de temperatura (Labuza y Fu, 1993; McDonald y Sun, 1999). As la ecuacin que
ha sido utilizada mayoritariamente para describir el efecto de la temperatura sobre el crecimiento
microbiano es el modelo de la raz cuadrara propuesto por Ratkowsky y col., en 1982 (Adair y
col., 1989; Willocx y col., 1993; Neumeyer y col., 1997; Giannuzzi y col., 1998).
p = g - (I - I
0
)
6. Ejercicio de estimacin de la vida til empleando modelos predictivos y
test acelerados de tiempo.
En el desarrollo de un nuevo producto lcteo se estima que la variable microbiolgica a controlar
es el crecimiento de S. aureus. El nuevo producto est pensado para ser mantenido en
condiciones de refrigeracin (4C). El lmite mximo de crecimiento permitido para este
organismo es de 1,5x10
7
ufc/g. Finalizado el producto se detecta que la poblacin final
remanente es de 10
3
ufc/g.
Para determinar la vida til a 4C se emple un test acelerado de tiempo a tres
temperaturas diferentes (10C, 20C y 30C) durante 12 horas aproximadamente.
Tiempo (h)
10C 20C 30C
ufc/g
0,00 1000 1000 1000
0,96 1047 1479 3162
1,92 1096 2188 9772
2,88 1148 3236 30903
3,84 1202 4786 95499
4,80 1259 7079 295121
5,76 1318 10471 912011
6,72 1380 15488 2818383
7,68 1445 23442 8128305
8,64 1514 34674 21379621
9,60 1585 51286 45708819
10,56 1660 75858 75857758
11,52 1738 112202 100000000
12,48 1820 165959 112201845
Para el clculo de la vida til pueden emplearse varios modelos predictivos, pero vamos
a comenzar con la aproximacin de Arrhenius.
1. El primer paso una vez obtenida la poblacin en unidades logartmicas (ln ufc/g) es
calcular la velocidad de crecimiento especfica () para cada temperatura en el
intervalo de crecimiento exponencial. Esta puede obtenerse de diversas maneras,
una es graficando en las ordenadas el Lnufc/g en fase exponencial y en las abscisas
el tiempo (h), y a partir de esta grfica obtener la ecuacin de la recta en cuyo caso
la pendiente es igual a la velocidad de crecimiento especfica ( ufc h
1
g). Otra
forma es calculando a partir de la siguiente ecuacin:
p =
lnN
]
- lnN
0
t
]
- t
0
Tiempo (h)
10C (283K)
ufc/g Lnufc/g Log ufc/g (
h)
0,00 1000 6,91 3,00 0,04784
0,96 1047 6,95 3,02 0,04764
1,92 1096 7,00 3,04 0,04829
2,88 1148 7,05 3,06 0,04788
3,84 1202 7,09 3,08 0,04826
4,80 1259 7,14 3,10 0,04771
5,76 1318 7,18 3,12 0,04788
6,72 1380 7,23 3,14 0,04794
7,68 1445 7,28 3,16 0,04859
8,64 1514 7,32 3,18 0,04774
9,60 1585 7,37 3,20 0,04816
10,56 1660 7,41 3,22 0,04783
11,52 1738 7,46 3,24 0,04802
12,48 1820 7,51 3,26 ---
media 0,04798
Tiempo (h)
20C (293K)
ufc/g Lnufc/g Log ufc/g (
h)
0,00 1000 6,91 3,00 0,40767
0,96 1479 7,30 3,17 0,40794
1,92 2188 7,69 3,34 0,40766
2,88 3236 8,08 3,51 0,40766
3,84 4786 8,47 3,68 0,40775
4,80 7079 8,86 3,85 0,40779
5,76 10471 9,26 4,02 0,40777
6,72 15488 9,65 4,19 0,43173
7,68 23442 10,06 4,37 0,40777
8,64 34674 10,45 4,54 0,40774
9,60 51286 10,85 4,71 0,40776
10,56 75858 11,24 4,88 0,40775
11,52 112202 11,63 5,05 0,40775
12,48 165959 12,02 5,22 ---
media 0,40959
Tiempo (h)
30C (303K)
ufc/g Lnufc/g Log ufc/g (
h)
0,00 1000 6,91 3,00 1,19917
0,96 3162 8,06 3,50 1,17533
1,92 9772 9,19 3,99 1,19930
2,88 30903 10,34 4,49 1,17527
3,84 95499 11,47 4,98 1,17528
4,80 295121 12,60 5,47 1,17528
5,76 912011 13,72 5,96 1,17528
6,72 2818383 14,85 6,45 1,10332
7,68 8128305 15,91 6,91 1,00738
8,64 21379621 16,88 7,33 0,79151
9,60 45708819 17,64 7,66 0,52768
10,56 75857758 18,14 7,88 0,28782
11,52 100000000 18,42 8,00 0,11993
12,48 112201845 18,54 8,05 ---
media 0,93174
2. Con
const
expon
temp
Reco
se ob
ser
en log
De la
Ea =
R = 8
Ea =
Ea =
LnA =
3. Una
reem
L
n
(
u
f
c
1
h
K
)
los resultad
tantes del m
nencial A. P
eratura y en
ordemos que
btiene es igu
positiva); y e
garitmo (LnA
a grfica pode
(m*R)
8,314472 KJ/
(13054 uf
108537,12 K
= 43,27 ufc/h
vez obtenid
plazando en
lnp = 4
3,5
3
2,5
2
1,5
1
0,5
0
0,5
0,0032
L
n
(
u
f
c
h
K
)
dos de p
modelo de A
Para este c
n las abscis
cuando se g
ual a: Ea/R
el intercepto
A).
emos inferir q
/KgK
fc/hK * 8,31
KJ/hKgK.
hK
dos los par
la ecuacin
S,27(ufch
0,0033 0,
1/T
Gr
para cada
Arrhenius: en
caso graficar
as el recpr
grafica de es
(y que por
en el eje y
que:
4472 KJ/Kg
rmetros pro
de Arrhenius
ln p = ln A
hK) -
1u8
8,S1
0034 0,003
T(
1
K)
ficade
temperatura
erga de ac
remos en la
roco de cada
sta forma, la
tanto Ea =
cuando X=
K)
ocedemos a
s.
A -
E
u
RI
8SS7,12 (u
14472 (K[
35 0,0036
lnvs1
procedemo
tivacin (Ea)
as ordenada
a temperatu
pendiente d
m*R, que e
=0 es el facto
a calcular
uc K[bKg
KgK) - 2
y=13
R
1/T
Grfica
Lineal
vs1/T)
os a calcula
) y el Facto
as el ln a
ra absoluta
e la recta (m
en todos los
or pre-expon
a 4C (2
gK)
77K
054x+43,27
=0,954
adelnvs1/T
(Grficadeln
)
ar las
or pre-
cada
(1/T).
m) que
casos
nencial
277K)
T
lnp = 4S,27(ufchK) - 47,1S (ucbK)
lnp = -S,8S6 ucbK
= u,u21ucbK
Por tanto, la velocidad de crecimiento especfico a 4C es de 0,021 ufc/hK.
4. Procedemos a estimar entonces la vida til a 4C. Si nuestro valor lmite es 1,5x10
7
ufc/g (16,524 lnufc/g). Si tenemos que por cada hora se incrementa 0,021 lnufc/g
{recordemos que se obtiene del lnufc/g vs tiempo (h)}, en cuanto tiempo se
alcanzarn las 16,524 lnufc/g que es nuestro valor lmite?
5. Podemos usar una sencilla regla de tres:
1 h 0,021 lnufc/g
X? 16,524 lnufc/g
X =
1b - 16,S24 lnucg
u,u21 lnucg
X = 786,86 horas.
Si usamos la aproximacin de Monod-Hinshelwood, debemos conocer el tiempo de
generacin a la temperatura problema, en este caso a 4C.
1. El primer paso y para este caso, debemos calcular k para cada temperatura,
tenemos dos opciones: a partir de la siguiente frmula:
k =
log
10
N
]
- log
10
N
0
u,Su1 - (t
]
- t
0
)
Una vez obtenido k, calculamos el tiempo de duplicacin para cada temperatura
mediante la siguiente frmula:
IJ =
1
k
Tiempo (h)
10C (283K)
ufc/g Lnufc/g Log ufc/g k (
h)
0,00 1000 6,91 3,00 0,06903
0,96 1047 6,95 3,02 0,06874
1,92 1096 7,00 3,04 0,06967
2,88 1148 7,05 3,06 0,06908
3,84 1202 7,09 3,08 0,06963
4,80 1259 7,14 3,10 0,06883
5,76 1318 7,18 3,12 0,06909
6,72 1380 7,23 3,14 0,06917
7,68 1445 7,28 3,16 0,07011
8,64 1514 7,32 3,18 0,06888
9,60 1585 7,37 3,20 0,06949
10,56 1660 7,41 3,22 0,06901
11,52 1738 7,46 3,24 0,06929
12,48 1820 7,51 3,26 ---
k media 0,06923
Tiempo (h)
20C (293K)
ufc/g Lnufc/g Log ufc/g k (
h)
0,00 1000 6,91 3,00 0,58821
0,96 1479 7,30 3,17 0,58859
1,92 2188 7,69 3,34 0,58818
2,88 3236 8,08 3,51 0,58819
3,84 4786 8,47 3,68 0,58831
4,80 7079 8,86 3,85 0,58837
5,76 10471 9,26 4,02 0,58834
6,72 15488 9,65 4,19 0,62292
7,68 23442 10,06 4,37 0,58835
8,64 34674 10,45 4,54 0,58830
9,60 51286 10,85 4,71 0,58833
10,56 75858 11,24 4,88 0,58831
11,52 112202 11,63 5,05 0,58832
12,48 165959 12,02 5,22 ---
k media 0,59098
Tiempo (h)
30C (303K)
ufc/g Lnufc/g Log ufc/g k (
h)
0,00 1000 6,91 3,00 1,73021
0,96 3162 8,06 3,50 1,69581
1,92 9772 9,19 3,99 1,73040
2,88 30903 10,34 4,49 1,69573
3,84 95499 11,47 4,98 1,69574
4,80 295121 12,60 5,47 1,69574
5,76 912011 13,72 5,96 1,69574
6,72 2818383 14,85 6,45 1,59192
7,68 8128305 15,91 6,91 1,45349
8,64 21379621 16,88 7,33 1,14203
9,60 45708819 17,64 7,66 0,76135
10,56 75857758 18,14 7,88 0,41528
11,52 100000000 18,42 8,00 0,17303
12,48 112201845 18,54 8,05 ---
k media 1,34434
O como ya conocemos , calculamos el Tg para cada temperatura a partir de la
formula:
IJ =
ln2
p
2. El segundo paso es graficar el Log
10
Tg para cada temperatura experimental en las
ordenadas y la Temperatura en las abscisas. A partir de la ecuacin de la recta
calculamos el log
10
Tg a 4C.
Temperatura (C) (h) k (h) Tg (h)
10 0,04798 0,06923 14,4435 h
20 0,40959 0,59098 1,6919 h
30 0,93174 1,34434 0,7438 h
Si y =
Log
10
Log
10
Log
10
Tg =
Tg =
3. Con l
la ecu
L
1
0
T
d
(
h
)
= 0,064x + 1
0
Tg = 0,064
0
Tg = 0,256
0
Tg = 1,456
10
1,456
28,57 h; (k =
os datos ant
uacin:
0,4000
0,2000
0,0000
0,2000
0,4000
0,6000
0,8000
1,0000
1,2000
1,4000
0
L
o
g
1
0
T
d
(
h
)
Lo
1,712, proced
*4C + 1,712
+ 1,712
= 0,035)
teriores de T
t
s
=
lo
t
s
=
t
s
0 10
T
og
10
TdvsT
demos a calc
2
Tg a 4C, pro
g N
s
- log
log2
7,18 - S
u,Su1
s
= S96,76
t
s
= 16,S J
20
Temperatura
Temp.par
aur
cular Log
10
k a
cedemos a e
gN
0
I
g
28,S7
6 b
J
30
(C)
aelcrecim
reus
a 4C (x).
establecer la
y=
40
mientode
vida til med
0,064x+1,71
R=0,939
eS.
Series1
Lineal(Ser
diante
12
ies1)
7. Conclusin.
Si nos La vida til estimada para este producto a 4C es de 786,86 horas o 32,78 das
con el modelo de Arrhenius. Como margen de seguridad puede establecerse una vida
til de 30 das a 4C. Sin embargo, con la aproximacin de Monod-Hinshelwood la vida
til se ve limitada a 396,76 h o 16,5 das. En este caso como margen de seguridad
podramos establecer una vida til de 14 a 15 das.
Tal y como explica Labuza y Fu (1993) o McDonald y Sun (1999), cuando se emplea el
modelo de Arrhenius para el crecimiento bacteriano, las extrapolaciones de las grficas
pueden no mostrar linealidad, y por lo tanto, el modelo anterior no puede encajar muy
bien por debajo de los datos ptimos o por encima de las temperaturas mnimas para el
crecimiento.
8. Bibliografa
Adair, C., Kilsby, D.C., Whittall, P.T. 1989. Comparison of the Schoolfield (non-linear Arrhenius)
model and the Square Root model for predicting bacterial growth in foods. Food Microbiol.,
6, 718.
Baranyi, J., Jones, A., Walker, C., Kaloti, A., Robinson, T.P., Mackey, B.M., 1996. A combined
model for growth and subsequent thermal inactivation of Bochothrix thermosphacta. Appl.
Environ. Microbiol., 62, 10291035.
Baranyi, J., Roberts, T.A., McClure, P.J., 1993. A non-autonomous differential equation to
model bacterial growth. Food Microbiol., 10, 4349.
Codex Alimentarius - Comisin conjunta FAO-OMS. 1998. Seccin II: definiciones, Directrices
para el diseo de las medidas de control de los alimentos vendidos en las vas pblicas de
frica. En: Requisitos generales (Higiene de los alimentos). Suplemento al volumen 1B.
Roma, Italia. M-83. ISBN 92-5-304029-7.
Dalgaard, P., 1995. Modelling of microbial activity and prediction of shelf life for packed fresh
fish. Int. J. Food Microbiol., 26, 305317.
Devlieghere, F., Van Belle, B., Debevere, J., 1999. Shelf life of modified atmosphere packed
cooked meat products: a predictive model. Int. J. Food Microbiol., 46, 5770.
Einarsson, H., 1994. Evaluation of a predictive model for the shelf life of cod (Gadus morhua)
fillets stored in two different atmospheres at varying temperatures. Int. J. Food Microbiol.,
24, 93102.
Einarsson, H., Ericksson, S.G., 1986. Microbial growth models for prediction of shelf life of
chilled meat. Recent Advances and Developments in the Refrigeration of Meat by Chilling
International Institute of Refrigeration, Paris, France, pp. 397402.
Esty, J.R., Meyer, K.F., 1922. The heat resistance of spore of B. botulinum and allied
anaerobes XI. J. Infect. Diseases, 31, 650663.
Geeraerd, A.H., Herremans, C.H., Cenens, C., Van Impe, J.F., 1998. Application of artificial
neural networks as a non-linear modular modeling technique to describe bacterial growth
in chilled food products. Int. J. Food Microbiol., 44, 4968.
Giannuzzi, L., Pinotti, A., Zaritzky, N. 1998. Mathematical modelling of microbial growth in
packaged refrigerated beef stored at different temperatures. Int. J. Food Microbiol., 39,
101110.
Gibbs, P.A., Williams, A.P., 1990. In: Using Mathematics for Shelf Life Prediction, Food
Technol. Int, Europe. Pp. 287290.
Gill, C.O., Jones, T., 1992. Assessment of the hygienic efficiency of two commercial processes
for cooling pig carcasses. Food Microbiol., 9, 335343.
Gill, C.O., Phillips, D.M., Hoeffen, M.P.F., 1988. A computer program for assessing the
remaining storage life of chilled red meats from product temperature histories. In:
Proceeding of Meetings of Commissions C2, D1, D2/3, E1, September 59, Institut
International du Froid Paris, Refrigeration for Food and People, pp. 7377.
Kant-Muermans, M.L.T., Stekelenburg, F.K., Zwietering, M.H., Huis int Veld, J.H.J., 1997. In:
Modelling the Shelf Life of Packed, Cooked Meat Products, World Congress on Food
Hygiene, The Hague, The Netherlands, pp. 5357.
Labuza, T.P., 1994. Determination of the Shelf Life of Foods. Article inedited.
Labuza, T.P., Fu, B. 1993. Growth kinetics for shelf-life predictions: theory and practice. J. Ind.
Microbiol., 12, 309323.
Labuza, T.P., Fu, B., Taoukis, P.S. 1992. Prediction of shelf life and safety of minimally
processed CAM/MAP chilled foods: a review. J. Food Protection, 55, 743750.
Labuza, T.P., Riboh, D. 1982. Theory and applications of Arrhenius kinetics to the prediction of
nutrient losses in foods. Food Technology, 36, 6674.
McDonald, K., Sun, D-W. 1999. Predictive food microbiology for the meat industry: a review. Int.
J. Food Microbiol., 52, 127.
McMeekin, T.A., Olley, J., Ratkowsky, D.A., Ross, T., 2002. Predictive Microbiology: towards
the interface and beyond. Int. J. Food Microbiol., 73, 395407.
McMeekin, T.A., Ross, T., 1996. Shelf-life prediction: status and future possibilities. Int. J. Food
Microbiol., 33, 6583.
McMeekin, T.A., Ross, T., 2002. Predictive microbiology: providing a knowledge-based
framework for change management. Int. J. Food Microbiol., 78, 133153.
Mizrahi, S. Chapter 5. Accelerated shelf-life tests. In: The Stability and Shelf Life of Food.
Kilcast, D., Subramaniam, P, Editors.
Mossel, D.A.A., Ingram, M. 1955. The physiology of the microbial spoilage of foods. J. Appl.
Microbiol., 18, 232268.
Neumeyer, K., Ross, T., McMeekin, T.A. 1997a. Development of a predictive model to describe
the effects of temperature and water activity on the growth of spoilage pseudomonads. Int.
J. Food Microbiol., 38, 4554.
Neumeyer, K., Ross, T., Thomson, G., McMeekin, T.A., 1997b. Validation of a model
describing the effects of temperature and water activity on the growth of psychrotrophic
Pseudomonads. Int. J. Food Microbiol., 38, 5563.
Pin, C., Baranyi, J., 1998. Predictive models as a means to quantify the interactions of spoilage
organisms. Int. J. Food Microbiol., 41, 5972.
Ratkowsky, D.A., Olley, J., McMeekin, T.A., Ball, A. 1982. Relationship between temperature
and growth rate of bacterial cultures. J. Bacteriol., 149, 15.
Ross, T., McMeekin, T.A. 1994. Predictive microbiology, Review paper. Int. J. Food Microbiol.,
23, 241 264.
Van Impe, J.F., Nicolai, B.M., Martens, T., De Baerdemaeker, J., Vandewalle, J., 1992.
Dynamic mathematical model to predict microbial growth and inactivation during food
processing. Appl. Environ. Microbiol., 58, 29012909.
Van Impe, J.F., Nicolai, B.M., Schellekens, M., Martens, T., De Baerdemaeker, J., 1995.
Predictive microbiology in a dynamic environment: a system theory approach. Int. J. Food
Microbiol. 25, 227249.
Vankerschaver, K., Wilcox, F., Smout, C., Hendrickx, M., Tobback, P., 1996. The influence of
temperature and gas mixtures on the growth of the intrinsic micro-organisms on cut endive:
predictive versus actual growth. Food Microbiol., 13, 427440.
Whiting, R.C., Buchanan, R.L., 2001. Predictive microbiology and risk assessment. In: Doyle,
M.P., Beauchat, L.R., Montville, T.J. (Eds.)., Food Microbiology. Fundamentals and
Frontiers, 2nd ed. American Society for Microbiology Press, Washington, D.C., pp- 813
831.
Whiting, RC., Buchanan, R.L. 1993. A classification of models for predictive microbiology. Food
Microbiol., 10, 175 177.
Williams, T., 1992. In: The Principles Involved in the Determination of Product Shelf-life,
Leatherhead Food Research Association, UK.
Willocx, F., Mercier, M., Hendrickx, M., Tobback, P. 1993. Modelling the influence of
temperature and carbon dioxide upon the growth of Pseudomonas fluorescens. Food
Microbiol., 10, 159173.
Anexo 1. Diversos valores de R (Constante de los gases ideales).
Valor de R Unidades (VPT
-1
n
-1
)
8.314472 JK
-1
mol
-1
0.0820574587 LatmK
-1
mol
-1
83.14472 cm
3
barmol
-1
K
-1
8.20574587 10
-5
m
3
atmK
-1
mol
-1
8.314472 cm
3
MPaK
-1
mol
-1
8.314472 LkPaK
-1
mol
-1
8.314472 m
3
PaK
-1
mol
-1
62.36367 LmmHgK
-1
mol
-1
62.36367 LTorrK
-1
mol
-1
83.14472 LmbarK
-1
mol
-1
0.08314472 LbarK
-1
mol
-1
1.987 calK
-1
mol
-1
6.132440 lbfftK
-1
g-mol
-1
10.73159 ft
3
psiR
-1
lb-mol
-1
0.7302413 ft
3
atmR
-1
lb-mol
-1
998.9701 ft
3
mmHgK
-1
lb-mol
-1
8.314472 10
7
ergK
-1
mol
-1
8.314472 KJKg
-1
K
-1