Obtenção de um modelo dinâmico do crescimento da bactéria Aeromonas hydrophila a partir de dados isotérmicos
DOI:
https://doi.org/10.31416/rsdv.v3i2.169Palavras-chave:
Microbiologia preditiva, modelagem matemática, Modelo não isotérmicoResumo
Nos últimos anos, um esforço considerável foi investido no desenvolvimento de modelos matemáticos da dinâmica microbiana em produtos alimentícios. Para que esses modelos possam ser aplicados em alimentos armazenados em condições reais, onde a temperatura varia com o tempo, é necessário considerar o efeito de mudanças em variáveis como temperatura. O objetivo deste trabalho foi obter um modelo dinâmico (não isotérmico) do crescimento da bactéria Aeromonas hydrophila em temperaturas variáveis, a partir de dados isotérmicos das temperaturas 15, 20, 25 e 30°C, ajustados pelo modelo de Gompertz modificado, e avaliar a metodologia proposta por Corradini e Peleg (2005) e Corradini e colaboradores (2006). Os dados do crescimento isotérmicos utilizados foram obtidos no banco de dados ComBase Predictor (Inglaterra). Para construção dos modelos secundários, em função da temperatura, foram utilizadas as funções matemáticas “Power” com auxílio do programa Matlab®, obtendo-se bons ajustes, o que possibilitou na obtenção de um modelo dinâmico e confirmou a metodologia proposta por Corradini e Peleg (2005) e Corradini e colaboradores (2006).
Referências
Azevedo, V. M.; Morita, M.; Dropa, M.;
Cabianca, M. A. A.; Esteves, K. E. E.; Matté,
G. R. Matté, M. H. Ocorrência de Aeromonas
spp. e Vibrio cholerae em Pesque-Pagues da
Região Metropolitana de São Paulo. REVNET
DTA. Vol. 3, No. 4, Julho 2003.
Baranyi, J.; Roberts, T. A., Mathematics of
Predictive Food Microbiology. International
Journal of Food Microbiology, v. 26, p.199-
, 1995.
Bobelyn, E.; Hertog, L. A. T. M. M.; Nicolaï,
B. M. (2006) Applicability of an enzymatic
time temperature integrator as a quality
indicator for mushrooms in the
distributionchain. Postharvest Biology and
Technology 42, 104–114.
Buchanan, R. L. Predictive Microbiology.
Trends Food Science Technology, v.4, p.6-11,
Buchanan, R. L.; Whiting, R. C.; Damert, W.
C. When is simple good enough: A comparison
of the Gompertz, Baranyi, and three-phase
linear models for fitting bacterial growth
curves. Food Microbiology, v.14, p.313-326,
Cayré, M. E.; Vignolo, G.; Garro, O. Modeling
lactic acid bacteria growth in vacuum-packaged
cooked meat emulsion stored at three
temperatures. Food Microbiology, v. 20,
p.561-566, 2003.
Cayré, M. E.; Vignolo, G.; Garro, O. Effect of
storage temperature and gas permeability of packaging film on the growth of lactic acid
bacteria and Brochothrix thermosphacta in
cooked meat emulsions. Food Microbiology,
v. 22, p.505-512, 2005.
COMBASE Predictor – Base de dados de
microrganismos patogênicos. Disponível em:
<http://modelling.combase.cc/ComBase_Predic
tor.aspx> Acessado em 08/09/2011.
Corradini, M. G.; Amezquita, A.; Normand, M.
D.; Peleg, M. Modeling and predicting non-
isothermal microbial growth using general
purpose software. International Journal of
Food Microbiology, v.106, p. 223-228, 2006.
Corradini, M. G.; Peleg, M. Estimating non-
isothermal bacterial growth in foods from
isothermal experiments data. Journal of
Applied Microbiology, v. 99, p 187-200, 2005.
Fujikawa, H.; Kai. A.; Morozumi, S.; A new
logistic model for Escherichia coli growth at
constant and dynamic temperatures. Food
Microbiology, v.21, p.501-509, 2004.
Gaspovic, R.; Kreyenschmidt, J.; Bruckner, S.;
Popov, V.; Haque, N. Mathematical modelling
for predicting the growth of Pseudomonas spp.
in poultry under variable temperature
conditions. International Journal of Food
Microbiology 127 (2008) 290–297.
Gibson, A. M.; Bratchell, H.; Roberts, T. A.
(1987). The effect of sodium chloride and
temperature on rate and extent of growth of
Clostridium botulinum type A in pasteurized
pork slurry. Applied Bacteriology. 62, 479–
McMeekin, T. A.; Brown, J. ; Krist, K.; Miles,
D.; Neumeyer, K.; Nichols, D. S. ; Olley, J.;
Presser, K. ; Ratkowsky, T. D. A.; Ross, M. S.;
Soontranon, S. Quantitative Microbiology: A
Basis for Food Safety, Emerging Infectious
Diseases, v. 3, n° 4, 1997.
McMeekin, T. A.; Olley, M. B.; Ross, T.,
Ratkowsky, D. A., Predictive Microbiology:
theory and application. Researches Studies, p.
-86, 1993.
Nakashima, S. M. K.; André, D. S. ; Franco, B.
D. G. M. Revisão: Aspectos Básicos da
Microbiologia Preditiva. Brazilian Journal of
Food Technology, v. 3, p.41-51, 2000.
Ratkowsky, D. A.; Lowry, R. K.; Mcmeekin, T.
A.; Stokes, A. N.; Chandler, R. E. (1983)
Model for bacterial culture growth rate through
the entire biokinetic temperature range.
Journal of Bacteriology 154, 1222–1226.
Ross, T.; McMeekin, T. A. Predictive
Microbiology. International Journal of Food
Microbiology, v.23, p.41-264, 1994.
Sarmento, C. M. P. Modelagem do
crescimento microbiano e avaliação
sensorial no estudo da vida de prateleira da
mortadela e da lingüiça defumada em
armazenamento isotérmico e não isotérmico.
(Tese de Doutorado), Programa de pós-
graduação em Engenharia Química. UFSC,
Florianópolis, setembro de 2006.
Slongo, A. P.; Rosenthal, A.; Camargo, L. M.
Q.; Deliza, R.; Mathias, S. P.; Aragão, G. M. F.
Modeling the growth of lactic acid bacteria in
sliced ham processed by high hydrostatic
pressure. Food Science and Technology, 42
(2009) 303–306.
Van Impe, J. F.; Bart, M. N.; Schellekens, M.;
Martens, T.; Baerdemaeker, J. A. Predictive
microbiology in a dynamic environment: a
system theory approach. International
Journal of Food Microbiology, v. 25, p.227-
, 1995.