Você está na página 1de 15

Aplicacin de la Microbiologa Predictiva para la

determinacin de la vida til de los alimentos


Enrique Alfonso Cabeza Herrera
Departamento de Microbiologa, Facultad de Ciencias Bsicas, Universidad de Pamplona.
Campus Universitario, Km. 1, Va Bucaramanga - Pamplona, Colombia.
E-mail: enalcahe@unipamplona.edu.co enalcahe@hotmail.com
Fecha elaboracin: 09/12/2011 - Fecha revisin: 15/06/2013.

1. Introduccin

La preservacin de los alimentos a travs de los aos ha sido necesaria para nuestra
supervivencia. Las tcnicas de preservacin utilizadas en el pasado (salazn, secado,
ahumado, calentamiento entendido como coccin, conservacin a bajas temperaturas y la
fermentacin) siguen siendo empleadas en conjunto con otros mtodos en la actualidad,
apoyados en el conocimiento que diferentes disciplinas cientficas han aportado al desarrollo en
este campo (Gram et al., 2002). Actualmente y debido a la cada vez creciente exigencia de los
consumidores por alimentos lo mas naturalmente posible, ha hecho que la industria
agroalimentaria busque alternativas de tratamiento de alimentos conservando la seguridad y la
calidad de los mismos.

Tradicionalmente se han empleado mtodos fsicos de proceso como las tecnologas trmicas
(pasteurizacin, esterilizacin, tindalizacin, refrigeracin, congelacin, etc.) y ms
recientemente el empleo de atmsferas controladas y/o modificadas; entre los mtodos
qumicos destacan la acidificacin, salazn y conservacin en almbar, mientras que la
conservacin biolgica se ha encaminado hacia los procesos de fermentacin. Sin embargo,
nuevas formas de tratamiento y conservacin de alimentos han ido apareciendo pudiendo
distinguir dos tipos fundamentales: Nuevas tecnologas trmicas (Calentamiento con
radiofrecuencias, procesado con microondas, calentamiento infra-rojo, infusin instantnea y
de calor elevado, calentamiento hmico) y Tecnologas no trmicas (Alta presin hidrosttica,
Campos elctricos pulsados de alta intensidad, Campos magnticos oscilatorios, pulsos
lumnicos intensos, irradiacin, preservacin qumica y bioqumica, etc.) que an continan
siendo foco de investigacin.

Por otra parte, el objetivo que persiguen todos estos mtodos es el de rendir un producto
nutricionalmente bueno, con un alto nivel de inocuidad y que su vida til sea prolongada.

2. Qu es la Vida til de un alimento?

La vida til o caducidad de un alimento puede definirse como el periodo de tiempo, despus
de la elaboracin y/o envasado y bajo determinadas condiciones de almacenamiento, en el que
el alimento sigue siendo seguro y apropiado para su consumo (Dominic, 2004; Labuza, 1994),
es decir, que durante ese tiempo debe conservar tanto sus caractersticas fsico-qumicas,
microbiolgicas y sensoriales, as como sus caractersticas nutricionales y funcionales. En
palabras de Dominic (2004), todos los alimentos poseen una caducidad microbiolgica, una
caducidad qumica y/o fsico-qumica y una caducidad sensorial; la cual depende de las
condiciones de formulacin, procesamiento, empacado, almacenamiento y manipulacin.

Segn el Codex Alimentarius (1998) los alimentos perecederos son aquellos de tipo o
condicin tales que pueden deteriorarse, entendindose aquellos como los alimentos
compuestos total o parcialmente de leche, productos lcteos, huevos, carne, aves de corral,
pescado o mariscos, o de ingredientes que permitan el crecimiento progresivo de
Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 2

microorganismos que puedan ocasionar envenenamiento u otras enfermedades transmitidas
por alimentos; as aquellos alimentos que son considerados como perecederos generalmente
poseen una vida til de 7 das, y esta vida til est limitada en la mayora de los casos por el
decaimiento bioqumico o microbiolgico (Labuza, 1994), mientras que los alimentos semi-
perecederos (conservas en general) la vida til est limitada principalmente al deterioro
fisicoqumico y/o sensorial antes que el microbiolgico (McMeekin y Ross, 2002; McDonald y
Sun, 1999).

El hecho que los alimentos son sistemas diversos, complejos y activos en que las reacciones
microbiolgicas, enzimticas y fsico-qumicas estn interactuando de forma simultnea, hace
una tarea ardua el estudio de su vida til. La preservacin de los alimentos es dependiente de
la combinacin de mltiples factores y un sin fin de reacciones bio-fsico-qumicas, y si
entendemos estas reacciones y sus mecanismos respectivos sera bastante exitosa la
limitacin de aquellos factores que tienen mayor influencia o responsables en la alteracin o
prdidas de las caractersticas deseables en los alimentos, y a veces encauzar otras
reacciones hacia cambios beneficiosos.

Esencialmente, la vida til de un alimento depende de cuatro factores principales a saber: la
formulacin, procesado, empaque y condiciones del almacenamiento. Sin embargo, si las
condiciones posteriores de manipulacin no son las correctas, entonces la vida til de los
mismos puede limitarse a un periodo menor que del cual haya sido establecido. Todos los
cuatro factores son crticos pero su importancia relativa depende de cuan perecedero es el
alimento. Generalmente, un alimento perecedero (almacenado en condiciones apropiadas)
tiene una vida til media de 14 das siendo limitado en la mayora de los casos por el
decaimiento bioqumico (enzimtico/senescencia) o el decaimiento microbiano.

Con las nuevas tecnologas de empaque en atmsfera modificada/controlada (CAP/MAP) en
condiciones aspticas, tales alimentos pueden durar hasta 90 das (3 meses). Un alimento
semi-perecedero tiene una vida til media de alrededor de 6 meses, tales como algunos
quesos, mientras que los alimentos no perecederos tienen una vida til superior a 6 meses y
con una duracin de hasta 3 aos cuando son mantenidas bajo condiciones apropiadas de
almacenamiento (p.ej., la mayora de las conservas).

3. Mtodos para prolongar la vida til

Desde antao han sido diferentes los mtodos que se han empleado para prolongar la vida til
de los alimentos desde aquellos tales como la conservacin en fro y/o la fermentacin y que,
con el paso del tiempo se han ido perfeccionando al tiempo que han emergido otros. Se sabe
que en la antigedad ya los romanos empleaban las bajas temperaturas Congelacin para
prolongar la vida til de sus alimentos mediante la conservacin en vasijas que eran o bien
recubiertas en hielo o directamente vertido en el interior de las mismas con el alimento incluido.

Ya hacia finales de 1850, Louis Pasteur demuestra que la contaminacin de los vinos era
asociada al desarrollo de cepas no aptas para su produccin y mediante el tratamiento trmico
del zumo de uvas a 62C por 30 minutos, para luego permitir que se llevara a cabo una
fermentacin natural y obteniendo as un vino con mejor calidad, luego si se inoculaba en
condiciones aspticas el mosto (zumo de uvas) tratado trmicamente con un estrter
proveniente de aquel vino bueno, se obtendra un nuevo vino de las mismas calidades.
Bueno, esto en la teora porque hoy da sabemos que la calidad del vino est ligado no solo a
la cepa de levadura, sino al tipo de uva y algunas de sus propiedades como el grado o
concentracin de azcar, actividad de agua, etc.

Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 3

As las cosas, desde el punto de vista del procesado de los alimentos, podemos encontrar
diversas formas de clasificacin de procesos tecnologas Mtodos que permiten obtener un
producto final con unas cualidades nutricionales y de seguridad.

Desde el punto de vista del empleo de calor o no, se han distinguido tradicionalmente dos tipos
de procesamiento de alimentos: aquellos que involucran tecnologas trmicas y los que
involucran tecnologas no trmicas (mtodos ms modernos para el procesamiento de
alimentos o tecnologas emergentes), acompaados en todos los casos del empacado que
buscan favorecer la calidad de los alimentos preservando su vida til.

Segn la naturaleza del mtodo de conservacin, se pueden distinguir a). La conservacin
biolgica; b). La conservacin qumica, y; c) la conservacin fsica. De acuerdo con la
modernidad de la tecnologa podemos distinguir entre tecnologas tradicionales y tecnologas
emergentes.

Naturaleza
del mtodo
Tecnologa tradicional Tecnologa emergente
Biolgica Fermentacin: cido lctica (homo-
hetero); alcohlica, mixta cido-
alcohlica.
Fermentacin tradicional con cepas
que han sido modificadas
genticamente (OMG).
Qumica Agentes Inorgnicos (sales, azcar,
etc.).
Agentes orgnicos: cidos,
ahumado, gases, antibiticos.
Films o recubrimientos qumicos.
Uso de bacteriocinas: Sustancias de
origen biolgico conservacin
bioqumica.
Fsica Temperaturas altas.
Temperaturas bajas.
Concentracin.
Evaporacin Deshidratacin.
Tecnologas trmicas: Calentamiento
Ohmico, Microondas, Coccin al vaco.
Tecnologas no trmicas: Altas
presiones hidrostticas, Campos
magnticos oscilantes, Campos
elctricos pulstiles, pulsos lumnicos
intensos, irradiacin, Ultrasonidos.

4. Mtodos para la estimacin de la vida til

La estimacin de la vida til de un alimento es un requisito fundamental, y esta debe figurar,
salvo ciertas excepciones, en la etiqueta de los mismos. Es variada la metodologa empleada
para estimar la vida til, algunos de estos mtodos pueden parecer un tanto ortodoxos pero de
acuerdo con Labuza (1994) suelen ser vlidos. Algunos de estos mtodos sern expuestos de
forma breve, mientras nos centraremos en los mtodos de determinacin de la vida til a
tiempo real y determinacin rpida de la caducidad Test de vida til acelerado (Acelerated
Shelf Life Determinaton, ASLD) por ser los ms empleados (Dominic, 2004; Labuza, 1994).

4.1. Empleo de valores de referencia

La vida til de un nuevo producto puede estimarse basndose en los datos publicados en
diferentes bases de datos tales como las del ejrcito de los EE.UU. o por Labuza en: Shelf-life
Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 4

dating of foods (1982), pero el problema en este caso es que estos datos son muy limitados,
por lo que no tienen informacin adicional salvo para productos similares, adems, la mayora
de estos datos tienen derecho de autor y no pueden ser usados para la prediccin de la vida
til, salvo dentro de la misma empresa para lneas similares sin necesidad de realizar pruebas
experimentales.

4.2. Estimacin mediante asignacin de Turn Over

Una segunda aproximacin para estimar la vida til es el uso de tiempos de distribucin
conocidos para productos similares, mediante el anlisis de la informacin de las etiquetas de
los mismos. En este caso tampoco se requiere de comprobacin previa si se est seguro de
tomar este riesgo. Si se est empezando a desarrollar un nuevo producto, puede necesitarse
en este caso datos para determinar el tiempo de almacenamiento en condiciones caseras
reales para conseguir una buena estimacin de la vida til. Si no existe ningn producto similar
en el mercado, este mtodo no puede usarse.

4.3. Pruebas de abuso de distribuciones

Este mtodo de pruebas de abuso de distribuciones puede emplearse en el caso de estar
seguros de la vida til de un producto o si este ya se encuentra en el mercado. En este caso, el
producto es recogido del punto de venta y se mantiene en el laboratorio simulando las
condiciones caseras. Este mtodo ha sido usado por varios investigadores, sobre todo en
aquellos casos cuando algunos estados o pases cambian la legi slacin, pero a pesar de esto,
no ha sido ampliamente reportado encontrndose segn Labuza (1994), un solo estudio en la
literatura reportado por Gacula y Kubala, en 1975. Este mtodo reproduce la vida til basado
en la distribucin y condiciones de almacenamiento caseras.

4.4. Empleo de quejas o reclamos de los compradores

Otro acercamiento para evaluar la vida til que no requiere ningn estudio inicial es usar las
quejas o reclamos de los consumidores como una base para determinar cul es el problema
que est ocurriendo. En los EE.UU. la mayora de las empresas manejan un nmero telefnico
gratuito de atencin al consumidor en los empaques, y la informacin recogida a travs de
este, se carga a una base de datos sistematizada que incluye el tipo de queja, localizacin, etc.
A partir de estos datos, el departamento de I&D puede obtener una idea sobre el problema que
est ocurriendo y el modo en que se presenta. Normalmente se acepta que por cada queja o
reclamo reportado, entre 5060 casos no son reportados. Estos clientes representan una
proyeccin de tres aos de prdida de volumen de venta. A partir de estos datos, pueden
calcularse los costos en ingredientes, proceso, empacado o si los cambios de la distribucin
seran econmicamente factibles para mejorar la vida til. Este acercamiento global puede
usarse en conjunto con cualquiera de los tres mtodos descritos anteriormente.

4.5. Pruebas de vida til a tiempo real

Este tipo de pruebas evala el efecto de la temperatura normal de conservacin sobre las
propiedades microbiolgicas, fsico-qumicas y sensoriales de un alimento durante un periodo
de tiempo, entendindose como temperatura normal aquella que ser empleada durante la
conservacin comercial del producto, p.ej., en la evaluacin de la vida til de un yogurt se
empleara una temperatura de 4C, la cual es la temperatura a la que se conservar el producto
comercialmente. Para la determinacin de la vida til de un alimento debern considerarse las
variables microbiolgicas, fsico-qumicas y sensoriales que mayor influencia tendrn sobre la
calidad del producto.

Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 5

En torno a la evaluacin microbiolgica se ha planteado toda una discusin sobre qu grupo de
microorganismos deberan considerarse para la determinacin de la vida til, por un lado
encontramos el empleo de los recuentos viables totales (aerobios o anaerobios mesfilos,
psicrtrofos o psicrfilos) ya que este grupo se considera en microbiologa de alimentos como
un indicador del nivel de contaminacin de un producto, sin embargo surge el planteamiento de
la diversidad de especies que podran en un momento puntual integrar este grupo y de cmo
podran cambiar de lote a lote, de un periodo de tiempo a otro, o dentro de un mismo proceso.
Entonces, es seguro emplear este grupo como indicador de vida til?......... Si se emplea este
recuento podramos establecer que el valor mximo permitido oscilara en torno a 10
6
ufc/ g o
mL, es decir, que la vida til microbiolgica caducara en cuanto se alcance este nivel de
crecimiento en el producto final.

Desde mi punto de vista particular resulta ms conveniente establecer la vida til
microbiolgica de un alimento cuantificando el crecimiento de microorganismos alterantes, y
dentro de este grupo establecer cul de las especies es la que mayor incidencia va a tener
sobre la calidad final del producto. Por ejemplo, volvemos al caso del yogurt, en este producto
la vida til podra evaluarse empleando el recuento de bacterias cido-lcticas (BAL). De todas
formas tampoco resultara lgico emplear el recuento total de viables si sabemos que este
producto ha sido preparado empleando un cultivo iniciador o estrter.

4.6. Pruebas de aceleracin de la vida til (ASLT)

Las pruebas de aceleracin de la vida til es quiz la metodologa ms empleada hoy da para
calcular la vida til de un alimento no perecedero o estable (alimentos esterilizados como por
ejemplo los enlatados). En esta tcnica, se pretende estudiar varias combinaciones de
producto/empaque acabados bajo diferentes condiciones de abuso de temperatura,
examinando el producto peridicamente hasta el fin de la vida til; los resultados obtenidos se
usan para proyectar la vida til del producto bajo las verdaderas condiciones de
almacenamiento. Algunas empresas manejan base de datos de multiplicacin microbiana
obtenidos del trabajo y la experiencia previa, los cuales emplean para obtener la vida til real a
partir de los resultados encontrados en estas condiciones de abuso de temperatura.

Esta tcnica se basa en la aplicacin de la cintica de la velocidad de Arrhenius, el cual
establece que la velocidad de las reacciones qumicas se duplica aproximadamente por cada
10C de aumento de la temperatura. Sin embargo, antes de establecer una sentencia final
sobre la validez o exactitud de prediccin para una aplicacin particular, es necesario examinar
una serie general de factores que influyen sobre la vida til del producto. Estos incluyen (1)
propiedades estructurales / mecnicas de los alimentos, (2) propiedades extrnsecas tales
como la temperatura, Humedad relativa, atmsfera gaseosa, etc., (3) caractersticas intrnsecas
como el pH, a
w
, disponibilidad de nutrientes, potencial redox (Eh), presencia de
antimicrobianos, etc., (4) la interacciones microbianas y (5) factores relativos al proceso de
elaboracin, mantenimiento y manipulacin final.

Este mtodo no est exento de problemas. Debe tenerse cautela en la interpretacin de los
resultados obtenidos y su extrapolacin a otras condiciones. Por ejemplo cuando se prueba
una relacin producto/empaque, este empaque tambin tiene influencia sobre la vida til y por
tanto si se modifica el empaque con permeabilidades diferentes al oxgeno, agua, anhdrido
carbnico durante el almacenamiento verdadero (almacenamiento comercial), la vida til del
producto se tornara desconocida; y los resultados anteriores no pueden ser aplicables. Si las
condiciones de ASLT son escogidas de forma apropiada, y se usan los algoritmos adecuados
para la extrapolacin, entonces la vida til bajo cualquier distribucin conocida puede ser
predecible. Estas predicciones son basadas en los principios fundamentales de prdida de
calidad del alimento que se han descrito antes.
Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 6


5. Estimacin de la vida til microbiolgica: uso de herramientas predictivas.

Como ha sido comentado en muchas revisiones, la microbiologa predictiva de alimentos se
constituye hoy por hoy en una herramienta valiosa para el sector agroindustrial, ya que permite
obtener resultados en menor tiempo minimizando el uso de materiales de laboratorio, mano de
obra, y reduciendo por tanto costos econmico. Sin embargo, la microbiologa tradicional an
sirve de apoyo a la microbiologa predictiva. El modelamiento predictivo que integra el
comportamiento microbiano con otras variables del proceso ha empezado a ganar inters en la
industria agroalimentaria para predecir la vida til (Banks, 1994). Sin embargo, la determinacin
de la vida til es un tema complejo como es difcil predecir los efectos de las variables de
almacenamiento y las condiciones de abuso que un producto puede experimentar (Williams,
1992).

La gran variedad y nmero de microorganismos alterantes encontrados en los productos
alimenticios significa que los modelos de prediccin de alteracin son menos fciles de
desarrollar que los modelos de microorganismos patgenos y su aplicacin es mucho ms
limitada (Pin y Baranyi, 1998). Al igual que ocurre con el anlisis de riesgos y el HACCP, la
prediccin de la vida til debe considerar todas las etapas en la produccin de un alimento.
Deben obtenerse datos exactos acerca de las materias primas utilizadas, la formulacin de
productos, montaje de productos, tcnicas de procesamiento, condiciones de higiene, tipo de
empacado empleado, almacenamiento y procesos de distribucin y el manejo final del
consumidor. Slo cuando todas estas reas estn representadas puede hacerse posible una
prediccin fiable de la vida til (McMeekin y Ross, 1996b; Dalgaard, 1995).

El realizar un estudio de vida til puede implicar una amplia utilizacin tanto de recursos
tecnolgicos como financieros. Sin embargo, el desarrollo de modelos de prediccin podran en
un plazo prudencial reducir el uso de estos recursos y mejorar el tiempo de utilizacin
(Neumeyer y col., 1997a). Los estudios se han llevado a cabo sobre una gran variedad de
alimentos para determinar la vida til (por ejemplo en productos crnicos: Devlieghere et al.,
1999; Kant-Muermans et al., 1997; Neumeyer et al., 1997a, b; Vankerschaver et al., 1996). Sin
embargo, estos estudios no han utilizado un modelo capaz de incorporar todas las variables
que puedan tener un impacto sobre el crecimiento microbiano. Los principales factores que
influyen en la estabilidad microbiana en los alimentos son la temperatura, pH y actividad de
agua. La temperatura en particular puede variar significativamente a travs de la produccin y
distribucin (Geeraerd et al., 1998).

La mayora de los estudios han utilizado modelos dependientes de la temperatura, tales como
el modelo de la raz cuadrada (Ratwkosky et al., 1983) o el modelo de Arrhenius, y si bien es
cierto que con la mayora de los alimentos la temperatura es el principal factor que afecta la
vida til, no es la nica variable (Einarsson, 1994; Gill y Jones, 1992a; Gill et al., 1988;
Einarsson y Ericksson, 1986). La mayora de los modelos dinmicos propuestos (Baranyi et al.,
1993a, 1996b; Van Impe et al., 1995, 1992) es necesario el empleo de ms de una variable
fluctuante para predecir con precisin la vida til de los productos alimenticios. Los mtodos
prcticos utilizados en la elaboracin de modelos predictivos de vida til necesitan avanzar ms
(McDonald y Sun, 1999). Los mtodos estndares de anlisis microbiolgicos aunque son
eficaces an son lentos. Las investigaciones futuras deberan tener en cuenta el corto perodo
de vida de gran parte de alimentos refrigerados y el hecho de que los resultados son
necesarios rpidamente (Gibbs y Williams, 1990). El uso de tcnicas microbiolgicas ms
rpidas que las actuales ser necesario en el futuro.

Vamos a explicar dos mtodos clsicos para la determinacin de l a vida til de alimentos, un
primer modelo desarrollado por Monod-Hinshelwood para la estimacin de la caducidad
Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 7

microbiolgica y en segundo lugar, el modelo de Arrhenius empleado fundamentalmente en la
estimacin de la caducidad fsico-qumica, aunque puede emplearse en la estimacin
microbiolgica como veremos en el ejercicio descrito en el numeral 6.

De todas formas cabe recordar que los modelos de prediccin microbiolgica son en muchos
casos generales y variados y por tanto pueden extrapolarse para la estimacin microbiolgica
de la vida til de diversos alimentos.

5.1. El modelo de Monod-Hinshelwood (descrito por McMeekin y Ross, 2002)

Esta aproximacin puede ser usada para el clculo de la vida til microbiolgica. En palabras
de McMeekin y Ross (2002) la experiencia ha mostrado que para la mayora de los casos
donde estn implicadas asociaciones de microorganismos alterantes, el tiempo en el cual
ocurre o se desarrolla la alteracin de los alimentos est directamente relacionada con el
tiempo de generacin de aquel microorganismo que juega el papel predominante en dicha
asociacin. Esto es, que si conocemos la microbiota alterante predominante en los alimentos
perecederos y sabemos cmo cambia su poblacin en el tiempo (si asumimos que la
ocurrencia de alteraciones especficas se da despus de la fase de latencia), puede
establecerse la vida til del mismo mediante la siguiente relacin (aproximacin de Monod-
Hinshelwood):

t
s
=
log
s
log
0
log2

g


Donde t
s
es el tiempo necesario para que se desarrolle la alteracin bajo las mismas
condiciones extrnsecas e intrnsecas medidas; N
s
(ufc/g o cm
2
) es el valor correspondiente a la
poblacin de seguridad (valor mximo permisible antes de considerarse alterado el producto);
N
0
(ufc/g o cm
2
) es el valor correspondiente a la poblacin inicial presente en el producto; T
g
es
el tiempo de generacin de la poblacin alterante especfica. As una vez N
s
y T
g
han sido
determinados para esas condiciones de almacenamiento, es muy fcil determinar el tiempo de
vida til reemplazando en la frmula anterior, y por tanto, puede establecerse el mantenimiento
de la calidad de estos productos bajo estas condiciones. Por lo tanto, todo lo que se requiere
para estimar la vida til de ese alimento es conocer la poblacin inicial (N
0
).

Si la anterior aproximacin se aplica a diferentes temperaturas, entonces puede evaluarse el
efecto de la temperatura sobre el crecimiento bacteriano, transformando los datos de velocidad
de crecimiento o tiempo de generacin en una grfica de dependencia de la temperatura (como
ha sido usada por Mossel e Ingram, 1955), y obtener una constante que indique como cambia
la velocidad de crecimiento con el cambio de la temperatura. En este caso debera
considerarse calcular k a diferentes intervalos de temperatura constantes (por ejemplo el
modelo de Q
10
; el cual muestra como vara k cada vez que se incrementa o disminuye en 10C
la temperatura de almacenamiento.

Un modelo similar haba sido establecido por Svante August Arrhenius (Sueco, 1859-1927) en
1889, cuando descubri que la velocidad de las reacciones qumicas aumenta con la
temperatura, en una relacin proporcional a la concentracin de molculas existentes.

5.2. El modelo de Arrhenius (efecto de la temperatura sobre la velocidad de alteracin)

Las aproximaciones modernas de la Microbiologa Predictiva de Alimentos han tratado de
entender y establecer un vnculo entre el crecimiento de microorganismos y los factores que
regulan el crecimiento tales como la temperatura, pH, actividad de agua, potencial redox, etc.
Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 8

La gran mayora de los modelos secundarios son modelos de tipo cintico (McDonald y Sun,
1999; Labuza y Fu, 1993), de los cuales el ms comnmente usado ha sido el modelo de
Arrhenius.

Los modelos cinticos para la determinacin de la vida til en alimentos son generalmente
basados en la ocurrencia de fenmenos y estos no han sido desarrollados para un alimento en
particular. Sin embargo, los parmetros experimentales y ambientales de un modelo pueden
aplicarse para un producto en especial. De estos, la temperatura es normalmente considerada
como el factor ms importante en las reacciones de deterioro de los alimentos, especialmente,
para la alteracin microbiana donde la velocidad de crecimiento especfico y la fase de latencia
son altamente dependientes de la temperatura (Giannuzzi et al., 1998). La ecuacin de
Arrhenius fue derivada empricamente basada en consideraciones termodinmicas (Labuza y
Riboh, 1982), y describe la velocidad con que una reaccin cambia cuando se emplean
diferentes temperaturas conocidas (Ross y McMeekin, 1994). La forma ms simple de esta
ecuacin es:
k = Ac


o
ln k = ln



Donde, k es la velocidad de reaccin; A {(ufc/ml, g o cm
2
)/tiempo} es un factor pre-exponencial
parmetro a ser determinado (intercepto de y en una grfica de Lnk vs 1/T) , R es la
constante de los gases (8.314 J mol
-1
K
-1
), T es la temperatura absoluta (K), y E
a
es
denominada como la energa de activacin de la reaccin lmite de velocidad-crecimiento (Ross
y McMeekin, 1994). Si en la ecuacin anterior los valores de k son calculados a diferentes
temperaturas y si el lnk es graficado contra 1/T, puede obtenerse una lnea recta en la cual la
pendiente (m) es igual E
a
/R (Dominic, 2004; McDonald y Sun, 1999; Labuza et al., 1992;
Labuza y Riboh, 1982). As el modelo de Arrhenius puede catalogarse en la clasificacin de
Whiting y Buchanan (1993) como un modelo secundario.

Cuando el modelo de Arrhenius es empleado para evaluar el efecto de la temperatura sobre el
crecimiento microbiano, entonces k se transforma en la velocidad de crecimiento especfico
(Ross y McMeekin, 1994; Giannuzzi et al., 1998), y la ecuacin de Arrhenius puede escribirse
como:

= Ac



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 de crecimiento. Entonces, las
grficas obtenidas solo sirven para predecir el crecimiento microbiano en un limitado rango de
temperatura (McDonald y Sun, 1999; Labuza y Fu, 1993). 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 et al., en 1982 (Giannuzzi et al., 1998;
Neumeyer et al., 1997; Willocx et al., 1993; Adair et al., 1989).

= g (
0
)

Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 9

6. Ejercicio de estimacin de la vida til empleando modelos predictivos y test
acelerados de tiempo.

En el proceso de pasteurizacin de la leche a 72C por 15 segundos se busca reducir la carga
total microbiana un 99,99%. El producto est pensado para ser mantenido en condiciones de
refrigeracin (4C 0,5C). La variable microbiolgica a controlar es el recuento total de
viables, cuyo lmite mximo de crecimiento permitido es 4x10
4
ufc/ml. Si la carga inicial es de
10x10
6
bacterias por ml, al final del proceso se detecta que la poblacin final remanente es de
1000 ufc/ml.

Determine la vida til a 4C empleando los datos del test acelerado de tiempo durante 12 horas
mostrados a continuacin:
Tiempo (min)
10C 20C 30C
ufc/ml
0 1000 1000 1000
58 1047 1479 3162
115 1096 2188 9772
173 1148 3236 30903
230 1202 4786 95499
288 1259 7079 295121
346 1318 10471 912011
403 1380 15488 2818383
461 1445 23442 8128305
518 1514 34674 21379621
576 1585 51286 45708819
634 1660 75858 75857758
691 1738 112202 100000000
749 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 ml
-1
) es
calcular la velocidad de crecimiento especfica () para cada temperatura. Esta puede
obtenerse de diversas maneras, una es graficando en las ordenadas el ln ufc ml
-1
en fase
exponencial y en las abscisas el tiempo (min), 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 ml
-1
min
-1
). Otra forma es calculando a partir de la siguiente expresin:

=
(ln

ln
0
)
(t

t
0
)


Tambin puede emplearse el uso de software especficos como el DMFit, MicroFit, etc.

Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 10

10C (283K) 20C (293K) 30C (303K)
(ln ufc/ml*min)
0,000799 0,006838 0,019400
1/T (1/K)
0,003534 0,003413 0,003300

2. Con los resultados de para cada temperatura procedemos a calcular las constantes del
modelo de Arrhenius: energa de activacin (Ea) y el Factor pre-exponencial A. Para este
caso graficaremos en las ordenadas el ln a cada temperatura y en las abscisas el inverso
de cada temperatura absoluta (1/T). Recordemos que cuando se grafica de esta forma, la
pendiente de la recta (m) que se obtiene es igual a: Ea/R (y que por tanto Ea = m*R,
que en todos los casos ser positiva); y el intercepto en el eje y cuando X=0 es el factor
pre-exponencial en logaritmo (LnA).

Figura 1. Relacin entre la velocidad de crecimiento vs temperatura mediante la
cintica de Arrhenius


De la grfica podemos inferir que:
Ea = (m*R)
R = 8,314472 J mol
-1
K
-1

Ea = (13679 Ln ufcK/ml*min * 8,314472 J/molK)
Ea = 113733,662 Ln ufc*J/ml*min*mol.
LnA = 41,371 Ln ufc/ml*min

3. Una vez obtenidos los parmetros procedemos a calcular a 4C (277K) reemplazando
en la ecuacin de Arrhenius.
Ln = Ln



Ln = 41,371(
Lnufc
ml min
)
113733,662 (
Ln ufc J
ml min mol
)
8,314472 (
J
mol K
) 277K


Ln = 43,27(
Ln ufc
ml min
) 47,13 (
Ln ufc
ml min
)
y = -13679x + 41,371
R = 0,9688
-8
-7
-6
-5
-4
-3
-2
-1
0
0,00325 0,0033 0,00335 0,0034 0,00345 0,0035 0,00355
L
n


(
L
n

u
f
c
/
m
l
*
m
i
n
)
1/T (1/K)
Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 11


ln = 8,01167
Ln ufc
ml min


= 0,0003316
Ln ufc
ml min

Por tanto, la velocidad de crecimiento especfico a 4C es de 0,0003316 Ln ufc/ml*min.

4. Procedemos a estimar entonces la vida til a 4C. Si nuestro valor lmite es 4,0x10
4
ufc/ml
(10,5966 Ln ufc/ml). Si tenemos que por cada minuto se incrementa 0,0003316 Ln ufc/ml
{recordemos que se obtiene del Ln ufc/ml vs tiempo (min)}, en cuanto tiempo se
alcanzarn las 10,5966 Ln ufc/ml que es nuestro valor lmite?

5. Podemos usar una sencilla regla de tres:

1 min 0,0003316 ln ufc/ml
X? 10,5966 ln ufc/ml

=
1mn 10,5966 n uc/ml
0,0003316 n uc/ml


X = 31955,97 minutos, aproximadamente 31956 minutos, o el equivalente a 22
das.

Con el empleo de la cintica de Arrhenius, obtendramos un producto con una vida til
media de 20 a 22 das si se conserva a temperatura de 4C.

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, aunque
tenemos varias opciones, emplearemos en este caso la frmula:

g
=
ln2


Donde T
g
equivale al tiempo de generacin.

10C (283K) 20C (293K) 30C (303K)

0,000799 0,006838 0,019400
Tg = (0,693/)
867,33 min 101,35 min 35,72 min

2. El segundo paso es graficar el Log
10
Tg para cada temperatura experimental en las
ordenadas y la Temperatura en las abscisas.

Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 12

Figura 2. Relacin entre el tiempo de generacin (expresado en unidades Log
10
) vs
temperatura de crecimiento.


3. A partir de la ecuacin de la recta calculamos el Log
10
T
g
a 4C.

Si y = 1,27ln(x) + 5,8484, entonces a 4C (x).

Log
10
T
g
= 1,27*ln(4) + 5,8484

Log
10
T
g
= 1,27*1,386 + 5,8484

Log
10
T
g
= 1,761 + 5,8484

Log
10
T
g
= 4,0878

T
g
= 10
4,0878

T
g
= 12240,7 min a 4C

4. Con los datos anteriores de T
g
a 4C, procedemos a establecer la vida til mediante la
ecuacin:
t
s
=
Log
s
og
0
og2

g


t
s
=
4,602 3
0,301
12240,7 mn

t
s
= 65148,16 mn

t
s
= 45,2 Js
Con el empleo del modelo de Monod-Hinshelwood, obtendramos un producto con una
vida til media de 45 das si se conserva a temperatura de 4C.
y = -1,27ln(x) + 5,8484
R = 0,9978
0,000
0,500
1,000
1,500
2,000
2,500
3,000
3,500
0 5 10 15 20 25 30 35
L
o
g
1
0
T
g
(
m
i
n
)
Temperatura (C)
Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 13


7. Conclusin.

Si la vida til estimada para este producto a 4C es de 22 das con el modelo de Arrhenius,
como margen de seguridad puede establecerse una vida til de 18 a 20 das a 4C. Sin
embargo, con la aproximacin de Monod-Hinshelwood la vida til se ve prolongada a 45 das.
En este caso como margen de seguridad podramos establecer una vida til de 40 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 o
por encima de las temperaturas evaluadas para el crecimiento, lo anterior puede evidenciarse
al comparar las Figuras 1 y 2, donde se observa que la relacin tanto de la velocidad de
crecimiento como del tiempo de generacin frente a la temperatura no es lineal, sino de tipo
exponencial o logartmico, es decir, se asemeja ms al proceso de crecimiento bacteriano, que
por regla general es fisin binaria, la cual es de tipo exponencial. Claro que debemos recordar
que no todas las bacterias siguen este proceso de crecimiento tal y como ocurre con
Streptomyces spp. (Formacin de hifas y esporulacin); Mixobacterias (Formacin de cuerpos
fructferos y esporulacin); Hyphomicrobium spp. (Gemacin); Nocardia spp. y Micoplasmas
(Formacin de filamentos y septacin).

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, 101
110.
Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 14

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.
Cabeza-Herrera, E.A. Aplicacin de la Microbiologa Predictiva en la determinacin de la vida til de los alimentos 15

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- 813831.
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