Uso da Microbiologia Preditiva na Segurança Alimentar de Produtos / Cárneos Use of Predictive Microbiology in Food Safety of Meat Product

Ana Luiza Lira, Josieli Fátima Vesoloski, Marcieli Peruzzolo, Rogério Luis Cansian, Geciane Toniazzo Backes

Abstract


Microrganismos são capazes de acarretar problemas de forma irreversível nos alimentos, causando grande preocupação, pois podem afetar a qualidade e a segurança alimentar, além de gerar perdas econômicas. Dessa forma, algumas ferramentas são fundamentais para conter esses patógenos, como a utilização da microbiologia preditiva. Seu uso, através de modelos matemáticos primários, secundários e terciários, fornece informações sobre a concentração de microrganismos nos produtos, controlando o crescimento dos mesmos dentro dos processos microbiológicos, assim como na estimativa de vida de prateleira e permitem a simulação da influência de alguns fatores, como pH, temperatura e atividade da água. Neste sentido, o objetivo deste trabalho foi fazer uma análise sobre a importância da microbiologia preditiva na segurança alimentar, focando no crescimento microbiano em produtos cárneos. A microbiologia preditiva é uma ferramenta muito importante para garantir a qualidade, contribuindo assim na tomada de decisões na indústria alimentícia. Os modelos mais utilizados são os secundários (polinomiais, da raiz e cardinal), dentro desse grupo são levadas em consideração muitas variáveis ao longo do tempo, como por exemplo a temperatura. Os terciários também são muito conhecidos, apesar de existirem muitos softwares o ComBase é o mais citado, por possuir mais de 60.000 registros, o que torna possível prever o crescimento e inativação de qualquer microrganismo presente no seu banco de dados. Já o modelo primário considera apenas o crescimento dos microrganismos e não as variáveis do ambiente, por isso é menos usado.


Keywords


Microrganismos. Modelos matemáticos. Crescimento microbiano. Indústria de alimentos.

References


AKKERMANS, S.; LOGIST, F.; IMPE J. F. V. Parameter estimations in predictive microbiology: Statistically sound modelling of the microbial growth rate. Food Research International, v. 106, p. p. 1105-1113, 2017.

AMARAL, L. S.; POTRICH. O uso de ferramentas da microbiologia preditiva para análise multivariada em experimentos. In: Workshop de Inovação, Pesquisa, Ensino e Extensão, 2019, São Carlos, SP. Anais [ISSN 2525-9377] São Carlos, 2019.

BARBOSA N. C.; SILVA M. D.; ARRAIS B. R.; CARVALHO I. C.; FERREIRA M. R. A.;

MOREIRA C. N. Qualidade microbiológica de lombo suíno e correlação entre microrganismos indicadores. Brazilian Journal of Development, n. 5, v. 6, p. 24591-24600, 2020.

CHAI, C.; JANG, H; OH, S. Real-time PCR-based quantification of Shigella sonnei in beef and a modified Gompertz equation-based predictive modeling of its growth. Applied Biological Chemistry n. 59, v. 1, p. 67–70, 2016.

DANIELLI, A. J. Validação de Softwares de Microbiologia Preditiva para Aplicação em Abatedouro de Aves. 2020, 77 f. Dissertação (Mestrado em Engenharia de Alimentos) – URI, Erechim, RS, Brasil, 2020.

FAKRUDDIN, M. D.; MAZUMDER, R. M.; MANNAN, K. S. B. Ceylon Journal of Science n.40, v. 2, p. 121-131, 2011.

GONZÁLEZ, S. C.; POSSAS, A.; CARRASCO, E.; VALERO, A.; BOLÍVAR, A.; IZQUIERDO,

G. D. P.; GIMENO, R.M. G.; ZURERA, G.; RODRÍGUEZ, F. P. ‘MicroHibro’: A software tool for predictive microbiology and microbial risk assessment in foods. International Journal of Food Microbiology, v. 290, p. 226-236, 2018.

HUTCHINGS, N.; SMYTH, B.; CUNNINGHAM, E.; MANGWANDI, C. Development of a

mathematical model to predict the growth of Pseudomonas spp. In, and film permeability requirements of, high oxygen modified atmosphere packaging. Journal of food engineering, v. 289, p. 110251, 2020.

LÓPES, F. N. A.; GALLEGO, J. B.; VALERO, A.; GIMENO, R. M. G.; FERNÁNDEZ, A. G.

Predictive Microbiology: A Valuable Tool in Food Safety and Microbiological Risk Assessments. In: Practical Food Safety: Contemporary Issues and Future Directions. 1. Ed. Córdoba, Spain, p. 517-534, 2014.

MASOTTI, F.; CATTANEO, S.; STUKNYTĖ, M.; NONI, I. Airborne contamination in the food industry: An update on monitoring and disinfection techniques of air. Trends in Food Science & Technology, v. 90, p. 147-156, 2019.

MATOS, L. R. Microbiologia Preditiva aplicada à análise de amostras de carne de vaca e porco. 2014. Dissertação (Mestrado em Tecnologia e Segurança Alimentar) – Universidade Nova de Lisboa, Portugal, 2014.

MENEZES N. M. C. Efeito da adição de óleo essencial de orégano sobre a vida útil de presunto fatiado embalado a vácuo: modelagem em condições isotérmicas e não isotérmicas. 2016.78 f. Dissertação (Mestrado em Engenharia de Alimentos) – UFSC, Florianópolis, SC, 2016.

MILKIEVICZ, T.; SARTOR, J. V. B.; BADIA, V.; LONGHI, D. A.; GALVÃO, A. C.; ROBAZZA,

W. S. Modelagem de crescimento de Salmonella spp. Em carne de frango submetida a um regime de temperatura variável. In: 6º simpósio de segurança alimentar, 2018, Gramado, RS, Brasil.

NOGUES D. R. N. Avaliação do efeito inibitório do ácido fítico sobre esporos de Clostridium perfringens Tipo A aplicado em produtos cárneo cozido. 2018, 42 f. Trabalho de Conclusão de Curso (Engenharia de Alimentos) – UTFPR, Medianeira, Paraná, Brasil, 2018.

NYHAN, L.; BEGLEY, M.; MUTEL, A.; JOHNSON, Y. Q. N.; CALLANAN, M. Predicting the

combinatorial effects of water activity, pH and organic acids on Listeria growth in media and complex food matrices. Food Microbiology, v.74, p. 75-85, 2018.

PAVLIDIS, D. E.; MALLOUCHOS, A.; JOHN, G. Microbiological assessment of aerobically stored horse fillets through predictive microbiology and metabolomic approach. Meat Science, v. 172, 2020.

PRADHAN, A. K; MISHRA, A.; PANG, H. Microbiologia preditiva e avaliação de risco microbiano. Microbiologia Alimentar: Fundamentos e fronteiras, 5. Ed. Washington, DC, 2019, p. 989-1006.

QUEIROZ I. K. A. Carne moída bovina em Araguaína: qualidade higiênico-sanitária e perfil de resistência antimicrobiana de E. coli e Salmonella sp. 2017. 82 f. Dissertação (Ciência animal) UFT, Araguaína, Tocantins, Brasil, 2017.

REID, R.; FANNING. S.; WHYTE. P.; KERRY. J.; LINDQVISt. R.; YU. Z.; BOLTON. D.; The

microbiology of beef carcasses and primals during chilling and commercial storage. Food Microbiology, n, 61, p. 50 – 57, 2017.

REIS R. M.; SILVA J. S; PIMENTEL É. K.; OLIVEIRA B. C. R.; VASCONCELOS L. A. S.;

SANTOS F. F. Ocorrência de microrganismos psicrotróficos em carne moída in natura comercializada na cidade de Manaus, Amazonas. Brazilian Journal of Development, n. 6, v. 6, p. 41750-41759, 2020.

ROBAZZA, W. D.; TELEKEN, J. T.; GALVÃO, A. C. Application of a Model Based on the Central Limit Theorem to Predict Growth of Pseudomonas spp. Food and Bioprocess Technology, n. 10, p. 1685–1694, 2017.

SANSALONE, L. P.; OTEIZA, J. M.; GIACOBONI, G.; GIANNUZZI, L. Predictive Models for the

Survival of Campylobacter Jejuni Inoculated in Chicken Meat. Journal of food processing and preservation, v. 34, p. 247-264, 2010.

SCHLEI K. P.; REITER M. G. R.; BERTOLI S. L.; LICODIEDOFF S.; CARVALHO L. F. &

SOUZA C. K. Microbiologia Preditiva: aspectos gerais e tendências. Perspectivas da Ciência e Tecnologia, v.10, p. 52-68, 2018.

SILVA A. A.; AMORIM B. O.; SOUZA M. N.; BATISTA C. A.; RITTER D. O. & LANZARIN M.

Evaluation of hygienic – sanitary quality of ground beef exposed for sale. Brazilian Journal of Development, n. 3, v. 6, p.10513-10525, 2020b.

SILVA H. O.; VIDAL A. M. C.; JUNIOR O. D. R. Pathogenic bacteria in turkey meat: A review.

Revista Brasileira de Higiene e Sanidade Animal, n. 3, v.11, p. 338-353, 2017.

SILVA J. L.; CADAVEZ V. A. P.; MACHADO M. A. M.; DIAS B. C. L.; NETO A. C.; BARRON

U. G.; FIGUEIREDO E. E. S. Behavior of spoilage acum ca and Salmonella acum ca subspecies acum ca O:4,5 in acum-packaged beef during refrigeration. Ciência Rural, n. 7, v. 50, 2020a.

STAVROPOULOU E.; BEZIRTZOGLOU E. Predictive Modeling of Microbial Behavior in Food. Foods, n. 8, v. 12, p. 654, 2019.

TAMPLIN, M. L. Integrating predictive models and sensors to manage food stability in supply chains. Food Microbiology Journal, v. 75, p. 90-94, 2018.

WANG, J.; RAHMAN, S. M. E.; PARK, M. Modeling the response of Listeria monocytogenes at various storage temperatures in pork with/without electrolyzed water treatment. Food Science Biotechnology, v. 21, p. 1549–1555, 2012.

WU, S. T.; HAMMONSA, S. R.; SILVERA, R.; NEALB, J. A.; OLIVERA, H. F. Retail deli

managers and associates have better food safety culture in stores with lower Listeria monocytogenes contamination. Food Control, v. 110, p. 106983, 2020.

ZHOU, K.; ZHONG, K.; LONG, C.; HAN, X.; LIU,S. Development and Validation of a Predictive Model for the Growth of Salmonella enterica in Chicken Meat. Journal of Food Safety, v. 34, p. 326-332, 2014.




DOI: https://doi.org/10.34117/bjdv6n12-790

Refbacks

  • There are currently no refbacks.