Microbiologia Predittiva

E’ possibile prevedere il comportamento dei microrganismi?

Da modelli matematici e database, la Microbiologia Predittiva (branca della microbiologia degli alimenti) ha la capacità di predire la risposta dei batteri e stimare l’accuratezza delle predizioni.

Figura 1 - E'possibile prevedere il comportamento dei microrganismi?
Figura 1 – E’ possibile prevedere il comportamento dei microrganismi?

La nascita della Microbiologia predittiva

L’idea di tale disciplina inizia a crearsi nel 1920, quando fu esposta la teoria sulla relazione lineare tra la morte delle cellule batteriche e la durata di un trattamento termico, mediante scala semilogaritmica. Il modello citato è la base di processi di sterilizzazione e pastorizzazione ad oggi utilizzati. Solo nel 1980, la Microbiologia Predittiva inizia ad acquisire l’aspetto di una reale disciplina, grazie agli studi sulla relazione tra la velocità di crescita in fase esponenziale di un microrganismo e la temperatura di incubazione.

I modelli matematici

Strumenti fondamentali per le industrie alimentari, per predire e controllare le fasi di crescita, sopravvivenza e morte dei batteri (Figura 2), sono modelli matematici basati su equazioni. I fenomeni biologici legati al batterio sono controllati mediante modelli primari, mentre i parametri ambientali e di processo sono gestiti da modelli secondari. Esistono inoltre, differenti software online o scaricabili che possono prevedere l’andamento della sopravvivenza dei microrganismi (ComBasePredictor, PathogenModeling Program).

Figura 2 - Fasi di crescita microbica
Figura 2 – Fasi di crescita microbica

Per prevedere l’andamento della crescita batterica in ogni fase, la durata della fase lag (λ), la velocità specifica di crescita massima (μmax) e il livello massimo raggiunto dalla popolazione microbica (A), è utile l’uso dei modelli primari.

Sono definiti modelli empirici, quelli che si basano su modelli matematici, in particolare primari sono l’equazione Logistica, l’equazione di Richards e l’equazione di Gompertz (Figura 3), mentre secondari sono le equazioni polinomiali.

Figura 3 -  Equazione di Richards
Figura 3 – Equazione di Richards

I modelli meccanicistici sono il D-model di Baranyi e Roberts (modello primario) utili per la previsione della crescita microbica e l’equazione di Arrhenius (modello secondario) riguardante la cinetica di disattivazione termica dei microrganismi.

Nonostante i modelli empirici siano più semplici da utilizzare, i modelli meccanicistici forniscono risultati più affidabili.

Software applicativi

Grazie ai dati ottenuti da laboratori di ricerca sono stati creati dei database, come ComBase (COMmon relatio-nal dataBASE) disponibile sul sito http://wyndmoor.arserrc.gov/combase (figura 4). I centri di ricerca Food Standards Agency, Institute of Food Research(UK), USDA Agricultural Research Service, Eastern RegionalResearch Center(USA ), Australian Food Safety Centre ofExcellence, hanno creato database con più di 20.000 curve di crescita e sopravvivenza batterica e oltre 8000 record di parametri dei tassi di crescita e sopravvivenza. A volte i software possono presentare più modelli per microrganismo, in modo tale che il valutatore del rischio microbiologico può scegliere il modello che rappresenta maggiormente l’alimento in questione.

Figura 4 - Software Combase Predictor
Figura 4 – Software Combase Predictor

Utilità della Microbiologia Predittiva

Le aziende alimentari posso usufruire di questa branca della microbiologia, durante la fase iniziale di sviluppo di un prodotto alimentare per ottenere una previsione della sua scadenza, oppure nel caso di modifiche del processo di produzione di un prodotto con una shelf-life già precisata.

Caso tipico della Listeria monocytogenes: conoscendo l’andamento di crescita del patogeno alle temperature 5,0 °C, 10,0 °C, 15,0 °C, caratterizzato da specifici tassi di crescita e tempo lag, è possibile predire il comportamento di crescita nello stesso alimento ma a temperature differenti, a 12 e 8 °C.

Quindi i vantaggi di tale metodica, rispetto ai tradizionali test di conservabilità, sono evidenti sia a livello economico che di tempistica. Gli studi di shelf-life non presentano database informativi facilmente accessibili.

I limiti

Chi approccia a tale metodica deve tener conto che il comportamento dei microrgnismi all’interno degli alimenti può essere differente rispetto a quello riscontrato in condizioni sperimentali di laboratorio, mediante l’utilizzo di terreni di coltura, rappresentando uno dei principali limiti.

Un’ulteriore differenza può riguardare i modelli di tipo deterministico e quelli stocastici. I primi danno un valore puntuale della crescita batterica in un determinata unità temporale, i secondi invece esprimono la probabilità di un evento microbico in un alimento con i rispettivi limiti di confidenza.

Veronica Nerino

Fonti

Rispondi

%d blogger hanno fatto clic su Mi Piace per questo: