Microbiologia preditiva aplicada à análise de amostras de carne de vaca e porco

A microbiologia preditiva é a conjugação de conhecimentos provenientes de disciplinas como a matemática, estatística e os sistemas de informação e tecnologia que pretende providenciar modelos preditivos que prevejam o comportamento microbiano em ambientes alimentares, de forma a poder prevenir a deterioração dos géneros alimentares bem como as doenças de origem alimentar. Os modelos preditivos primários, secundários e terciários são aplicados no intuito de melhorar a qualidade e segurança alimentar e particularmente os terciários, podem ser utilizados como ferramentas auxiliadoras na área de HACCP; é necessário ter em conta que estes modelos são uma representação muito simplificada da realidade, que possuem limitações devido á complexidade do comportamento microbiano e dos ambientes alimentares, podendo por isto estimar previsões que se desviem das situações reais. O presente trabalho tem como principal objectivo averiguar a aplicabilidade da microbiologia preditiva, particularmente, dos modelos terciários ou softwares preditivos, na análise de amostras de carne de vaca e porco armazenadas a 5ºC e 10ºC, comparando os resultados obtidos através da análise microbiológica clássica, realizada no laboratório de microbiologia da empresa SGS, com os resultados obtidos das previsões provenientes de dois softwares preditivos, nomeadamente, ComBase Predictor e PMP (Pathogen Modeling Program). Para tal, foram realizadas análises microbiológicas, por forma a realizar contagens de E.coli, S.aureus, L.monocytogenes e pesquisa de Salmonella e análises químicas para analisar o pH, aw e NaCl de 20 amostras de carne de vaca e 20 amostras de carne de porco Adicionalmente foram efetuadas contagens de microrganismos totais a 30ºC. Os resultados demonstraram que a ferramenta preditiva ComBase conseguiu efectuar melhores previsões para o crescimento de E. coli, S. aureus e L. monocytogenes em amostras de carne de vaca e de porco do que a ferramenta preditiva PMP. Contudo, mesmo sendo melhor, as previsões efectuadas pelo programa apresentaram desvios em relação às contagens reais que muito provavelmente se relacionam com a existência da flora de decomposição. Os resultados estimados pela ferramenta PMP foram sempre muito mais elevados do que os resultados obtidos na análise microbiológica laboratorial, o que demonstrou a sua não aplicabilidade a este tipo de amostras.

Mathematical modeling of microbial growth in milk

A mathematical model to predict microbial growth in milk was developed and analyzed. The model consists of a system of two differential equations of first order. The equations are based on physical hypotheses of population growth. The model was applied to five different sets of data of microbial growth in dairy products selected from Combase, which is the most important database in the area with thousands of datasets from around the world, and the results showed a good fit. In addition, the model provides equations for the evaluation of the maximum specific growth rate and the duration of the lag phase which may provide useful information about microbial growth.

Estudo do desempenho de reforços de pavimentos asfálticos em via urbana sujeita à tráfego comercial pesado

O presente trabalho apresenta um estudo experimental sobre o desempenho de reforços de pavimentos asfálticos de uma via urbana com elevado volume de tráfego comercial pesado no município de São Paulo, monitorados durante quatro anos desde a mais recente restauração executada. A pesquisa envolveu o acompanhamento sistemático de seções pré-selecionadas na Avenida dos Bandeirantes, por meio de medidas de irregularidade longitudinal com um medidor tipo resposta bem como do trincamento superficial com o mapeamento e registros realizados em campo. A Avenida dos Bandeirantes é o principal corredor de interligação entre as vias localizadas no Oeste do Estado de São Paulo com o Porto de Santos, absorvendo 58% do total de veículos que passam pela Região Metropolitana, totalizando aproximadamente de 250.000 veículos/dia (em ambos os sentidos), sendo destes, cerca de 20.000 caminhões. Combase em dados levantados em campo e em projetos de restauração anteriormente realizadosforam desenvolvidos modelos empíricos de previsão de desempenho dos reforçosde pavimentos asfálticos,levando em consideração fatores relevantes para seu comportamento. Para isto, foram testados modelos lineares com diferentes estruturas de covariância e também modelos de regressão logística, que ao final mostraram-se mais conservadores que aqueles empregados na previsão de desempenho do programa HDM-4, para as condições do problema, no que tange à evolução do trincamento. No caso de previsão de irregularidade, observaram-se resultados similares entre os modelos desenvolvidos e aqueles preconizados pelo programa HDM-4. Fornecer suporte para decisões relacionadas à gerência de manutenção de pavimentos urbanos de grandes metrópoles e considerar modelos estatísticos ainda pouco utilizados para prever desempenho foram as principais contribuições buscadas durante a realização da pesquisa.

Modeling the growth rate and lag time of different strains of Salmonella enterica and Listeria monocytogenes in ready-to-eat lettuce

The growth parameters (growth rate, mu and lag time, lambda) of three different strains each of Salmonella enterica and Listeria monocytogenes in minimally processed lettuce (MPL) and their changes as a function of temperature were modeled. MPL were packed under modified atmosphere (5% O-2, 15% CO2 and 80% N-2), stored at 7-30 degrees C and samples collected at different time intervals were enumerated for S. enterica and L monocytogenes. Growth curves and equations describing the relationship between mu and lambda as a function of temperature were constructed using the DMFit Excel add-in and through linear regression, respectively. The predicted growth parameters for the pathogens observed in this study were compared to ComBase, Pathogen modeling program (PMP) and data from the literature. High R-2 values (0.97 and 0.93) were observed for average growth curves of different strains of pathogens grown on MPL Secondary models of mu and lambda for both pathogens followed a linear trend with high R2 values (>0.90). Root mean square error (RMSE) showed that the models obtained are accurate and suitable for modeling the growth of S. enterica and L monocytogenes in MP lettuce. The current study provides growth models for these foodborne pathogens that can be used in microbial risk assessment. (C) 2011 Elsevier Ltd. All rights reserved.