Uso de modelos preditivos no crescimento e inativação de esporos de Alicyclobacillus acidoterrestris em suco de laranja e maça. / Use of predictive models for growth and inactivation of alicyclobacillus acidterrestris spores in orange and apple juices.

AUTOR(ES)
DATA DE PUBLICAÇÃO

2005

RESUMO

A presente pesquisa desenvolveu modelos preditivos de crescimento e/ou inativação de Alicyclobacillus acidoterrestris em sucos de laranja e maçã. Foram estudados os efeitos do pH, temperatura de incubação (T), concentração de sólidos solúveis (°Brix) e de nisina no crescimento de A. acidoterrestris CRA 7152 em sucos concentrados de laranja e maçã e, o efeito da concentração de nisina e da temperatura de pasteurização na resistência térmica dos seus esporos em suco concentrado de laranja. Dois modelos primários, de Gompertz modificado e de Baranyi &Roberts, foram usados para descrever as curvas de crescimento da bactéria em suco de laranja. Verificou-se que o modelo de Baranyi &Roberts foi o mais adequado para descrever as respostas microbianas. Um modelo polinomial de segunda ordem de superfície de resposta descreveu o tempo de adaptação do microrganismo sob efeitos da temperatura, pH, concentração de nisina e °Brix em suco concentrado de laranja, com R2 de 0,816. Mostrou-se que as combinações (28,5°C; pH 3,7; 17,5IU/ml de nisina e 17°Brix); (45,5°C; pH 3,7; 52,5IU/ml de nisina e 17°Brix) e (28,5°C; pH 5,1; 52,5IU/ml de nisina e 17°Brix) apresentaram o maior tempo de adaptação de pelo menos 47 dias de incubação. O modelo probabilístico de regressão logística (capítulo 2 e 5), mostrou-se como uma importante ferramenta para descrição da região de interface cresce/não. Resultados importantes foram obtidos por estes modelos tanto para suco de laranja como de maçã. Foi confirmada que o uso da nisina é uma alternativa importante na prevenção do crescimento do A. acidoterrestris. Os parâmetros pH, temperatura e nisina assim como a interação Brix*temperatura foram significativos representando 96% das respostas corretas dos dados experimentais em suco de laranja. Para o suco de maçã, 97% das respostas corretas dos dados experimentais foram representados pelos seguintes parâmetros e interações do modelo probabilístico: pH, temperatura, Brix, concentração de nisina, Brix*pH, Brix*temperatura e Brix*nisina. O modelo quadrático, que descreveu a resistência termoquímica do A. acidoterrestris em suco concentrado de laranja, mostrou um bom ajuste com um R2 de 0,995 e indicou que a resistência do microrganismo foi mais afetada pela ação da temperatura de pasteurização do que pela concentração de nisina. As variáveis, temperatura de pasteurização e concentração de nisina no nível linear e a temperatura no nível quadrático foram significativas Assim, a nisina é mais uma opção na diminuição da resistência térmica dos esporos desta bactéria. Com uma concentração de 100 IU de nisina/ml de suco foram obtidas uma redução no valor D (tempo de redução decimal) de 29% a 92°C, 26% a 95°C, 23% a 98 °C e 21% a 102°C. O uso alternativo da técnica de redes neurais artificiais (RNA), mediante o software Matlab v.6.5, foi contrastado com o modelo quadrático no estudo da determinação da viabilidade e crescimento de A. acidoterrestris em suco de maçã de 11 a 19 °Brix. Os resultados experimentais mostraram que 70 IU de nisina/ml foram suficientes para inibir o crescimento do A. acidoterrestris em qualquer condição testada (pH de 3,5 a 5,5; temperatura 25 a 50°C; e Brix de 11 a 19). A rede com quatro neurônios na camada escondida foi a que melhor se ajustou ao processo estudado. Os valores dos índices estatísticos para validação dos modelos apresentaram Porcentagem média residual relativa - MRPR e Resíduo relativo médio absoluto - MARR de -17,43 e 17,81 para o modelo polinomial e, -1,67 e 14,54 para o modelo neural, respectivamente, mostrando que a performance do RNA foi levemente superior ao modelo polinomial. Assim, esta técnica pode ser explorada no campo da modelagem do crescimento e viabilidade microbiana.

ASSUNTO(S)

alicyclobacillus acidoterrestris suco de laranja nisin orange juice nisina predictive microbiology pasteurização apple juice microbiologia preditiva pasteurization suco de maça

ACESSO AO ARTIGO

Documentos Relacionados