Se realizó la predicción del crecimiento de E. coli en las muestras de suero de leche de las tres empresas, para ello se introdujeron los datos obtenidos en los análisis iniciales del producto y se variaron ingresando valores menores y mayores a estos con el fin de conocer el comportamiento de la bacteria en diferentes estas condiciones y relacionar con la vida útil del producto. Los resultados se indican en las Figuras 1, 2 y 3.
Figura 1.Predicción del crecimiento de Escherichia coli en muestra de suero leche de la Empresa PUCATE variando los siguientes parámetros: a) población inicial de la bacteria b)
12 Figura 2. Predicción del crecimiento de Escherichia coli en muestra de suero leche de la Empresa ESTHELITA variando los siguientes parámetros: a) población inicial de la bacteria
b) temperatura c) pH y d) % NaCl.
Figura 3. Predicción del crecimiento de Escherichia coli en muestra de suero de leche de la Empresa ADRIANITA variando los siguientes parámetros: a) población inicial de la bacteria
13 En ninguno de los casos la bacteria presentó fase de adaptación debido que los factores intrínsecos y extrínsecos iniciales (28 °C, pH 5.5 y 0.026 % NaCl) del suero de leche fueron óptimos para su crecimiento (Figuras 1a, 2a y 3a); esto podría explicarse debido a la alta carga poblacional inicial del suero. Bajo estas condiciones luego de 8 horas el producto alcanza una población de 8 log UFC/g (empresa Pucate), valores similares a lo reportado por Paredes (2014) en suero de leche fresco. La predicción del crecimiento de E. coli con una menor población inicial de 1 log ufc/g la bacteria permite determinar que el tiempo en el que se alcanza una población de 8 log UFC/g es de 10 horas (empresa Esthelita y Adrianita, respectivamente).
En cuanto a la influencia de la temperatura (Figuras 1b, 2b y 3b), la disminución de esta a 10 ºC permitiría que la población de E. coli alcance valores menores de 8 log ufc/g a las 48 horas en tanto que si la temperatura fuera de 35 ºC - 37 ºC mayor a la que normalmente se encuentra el producto tenga una población de 8 log ufc/g a las 4 horas, reducción su tiempo de vida útil, resultados similares se determinaron en la investigación acerca del crecimiento de E. coli de un modelo de regresión no lineal, en la que se concluyó que este microorganismo se adaptó a temperaturas de 37 °C por 50 días bajos condiciones adversas (Salter, MA, Ratkowsky, DA, Ross, T, & McMeekin, TA., 2000).
En las Figuras 1c, 2c, 3c se puede observar cómo el pH influye sobre el crecimiento de la bacteria. Cuando el pH se acerca a la neutralidad (6.5) la población de E. coli alcanza 8 log ufc/g a próximamente en 4 horas en tanto que si el pH se reduce a 4.5 este tiempo se extiende entre 18 a 24 horas. Siliciano (2010), Aguirre y Garcia (2013) indican que a un pH menor a 4.5 disminuye el crecimiento bacteriano y a un pH de 7 su crecimiento aumenta. Está comprobada la habilidad de E. coli para sobrevivir en condiciones ácidas por encima de 50 días en diferentes matrices alimentarias, siendo esta supervivencia afectada por la presencia de acidulantes y también por la temperatura (Abdul-Raouf, 1993) (Conner, 1995).
En relación a la variación del % de NaCl (Figuras 1d, 2d y 3d), la concentración inicial de NaCl del suero (0.026 %) permite que entre 6 y 8 horas la población de E. coli alcance 8 log ufc/g. Al incrementar la concentración de NaCl (0.1 y 2.2 %) este tiempo se incrementa a 10 y 20 horas aproximadamente. Este comportamiento demuestra que cada microorganismo tiene la capacidad de acondicionarse ante determinadas concentraciones de sales, siendo 6.5 % la máxima condición de salinidad tolerada hipertónicamente (Rodríguez R. , 2003).
Se analizaron además los parámetros cinéticos de crecimiento de E. coli
14 concentración de cloruro de sodio. En la Tabla 2 se muestra la variación de la velocidad de crecimiento y el tiempo generacional de la bacteria según las condiciones ensayadas en el software de predicción.
La capacidad de los microorganismos para crecer está determinada por el ambiente y el medio en el que se almacena que deben estudiarse en forma conjunta porque todos los factores están interrelacionados (Ray B. and Bhunia, 2011); en consecuencia el comportamiento cinético de microorganismos varía (Dos Santos, E., Mora Ventura, & Fernández Q., 2013). Es por ello que se pudo observar que la velocidad de crecimiento aumenta cuando los valores de población inicial sean mayores o igual 1 log ufc/g, con una temperatura mayor o igual 28 °C, a un pH mayor a 5.5; en tanto que cuando se presenta una disminución del porcentaje de NaCl disminuirá la velocidad de crecimiento, estas condiciones varían inversamente proporcional para el tiempo generacional.
Tabla 2. Velocidad de crecimiento y tiempo de generacional de E. coli
EMPRESA PUCATE EMPRESA ESTHELITA EMPRESA ADRIANITA k(µ) g h-1 k (µ) g h-1 k (µ) g h-1 UFC (log/g) 6.5 0.70 1.43 0.76 1.32 0.55 1.81 2-5 2.14 0.47 1.36 0.74 2.55 0.39 1 2.33 0.43 2.19 0.46 2.70 0.37 TEMPERATURA (°C) 37 2.44 0.41 0.51 1.97 2.47 0.41 28-30 2.27 0.44 1.15 0.87 2.51 0.40 10 0.09 11.1 0.10 10.03 0.10 10.03 pH 6.5 1.70 0.59 0.42 2.36 1.71 0.59 5.5 2.10 0.48 1.15 0.87 3.34 0.30 4.5 0.88 1.14 0.88 1.14 0.01 12.40 % NaCl 0.1 0.94 1.07 0.87 1.15 10.32 0.10 0.026 2.10 0.48 1.15 0.87 2.51 0.40 2.2 1.14 0.88 1.38 0.73 2.22 0.45
K= velocidad de crecimiento microbiano (gen/h) g= tiempo generacional (h/gen)
En cuanto al efecto de la temperatura, valores entre 28 y 37 °C producen aumento de la velocidad de crecimiento de E. coli por lo tanto disminución del tiempo generacional. Es sabido que la temperatura acelera la activación de las reacciones metabólicas influyendo en la velocidad de crecimiento y tiempo generacional del microorganismo Rodríguez (2003). Cuando la temperatura disminuye a valores menores de 10 °C la bacteria solo presenta una fase de latencia prolongada Signorini (2008).
15
4. CONCLUSIONES Y RECOMENDACIONES
4.1. CONCLUSIONES
El suero lácteo utilizado en este estudio no cumple con la legislación nacional en cuanto a la presencia de E. coli a pesar de que la leche utilizada para la obtención de queso es pasteurizada en las tres empresas superando incluso la dosis mínima infectiva (102 UFC/g) poniendo de manifiesto la falta de buenas prácticas de manufactura en las tres empresas, suponiendo además un riesgo potencial para la salud el uso de este subproducto.
Al realizar la predicción del crecimiento de E. coli en el suero de leche considerando como variables la población inicial, temperatura, pH y concentración de cloruro de sodio se determinó que bajo las condiciones iniciales de cada empresa la bacteria alcanza una población de 8 log UFC/g dentro de las siguientes 4 a 8 horas mientras que al aumentar el contenido de NaCl y disminuir el pH a 4.5, este tiempo se incrementa hasta 20-24 horas. La temperatura es el parámetro que más influye en el retraso del crecimiento de E. coli en el suero lácteo. Al disminuir la temperatura a 10 °C el tiempo en el que alcanza una población de 8 log UFC/g es de 48 hasta 36 horas, valores que dependen de la población inicial del producto.
La variación de las condiciones iniciales de la población inicial, temperatura, pH y concentración de cloruro de sodio producen cambios en los parámetros cinéticos de crecimiento de E. coli. Se comprueba la relación directa entre la población inicial, pH y temperatura con la velocidad de crecimiento y su relación inversa con el tiempo generacional. En tanto que existe un efecto contrario al variar la concentración de NaCl.
La alta población inicial de E. coli en el suero lácteo limitó la aplicación del software de predicción de crecimiento microbiano y su relación con la vida útil del producto ya que bajo las condiciones iniciales el producto no es apto para el consumo o subprocesamiento ya que no cumple con los requisitos microbiológicos establecidos por la normativa vigente en cuanto a la presencia de E. coli.
16
4.2. RECOMENDACIONES
Implementar Buenas Prácticas de Manufactura en las tres empresas de ASOPROLAM se recomienda con el fin de disminuir la carga bacteriana en sus productos finales y subproductos para su posterior uso.
Considerar al suero de leche como un subproducto para elaborar otros productos debido a que posee un alto valor nutricional, para ello se recomienda mantener al suero de leche en cubas de acero inoxidable, con control la temperatura y capacitar a los operarios para la manipulación de este producto.
Utilizar paquetes informáticos como COMBASE con asesoramiento técnico que poder entender claramente los beneficios que ofrece principalmente en empresas pequeñas donde se necesita la optimización de recursos.
17
5. Bibliografía
Abdul-Raouf, U. B. (1993). Survival and growth of Escherichia coli O157:H7 in ground, roasted beef as effected by pH, acidulants, and temperature. Applied and Environmental Microbiology 59.8, 2364-2368.
Aguirre, J. (2013). Variabilidad de la inactivación microbiana y de la fase de latencia de los microorganismos supervivientes a diferentes tratamientos conservantes de alimentos. Retrieved 02 28, 2017, from http://eprints.ucm.es/21020/1/T34421.pdf
Álvarez, C. (2013). Caracterización fisicoquímica de los diferentes tipos lactosueros producidos en la Cooperativa Colanta LTDA . 30-33.
Retrieved from
http://repository.lasallista.edu.co/dspace/bitstream/10567/1036/1/Cara cterizacion_fisicoquimica_diferentes_tipos_lactosueros_producidos_C olanta.pdf
Alvarez, E. (2011). Efectos del Lactobacillus casei ATCC 393TM sobre el Escherichia coli durante la vida comercial del queso fresco. Universidad Nacional del Callao Perú.
AOAC, 9. (1986). Microbiological Methods.
Armendariz-Anguiano, AL, Jiménez-Cruz A. Bacardí-Gascón M., & Pérez Morales, ME. (2010). Efectividad del uso de suplementos de proteína
en entrenamientos de fuerza: Revisión sistemática. Archivos
Latinoamericanos de Nutrición, 113.
Baró L., Jiménez J., Martínez A., Bouza J. (2001). Bioactive milk peptides and proteins. Ars Pharm, 42(3-4), 135-145.
Carrasco, Alvarado C., & Guerra M. (2010). Lactosuero como fuente de péptidos bioactivos. Venezuela Nutrición.
Conner, D. a. (1995). Growth and survival of Escherichia coli O157: H7 under acidic conditions. Applied and Environmental Microbiology 61.1, 382- 385.
Dos Santos, E., Mora Ventura, & Fernández Q. (2013). Estudio del Comportamiento Cinético de Microorganismos de Interés en Seguridad Alimentaria con Modelos Matemáticos. Tesis Doctoral. Universidad de Barcelona, 98.
Fujikawa, H., & Morozumi, S. . (2006). Modeling Staphylococcus aureus growth and enterotoxin production in milk. Food Microbiology, 23(3), 260-267.
18 Granados C., Acevedo D., Torres R. (2012). Calidad de la leche y del suero
costeño de los municipios Turbaco, Arjona y Carmen de Bolívar –
Colombia. Scielo, 132-137.
Hannaoui Rodríguez, E. J., Villalobos, L. B., & Martínez Nazaret, R. E. (2009).
Escherichia coli shigatoxigénica: Patogénesis, diagnóstico y
tratamiento. . Revista de la Sociedad Venezolana de Microbiología 29 (1), 13-20. Retrieved from www.redalyc.org/articul
Huerta Parra, R. (2009). Lactosuero importancia en la industria de alimentos. Facultad Nacional de Agronomía Medellín 62.1;4697.
INEN, 2594. (2011). SUERO DE LECHE LÍQUIDO. REQUISITOS.
López, N. &.—M. (2008). Descripción e importancia de algunos modelos predictivos utilizados como herramienta para la conservación de alimentos. Temas Selectos de Ingenieria de Alimentos 2(2), 14-26. McMeekin, T. A., Olley, J., Ratkowsky, D. A., & Ross. (2002). Predictive
microbiology: towards the interface and beyond. International Journal
of Food Microbiology, 395-407. doi:http://dx.doi.org/10.1016/S0168- 1605(01)00663-8
Mellefont LA., McMeekin TA., & Ross T. (2003). Performance evaluation of a model describing the effects of temperature, water activity, pH and lactic acid concentration on the growth of Escherichia coli. International journal of food Microbiology, 45-58.
NOM 155. (2012). Leche-Denominaciones, especificaciones fisicoquímicas,
información comercial y métodos de prueba. Retrieved Diciembre 22,
2016, from
http://www.dof.gob.mx/nota_detalle.php?codigo=5254842&fecha=03/0 5/2012
Olea A., Díaz J., Fuentes R., Vaquero A., & García M. (2012). Vigilancia de
brotes de enfermedades transmitidas por alimentos en Chile. Revista
Chilena de Infectología, 504-510.
Paredes Montoya, P; Chávez Martínez, A; Rodríguez Figueroa, JC; Aguilar Palma, N; Rentería Monterrubio, AL; Rodríguez Hernández, G. (2014). Características fisicoquímicas y microbiológicas de suero de leche de queso Chihuahua. Investigación y Ciencia, 11-16.
Posada-Izquierdo G., Pérez-Rodríguez, F. Lopéz-Gálvez, Allende A., Selma M., Gil M., Zurera G. (2014). Modelling growth of Escherichia coli O157:H7 in fresh-cut lettuce submitted to commercial process
19 conditions: Chlorine washing and modified atmosphere packing. Elsevier (Food Microbiology), 96.
Poveda, E. (2013). Suero lácteo, generalidades y potencial uso como fuente de calcio de alta biodisponibilidad. Revista chilena de Nutrición40(4), 397-403.
Prado J., Solari G., Alvarez A., Arellano C., Vidal A., Carreño C., Mamani M., Fuentes R., ORyan G., & Muñoz F. (2002). Situación epidemiológica de
las enfermedades trasmitidas por alimentos. Revista médica de Chile
130(5), 495-501.
Ramírez-Nollak S., & Vélez Ruiz JF. (2012). Queso Oxaca: panorama del proceso de elaboración, características fisicoquímicas y estudios recientes de un queso tipico mexicano. Scielo.
Ray B. and Bhunia. (2011). Fundamentos de Microbiología Alimentos. México: McGraw-Hill.
Rodríguez, Hannaoui, Villalobos L., & Nazaret, Martínez R. . (2009).
Escherichia coli shigatoxigénica: Patogénesis, diagnóstico y
tratamiento. Elsevier.
Rodríguez, R. (2003). Desarrollo y Validación de modelos matemáticos para la predicción de vida comercial de productos cárnicos. 45. Retrieved 02
21, 2017, from
http://helvia.uco.es/xmlui/bitstream/handle/10396/218/13207957.pdf?s equence=1
Rodríguez, R. (2003). Desarrollo y Validación de modelos matemáticos para la predicción de vida comercial de productos cárnicos. 115. Retrieved
02 14, 2017, from
http://helvia.uco.es/xmlui/bitstream/handle/10396/218/13207957.pdf?s equence=1
Ross T., R. D. (2003). Ross, T, Ratkowsky, DA, Mellefont, Modelling the effects of temperature, water activity, pH and lactic acid concentration on the growth rate of Escherichia coli. International journal of Food Microbiology 82(1), 33-43.
Salter, MA, Ratkowsky, DA, Ross, T, & McMeekin, TA. (2000). Modelling the combined temperature and salt (NaCl) limits for growth of a pathogenic Escherichia coli strain using nonlinear logistic regression. International Journal of Food Microbiology 61(, 159-167.
Santíesteban—López, N. A., & López—Malo, A. (2008). Descripción e importancia de algunos modelos predictivos utilizados como
20
herramienta para la conservación de alimentos. Temas Selectos de
Ingenieria de Alimentos, 14-26.
Schvartzman M., Maffre A., Tenenhaus-Aziza F., Sanaa M., Butler F., Jordan K. (2010). Modelling the fate of Listeria Monocytogenes during manufacture and ripening of smeared cheese made with pasteurised or raw milk. Food Microbiology, 31-38.
Siciliano, M. (2010). Estudio de la vida útil de queso crema utilizando
microbiología predictiva. Facultad regional de Buenos Aires: Buenos
Aires-Argentina.
Signorini, M. (2008). Modelo matemático predictivo del crecimiento de Escherichia coli O157 en carne vacuna. . InVet 10 (1), 47-57.
Summer J., Krist K. (2002). The use of predictive microbiology by the Australian meat industry. International Journal of Food Microbiology, 363-366.
Valero, A, Pérez-Rodríguez, Fernando, Carrasco, E, Fuentes-Alventosa, José María, García-Gimeno, RM, & Zurera, Gonzalo. (2009). Modelling the growth boundaries of Staphylococcus aureus: Effect of temperature, pH and water activity. International Journal of Food Microbiology, 186-194. Valero, F. P.-R.-A.-G. (2009). Modelling the growth boundaries of Staphylococcus aureus: Effect of temperature, pH and water activity.
ELSEVIER, 186-194. Retrieved 03 05, 2017, from
http://www.sciencedirect.com/science/article/pii/S016816050900292X Viteri, C. A., de Illera, M. G., & Pantoja, J. A. M. . (2014). Caracterización
fisicoquímica del suero dulce obtenido de la producción de queso casero en el municipio de Pasto. Revista colombiana de investigaciones agroindustriales, 22-32.
21
ANEXO 1.
22
ANEXO 2.
ANÁLISIS DE TEMPERATURA, pH, ACIDEZ Y
CLORUROS
23