Uso del Predictor de Deterioro y Seguridad Alimentaria para un Modelado "A Priori" del Crecimiento de Bacterias Ácido Lácticas en Productos de Pescado Ahumado Fermentado
Autores: Racioppo, Angela; Campaniello, Daniela; Sinigaglia, Milena; Bevilacqua, Antonio; Speranza, Barbara; Corbo, Maria Rosaria
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Uso del Predictor de Deterioro y Seguridad Alimentaria para un Modelado "A Priori" del Crecimiento de Bacterias Ácido Lácticas en Productos de Pescado Ahumado Fermentado
Categoría
Tecnología e Industria de alimentos
Subcategoría
Producción de alimentos
Palabras clave
Fermentación
Microbiología predictiva
Seguridad alimentaria
Gestión de calidad
Modelado predictivo
Bacterias ácido lácticas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 10
Citaciones: Sin citaciones
La fermentación es uno de los métodos más antiguos para asegurar la seguridad y calidad de los alimentos, y para prolongar su vida útil. Sin embargo, una fermentación exitosa depende de la cinética correcta según algunos factores (es decir, ingredientes, conservantes, temperatura, inóculo de cultivos iniciadores). La microbiología predictiva es una herramienta valiosa en la gestión moderna de la seguridad y calidad alimentaria; basada en las características del producto y las condiciones que ocurren en el procesamiento de alimentos, la inactivación o el aumento de poblaciones microbianas podría preverse con precisión como una función de las variables intrínsecas o extrínsecas relevantes. El objetivo principal de este estudio fue la optimización de la fórmula de un producto de pescado fermentado ahumado utilizando herramientas de modelado predictivo (modelos terciarios y secundarios) con el fin de definir el papel de cada factor involucrado en la formulación y asegurar un curso correcto de la fermentación. La optimización del producto se llevó a cabo a través del software Food Spoilage and Safety Predictor (FSSP), modelando el crecimiento de bacterias ácido lácticas (BAL) como función de algunos parámetros clave como temperatura, pH, sal, humo líquido, dióxido de carbono y nitritos. Las variables se combinaron a través de un diseño fraccional de experimentos (DoE) (3), y las salidas del software, es decir, la tasa de crecimiento máxima () y el tiempo para alcanzar el umbral crítico (t), se modelaron a través de un procedimiento de regresión múltiple. La simulación, a través de FSSP y DoE, mostró que el humo líquido es el factor más crítico que afecta la fermentación, seguido por la temperatura y la sal. En cuanto a la temperatura, se aconseja fermentar a 20-25 grados C, aunque también es posible una temperatura de fermentación baja. Otros parámetros no son significativos.
Descripción
La fermentación es uno de los métodos más antiguos para asegurar la seguridad y calidad de los alimentos, y para prolongar su vida útil. Sin embargo, una fermentación exitosa depende de la cinética correcta según algunos factores (es decir, ingredientes, conservantes, temperatura, inóculo de cultivos iniciadores). La microbiología predictiva es una herramienta valiosa en la gestión moderna de la seguridad y calidad alimentaria; basada en las características del producto y las condiciones que ocurren en el procesamiento de alimentos, la inactivación o el aumento de poblaciones microbianas podría preverse con precisión como una función de las variables intrínsecas o extrínsecas relevantes. El objetivo principal de este estudio fue la optimización de la fórmula de un producto de pescado fermentado ahumado utilizando herramientas de modelado predictivo (modelos terciarios y secundarios) con el fin de definir el papel de cada factor involucrado en la formulación y asegurar un curso correcto de la fermentación. La optimización del producto se llevó a cabo a través del software Food Spoilage and Safety Predictor (FSSP), modelando el crecimiento de bacterias ácido lácticas (BAL) como función de algunos parámetros clave como temperatura, pH, sal, humo líquido, dióxido de carbono y nitritos. Las variables se combinaron a través de un diseño fraccional de experimentos (DoE) (3), y las salidas del software, es decir, la tasa de crecimiento máxima () y el tiempo para alcanzar el umbral crítico (t), se modelaron a través de un procedimiento de regresión múltiple. La simulación, a través de FSSP y DoE, mostró que el humo líquido es el factor más crítico que afecta la fermentación, seguido por la temperatura y la sal. En cuanto a la temperatura, se aconseja fermentar a 20-25 grados C, aunque también es posible una temperatura de fermentación baja. Otros parámetros no son significativos.