Muerte Termica
Muerte Termica
Muerte Termica
Selectos de
Temas Selectos de Ingeniera de Alimentos 1 (2007): 1 - 14
M. M. Vzquez-Aguilar
Departam ento de Ingeniera Qumica y de Alimentos, Universidad de las Amricas-Puebla, San Andrs,
Cholula, Pue., Mxico.
Resumen
Abstract
The most important use of heat treatment in food technology is the microorganisms inactivation,
either vegetative cells or spores, primarily pathogens ; or non-pathogenic microorganisms , which can
cause problems when the systems foodstuffs are not properly handled or stored. To conduct a proper
heat treatment, one should look at the kinetic parameters D and z, to obtain an adequate prediction of
microbial inactivation. To assess the microbial inactivation or the processes efficiency there have
been created mathematical models, the most widely used are the calculation of the z value and the
Arrhenius model, the second model is the most frecuently used for calculation of microbial
inactivation in food systems. This paper presents a review obout the importance of heat treatment,
the microorganisms thermal resistance, the calculation of the kinetic parameters (D y z) for the
microbial inactivation and a comparison between the known models to calculate these parameters .
1
M. M. Vzquez-Aguilar / Ternas Selectos de Ingeniera de Alimentos 1(2007): 1 - 14
Introduccin
2
M. M. Vzquez-Aguilar / Temas Selectos de Ingeniera de Alimentos 1(2007): 1 - 14
3
M. M. Vzquez-Aguilar / Temas Selectos de Ingeniera de Alimentos 1(2007): 1 - 14
4
M. M. Vzquez-Aguilar / Temas Selectos de Ingeniera de Alimentos 1(2007): 1 - 14
5
M. M. Vzquez-Aguilar / Temas Selectos de Ingeniera de Alimentos 1(2007): 1 - 14
Tabla IV. Tiempo ele mue1te tnnica ele algtmas espora s bacteri anas
Esporas ele : Tiempo para cleshuirlas a 1 OOC, min
Bacill11s anthracis I .7
Bacill11s s11bti lis 15-20
Clostrid mm bot11lin11m I 00-330
Clostrid i11m calidotolerans 520
Bactenas del agriado plano m s ele 1030
Frazier y otros 1993
6
M. M. Vzquez-Aguilar / Temas Selectos de Ingeniera de Alimentos 1(2007): 1 - 14
A diferentes tiempos t1 y t2 , la
TIEMPO respectiva concentracin de organismos C1
y C2 es dada integrando la ecuacin 2
Fig. l. Curva de supervivencia bacteriana . (Rees y Bettison, 1991):
7
M. M. Vzquez-Aguilar / Temas Selectos de Ingeniera de Alimentos 1(2007): 1 - 14
..
-t} D
lgS,, ---- - --- - - --- - - --
-;;- = 10
.l'lt O z ...,''
_.::_
(5) o
..
'
-:---L-,o,o
"._
Tcmpcr.ilw.i
_ -,..,...--
T(-C_:_
r f21,lC
8
M. M. Vzquez-Aguilar / Temas Selectos de Ingeniera de Alimentos 1(2007): 1 - 14
9
M. M. Vzquez-Aguilar / Temas Selectos de Ingeniera de Alimentos 1(2007): 1 - 14
Tabla VI. Resistencia trmica aproximada (valores D) ele a lgmrns esporas bac t elianas
Tipo de alimento y microo1ganismo (s) tpico ( s) Valor D (mio) a: Valor z (C)
12 1 C l OOC
Alimentos poco cidos (pH>4 ,6)
Aerobio t ermfilo
Bacill11s stearothen11 ophil11s 4 .0 -4 .5 3000 7
Bacill11s coag11lm 1s 0.1
Anaerobios t ennfilos
Cl. t/1er111 osacc/1arolvtic 1 1111 3.0 -4 .0 12 . 0-18.0
Des111fo t0111ac11'11111 11igrifica 11s 2 .0 -3.0
Ana erobios mesflos
C. sporoge11es 0 . 1-1.5 9 . 0- 13.0
C. bot11li111 1111 tipos A v B 0 . 1-0 .2 50 10
C. pe rfi11ge11s 0 .3-20 10. 0- 30 .0
C. caloritolerans 3
C. b11tvric11111 0. 1-0 .5
Aerobios mesfilos
B . liche11ifor111is 13 6
B . li11che11ifor111 is 13 6
B. 111 acerm1s 0. 1-0 .5
B. subti/is 11 7
B. cere11s 5 10
B . 111 egateri11111 l 9
Alimentos cidos (pH <= 4 .6)
Aerobio t ennotolerante
B. coag11lm1s 0 .0 1-0. l
Aerobios mesfilos
B. polv 111y.xa 0. 1-0 .5
B. 111 acer11s 0. 1-0 .5
C, butyric w11 (o C. pas te11rim11 1111) 0. 1-0 .5
Doyle et al, 200 1 , Sillijer et al, 1983
Tabla VII . Tenn oresistencia com parada ele las bac terias ele inters en los alim entos
Rango aproximado ele
termoresistencia
Grupo bacteriano D (F) z ( F)
:Niicroorganism os pa tgenos y productores ele toxinas D 150
A1vcob acteri11111 t11berc11losis 0. 20-0. 30 8 a 10
Br11cella sp. 0. 10-0. 20 8 a 10
Coxiella b11rnetti 0. 50-0. 60 8 a 10
Salmonella sp. 0. 02-0. 25 8 a 10
Salmonella senft enberg 775 W 0. 8-1.0 8 a 12
Staphvlococc11s a11re11s 0. 2-2 . 0 8 a 12
Streptococc11s pvog enes 0. 2-2 . 0 8 a 12
D 180
Clostridi 11m bot11li1111m tipo E (esporoso) 0. 10-3. 0 9 a 16
:Niicroorga n.i sm os responsables ele deterioro D 150
Hongos, leva duras y ba cterias no espornlacloras 0. 5-3. 0 8 a 12
Sillijer et al., 1983
Modelo de la ecuacin de Arrhenius puede ser utilizado para calcular muerte
trmica. La ecuacin cintica de Arrhenius
La ecuacin de Arrhenius ha sido es (Rees y Bettison, 1991):
empleada para describir el efecto de la
temperatura en las reacciones cinticas y
10
A l. Gmez-Snchez et al. / Temas Selectos de Ingeniera de Alimentos 1 (2007): 67 - 80
-,._ )
= AXe La preferencia de un modelo sobre otro
k l8ii9!t
(11) puede ser determinada por estas dos
ecuaciones. Como un ejemplo, si tuviramos
: valores de reduccin decimal de una
contaminacin por una espora hipottica a
ll lC por 1,000 s y a 121C por 100 s con
(12) un valor de z de l OC, el valor de D puede
ser calculado como se presenta en la tabla
donde A es una constante, Ea es la VIII (Rees y Bettison, 1991).
energa de activacin para la reaccin, R
es la constante del gas, y 8k es la Esto se hace por medio de extrapolacin
temperatura absoluta. Esto puede de las muertes cinticas para solo 20 y 30C,
mostrarse como (Rees y Bettison 1991): por lo que se dice que se presenta una
diferencia evidente entre los modelos. Esto
2.303 puede parecer significante, pero la cintica
ir, - --
v
f{ (13) de muerte trmica de los microorganismos
no puede ser usualmente determinada sobre
El modelo cintico supone que la un gran rango de temperatura y la diferencia
activacin de la energa para las entre la medicin de los datos es usualmente
reacciones es constante, y por lo tanto la mayor que la diferencia entre los modelos
grfica de ln(k) o ln(D) contra (1/8k) escogidos (Rees y Bettison, 1991).
podra dar una lnea recta (Lewis y
Heppell, 2000). Estas son algunas bases tericas para
preferir el modelo de Arrhenius sobre el
Comparacin entre Modelos modelo de la constante z, la causa es porque
la muerte delos microorganismos se piensa
La constante z y el modelo cintico que est ligado a la desnaturalizacin de uno
de Arrhenius son ambos usados para o ms componentes biolgicos dentro de la
evaluar la muerte cintica de los espora o clula vegetativa y por consiguiente
microorganismos , pero tericamente son puede comportarse ms como una reaccin
exclusivos. La constante z da el radio del qumica por lo que es conocido que el
tiempo de reduccin decimal a dos modelo de Arrhenius es ms adecuado.
temperaturas por medio de la ecuacin Algunos trabajos han procurado realizar
12 (Rees y Bettison, 1991): ajustes entre estos dos modelos,
generalmente sin encontrar un modelo ms
acorde con otro. Otros trabajos en sta rea
tienden a proveer datos en ambas formas
(14)
(valores D y z como una buena energa de
activacin), un rango que es dado en la tabla
por otro lado, el modelo de Arrhenius da
IX (Rees y Bettison,1991).
(Rees y Bettison, 1991):
(15)
11
A l. Gmez-Snchez et al. / Temas Selectos de Ingeniera de Alimentos 1 (2007): 67 - 80
Tabla IX . Rangos tpicos de valores D, x y energa de activacin (Ea) para fon11ac1n de esporas bactenam1s de
Medio / pH Ea kJ/mol Valor D 121 (s) Valor z (C)
B. stearothermophil11 s Agua/buffer pH 7 256-513 120-380 7 . 3-12.3
Cl. thermosaccharolyticum bu ffer ele fosfato pH 7 21 1-47 6 50-1 92 6. 9-14.7
Cl. sporogenes carne 340-390 340-390 8. 9-11 . 1
B. Sll bti/ is buffer ele fosfato pH 7 220-374 220-374 8. 3-14. 1
buffer ele fosfato pH 7 310-376 310-37 6 7 . 8-10.8
Cl. botulin11m vanos pures ele alimentos 260-37 0 260-37 0 1.9-11.1
Ress y Bettison, 1991
Esto representa un peligro organolptica del producto generalmente
significante en la prediccin de datos de disminuye . Sin embargo, se deben tomar en
muerte trmica a altas temperaturas por cuenta ambos aspectos y considerar el factor
que esta afectando ms la calidad final del
extrapolacin de los datos recolectados a
bajas temperaturas . Pero es posible que
los datos pueden ser medidos alrededor producto , y basndose en ese factor, se
de los rangos de temperatura de inters; deben de plantear los procesos .
despus usar cualquier modelo cintico
que entre en el rango para el dato que Se debe de considerar para el clculo de
podra no permitir errores significantes. los procesos las variables cinticas (D y
La z), para llevar a cabo un tratamiento trmico
extrapolacin podra ser necesaria, sin adecuado y no sobreestimar o subestimar el
embargo, el modelo de Arrhenius es proceso al cual el alimento debe ser
generalmente preferido (Rees y Bettison, sometido. De igual importancia es, tener
1991). conocimiento de la flora bacteriana que esta
asociada con los materiales, para
Conclusiones aplicrseles el tratamiento trmico
apropiado. Por lo anterior, es importante
La aplicacin de tratamiento trmico entender las reacciones cinticas y como se
a alimentos en cuanto a la calidad, relacionan: la inactivacin microbiana , el
pretende mm1m1zar las reacciones dao qumico, la inactivacin enzimtica y
qumicas y prdida de nutrientes , y con los cambios fsicos.
ello, mantener las caractersticas
sensoriales. En general, el procesamiento trmico
elimina las necesidades de usar aditivos para
Por lo anterior hay conflictos en extender la vida de anaquel, sin embargo,
cuanto a calidad y seguridad . Por los aditivos mejoran las caractersticas
ejemplo, la inactivacin microbiana y la sensoriales o hacen a los alimentos menos
seguridad del alimento se incrementa susceptibles a contaminarse . Esto es para las
entre ms severo sea el tratamiento reacciones que tienen lugar durante el
trmico, pero la calidad sensorial u tratamiento trmico , ya sean qumicas,
12
A. I. Gmez-Snchez et al. / Temas Selectos de Ingeniera de Alimentos 1 (2007): 67 - 80
enzimticas, o los cambios fsicos que Giannuzzi, L., Pinotti, A y Zaritzky, N. 1998.
continen durante el almacenamiento . Mathematical modeling of microbial growth in
packaged refrigerated beef stored at different
Los microorganismos que sobreviven al temperatures . Journal of Food Microbiology . 39:
tratamiento trmico pueden desarrollarse 101-110.
si las condiciones son favorables durante Fu, B., Taoukis, P. S. y Labuza, T. 1991. Predictive
el almacenamiento y manejo . Todas las microbiology for spoilage of dairy products with
reacciones mencionadas son timetemperature integrators. Joumal of Food
Science. 56: 1209-1215
dependientes de la temperatura y los
Hyun-Jung, C., Shaojin, W., y Juming, T. 2006.
cambios que se deben considerar ocurren Influence of Heat Transfer with Tube Methods
durante el almacenamiento . on Mesured Thermal Inactivation Parameters for
Escherichia coli. Journal of Foof Protection .
Referencias 70(4 ): 851-859
Labuza, T. P., Fu, B. y Taoukis, P. 1992. Prediction
for shelf life and safety of minimally processed
Aggelis, G., Samelis, J. y Metaxopoulos , J.
CAP/ MAP chilled foods: a review. Joumal of
1998. A novel modeling approach for
Food Protection.. 55(9): 55-74.
predicting microbial growth in a raw cured
Lewis, M. y Heppell, N. 2000. Continuos Thermal
meat product stored at 3C and at 12C in
Processing of Foods, Pasteurization and UHR
air. Journal of Food Microbiology. 43: 39-
Sterilization. Aspen Publishers, Inc.
52.
Gaithersburg, Maryland .
Augustin, J. C. y Carlier, V. 2000. Modelling the
Li, K. Y. and Torres, J.A. 1993. Microbial growth
growth rate of Listeria monocytogenes with
estimation in liquid media exposed to
a multiplicative type model including
temperature fluctuations. Journal of Food
interactions between environmental factors.
Science. 58:644-648 .
Journal Food Microbiology . 56:53-70.
Mann, J. E., y Brashears, M. M. 2006. Contribution
Cayr, M. E., Vignolo, G., y Garro, O. 2004.
of Humidity to the Lethality of Surface-Attached
Modelo dinmico para el crecimiento de
Heat-Resistant Salmonella during the Thermal
bacterias lcticas sobre emulsiones
Processing of Cooked Ready-to-Eat Roast Beef.
carnzcas. Facultad de Agroindustrias ,
Journal of Food Protection . 70(3):276-765
UNNE. Universidad Nacional del Nordeste
Norris, J. R., Pettipher, G. L. 1987. Essaysin
y CERELA - CONICET. Senz Pea,
Agricultura! and food microbiology. Wiley.
Chaco. Argentina .
Cadbury Schweppes ple, Lord Zuckerman
Devlirghere , F., Debevere, J. y Van Impe, J.
Research Centre, The University, Reading, UK.
1998. Effect of dissolved carbon dioxide and
Pranhan, A K., Li, Y., Marcy, J. A, Johnson, M. G.,
temperature on the growth of lactobacillus
y Tamplin, M. L. 2006 . Phatogen Kinetics and
sake in modified atmosphere. Journal of
Heat and Mass Transfer-Based Predictive Model
Food Microbiology . 41:231-238.
for Listeria innocua in Irregular-Shaped Poultry
Doyle, M. P., Beuchat, L. R., Montville , T. J.
Products during Thermal Processing . Journal of
2001. Microbiologa de los Alimentos .
Food Protection . 70(3): 607-615
Fundamentos y fronteras . ACRIBIA.
Rees, J.A.G., y Bettison, J. 1991. Processing and
Zaragoza , Espaa . Pp: 527-528.
Packaging of Heat Preserved Foods . CMB
Elliot. R. P., Clark, D. S., Lewis, K. H.,
Packaging Technology, Wantage, Berks.
Lundbeck, H., Olson, J. C., Simonsenm, Jr.
Blackie. Glasgow and London.
B. 1983. Microbiologa de los alimentos.
Richardson, P. 2001. Termal technologies in food
Tcnicas de anlisis microbiolgico . Vol 1.
processing . Woodhead publishing limited.
Comisin internacional en especificaciones
Cambridge England .
microbiolgicas para alimentos de la
Roberts, T. A, Bryan, F. L., Chistian, J. H. B.,
asociacin internacional de la sociedad
Kilsby, C., Olson, J. C. y Silliker, J. H. 1999.
microbiolgica (ICMSF). ACRIBIA.
Microorganismos de los Alimentos 2. Mtodos
Zaragoza , Espaa .
de muestreo para anlisis microbiolgicos:
Frazier, W. C., y Westhoff, D. C., 1993.
Principios y aplicaciones especficas. ICMSF.
Microbiologa de alimentos . ACRIBIA.
ACRIBIA. Zaragoza , Espaa . pp. 125-223
Zaragoza , Espaa . pp. 119-129
Romero, A M., Doval, M. M., Sturla, M. A, Fogar,
R. A, y Judis, M. A 2004. Estimacin de los
13
A l. Gmez-Snchez et al. / Temas Selectos de Ingeniera de Alimentos 1 (2007): 67 - 80
14