TP398 - Microbiologia Quantitativa Aplicada a Estudos de Deterioração de Alimentos - 2S/2020 Imprimir

Ementa:

Objetivo: Introduzir aspectos quantitativos da microbiologia de alimentos (modelagem preditiva e avaliação de risco) para  prevenção da deterioração de alimentos. 

Tópicos:  

(1) Identificação dos principais grupos de microorganismos deteriorantes em alimentos e abordagem de suas diferentes  formas de deterioração. Diferenciação entre deterioração por fungos (comuns vs. termoresistentes) e bactérias  (esporuladas vs. não esporuladas) 

(2) Introdução à microbiologia preditiva e a modelos matemáticos para comportamento microbiano 

(3) Definição e caracterização de estudos de avaliação de risco de deterioração de alimentos. Diferenciação entre  estudos de Avaliação Quantitativa de Risco Microbiano com foco em segurança de alimentos e em deterioração de  alimentos 

(4) Aplicação e demonstração de estudos de deterioração de risco em alimentos. Estudo de caso: Avaliação quantitativa  do risco de deterioração de Aspergillus fischeri em purês de morango pasteurizados (teleomorfo Neosartorya  fischeri)  

Bibliografia:

Membré, J.M., Valdramidis, V., (Eds.), Modeling in food microbiology. From predictive microbiology to exposure  assessment. ISTE Press Ltd and Elsevier Ltd, UK. 

Santos, J.L.P., Membré, J-M., Jacxsens, L., Samapundo, S., Van Impe, J., Sant´Ana, A.S., Devlieghere, F. 2020.  Quantitative microbial spoilage risk assessment (QMSRA) of pasteurized strawberry purees by Aspergillus fischeri (teleomorph Neosartorya fischeri). International Journal of Food Microbiology 333, 108781. McMeekin,T. A., Olley, J. N., Ross,T. and Ratkowsky, D. A., 1993. Predictive Microbiology: Theory and Application.  Taunton, UK, Research Studies Press. 

Poschet, F., Geeraerd, A.H., Scheerlinck, N., Nicolai, B.M., Van Impe, J.F., 2003. Monte Carlo analysis as a tool to  incorporate variation on experimental data in predictive microbiology. Food Microbiol. 20, 285–295. Dantigny, P., Panagou, E.Z. 2013. Predictive Mycology Nova Science Publishers, Inc., New York. Dantigny, P., 2016. Relevant issues in predictive mycology. Curr. Opin. Food Sci.11, 29–33. Lammerding, A.M., 1997. An overview of microbial food safety risk assessment. J. Food Prot. 60 (11), 1420–1425. Jacxsens, L., Uyttendaele, M., De Meulenaer, B., 2016. Challenges in Risk Assessment: Quantitative Risk Assessment.  Procedia Food Sci. 6, 23–30. 

Membré, J.M., Boué, G., 2018. Quantitative microbiological risk assessment in food industry: Theory and practical  application. Food Res. Int. 106, 1132–1139.

Rigaux, C., André, S., Albert, I., Carlin, F., 2014. International Journal of Food Microbiology Quantitative assessment of  the risk of microbial spoilage in foods. Prediction of non-stability at 55 ° C caused by Geobacillus stearothermophilus in  canned green beans. Int. J. Food Microbiol. 171, 119–128. 

den Besten, H.M.W., Aryani, D.C., Metselaar, K.I., Zwietering, M.H., 2017. Microbial variability in growth and heat  resistance of a pathogen and a spoiler: All variabilities are equal but some are more equal than others. Int. J. Food Microbiol.  240, 24-31. 

Pouillot, R., Lubran, M.B., 2011. Predictive microbiology models vs. modeling microbial growth within Listeria  monocytogenes risk assessment: what parameters matter and why. Food Microbiol. 28, 720–726. Gougouli, M., Koutsoumanis, K.P., 2017. Risk assessment of fungal spoilage: A case study of Aspergillus niger on yogurt.  Food Microbiol. 65, 264-273.

Ano de Catálogo: 2020

Créditos: 1