Modelagem computacional ajuda a melhorar a qualidade e a segurança microbiológica dos alimentos

Publicado em 01/07/2014

A indústria alimentícia de diversos países tem utilizado uma nova ferramenta para melhorar a segurança e a qualidade microbiológica de seus produtos. Trata-se da microbiologia preditiva – um sistema baseado em modelagens matemáticas e estatísticas, realizadas por softwares, para prever o comportamento de microrganismos em alimentos frescos ou processados.

O novo método se apoia no princípio de que a capacidade de as bactérias e fungos se multiplicarem nos alimentos depende de propriedades do produto, como composição, acidez, umidade, teor de sal e de antimicrobianos presentes, além das condições de temperatura, tempo, umidade relativa e atmosfera nas quais é mantido. Dessa forma, o efeito de cada um desses fatores no alimento pode ser calculado matematicamente, por meio de diferentes modelos preditivos.

Em razão de uma série de benefícios que apresenta, o método vem substituindo a forma tradicional de avaliar os riscos de contaminação de alimentos, feita atualmente por meio de análises microbiológicas em laboratório, que além de cara é limitada, uma vez que os resultados são válidos exclusivamente para a amostra avaliada, segundo pesquisadores da área.

“Como os microrganismos não se distribuem de modo uniforme em um alimento, é preciso fazer análises microbiológicas de muitas amostras do produto para concluir se ele é seguro ou não para o consumo”, disse Bernadette Dora Gombossy de Melo Franco, professora da Faculdade de Ciências Farmacêuticas (FCF) da Universidade de São Paulo (USP), à Agência FAPESP.

“A modelagem preditiva leva em conta os aspectos estatísticos da variabilidade e da incerteza das medições, aliada à imprecisão dos métodos laboratoriais de análise, para chegar a essas conclusões”, explicou Franco, que é coordenadora do Centro de Pesquisa em Alimentos(FoRC, na sigla em inglês) – um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) apoiados pela FAPESP.

De acordo com Franco, com a modelagem é possível prever qual será a vida útil (prazo de validade) de um determinado alimento e saber o que pode ser feito, do ponto de vista tecnológico, para melhorá-la.

Por meio de cálculos matemáticos pode-se avaliar, por exemplo, qual o comprometimento da vida útil de salsichas se, em vez de serem comercializadas refrigeradas a 12 ºC, como recomendam os fabricantes, forem vendidas a 15 ºC ou a 18 ºC. Ou ainda saber qual o efeito da adição de um novo conservante na formulação ou do uso de uma nova tecnologia de processamento do produto.

O método também pode ser usado para fazer avaliações quantitativas de risco à saúde do consumidor, dependendo do microrganismo patogênico considerado, das condições de produção e comercialização e da forma de consumo, “desde a fazenda até o garfo”, segundo Franco.

Escola São Paulo de Ciência Avançada sobre o tema

A fim de disseminar o uso e a aplicação do novo método no Brasil, o Departamento de Alimentos e Nutrição da FCF realizou em 2013 a São Paulo School of Advanced Science – Advances in predictive modeling and quantitative microbiological risk assessment of foods.

Coordenada por Franco e realizada no âmbito da Escola São Paulo de Ciência Avançada (ESPCA)– modalidade de apoio da FAPESP que financia cursos de curta duração em pesquisa avançada nas diferentes áreas do conhecimento –, o evento reuniu dezenas de estudantes e 17 renomados pesquisadores – provenientes dos Estados Unidos, Dinamarca, Malta, Reino Unido, Espanha, Holanda, Bélgica, Austrália, França, Grécia e do Brasil –, especialistas em microbiologia preditiva. Entre eles Paw Dalgaard, professor da Universidade Técnica da Dinamarca.

O renomado pesquisador participante do evento foi József Baranyi, do Instituto de Pesquisa em Alimentos em Norwich, no Reino Unido.

Considerado o “pai” da modelagem preditiva, Baranyi desenvolveu e gerencia, com pesquisadores da Austrália e dos Estados Unidos, a Combined dataBase for predictive microbiology(ComBase, na sigla em inglês) – uma imensa base de dados sobre o comportamento de microrganismos em diferentes condições nos alimentos, além de uma coleção de modelos preditivos disponíveis na internet para as mais variadas aplicações na indústria alimentícia.

Atraso do Brasil

Além da Dinamarca, do Reino Unido e de outros países europeus, os Estados Unidos já adotam a modelagem preditiva.

O Departamento de Agricultura norte-americano (USDA, na sigla em inglês), por exemplo, desenvolveu, ainda nos anos 1980, um programa pioneiro de modelagem de patógenos em alimentos – o Pathogen Modeling Program (PMP) – que inclui modelos de crescimento, sobrevivência e inativação e é amplamente utilizado por diversos países.

Já no Brasil – um dos maiores exportadores de alimentos do mundo – há poucos pesquisadores trabalhando nessa área, apontaram participantes do evento.

“A comunidade de pesquisa nessa área precisa ser ampliada para não ficarmos atrás do que o mundo faz hoje em termos de novas técnicas para diminuir as consequências da contaminação microbiana em alimentos”, avaliou Franco.

Pontos críticos de controle

Em razão do clima tropical do Brasil, os ingredientes alimentícios no país têm uma carga de esporos bacterianos muito alta e com resistência térmica elevada, apontaram pesquisadores participantes do evento.

Por isso, segundo eles, é preciso desenvolver modelos de desinfecção química para que as indústrias alimentícias brasileiras saibam qual o sanitizante e em que concentração ele deve ser utilizado para desinfectar suas linhas de produção.

“Muitos desses esporos bacterianos formam biofilmes ou recobrem as paredes dos equipamentos e são de difícil eliminação”, explicou Pilar Rodriguez de Massaguer, professora aposentada da Faculdade de Engenharia de Alimentos (FEA) e pesquisadora colaboradora da Faculdade de Engenharia Química (FEQ) Universidade Estadual de Campinas (Unicamp).

“Se houvesse modelos preditivos de desinfecção, as indústrias poderiam conhecer melhor esses microrganismos e saber quais produtos podem utilizar para eliminá-los”, apontou.

Como é possível, eventualmente, que esses esporos bacterianos sobrevivam e saiam das dependências das indústrias alimentícias, também são necessários modelos preditivos que indiquem o tempo que os microrganismos que entraram em contato com o alimento na fábrica durarão nas gôndolas dos supermercados antes de germinar, crescer e contaminar o produto, indicou a pesquisadora.

No interior dos supermercados, de acordo com Massaguer, também há a necessidade de modelar, por exemplo, o efeito da variação da temperatura de conservação em alimentos refrigerados.

“A temperatura das câmaras de refrigeração dos supermercados no Brasil varia entre 10 ºC e 15 ºC, e nunca permanece a 4 ºC [a temperatura indicada de conservação de alimentos refrigerados]”, disse Massaguer.

“É necessário avaliar qual o efeito dessa temperatura variável na limitação da vida útil em diversos alimentos à base de carne, frutas e leite produzidos no Brasil”, afirmou.

Segundo Massaguer, no Brasil a indústria alimentícia brasileira usa a modelagem preditiva apenas para solucionar problemas específicos, por meio de contrato com pesquisadores e especialistas da área e não há, até o momento, investimento industrial para o desenvolvimento de software para realização de microbiologia preditiva no país, apontou.

“A modelagem preditiva é uma área multidisciplinar, que requer o envolvimento não só de engenheiros de alimentos, como também de matemáticos e estatísticos. Este entrosamento ainda é incipiente no Brasil”, afirmou Massaguer.

“Este é um dos motivos pelos quais vem sendo pouco utilizada pelas indústrias alimentícias brasileiras”, avaliou. 

A aplicação da modelagem preditiva atende ao fator crítico Qualidade e Segurança da visão Internacionalização das Indústrias Agroalimentares presente no  Roadmapping da Indústria Agroalimentar . Uma das ações presentes neste fator crítico é “pesquisar e aplicar tecnologias que permitam atender às exigências do mercado externo”.

Veja o texto na íntegra em Agência FAPESP