Avaliação preditiva do crescimento in vitro de bactérias patogênicas em diferentes condições de pH, temperatura e concentrações de cloreto de sódio e extratos de resíduos de tamarindo
DOI:
https://doi.org/10.33448/rsd-v9i7.3858Palavras-chave:
Microbiologia preditiva; Antimicrobiano; Resíduo de fruta.Resumo
A microbiologia preditiva tem sido aplicada, através de modelos matemáticos, com o intuito de prever o comportamento de microrganismos quando expostos à condições de crescimento variadas. Esta ciência tem ganhado destaque visto que permite prever taxas de crescimento e duração da fase lag de microrganismos patogênicos contaminantes de alimentos. Neste contexto, este trabalho objetivou avaliar o efeito da temperatura (10 a 45°C), pH (5,0 a 9,0), concentração de cloreto de sódio (0 a 8,5%) e concentração de extrato de casca e de semente de tamarindo em etanol 80% (0 a 10%) no crescimento in vitro de Bacillus subtilis, Pseudomonas aeruginosa, Staphylococcus aureus, Salmonella Enteritidis e Enterococcus faecalis. Os parâmetros foram avaliados segundo planejamento fatorial fracionado 24-1 mais 3 pontos centrais. As bactérias foram incubadas nas condições propostas e o modelo primário de Baranyi e Roberts foi ajustado aos dados experimentais (coeficientes de correlação entre 0,72 e 1,00) obtendo-se as taxas de crescimento e o tempo da fase lag. Para a maiorias das condições testadas, houve a inibição do crescimento para todas as bactérias obtendo-se taxas que variaram entre -0,03 e -6,04 Log UFC/mL h. Através da análise estatística verificou-se que o pH foi o parâmetro que mais influenciou para a inibição das bactérias. No entanto, o extrato de casca e de sementes de tamarindo foi o principal componente para a inibição de S. Enteritidis. Neste estudo realizou-se a predição do crescimento in vitro de bactérias patogênicos em meio de cultivo contendo extrato de casca ou de sementes de tamarindo, tendo este demonstrado potencial para ser utilizado em aplicações futuras como antimicrobiano natural.
Referências
Adelskov, J., Patel, B.K.C. (2016) A molecular phylogenetic framework for Bacillus subtilis using genome sequences and its application to Bacillus subtilis subspecies stecoris strain D7XPN1, an isolate from a commercial food-waste degrading bioreactor. 3 Biotech, 6, 1–16.
Aguirre, J.S., Rodríguez, M. R., & Fernando, G.D.G. (2011) Effects of electron beam irradiation on the variability in survivor number and duration of lag phase of four food-borne organisms. International Journal of Food Microbiology, 149, 236-246.
Akkermans, S., Nimmegeers, P., & Impe, J.F. (2018) A tutorial on uncertainty propagation techniques for predictive microbiology models: A critical analysis of state-of-the-art techniques. International Journal of Food Microbiology, 282, 1-8.
BR1020170013685- Potencial antimicrobiano de extratos de resíduos de frutas exóticas (tamarindo (Tamarindus indica), granadilla (Passiflora ligularis), noni (Morinda citrifolia), dekopon (Citrus reticulata 'Shiranui'), sapoti (Manilkara zapota), tamarillo (Solanum betaceum) e mirtilo (Vaccinium myrtillus)), patente depositada no Instituto Nacional de Propriedade Intelectual em 23/01/2017.
Clinical and Laboratory Standards Institute (CLSI) (2015) Performance Standards for Antimicrobial Disk Susceptibility Tests; Approved standard- Twelfth Edition. Wayne: Clinical and Laboratory Standards Institute.
Couvert, O., Guegan, S., Hezard, B., Huchet, V., Lintz, A., Thuault, D., & Stahl, V. (2017) Modeling carbon dioxide effect in a controlled atmosphere and itsinteractions with temperature and pH on the growth of L. monocytogenes and P. fluorescens. Food Microbiolgy, 68, 89-96.
Gonçalves, L.D.A., Picolli, R.H., Peres, A.P., & Saúde, A.V. (2017) Predictive modeling of Pseudomonas fluorescens growth under different temperature and pH values. Brazilian Journal of Microbiology, 48 (2), 352-358.
Hoel, S., Vadstein, O., & Jakobsen, A. N. (2018) Growth of mesophilic Aeromonas salmonicida in an experimental model of nigiri sushi during cold storage. International Journal of Food Microbiology, 285, p. 1-6.
ICMSF - International Commission on Microbiological Specifications for Foods (1996) Microrganisms in Foods 5: Microbiological Specifications of Food Pathogens. London: Blackie Academic and Professional.
Iliadis, I., Daskalopoulou, A., Simões, M., & Giaouris, E. (2018) Integrated combined effects of temperature, pH and sodium chloride concentration on biofilm formation by Salmonella enterica ser. enteritidis and typhimurium under low nutrient food-related conditions. Food Research International, 107, 10-18.
Juneja, V.K., Golden, C.E., Misha, A., & Harrison, M.A. (2019) Predictive model for growth of Bacillus cereus during cooling of cooked rice. International Journal of Food Microbiology, 290, 49–58.
Kavuncuoglu, H., Kavuncuoglu, E., Karatas, S.M., Osman, Benli, B., Sagdic, O., & Yalcin, H. (2018) Prediction of the antimicrobial activity of walnut (Juglans regia L.) kernel aqueous extracts using artificial neural network and multiple linear regression. Journal of Microbiological Methods, 148, 78-86.
Koneman, W.E., Allen, S.D., Janda, W.M., Schreckenberger, P.C., & Winn Jr., W.C. (2001) Bacilos Gram-Negativos não-fermentadores. In: Koneman, E.W. (Ed.) Diagnóstico microbiológico - Texto e Atlas colorido. Rio de Janeiro: Médica e Científica.
Krishnan, K.R., Babuskin, R., Babu, P.A.S., Sivarajan, M., & Sukumar, M. (2015) Evaluation and predictive modeling the effects of spice extracts on raw chicken meat stored at different temperatures. Journal of Food Engineering, 166, 29-37.
Nyhan, L., Begley, M., Mutel, A., Qu, Y., Johnson, N., & Callanan, M. (2018) Predicting the combinatorial effects of water activity, pH and organic acids on Listeria growth in media and complex food matrices. Food Microbiology, 74, 75-85.
Palleroni, N.J. (2009) Pseudomonas. In: Bergey´s Manual of Systematic Bacteriology. Nova Jersey: John Wiley & Sons, Inc., in association with Bergey's Manual Trust.
Pereira, A.S., Shitsuka, D.M., Parreira, F.J., & Shitsuka, R. (2018). Metodologia da pesquisa científica. [e-book]. Santa Maria. Ed. UAB/NTE/UFSM. Disponível em: https://repositorio.ufsm.br/bitstream/handle/1/15824/Lic_Computacao_MetodologiaPesquisa-Cientifica.pdf?sequence=1. Acesso em: 21 Abril 2020.
Rodrigues, H.G.A, Siqueira, A.C.P., & Santana, L.C.L.A. (2020). Aplicação de revestimentos comestíveis à base de quitosana e fécula de mandioca incorporados com extrato da semente de tamarindo na conservação de goiabas. Research, Society and Development, 9 (6), e119963695, 1-25.
Rodrigues, M.I., & Iemma, A.F. (2009) Planejamento de experimentos e otimização de processos. Campinas: Casa do Espírito Amigo Fraternidade Fé e Amor.
Rubab, M., Shahbaz, H.M., Olaimat, A.N., & Oh, D.-H. (2018) Biosensors for rapid and sensitive detection of Staphylococcus aureus in food. Biosensors and Bioelectronics, 105, 49–57.
Santos, T.R.J., Barbosa, P.F., Antunes, H.G.R., Narain, N. & Santana, L.C.L.A. (2019) Granadilla seed extract as antimicrobial and bioactive compounds source: mathematical modelling of extraction conditions. Quality Assurance and Safety of Crops & Foods, 11(2), 157-170.
Schlei, K.P. et al. (2018). Predictive microbiology: general aspects and tendencies. Perspectivas da Ciência e Tecnologia, 10(1): 52-68.
Stringer, S.C., & Metris, A. (2018) Predicting bacterial behaviour in sous vide food. International Journal of Gastronomy and Food Science, 13, 117–128.
Tarlak, F., Ozdemir, M., & Melikoglu, M. (2018) Mathematical modelling of temperature effect on growth kinetics of Pseudomonas spp. on sliced mushroom (Agaricus bisporus). International Journal of Food Microbiology, 266, 274-281.
Teleken, J.T., Galvão, A.C., Robazza, & W.S. (2018) Use of modified Richards model to predict isothermal and non-isothermal microbial growth. Brazilian Journal of Microbiology, 49, p. 614-620, 2018.
Vercammen, D., Telen, D., Nimmegeers, P., Janssens, A., Akkermans, S., Fernandez, E.N., Logist, F., & Impe, J.V. (2017) Application of a dynamic metabolic flux algorithm during a temperature-induced lag phase. Food and Bioproducts Processing, 102, 1-19.
Xie, X., Tan, T., Xu, A., Deng, K., Zeng, Y., & Huang, H. (2019) UV-induced peroxidase-like activity of gold nanoclusters for differentiating pathogenic bacteria and detection of enterotoxin with colorimetric readout. Sensors and Actuators, B: Chemical, 279, 289–297.
Yang, Q., Lu, Y., Zhang, M., Gong, Y., Li, Z., Tran, N.T., He, Y., Zhu, C., Lu, Y., Zhang, Y., & Li, S. (2019) Lactic acid bacteria, Enterococcus faecalis Y17 and Pediococcus pentosaceus G11, improved growth performance, and immunity of mud crab (Scylla paramamosain). Fish and Shellfish Immunology, 93, 135–143.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
