Caracterização e Predição da cinética de crescimento microbiano via práticas estereológicas

Detalhes bibliográficos
Autor(a) principal: Moura, Lívia de Aquino Garcia
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRRJ
Texto Completo: https://rima.ufrrj.br/jspui/handle/20.500.14407/11089
Resumo: A microbiologia preditiva utiliza modelos matemáticos para predizer o crescimento e multiplicação de microrganismos, sendo utilizada como uma ferramenta para garantir a segurança dos alimentos. A estereologia quantitativa apresenta uma forma simples e confiável de medições de estruturas possibilitando uma substituição à forma de determinação dos modelos preditivos. O objetivo deste trabalho foi utilizar medições estereológicas como uma ferramenta para a microbiologia preditiva, substituindo os métodos matemáticos tradicionalmente utilizados. Foi utilizado como objeto de estudo o fungo Penicillium sp. Deste foram inoculadas 6 gotas distintas de uma solução preparada em água peptonada 0,1% contendo 108 UFC/ml de esporos sobre o meio àgar BDA geleificado em placa de Petri. As placas foram incubadas a 25°C, e fotografadas de 2 em 2 horas por 7 dias para observação do desenvolvimento das colônias. As fotos foram tratadas utilizando o programa ImageJ®, obtendo-se o valor da área individual das colônias (AA), e a área total (AT). Aplicando a estereologia quantitativa, foi possível determinar uma equação para correlacionar AA e AT, obtendo-se o valor da Fração Volumétrica, isso tendo tratado os dados utilizando o programa Excel®. Então procedeu-se à elaboração dos gráficos através do software Mathematica® e por fim foi ajustado um modelo matemático, curva de crescimento experimental do Penicillium sp., através do Excel®. O modelo linear foi o que melhor se adequou para representar o crescimento microbiano. O fungo apresentou uma taxa de adaptação de 0 a 16 h, com pico de crescimento entre 50-58 h e até ao fim de 168 h não observou-se declínio na curva de crescimento. Houve sobreposição das curvas de crescimento das 6 colônias apresentando o mesmo perfil, relacionando-se à característica de reprodução fúngica. Realizou-se o ajuste linear através do coeficiente de determinação (R2), obtendo-se o valor de 0,96, 0,99 e 0,98 para ajuste de 0-50h, 52-168h e o total de horas, respectivamente, considerados um bom ajuste. Os resultados encontrados possibilitaram visualizar uma nova técnica, para predição do desenvolvimento microbiológico, utilizando as ferramentas da estereologia quantitativa, viabilizando a segurança dos alimentos e, implementando uma nova perspectiva para análise e processos de conservação de alimentos.
id UFRRJ-1_8929a8e5f61c90dffa7dd80e22d9b71d
oai_identifier_str oai:rima.ufrrj.br:20.500.14407/11089
network_acronym_str UFRRJ-1
network_name_str Repositório Institucional da UFRRJ
repository_id_str
spelling Moura, Lívia de Aquino GarciaMelo, Nathália Ramos de031.379.796-09http://lattes.cnpq.br/1836355123449583Assis, Weslley Luiz da SilvaMelo, Nathália Ramos deTeodoro, Carlos Eduardo de SouzaLuchese, Rosa Helena115.970.077-06http://lattes.cnpq.br/78857094058332762023-12-22T01:46:36Z2023-12-22T01:46:36Z2018-03-26MOURA, Lívia de Aquino Garcia. Caracterização e Predição da cinética de crescimento microbiano via práticas estereológicas. 2018. 52 f. Dissertação (Mestrado em Ciência e Tecnologia de Alimentos) - Instituto de Tecnologia, Universidade Federal Rural do Rio de Janeiro, Seropédica - RJ, 2018.https://rima.ufrrj.br/jspui/handle/20.500.14407/11089A microbiologia preditiva utiliza modelos matemáticos para predizer o crescimento e multiplicação de microrganismos, sendo utilizada como uma ferramenta para garantir a segurança dos alimentos. A estereologia quantitativa apresenta uma forma simples e confiável de medições de estruturas possibilitando uma substituição à forma de determinação dos modelos preditivos. O objetivo deste trabalho foi utilizar medições estereológicas como uma ferramenta para a microbiologia preditiva, substituindo os métodos matemáticos tradicionalmente utilizados. Foi utilizado como objeto de estudo o fungo Penicillium sp. Deste foram inoculadas 6 gotas distintas de uma solução preparada em água peptonada 0,1% contendo 108 UFC/ml de esporos sobre o meio àgar BDA geleificado em placa de Petri. As placas foram incubadas a 25°C, e fotografadas de 2 em 2 horas por 7 dias para observação do desenvolvimento das colônias. As fotos foram tratadas utilizando o programa ImageJ®, obtendo-se o valor da área individual das colônias (AA), e a área total (AT). Aplicando a estereologia quantitativa, foi possível determinar uma equação para correlacionar AA e AT, obtendo-se o valor da Fração Volumétrica, isso tendo tratado os dados utilizando o programa Excel®. Então procedeu-se à elaboração dos gráficos através do software Mathematica® e por fim foi ajustado um modelo matemático, curva de crescimento experimental do Penicillium sp., através do Excel®. O modelo linear foi o que melhor se adequou para representar o crescimento microbiano. O fungo apresentou uma taxa de adaptação de 0 a 16 h, com pico de crescimento entre 50-58 h e até ao fim de 168 h não observou-se declínio na curva de crescimento. Houve sobreposição das curvas de crescimento das 6 colônias apresentando o mesmo perfil, relacionando-se à característica de reprodução fúngica. Realizou-se o ajuste linear através do coeficiente de determinação (R2), obtendo-se o valor de 0,96, 0,99 e 0,98 para ajuste de 0-50h, 52-168h e o total de horas, respectivamente, considerados um bom ajuste. Os resultados encontrados possibilitaram visualizar uma nova técnica, para predição do desenvolvimento microbiológico, utilizando as ferramentas da estereologia quantitativa, viabilizando a segurança dos alimentos e, implementando uma nova perspectiva para análise e processos de conservação de alimentos.Predictive microbiology uses mathematical models to predict the growth and multiplication of microorganisms and is used as a tool to ensure food safety. The quantitative stereology presents a simple and reliable form of measurements of structures allowing a substitution to the form of determination of the predictive models. The objective of this work was to use stereological measurements as a tool for predictive microbiology, replacing the traditionally used mathematical methods. The fungus Penicillium sp. From this, 6 different drops of a solution prepared in 0.1% peptone water containing 108 CFU / ml spores were inoculated onto the BDA agar agar medium gelled in Petri dishes. The plates were incubated at 25 ° C and photographed 2 in 2 hours for 7 days to observe the development of the colonies. The photos were treated using the ImageJ® program, obtaining the value of the individual area ofthe colonies (AA), and the total area (AT). Applying the quantitative stereology, it was possible to determine an equation to correlate AA and AT, obtaining the value of the Volumetric Fraction, this having treated the data using the Excel® program. Then, the graphs were elaborated through the software Mathematica® and finally a mathematical model, the experimental growth curve of Penicillium sp., was adjusted through Excel®. The linear model was the one best suited to represent microbial growth. The fungus presented an adaptation rate of 0 to 16 h, with growth peak between 50-58 h and until the end of 168 h no growth curve was observed. There were overlapping of the growth curves of the 6 colonies presenting the same profile, related to the characteristic of fungal reproduction. The linear adjustment was performed through the coefficient of determination (R2), obtaining a value of 0.96, 0.99 and 0.98 for adjustment of 0-50h, 52-168h and total hours, respectively, considered a good fit. The results allowed the visualization of a new technique for the prediction of microbiological development, using the tools of quantitative stereology, enabling food safety and, implementing a new perspective for food preservation analysis and processes.application/pdfporUniversidade Federal Rural do Rio de JaneiroPrograma de Pós-Graduação em Ciência e Tecnologia de AlimentosUFRRJBrasilInstituto de Tecnologiapredição microbianaestereologia quantitativasegurança dos alimentosmicrobial predictionquantitative Stereologyfood safetyCiência e Tecnologia de AlimentosCaracterização e Predição da cinética de crescimento microbiano via práticas estereológicasCharacterization and Prediction of microbial growth kinetics via stereological practices.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisADRIO, J.L., ARNOLD, L.D. Fungal Biotechnology. International Microbiology.; v.6, p. 191-199,2003. AMENÁBAR, J. M., PADILHA, D. M. P., HUGO, F. N., E FOSSATI, A. C. M. Uso da estereologia como método na pesquisa histológica. Revista. Faculdade. Odontologia.,v. 44, n.1, p.62-65, 2003. AMSON, G. V., HARACEMIV, S. M. C., MASSON, M.L. Levantamento de dados epidemiológicos relativos à ocorrências/ surtos de doenças transmitidas por alimentos (DTAs) no estado do Paraná Brasil, no período de 1978 a 2000. Ciência. agrotec., v.30,n.6, p.1139-1145, 2006. ANDRADE, M. C. N. DE; CHAVARI, J. L.; MINHONI, M. T. DE A.; ZIED, D. C. Crescimento micelial in vitro de cinco linhagens de Agaricus bisporus submetidas a diferentes condições de temperatura. Acta Scientiarum. Agronomy, n. 1, v. 32, p. 69- 72, 2010. ANASTÁCIO, A. Microbiologia Preditiva Alimentar: As sinergias entre a microbiologia, a matemática e as tecnologias da informação. Segurança e Qualidade Alimentar , n.7, p.56-59, 2009. ARROYO-LÓPEZ, F. N.; BAUTISTA-GALLEGO, J.; GARCÍA-GIMENO, R. M.; GARRIDO FERNÁNDEZ, A. Predictive microbiology: a valuable tool in food safety. In: BHAT, R.; GOMEZ-LOPEZ, V. M. (Ed.). Practical food safety: contemporary issues and future directions. West Sussex: Wiley Blackwell, 2014, 534p. ASSIS, W.L.S. Investigação do efeito da nucleação, da velocidade de crescimento e da distribuição da energia armazenada na recristalização pelo método autômato cellular em três dimensões. 2006. 126f. Dissertação de Mestrado Pós-Graduação da Escola de Engenharia Industrial Metalúrgica de Volta Redonda. Universidade Federal Fluminense, Volta Redonda, RJ. AUGUSTIN, J.-C. ; ZULIANI, V. ; CORNU, M.; GUILLIER,L. Growth rate andgrowth probability of Listeria monocytogenes in dairy, meat and seafood products insuboptimal conditions. Journal of Applied Microbiology, v. 99, p. 1019–1042, 2005. AVVAD-PORTARIL, E.; GOMES, N.D.; MANDARIM-DE-LACERDA, C.A. Simple hyperplasia versus proliferative endometrium: stereological study. Jornal Brasileiro de Patologia e Medicina Laboratorial, Rio de Janeiro, v. 39, n. 1, p. 73-79, 2003. AZEREDO, H. M. C. de et al. Princípios dos Métodos de Conservação de Alimentos. In: FUNDAMENTOS de Estabilidade de Alimentos. 2. ed. Brasília: Técnica, 2012.186 p. BARANYI, J.; ROBERTS, T.A.A. Dynamic approach to predicting bacterial growth In food. International Journal of Food Microbiology, v. 23, p. 277-294, 1994. BARANYI, J.; ROBERTS, T.A. Mathematics of predictive food microbiology. International Journal of Food Microbiology, v.26,p.199-218, 1995. 41 BARANYI, J.; GIBSON, A. M; PITT, J. I; EYLES, M. J e ROBERTS, T. A. Predictive models as mean of measuring the relatedness of some Aspergillus species. Food Microbiology, v.14, p.347-351,1996. BARANYI, J.; CSERNUS, O.; BECZNER, J. Error analysis in predictive modellingdemonstrated on mould data. International Journal of Food Microbiology, v. 170, p. 78–82, 2014. BARBOSA-CÁNOVAS, G. V.; FONTANA JÚNIOR, A. J.; SCHMIDT, S. J.; LABUZA, T. P. Water activity in foods – Fundamentals and Applications. 1 ed. New York: John Wiley e Sons, 2007, 435p. BLACKBURN, W.C.. The stability and shelf life of Food Editado por: Kilcast, D.; subramaniam, P. New York: CRC Press LLC, 2000, 340p. BOARD, R. G. Intruduction a la microbiologia moderna de los alimentos. Espanha: Acribia, 1988, 271 p. BUCHANAN, R.L. Predictive food microbiology. Trends Food Science Tecnology.,v. 4, p. 6-11,1993 (b). CASTRO, L. C.; LUCHESE, R. H.; MARTINS, J. F. P.. Efeito do uso da cepa starter de Penicillium nalgiovense na qualidade de salames. Ciência. Tecnologia. Alimentos, v.20, n.1, pp. 40-46, 2000. CASTRO, P. S.; COBUCCI, R. M. A.; GALERA, J. S. Determinação de vida útil de alimentos. SEMANA DE ENGENHARIA DE ALIMENTOS DA UNIVERSIDADE CATÓLICA DE GOIÁS, 11. Goiânia, 2008. CUPPERS, H. G. A. M., OOMES, S., BRUL, S. A model for the combined effects of temperature and salt concentration on growth rate of food spoilage molds. Applied and Environmental Microbiology, v.63, n.10, 1997. DALGAARD, P.; BUCH, P.; SILBERG, S. Seafood Spoilage Predict or development and distribution of a product specific application software. International Journal of Food Microbiology, v.73, p. 343-349, 2002. DANNENHAUER, C.E. Desenvolvimento de um Aplicativo Computacional para Microbiologia Preditiva. . 2010. 73 f. Dissertação: Mestrado - Programa de Pós-Graduação em Engenharia deAlimentos. Universidade Federal de Santa Catarina, Florianópolis, SC. DANTIGNY, P., GUILMART, A., BENSOUSSAN, M. Basis of predictive mycology. International Journal. Food Microbiology, v. 100, p.187–196, 2005. DANTIGNY, P., PANAGOU, E. Predictive Mycology. NewYork: Nova Publishers, 2013, 343p. DENS, E. J., VAN IMPE, J.F. On the need for another type of predictive model in structured foods. International Journal of Food Microbiology, v. 64, p. 247-260, 2001. DIAS, F. DA C. Uso do software imagej para análise quantitativa de imagens de microestruturas de materiais. 2008. 148f. Dissertação (Mestrado em Engenharia e 42 Tecnologia Espaciais/Ciência e Tecnologia de Materiais e Sensores). Instituto Nacional de Pesquisas Espaciais - INPE , São José dos Campos, SP. DIGE, I.; NYENGAARD, J. R..; KILIAN, M.; NYVAD, B. Application ofstereological principles for quantification of bacteria in intact dental biofilms. Oral Microbiology Immunology, v.24, p. 69–75, 2009. DINIZ, S.P.S.S. Micotoxinas. Campinas: Livraria e Editora Rural. 2002 181p. DING, T.; WANG, J.; FORGHANI, F.; HA, S.; CHUNG, M.; BAHK, G.; HWANG, I.; ABDALLAH, E.; OH, D. Development of Predictive Models for the Growth of Escherichia coli O157:H7 on Cabbage in Korea. Journal of Food Science, v. 77, n.5, 2012. DOROTA, Z.; DANUTA, K.K.; ANTONIO, G.; MOTYL, I. Predictive Modelling of Lactobacillus casei KN291 Survival in Fermented Soy Beverage. Journal of Microbiology, v.52, n. 2, p.169-178, 2014. DUARTE, J.C.F. Contribuição da microbiologia preditiva na análise de cremes pasteleiros. 2011. Dissertação (Mestrado em Tecnologia e Segurança Alimentar)- Faculdade de Ciências e Tecnologia, Universidade Nova Lisboa, Lisboa, Portugal. ESKIN, M.; ROBINSON, D. S. Food Shelf Life Stability: Chemical, Biochemical, and Microbiological Changes. Nova York: CRC Press, 2000, 384p. ERKMEN, O.; ALBEN, E. Mathematical modeling of citric acid production and biomass formation by Aspergillus niger in undersized semolina. Journal of Food Engineering, v.52, p.161-166, 2002. ESTEVES, E. M. Simulação computacional de medidas estereológicas em estruturas de metal duro (WC-Co).2011. 187f. Tese (Doutorado em Ciência e Engenharia de Materiais) - Programa de Pós-Graduação em Ciências e Engenharia de Materiais, Universidade Federal do Rio Grande do Norte, Natal, RN. FAKRUDDIN, M.; MAZUMDER, R.M.; MANNAN, K.S.B. Predictive microbiology: Modeling microbial responses in food. Ceylon Journal of Science, v. 40, n. 2, p.121-131, 2011. FERREIRA, L. D. Utilização da Microbiologia Preditiva na Avaliação do Crescimento de Bactérias Ácido Lácticas em Presunto Fatiado. 2004.156f. Dissertação (Mestrado em Engenharia de Alimentos) - Programa de Pós- Graduação em Engenharia de Alimentos, Universidade Federal de Santa Catarina, Santa Catarina, SC. FERRER, J., PRATS, C.,LÓPEZ, D, VIVES-REGO,J. Mathematical modelling methodologies in predictive food microbiology: A SWOT analysis. International Journal of Food Microbiology, v. 134, p. 2-8, 2009. FRANCO, B.D.G.M.; LANDGRAF, M. Microbiologia dos Alimentos. São Paulo: Ed. Atheneu, 2004. 182 p. FILHO, A. E. F. Implementação da rotina de unfolding para determinação de distribuição de tamanho de grãos esféricos via distribuição de interceptos lineares e de área de seção. 2009. 71f. Dissertação (Mestrado em Ciência e Engenharia de Materiais) 43 - Programa de Pós-Graduação em Ciências e Engenharia de Materiais, Universidade Federal do Rio Grande do Norte, Natal, RN. FOOD INGREDIENTS BRASIL. Shelf Life Uma Pequena Introdução. Food Ingredients Brasil, n. 8, v. 18, p.67-73, 2011. Disponível em: http://www.revista-fi.com/materias/188.pdf . Acesso em: 20/11/ 2017. GĄDEK-MOSZCZAK, A. History of stereology. Image Anal Stereology, v.35, p.151-152, 2017. GIANNUZZI, L., PINOTTI, A., ZARITZKY, N. Mathematical modelling of microbial growth in packaged refrigerated beef stored at different temperatures. International. Journal. Food Microbiology., v.39, p.101-110, 1998. GIBSON, A.M., BRATCHELL, N., ROBERTS, T.A. The effect of sodium chloride and temperature on the rate and extent of growth of Clostridium botulinum type A in pasteurized pork slurry. Journal Apllied. Bacteriology, v.62, p. 479-490, 1987. GOMES. S. P. Avaliação estereológica da microestrutura do fígado em animais desnutridos e submetidos à renutrição protéica. 2011.Tese (Doutorado) - Faculdade de Medicina Veterinária e Zootecnia Departamento de Cirurgia, Universidade de São Paulo, São Paulo, SP. GOUGOULI, M., KOUTSOUMANIS, K. P. Relation between germination and mycelium growth of individual spores. International Journal of Food Microbiology, n.161, p. 231- 239, 2013. HAJJAJ, H., BLANC, P., GROUSSAC E., URIBELARREA, J.L., GOMA, G., LOUBIERE, P. Kinetic analysis of red pigment and citrinin production by Monascusruber as a function of organic acid accumulation. Enzyme and Microbial Technology, v.27, p. 619-625, 2000. HAMILTON, P.W. Interactive computer-aided morphometry, Quantitative Clinical Pathology, Eds.: P.W. Hamilton, D.C. Allen, USA: Blackwell-Science Press, 1997, 342 p, HANNICKEL, A. Image J como ferramenta para medida da área de partículas de magnetita em três escalas nanométricas. Revista Militar de Ciência e Tecnologia, v. 4, p. 16-26, 2002. HOFFMANN, F. L. Fatores Limitantes à Proliferação de Microrganismos em Alimentos. Brasil Alimentos, v. 9, p.23-30, ago. 2001. JAY, J. M. Microbiologia de Alimentos. 6. ed. Porto Alegre: Artmed, 2005. 711p. JUNEJA, V.K, VALENZUELA-MELENDRES, M., HEPERKAN, D., (...), CAMOU, J.P., TORRENTERA-OLIVERA, N. Development of a predictive model for Salmonella spp. reduction in meat jerky product with temperature, potassium sorbate, pH, and water activity as controlling factors. International Journal of Food Microbiology, n.236, p. 1-8, 2016. KIM, H.W., LEE, K., KIM, S.H., RHEE, M.S. Predictive modeling of bacterial growth in ready-to-use salted napa cabbage (Brassica pekinensis) at different storage temperatures. Food Microbiology , v.70, p.129-136, 2018. 44 KOCH, A.L. The Kinetics of Mycelial Growth. Journal General Microbiology, v.89, p.209–216, 1975. LAICH, F., FIERRO, F., CARDOZA, R. E. E MARTÍN, J. F. Organization of the gene cluster for biosynthesis of penicillin in Penicillium nalgiovense and antibiotic production in cured dry sausages. Applied and Environmental Microbiology, n. 65, p.1236–1240, 1999. LAMBERT, W.C., LAPIDUS, A., RAO, B.K. Melanoma diagnosis by computerized analysis of clinical images. Archives of Dermatology, n. 3, v. 137, p. 377-378, 2001. LONGHI, D. A. Avaliação da capacidade preditiva de diferentes modelos matemáticos para o crescimento microbiano em condições não- isotérmicas. 2012. 114 f. Dissertação: Mestrado - Programa de Pós-Graduação em Engenharia de Alimentos Universidade Federal de Santa Catarina, Florianópolis, SC. LOPEZ, S.; PRIETO, M.; DIJKSTRA, J., DHANOA, M. S.; FRANCE, J.,. Statistical evaluation of mathematical models for microbial growth. International Journal Food Microbiology, v. 96, p. 289-300, 2004. LÓPEZ-DÍAZ, T. M., C. ROMÁN-BLANCO, M. T. GARCÍA-ARIAS, M. C. GARCÍA-FERNÁNDEZ, AND M. L. GARCÍA-LÓPEZ. Mycotoxins in two Spanish cheese varieties. International Journal of Food Microbiology, n.30, p.391-395, 1996 LOPES-PAULO, F. Emprego da estereologia em pesquisas colorretais. Revista Brasileira Colo-proctologia. v. 22, n. 2, p. 73-76, 2010. MACAROV C.A., TONG L., MARTÍNEZ-HUÉLAMO M., HERMO M.P., CHIRILA E., WANG Y.X., BARRÓN D., BARBOSA J. Multi residue determination of the penicillins regulated by the European Union, in bovine, porcine and chicken muscle, by LC–MS/MS. Food Chemistry, n. 135, p. 2612–2621, 2012. MANDARIM-DE-LACERDA, C. A. Métodos quantitativos em morfologia. Rio de Janeiro, Ed. UERJ, 1995. MANDARIM-DE-LACERDA C.A. Stereological tools in biomedical research. Academia Brasileira de Ciência. v. 75, p. 469-486. 2003. MASSAGUER, P.R. Crescimento microbiano e os fatores que o afeta, In: MASSAGUER, P.R. Microbiologia dos processos alimentares, São Paulo: Varela, 2006, 158p. MATARAGAS, M.; RANTSIOU, K.; ALESSANDRIA, V.; COCOLIN, L. Estimating the non-thermal inactivation of Listeria monocytogenes in fermented sausages relative to temperature, pH and water activity. Meat Science, v. 100, p. 171–178, 2015. MELO-JUNIOR, M. R.,. ARAÚJO-FILHO, J. L. S .;. PATU, V. J. R. M; MACHADO, M. C. F. DE P.; BELTRÃO, E. I.C.; CARVALHO JR., L. B. Análise digital de imagens de neoplasias da pele avaliadas pela histoquímica com lectinas:marcador potencial para alterações bioquímicas e diagnóstico diferencial de tumores. Jornal Brasileiro de Patologia Médica Laboratorial, v.42, n.6, p.455-460, 2006. MCCLURE, P.J.; COLE, M.B.; DAVIES, K.W. An example of the stages in the development of a predictive mathematical model for microbial growth: the effects of NaCl, 45 pH and temperature on the growth of Aeromonas hydrophila. International Journal Food Microbiology, n.23, p.359-375, 1994. McDONALD, R., SUN, D.W. Predictive food microbiology for the meat industry: a review. International Journal of Food Microbiology, n. 52, p. 1–27, 1999. McELROY, D.M., JAYKUS, L-A ,FOEGEDING, P. M., Validations and analysis of modeled predictions of growth of Bacillus cereus spores in boiled rice. Journal of Food Protection. v.63, n.02, p.268-272. 2000. McMEEKIN, T.A., OLLEY, J.N., ROSS, T., RATKOWSKY, D.A. Predictive microbiology: theory and application. Taunton: Research Studies, 1993, 340 p. McMEEKIN, T.A., ROSS, T., Predictive Microbiology: providing a knowledge-based framework for change management. International Journal of Food Microbiology, v. 78, p. 133-153, 2002. McMEEKIN, T.A., BARANYI, J., BOWMAN, J., DALGAARD, P., KIRK, M., ROSS, T.; SCHMID, S.; ZWIETERING, M.H. Information systems in food safety management. International Journal of Food Microbiology,v.112, p. 181–194, 2006. MILLER, F.A., GIL, M.M., BRANDÃO, T.R.S., SILVA, C.L.M. A Microbiologia Preditiva como Instrumento da Garantia da Segurança de Produtos Alimentares. Boletim de biotecnologia, n. 78, p. 8-12, 2004. MOLINA, M., GIANNUZZI, L. Combined effect of temperature and propionic acid concentration on the growth of Aspergillus parasiticus. Food Research International, v.32, p.677-682, 1999. MORITA, R.Y., MOYER, C.L. Psychrophiles and Pysichrotrophs. In: Levin SA, Colwell R, Daily G et al. (eds). Encyclopedia of biodiversity, V. 4, p. 917–924., 2007. NAKASHIMA, S.M.K.; ANDRÉ, D.S.; FRANCO, B.D.G.M. Revisão: Aspectos Básicos da Microbiologia Preditiva. Brazilian Journal of Food Technology, v. 3, p.41-51, 2000. NANGUY, S.P.M., PERRIER-CORNET, J. M., BENSOUSSAN, M., DANTIGNY, P.. Impact of water activity of diverse media on spore germination of Aspergillus and Penicillium species. International Journal of Food Microbiology, v.142, p.273–276, 2010. NOORAFSHAN, A., NIAZI, B., MOHAMADPOUR, M., HOSEINI, L., HOSEINI, N., OWJI, A. A., RAFATI, A., SADEGHI, Y. KARBALAY-DOUST, S. First and second order stereology of hyaline cartilage: Application on mice femoral cartilage. Annals of Anatomy, n. 208, p. 24–30, 2016. OLIVEIRA, M. E. B. DE, BARATA, R. DE C. B. Surtos de Doenças Transmitidas por Alimentos no Estado de São Paulo, 2008-2010.Boletim de Epidemiologia Paulista v.10, n.109, 2013. OLIVEIRA, I.S., LUZ, E.D.M.N., BEZERRA, J.L., MOURA, R.M., TORRES, G.R.C. e MAIA, L.C. Severidade da podridão-verde em inhames e especialização fisiológica em Penicillium sclerotigenum. Fitopatologia Brasileira, n. 31, p. 94- 98, 2006. 46 PADILHA, A. F. Materiais de engenharia: microestruturas e propriedades. São Paulo - SP: Hemus, 2007. 343 p. PERETTI, A. P. DE R. E ARAÚJO, W. M. C. Abrangência do requisito segurança em certificados de qualidade da cadeia produtiva de alimentos no Brasil. Gestão e Produção, v. 17, n. 1, p. 35-49, 2010. PESTKA, J. 1995. Fungal toxins in raw and fermented meats, p. 194-216. InG. Campbell-Platt and P. E. Cook (ed.), Fermented meats. Blackie Academic and Professional, London, United Kingdom. POUILLOT, R.; LUBRAN, M. B. Predictive microbiology models vs. modeling microbial growth within Listeria monocytogenes risk assessment: What parameters matter and why. Food Microbiology, v. 28, p.720-726, 2011. RICHE, F., SCHNEEBELI, M., TSCHANZ, S.A. Design-based stereology to quantify structural properties of artificial and natural snow using thin sections. Cold Regions Science and Technology , v.79-80 , p. 67–74, 2012. ROSS, T. Indices for performance evaluation of predictive models in food microbiology. Journal Applied Bacteriology, v. 81, p. 501–508, 1996 RUSS, J. C.; DEHOFF, R. T. Practical stereology. 2.ed. New York: Kluwer Academic/Plenum, 2000. 307 p. SABINO, M. Micotoxinas em alimentos. In: OGA, S. Fundamentos de Toxicologia. São Paulo: Atheneu Editora,1996. p. 461-71. SALES, D. S. Desenvolvimento de um software livre para análise de imagem com estereologia quantitativa. 2014. 187 f . Tese( Doutorado em Engenharia e Ciência dos Materiais) - Centro de Ciência e Tecnologia, Universidade Estadual do Norte Fluminense, Campos, RJ. SANTANA, L.A. Tratamento de Úlceras Venosas por Ultra-Som de Baixa Intensidade: Avaliação por Análise de Imagem e Imunohistoquímica. 2006. Dissertação (Mestrado em Bioengenharia) – Programa de Pós-Graduação Interunidades em Bioengenharia, Universidade de São Paulo, São Carlos, SP. SANTOS, W. P. Análise Digital de Imagens em Patologia: Ferramentas de Morfologia Matemática e Lógica Fuzzy. New York: CreateSpace, 2009 SARMENTO, C.M.P. Modelagem do Crescimento Microbiano e Avaliação Sensorial no estudo da Validade comercial de mortadela e linguiça defumada em armazenamento isotérmico e não isotérmico. 2006. Tese (Doutorado em Engenharia Química) - Universidade Federal de Santa Catarina, Florianópolis,SC. SAVOV, A.; KOUZMANOV, G. B. Food quality and safety standards at a glance. Biotechnology e Biotechnological Equipment, v. 23, n. 4, p. 1462–1468, 2014. SILVA, J.A. Tópicos da tecnologia de alimentos. São Paulo: Varela, 2000. SILVA, A. G. P. Introdução à estereologia. Laboratório de Materiais Avançados - Universidade Estadual do Norte Fluminense, 2007. 47 SILVA, R.R.; MORAES, C.A.; BESSAN, J.; VANETTI, M.C.D. Validation of a predictive model describing growth of salmonella in enteral feeds. Brazilian Journal of Microbiology [online], v. 40, p. 149-154, 2009. SIQUEIRA, A. A. Sistema para desenvolvimento de modelos microbiológicos de predição e contagem de colônias por análise computacional de fotografias.2015. 96 f. Dissertação (Mestrado em Engenharia Agrícola) - Programa de Pós-graduação em Engenharia Agrícola, Universidade Federal do Vale do São Francisco, Juazeiro, BA. SKINNER, G.E., LARKIN, J.W., RHODEHAMEL, E.J. Mathematical modelling of microbial growth: a review. J. Food Safety, v. 14, p.175-217, 1994. SWINNEN, I.A.M.; BERNAERTS, K.; DENS, E.J.J.; GEERAERD, A.H.; VAN IMPE, J.F. Predictive modelling of the microbial lag phase: a review. International Journal of Food Microbiology, v. 94, p. 137–159. 2004. TELEKEN, J. T.; ROBAZZA, W. S.; GOMES, G. A. Mathematical modeling of microbial growth in Milk. Ciência e Tecnologia de Alimento, v. 31, n. 4, p. 891-896. 2011. TSOTSAS, E.; MUJUMDAR, A. S. Modern Drying Technology - Volume 3: Product Quality and Formulation. 1st ed. New York: Wiley, 2011. TOLEDO, J. C.; BORRAS, A. A. M.; SCALCO, A. R.; LIMA, L. S. Coordenação da qualidade em cadeias de produção: Estrutura e Método para Cadeias Agroalimentares. Gestão e Produção, v.11, n.3, p.355-372, set-dez., 2004. UNDERWOOD, E. E. Quantitative stereology. Reading, Massachusetts: AddisonWesley Publishing Company, p. 274, 1970. VAN IMPE, J.F., POSCHET F., GEERAERD , A.H., VEREECKEN K.M. Towards a novel class of predictive microbial growth models. International Journal of Food Microbiology, v. 100, p.97–105, 2005. WANG, J.; MEMBRÉ, J.; HÁ, S.; BAHK, G.; CHUNG, M.; CHUN, H.; HWANG, I.; OH, D. Modeling the Combined Effect of Temperature and Relative Humidity on Escherichia coli O157:H7 on Lettuce. Food Science. Biotechnology, v. 21, n. 3, p. 859-865, 2012. WHITING, R.C.; BUCHANAN, R.L. A classification of models for predictive microbiology. Food Microbiology , v. 10, p. 175-177, 1993.´ WHITING, R. C. Microbial modelling in foods. Critical Reviews in Food Science and Nutrition, 35, 467-494, 1995. WHITING, R.C., BUCHANAN, R.L. Predictive Modeling. In: DOYLE, M.P., BEUCHAT, L.R., MONTVILLE, T.J. Food microbiology - fundamentals and frontiers. Washington: A SM, p.728-739, 1997.https://tede.ufrrj.br/retrieve/65991/2018%20-%20L%c3%advia%20de%20Aquino%20%20Garcia%20Moura.pdf.jpghttps://tede.ufrrj.br/jspui/handle/jspui/4859Submitted by Sandra Pereira (srpereira@ufrrj.br) on 2021-07-20T11:37:40Z No. of bitstreams: 1 2018 - Lívia de Aquino Garcia Moura.pdf: 2007799 bytes, checksum: 4aa40d2a92d1fc371e2db44e68eaf18b (MD5)Made available in DSpace on 2021-07-20T11:37:40Z (GMT). No. of bitstreams: 1 2018 - Lívia de Aquino Garcia Moura.pdf: 2007799 bytes, checksum: 4aa40d2a92d1fc371e2db44e68eaf18b (MD5) Previous issue date: 2018-03-26info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRRJinstname:Universidade Federal Rural do Rio de Janeiro (UFRRJ)instacron:UFRRJTHUMBNAIL2018 - Lívia de Aquino Garcia Moura.pdf.jpgGenerated Thumbnailimage/jpeg2071https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11089/1/2018%20-%20L%c3%advia%20de%20Aquino%20%20Garcia%20Moura.pdf.jpg9e9dc9ccf2d9a9d50b189d0d0accd10eMD51TEXT2018 - Lívia de Aquino Garcia Moura.pdf.txtExtracted Texttext/plain122574https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11089/2/2018%20-%20L%c3%advia%20de%20Aquino%20%20Garcia%20Moura.pdf.txtced9e92f143d4bbf9f67e52ef0d0e45dMD52ORIGINAL2018 - Lívia de Aquino Garcia Moura.pdf2018 - Lívia de Aquino Garcia Mouraapplication/pdf2007799https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11089/3/2018%20-%20L%c3%advia%20de%20Aquino%20%20Garcia%20Moura.pdf4aa40d2a92d1fc371e2db44e68eaf18bMD53LICENSElicense.txttext/plain2089https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11089/4/license.txt7b5ba3d2445355f386edab96125d42b7MD5420.500.14407/110892023-12-21 22:46:36.336oai:rima.ufrrj.br:20.500.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Biblioteca Digital de Teses e Dissertaçõeshttps://tede.ufrrj.br/PUBhttps://tede.ufrrj.br/oai/requestbibliot@ufrrj.br||bibliot@ufrrj.bropendoar:2023-12-22T01:46:36Biblioteca Digital de Teses e Dissertações da UFRRJ - Universidade Federal Rural do Rio de Janeiro (UFRRJ)false
dc.title.por.fl_str_mv Caracterização e Predição da cinética de crescimento microbiano via práticas estereológicas
dc.title.alternative.eng.fl_str_mv Characterization and Prediction of microbial growth kinetics via stereological practices.
title Caracterização e Predição da cinética de crescimento microbiano via práticas estereológicas
spellingShingle Caracterização e Predição da cinética de crescimento microbiano via práticas estereológicas
Moura, Lívia de Aquino Garcia
predição microbiana
estereologia quantitativa
segurança dos alimentos
microbial prediction
quantitative Stereology
food safety
Ciência e Tecnologia de Alimentos
title_short Caracterização e Predição da cinética de crescimento microbiano via práticas estereológicas
title_full Caracterização e Predição da cinética de crescimento microbiano via práticas estereológicas
title_fullStr Caracterização e Predição da cinética de crescimento microbiano via práticas estereológicas
title_full_unstemmed Caracterização e Predição da cinética de crescimento microbiano via práticas estereológicas
title_sort Caracterização e Predição da cinética de crescimento microbiano via práticas estereológicas
author Moura, Lívia de Aquino Garcia
author_facet Moura, Lívia de Aquino Garcia
author_role author
dc.contributor.author.fl_str_mv Moura, Lívia de Aquino Garcia
dc.contributor.advisor1.fl_str_mv Melo, Nathália Ramos de
dc.contributor.advisor1ID.fl_str_mv 031.379.796-09
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/1836355123449583
dc.contributor.advisor-co1.fl_str_mv Assis, Weslley Luiz da Silva
dc.contributor.referee1.fl_str_mv Melo, Nathália Ramos de
dc.contributor.referee2.fl_str_mv Teodoro, Carlos Eduardo de Souza
dc.contributor.referee3.fl_str_mv Luchese, Rosa Helena
dc.contributor.authorID.fl_str_mv 115.970.077-06
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/7885709405833276
contributor_str_mv Melo, Nathália Ramos de
Assis, Weslley Luiz da Silva
Melo, Nathália Ramos de
Teodoro, Carlos Eduardo de Souza
Luchese, Rosa Helena
dc.subject.por.fl_str_mv predição microbiana
estereologia quantitativa
segurança dos alimentos
topic predição microbiana
estereologia quantitativa
segurança dos alimentos
microbial prediction
quantitative Stereology
food safety
Ciência e Tecnologia de Alimentos
dc.subject.eng.fl_str_mv microbial prediction
quantitative Stereology
food safety
dc.subject.cnpq.fl_str_mv Ciência e Tecnologia de Alimentos
description A microbiologia preditiva utiliza modelos matemáticos para predizer o crescimento e multiplicação de microrganismos, sendo utilizada como uma ferramenta para garantir a segurança dos alimentos. A estereologia quantitativa apresenta uma forma simples e confiável de medições de estruturas possibilitando uma substituição à forma de determinação dos modelos preditivos. O objetivo deste trabalho foi utilizar medições estereológicas como uma ferramenta para a microbiologia preditiva, substituindo os métodos matemáticos tradicionalmente utilizados. Foi utilizado como objeto de estudo o fungo Penicillium sp. Deste foram inoculadas 6 gotas distintas de uma solução preparada em água peptonada 0,1% contendo 108 UFC/ml de esporos sobre o meio àgar BDA geleificado em placa de Petri. As placas foram incubadas a 25°C, e fotografadas de 2 em 2 horas por 7 dias para observação do desenvolvimento das colônias. As fotos foram tratadas utilizando o programa ImageJ®, obtendo-se o valor da área individual das colônias (AA), e a área total (AT). Aplicando a estereologia quantitativa, foi possível determinar uma equação para correlacionar AA e AT, obtendo-se o valor da Fração Volumétrica, isso tendo tratado os dados utilizando o programa Excel®. Então procedeu-se à elaboração dos gráficos através do software Mathematica® e por fim foi ajustado um modelo matemático, curva de crescimento experimental do Penicillium sp., através do Excel®. O modelo linear foi o que melhor se adequou para representar o crescimento microbiano. O fungo apresentou uma taxa de adaptação de 0 a 16 h, com pico de crescimento entre 50-58 h e até ao fim de 168 h não observou-se declínio na curva de crescimento. Houve sobreposição das curvas de crescimento das 6 colônias apresentando o mesmo perfil, relacionando-se à característica de reprodução fúngica. Realizou-se o ajuste linear através do coeficiente de determinação (R2), obtendo-se o valor de 0,96, 0,99 e 0,98 para ajuste de 0-50h, 52-168h e o total de horas, respectivamente, considerados um bom ajuste. Os resultados encontrados possibilitaram visualizar uma nova técnica, para predição do desenvolvimento microbiológico, utilizando as ferramentas da estereologia quantitativa, viabilizando a segurança dos alimentos e, implementando uma nova perspectiva para análise e processos de conservação de alimentos.
publishDate 2018
dc.date.issued.fl_str_mv 2018-03-26
dc.date.accessioned.fl_str_mv 2023-12-22T01:46:36Z
dc.date.available.fl_str_mv 2023-12-22T01:46:36Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv MOURA, Lívia de Aquino Garcia. Caracterização e Predição da cinética de crescimento microbiano via práticas estereológicas. 2018. 52 f. Dissertação (Mestrado em Ciência e Tecnologia de Alimentos) - Instituto de Tecnologia, Universidade Federal Rural do Rio de Janeiro, Seropédica - RJ, 2018.
dc.identifier.uri.fl_str_mv https://rima.ufrrj.br/jspui/handle/20.500.14407/11089
identifier_str_mv MOURA, Lívia de Aquino Garcia. Caracterização e Predição da cinética de crescimento microbiano via práticas estereológicas. 2018. 52 f. Dissertação (Mestrado em Ciência e Tecnologia de Alimentos) - Instituto de Tecnologia, Universidade Federal Rural do Rio de Janeiro, Seropédica - RJ, 2018.
url https://rima.ufrrj.br/jspui/handle/20.500.14407/11089
dc.language.iso.fl_str_mv por
language por
dc.relation.references.por.fl_str_mv ADRIO, J.L., ARNOLD, L.D. Fungal Biotechnology. International Microbiology.; v.6, p. 191-199,2003. AMENÁBAR, J. M., PADILHA, D. M. P., HUGO, F. N., E FOSSATI, A. C. M. Uso da estereologia como método na pesquisa histológica. Revista. Faculdade. Odontologia.,v. 44, n.1, p.62-65, 2003. AMSON, G. V., HARACEMIV, S. M. C., MASSON, M.L. Levantamento de dados epidemiológicos relativos à ocorrências/ surtos de doenças transmitidas por alimentos (DTAs) no estado do Paraná Brasil, no período de 1978 a 2000. Ciência. agrotec., v.30,n.6, p.1139-1145, 2006. ANDRADE, M. C. N. DE; CHAVARI, J. L.; MINHONI, M. T. DE A.; ZIED, D. C. Crescimento micelial in vitro de cinco linhagens de Agaricus bisporus submetidas a diferentes condições de temperatura. Acta Scientiarum. Agronomy, n. 1, v. 32, p. 69- 72, 2010. ANASTÁCIO, A. Microbiologia Preditiva Alimentar: As sinergias entre a microbiologia, a matemática e as tecnologias da informação. Segurança e Qualidade Alimentar , n.7, p.56-59, 2009. ARROYO-LÓPEZ, F. N.; BAUTISTA-GALLEGO, J.; GARCÍA-GIMENO, R. M.; GARRIDO FERNÁNDEZ, A. Predictive microbiology: a valuable tool in food safety. In: BHAT, R.; GOMEZ-LOPEZ, V. M. (Ed.). Practical food safety: contemporary issues and future directions. West Sussex: Wiley Blackwell, 2014, 534p. ASSIS, W.L.S. Investigação do efeito da nucleação, da velocidade de crescimento e da distribuição da energia armazenada na recristalização pelo método autômato cellular em três dimensões. 2006. 126f. Dissertação de Mestrado Pós-Graduação da Escola de Engenharia Industrial Metalúrgica de Volta Redonda. Universidade Federal Fluminense, Volta Redonda, RJ. AUGUSTIN, J.-C. ; ZULIANI, V. ; CORNU, M.; GUILLIER,L. Growth rate andgrowth probability of Listeria monocytogenes in dairy, meat and seafood products insuboptimal conditions. Journal of Applied Microbiology, v. 99, p. 1019–1042, 2005. AVVAD-PORTARIL, E.; GOMES, N.D.; MANDARIM-DE-LACERDA, C.A. Simple hyperplasia versus proliferative endometrium: stereological study. Jornal Brasileiro de Patologia e Medicina Laboratorial, Rio de Janeiro, v. 39, n. 1, p. 73-79, 2003. AZEREDO, H. M. C. de et al. Princípios dos Métodos de Conservação de Alimentos. In: FUNDAMENTOS de Estabilidade de Alimentos. 2. ed. Brasília: Técnica, 2012.186 p. BARANYI, J.; ROBERTS, T.A.A. Dynamic approach to predicting bacterial growth In food. International Journal of Food Microbiology, v. 23, p. 277-294, 1994. BARANYI, J.; ROBERTS, T.A. Mathematics of predictive food microbiology. International Journal of Food Microbiology, v.26,p.199-218, 1995. 41 BARANYI, J.; GIBSON, A. M; PITT, J. I; EYLES, M. J e ROBERTS, T. A. Predictive models as mean of measuring the relatedness of some Aspergillus species. Food Microbiology, v.14, p.347-351,1996. BARANYI, J.; CSERNUS, O.; BECZNER, J. Error analysis in predictive modellingdemonstrated on mould data. International Journal of Food Microbiology, v. 170, p. 78–82, 2014. BARBOSA-CÁNOVAS, G. V.; FONTANA JÚNIOR, A. J.; SCHMIDT, S. J.; LABUZA, T. P. Water activity in foods – Fundamentals and Applications. 1 ed. New York: John Wiley e Sons, 2007, 435p. BLACKBURN, W.C.. The stability and shelf life of Food Editado por: Kilcast, D.; subramaniam, P. New York: CRC Press LLC, 2000, 340p. BOARD, R. G. Intruduction a la microbiologia moderna de los alimentos. Espanha: Acribia, 1988, 271 p. BUCHANAN, R.L. Predictive food microbiology. Trends Food Science Tecnology.,v. 4, p. 6-11,1993 (b). CASTRO, L. C.; LUCHESE, R. H.; MARTINS, J. F. P.. Efeito do uso da cepa starter de Penicillium nalgiovense na qualidade de salames. Ciência. Tecnologia. Alimentos, v.20, n.1, pp. 40-46, 2000. CASTRO, P. S.; COBUCCI, R. M. A.; GALERA, J. S. Determinação de vida útil de alimentos. SEMANA DE ENGENHARIA DE ALIMENTOS DA UNIVERSIDADE CATÓLICA DE GOIÁS, 11. Goiânia, 2008. CUPPERS, H. G. A. M., OOMES, S., BRUL, S. A model for the combined effects of temperature and salt concentration on growth rate of food spoilage molds. Applied and Environmental Microbiology, v.63, n.10, 1997. DALGAARD, P.; BUCH, P.; SILBERG, S. Seafood Spoilage Predict or development and distribution of a product specific application software. International Journal of Food Microbiology, v.73, p. 343-349, 2002. DANNENHAUER, C.E. Desenvolvimento de um Aplicativo Computacional para Microbiologia Preditiva. . 2010. 73 f. Dissertação: Mestrado - Programa de Pós-Graduação em Engenharia deAlimentos. Universidade Federal de Santa Catarina, Florianópolis, SC. DANTIGNY, P., GUILMART, A., BENSOUSSAN, M. Basis of predictive mycology. International Journal. Food Microbiology, v. 100, p.187–196, 2005. DANTIGNY, P., PANAGOU, E. Predictive Mycology. NewYork: Nova Publishers, 2013, 343p. DENS, E. J., VAN IMPE, J.F. On the need for another type of predictive model in structured foods. International Journal of Food Microbiology, v. 64, p. 247-260, 2001. DIAS, F. DA C. Uso do software imagej para análise quantitativa de imagens de microestruturas de materiais. 2008. 148f. Dissertação (Mestrado em Engenharia e 42 Tecnologia Espaciais/Ciência e Tecnologia de Materiais e Sensores). Instituto Nacional de Pesquisas Espaciais - INPE , São José dos Campos, SP. DIGE, I.; NYENGAARD, J. R..; KILIAN, M.; NYVAD, B. Application ofstereological principles for quantification of bacteria in intact dental biofilms. Oral Microbiology Immunology, v.24, p. 69–75, 2009. DINIZ, S.P.S.S. Micotoxinas. Campinas: Livraria e Editora Rural. 2002 181p. DING, T.; WANG, J.; FORGHANI, F.; HA, S.; CHUNG, M.; BAHK, G.; HWANG, I.; ABDALLAH, E.; OH, D. Development of Predictive Models for the Growth of Escherichia coli O157:H7 on Cabbage in Korea. Journal of Food Science, v. 77, n.5, 2012. DOROTA, Z.; DANUTA, K.K.; ANTONIO, G.; MOTYL, I. Predictive Modelling of Lactobacillus casei KN291 Survival in Fermented Soy Beverage. Journal of Microbiology, v.52, n. 2, p.169-178, 2014. DUARTE, J.C.F. Contribuição da microbiologia preditiva na análise de cremes pasteleiros. 2011. Dissertação (Mestrado em Tecnologia e Segurança Alimentar)- Faculdade de Ciências e Tecnologia, Universidade Nova Lisboa, Lisboa, Portugal. ESKIN, M.; ROBINSON, D. S. Food Shelf Life Stability: Chemical, Biochemical, and Microbiological Changes. Nova York: CRC Press, 2000, 384p. ERKMEN, O.; ALBEN, E. Mathematical modeling of citric acid production and biomass formation by Aspergillus niger in undersized semolina. Journal of Food Engineering, v.52, p.161-166, 2002. ESTEVES, E. M. Simulação computacional de medidas estereológicas em estruturas de metal duro (WC-Co).2011. 187f. Tese (Doutorado em Ciência e Engenharia de Materiais) - Programa de Pós-Graduação em Ciências e Engenharia de Materiais, Universidade Federal do Rio Grande do Norte, Natal, RN. FAKRUDDIN, M.; MAZUMDER, R.M.; MANNAN, K.S.B. Predictive microbiology: Modeling microbial responses in food. Ceylon Journal of Science, v. 40, n. 2, p.121-131, 2011. FERREIRA, L. D. Utilização da Microbiologia Preditiva na Avaliação do Crescimento de Bactérias Ácido Lácticas em Presunto Fatiado. 2004.156f. Dissertação (Mestrado em Engenharia de Alimentos) - Programa de Pós- Graduação em Engenharia de Alimentos, Universidade Federal de Santa Catarina, Santa Catarina, SC. FERRER, J., PRATS, C.,LÓPEZ, D, VIVES-REGO,J. Mathematical modelling methodologies in predictive food microbiology: A SWOT analysis. International Journal of Food Microbiology, v. 134, p. 2-8, 2009. FRANCO, B.D.G.M.; LANDGRAF, M. Microbiologia dos Alimentos. São Paulo: Ed. Atheneu, 2004. 182 p. FILHO, A. E. F. Implementação da rotina de unfolding para determinação de distribuição de tamanho de grãos esféricos via distribuição de interceptos lineares e de área de seção. 2009. 71f. Dissertação (Mestrado em Ciência e Engenharia de Materiais) 43 - Programa de Pós-Graduação em Ciências e Engenharia de Materiais, Universidade Federal do Rio Grande do Norte, Natal, RN. FOOD INGREDIENTS BRASIL. Shelf Life Uma Pequena Introdução. Food Ingredients Brasil, n. 8, v. 18, p.67-73, 2011. Disponível em: http://www.revista-fi.com/materias/188.pdf . Acesso em: 20/11/ 2017. GĄDEK-MOSZCZAK, A. History of stereology. Image Anal Stereology, v.35, p.151-152, 2017. GIANNUZZI, L., PINOTTI, A., ZARITZKY, N. Mathematical modelling of microbial growth in packaged refrigerated beef stored at different temperatures. International. Journal. Food Microbiology., v.39, p.101-110, 1998. GIBSON, A.M., BRATCHELL, N., ROBERTS, T.A. The effect of sodium chloride and temperature on the rate and extent of growth of Clostridium botulinum type A in pasteurized pork slurry. Journal Apllied. Bacteriology, v.62, p. 479-490, 1987. GOMES. S. P. Avaliação estereológica da microestrutura do fígado em animais desnutridos e submetidos à renutrição protéica. 2011.Tese (Doutorado) - Faculdade de Medicina Veterinária e Zootecnia Departamento de Cirurgia, Universidade de São Paulo, São Paulo, SP. GOUGOULI, M., KOUTSOUMANIS, K. P. Relation between germination and mycelium growth of individual spores. International Journal of Food Microbiology, n.161, p. 231- 239, 2013. HAJJAJ, H., BLANC, P., GROUSSAC E., URIBELARREA, J.L., GOMA, G., LOUBIERE, P. Kinetic analysis of red pigment and citrinin production by Monascusruber as a function of organic acid accumulation. Enzyme and Microbial Technology, v.27, p. 619-625, 2000. HAMILTON, P.W. Interactive computer-aided morphometry, Quantitative Clinical Pathology, Eds.: P.W. Hamilton, D.C. Allen, USA: Blackwell-Science Press, 1997, 342 p, HANNICKEL, A. Image J como ferramenta para medida da área de partículas de magnetita em três escalas nanométricas. Revista Militar de Ciência e Tecnologia, v. 4, p. 16-26, 2002. HOFFMANN, F. L. Fatores Limitantes à Proliferação de Microrganismos em Alimentos. Brasil Alimentos, v. 9, p.23-30, ago. 2001. JAY, J. M. Microbiologia de Alimentos. 6. ed. Porto Alegre: Artmed, 2005. 711p. JUNEJA, V.K, VALENZUELA-MELENDRES, M., HEPERKAN, D., (...), CAMOU, J.P., TORRENTERA-OLIVERA, N. Development of a predictive model for Salmonella spp. reduction in meat jerky product with temperature, potassium sorbate, pH, and water activity as controlling factors. International Journal of Food Microbiology, n.236, p. 1-8, 2016. KIM, H.W., LEE, K., KIM, S.H., RHEE, M.S. Predictive modeling of bacterial growth in ready-to-use salted napa cabbage (Brassica pekinensis) at different storage temperatures. Food Microbiology , v.70, p.129-136, 2018. 44 KOCH, A.L. The Kinetics of Mycelial Growth. Journal General Microbiology, v.89, p.209–216, 1975. LAICH, F., FIERRO, F., CARDOZA, R. E. E MARTÍN, J. F. Organization of the gene cluster for biosynthesis of penicillin in Penicillium nalgiovense and antibiotic production in cured dry sausages. Applied and Environmental Microbiology, n. 65, p.1236–1240, 1999. LAMBERT, W.C., LAPIDUS, A., RAO, B.K. Melanoma diagnosis by computerized analysis of clinical images. Archives of Dermatology, n. 3, v. 137, p. 377-378, 2001. LONGHI, D. A. Avaliação da capacidade preditiva de diferentes modelos matemáticos para o crescimento microbiano em condições não- isotérmicas. 2012. 114 f. Dissertação: Mestrado - Programa de Pós-Graduação em Engenharia de Alimentos Universidade Federal de Santa Catarina, Florianópolis, SC. LOPEZ, S.; PRIETO, M.; DIJKSTRA, J., DHANOA, M. S.; FRANCE, J.,. Statistical evaluation of mathematical models for microbial growth. International Journal Food Microbiology, v. 96, p. 289-300, 2004. LÓPEZ-DÍAZ, T. M., C. ROMÁN-BLANCO, M. T. GARCÍA-ARIAS, M. C. GARCÍA-FERNÁNDEZ, AND M. L. GARCÍA-LÓPEZ. Mycotoxins in two Spanish cheese varieties. International Journal of Food Microbiology, n.30, p.391-395, 1996 LOPES-PAULO, F. Emprego da estereologia em pesquisas colorretais. Revista Brasileira Colo-proctologia. v. 22, n. 2, p. 73-76, 2010. MACAROV C.A., TONG L., MARTÍNEZ-HUÉLAMO M., HERMO M.P., CHIRILA E., WANG Y.X., BARRÓN D., BARBOSA J. Multi residue determination of the penicillins regulated by the European Union, in bovine, porcine and chicken muscle, by LC–MS/MS. Food Chemistry, n. 135, p. 2612–2621, 2012. MANDARIM-DE-LACERDA, C. A. Métodos quantitativos em morfologia. Rio de Janeiro, Ed. UERJ, 1995. MANDARIM-DE-LACERDA C.A. Stereological tools in biomedical research. Academia Brasileira de Ciência. v. 75, p. 469-486. 2003. MASSAGUER, P.R. Crescimento microbiano e os fatores que o afeta, In: MASSAGUER, P.R. Microbiologia dos processos alimentares, São Paulo: Varela, 2006, 158p. MATARAGAS, M.; RANTSIOU, K.; ALESSANDRIA, V.; COCOLIN, L. Estimating the non-thermal inactivation of Listeria monocytogenes in fermented sausages relative to temperature, pH and water activity. Meat Science, v. 100, p. 171–178, 2015. MELO-JUNIOR, M. R.,. ARAÚJO-FILHO, J. L. S .;. PATU, V. J. R. M; MACHADO, M. C. F. DE P.; BELTRÃO, E. I.C.; CARVALHO JR., L. B. Análise digital de imagens de neoplasias da pele avaliadas pela histoquímica com lectinas:marcador potencial para alterações bioquímicas e diagnóstico diferencial de tumores. Jornal Brasileiro de Patologia Médica Laboratorial, v.42, n.6, p.455-460, 2006. MCCLURE, P.J.; COLE, M.B.; DAVIES, K.W. An example of the stages in the development of a predictive mathematical model for microbial growth: the effects of NaCl, 45 pH and temperature on the growth of Aeromonas hydrophila. International Journal Food Microbiology, n.23, p.359-375, 1994. McDONALD, R., SUN, D.W. Predictive food microbiology for the meat industry: a review. International Journal of Food Microbiology, n. 52, p. 1–27, 1999. McELROY, D.M., JAYKUS, L-A ,FOEGEDING, P. M., Validations and analysis of modeled predictions of growth of Bacillus cereus spores in boiled rice. Journal of Food Protection. v.63, n.02, p.268-272. 2000. McMEEKIN, T.A., OLLEY, J.N., ROSS, T., RATKOWSKY, D.A. Predictive microbiology: theory and application. Taunton: Research Studies, 1993, 340 p. McMEEKIN, T.A., ROSS, T., Predictive Microbiology: providing a knowledge-based framework for change management. International Journal of Food Microbiology, v. 78, p. 133-153, 2002. McMEEKIN, T.A., BARANYI, J., BOWMAN, J., DALGAARD, P., KIRK, M., ROSS, T.; SCHMID, S.; ZWIETERING, M.H. Information systems in food safety management. International Journal of Food Microbiology,v.112, p. 181–194, 2006. MILLER, F.A., GIL, M.M., BRANDÃO, T.R.S., SILVA, C.L.M. A Microbiologia Preditiva como Instrumento da Garantia da Segurança de Produtos Alimentares. Boletim de biotecnologia, n. 78, p. 8-12, 2004. MOLINA, M., GIANNUZZI, L. Combined effect of temperature and propionic acid concentration on the growth of Aspergillus parasiticus. Food Research International, v.32, p.677-682, 1999. MORITA, R.Y., MOYER, C.L. Psychrophiles and Pysichrotrophs. In: Levin SA, Colwell R, Daily G et al. (eds). Encyclopedia of biodiversity, V. 4, p. 917–924., 2007. NAKASHIMA, S.M.K.; ANDRÉ, D.S.; FRANCO, B.D.G.M. Revisão: Aspectos Básicos da Microbiologia Preditiva. Brazilian Journal of Food Technology, v. 3, p.41-51, 2000. NANGUY, S.P.M., PERRIER-CORNET, J. M., BENSOUSSAN, M., DANTIGNY, P.. Impact of water activity of diverse media on spore germination of Aspergillus and Penicillium species. International Journal of Food Microbiology, v.142, p.273–276, 2010. NOORAFSHAN, A., NIAZI, B., MOHAMADPOUR, M., HOSEINI, L., HOSEINI, N., OWJI, A. A., RAFATI, A., SADEGHI, Y. KARBALAY-DOUST, S. First and second order stereology of hyaline cartilage: Application on mice femoral cartilage. Annals of Anatomy, n. 208, p. 24–30, 2016. OLIVEIRA, M. E. B. DE, BARATA, R. DE C. B. Surtos de Doenças Transmitidas por Alimentos no Estado de São Paulo, 2008-2010.Boletim de Epidemiologia Paulista v.10, n.109, 2013. OLIVEIRA, I.S., LUZ, E.D.M.N., BEZERRA, J.L., MOURA, R.M., TORRES, G.R.C. e MAIA, L.C. Severidade da podridão-verde em inhames e especialização fisiológica em Penicillium sclerotigenum. Fitopatologia Brasileira, n. 31, p. 94- 98, 2006. 46 PADILHA, A. F. Materiais de engenharia: microestruturas e propriedades. São Paulo - SP: Hemus, 2007. 343 p. PERETTI, A. P. DE R. E ARAÚJO, W. M. C. Abrangência do requisito segurança em certificados de qualidade da cadeia produtiva de alimentos no Brasil. Gestão e Produção, v. 17, n. 1, p. 35-49, 2010. PESTKA, J. 1995. Fungal toxins in raw and fermented meats, p. 194-216. InG. Campbell-Platt and P. E. Cook (ed.), Fermented meats. Blackie Academic and Professional, London, United Kingdom. POUILLOT, R.; LUBRAN, M. B. Predictive microbiology models vs. modeling microbial growth within Listeria monocytogenes risk assessment: What parameters matter and why. Food Microbiology, v. 28, p.720-726, 2011. RICHE, F., SCHNEEBELI, M., TSCHANZ, S.A. Design-based stereology to quantify structural properties of artificial and natural snow using thin sections. Cold Regions Science and Technology , v.79-80 , p. 67–74, 2012. ROSS, T. Indices for performance evaluation of predictive models in food microbiology. Journal Applied Bacteriology, v. 81, p. 501–508, 1996 RUSS, J. C.; DEHOFF, R. T. Practical stereology. 2.ed. New York: Kluwer Academic/Plenum, 2000. 307 p. SABINO, M. Micotoxinas em alimentos. In: OGA, S. Fundamentos de Toxicologia. São Paulo: Atheneu Editora,1996. p. 461-71. SALES, D. S. Desenvolvimento de um software livre para análise de imagem com estereologia quantitativa. 2014. 187 f . Tese( Doutorado em Engenharia e Ciência dos Materiais) - Centro de Ciência e Tecnologia, Universidade Estadual do Norte Fluminense, Campos, RJ. SANTANA, L.A. Tratamento de Úlceras Venosas por Ultra-Som de Baixa Intensidade: Avaliação por Análise de Imagem e Imunohistoquímica. 2006. Dissertação (Mestrado em Bioengenharia) – Programa de Pós-Graduação Interunidades em Bioengenharia, Universidade de São Paulo, São Carlos, SP. SANTOS, W. P. Análise Digital de Imagens em Patologia: Ferramentas de Morfologia Matemática e Lógica Fuzzy. New York: CreateSpace, 2009 SARMENTO, C.M.P. Modelagem do Crescimento Microbiano e Avaliação Sensorial no estudo da Validade comercial de mortadela e linguiça defumada em armazenamento isotérmico e não isotérmico. 2006. Tese (Doutorado em Engenharia Química) - Universidade Federal de Santa Catarina, Florianópolis,SC. SAVOV, A.; KOUZMANOV, G. B. Food quality and safety standards at a glance. Biotechnology e Biotechnological Equipment, v. 23, n. 4, p. 1462–1468, 2014. SILVA, J.A. Tópicos da tecnologia de alimentos. São Paulo: Varela, 2000. SILVA, A. G. P. Introdução à estereologia. Laboratório de Materiais Avançados - Universidade Estadual do Norte Fluminense, 2007. 47 SILVA, R.R.; MORAES, C.A.; BESSAN, J.; VANETTI, M.C.D. Validation of a predictive model describing growth of salmonella in enteral feeds. Brazilian Journal of Microbiology [online], v. 40, p. 149-154, 2009. SIQUEIRA, A. A. Sistema para desenvolvimento de modelos microbiológicos de predição e contagem de colônias por análise computacional de fotografias.2015. 96 f. Dissertação (Mestrado em Engenharia Agrícola) - Programa de Pós-graduação em Engenharia Agrícola, Universidade Federal do Vale do São Francisco, Juazeiro, BA. SKINNER, G.E., LARKIN, J.W., RHODEHAMEL, E.J. Mathematical modelling of microbial growth: a review. J. Food Safety, v. 14, p.175-217, 1994. SWINNEN, I.A.M.; BERNAERTS, K.; DENS, E.J.J.; GEERAERD, A.H.; VAN IMPE, J.F. Predictive modelling of the microbial lag phase: a review. International Journal of Food Microbiology, v. 94, p. 137–159. 2004. TELEKEN, J. T.; ROBAZZA, W. S.; GOMES, G. A. Mathematical modeling of microbial growth in Milk. Ciência e Tecnologia de Alimento, v. 31, n. 4, p. 891-896. 2011. TSOTSAS, E.; MUJUMDAR, A. S. Modern Drying Technology - Volume 3: Product Quality and Formulation. 1st ed. New York: Wiley, 2011. TOLEDO, J. C.; BORRAS, A. A. M.; SCALCO, A. R.; LIMA, L. S. Coordenação da qualidade em cadeias de produção: Estrutura e Método para Cadeias Agroalimentares. Gestão e Produção, v.11, n.3, p.355-372, set-dez., 2004. UNDERWOOD, E. E. Quantitative stereology. Reading, Massachusetts: AddisonWesley Publishing Company, p. 274, 1970. VAN IMPE, J.F., POSCHET F., GEERAERD , A.H., VEREECKEN K.M. Towards a novel class of predictive microbial growth models. International Journal of Food Microbiology, v. 100, p.97–105, 2005. WANG, J.; MEMBRÉ, J.; HÁ, S.; BAHK, G.; CHUNG, M.; CHUN, H.; HWANG, I.; OH, D. Modeling the Combined Effect of Temperature and Relative Humidity on Escherichia coli O157:H7 on Lettuce. Food Science. Biotechnology, v. 21, n. 3, p. 859-865, 2012. WHITING, R.C.; BUCHANAN, R.L. A classification of models for predictive microbiology. Food Microbiology , v. 10, p. 175-177, 1993.´ WHITING, R. C. Microbial modelling in foods. Critical Reviews in Food Science and Nutrition, 35, 467-494, 1995. WHITING, R.C., BUCHANAN, R.L. Predictive Modeling. In: DOYLE, M.P., BEUCHAT, L.R., MONTVILLE, T.J. Food microbiology - fundamentals and frontiers. Washington: A SM, p.728-739, 1997.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal Rural do Rio de Janeiro
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Ciência e Tecnologia de Alimentos
dc.publisher.initials.fl_str_mv UFRRJ
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Instituto de Tecnologia
publisher.none.fl_str_mv Universidade Federal Rural do Rio de Janeiro
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRRJ
instname:Universidade Federal Rural do Rio de Janeiro (UFRRJ)
instacron:UFRRJ
instname_str Universidade Federal Rural do Rio de Janeiro (UFRRJ)
instacron_str UFRRJ
institution UFRRJ
reponame_str Biblioteca Digital de Teses e Dissertações da UFRRJ
collection Biblioteca Digital de Teses e Dissertações da UFRRJ
bitstream.url.fl_str_mv https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11089/1/2018%20-%20L%c3%advia%20de%20Aquino%20%20Garcia%20Moura.pdf.jpg
https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11089/2/2018%20-%20L%c3%advia%20de%20Aquino%20%20Garcia%20Moura.pdf.txt
https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11089/3/2018%20-%20L%c3%advia%20de%20Aquino%20%20Garcia%20Moura.pdf
https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11089/4/license.txt
bitstream.checksum.fl_str_mv 9e9dc9ccf2d9a9d50b189d0d0accd10e
ced9e92f143d4bbf9f67e52ef0d0e45d
4aa40d2a92d1fc371e2db44e68eaf18b
7b5ba3d2445355f386edab96125d42b7
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRRJ - Universidade Federal Rural do Rio de Janeiro (UFRRJ)
repository.mail.fl_str_mv bibliot@ufrrj.br||bibliot@ufrrj.br
_version_ 1810107991006904320