Modelagem do crescimento de Aspergillus niger em nectar de manga, frente a pH e temperatura

• Main Author: Silva, Alessandra Regina da
• Other Authors: UNIVERSIDADE ESTADUAL DE CAMPINAS
• Format: Others
• Language: Portuguese
• Published: [s.n.] 2006
• Subjects: Aspergillus niger; Microbiologia preditiva; Vida de prateleira; Superficies de resposta; Predictive microbiology; Shelf life; Response surfaces
• Online Access: SILVA, Alessandra Regina da. Modelagem do crescimento de Aspergillus niger em nectar de manga, frente a pH e temperatura. 2006. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia de Alimentos, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/255405>. Acesso em: 6 ago. 2018.; http://repositorio.unicamp.br/jspui/handle/REPOSIP/255405

Orientador: Pilar Rodriguez de Massaguer === Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia de Alimentos === Made available in DSpace on 2018-08-06T17:12:35Z (GMT). No. of bitstreams: 1 Silva_AlessandraReginada_M.pdf: 1247823 bytes, checksum: dd191945f3ada429831c4afb80ae10e2 (MD5) Previous issue date: 2006 === Resumo: Em 2005, a produção mundial de manga ¿in natura¿ foi de 850000 toneladas, sendo o que Brasil ocupa o sétimo lugar no ranking mundial de produção. Neste mercado, o néctar de manga ocupa o terceiro lugar da preferência mundial por sabor. Considerando-se que os contaminantes emergentes deste produto são fungos que apresentam características de resistência ao processo de pasteurização empregue pelas indústrias, torna-se essencial que se conheça o nível de contaminação do produto por estes bolores ermoresistentes, bem como que se identifique qual espécie é a mais termoresistente isolada do produto. Além disso, como o processo de pasteurização por si só não é capaz de eliminar totalmente essa micobiota contaminante, sem alterar sensorialmente o produto, é indispensável o estudo do efeito de fatores controladores do crescimento destes microrganismos termoresistentes, bem como que se modele seu crescimento em função de alterações nestes fatores. Considerando o exposto, esta pesquisa visou: i. quantificar, isolar e identificar o bolor mais termoresistente presente em néctar de manga; ii. avaliar o efeito das variáveis controladoras do crescimento sobre os parâmetros de crescimento desse isolado, quando em dois níveis de inoculação, 6,8x100esp./mL e 9,3x103esp./mL, selecionando as variáveis de maior impacto, via modelagem preditiva primária; iii modelar os parâmetros de crescimento, como tempo de adaptação (l; dias) e taxa de crescimento (m; mm.dia-1) do bolor mais termoresistente utilizando a modelagem polinimial de superfície de resposta. Para tanto, 50L de néctar de manga foram utilizados para o isolamento das linhagens termoresistentes, conforme descrito por Bechaut & Pitt (2001). Para delineamento da termoresistência dos isolados utilizou-se metodologia adaptada de Baglioni (1998). No teste do nível baixo de inóculo (100esp./mL de néctar de manga), a temperatura variou de 12 a 25°C, o pH, de 3,2 a 4,8 e a aw de 0,979 a 0,988, mediante um desenho fatorial 23 acrescido de 3 pontos centrais e 6 axiais; já para o nível de inóculo de 103esp./mL, a temperatura variou de 18 a 22°C, o pH de 3,5 a 4,5 e aw de 0,970 a 0,990, mediante desenho fatorial 23 com 3 pontos centrais. Os dados do incremento diário nas medidas de diâmetro foram ajustados pelos modelos de crescimento de Baranyi (Baranyi & Roberts, 1995) e de Gompertz modificado (Zwietering et al., 1994). Para a modelagem secundária do crescimento, utilizou-se um desenho fatorial 22 com 3 pontos centrais e 4 axiais, sendo que a temperatura variou de 17,2 a 22,8°C e o pH variou de 3,2 a 4,7, com aw fixada em 0,980 (comum ao produto). Para estas avaliações o fungo foi inoculado em 230mL de néctar de manga, previamente esterilizados, dispostos em garrafas PET, higienizadas segundo Petrus (2000). A contagem total de bolores termoresistentes presentes no néctar de manga foi de 7,4x103esp./mL, deste total foram isoladas 8 linhagens diferentes, sendo a que apresentou maior termoresistência (100°C/15min) identificada como Aspergillus niger. Considerando-se o nível de inóculo baixo (6,8x100esp./mL de néctar de manga), observou-se que reduções de pH causaram aumento do tempo de adaptação (4 para 10 dias), bem como incrementos de 0,01 na aw o diminuíram em 3 dias, sendo que em temperaturas inferiores a 18°C não foi observado o crescimento do fungo. Já considerando-se o nível de inóculo de 9,3x103esp./mL, observou-se que a aw, na faixa natural ao produto, não apresentou impacto significativo (p<0,05) sobre os parâmetros de crescimento do microrganismo. Em condições de abuso de temperatura, uma redução de 5,6°C (22,8 para 17,2°C), implicaram em aumento de 23 dias no tempo de adaptação do fungo. De maneira semelhante, quando o pH do néctar de manga passou de 4,0 para 4,7, o tempo de adaptação do microrganismo passou de 11 para 3 dias e o diâmetro final da colônia triplicou. Cabe salientar que o modelo de Baranyi demonstrou melhor performance no ajuste dos dados de crescimento, com valores maiores valores de R2 (0,998). Para a modelagem polinomial de superfície de resposta a aw foi fixada em 0,980 (natural do produto). O modelo obtido para tempo de adaptação, com parâmetros significativos (p<0,05) temperatura, linear e quadrática e pH linear (com valores codificados) foi: . Este modelo foi verificado com R2 0,981, 1.06 de fator bias, 1,16 de fator exatidão e relação Fval/Ftab de 23,4. As análises estatísticas do modelo demonstraram que reduções no valor de pH em 0,5 unidade podem ser capazes de duplicar o tempo de vida útil do produto (10 para 20 dias). Efeitos semelhantes foram observados para reduções de temperatura da ordem de 0,8°C. Considerando-se a taxa de crescimento, o modelo polinomial obtido, tendo como fatores significativos (p<0,05) pH, linear e quadrático e temperatura linear e quadrática, com valores codificados, foi: Este modelo foi verificado com R2 0,882, 1.06 de fator bias, 1,16 de fator exatidão e relação Fval/Ftab de 2.6. Análises estatísticas do modelo demonstraram que, em pH 4,0 e 20°C é observada menor taxa de crescimento (1,33mm.dia-1). Assim sendo, os resultados demonstraram que pH e temperatura são fatores que exercem influência significativa sobre o crescimento de A.niger, em néctar de manga. Entretanto, estes fatores, nos níveis estudados, somente retardam o crescimento do microrganismo, não o impedindo. É essencial então o controle por refrigeração, visando evitar abusos de temperatura, já que em temperaturas =15°C, independentemente do nível de inóculo utilizado, não foi notado o crescimento de A.niger. De modo similar, deve-se também optar pelo controle rígido nos valores de pH, pois alterações de 0,5 unidade podem implicar em mudanças severas na vida de prateleira do produto. Entretanto, somente alterações em valores de pH e temperatura não são suficientes para garantir a estabilidade microbiológica do produto, já que esta depende da qualidade da matéria-prima, dentre outros fatores, contudo, tanto pH quanto temperatura podem atuar como coadjuvantes na preservação do néctar de manga === Abstract: In 2005, the world production of mango fruits was 850,000ton and Brazil was the 7th in ranked of world production. The mango nectar is the third ranked in flavor preference. Concerning the emerging contaminant microorganisms of this product are molds, which are able to survive pasteurization process, it is essential to know the contamination level of heat resistant molds in this product and to identify the most heat resistant. Moreover, pasteurization process is unable to eliminate these molds, so it is necessary to study both the effect of hurdle factors and the interaction of factors in the growth. The aim of this research was: i. to quantify, isolate and identify the most heat resistant mold in the mango nectar; ii. to evaluate the effect of hurdle factors on growth parameters of the isolated, considering two levels of inoculum, 6.8x100 and 9.3x103spores/mL of mango nectar, selecting the most impact variables through primary modeling; iii. to model growth parameters such adaptation time (l; days) and growth rate (m; mm.day-1) of the most heat resistant mold by polynomial response surface. For this purpose, 50L of mango nectar were used for isolating the thermal resistant strains (Bechat & Pitt, 2001). To screen of heat resistantance of the isolated was performed as indicated in Baglioni (1998). Concerning low inoculum level (100spores/mL mango nectar), temperature was from 12 to 25°C, pH, from 3.2 to 4.8 and aw, from 0.979 to 0.988, which were tested by a central composite design, 23 with 3 central points and 6 star points. For 103spores/mL of mango nectar, temperature was from 18 to 22°C, pH, from 3.5 to 4.5 and aw, from 0.970 to 0.990, tested by factorial design 23 with 3 central points. Fungal growth was measured as colony diameter on daily basis. Primary predictive models of Baranyi & Roberts and modified Gompertz were used to fit growth data. For a secondary polynomial model was used a central composite design 22 with 3 central points and 4 star points, in which temperature varied from 17.2 to 22.8°C and pH, from 3.2 to 4.7, and aw was fixed at 0.980. For all experiments conducted the mold was inoculated in 230mL PET bottles mango nectar, sanitized according to Petrus (2000). The total count average of heat resistant molds from mango nectar was . 4x103spores/mL, from this total were isolated 8 different strains and the most heat resistant was Aspergillus niger (100°C/15 minutes). Concerning the low inoculum level (100spores/mL of mango nectar), was observed that pH reductions increase adaptation time from 4 to 10 days, as well, an increase of 0,01 on aw reduced shelf life in 3 days. In temperatures =18°C the growth mold was not observed. For inoculation level 9.3x103spores/mL of mango nectar, was observed that aw was not significant (p<0.05) on the mold growth parameters. In abuse temperatures conditions, reductions of 5.6°C (from 22.8 to 17.2°C), increase the adaptation time in 23 days. Same effects were observed when pH of mango nectar changed from 4.0 to 4.7, while adaptation time decreased from 11 to 3 days and the maximum diameter tripled. It was verified that Baranyi & Roberts¿ model adjusted better the experimental data, with higher adjustment coefficients (0.998). The obtained model for adaptation time, with temperature, (temperature)2 and pH as significant factors (p<0.05), was: . This model was verified with R2 0.981, 1.06 bias factor, 1.16 accuracy factor and Fval/Ftab 23.4. The statistical analyses demonstrate that a decrease in pH of 0.5 unit could double the product shelf-life (from 10 to 20 days). The same effect was observed with reductions of about 0.8°C in temperature. The maximum shelf life obtained (about 30 days) was for pH 3.28 and 17.2°C. The obtained model for growth rate, with pH, (pH)2, temperature and (temperature)2 as significant factors was: This model was verified with R2 0.882, 1.06 bias factor, 1.16 accuracy factor and Fval/Ftab 2.6. Statistical analysis demonstrated when pH was 4.0 and temperature was 20°C, the growth rate was lower (1.33mm.day-1). Thus, pH and temperature were significants factors (p<0.05) on growth of A.niger in mango nectar. However, for the studied levels, this factor only retards the mold growth, without eliminating. So, it is essential to control storage refrigeration, avoiding abuse temperature, since temperatures = 15°C, do not permit A.niger growth, no matter the inoculum level. In the same manner, variation in pH of 0.5 units can implicate in strong changes in product shelf life. However pH and temperature variation are not able to guarantee the product microbial stability, since it depends on raw material quality assurance, among other factors. Hence, pH and temperature can contribute to mango nectar preservation === Mestrado === Mestre em Ciência de Alimentos