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.
“No Brasil, há em geral uma subnotificação de casos de enfermidades transmitidas por alimentos, causadas por microrganismos contaminantes, e sabemos que esse problema é bem maior do que imaginamos”, disse a pesquisadora.
“Os fatores climáticos e as grandes distâncias entre o local de produção e o de consumo favorecem essas ocorrências, principalmente se as condições de transporte forem impróprias”, ressaltou.
Atraso no 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.
Já no Brasil – um dos maiores exportadores de alimentos do mundo – há poucos pesquisadores trabalhando nessa área. “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, que iniciou recentemente um projeto de pesquisa em parceria com colegas da Universidade Técnica da Dinamarca.
Os resultados do projeto permitirão à indústria e ao varejo estabelecerem sistemas de controle, de modo a minimizar os riscos de contaminação dos produtos, estimam os pesquisadores.
De São Paulo
Fonte: Agência Fapesp