Microbiología predictiva y ComBase: innovación en el control de la inocuidad y calidad alimentaria

Autores

  • Enrique Xavier Rodríguez Burnham
  • Georgia Elena Mendoza Castañeda
  • María de Lourdes Salazar Mazamba
  • Roberto Darwin Coello Peralta
  • Evert Steven Reyes Cruz
  • Carlos Alberto Amador Sacoto
  • Davis Enrique Calle Atariguana
  • Jorge Eduardo Álava Cobeña

DOI:

https://doi.org/10.34188/bjaerv8n4-151

Palavras-chave:

microbiología predictiva, ComBase, inocuidad alimentaria, modelos predictivos, seguridad alimentaria

Resumo

Este estudio abordó la evaluación del software ComBase como herramienta para la microbiología predictiva aplicada al control de la inocuidad y calidad alimentaria, dada la necesidad creciente de métodos precisos para anticipar el comportamiento microbiano en alimentos bajo condiciones variables. El objetivo fue analizar el uso, efectividad, aplicaciones, beneficios y limitaciones de ComBase en este contexto. Se realizó una revisión sistemática de literatura reciente aplicando la metodología PRISMA, recopilando y analizando estudios experimentales y modelados matemáticos que utilizaron ComBase para predecir el crecimiento, supervivencia e inactivación microbiana del 2021 al 2025. Los resultados indicaron que ComBase es una herramienta robusta y validada estadísticamente, capaz de apoyar la estimación de vida útil de alimentos, la gestión de riesgos microbiológicos y la optimización de procesos industriales, sin embargo, se identificaron limitaciones relacionadas con la necesidad de validación en condiciones reales, complejidad en el manejo técnico y dificultades para adaptarse a matrices alimentarias heterogéneas. En conclusión, el estudio confirmó que ComBase es fundamental para la microbiología predictiva en la seguridad alimentaria, con beneficios claros para la industria y la salud pública. Se recomienda profundizar en el desarrollo de interfaces de usuario más accesibles, ampliar la base de datos con nuevos microorganismos y productos, e integrar tecnologías emergentes para mejorar las predicciones en tiempo real, orientando futuras investigaciones hacia una aplicación óptima y contextualizada de esta herramienta.

   

Biografia do Autor

Enrique Xavier Rodríguez Burnham

Georgia Elena Mendoza Castañeda

María de Lourdes Salazar Mazamba

Roberto Darwin Coello Peralta

Evert Steven Reyes Cruz

Carlos Alberto Amador Sacoto

Davis Enrique Calle Atariguana

Jorge Eduardo Álava Cobeña

Referências

Abá, C. F., González, A., & Leal, L. (2023). Calidad e inocuidad para la salud de los alimentos en la agroindustria cubana. Revista Cubana De Medicina Militar, 52(3), e02302813. https://revmedmilitar.sld.cu/index.php/mil/article/view/2813

Cortés, M., Bautista, S., Ventura, R. I., Landa, P., & Hernández, M. (2021). Bacterias patógenas de los alimentos agrícolas frescos y mínimamente procesados. Estado actual en el control del género salmonella. Revista Iberoamericana de Tecnología Postcosecha, 22(1). https://www.redalyc.org/articulo.oa?id=81367929003

Baranyi J, & Tamplin M. (2004). ComBase: a common database on microbial responses to food environments. J Food Prot. 67 (9): 1967 – 71. https://doi.org/10.4315/0362-028X-67.9.1967

Barquero, W. G. (2022). Analisis de Prisma como Metodología para Revisión Sistemática: una Aproximación General. Saúde Em Redes, 8(sup1), 339-360. https://doi.org/10.18310/2446-4813.2022v8nsup1p339-360

Bustamante, B. (2022). Aplicación de dos metodologías (de punto de corte y de riesgos acumulados de Weibull) para la determinación de la vida útil del pan de molde blanco. Revista De investigación Agropecuaria Science and Biotechnology, 2(2), 25–38. https://doi.org/10.25127/riagrop.20222.826

Bover, S., Rodríguez, J., Portaña, S., Rodellar, S., Vila, M., Castell, M., Alcalde, L. & Vila, M. (2022). Informe sobre l’establiment de la vida útil segura de determinats aliments a punt per al consum, llescats i preenvasats en el comerç minorista en relació amb el risc de Listeria monocytogenes. Barcelona: Agència catalana de Seguerat Alimentària. https://hdl.handle.net/11351/7646

Gaspar, P. D., Alves, J., & Pinto, P. (2021). Simplified Approach to Predict Food Safety through the Maximum Specific Bacterial Growth Rate as Function of Extrinsic and Intrinsic Parameters. ChemEngineering, 5(2), 22. https://doi.org/10.3390/chemengineering5020022

González, L. R., & García, E. (2022). Implementación de un sistema de gestión de calidad e inocuidad alimentaria en una comercializadora de alimentos. Conciencia Tecnológica, (63). https://www.redalyc.org/articulo.oa?id=94472192002

González, R. E., Restrepo, S., Anaya, Y., & García, L. (2022). Efecto de recubrimientos binarios con extracto acuoso de laurel sobre la calidad post-cosecha de la fresa (Fragaria × ananassa). Información tecnológica, 33(3), 213-222. https://dx.doi.org/10.4067/S0718-07642022000300213

Hiura, S., Koseki, S. & Koyama, K. Prediction of population behavior of Listeria monocytogenes in food using machine learning and a microbial growth and survival database. Sci Rep 11, 10613 (2021). https://doi.org/10.1038/s41598-021-90164-z

Kakagianni, M. N., Cummins, E., & Valdramidis, V. P. (2025). Quantitative tools in food safety and risk assessment to address technological innovations and climate change. Current Opinion in Food Science, 61, 101237. https://doi.org/10.1016/j.cofs.2024.101237

Koseki, S. (2009). Microbial Responses Viewer (MRV): A new ComBase-derived database of microbial responses to food environments. International Journal of Food Microbiology, 134(1–2), 75–82. https://doi.org/10.1016/j.ijfoodmicro.2008.12.019

Kumar, V., Ahire, J. J., & Taneja, N. K. (2024). Advancing microbial food safety and hazard analysis through predictive mathematical modeling. The Microbe, 2, 100049. https://doi.org/10.1016/j.microb.2024.100049

Luque, O. M. B., Valero, A., Possas, A., Roufou, S., de Oliveira Mallia, J., & Valdramidis, V. (2024). Q4MRATools: Quantitative tools to microbial risk assessment. EFSA Journal, 22(S1), e221113. https://doi.org/10.2903/j.efsa.2024.e221113

Maldonado, I. A., Vizcaíno, P. I., Guingla, S. J. R., Astudillo, N. G., & Chafla, E. A. (2025). Métodos mixtos: integración de datos cuantitativos y cualitativos. Sinergia Académica, 8(6), 1039-1061. https://doi.org/10.51736/sa751

Mandume, C., Noré, A., & Portuondo, O. (2025). Impacto de la Seguridad Alimentaria y Nutricional en la Salud de la Población de Namibe, Angola. Maestro Y Sociedad, 22(3), 2393–2403. https://maestroysociedad.uo.edu.cu/index.php/MyS/article/view/7154

Meinert, C., Bertoli, S. L., Rebezov, M., Zhakupbekova, S., Maizhanova, A., Spanova, A., Bakhtybekkyzy, S., Nurlanova, S., Shariati, M. A., Hoffmann, T. G., & Krebs de Souza, C. (2023). Food safety and food security through predictive microbiology tools: a short review. Potravinarstvo Slovak Journal of Food Sciences, 17, 324–342. https://doi.org/10.5219/1854

Messens, W., Bover-Cid, S., Hempen, M., Lindqvist, R., Nauta, M., Skandamis, P. N., Stella, P., & Koutsoumanis, K. (2023). Use of risk assessment and predictive microbiology in regulatory science related to the scientific opinions of the EFSA BIOHAZ Panel. International Journal of Food Microbiology, 403, 110302. https://doi.org/10.1016/j.ijfoodmicro.2023.110302

Moreno, L., & Rubel, I. A. (2024). Relevamiento sobre Sistemas de Gestión de Calidad e Inocuidad Alimentaria en Latinoamérica y la Union Europea. Alimentos Ciencia E Ingeniería, 30(2), 21-43. https://doi.org/10.31243/aci.v30i2.1967

Parrales, R. E., & Rodríguez, C. G. (2025). Plan de acción para la inocuidad alimentaria en una distribuidora de pescado congelado: un enfoque ISO 22000: 2018. Reincisol., 4(7), 1848–1867. https://doi.org/10.59282/reincisol.V4(7)1848-1867

Rivera, L. M., & Betancourt, R. A. (2020). BUENAS PRÁCTICAS AGROPECUARIAS “La calidad alimentaria con cimientos en la inocuidad”. ECUADOR ES CALIDAD, 7(2). https://doi.org/10.36331/revista.v7i2.132

Rodríguez, O. G., Dominguez, D., & Salas, Y. (2023). Novedades instructivas para la enseñanza de la Microbiología en la Carrera Educación Biología. Revista Científica Agroecosistemas, 11(2), 134–140. https://aes.ucf.edu.cu/index.php/aes/article/view/633

Rodríguez, R., Orozco, R. P., Leal, G., Eufracio, J. F., & Alvarado, E. R. (2023). Configuración de las Redes Alimentarias Alternativas en el Occidente de México. Cooperativismo & Desarrollo, 31(125), 1-31. https://doi.org/10.16925/2382-4220.2023.01.01

Roldan, G. N., Wazhima, M. C., & Torres, S. M. (2024). Determinación de Staphylococcus aureus en quesos frescos del mercado 9 de octubre de la ciudad de Cuenca, agosto 2023. Tesla Revista Científica, 4(1), e295. https://doi.org/10.55204/trc.v4i1.e295

Rosario, I. L., Pia, A. K., Rekowsky, B. S., Elias, S. O., Noronha, T. B., Cuello, R. E., Vieira, C. P., Costa, M. P., & Conte, C. A. (2024). Predictive model for the growth of Shiga toxin-producing Escherichia coli in Minas Frescal cheese. Microbial Risk Analysis, 27–28, 100308. https://doi.org/10.1016/j.mran.2024.100308

Soledispa, F. F. (2020). Sistema de gestión de inocuidad alimentaria y la calidad en empresas pesqueras: Artículo de investigación. Revista Científica Arbitrada De Investigación En Comunicación, Marketing Y Empresa REICOMUNICAR. ISSN 2737-6354., 3(6), 67-82. Recuperado a partir de https://reicomunicar.org/index.php/reicomunicar/article/view/18

Toxqui, C. G., Avitia, R. L., Ángeles, Álvaro G., Robles, A. C., & Hernández, I. D. Z. (2024). Inocuidad en alimentos mediante la liofilización. Brazilian Journal of Animal and Environmental Research, 7(3), e71888. https://doi.org/10.34188/bjaerv7n3-049

Downloads

Publicado

2025-12-01

Como Citar

Burnham , E. X. R., Castañeda, G. E. M., Mazamba, M. de L. S., Peralta, R. D. C., Cruz, E. S. R., Sacoto, C. A. A., Atariguana, D. E. C., & Cobeña, J. E. Álava. (2025). Microbiología predictiva y ComBase: innovación en el control de la inocuidad y calidad alimentaria. Brazilian Journal of Animal and Environmental Research, 8(4), e84179. https://doi.org/10.34188/bjaerv8n4-151

Edição

v. 8 n. 4 (2025)

Seção

Artigos originais

Licença

  • O conteúdo dos artigos é de responsabilidade exclusiva dos autores.
  •  É permitida a reprodução total ou parcial do conteúdo dos artigos, desde que citada a fonte.
  •  Artigos com plágio serão recusados, e o autor do plágio perderá o direito de publicar nesta revista.
  •  Os nomes e endereços informados nesta revista serão utilizados exclusivamente para os serviços prestados por esta publicação e não estão disponíveis para outros fins ou a terceiros.
  •  Depois de enviar os artigos, os autores cedem os direitos autorais de seus artigos ao BJAER. Se você se arrepender da submissão, o autor tem o direito de solicitar ao BJAER que não publique seu artigo. Porém, essa solicitação deve ocorrer até dois meses antes da divulgação do número que o artigo será publicado.
  •  O BJAER usa a licença Creative Commons CC BY. Informações sobre esta licença podem ser encontradas em: https://creativecommons.org/licenses/by/3.0/br/

 

 

Brazilian Journal of Animal and Environmental Research (BJAER) se reserva o direito de efetuar nos originais alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores. Os trabalhos finais não serão enviadas aos autores.