Código: 71735 | Asignatura: Microbiología Predictiva | ||||
Créditos: 3 | Tipo: | Curso: 1 | Periodo: 1º C | ||
Departamento: Tecnología de Alimentos | |||||
Profesorado: | |||||
CANTALEJO DIEZ, MARIA JESUS [Tutorías ] |
En el curso se da una visión de lo que es la microbiología predictiva y su uso como herramienta de trabajo para predecir la vida útil de los alimentos. Se aprende a cuantificar la probabilidad de riesgo al ingerir un alimento contaminado a través de distintos modelos matemáticos. |
Microbiología predictiva, seguridad alimentaria, modelos predictivos, vida útil de los alimentos |
CG5 Capacidad de análisis y síntesis, CG8 Capacidad de gestión de la información, |
CE3.1 Saber identificar los riesgos que presentan los alimentos, CE3.2 Conocer las herramientas de evaluación de la seguridad alimentaria, CE3.4 Ser capaz de desarrollar tareas de investigación en inocuidad y seguridad alimentaria |
Metodología - Actividad |
Horas Presenciales |
Horas no presenciales |
A-1 Clases teóricas |
5 |
|
A-2 Prácticas |
15 |
25 |
A-3 Debates, puestas en común, tutoría grupos |
4 |
|
A-4 Elaboración de trabajo |
6 |
15 |
A-5 Lecturas de material |
|
5 |
A-6 Estudio individual |
|
|
A-7 Exámenes, pruebas de evaluación |
|
|
A-8 Tutorías individuales |
|
|
Total |
|
|
Total |
75 |
Español e inglés (Parte de la bibliografía recomendada y la documentación utilizada se dan en inglés)
Aspecto |
Criterios |
Instrumento |
Peso |
Participación
Evaluación competencias: CG5; CE3.1.; CE3.2.
|
Participación en aula |
Registro del Profesor |
30 |
Conceptos de la materia
Evaluación competencias: CG5, CG8, CE3.1.; CE3.2.; CE3.4. |
Identificación de conceptos claves y comprensión de conocimientos teóricos y prácticos de la materia.
Calidad crítica del comentario en los debates.
|
Entrega de las actividades propuestas en el aula
Registro del profesor
|
20 |
Realización de Trabajos
Evaluación competencias: CG5, CG8 ; CE3.1.; CE3.2.; CE3.4. |
Capacidad de análisis y síntesis.
Aplicación de los conocimientos la realización de los supuestos prácticos.
|
Trabajo escrito libre de carácter personal que aplique, analice, desarrolle o recoja una o más de las partes de la asignatura y lo contextualice en la experiencia profesional concreta.
Entrega y evaluación de propuesta de resolución de supuestos prácticos
|
50 |
Introducción a la Microbiología Predictiva Modelos Primarios. Modelos matemáticos para describir el crecimiento y la inactivación bacteriana. Modelos Secundarios. Principales modelos empleados para describir la dependencia de los parámetros de crecimiento de las variables ambientales. Concepto de la región de interpolación. Modelos estocásticos y aplicación al Análisis de Peligros. Cuantificación de la probabilidad de riesgo. Simulación del crecimiento bacteriano como un proceso estocástico. Estudio de las distribuciones finales del tiempo necesario para alcanzar una concentración determinada y de la concentración microbiana en un momento determinado. Modelización de la fase de latencia Modelización de la dependencia de la tasa de inactivación térmica de la temperatura (Valor D y Z) Pruebas estadísticas para evaluar y comparar modelos. Pruebas t y F. Estudio de la significancia de los parámetros del modelo y el efecto de las variables ambientales. Aplicación para comparar la superficies de respuesta de dos bacterias en las mismas condiciones de crecimiento Región de interpolación. Descripción de la región de interpolación y extrapolaciones. Cálculo manual de la región de interpolación y usando la herramienta DMFit Validación de modelos. Fuentes del error del modelo y descripción de los indicadores de exactitud/discrepancia y sesgo para estimar el error Valor Z para crecimiento con múltiples factores ambientales. Valor z para crecimiento como la inversa de la derivada parcial del modelo secundario con respecto al factor ambiental. Aplicación para estimar cuanto se debe modificar cada factor ambiental para causar el mismo efecto en el parámetro de crecimiento. Predicción (crecimiento) en condiciones fluctuantes. Uso de ecuaciones diferenciales para la predicción del crecimiento en condiciones fluctuantes. Resolución de la ecuación diferencial con el método de Runga Kutta Modelos estocásticos y aplicación al Análisis de Peligros. Cuantificación de la probabilidad de riesgo. Simulación del crecimiento bacteriano como un proceso estocástico. Estudio de las distribuciones finales del tiempo necesario para alcanzar una concentración determinada y de la concentración microbiana en un momento determinado.
|
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
Programas informáticos: DM Fit, Growth Predictor y PMP ComBase
|
Sala de Ordenadores del Departamento de Tecnología de Alimentos. Edificio Los Olivos