Universidad Pública de Navarra



Año Académico: 2018/2019 | Otros años:  2017/2018  |  2016/2017  |  2015/2016  |  2014/2015 
Máster Universitario en Tecnología y Calidad en las Industrias Agroalimentarias por la Universidad Pública de Navarra
Código: 71735 Asignatura: Microbiología Predictiva
Créditos: 3 Tipo: Curso: 1 Periodo: 1º S
Departamento: Agronomía, Biotecnología y Alimentación
Profesorado:
CANTALEJO DIEZ, MARIA JESUS (Resp)   [Tutorías ]

Partes de este texto:

 

Módulo/Materia


M3- Aspectos Avanzados de Inocuidad y Seguridad Alimentaria

Subir

Descriptores

Microbiología predictiva, seguridad alimentaria, modelos predictivos, vida útil de los alimentos

Subir

Competencias genéricas

CG5 Capacidad de análisis y síntesis, CG8 Capacidad de gestión de la información,

Subir

Competencias específicas

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

Subir

Resultados aprendizaje


R1.-Saber cuantificar la probabilidad de riesgo al ingerir un alimento contaminado a través de distintos modelos matemáticos

Subir

Metodología

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

Subir

Relación actividades formativas-competencias/resultados de aprendizaje

CG-5  Capacidad de análisis y síntesis A-2, A-3, A-4
CG-8 Capacidad de gestión de la información A-2, A-4
CE-3.1 Saber identificar los riesgos que presentan los alimentos A-1, A-2, A-3, A-4

 

CE-3.2 Conocer las herramientas de evaluación de la seguridad alimentaria A-1, A-2, A-3, A-4
CE-3.4 Ser capaz de desarrollar tareas de investigación en inocuidad y seguridad alimentaria A-3, A-4

Subir

Idiomas

Español e inglés (Parte de la bibliografía recomendada y la documentación utilizada se dan en inglés)

Subir

Evaluación

 

 

Resultado de aprendizaje Sistema de evaluación Peso (%) Carácter recuperable
 R1  Informe escrito con las actividades propuestas en el aula  80  Sí
 R1  Registro participación en clase  20  No
       
       

 

 

 

Subir

Contenidos


  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.

Subir

Temario

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.  

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


Programas informáticos: DM Fit, Growth Predictor y PMP ComBase    

Subir

Lugar de impartición

Sala de Ordenadores del Departamento de Tecnología de Alimentos. Edificio Los Olivos

Subir