ENGENIERIA DE PROCESOS BASADA EN MODELADO PARA EL CONTROL DE LA RESISTENCIA ANTIMICROBIANA EN LA INDUSTRIA ALIMENTARIA 4.0
RTI2018-093560-J-I00
•
Nombre agencia financiadora Agencia Estatal de Investigación
Acrónimo agencia financiadora AEI
Programa Programa Estatal de I+D+i Orientado a los Retos de la Sociedad
Convocatoria Proyectos I+D+i Retos de Investigación
Año convocatoria 2018
Unidad de gestión Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020
Centro beneficiario AGENCIA ESTATAL CONSEJO SUPERIOR DE INVESTIGACIONES CIENTIFICAS (CSIC)
Identificador persistente http://dx.doi.org/10.13039/501100011033
Resultados relacionados
Resultados totales (Incluyendo duplicados): 2Encontrada(s) 1 página(s)
Tesis doctoral (DoctoralThesis). 2025
Bacterial inactivation dynamics and their relationship with antimicrobial resistance
DIGITAL.CSIC. Repositorio Institucional del CSIC
- Pedreira, Adrián
209 pages, A resistencia a compostos antimicrobianos (RAM) constitúe unha das máis graves ameazas para a saúde pública a nivel mundial. O termo RAM emprégase para describir a capacidade dun microorganismo (bacteria, fungo ou virus) para proliferar en presenza dun determinado composto antimicrobiano. A resistencia a antimicrobianos pode ser intrínseca ou adquirida. A resistencia intrínseca refírese á capacidade natural e inherente de certos microorganismos para resistir compostos antimicrobianos específicos. Este tipo de resistencia responde a características estruturais ou fisiolóxicas inherentes do microbio, como a falta dunha diana para un axente antimicrobiano concreto. Emporiso, é a resistencia adquirida a máis preocupante e o foco desta tese. A resistencia adquirida (de aquí en diante referida simplemente como "resistencia") defínese como a capacidade dos microorganismos para multiplicarse en presenza dun axente antimicrobiano nunha concentración que inicialmente sería dabondo para inactivalos., Xunta de Galicia Predoctoral Fellowship (IN606A-2020/028). Axudas do Programa de Consolidación e Estruturación de Unidades de Investigación Competitiva, Grupo de Potencial Crecimiento (IN607B2021/11). Axudas do Programa de Consolidación e Estruturación de Unidades de Investigación Competitiva, Grupo de Potencial Crecimiento (IN607B 2023/04). Axudas do Programa de Consolidación e Estruturación de Unidades de Investigación Competitiva, Grupo de Potencial Crecimiento (IN607B 2024/10). LIFE REFISH project. Research Project (2023-2026) SAFE “Digital Twins for SAnitation in Food industry procEsses”. PID2022-136817OB-I00 (MCIU/AEI/FEDER, UE). Research Project (2019-2022) “ControlAR: Model-based process engineering to CONTROL Antimicrobial Resistance for the food industry 4.0″. RTI2018-093560-J-I00 (MCIU/AEI/FEDER, UE), Peer reviewed
Tesis doctoral (DoctoralThesis). 2025
Bacterial inactivation dynamics and their relationship with antimicrobial resistance, Dinámicas de inactivación bacteriana y su relación con la resistencia a antimicrobianos, Dinámicas de inactivación bacteriana e a súa relación coa resistencia a antimicrobianos
Investigo. Repositorio Institucional de la Universidade de Vigo
- Pedreira Bar, Adrián
Nowadays the employ of mathematical predictive microbiology models is proving critical to determine the conditions of operation, transport and distribution in the food industry, as well as European legislation in this area. These models are used by industry and to develop scientific opinions in institutions as EFSA (European Food Safety Authority).
Most of these predictive microbiology models are focused on the bacterial growth , both pathogenic and food-spoiler, at different temperatures, pH and water activities. However, inactivation models of these bacteria are scarce, and almost exclusively focused on heat treatments at high temperatures, with almost no examples in the literature of models predicting the behavior of bacteria against antimicrobial agents for use in the food industry.
Antimicrobial based microbiological inactivaction models are scarce mainly due to the highly variable behaviours depending on the type of the antimicrobial-bacterial pair and, above all, because the difficulty of modeling bacterial resistance to these agents. This last challenge is especially complex and critical. In fact, bacterial resistance to antimicrobial compounds is a global scale problem qualified by the World Health Organization as one of the biggest health challenges facing today's society, and is expected to increase much faster than our ability to design new drugs or antimicrobial agents.
Currently, 700,000 deaths per year (25,000 in the EU) are attributable to infections by antibiotic-resistant pathogens. In the worst scenario, deaths will grow to 10 million by 2050 This resistance is mainly caused by the misuse and dosage of these compounds, including those used in the food industry, allowing the appearance of mutant strains with genetic characteristics that make them immune to their action.
In this thesis, will be obtained data and algorithms for the development and optimization of mathematical models (based on predictive microbiology) of response of a set of bacteria common to several antimicrobials of different origin (some of them from natural sources), employed in the food industry. In addition, the possibility of developing a software, accessible through a web application, for the simulation and optimization of the obtained models will be studied.
The following sub-goals are required to obtain the data and algorithms:
1. Development of an automatic kinetic inactivation / death data acquisition system for dynamic (time-changing) antimicrobial profiles.
2. Study of the antimicrobial capacity of alfa-chitosans of different molecular weights produced from cephalopod residues.
3. Prediction of bacterial inactivation by antimicrobials using models based on predictive microbiology.
4. Determination of antimicrobial dynamic profiles that minimize or maximize the occurrence of antimicrobial resistance.
The present work aims to develop tools, both experimental and theoretical, that allow us to deep into the knowledge of the bacterial resistances against toxic compounds with different chemical structure. From an applied point of view, a battery of tertiary models will be obtained in this way, which will evaluate the dynamics of inactivation with various antimicrobials in the food industry. This will enable food companies to calculate optimal food disinfection and conservation policies that minimize the occurrence of resistance. In this sense, the software to be developed will be a basic tool for this purpose., En la actualidad, el uso de modelos matemáticos de microbiología predictiva están resultando críticos para determinar las condiciones de operación, transporte y distribución en la industria alimentaria, así como la legislación Europea en este ámbito. Estos modelos son empleados tanto por la industria como para elaborar opiniones científicas en organismos institucionales como la EFSA, Autoridad Europea para la Seguridad Alimentaria.
La mayoría de estos modelos de microbiología predictiva se centran en el crecimiento de bacterias, tanto patógenas como deteriorantes de alimentos, a diferentes temperaturas, pH y actividades de agua. Por ello, los modelos de inactivación de estas bacterias son escasos y, casi exclusivamente, centrados en tratamientos térmicos a altas temperaturas, sin existir casi ejemplos en la literatura de modelos que predigan el comportamiento de bacterias ante antimicrobianos de uso en la industria alimentaria.
Los modelos de inactivación microbiológica por antimicrobianos son muy escasos, principalmente porque los comportamientos son muy variables dependiendo del tipo de antimicrobiano y bacteria, y sobre todo, por la dificultad de modelar la resistencia bacteriana a estos agentes. Este último reto es especialmente complejo y crítico. De hecho, la resistencia bacteriana a los compuestos antimicrobianos es un problema de escala global calificado por la Organización Mundial de la Salud, como uno de los mayores retos en materia de salud a los que se enfrenta la sociedad actual, previéndose que aumente mucho más rápido que nuestra capacidad para diseñar nuevos fármacos o agentes antimicrobianos. Actualmente, 700.000 muertes anuales (25.000 en la UE) son atribuibles a infecciones por patógenos con resistencia a antibióticos. En el peor de los casos, las predicciones estiman que las muertes crecerán hasta los 10 millones en el año 2050. Dicha resistencia, está causada principalmente por una dosificación incorrecta de estos compuestos, entre ellos, los empleados en la industria alimentaria, permitiendo la aparición de cepas mutantes con características genéticas que las hacen inmunes a su acción.
En esta tesis, se obtendrán datos y algoritmos para el desarrollo y la optimización de los modelos matemáticos, basados en la microbiología predictiva, de respuesta de un conjunto de bacterias comunes ante varios agentes antimicrobianos diferentes, algunos de ellos naturales, principalmente empleados en la industria alimentaria. Además, se estudiará la posibilidad de desarrollar un software, accesible a través de una aplicación web, para la simulación y optimización de los modelos obtenidos. Los siguiente sub-objetivos son necesarios para obtener los datos y algoritmos:
1. Desarrollo de un sistema automático de adquisición de datos cinéticos de inactivación/muerte por perfiles dinámicos (cambiantes en el tiempo) de antimicrobianos.
2. Estudio de la capacidad antimicrobiana de alfa-quitosanos de diferentes pesos moleculares producidos por residuos de cefalópodos.
3. Predicción de la inactivación de bacterias por antimicrobianos empleando modelos basados en microbiología predictiva.
4. Determinación de los perfiles dinámicos de antimicrobianos que minimicen o maximicen la aparición de resistencia a antimicrobianos.
El presente trabajo pretende desarrollar herramientas, tanto experimentales como teóricas, que nos permitan mejorar el conocimiento de las resistencias bacterianas a tóxicos de diferente estructura química. Desde un punto de vista aplicado, de esta forma se obtendrán una batería de modelos terciarios que evalúen las dinámicas de inactivación ante diversos antimicrobianos de la industria alimentaria. Esto permitirá a las empresas alimentarias el cálculo de políticas óptimas de desinfección y de conservación de alimentos que minimicen la aparición de resistencias. En este sentido, el software a desarrollar supondrá una herramienta básica para llevar a cabo este propósito., Na actualidade o uso de modelos matemáticos de microbioloxía preditiva están resultando críticos para determinar as condicións de operación, transporte e distribución na industria alimentaria, así como a lexislación Europea neste ámbito. Estes modelos son empregados tanto pola industria coma para elaborar opinións científicas en organismos institucionais como a EFSA, Autoridade Europea para a Seguridade Alimentaria
As maioría destes modelos de microbioloxía preditiva céntranse no crecemento de bacterias, tanto patóxenas como deteriorantes de alimentos, a diferentes temperaturas, pH e actividades de auga. Porén, os modelos de inactivación destas bacterias son escasos, e case exclusivamente centrados en tratamentos térmicos a altas temperaturas, sen existir case exemplos na literatura de modelos que predigan o comportamento de bacterias ante axentes antimicrobianos de uso na industria alimentaria
Os modelos de inactivación microbiolóxica por antimicrobianos son escasos principalmente porque os comportamentos son moi variables dependendo do tipo de antimicrobiano e bacteria, e sobre todo, pola dificultade de modelar a resistencia bacteriana a estes axentes. Este último reto é especialmente complexo e crítico. De feito a resistencia bacteriana aos compostos antimicrobianos é un problema de escala global cualificado pola Organización Mundial da Saúde como un dos maiores retos en materia de saúde aos que se enfronta a sociedade actual, prevéndose que aumente moito máis rápido que a nosa capacidade de deseñar novos fármacos ou axentes antimicrobianos. Actualmente, 700.000 mortes anuais (25.000 na UE) son atribuíbeis a infeccións por patóxenos resistentes a antibióticos. No peor dos casos, as predicións estiman que as mortes crecerán ata os 10 millóns no 2050 (O´Neill, 2006). Dita resistencia é principalmente causada polo uso e dosificación incorrecta destes compostos, entre eles os empregados na industria alimentaria, permitindo a aparición de cepas mutantes con características xenéticas que as fan inmunes a súa acción.
Nesta tese, obteranse datos e algoritmos para o desenrolo e optimización de modelos matemáticos, baseados na microbioloxía preditiva, de resposta dun conxunto de bacterias comúns ante varios antimicrobianos de diferente orixe, algún deles naturais, e principalmente empregados na industria alimentaria. Ademais, estudarase a posibilidade de desenrolar un software, accesible a través dunha aplicación web, para a simulación e optimización dos modelos obtidos.
Os seguintes subobxectivos son necesarios para obter os datos e algoritmos:
1. Desenrolo dun sistema automático de adquisición de datos cinéticos de inactivación/morte por perfís dinámicos (cambiantes no tempo) de antimicrobianos.
2. Estudo da capacidade antimicrobiana de alfa-quitosanos de diferentes pesos moleculares producidos de residuos de cefalópodos.
3. Predición da inactivación de bacterias por antimicrobianos usando modelos baseados na microbioloxía preditiva.
4. Determinación dos perfís dinámicos de antimicrobianos que minimicen ou maximicen a aparición de resistencia a antimicrobianos
O presente traballo pretende desenrolar ferramentas, tanto experimentais como teóricas, que nos permitan mellorar no coñecemento das resistencias bacterianas a tóxicos de diferente estrutura química. Dende un punto de vista aplicado, obteranse deste xeito unha batería de modelos terciarios que avalíen as dinámicas de inactivación ante diversos antimicrobianos da industria alimentaria. Isto permitirá ás empresas alimentarias o cálculo de políticas óptimas de desinfección e de conservación de alimentos que minimicen a aparición de resistencias. Neste senso, o software a desenrolar suporá unha ferramenta básica para levar a cabo este propósito., Agencia Estatal de Investigación | Ref. PID2022-136817OB-I00, Agencia Estatal de Investigación | Ref. RTI2018-093560-J-I00, Xunta de Galicia | Ref. IN606A-2020/028
Most of these predictive microbiology models are focused on the bacterial growth , both pathogenic and food-spoiler, at different temperatures, pH and water activities. However, inactivation models of these bacteria are scarce, and almost exclusively focused on heat treatments at high temperatures, with almost no examples in the literature of models predicting the behavior of bacteria against antimicrobial agents for use in the food industry.
Antimicrobial based microbiological inactivaction models are scarce mainly due to the highly variable behaviours depending on the type of the antimicrobial-bacterial pair and, above all, because the difficulty of modeling bacterial resistance to these agents. This last challenge is especially complex and critical. In fact, bacterial resistance to antimicrobial compounds is a global scale problem qualified by the World Health Organization as one of the biggest health challenges facing today's society, and is expected to increase much faster than our ability to design new drugs or antimicrobial agents.
Currently, 700,000 deaths per year (25,000 in the EU) are attributable to infections by antibiotic-resistant pathogens. In the worst scenario, deaths will grow to 10 million by 2050 This resistance is mainly caused by the misuse and dosage of these compounds, including those used in the food industry, allowing the appearance of mutant strains with genetic characteristics that make them immune to their action.
In this thesis, will be obtained data and algorithms for the development and optimization of mathematical models (based on predictive microbiology) of response of a set of bacteria common to several antimicrobials of different origin (some of them from natural sources), employed in the food industry. In addition, the possibility of developing a software, accessible through a web application, for the simulation and optimization of the obtained models will be studied.
The following sub-goals are required to obtain the data and algorithms:
1. Development of an automatic kinetic inactivation / death data acquisition system for dynamic (time-changing) antimicrobial profiles.
2. Study of the antimicrobial capacity of alfa-chitosans of different molecular weights produced from cephalopod residues.
3. Prediction of bacterial inactivation by antimicrobials using models based on predictive microbiology.
4. Determination of antimicrobial dynamic profiles that minimize or maximize the occurrence of antimicrobial resistance.
The present work aims to develop tools, both experimental and theoretical, that allow us to deep into the knowledge of the bacterial resistances against toxic compounds with different chemical structure. From an applied point of view, a battery of tertiary models will be obtained in this way, which will evaluate the dynamics of inactivation with various antimicrobials in the food industry. This will enable food companies to calculate optimal food disinfection and conservation policies that minimize the occurrence of resistance. In this sense, the software to be developed will be a basic tool for this purpose., En la actualidad, el uso de modelos matemáticos de microbiología predictiva están resultando críticos para determinar las condiciones de operación, transporte y distribución en la industria alimentaria, así como la legislación Europea en este ámbito. Estos modelos son empleados tanto por la industria como para elaborar opiniones científicas en organismos institucionales como la EFSA, Autoridad Europea para la Seguridad Alimentaria.
La mayoría de estos modelos de microbiología predictiva se centran en el crecimiento de bacterias, tanto patógenas como deteriorantes de alimentos, a diferentes temperaturas, pH y actividades de agua. Por ello, los modelos de inactivación de estas bacterias son escasos y, casi exclusivamente, centrados en tratamientos térmicos a altas temperaturas, sin existir casi ejemplos en la literatura de modelos que predigan el comportamiento de bacterias ante antimicrobianos de uso en la industria alimentaria.
Los modelos de inactivación microbiológica por antimicrobianos son muy escasos, principalmente porque los comportamientos son muy variables dependiendo del tipo de antimicrobiano y bacteria, y sobre todo, por la dificultad de modelar la resistencia bacteriana a estos agentes. Este último reto es especialmente complejo y crítico. De hecho, la resistencia bacteriana a los compuestos antimicrobianos es un problema de escala global calificado por la Organización Mundial de la Salud, como uno de los mayores retos en materia de salud a los que se enfrenta la sociedad actual, previéndose que aumente mucho más rápido que nuestra capacidad para diseñar nuevos fármacos o agentes antimicrobianos. Actualmente, 700.000 muertes anuales (25.000 en la UE) son atribuibles a infecciones por patógenos con resistencia a antibióticos. En el peor de los casos, las predicciones estiman que las muertes crecerán hasta los 10 millones en el año 2050. Dicha resistencia, está causada principalmente por una dosificación incorrecta de estos compuestos, entre ellos, los empleados en la industria alimentaria, permitiendo la aparición de cepas mutantes con características genéticas que las hacen inmunes a su acción.
En esta tesis, se obtendrán datos y algoritmos para el desarrollo y la optimización de los modelos matemáticos, basados en la microbiología predictiva, de respuesta de un conjunto de bacterias comunes ante varios agentes antimicrobianos diferentes, algunos de ellos naturales, principalmente empleados en la industria alimentaria. Además, se estudiará la posibilidad de desarrollar un software, accesible a través de una aplicación web, para la simulación y optimización de los modelos obtenidos. Los siguiente sub-objetivos son necesarios para obtener los datos y algoritmos:
1. Desarrollo de un sistema automático de adquisición de datos cinéticos de inactivación/muerte por perfiles dinámicos (cambiantes en el tiempo) de antimicrobianos.
2. Estudio de la capacidad antimicrobiana de alfa-quitosanos de diferentes pesos moleculares producidos por residuos de cefalópodos.
3. Predicción de la inactivación de bacterias por antimicrobianos empleando modelos basados en microbiología predictiva.
4. Determinación de los perfiles dinámicos de antimicrobianos que minimicen o maximicen la aparición de resistencia a antimicrobianos.
El presente trabajo pretende desarrollar herramientas, tanto experimentales como teóricas, que nos permitan mejorar el conocimiento de las resistencias bacterianas a tóxicos de diferente estructura química. Desde un punto de vista aplicado, de esta forma se obtendrán una batería de modelos terciarios que evalúen las dinámicas de inactivación ante diversos antimicrobianos de la industria alimentaria. Esto permitirá a las empresas alimentarias el cálculo de políticas óptimas de desinfección y de conservación de alimentos que minimicen la aparición de resistencias. En este sentido, el software a desarrollar supondrá una herramienta básica para llevar a cabo este propósito., Na actualidade o uso de modelos matemáticos de microbioloxía preditiva están resultando críticos para determinar as condicións de operación, transporte e distribución na industria alimentaria, así como a lexislación Europea neste ámbito. Estes modelos son empregados tanto pola industria coma para elaborar opinións científicas en organismos institucionais como a EFSA, Autoridade Europea para a Seguridade Alimentaria
As maioría destes modelos de microbioloxía preditiva céntranse no crecemento de bacterias, tanto patóxenas como deteriorantes de alimentos, a diferentes temperaturas, pH e actividades de auga. Porén, os modelos de inactivación destas bacterias son escasos, e case exclusivamente centrados en tratamentos térmicos a altas temperaturas, sen existir case exemplos na literatura de modelos que predigan o comportamento de bacterias ante axentes antimicrobianos de uso na industria alimentaria
Os modelos de inactivación microbiolóxica por antimicrobianos son escasos principalmente porque os comportamentos son moi variables dependendo do tipo de antimicrobiano e bacteria, e sobre todo, pola dificultade de modelar a resistencia bacteriana a estes axentes. Este último reto é especialmente complexo e crítico. De feito a resistencia bacteriana aos compostos antimicrobianos é un problema de escala global cualificado pola Organización Mundial da Saúde como un dos maiores retos en materia de saúde aos que se enfronta a sociedade actual, prevéndose que aumente moito máis rápido que a nosa capacidade de deseñar novos fármacos ou axentes antimicrobianos. Actualmente, 700.000 mortes anuais (25.000 na UE) son atribuíbeis a infeccións por patóxenos resistentes a antibióticos. No peor dos casos, as predicións estiman que as mortes crecerán ata os 10 millóns no 2050 (O´Neill, 2006). Dita resistencia é principalmente causada polo uso e dosificación incorrecta destes compostos, entre eles os empregados na industria alimentaria, permitindo a aparición de cepas mutantes con características xenéticas que as fan inmunes a súa acción.
Nesta tese, obteranse datos e algoritmos para o desenrolo e optimización de modelos matemáticos, baseados na microbioloxía preditiva, de resposta dun conxunto de bacterias comúns ante varios antimicrobianos de diferente orixe, algún deles naturais, e principalmente empregados na industria alimentaria. Ademais, estudarase a posibilidade de desenrolar un software, accesible a través dunha aplicación web, para a simulación e optimización dos modelos obtidos.
Os seguintes subobxectivos son necesarios para obter os datos e algoritmos:
1. Desenrolo dun sistema automático de adquisición de datos cinéticos de inactivación/morte por perfís dinámicos (cambiantes no tempo) de antimicrobianos.
2. Estudo da capacidade antimicrobiana de alfa-quitosanos de diferentes pesos moleculares producidos de residuos de cefalópodos.
3. Predición da inactivación de bacterias por antimicrobianos usando modelos baseados na microbioloxía preditiva.
4. Determinación dos perfís dinámicos de antimicrobianos que minimicen ou maximicen a aparición de resistencia a antimicrobianos
O presente traballo pretende desenrolar ferramentas, tanto experimentais como teóricas, que nos permitan mellorar no coñecemento das resistencias bacterianas a tóxicos de diferente estrutura química. Dende un punto de vista aplicado, obteranse deste xeito unha batería de modelos terciarios que avalíen as dinámicas de inactivación ante diversos antimicrobianos da industria alimentaria. Isto permitirá ás empresas alimentarias o cálculo de políticas óptimas de desinfección e de conservación de alimentos que minimicen a aparición de resistencias. Neste senso, o software a desenrolar suporá unha ferramenta básica para levar a cabo este propósito., Agencia Estatal de Investigación | Ref. PID2022-136817OB-I00, Agencia Estatal de Investigación | Ref. RTI2018-093560-J-I00, Xunta de Galicia | Ref. IN606A-2020/028