Desenvolvimento de um aplicativo computacional para microbiologia preditiva

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-graduação em Engenharia de Alimentos, Florianópolis, 2010A microbiologia preditiva pode ser considerada uma ferramenta, baseada em modelos matemáticos, para predizer o crescimento e inativação microbiana em alimentos. Modelos que fazem a predição de crescimento dos microrganismos com o tempo, considerando as variações nas condições ambientais (temperatura, pH, concentração de sais ou de inibidores, entre outras) estão sendo cada vez mais estudados. Isso é fundamental, pois as condições de manipulação, processamento e armazenamento de alimentos não ocorrem à mesma temperatura (condições não isotérmicas). O objetivo deste trabalho foi à implementação de uma ferramenta computacional com interface "amigável" para o usuário, onde se pode realizar a modelagem matemática do crescimento de microrganismos sob diversas condições, usando diferentes modelos matemáticos. Os modelos primários utilizados no aplicativo foram: modelo de Gompertz, modelo Logístico, modelo Logístico modificado e o modelo de Baranyi. Entre os modelos secundários estão: modelo tipo Arrhenius, modelo de Raiz Quadrada e modelo de Weibull (equação da potência). Os modelos não isotérmicos de Micha Peleg e de Van Impe também estão disponíveis no aplicativo computacional. O aplicativo possui uma função de armazenamento de dados de crescimento microbiano (banco de dados) que pode ser alimentada com dados de interesse. Toda a interface gráfica do aplicativo, bem como os objetos presente na mesma, foi construída utilizando a plataforma de desenvolvimento Borland C++ Builder 6.0. Para estimativa dos parâmetros dos modelos primários e secundários, foram utilizados modelos de minimização de funções, usando o método de Gauss-Newton e de Levenberg-Marquardt. Nos cálculos das equações diferenciais ordinárias utilizaram-se discretizações baseadas na série de Taylor e em métodos convencionais de interpolação, como é o caso do método de Euler, bem como procedimentos mais sofisticados de interpolação, como o método de Runge-Kutta. O software Statistica 7.0 foi utilizado para a validação dos resultados encontrados através do aplicativo desenvolvido. Foram calculados diferenças da ordem de 0,001 %, validando o aplicativo desenvolvido