---

La microbiologia predittiva si occupa dello sviluppo di modelli matematici per la crescita, la sopravvivenza e l´inattivazione dei microrganismi negli alimenti. La sua importanza per la valutazione del rischio microbiologico e l´ottimizzazione dei processi dell´industria alimentare è ormai indiscussa e riconosciuta anche dalla normativa comunitaria. Questo manuale - opera di autorevoli specialisti italiani e stranieri - fornisce le basi teoriche e pratiche per la progettazione degli esperimenti, l´analisi dei dati, la formulazione dei modelli e l´interpretazione dei risultati.

Dopo aver introdotto i concetti base della modellazione dei fenomeni biologici, il testo presenta le diverse tipologie di modelli. L´ampia trattazione dei modelli primari non si limita ai modelli classici, ma è estesa anche agli approcci più recenti, basati su cinetiche non lineari o probabilistiche. Sono quindi approfonditi i modelli secondari, che descrivono i parametri della crescita al variare di condizioni chimico-fisiche e ambientali. Vengono inoltre descritti i principali modelli terziari, cioè i software e i database disponibili per la microbiologia predittiva. Capitoli specifici sono dedicati all´integrazione dei modelli con i principali fenomeni chimico-fisici rilevanti nelle tecnologie alimentari e all´utilizzo dei modelli nella valutazione quantitativa del rischio, fondamentale per la sicurezza degli alimenti. Conclude il volume una rassegna degli strumenti statistici utilizzati in microbiologia predittiva, integrata da esempi con l´impiego dell´ambiente R per l´analisi statistica. L´opera - diretta a studenti, ricercatori e professionisti - è arricchita da illustrazioni, grafici e tabelle. Il testo è collegato a esercizi e approfondimenti, disponibili on line.

---

Introduzione.- Aspetti generali: Fattori che influenzano il metabolismo dei microorganismi negli alimenti.- La modellazione.- Modelli primari: Modelli per la crescita.- Modellazione ell´inattivazione.- Modellazione della sopravvivenza.- Modelli secondari: Modelli lineari o linearizzabili, modelli non lineari e reti neuronali artificiali.- Modelli probabilistici.- Aspetti applicativi: Modelli terziari e database.- Previsione della shelf life/modellazione dello scambio di gas.- Modellazione del trasferimento termico e della cinetica microbica di morte termica.- Risk assessment.- Statistica: Richiami generali (medie, anova, variabilità, a grandi linee); Raccolta dati. Importanza della struttura dei dati. Disegni sperimentali.- Regressione lineare: interpretazione; Regressione non lineare: interpretazione; Probabilità. Regressione logistica e similari.- La regressione in R e istruzioni per l´uso del materiale sul sito.- Conclusioni: Conclusioni.

---