Predictive mycology as a tool for controlling and preventing the aflatoxin risk in postharvest

Abstract

Les aflatoxines són potents carcinògens que representen una amenaça significativa per a la salut humana. La incidència d'aquestes micotoxines en els aliments és alta, de manera que el seu control i prevenció són necessaris en la indústria alimentària. El desenvolupament de models predictius apropiats que ens permetin predir el creixement fúngic i la producció de micotoxines és de gran utilitat com a eina per controlar, predir i prevenir el risc de micotoxines en aliments. És important que els models predictius siguin capaços d'explicar les condicions ambientals que es troben al llarg de la cadena alimentària. Entre aquestes condicions trobem: condicions subòptimes per al creixement i producció de micotoxines, distribució aleatòria d'espores en l'aliment, presència de diferents soques de la mateixa espècie o condicions ambientals canviants. El present treball proporciona una base per al desenvolupament de models científicament provats, que poden ser aplicats per la indústria alimentària per millorar el control en postcollita.

Las aflatoxinas son potentes carcinógenos que representan una amenaza significativa para la salud humana. La incidencia de estas micotoxinas en los alimentos es alta, por lo que su control y prevención es obligatoria en la industria alimentaria. El desarrollo de modelos predictivos apropiados que nos permitan predecir el crecimiento fúngico y la producción de micotoxinas es de gran utilidad como herramienta para controlar, predecir y prevenir el riesgo de micotoxinas en alimentos. Es importante que los modelos predictivos sean capaces de explicar las condiciones ambientales que se encuentran a lo largo de la cadena alimentaria. Entre tales condiciones encontramos: condiciones subóptimas para el crecimiento y producción de micotoxinas, distribución aleatoria de esporas fúngicas en el alimento, presencia de diferentes cepas de la misma especie o condiciones ambientales dinámicas. El presente trabajo proporciona una base para el desarrollo de modelos científicamente probados, que pueden ser aplicados por la industria alimentaria para mejorar el control de micotoxinas en postcosecha.

Aflatoxins are potent carcinogens that pose a significant threat to human health. Incidence of these mycotoxins in foodstuffs is high, thus their control and prevention is mandatory in the food industry. The development of appropriate predictive models that allow us to predict fungal growth and mycotoxin production will be a valuable tool to monitor, predict and prevent the mycotoxin risk. To develop accurate predictive models it is important to account for the real conditions that we will encounter through the food chain. Such conditions include: suboptimal conditions for growth and mycotoxin production, even distribution of spores across the food matrix, presence of different strains of the same species or dynamic environmental conditions. Given the scope and complexity of the problem the present work provides the basis for scientifically proven models, which can be applied in the food industry in order to improve postharvest control of commodities.