Quem abre a geladeira raramente pensa nela como um instrumento de segurança sanitária. Mas, para alimentos prontos para consumo — frios fatiados, patês, salmão defumado, queijos frescos —, a diferença entre 4 °C e 8 °C pode ser a diferença entre um produto que chega seguro ao fim do prazo de validade e outro em que uma bactéria teve tempo de se multiplicar.
Essa bactéria tem nome: Listeria monocytogenes. Ela é incomum entre os patógenos de origem alimentar porque consegue crescer em temperaturas de refrigeração. A pergunta que todo profissional de qualidade precisa responder é: quanto, exatamente, ela cresce a cada grau a mais? Um estudo publicado em 2026 tentou dar a essa pergunta uma resposta mais robusta do que as disponíveis até aqui.
O que a ciência encontrou
O artigo “Robust models for the growth of Listeria monocytogenes in foods as a function of temperature based on systematic review and meta-regression” foi publicado na revista Food Research International (volume 241, artigo 119663) por Jorge Baixauli, Cristina Serra-Castelló, Carla Palacios-Gorba, Yvan Le Marc, Angélica Godínez-Oviedo, Enriqueta Garcia-Gutierrez, Pablo S. Fernandez e Alberto Garre, pesquisadores de instituições da Espanha, da França e do México.
Em vez de fazer um novo experimento de laboratório, a equipe optou por outro caminho: uma revisão sistemática da literatura, reunindo curvas de crescimento da bactéria já publicadas por outros grupos. Foram extraídas 918 curvas de crescimento, com 16.234 pontos de dados, distribuídas em sete categorias de alimentos — laticínios, leite, ovos, pescado, produtos de origem vegetal, carnes e produtos mistos — além de meios de cultura de laboratório.
Esses dados foram ajustados com modelos consagrados na área: o modelo primário de Baranyi, que descreve a curva de crescimento ao longo do tempo, e o modelo combinado Baranyi-Ratkowsky, que relaciona diretamente a velocidade de crescimento à temperatura em um único passo. Segundo o artigo, os erros residuais medianos ficaram na ordem de décimos de log UFC/g — menores no modelo primário e maiores no modelo de um passo, como seria esperado de um modelo que tenta explicar mais coisas ao mesmo tempo.
Dois achados merecem destaque para quem trabalha com validade de produtos:
- O desenho do experimento muda o resultado. Estudos que testaram poucos níveis de temperatura tenderam a subestimar a temperatura mínima de crescimento (Tmin), parâmetro que indica abaixo de qual temperatura a bactéria deixa de crescer. Na prática, um Tmin subestimado faz o modelo prever crescimento mais lento perto da temperatura de refrigeração — ou seja, previsões otimistas demais justamente na faixa que importa.
- A métrica de ajuste importa. Os autores defendem o erro-padrão dos resíduos como medida mais adequada da qualidade do ajuste do que as alternativas usuais, e propõem limites de referência para avaliar novos modelos.
Os limites do estudo
Este é um trabalho de modelagem sobre dados secundários. As curvas vieram, em grande parte, de experimentos em laboratório — em caldos de cultura e matrizes alimentares sob condições controladas —, não de monitoramento em plantas industriais ou no varejo. Os próprios autores apontam dois problemas: a nomenclatura inconsistente das cepas, já que a maioria aparece uma única vez na literatura, o que dificulta medir a variabilidade entre cepas; e o relato incompleto das propriedades físico-químicas dos alimentos (como pH e atividade de água), que limitou o refinamento da análise.
Também não há, até aqui, validação ampla desses modelos em produtos e condições da cadeia do frio brasileira. O estudo não diz quanto tempo um produto específico pode ficar na sua geladeira. Diz que os modelos usados para responder a essa pergunta podem estar sendo construídos com dados insuficientes — e mostra como fazê-los melhor.
O que já se sabia
O consenso internacional sobre L. monocytogenes é sólido. A bactéria é capaz de crescer sob refrigeração, sobrevive bem em ambientes úmidos de processamento e causa a listeriose, doença rara, mas grave, com risco maior para gestantes, recém-nascidos, idosos e imunocomprometidos. Por isso, os critérios microbiológicos tratam os alimentos prontos para consumo com atenção especial. Na União Europeia, o Regulamento (CE) nº 2073/2005 estabelece critérios para esses produtos ao longo da vida de prateleira, incluindo o limite de 100 UFC/g para alimentos que permitem o crescimento da bactéria. No Brasil, os padrões microbiológicos da Anvisa (RDC nº 724/2022 e IN nº 161/2022, com alterações posteriores) também incluem L. monocytogenes entre os critérios para determinadas categorias de alimentos.
É aqui que a microbiologia preditiva entra: para demonstrar que um produto respeita esses limites até o fim da validade, empresas e autoridades usam modelos matemáticos que estimam o crescimento em função da temperatura e de outros fatores. A nova revisão não contradiz esse arcabouço. Ela o fortalece, ao mostrar que a qualidade dos dados de entrada condiciona a confiabilidade da previsão.
O que isso pode mudar na prática
Com a cautela que a natureza do estudo exige, há implicações claras:
- Para a indústria de produtos prontos para consumo: estudos de vida de prateleira e de desafio microbiológico devem cobrir uma faixa ampla de temperaturas, incluindo o abuso térmico realista — a geladeira doméstica que trabalha acima do ideal, a gôndola mal regulada. Modelos alimentados com poucas temperaturas podem dar uma segurança falsa.
- Para RTs e equipes de qualidade: ao usar softwares de microbiologia preditiva, vale perguntar de onde vêm os parâmetros do modelo e em que faixa de temperatura eles foram estimados.
- Para a fiscalização: a discussão reforça a importância de que a validação de prazos de validade de alimentos prontos para consumo seja demonstrada com dados, não presumida.
- Para o consumidor: a geladeira não é um detalhe. Manter a temperatura adequada e respeitar o prazo de validade dos alimentos prontos para consumo são medidas de proteção real.
A lacuna brasileira é evidente: faltam dados nacionais de crescimento de L. monocytogenes em produtos típicos do nosso mercado e dados sobre as temperaturas reais da cadeia do frio — do caminhão à geladeira doméstica.
Lente IA: modelo preditivo não é bola de cristal
Há uma conexão direta com o debate sobre inteligência artificial. Os modelos de microbiologia preditiva são, há décadas, ferramentas de previsão baseadas em dados — muito antes de se falar em aprendizado de máquina. E a lição deste estudo vale para qualquer algoritmo: um modelo é tão bom quanto os dados com que foi construído. Se os experimentos de origem cobrem poucas temperaturas, nenhum método estatístico, por mais sofisticado, consegue prever com segurança o que acontece fora delas. O algoritmo vê o que foi treinado para ver.
Conclusão
A revisão de Baixauli e colegas não traz um alerta novo sobre a Listeria; traz algo mais útil para quem trabalha com segurança dos alimentos: um lembrete de que a confiança em uma previsão precisa ser merecida. Poucos graus de diferença mudam o comportamento da bactéria — e poucos pontos de temperatura em um experimento podem mudar o comportamento do modelo. O perigo nem sempre tem cheiro, cor ou sabor. Às vezes, ele está em uma curva de crescimento mal estimada.
Referências
- Baixauli, J. et al. (2026). Robust models for the growth of Listeria monocytogenes in foods as a function of temperature based on systematic review and meta-regression. Food Research International, 241, 119663. DOI: 10.1016/j.foodres.2026.119663 — https://www.sciencedirect.com/science/article/pii/S0963996926013463
- Regulamento (CE) nº 2073/2005 da Comissão, relativo a critérios microbiológicos aplicáveis aos géneros alimentícios — https://eur-lex.europa.eu/legal-content/PT/ALL/?uri=CELEX:32005R2073
- Agência Nacional de Vigilância Sanitária. Instrução Normativa nº 161, de 1º de julho de 2022 — padrões microbiológicos dos alimentos (texto compilado) — https://antigo.anvisa.gov.br/documents/10181/6503717/(1)IN_161_2022_COMP.pdf/64b8368b-1f56-43c9-ab89-0674ef9a069f
Leia também no Além do Carimbo: “O perigo mora no ralo: por que o mundo decidiu procurar a Listeria antes que ela chegue ao alimento” e “Cadeia do frio: da segurança presumida à segurança demonstrada”.
Deixe uma resposta