Download 130028 - Inicio - Universidad de La Sabana
Document related concepts
Transcript
MODELAMIENTO MICROBIOLÓGICO PARA LA LEVADURA Saccharomyces cerevisiae JUAN CARLOS CÁCERES GARCÍA ANDRES REYNA LOPEZ Directora BERNADETTE KLOTZ Asesor FRANCISCO ZIMMERMAN UNIVERSIDAD DE LA SABANA FACULTAD DE INGENIERÍA INGENIERÍA DE PRODUCCIÓN AGROINDUSTRIAL BOGOTÁ 2002 TABLA DE CONTENIDO Pág. OBJETIVOS INTRODUCCION i 1 REVISIÓN BIBLIOGRÁFICA 2 1. Microbiología de alimentos 2 1.1 Composición de los alimentos 2 1.2 Tipos nutricionales de microorganismos 2 1.2.1 Macronutrientes 2 1.2.2 Micronutrientes 3 1.2.3 Medios de cultivo 3 1.3 Clasificación de los microorganismos según su ruta metabólica 3 1.3.1 Tipos de metabolismo 3 1.3.2 Organismos asimiladores de carbono 4 1.3.3 Organismos asimiladores de nitrógeno 5 1.3.4 Organismos asimiladores de oxígeno 5 1.3.5 Organismos asimiladores de azufre 5 1.4 Clasificación de los microorganismos según los factores de crecimiento 5 1.5 Microorganismos y alimentos 6 1.6 Factores intrínsecos y extrínsecos de los alimentos que afectan el crecimiento microbiano 9 1.6.1 Factores intrínsecos 9 1.6.1.1 Contenido de nutrientes 9 1.6.1.2 pH 9 1.6.1.3 Potencial redox 10 1.6.1.4 Barreras y constituyentes antimicrobianos 10 1.6.1.5 Actividad de agua 10 1.6.2 Factores extrínsecos 12 1.6.2.1 Humedad relativa 12 1.6.2.2 Temperatura 12 1.6.2.3 Atmósfera gaseosa 12 2. HONGOS Y LEVADURAS 13 2.1 Saccharomyces cerevisiae 14 Tabla de Contenido 2.1.1 Clasificación 14 2.1.2 Requerimientos nutricionales 14 2.1.2.1 Requerimientos de macroelementos 14 2.1.2.2 Requerimientos de microelementos 14 2.1.2 Inhibidores de crecimiento 15 2.1.3 Factores y condiciones de crecimiento 15 2.1.4 Macromoléculas básicas en la S. cerevisiae 15 2.1.5 Estructura celular 16 2.1.5.1 Envoltura celular 16 2.1.5.2 Membrana plasmática 16 2.1.5.3 Pared celular 17 2.1.6 Ciclo de vida 17 2.1.6.1 Apareamiento 18 2.1.6.2 Meiosis y esporulación 18 2.1.6.3 Crecimiento vegetativo 18 3. MICROBIOLOGIA PREDICTIVA 19 3.1 Planteamiento 19 3.2 Colección y análisis de datos 20 3.3 Descripción matemática 20 3.3.1 Modelos primarios 20 3.3.1.1 Modelo de Gompertz 21 3.3.1.2 Modelo Logístico 21 3.3.1.3 Modelo de Richards 22 3.3.1.4 Modelo de Standard 22 3.3.2 Modelos secundarios 22 3.3.3 Modelos terciarios 22 3.4 Validación de los modelos 23 2. MATERIALES Y MÉTODOS 25 1. Materiales y Equipos 25 1.1 Ensayos microbiológicos 25 1.2 Ensayos fisicoquímicos 25 2. Diseño Experimental 26 3. METODOLOGÍA 28 3.1 Ensayos preliminares 28 3.1.1 Determinación del sustrato deseado (medio líquido) 28 3.1.1.1 Preparación del medio de cultivo 29 Tabla de Contenido 3.1.2 Control de la flora no deseada 29 3.1.3 Elección de la longitud de onda 30 3.1.4 Determinación de la frecuencia de muestreo 30 3.1.5 Estandarización de los procesos de activación e inoculación 30 3.1.5.1 Activación de la levadura 30 3.1.5.2 Dilución del inóculo 30 3.1.5.3 Cuantificación de la cantidad inicial de células en la muestra de la levadura activa 30 3.1.5.4 Inoculación 31 3.1.6 Lectura de muestras 31 3.1.7 Destilación 31 3.2 Curva de calibración 31 3.2.1 Inoculación 31 3.2.2 Incubación 32 3.2.3 Lectura de muestras 32 3.3 Modelos primarios 32 3.3.1 Elección del pH 32 3.3.2 Ensayos de actividad de agua 32 3.3.3 Incubación 33 3.3.4 Experimentos factoriales 33 3.3.4.1 Experimentación factorial con factores independientes 33 3.3.4.2 Experimentación factorial con factores dependientes 33 3.3.4.3 Experimentos factoriales en repetición fraccionada 34 3.3.5 Lectura de muestras 35 3.4 Modelo secundario 35 3.5 Modelo terciario 35 3. ANÁLISIS Y RESULTADOS 36 1. Ensayos preliminares 36 2. Curva de calibración 39 2.1 Resultado con la técnica de N.M.P 39 2.2 Resultados de la cantidad de microorganismo por conteo en cámara 40 3. Modelos primarios 41 3.1 Modelo Logístico 41 3.2 Modelo de Gompertz 41 4. Modelos secundario 46 5. Modelos terciarios 52 Tabla de Contenido CONCLUSIONES 54 RECOMENDACIONES 55 5. BIBLIOGRAFÍA 56 LISTA DE TABLAS Pág. Tabla 1 Bacterias Gram- relacionadas con alimentos 6 Tabla 2 Bacterias Gram+ relacionadas con alimentos 7 Tabla 3. Levaduras relacionadas con alimentos 8 Tabla 4. Actividades de agua mínimas a las que puede haber crecimiento 11 Tabla 5. Actividades de agua de productos alimenticios 11 Tabla 6. Macomoléculas básicas para la S. Cerevisiae 15 Tabla 7. Organelos de la S. cerevisiae 17 Tabla 8. Porcentaje de carbohidratos para frutas 29 Tabla 9. Porcentaje mínimo sólidos solubles totales a 20ºC para jugos de frutas 29 Tabla 10. Normas técnicas para jugos de frutas 30 Tabla 11. Cultivos y asignación de horas para toma de muestras 32 Tabla 12. Diseño del modelo primario 34 Tabla 13. Resultados de pH, índice de refracción y absorbancia para cultivos agitados y en reposo 36 Tabla 14. Análisis de varianza del pH para cultivos agitados y en reposo 37 Tabla 15. Análisis de varianza del índice de refracción para cultivos agitados y en reposo 37 Tabla 16. Análisis de varianza de la densidad óptica para cultivos agitados y en reposo 37 Tabla 17. Ensayos de conteo en cámara para la dilución 10 Tabla 18. N.M.P en función de la absorbancia a una longitud de onda de 600nm 39 Tabla 19. Conteo directo (cámara de conteo) en función de la absorbancia a una longitud de onda de 600nm 40 Tabla 20. Parámetros de Gompertz y resultados de fase lag y tasa máxima de crecimiento 42 Tabla 21. Valores de t para comparación de pH con una confianza del 95% 43 Tabla 22. Valores de t para comparación de a w con una confianza del 95% 44 Tabla 23. Valores de t para comparación de pH con una confianza del 95% 44 Tabla 24. Valores de t para comparación de temperatura con una confianza del 95% 46 Tabla 25. Valores críticos para las funciones de fase lag 52 Tabla 26. Actividades de agua para productos azucarados 57 Tabla 27. Actividades de agua del medio de cultivo a distintas concentraciones de azúcar 57 -4 38 Lista de Tablas Tabla 28. Modelo primario pH = 5.6, aw = 0.995, T = 25º C 61 Tabla 29. Modelo primario pH = 5.6, aw = 0.965, T = 25º C 61 Tabla 30. Modelo primario pH = 5.6, aw = 0.952, T = 25º C 62 Tabla 31. Modelo primario pH = 5.6, aw = 0.937, T = 25º C 62 Tabla 32. Modelo primario pH = 3.0, aw = 0.957, T = 25º C 62 Tabla 33. Modelo primario pH = 4.0, aw = 0.957, T = 25º C 63 Tabla 34. Modelo primario pH = 5.0, aw = 0.957, T = 25º C 63 Tabla 35. Modelo primario pH = 6.0, aw = 0.957, T = 25º C 64 Tabla 36. Modelo primario pH = 6.0, aw = 0.957, T = 20º C 64 Tabla 37. Modelo primario pH = 6.0, aw = 0.957, T = 30º C 65 Tabla 38. Modelo primario pH = 6.0, aw = 0.957, T = 35º C 65 Tabla 39. Modelo primario pH = 4.0, aw = 0.957, T = 20º C 66 Tabla 40. Modelo primario pH = 4.0, aw = 0.937, T = 25º C 66 Tabla 41. Modelo primario pH = 4.0, aw = 0.995, T = 30º C 67 Tabla 42. Modelo primario pH = 4.0, aw = 0.965, T = 35º C 67 Tabla 43. Modelo primario pH = 5.0, aw = 0.995, T = 25º C 68 Tabla 44. Modelo primario pH = 5.0, aw = 0.965, T = 30º C 68 Tabla 45. Modelo primario pH = 5.0, aw = 0.957, T = 35º C 69 Tabla 46. Modelo primario pH = 5.6, aw = 0.995, T = 20º C 69 Tabla 47. Modelo primario pH = 5.6, aw = 0.937, T = 35º C 70 Tabla 48. Modelo primario pH = 6.0, aw = 0.995, T = 20º C 70 Tabla 49. Modelo primario pH = 6.0, aw = 0.937, T = 30º C 71 Tabla 50. Modelo primario pH = 5.6, aw = 0.995, T = 35º C 71 Tabla 51. Modelo primario pH = 5.0, aw = 0.957, T = 20º C 72 Tabla 52. Modelo primario pH = 4.0, aw = 0.995, T = 20º C 72 Tabla 53. Modelo primario pH = 6.0, aw = 0.937, T = 20º C 73 LISTA DE FIGURAS Pág. Figura 1. Envoltura celular de la levadura 16 Figura 2. Fases de crecimiento de los microorganismos 20 Figura 3. Concentración de levaduras en la superficie del sustrato 45 LISTA DE ANEXOS Pág. Anexo A. Ensayos Preliminares 57 Anexo B. Resultados de los modelos primarios 61 LISTA DE GRÁFICAS Pág. Gráfica 1. Absorbancia en función de la longitud de onda para el caldo inoculado y sin inóculo 39 Gráfica 2. Concentración de microorganismos (N.M.P) en función de la densidad óptica a 600nm. 40 Gráfica 3. Conteo directo (cámara de conteo) en función de la absorbancia a una longitud de onda de 600nm 41 Gráfica 4. Gráfica comparativa de pH de la función de Gompertz 43 Gráfica 5. Gráfica comparativa de actividad de agua de la función de Gompertz 44 Gráfica 6. Gráfica comparativa de temperaturas de la función de Gompertz 45 Gráfica 7. Tasa máxima de crecimiento en función de la actividad de agua y pH a 20º C 47 Gráfica 8. Tasa máxima de crecimiento en función de la actividad de agua y pH a 25º C 48 Gráfica 9. Tasa máxima de crecimiento en función de la actividad de agua y pH a 30º C 48 Gráfica 10. Tasa máxima de crecimiento en función de la actividad de agua y pH a 35º C 49 Gráfica 11. Fase lag en función del pH y actividad de agua a 20º C 49 Gráfica 12. Fase lag en función del pH y actividad de agua a 25º C 50 Grafica 13. Fase lag en función del pH y actividad de agua a 30º C 50 Grafica 14 Fase lag en función del pH y actividad de agua a 35º C 51 Grafica 15 pH en función del tiempo para cultivo agitado 58 Grafica 16 pH en función del tiempo para cultivo sin agitación 58 Grafica 17 Indice de refracción en función del tiempo para cultivo agitado 59 Grafica 18 Indice de refracción en función del tiempo para cultivo sin agitación 59 Grafica 19 Absorbancia en función del tiempo para cultivo agitado 60 Grafica 20 Absorbancia en función del tiempo para cultivo no agitado 60 RESUMEN En el presente proyecto se contemplan las siguientes tres etapas que involucran el desarrollo de un modelo predictivo: primero el diseño experimental, segundo el modelamiento y por último su aceptación. En este documento se ilustran los efectos de los tres principales factores de crecimiento de la Saccharomyces cerevisiae tales como: temperatura (20, 25, 30, 35ºC), pH (4.0, 5.0, 5.6, 6.0), y aW (0.995, 0.965, 0.957, 0.937). El inóculo se estandarizó y se diseñó una curva de calibración que relaciona la densidad óptica con conteo de microorganismos en microscopio. Las curvas de crecimiento generadas por el conteo directo de microorganismos se ajustan a la ecuación de Gompertz (con coeficiente de correlación > 0.97) y se calcularon los parámetros de la función. El efecto de combinación de los tres factores es descrito y analizado. Los valores en los que no se observaron crecimiento se excluyeron debido a que bajan la bondad de ajuste de las ecuaciones. La transformación de los parámetros de Gompertz a logaritmo permite un mejor ajuste a una regresión múltiple cuyos coeficientes de 2 determinación ( R ) son: log (a) 0.9094, log (b) 0.8510 y log (c) 0.9457. ABSTRACT Three stages involved in developing a predictive model, experimental design, modeling, and acceptance, are illustrated using data describing the effects of the main controlling factors influencing the growth of Saccharomyces cerevisiae: temperature ( 20, 25, 30, 35ºC ), pH ( 4.0, 5.0, 5.6, 6.0 ) and aw ( 0.995, 0.965, 0.957, 0.937 ). The inoculum was standardized and a calibration curve correlating the optical density and direct microscopy count was generated. Growth curves generated from direct total cell counts were fitted using a Gompertz equation ( correlation coefficient > 0.97 ) and growth parameters were calculated. The effects of various combinations of these controlling factors are described and analyzed. No growth data were not included because they tend to bias the equations to poorer fit. The log transformed Gompertz parameters were tested for goodness of fit by multiple regression and the 2 coefficients of determination ( R ) obtained were: Log ( a ) 0.9094, log ( b ) 0.8510, log ( c ) 0.9457. OBJETIVO GENERAL Desarrollar un modelo que permita predecir el crecimiento de la levadura Saccharomyces cerevisiae bajo condiciones de pH, temperatura y actividad de agua controladas. Objetivo Específicos: • • • Ajustar un modelo primario de crecimiento para la levadura teniendo en cuenta las condiciones de temperatura, pH y actividad de agua de forma independiente. A partir del modelo primario, construir un modelo secundario que permita relacionar o combinar las tres condiciones ya mencionadas. Con base en un modelo terciario, elaborar un programa en computador que permita predecir el comportamiento de la levadura en un sustrato definido. INTRODUCCION El objetivo de la microbiología predictiva en sistemas de alimentos consiste en describir matemáticamente el crecimiento, sobrevivencia o muerte de microorganismos bajo condiciones ambientales específicas. El comportamiento microbiano se ve afectado por diversos factores intrínsecos y extrínsecos. Sin embargo, generalmente los más importantes y los que controlan o definen el crecimiento o sobrevivencia son: temperatura, pH, y actividad de agua. La evaluación de la respuesta microbiana bajo la combinación de esos factores permite la descripción, modelado y predicción de diferentes situaciones. Las expresiones matemáticas permiten predecir la respuesta microbiana ante condiciones no evaluadas dentro del intervalo de los niveles de los factores o variables estudiadas. Los modelos microbianos son una herramienta de vital importancia ya que proveen de manera rápida, información necesaria para la toma de decisiones, análisis de riesgos, aseguramiento de la calidad, desarrollo de productos y procesos, análisis de datos, planeación de ensayos de laboratorio, entre otros (la importancia de estos puntos se explica con detalle en la revisión bibliográfica). El modelado microbiano tiene sus inicios hacia 1920 con el estudio cinético de los tratamientos térmicos. Con la llegada de los computadores el interés por los modelos microbianos creció ya que se facilitó el manejo de los modelos multifactoriales. La respuesta microbiana puede predecirse con base en la respuesta que se obtiene a un solo factor presente. Actualmente los modelos predictivos se han venido desarrollando con mayor intensidad para microorganismos patógenos (especialmente bacterias causantes de infecciones e intoxicaciones de origen alimentario). Con este proyecto se pretende ampliar algo más el conocimiento que se tiene de los modelos microbianos respecto a la flora deteriorativa, y predecir el comportamiento de la levadura en productos alimenticios como jugos, mermeladas, compotas y demás productos azucarados. El aporte de éste proyecto, radica en que los modelos terciarios actuales se enfocan como es obvio, en los microorganismos patógenos (Programa de micromodelado de alimentos de Reino Unido y Programa de modelado de patógenos de USDA) y no contempla los microorganismos deteriorativos como se refleja en este estudio. Lo conveniente sería modelar tanto los deteriorativos como los patógenos en el procesamiento y almacenamiento, así como sus interacciones. i CAPÍTULO 1 REVISIÓN BIBLIOGRÁFICA 1 MICROBIOLOGÍA DE ALIMENTOS 1.1 Composición de los alimentos Los alimentos están compuestos por diversas sustancias orgánicas. Entre lo principales tipos de moléculas orgánicas que constituyen los alimentos en diferente proporción están los glúcidos, lípidos y proteínas. Los glúcidos sirven de materia prima para la obtención de energía en los seres vivos. Los glúcidos más sencillos son los monosacáridos, como la glucosa y la fructosa. Estos pueden combinarse para formar los disacáridos, como la sacarosa, y los polisacáridos. El almidón y el glucógeno son polisacáridos de reserva mientras que la celulosa, otro polisacárido, es un importante material estructural en las plantas. Los lípidos son moléculas orgánicas hidrofóbicas que, como en el caso de los glúcidos, juegan un papel importante en la reserva de energía y en la función estructural. Este grupo abarca los sebos, mantecas y aceites, los fosfolípidos, los glucolípidos, las ceras, así como el colesterol y otros esteroides. Los fosfolípidos y los glucolípidos son los componentes principales de las membranas celulares. Las proteínas son macromoléculas compuestas de aminoácidos; estas cadenas se denominan polipéptidos. Algunas proteínas son fibrosas y tienen un papel estructural importante. Otras proteínas son globulares y tiene funciones reguladoras y defensivas. La exacta estructura de una molécula de proteína es de vital importancia para llevar a cabo fielmente una determinada función biológica. Para poder entender cuáles son los principales microorganismos que influyen en los alimentos es necesario definir los tipos de microorganismos y el metabolismo de los mismos. 1.2 Tipos nutricionales de microorganismos Los microorganismos se pueden agrupar dependiendo de la fuente de energía que utilicen en: • • 1.2.1 Fotótrofos: Utilizan la luz como fuente de energía. Quimiótrofos: Utilizan compuestos químicos como fuente energética. Entre los quimiótrofos se derivan los quimiorganotrofos (utilizan compuestos orgánicos) y quimiolitótrofos (organismos capaces de utilizar compuestos inorgánicos). Macronutrientes Son elementos requeridos en grandes cantidades. Los macronutrientes mayoritarios son el carbono y el nitrógeno. La mayoría de los procariotas requieren un compuesto orgánico de algún tipo como fuente de 2 Revisión Bibliográfica 3 carbono. En peso seco, una célula típica consta de aproximadamente 50% de carbono y a su vez este es el elemento mayoritario de las macromoléculas. Después del carbono, el siguiente elemento más abundante en la célula es el nitrógeno. El nitrógeno se encuentra en la naturaleza tanto en forma orgánica como inorgánica, Sin embargo, la globalidad del nitrógeno utilizable está en forma inorgánica, bien como amoniaco, nitrato o nitrógeno gaseoso. Otros macronutrientes en menor proporción son el fósforo, que es utilizado por la célula para la síntesis de ácidos nucleicos y fosfolípidos, el azufre que es fundamental por ser un elemento estructural en los aminoácidos cisteína y metionina; el potasio, magnesio, calcio y sodio. 1.2.2 Micronutrientes Los micronutrientes clásicamente considerados como compuestos esenciales, comprenden 13 vitaminas y unos 16 minerales, muchos de los cuales son responsables de acciones beneficiosas para el organismo. Aunque los micronutrientes son requeridos en muy pequeñas cantidades, son importantes para la función celular; entre ellos están el cromo, cobalto, cobre, manganeso, molibdeno, níquel, selenio, tungsteno, vanadio y zinc. 1.2.3 Medios de cultivo Se puede resumir la nutrición microbiana examinando la composición química de diversos medios de cultivo diseñados para desarrollar microoganimos en laboratorios. En microbiología se usan dos grandes grupos de medios de cultivo: los químicamente definidos y los indefinidos (complejos). Los medios químicamente definidos se preparan añadiendo al agua destilada cantidades precisas de compuestos orgánicos o inorgánicos. Los medios complejos emplean lisados de caseína (proteína de leche), de carne, de soja, de levadura o cualquier otra sustancia altamente nutritiva. Tales lisados están disponibles comercialmente en forma de polvo y pueden ser pesados rápidamente y disueltos en agua destilada para dar lugar al caldo nutritivo. 1.3 Clasificación de los microorganismos según su ruta metabólica 1.3.1 Tipos de metabolismo Se define metabolismo como el conjunto de las reacciones químicas que se llevan a cabo en la célula. Comprende procesos de construcción o biosintéticos, llamados anabolismo, y los procesos de degradación (llamados catabolismo), que dan como resultado una liberación de energía. En el proceso catabólico, algunos compuestos son utilizados por los microorganismos como fuente de energía aún en ausencia de un aceptor de electrones adicionado externamente mediante un proceso llamado fermentación. Una fermentación es una reacción de oxidación-reducción balanceada internamente, en la cual algunos átomos de la fuente de energía se quedan más reducidos mientras que otros se quedan más oxidados. Solamente una pequeña cantidad de energía se libera durante la fermentación ya que la mayor parte de la misma permanece en el producto de la fermentación reducido. Contrario a la fermentación se encuentra el proceso de respiración el cual también es un proceso de oxidación-reducción en el cual el oxígeno molecular (en el caso de respiración aerobia) se utiliza como aceptor externo de electrones. Debido al elevado potencial de reducción del oxígeno, la cantidad máxima de energía disponible se libera a partir de una fuente de energía cuando el oxígeno es el aceptor de Revisión Bibliográfica 4 electrones. Esto último implica la oxidación completa de una fuente orgánica de energía a bióxido de carbono y agua. Una forma alterna de generación de energía es una variable de la respiración, en el cual se utilizan aceptores de electrones, diferentes al oxígeno, que por su analogía con el oxígeno, se clasifican con el nombre de respiración anaerobia. Los aceptores de electrones utilizados en la respiración anaerobia son el nitrato, sulfato, carbonato, y otros compuestos orgánicos. Los organismos litótrofos utilizan fuentes inorgánicas de energía como el sulfuro de hidrógeno, hidrógeno gaseoso, y el amoniaco. La mayor parte de estos organismos utilizan bióxido de carbono como fuente de carbono, por lo cual son autótrofos. Después del anterior análisis de los procesos catabólicos, es necesario hablar de los procesos bioquímicos por los cuales los microorganismos construyen a través de nutrientes la gran variedad de sustancias químicas que los componen, o de otra manera dicha, anabolismo. Llamado también biosíntesis, el anabolismo es el proceso por el cual la célula construye la amplia gama de sustancias químicas que son necesarias para su crecimiento. El ATP producido en el catabolismo se consume en el anabolismo y otros procesos dependientes de energía (el ATP es la energía liberada en las reacciones de oxidación-reducción que actúa como acarreador primario de energía en la célula). Aunque los azúcares son una fuente de energía importante, también son necesarios en la biosíntesis de las paredes celulares, ácidos nucleicos, entre otros. Los azúcares más importantes en la biosínteis celular son las pentosas (cinco carbonos) y las hexosas (seis carbonos). Los 20 aminoácidos que existen en las proteínas se sintetizan en una serie de reacciones biosintéticas complejas, a partir de intermediarios clave. Los aminoácidos pueden agruparse en familias con base en el precursor usado para la síntesis del esqueleto de carbono. La biosíntesis de las purinas se realiza a partir del fosfato de ribosa, un compuesto al cual se le va añadiendo átomo por átomo utilizando carbonos y nitrógenos derivados de aminoácidos. Las pirimidinas, contrario a las purinas, se construyen antes de adicionar el azúcar para formar un nucleósido. 1.3.2 Organismos asimiladores de carbono Los organismos quimiorganotrofos utilizan el carbono como fuente de energía. Este elemento puede aportarse a los microorganismos en forma muy diversa dependiendo del tipo de metabolismo que posean. El carbono es utilizado por los microorganismos para sintetizar los compuestos orgánicos requeridos para las estructuras y funciones de la célula. Se pueden establecer cuatro categorías principales de organismos: • • • • Fotoautótrofos: Dependen de la luz como fuente de energía y utilizan CO2 como principal fuente de carbono. Vegetales superiores, bacterias fotosintéticas, algas eucarióticas, etc. Fotoheterótrofos: Utilizan luz como fuente de energía y emplean compuestos orgánicos como fuente de carbono. Algunas bacterias fotosintéticas y algas eucarióticas. Quimioautótrofos: Utilizan CO2 como fuente de carbono y emplean fuentes de energía química 2+ proveniente generalmente de compuestos inorgánicos reducidos (H2, S , NH4 , etc). Quimioheterótrofos: Utilizan compuestos orgánicos como fuente de carbono y energía. Los compuestos orgánicos también se comportan como fuente de electrones. Este grupo está integrado por animales superiores, hongos, protozoos y la mayoría de las bacterias. Revisión Bibliográfica 1.3.3 5 Organismos asimiladores de nitrógeno El nitrógeno es utilizado por las bacterias para formar aminoácidos, pirimidinas, purinas, etc, y puede provenir de rutas diferentes. • • • • 1.3.4 Asimilación de NH3 y sales de amonio: el nitrógeno es transferido con este estado de oxidación a los aminoácidos por la vía de la glutamato/glutamina. + Fijación de nitrógeno: el N2 es reducido dentro de la célula a NH4 y metabolizado. Reducción asimiladora de nitratos: los nitratos son reducidos dentro de la célula por la vía de los nitritos a NH3 y metabolizado. Asimilación de compuestos nitrogenados orgánicos: los microorganismos incapaces de asimilar el nitrógeno de sales inorgánicas, lo obtienen a través de compuestos orgánicos nitrogenados como los hidrolizados proteicos. Estos compuestos proteicos son a su vez hidrolizados por enzimas bacterianas, fuera de la célula, a aminoácidos, los que después son metabolizados dentro de la célula. Organismos asimiladores de oxígeno Basados en los requerimientos de oxígeno molecular las bacterias se pueden dividir en 5 grupos: • • • • • Aerobios Obligados: requieren oxígeno para el crecimiento pues dependen de este elemento para cubrir sus necesidades energéticas. El oxígeno es el aceptor final de electrones en la cadena respiratoria. Anaerobios obligados: crecen en ausencia total de oxígeno porque necesitan un medio muy reductor. Utilizan respiración anaerobia donde los aceptores finales de electrones pueden ser 222generalmente SO4 , Fumarato o CO3 . Anaerobios facultativos: pueden crecer en presencia o ausencia de oxígeno. Utilizan al oxígeno como aceptor final de electrones en la cadena respiratoria cuando está disponible, y en ausencia de oxígeno la energía la obtienen por fermentación o respiración anaerobia (generalmente el NO3 es un aceptor final de electrones en las enterobacterias). Anaerobios aerotolerantes: pueden crecer en presencia o ausencia de oxígeno, pero la energía la obtienen por fermentación. Microaerófilos: sólo pueden crecer con bajas tensiones de oxígeno porque las altas tensiones son tóxicas para este tipo de microorganismos (1 a 12% de O2 en la fase gaseosa). La energía la obtienen por respiración aeróbica, cuando no hay aceptores electrónicos terminales alternativos, o anaeróbica. 1.3.5 Organismos asimiladores de azufre El azufre en el microorganismos puede ingresar en la célula reducido (grupos sulfhidrilos), como sulfato (debe ser reducido dentro de la célula para metabolizarse) o como aminoácidos azufrados. El azufre es utilizado para la síntesis de aminoácidos azufrados como la cisteína o metionina, que tienen un papel muy importante en la estructura terciaria de las proteínas (formación de puentes S-S) y en el sitio catalítico de enzimas. 1.4 Clasificación de los microorganismos según los factores de crecimiento En relación al requerimiento de factores de crecimiento los microorganismos se pueden dividir en: • Protótrofos: Microorganismos que sintetizan sus propios factores de crecimiento. Revisión Bibliográfica • 6 Auxótrofos: Microorganismos que requieren una fuente exógena de factores de crecimiento debido a que son incapaces de sintetizarlos. 1.5 Microorganismos y alimentos A continuación se presentan las tablas en las que se relaciona el tipo de microorganismo con los rangos de pH, temperatura, actividad de agua en los que crecen, nutrientes necesarios, y consideraciones en cuanto a los alimentos que alteran y lo que representan. Tabla 1. Bacterias Gram- relacionadas con alimentos Género pH Temp aW O.R 4.5Acetobacter 5-42 0.95-0.99 9.0 5.5Acinetobacter 4-40 0.95-0.99 9.0 Aeromonas Alcalígenes Alteromonas Campylobacter Chromobacterium Edwardstella 4,010.0 6.49.7 6.08.0 4.98.0 5.09.0 4.09.0 1-42 0.95-0.99 +/- 5-40 0.95-0.99 + Glucosa, proteína 4-40 0.95-0.99 + 25-47 0.95-0.99 +/- 2-41 0.95-0.99 +/- 7-45 0.95-0.99 +/- 4.58.5 4-45 0.95-0.99 +/- Erwinia 4.09.3 1-40 0.95-0.99 +/- Escherichia 4.59.0 4-45 0.95-0.99 +/- 4-35 0.95-0.99 + 15-35 0.95-0.99 + Gluconobacter Hafnia Haloccocus Halobacterium Moraxella Plesiomonas Proteus 5.09.0 3.67.0 4.09.0 5.58.0 5.58.0 5.59.0 4.08.0 4.09.0 Glucosa, proteína Glu, gal, fru, suc,rib. Malta, almidón, proteína, lípidos, pectina Enterobacter Flavobacterium Nutrientes Glucosa, oxida etanol 7-45 0.95-0.99 +/- 20-40 0.75-0.91 +/- 30-50 0.75-0.91 + 4-40 0.95-0.99 + 8-55 0.95-0.99 +/- 7-45 0.95-0.99 +/- Glucosa, almidón, proteína No usa azúcares, usa aminoácidos Glu, fru, malt, proteína, lípidos Glucosa, sucrosa Glu, fru, lac, suc, xyl, arab, proteína, pectina Glu, gal, fru, suc, xyl, arab, pectina Glu, fru, lac, malt, xyl, arab, proteína Glu, fru, malt, proteína, lípidos Glucosa, oxida etanol Glu, fru, malt, syl, arab Necesita 15% de sal, proteína Necesita 15% de sal, Na, Mg, Cl; proteína Proteína, no usa azúcares Glu, fru, necesita 35% de sal Glu, fru, proteína, lípidos Alimentos afectados Vinagre, frutas, vegetales Leche, carne, pescado Carne, pescado, huevos Carne, pescado, lácteos Pescado Patógeno de la leche y carnes Decolora el pescado, carnes Patógeno de importancia Vegetales, carnes, leche Vegetales Indicador fecal, algunas cepas son patógenas Carne, pescado, lácteos Vinagre, vegetales, frutas Carnes vacunas Pescado salteado Agua salada, pescado Carnes, pescado, leche Patógeno oportunista, pescado Carne, lácteos, comida de mar Revisión Bibliográfica Pseudomonas Salmonella Serratia 7 5.38.0 4.09.0 4.09.0 Shigella 4.09.0 Vibrio 6.09.0 Xanthomonas Yersinia 5.010.0 4.69.0 4-43 0.95-0.99 + Glu, fru, suc,rib, proteína, lípidos, pectina 7-47 0.93-0.99 +/- Glu, fru, malt, xyl 10-45 0.93-0.99 +/- Glu, fru, suc, malt, proteína, lípidos Patógeno, carne, huevos Carnes, decoloración en pescado 0.95-0.99 +/- Glu, fru Disentería 10-44 0.93-0.99 +/- Glu, fru, gal, malt, rib, Almidón, proteína, lípidos, sal Pescado, patógeno 7-46 7-30 0.95-0.99 + Glu, suc, pectina Vegetales, 0-44 0.95-0.99 + Flu, fru, suc, malt, xyl, arab, proteína Patógeno, carnes, comida de mar, leche (W.C Frazier, D.C Westhoff, 1978), (O.R: Requerimiento de oxígeno) Tabla 2. Bacterias Gram+ relacionadas con alimentos 4.0Aerococcus 10-40 0.91-0.99 +/9.6 Arthrobacterium Bacillus Bifidobacterium Clostridium Corynebacterium Desulfotomaculum Kurthia Lactobacillus Lactococcus Leuconostoc Listeria Microbacterium 5.08.0 2.09.3 5.58.0 3.08.5 5.07.5 6.014.0 5.07.5 3.09.6 4.09.6 3.09.6 5.59.6 5.08.0 Carne, pescado, leche 0-37 0.91-0.99 - -5-75 0.90-0.99 +/- 25-45 0.91-0.99 - 0-70 0.90-0.99 - 0-40 0.91-0.99 +/- 30-70 0.91-0.99 Glu, gal, fru, suc, malt Glu, gal, fruc, suc, malt, xyl, almidón, proteína Glu, fru, lac, suc, malt. Glu, gal, fru, lac, suc, malt, xyl, rib, Glu, fru, almidón, proteína, lípidos, Glu, gal, fru, suc, malt, algunas proteínas Vegetales, salmueras Vegetales, carnes Alimentos enlatados Tracto intestinal Alimentos enlatados Plantas, carnes, comida de mar - Glucosa Alimentos enlatados Proteína Carnes 5-37 0.91-0.99 - 5-53 0.90-0.99 +/- 4-45 0.91-0.99 +/- 10-40 0.95-0.99 +/- 2.5-38 0.91-0.99 +/- 15-35 0.94-0.99 + Micrococcus 5.08.5 0-45 0.90-0.99 + Pediococcus 4.0- 7-45 0.91-0.99 +/- Glu, fru, gal, lac, suc, malt, rib, nutrientes complejos Glu, gal, fru, lac, suc, malt, xyl Glu, gal, fru, lac, suc, malt, xyl Glu, gal, fru, lac, tre, sal Glu, gal, fru, lac, suc, malt, almidón Glu, gal, fru, suc malt, proteína, lípidos, sal Glu, fru, suc Queso, productos lácteos Frutas, leche, vegetales, vino Frutas, leche, vegetales, vino Vegetales, leche, carne Carne, pescado, leche Queso Vegetales, salsas, Revisión Bibliográfica 8 9.6 cerveza Sarcina 1.09.8 15-40 0.91-0.99 - Staphylococcus 4.29.3 6.5-46 0.83-0.99 +/- Vitaminas, aminoácidos, glu, gal, fru, suc, malt Glu, gal, fru, lac, suc, malt, proteína, lípidos,aminoácidos, sal, b-vitaminas Pescado y jamones salteados Carne roja y blanca (W.C Frazier, D.C Westhoff, 1978) Tabla 3. Levaduras relacionadas con alimentos Brettanomyces 28.5 Mycoderma y torulopsis 1.38.5 0-48 0.70-0.99 +/- Cryptococcus 28.5 0-40 0.87-0.99 + Debaryomyces 28.5 Hanseniaspora 28.5 Hansenula 28.5 Kloeckera 28.5 8-40 Kluyveromyces 1.58.5 Pichia 1.58.5 Rhodotorula 28.5 Saccharomyces 1.511 Saccharomycopsis 28.5 Schizasaccharomyces Trichosporon 28.5 2- mesóf 0.87-0.99 . +/- Glu, gal, suc, fruc, malt, vitaminas Glu, gal, fru, suc, malt, xyl, rib, arab, proteína, lípidos Glu, gal, fru, suc, lac malt, xyl, rib, lípidos Cerveza, bebidas alcohólicas, tragos suaves Alimentos fermentados, vinos, vegetales y frutas Produce lipasas, alteran pescado + Glu, gal, fru, suc, malt, lac, xyl, rib, arab Toleran 18-24% de sal, alteran salmueras, carnes curadas y salteadas, +/- Glu, fru, suc, malt, vitaminas Alteran frutas y jugos +/- Glu, fru, suc, malt, xyl, lípidos, pectina Fermentación osmofílica (soluciones de 68 ° brix), alteran salmueras 0.87-0.99 +/- Glu, fru, malt, vitaminas Frutas, vinos, fermentan granos de cacao 5-46 0.87-0.99 +/- Glu, gal, fru, suc, malt, lac, rib, vitaminas Altera productos diarios 5-37 0.87-0.99 +/- Glu, gal, fru, suc, malt, xyl, rib, arab + Glu, gal, fru, suc, malt, xyl, rib, arab, proteína, lípidos, pectina +/- Glu, gal, fru, suc, malt 0-40 0.87-0.99 20-40 0.87-0.99 10-50 0.75-0.99 2.5-35 0.89-0.99 0-40 0.62-0.99 Glu, gal, fru, suc, malt, lípidos 30-40 0.88-0.99 10-40 0.70-0.99 0-40 0.87-0.99 +/+ Glu, suc, malt, pectina Glu, gal, fru, suc, Salmueras vegetales, frutas y cerveza Decoloran carne y pescado, producen pectinasas Frutas, jugos, mermeladas, compotas Almidón, grasas. No fermentan azúcares con facilidad Alimentos con alto contenido de azúcar Crecen en carnes y Revisión Bibliográfica 9 8.5 Zygosaccharomyces 1.88.5 malt, almidón, lípidos Mesó0.65-0.99 filos +/- Glu, gal, fru, malt, suc pescado, queso Alteran alimentos con alto contenido de azúcar, de sal, o de ácido acético (W.C Frazier, D.C Westhoff, 1978) 1.6 Factores intrínsecos y extrínsecos de los alimentos que afectan el crecimiento microbiano. 1.6.1 Factores intrínsecos Estos factores son atribuidos a las posibles limitaciones que presente el sustrato en cuanto al contenido de nutrientes, pH y capacidad tampón, potencial redox, barreras y constituyentes antimicrobianos y por último la actividad de agua. 1.6.1.1 Contenido de nutrientes Los microorganismos quimiorganotrofos heterótrofos son capaces de utilizar los alimentos como fuente de nutrientes y energía. De los alimentos obtienen los elementos químicos que constituyen la biomasa microbiana, aquellas moléculas que son indispensables para su crecimiento y que el organismo es incapaz de sintetizar. Es por esto que de los alimentos obtienen un sustrato que puede ser utilizado como fuente de energía. La incapacidad de un organismo para utilizar un componente mayoritario de un material alimenticio limitará su crecimiento y lo situará en desventaja competitiva comparado con aquellos que son capaces de utilizarlo. 1.6.1.2 pH La acidez o la alcalinidad que un medio tiene influencia en la estabilidad de las macromoléculas tales como las enzimas, por lo que no resulta sorprendente que tanto el crecimiento como el metabolismo de los microorganismos estén influidos por el pH. En general, las bacterias crecen con mayor rapidez en la escala de pH comprendida entre los valores 6,0 y 8,0, las levaduras entre los valores 4,5 y 6,0 y los hongos filamentosos entre los valores 3,5 y 4,0. Lo mismo que sucede en todas las generalizaciones, existen excepciones, de modo especial en aquellas bacterias que producen gran cantidad de ácido consecuencia de su metabolismo productor de energía. La mayoría de los alimentos son, cuando menos, ligeramente ácidos, ya que los materiales cuyo pH es alcalino generalmente tienen un sabor bastante desagradable. La clara de huevo, cuyo pH aumenta hasta cerca de 9,2 a medida que el CO2 es eliminado del huevo, constituye una excepción común a lo expuesto. La acidez de un producto puede tener implicaciones tanto en su ecología microbiana como en la rapidez y naturaleza de su alteración. Por ejemplo, los productos vegetales clasificados como hortalizas generalmente tienen un pH ligeramente ácido en donde las bacterias productoras de putrefacción blanda causan su alteración. En las frutas, sin embargo, un pH más bajo impide el crecimiento bacteriano y de aquí que su alteración sea dominada por levaduras y mohos. 1.6.1.3 Potencial redox Revisión Bibliográfica 10 A la tendencia de un medio para aceptar o ceder electrones, para oxidar o para reducir, se le denomina potencial redox. Este potencial ejerce un importante efecto electivo en la microflora del alimento. Si bien el crecimiento microbiano puede tener lugar dentro de un amplio intervalo de potencial redox, los microorganismos son encuadrados convenientemente en uno solo, de diversos grupos fisiológicos con base en el intervalo de potencial redox dentro del cual son capaces de crecer teniendo en cuenta su respuesta al oxígeno. Los microorganismos aerobios obligados o estrictos son aquellos que son respiratorios, generando la mayor parte de su energía por fosforilación oxidativa utilizando el oxígeno como aceptor final de electrones en el proceso respiratorio. Consiguientemente, tienen necesidad de oxígeno y de un alto potencial redox por lo que predominarán en la superficie de los alimentos expuestos al aire o en aquellas zonas de los mismos en las que el aire pueda ser utilizado fácilmente. Los microorganismos anaerobios obligados sólo tienden a crecer a potenciales redox bajos o negativos y con frecuencia necesitan oxígeno para estar ausentes. Los clostridios por ejemplo tienen la posibilidad de crecer dondequiera que las condiciones sean anaerobias, como por ejemplo en la profundidad de los tejidos y en los estofados de carne, en los alimentos envasados y enlatados al vacío causando alteración. Los microorganismos facultativos son aquellos que pueden crecer bajo las dos condiciones explicadas anteriormente dependiendo del lugar en que se encuentren. 1.6.1.4 Barreras y constituyentes antimicrobianos Los alimentos a lo largo de la evolución han sido dotados de medios con los cuales las infecciones microbianas potencialmente perjudiciales pueden ser evitadas o, por lo menos, limitadas. El primero de estos medios es el tegumento: se trata de una barrera frente a la infección como por ejemplo la piel, la cáscara, la vaina o la corteza de un producto. El tegumento suele estar formado por macromoléculas resistentes en medida a la degradación y proporciona un medio inadecuado de existencia para los microorganismos por tener una baja actividad de agua, una falta de nutrientes fácilmente asequibles y, con frecuencia, por contener componentes antimicrobianos tales como ácidos grasos de cadena corta (en la piel de los animales) o aceites esenciales (en la superficie de las plantas). Como segunda línea de defensa, los tejidos de los productos pueden contener componentes antimicrobianos cuya concentración local con frecuencia aumenta como consecuencia del daño físico. En las plantas, es posible que la lesión rompa células de depósito que contienen aceites esenciales o pueda unir una enzima y un sustrato que en el tejido intacto estaban separados (como sucede en plantas de mostaza, rábano picante, el berro, la col, entre otros). Algunos constituyentes propios de los tejidos vegetales tales como pigmentos, alcaloides y las resinas tienen propiedades antimicrobianas. Los productos de origen animal también contienen una serie de constituyentes antimicrobianos inespecíficos. Por ejemplo la clara de huevo de gallina y la leche, contienen una batería completa de componentes inhibidores como la enzima lizosima que interfiere en la formación de la pared celular bacteriana. 1.6.1.5 Actividad de agua Es un parámetro útil para comprender el desplazamiento del agua desde el medio al citoplasma de una célula o desde el citoplasma al medio. La actividad de agua de un sustrato se define de modo más adecuado como el cociente entre la presión parcial del agua existente en la atmósfera en equilibrio con el sustrato, P, y la presión parcial de la atmósfera en equilibrio con el agua pura a la misma temperatura, Po. Revisión Bibliográfica 11 Este cociente es numéricamente equivalente a la humedad relativa de equilibrio (HRE) expresada como fracción en lugar de expresarla como porcentaje: aW = P 1 = HRE P0 100 La humedad relativa en equilibrio tiene importantes repercusiones en el almacenamiento de alimentos de baja actividad de agua. A medida que la actividad de agua disminuye, o a medida que aumenta la presión osmótica, es esencial que la actividad del agua del citoplasma sea aún más baja, o que su presión osmótica sea aún más elevada. Esto se consigue mediante la producción de concentraciones crecientes de solutos que no deben obstaculizar la función del citoplasma. Con la reducción de la actividad de agua en su medio, disminuye el número de grupos de microorganismos capaces de crecer activamente como se muestra a continuación: Tabla 4. Actividades de agua mínimas a las que puede haber crecimiento Grupo de microorganismos Actividad de agua mínima Mayoría de bacterias Gram-negativas 0.97 Mayoría de bacterias Gram-positivas 0.90 Mayoría de levaduras 0.88 Mayoría de hongos filamentosos 0.80 Bacterias halófilas 0.75 Hongos Xerófilos 0.61 (Westhoff, 1985) Para definir los microorganismos asociados a alimentos se usan tres términos: • • • Halotolerantes: capaces de crecer en presencia de elevadas concentraciones de sal. Osmotolerantes: capaces de crecer en presencia de elevadas concentraciones de compuestos orgánicos no ionizados como los azúcares. Xerotolerantes: capaces de crecer en alimentos secos. El valor limitante de la actividad de agua para el crecimiento de cualquier microorganismo es de aproximadamente 0,6, de modo que por debajo de este valor la alteración de los alimentos no es microbiológica sino que es posible que sea debida al daño causado por insectos o a reacciones químicas, como por ejemplo la oxidación. A continuación se muestran los valores de actividad de agua de varios productos alimenticios Tabla 5. Actividad de agua de productos alimenticios Producto aw Hortalizas, carne, leche, pescado 1.0 Carnes curadas, jamón, salami 0.95 Quesos secos 0.9 Harinas, tortas, cereales 0.8 – 0.9 Avena en copos 0.7 Frutas desecadas, caramelos 0.6 - 0.7 Alimentos deshidratados < 0.6 (Food Protection, 1991) Los alimentos de humedad intermedia son aquellos que comprenden actividades de agua entre 0.85 y 0.6. Esta escala, que corresponde a un 15% y 50% de humedad impide el crecimiento de las bacterias Revisión Bibliográfica 12 Gram-negativas así como de un gran número de Gram-positivas, levaduras y mohos, confiriendo al producto una prolongada vida comercial a temperatura ambiente. La actividad de agua de un producto se puede reducir mediante la eliminación física del agua líquida, bien en forma de vapor en la desecación, bien en forma sólida durante la congelación. También se reduce mediante la adición de solutos tales como la sal y el azúcar. 1.6.2 Factores extrínsecos Estos factores se refieren a las limitaciones ambientales como la humedad relativa, temperatura, y atmósfera gaseosa. 1.6.2.1 Humedad relativa Cuando se almacenan alimentos que tienen una actividad de agua baja en una atmósfera de humedad relativa elevada, el agua pasará de la fase gaseosa al alimento. Esto origina una condensación en zonas localizadas con elevada actividad de agua lo que aumenta la posibilidad de desarrollo de microorganismos los cuales habitualmente producen agua al final de la respiración. Así aumentan la actividad de agua de su propio medio ambiente creciendo más la posibilidad de más microorganismos. El almacenamiento de fruta y hortalizas frescas requiere de sumo cuidado en cuanto a la humedad relativa. Si ésta es excesivamente baja, en algunas hortalizas disminuirá el contenido de agua y se mustiarán. Si es excesivamente elevada, puede haber condensación y es posible que se de inicio a la alteración microbiana. 1.6.2.2 Temperatura A presión atmosférica, puede haber crecimiento microbiano dentro de un intervalo de temperatura comprendido desde los -8°C hasta los 100°C. La exigencia más importante es que el agua se halle en estado líquido y por lo tanto disponible para mantener el crecimiento. Los microorganismos se pueden clasificar según su resistencia a la temperatura en mesófilos, psicrótofos y termófilos. Los mesófilos, con óptimos de temperatura en torno a 37°C, con frecuencia son de origen humano o animal e incluyen patógenos bien conocidos como por ejemplo, Salmonella y Staphylococcus. Entre los organismos capaces de crecer a temperaturas bajas se pueden distinguir dos grupos: los psicrófilos verdaderos o estrictos que no crecen por encima de 20°C. Los psicrófilos facultativos crecerán a las mismas temperaturas como los estrictos pero su temperatura de crecimiento óptima y máxima son más elevadas. Los termófilos son de poca importancia en la microbiología de alimentos, aunque termófilos esporógenos como algunos Bacillus y determinadas especies de Clostridium causan problema en un número de casos limitado. 1.6.2.3 Atmósfera gaseosa Como ya se explicó, el oxígeno es de vital importancia en el crecimiento de microorganismos ya que ocupa el 21% de la atmósfera terrestre y es el de más importancia al contacto con los alimentos. Otros gases como el dióxido de carbono actúa como inhibidor del crecimiento microbiano por lo que se utiliza en envasado de productos en atmósferas controladas. Revisión Bibliográfica 13 2 HONGOS Y LEVADURAS Los hongos conforman el reino Fungi. Aquellos hongos que producen enfermedades en el hombre son hongos verdaderos o Eumycetes, Todos los hongos que poseen reproducción sexual (estado telemorfo) se denominan hongos perfectos mientras que los hongos imperfectos son los que no poseen reproducción sexual o bien se desconoce (estado amorfo). Los hongos pueden crecer como células aisladas (levaduras) o como filamentos multinucleares (hongos filamentosos). Algunos hongos patógenos para el hombre son dimórficos, es decir, pueden crecer como levaduras (habitualmente forma parasitaria) y como hongos filamentosos (forma vegetativa). Las levaduras son microorganismos cuyas células contienen un núcleo diferenciado (eucariotas), a diferencia de las bacterias (procariotas). Para producir sus elementos estructurales dependen de fuentes externas de carbono (heterótrofos), y por tanto no son capaces de realizar la fotosíntesis ni la quimiosíntesis. Pueden vivir sobre materia orgánica muerta (saprófitos) o como parásitos de vegetales y animales, entre ellos el hombre. Dado su carácter eucariota, las células fúngicas se asemejan estructuralmente a las células animales y vegetales. Poseen varios cromosomas rodeados por una membrana celular que, a diferencia de la membrana bacteriana, contiene esteroles. La pared celular de los hongos está formada por polisacáridos cristalinos (quitina) que le dan rigidez y son responsables de su morfología, y también polisacáridos amorfos (mananos, glucanos) Una levadura es un hongo unicelular con un único núcleo que se reproduce de forma asexual por gemación y fisión transversal o por reproducción sexual a través de la formación de esporas. Cada yema que se separa puede crecer y convertirse en una nueva levadura, y algunas se agrupan para formar colonias. En general, las levaduras tienen un mayor tamaño al de las bacterias, varían mucho de tamaño, y suelen ser esféricas u ovoides (de 3 a 10µm de longitud). No tienen flagelos pero poseen la mayoría de los restantes organelos de los eucariotas. Muchas levaduras, en determinadas circunstancias y dependiendo de la especie, pueden producir hifas y seudohifas. Las hifas son unidades estructurales que poseen un diámetro de 3-12 µm y pueden tener varios centímetros de longitud. Un conjunto de hifas entrelazadas constituyen el micelio, que se hace macroscópicamente visible como una colonia fúngica. En el micelio se distinguen dos partes: una que penetra en el medio de cultivo y se extiende por su superficie y es responsable de la nutrición (micelio vegetativo) y otra que se proyecta siempre vertical a la superficie y contiene las esporas (micelio aéreo o reproductor). Las seudohifas se diferencian de las hifas verdaderas porque no tienen septos verdaderos, sino estrechamientos o constricciones. Las seudohifas son una prolongación de la blastoconidia. Los hongos se reproducen por esporas, que son estructuras unicelulares de resistencia que contienen toda la información genética necesaria para el desarrollo completo de un nuevo hongo. Los tipos de esporas, su tamaño y el modo de esporulación son las características principales para clasificar e identificar a los hongos. Las esporas pueden reproducirse de forma asexual (por simple diferenciación del micelio) o de forma sexual (por fusión de dos núcleos haploides con formación de un zigoto sexual). La forma de reproducción sexual mediante zigosporas, ascosporas, y basidiosporas es la base de la clasificación de los hongos perfectos en Zygomycetes, Ascomycetes, Basidiomycetes. Los Deuteronomycetes incluyen todos los hongos en los que se desconoce la reproducción sexual, así como los estados anamorfos de todos los hongos. La forma de reproducción asexual se caracteriza por la formación de esporangiosporas en los Zygomycetes y de esporas externas o conidias en las otras tres clases. Las esporangiosporas se producen en el interior de una estructura llamada esporangio, por división consecutiva; al llegar la Revisión Bibliográfica 14 madurez, el esporangio se rompe liberándose las esporas. Las conidias son formas de propagación de reproducción asexual que nacen de una célula especializada (célula conidiógena), que, a su vez, puede nacer directamente de una hifa vegetativa o de estructuras diferenciadas (conidióforo). A continuación se hablará de la levadura en cuestión: su clasificación, requerimientos nutricionales, macromoléculas básicas, estructura celular, ciclo de vida, entre otros. 2.1 Saccharomyces cerevisiae 2.1.1 Clasificación La levadura S. cerevisiae se clasifica (según Kreger-van Rij 1987) como sigue: REINO Fungi DIVISIÓN Eumycota SUBDIVISIÓN Ascomycotina CLASE Hemiascomycetes ORDEN Endomycetales FAMILIA Saccharomycetaceae SUBFAMILIA Saccharomycetoideae 2.1.2 2.1.2.1 • Requerimientos nutricionales Requerimientos de macroelementos Requerimientos de Carbono Los azúcares son la principal fuente de carbono y energía donde la levadura es capaz de fermentar la sacarosa (glucosa y fructuosa), galactosa, manosa y en general hexosas. Por el contrario, no fermenta la maltosa, lactosa y pentosas. • Requerimientos de Nitrógeno Este elemento constituye el 10% de la materia seca. Las principales fuentes son las sales de amonio inorgánicas, el acetato de amonio, carbonato, bicarbonato, lactato, sulfato y tartrato de amonio. Los aminoácidos necesarios para un óptimo crecimiento son la anilina, arginina, asparagina, ácido aspártico, ácido glutánico, leucina y valina. Aquellos aminoácidos para un crecimiento moderado son la isoleucina, metionina, fenilalanina, serina y triptófano. • Requerimientos de Fósforo El dihidrógeno potásico de fosfato suministra las necesidades de fósforo en la levadura a partir del anión monovalente H2PO4-. • Requerimientos de Azufre En cuanto a estas necesidades, el sulfato de amonio, el sulfito y el tiosulfito suple dichos requerimientos. 2.1.2.2 Requerimientos de microelementos Se encuentran el potasio, magnesio, calcio, zinc, manganeso y el cloro. Además de los mencionados anteriormente también se incluyen el cobalto, boro, cadmio, cromo, cobre, yodo, molibdeno, níquel y vanadio como microelementos Revisión Bibliográfica 2.1.2 15 Inhibidores de crecimiento Entre los elementos inhibidores se tienen la plata, arsénico, bario, litio, níquel, osmio, plomo, selenio y telurio. 2.1.3 Factores y condiciones de crecimiento Entre los principales factores para el desarrollo de la levadura se tienen: • • • • • • 2.1.4 Vitaminas: biotina, pantotenato, tiamina, piridoxina, acido p-aminobenzoico, niacina, ácido fólico, riboflavina. Inositol: Esta sustancia es esencial para la división celular. pH: pH interno debe estar entre 5.8 y 6.3 pH externo entre 3 y 7. Temperatura: Entre 0ºC y 40°C con un valor óptimo entre los 28ºC y 35°C. Actividad de Agua: Debe ser mayor a 0.6 Macromoléculas básicas en la S.cerevisiae En la siguiente tabla se encuentran las principales macromoléculas básicas en la S. cerevisiae , clase y su función en la misma. Tabla 6. Macromoléculas esenciales para la S. cerevisiae MACROMOLÉCULA CLASE FUNCIÓN Compone la mayor parte de las proteínas Tubulina proteína microtubulares citoplasmáticas Filamentos de actina toman parte en la localización de Actina proteína vesículas en el proceso de gemación Proteínas ribosomales r-proteína Conforman los ribosomas citoplasmáticos Invertasa glicoproteína Constituyente de la membrana celular Glucógeno polisacárido Depósito de sustancias de reserva en la pared celular Se encuentra en vacuolas y exterior a la membrana poli y Polifosfato celular. Además de su función de reserva ayuda a la pirofosfato adición de aminoácidos básicos en la vacuola Se encuentra en las cicatrices gemales de la pared Quitina polisacárido celular Manoproteína proteína Componente de la pared celular Ergosterol lípido Principal constituyente de las partículas lipídicas Triglicéridos, fosfolípidos, Sirven como bloques de construcción de los lípidos de lípidos ácidos grasos libres la membrana Se sintetiza primero como molécula precursora que se ácido MRNA procesa posttranscripcionalmente para que, finalmente ribonucléico se produzcan mRNA traducibles Cada ribosoma contiene cuatro moléculas de rRNA. La ácido RRNA maduración y síntesis del rRNA es similar al de los ribunocléico eucariotas ácido Existen aproximadamente 400 genes tRNA y están TRNA ribunocléico distribuidos a lo largo del genoma de la levadura (Brock, Thomas 1991) Revisión Bibliográfica 2.1.5 16 Estructura celular Las levaduras contienen un juego se compartimentos subcelulares típicos de las células eucariotas. Morfológicamente, (o por lo menos funcionalmente), se definen organelos que incluyen el núcleo, mitocondria, retículo endoplasmático, aparato de Golgi, vesículas secretorias, y vacuolas. La envoltura celular consiste de una pared celular rígida separada de la membrana celular por el espacio periplásmico. No todos los organelos subcelulares son completamente independientes de cada uno, pero si lo son ciertas estructuras especializadas derivadas de un extenso sistema intramembranoso. 2.1.5.1 Envoltura celular El arreglo de las estructuras celulares contenidas en la envoltura celular de la levadura se muestra en la figura 1. La membrana plasmática forma una barrera de difusión para la mayor cantidad de sustancias de peso molecular bajo entre el citoplasma y el medio de cultivo (o ambiente). Algunas enzimas secretadas por las levaduras, generalmente glicoproteínas activas en hidrolasa, no alcanzan a penetrar la pared celular sino que quedan atrapadas entre la membrana plasmática y la pared misma en el llamado espacio periplásmico. La pared celular está mayormente compuesta de glucano y manoproteína. Figura 1. Envoltura celular de la levadura (Zlotnik 1984, Shekman y Novick 1982) Esquema de la superficie celular de las levaduras. CP, citoplasma; IB, OB, mitades interior y exterior respectivamente de la membrana plasmática de dos capas; PMP, membrana proteínica periférica; IMP, membrana proteínica integral; PPE, enzima periplásmica; PP, espacio periplásmico; G, glucano; M, manoproteína; WOS, superficie fuera de la pared; (=) S-S enlace tioéster; (-) enlace covalente. 2.1.5.2 Membrana plasmática La membrana plasmática es presentada en la figura 1 de acuerdo al modelo de membrana vigente (Zlotnik et al. (1984) y Scheman y Novic (1982). Las proteínas intrínsecas a la membrana están insertadas en una bicapa lipídica que consiste principalmente de fosfolípidos y esteroles. Las proteínas Revisión Bibliográfica 17 extrínsecas (las cuales interactúan con los lípidos de la membrana y proteínas por fuerzas polares) cubren parte de la superficie de la bicapa. Las partes carbohidratadas de las glicoproteínas están orientadas hacia la superficie externa de la membrana. La composición fosfolipídica de la membrana plasmática es similar al patrón fosfolipídico de un extracto completo de una levadura en si mientras que el contenido de esteroles parece ser mayor que en las membranas intracelulares. 2.1.5.3 Pared celular El glucano y la manoproteína, los constituyentes principales de la pared celular de la S. cerevisiae, son encontrados en igual cantidad. La quitina se encuentra restringida a la cicatriz gemal y constituye el 4% de la composición total de la pared celular. El contenido de lípidos varía entre 3% y 9% (ver Rattray et al., 1975, en resumen y referencias). Se estima que el glucano es el compuesto determinante en la estructura principal de la pared. El arreglo preciso de los componentes de la pared celular en la Saccharomyces es desconocido pero se sabe que la parte externa de la pared consiste de manoproteínas ligadas entre si. La degradación selectiva con proteasas ha demostrado que las manoproteínas en el lado externo de la pared determinan la porosidad de la misma. En la tabla a continuación se relacionan los principales organelos contenidos en el espacio citoplásmico de la S. cerevisiae. Tabla 7. Organelos de la S. cerevisiae ORGANELO FUNCIONES Vacuolas Sistema intermembranoso que incluye el retículo endoplasmático y sirve para almacenar metabolitos. Retículo Su función principal es secretoria (invertasa, fosfatasa acídica) y se endoplasmático encuentra en la región de crecimiento de la célula. Mitocondria Da la facultad respiratoria a la levadura (crecimiento aeróbico en un recurso de carbono no fermentable) Núcleo Rodeado por una membrana nuclear, mantiene el material genético aislado de los demás organelos celulares. (Tuite, Oliver 1991) 2.1.6 Ciclo de vida La levadura Saccharomyces tiene la capacidad de crecer vegetativamente tanto de forma haploide (n=17 cromosomas) como diploide (2n=34 cromosomas) y muchas cepas industriales poseen constituciones cromosomales de tipo poliploide. En un ciclo sexual normal las células diploides resultan de la fusión de dos células haploides de apareamiento opuesto (alfa y a). Las células de tipo alfa se aparean solamente con células del tipo a y que una célula sea del tipo alfa o a se determina asimismo genéticamente. Sin embargo, aunque una línea de célula de levaduras permanece ya sea como alfa o a, las células haploides de la levadura son capaces periódicamente de conmutar su tipo de apareamiento del uno al otro. Esta célula diploide ( alfa/a-célula) pierde la capacidad de aparearse y tampoco puede secretar factores de reproducción o responder a ellos. Pero, en el momento de ocurrencia de la meiosis, cuando las células son expuestas a condiciones de inanición (por ejemplo déficit en nitrógeno) se forma un ascomiceto (o célula reproductora de esporas) el cual normalmente contiene cuatro esporas haploides, dos de las cuales son de apareamiento. Al transferir las esporas a un medio nutritivo se lleva a cabo la germinación y una rápida fusión dentro del ascomiceto para formar dos células diploides del tipo alfa/a. Revisión Bibliográfica 18 Los eventos sucedidos en el ciclo celular y los mencionados anteriormente son acompañados por cambios en la estructura celular los cuales son descritos a continuación. 2.1.6.1 Apareamiento En este estado, las células haploides han sido acondicionadas por factores de apareamiento. En respuesta a estos factores, un aumento de la aglutinación de células puede ser observado por microscopio, normalmente 30-60 minutos después de mezclar células de apareamiento opuesto. Este aumento en la aglutinación de células, como resultado de la inducción de feromona, requiere de la presencia de un recurso de carbono y otro de nitrógeno y depende del RNA y la síntesis de proteínas. En respuesta a un factor de apareamiento, la síntesis de carbohidratos en la pared celular cambia de tal forma que la rrelación del glucano/manano aumenta. Además, cadenas pequeñas de oligosacáridos se encuentran más frecuentemente en la pared celular. Células tratadas con factores de apareamiento se vuelven alargadas y forman una especie de bastones en donde se acumula quitina, un componente menor de la pared celular La regulación del proceso de identificación no está bien reconocida. Se ha propuesto que los sitios de apareamiento, que a su vez parecen ser determinados por los microtúbulos citoplasmáticos, deben encontrarse en una orientación adecuada entre si. Esto disminuiría notablemente el número de patrones de apareamiento con agregados y explicaría el porqué el apareamiento entre más de dos células de 4 apareamiento opuesto raramente ocurre (aproximadamente uno por 10 zigoto formados). 2.1.6.2 Meiosis y esporulación Cuando las alfa/a-células son expuestas a un medio de acetato libre de nitrógeno (medio esporulante), éstas entran en una etapa de meiosis para formar ascosporas. La citología y el proceso metabólico que ocurre durante la meiosis (Revisado por Byers, Esposito y Klapholz 1981), es cuando las células son sometidas a un medio esporulante y completan su ciclo celular para luego entrar a un ciclo meiótico. En general, los primeros eventos de la meiosis en levaduras son muy similares a los eventos ocurrentes en otros eucariotas. Antes que las células entren a la profase meiótica, el DNA es replicado en un lapso de 4 a 10 horas después del cambio de medio. 2.1.6.3 Crecimiento Vegetativo En un caldo nutritivo, la Saccharomyces crece por gemación. La aparición de un brote en la célula indica el inicio de un nuevo ciclo de división. Durante el ciclo celular, se da lugar a un incremento en los componentes celulares, incluyendo la duplicación del material genético. El aumento en la masa y volumen celular es propio del crecimiento por gemación. La segregación de cromosomas ocurre mitóticamente dentro de la membrana nuclear la cual permanece intacta. Terminada la etapa de citoquinesis y con la formación de la barrera de membrana, la separación celular da origen a una célula joven con todos los componentes y funciones necesarias para la vida vegetativa. La gemación ocurre sólo en algunas levaduras, pero no en otros eucariotas. La gemación es formada por un crecimiento o brote localizado en alguna parte de la pared celular. Revisión Bibliográfica 3. 19 MICROBIOLOGÍA PREDICTIVA El modelamiento en la microbiología de alimentos empezó en 1920 con el desarrollo de métodos para calcular los valores D (tiempo de reducción decimal), z (grados necesario para que la curva atraviese un ciclo log) que predicen el tiempo de muerte térmica de un microorganismo y c (concentración de microorganismos) con el fin de asegurar que los alimentos estuvieran libres del riesgo de envenenamiento por el microorganismo. Antes del advenimiento de las computadoras personales, los modelos simples eran los más desarrollados, pero, al ver la importancia de encontrar modelos más avanzados estos equipos fueron muy utilizados. Para explicar lo anterior, en la investigación clásica, la recolección de datos representaban gráficos de crecimiento o inactivación para uno o máximo dos factores. Esto se volvió un problema creciente cuando tres o más factores estaban envueltos y éstos a la vez variaban, situación en la cual los programas desarrollados por computador facilitaron y facilitan la interrelación de múltiples factores. Con la ayuda de la estadística se puede estimar los rangos de error lo cual puede informar al usuario sobre la precisión de la estimación. El objetivo de la Microbiología Predictiva de alimentos es describir matemáticamente el crecimiento o inactivación de un microorganismo capaz de deteriorar un alimento (entiéndase por deterioro a los daños en las características organolépticas, sanitarias y demás que influyan en la inocuidad del mismo) bajo condiciones específicas del medio ambiente. Estas condiciones del medio incluyen factores intrínsecos (como por ejemplo pH, actividad de agua) y factores extrínsecos (temperatura, presión atmosférica, entre otros). Una numerosa lista de factores indudablemente afectan el crecimiento de un microorganismo, pero, en la mayoría de los alimentos sólo unos pocos ejercen gran parte del control en la inactivación o crecimiento del mismo. A saber, temperatura, pH, actividad de agua o sal, nitrito de sodio, ácido orgánico y atmósferas aerobias o anaerobias. Un modelo matemático es, por consiguiente, un conjunto de suposiciones (posiblemente no explícitas) algunas de las cuales pueden ser formuladas por ecuaciones (diferenciales). Biológicamente hablando, el sistema real es extremadamente complejo, por lo que es inevitable incluir simplificaciones en el modelo. Los modelos utilizados en varias disciplinas como la biotecnología o microbiología de alimentos deben diferir entre si sólo en las simplificaciones utilizadas para cada uno de ellos. En síntesis, la microbiología predictiva en alimentos es un campo de estudio que combina elementos de microbiología, matemáticas y estadística para desarrollar modelos que describan y predigan el crecimiento o muerte de microorganismos bajo condiciones específicas. El proceso de modelado consiste en las siguientes etapas: 3.1 Planteamiento La especificación del problema es la fase previa mas importante en el diseño experimental para la generación del modelo. El tipo de modelado requerido va a estar determinado por el microorganismo en cuestión y la clase de problema que causa. Los factores a considerar en el planeamiento son: • • • • Variables independientes y su rango de valores. Preparación del inóculo: Deben ser inóculos estandarizados Variables de respuesta: Velocidad de crecimiento o muerte, probabilidad. La variable de respuesta usualmente se transforma matemáticamente a fin de obtener un mejor ajuste del modelo a los datos. Sistema experimental: Los sistemas experimentales utilizados son usualmente líquidos, ya sea un medio de laboratorio o un sistema modelo de aliemento. Revisión Bibliográfica 20 3.2 Colección y análisis de datos Para la cantidad de datos, debe haber más puntos experimentales que parámetros a estimar. cantidad de datos debe distinguir las fases de crecimiento que están sujetas a estudio. La En un cultivo batch, se distinguen las siguientes fases de crecimiento: • • • Fase exponencial: la célula muestra su mayor velocidad de crecimiento posible. Fase estacionaria: A medida que la población crece se acumulan metabolitos tóxicos. Cuando la concentración de estos es suficientemente alta, se produce también muerte y lísis celular. En esta fase, la velocidad de crecimiento es similar a la de la muerte teniendo en cuenta que se siguen acumulando toxinas. Fase de muerte: Es cuando la velocidad de lísis y muerte supera la de crecimiento. Figura 2. Fases de crecimiento de los microorganismos fase estacionaria fase de muerte fase exponencial tiempo fase lag (Whiting, R.C 1995) 3.3 Descripción matemática Los modelos pueden ser: 3.3.1 Modelos primarios Estos modelos describen los cambios ocurridos en el número de microorganismos u otra respuesta celular a través del tiempo. El modelo puede cuantificar unidades formadoras de colonias por mililitro (UFC/ml), formación de toxinas, niveles de sustrato, productos metabólicos, o absorbancia o impedancia. Una ecuación matemática o una función describe el cambio ocurrido a través del tiempo bajo un set de factores predeterminados. Ejemplos de estos modelos primarios son la tasa de crecimiento exponencial, la función de Gompertz, la inactivación térmica de primer orden, etc. Revisión Bibliográfica 3.3.1.1 21 Modelo de Gompertz El modelo describe el comportamiento de la cantidad de microorganismos bajo diferentes condiciones físicas o químicas tales como temperatura, pH, actividad de agua,etc. Este modelo permite la predicción de la vida útil de un producto alimenticio y la detección de las partes críticas de la cadena de producción y distribución. En el crecimiento bacteriano por lo general se distingue una fase en donde la tasa de crecimiento empieza desde cero y luego se acelera hasta alcanzar un valor máximo (µm ) dentro de cierto periodo de tiempo, dando como resultado la fasa lag (λ). En adición, la curva de crecimiento tiene una fase final en donde tasa de crecimiento decrece y se hace nuevamente cero. Como los microorganismos crecen exponencialmente, es usual graficar el logaritmo de la población en función del tiempo; en donde se distinguen 3 fases de crecimiento descritas por tres parámetros: primero la tasa máxima de crecimiento, la cual esta dada por la pendiente de la línea tangente al punto de inflexión de la curva en su fase exponencial, segundo la fase lag que corresponde al punto de corte en el eje del tiempo de esta recta tangente y como tercero la fase asintótica que es el mayor valor alcanzado por la curva. Reparametrización del modelo de Gompertz: La mayoría de ecuaciones que describen el crecimiento contienen parámetros matemáticos (a,b,c,…) y no parámetros biológicos (µm , λ, A). Es difícil estimar los valores iniciales de los parámetros si no se tiene una interpretación biológica. Por tanto, los modelos de crecimiento se reescriben sustituyendo los parámetros matemáticos por biológicos. Para la ecuación de Gompertz se tiene que: y = a * exp [− exp( b − ct ] Igualando la segunda derivada de la ecuación a cero y despejando, se halla el punto de inflexión ti que corresponde a: ti = b c luego la tasa de crecimiento máxima se obtiene mediante la primera derivada de la función de Gompertz en el punto de inflexión dada por la siguiente ecuación: µm = ac e A partir de esta última ecuación, se obtiene la ecuación de la recta tangente a la curva y se despeja el punto de intersección (fase lag) dando como resultado: λ= b −1 c 3.3.1.2 Modelo logístico Al igual que el modelo de Gompertz, el modelo logístico como otros modelos describe el crecimiento microbiano a través de la ecuación: Revisión Bibliográfica y= 22 a 1 + exp( b − ct ) 3.3.1.3 Modelo de Richards y = a[1 + v * exp( k (τ − x)) ]( −1 / v ) 3.3.1.4 Modelo Stannard l + kx y = a 1 + exp − p 3.3.2 (− p ) Modelos secundarios Dichos modelos son los que describen el comportamiento de los parámetros cinéticos en las diferentes condiciones de temperatura, pH y actividad de agua, entre otros. Como ejemplo, se tiene la relación de Arrhenius y el modelo de la raíz cuadrada. Los modelos primarios y secundarios que se basan en las técnicas de regresión que debe cumplir con los criterios estándar de: • • • • • • • • Distribuciones normales y varianzas homogéneas Exactitud de ajuste Habilidad para predecir combinaciones de factores no testadas Incorporación de todos los factores relevantes Poseer un número mínimo de parámetros para que sea fácilmente usable Especificación del término de error Parámetros con significado biológico y valores realísticos Reparametrización para mejorar las propiedades estadísticas. Mediante los modelos secundarios, se obtiene la relación de las variables de un experimento. 3.3.3 Los modelos terciarios Son rutinas creadas en un software para computador que reúnen los modelos primarios y secundarios en un programa amigable para el usuario; dichas aplicaciones permiten calcular los cambios microbiológicos debidos a una alteración a las condiciones de crecimiento. Entre estos programas se encuentran: • Programas de micromodelado de alimentos del Reino Unido: Este software predice el comportamiento microbiano en medios de laboratorio (crecimiento, supervivencia y muerte) con un ajuste de Gompertz modificado a diversas condiciones de pH, aw y T. Entre los principales microorganimos estan la Salmonella, L. monocytogenes, S aureus, Y. enterocolitica, E. coli, Bacillus cereus, B. subtilis, C. botulinum, Campylobacter jejuni, C. perfringens y a. hydrophila. • Programa de modelado de patógenos de USDA: El programa modela el crecimiento de Aeromonas hydrophila, Bacillus cereus, E. coli, Listeria manocytogenes, Salmonella, Shigella flexneri, Staphylococcus aureus y Yersinia enterocolitica, la producción de toxinas para C. botulinum y la inactivación térmica para E. coli. Revisión Bibliográfica 23 3.4 Validación de los modelos El verdadero valor de un modelo radica en cuán bien pueda predecir la respuesta microbiana en situaciones distintas a las que fueron testadas para su planteo. Después de una colección de un número apropiado de curvas y plantear los modelos primarios y/o secundarios trabajados, se puede validar el modelo en medios de cultivo o en alimentos, con el objeto de contrastar la predicción del modelo con los resultados y evaluar su “bondad del ajuste”. Con la validación se puede comparar la conducta microbiana predictiva en los medios de cultivo con el comportamiento en alimentos mediante ensayos de inoculación. Dicha etapa indicará las limitaciones del modelo y, si las predicciones son pobres, y la necesidad de considerar factores adicionales o una reparametrización del modelo. Con dichos modelos, se pretende una minimización o inhibición del crecimiento y no una optimización como sucede en el área biotecnológica. En general, los modelos utilizados en microbiología predictiva son empíricos y semi-empíricos y se basan en regresiones lineales o no lineales. Se utilizan algoritmos de mínimos cuadrados y deben verificarse, al igual que para cualquier aplicación estadística de la regresión. El tipo de modelado requerido va a estar determinado por el microorganismo en consideración y la clase de problema que causa. Principalmente los factores a considerar son las variables independientes y su rango de valores, en donde el rango de valores debe abarcar todo el intervalo esperado a encontrar en el producto. En microbiología de alimentos, interesa predecir la fase lag y la exponencial. La estacionaria no es de interés ya que el grado de deterioro del alimento es generalmente alto. A continuación se presentan diferentes causas por las cuales estos modelos son de suma importancia y que a la vez marcan la diferencia con los modelos utilizados en la biotecnología e ingeniería química: • • • • Se pretende una minimización o inhibición del crecimiento del microorganismo en cuestión (que para el caso es la levadura Saccharomyces cerevisiae) y no una optimización o reproducción del mismo como en biotecnología. Las concentraciones microbianas de interés son mucho más bajas que las consideradas en biotecnología (alrededor de 10^6 – 10^7 células/ml.). Este es un factor de suma importancia ya que se debe resaltar que algunos métodos validados a altas concentraciones (turbidimetría, conductimetría, etc.) no pueden aplicarse sin establecer una curva de calibración. La cinética de la fase lag es importante, mientras que en un bioreactor no es tan importante (tanto la fase lag como las demás están descritas en la revisión bibliográfica). Los modelos en cuestión van encaminados a predecir la fase lag y la exponencial más no la estacionaria ya que en esta fase el grado de deterioro del alimento es generalmente alto. La transición de la fase exponencial a la estacionaria, no interesa en este caso ya que generalmente no hay limitación de sustrato a menos que el alimento ya se encuentre deteriorado. Se debe resaltar las aplicaciones de estos modelos como una herramienta útil para obtener una estimación inicial del comportamiento de los microorganismos: • • En cuanto a la predicción de la seguridad microbiana, permiten estimar el riesgo de crecimiento o supervivencia del microorganismo después de un periodo de almacenamiento normal o en condiciones de abuso. Ayudan a establecer fechas de vencimiento del producto. En el control de calidad colaboran en la implementación del sistema HACCP, mostrando condiciones ambientales que permiten el crecimiento o supervivencia y el rango aceptable de los mismos, sugiriendo además valores límites críticos. Permiten evaluar las consecuencias cuando un punto crítico se sale de control y los nuevos peligros potenciales. Revisión Bibliográfica • • • • 24 Para el desarrollo de un nuevo producto dan la posibilidad de evaluar las consecuencias microbiológicas de cambios en la composición de los productos y procesos y comparar formulaciones nuevas y anteriores. En el área de la educación ayudan a explicar la conducta microbiológica tanto a personal técnico como estudiantes universitarios encaminado hacia la importancia del control de los procesos críticos del proceso. En el análisis de datos y tareas de laboratorio permiten planear tiempos de muestreo de productos y la necesidad o no de la realización de ensayos extensivos de laboratorio. Para la evaluación de riesgos, estos modelos permiten evaluar la probabilidad de que un alimento cause enfermedad (por patogenicidad o por deterioro). CAPÍTULO 2 MATERIALES Y MÉTODOS 1 MATERIALES Y EQUIPOS En este capítulo se consideraran todos los materiales y equipos utilizados en las pruebas experimentales microbiológicas y fisicoquímicas concernientes al proyecto, las cuales fueron realizadas en su totalidad en los laboratorios de Investigación y Microbiología de la Facultad de Ingeniería de la Universidad de la Sabana. 1.1 • • • • • • • • • • • • • • • • • • • • 1.2 • • • Ensayos microbiológicos Autoclave Electric Pressure Steam (25X) Balanza Digital Mettler PM4800 (+/- 0.001g) Cabina de Flujo Laminar. Mod:Cae.et 30” x 36” x 6” Cámara de conteo Improvet Neubauer (Deep 1/10 mm). Boeco Estufa Cerna Schott Incubadora Binder WTB (0-90ºC) Microscopio de luz con contraste de fase Zeiss 450711. Objetivos (10x, 20x, 40x, 100x) Nevera Whirpool E.T18MRXDWOG Potenciómetro Schott Duran, precisión (+/- 0.01) Refractómetro Polskie No. 96534. Precisión (+/- 0.001) entre (1.3 – 1.7) Mecheros Bunsen de gas y de alcohol Canastas de destilación plásticas Nalgene Erlenmeyers Schott Duran de 250, 500 y 1000ml Probeta graduada de plástico Kartell ISO6706 de 1000ml Probeta graduada de vidrio Silber Brand de 25ml Pipetas Brand 1, 5, 10ml Termómetro Silber Brand (10-50ºC). Precisión (+/- 1ºC) Tubos de ensayo de tapa rosca 10x150 Pyrex Tubos de ensayo 20x180 Pyrex Vaso de Precipitado Plástico de 2000ml. Kartell ISO7056 Ensayos fisicoquímicos Espectrofotómetro Varian; mod: Cary100 con celdas de 10mm (rect open Sil). Precisión (+/- 0.0001) Novasina. Acitividad de agua; mod:TH200. Precisión (+/- 0.001) Equipo de destilación fraccionada. Columna de rectificación; matraz de fondo plano con boca esmerilada de 250ml, trampa, destilador y agarradera. 25 Materiales y Métodos 2. 26 DISEÑO EXPERIMENTAL ENSAYOS PRELIMINARES Preparación caldo nutritivo Estandarización activación de la levadura Mezclar 10g/l de extracto de levadura con 150g/l de azúcar en agua destilada Activar 10% (p/v) de levadura en una solución azucarada al 5% a 30ºC Acidular hasta obtener pH=5.6 con ácido tartarico y cítrico al 30% y 70% respectivamente Diluir levadura activa Conteo de microorganismos en cámara de conteo previo ajuste de la dilución Elección longitud de onda con el espectrofotómetro para determinar el O.D. Inoculación Medio agitado Medio sin agitación Registro del índice de refracción y densidad óptica con una frecuencia igual a una hora a partir de la hora 23 hasta la 51 7 veces Materiales y Métodos 27 Curva de calibración Preparacion del inóculo Preparación caldo nutritivo Inocular Incubar a 25ºC durante 96 horas 2 veces Registrar conteo por cámara, N.M.P y densidad óptica para 3 cultivos por duplicado desde la hora 30 hasta la 95 MODELO PRIMARIO 2 veces Ensayos actividad de agua Adicionar azúcar al 60% (p/v) Adicionar azúcar al 15% (p/v) aw=0.937 aw=0.957 Adicionar azúcar al 9% (p/v) Adicionar azúcar al 5% (p/v) aw=0.965 aw=0.995 Acidificar a pH=3.0, 4.0, 5.0, 5.6 y 6.0 2 veces Incubar a T=7ºC, 20ºC, 25ºC, 30ºC y 35ºC Ajustar mediante regresión los valores de O.D y tiempo de cada una de las condiciones a la función de Gompertz Hallar los parámetros cinéticos para cada una de las condiciones experimentadas Diseño Factorial 4 fraccionado 4 Activación e inoculación de la levadura Materiales y Métodos 28 MODELO SECUNDARIO Mediante la técnica Backwards hallar la ecuación que relacione pH, T, y a w con los parámetros de Gompertz con un nivel de significancia del 10% MODELO TERCIARIO Simular dentro de los intervalos experimentados 3. METODOLOGÍA 3.1 Ensayos preliminares Los ensayos preliminares tienen como objeto: • • • • • • • • • 3.1.1 Determinar el sustrato (medio líquido) para el crecimiento de la levadura Saccharomyces cerevisiae que permita la elaboración de los modelos primarios y secundarios. Establecer el tratamiento para el control de la flora no deseada. Elegir la longitud de onda adecuada para la determinación a la densidad óptica de medición. Evaluar el crecimiento de S. cerevisiae y determinar la frecuencia del muestreo. Estandarizar el proceso de activación e inoculación de la levadura. Mediante ensayos de varios cultivos en paralelo, determinar el efecto de la agitación en el crecimiento del microorganismo. Ejecutar diversos ensayos para elegir los valores de actividad agua a los cuales se trabajará tanto en los modelos primarios como en los secundarios. Definir si la toma de datos se debe hacer por duplicado o triplicado en el proceso experimental. Obtener una curva de calibración que relacione la densidad óptica con la concentración de microorganismos. Determinación del sustrato deseado (medio líquido) La selección del sustrato, la actividad de agua y el pH se basa esencialmente en la composición de productos alimenticios que son de preferencia de la levadura; tales como jugos, mermeladas, compotas y también de acuerdo con los requerimientos nutricionales de la S. cerevisiae. Según las normas técnicas, la cantidad de azúcares presentes en un jugo se debe encontrar no menor a un 9% en promedio para diferentes jugos (piña, toronja, mandarina, naranja, entre otros). Para la formulación del caldo se tendrá en cuenta los porcentajes de azúcares para jugos y frutas. Materiales y Métodos 29 Tabla 8. Porcentaje de carbohidratos para frutas Fruta %Carbohidratos Uva 8.1 Mora 13.5 Fresa 6.9 Curuba 6.3 Guanábana 13 Naranja 9 Mandarina 9.5 (Ospina, 1996) Tabla 9. Porcentaje mínimo sólidos solubles totales a 20ºC para jugos de frutas Jugo Sólidos solubles totales Naranja 9.0 Limón 6.0 Mandarina 9.0 Toronja 10 Piña 10.5 (Icontec No. 404 (segunda revisión)) Para los demás requerimientos, se suministra extracto de levadura el cual cumple con las necesidades de nitrógeno, vitaminas y aminoácidos para promover el crecimiento de la S. cerevisiae, entre otros. Por tanto, el caldo a utilizar esta compuesto por: 150 g/l de sacarosa 10 g/l de extracto de levadura granulado. Merck. KGaA. I.03753 Agua destilada 3.1.1.1 Preparación del medio de cultivo Para la preparación del medio, se pesan los sustratos (sacarosa y extracto de levadura) de acuerdo con la formulación previamente mencionada y se adicionan a una probeta de un litro, para luego completar con agua destilada hasta 1000ml en volumen. Una vez hecho esto, se agita la mezcla hasta obtener una solución homogénea la cual se acidifica con ácido cítrico y ácido tartárico al 30% y 70% respectivamente hasta obtener un pH de 5.6. La solución debe luego ser esterilizada en el autoclave durante 15 minutos a una presión entre 15 y 20psi. 3.1.2 Control de flora no deseada El medio esta limitado bajo unas condiciones de pH de 5,6 que permiten el crecimiento de las levaduras e inhiben la mayor parte del crecimiento de bacterias no fermentadoras. De igual forma, éste valor de pH así como la concentración de sacarosa a incluir en el sustrato, permiten realizar un proceso de esterilización del mismo (calor húmedo en el autoclave) sin que se presenten reacciones de pardeamiento enzimático (Maillard) que impidan utilizar el método basado en la turbidimetría o inhiban el crecimiento bacteriano. La máxima cantidad de microorganismos permitida para los jugos de frutas (sustrato de mayor interés) esta dado por la siguiente tabla: Materiales y Métodos Tabla 10. Normas técnicas para jugos de fruta Recuento bacterias aerobias/g Coliformes N.M.P/g E. coli/g Hongos y Levaduras/g Bacterias termófilas/g 30 3 máx. 10 23 Ausente máx. 10 5 (Icontec No. 404 (segunda revisión)) 3.1.3 Elección de la longitud de onda Con ayuda del espectrofotómetro se debe hacer un barrido espectral al medio de cultivo para determinar la longitud de onda a utilizar. Esta debe ser la adecuada, es decir, una que permita obtener un mayor intervalo de muestras en un rango de absorbancia tolerable por el equipo, o sea, verdaderas. 3.1.4 Determinación de la frecuencia de muestreo Con la técnica de conteo por cámara y densidad óptica, se recopilan los datos de crecimiento de la levadura para obtener un pronóstico de la replicación de la célula y estimar la frecuencia a la cual se deben tomar las muestras. 3.1.5 Estandarización de los procesos de activación e inoculación Mediante numerosas repeticiones del proceso de activación e inoculación de la levadura, se busca estandarizar dichos procesos para obtener muestras reproducibles en las diversas replicas del experimento. Con la técnica de Conteo en Cámara se ejecutan diversos ensayos para obtener una -4 cantidad de microorganismos presentes en la dilución de 10 lev/ml (dilución apropiada de conteo en cámara) de la muestra original de levadura. 3.1.5.1 Activación de la levadura La levadura a utilizar es levadura seca y semiactiva (S. cerevisiae) producida por Levapan. Para su activación se debe preparar una solución esterilizada de azúcar al 5% y levadura al 10% y calentar a 30ºC durante 20 minutos. Ficha Técnica levadura Levadura Activa Seca (Saccharomyces cerevisiae) Peso Neto 130g Reg. Sanitario RSIAV09M14687-LSFIV90M00285 Producido por Compañía Nacional de levadura Levapan S.A. 3.1.5.2 Dilución del inóculo Se debe diluir la muestra con una solución salina al 1% y esterilizada y reducir la concentración original mediante la técnica de dilución seriada 3.1.5.3 Cuantificación de la cantidad inicial de células en la muestra de levadura activa Para determinar la cantidad de microorganismos presentes en la muestra de levadura activa se debe, mediante la técnica de dilución seriada, buscar la dilución que permita una concentración adecuada para una mayor facilidad del conteo en cámara. Materiales y Métodos 31 -4 Una vez elegida la dilución que corresponde a 10 de la muestra original, se hacen diversos ensayos de activación, dilución y conteo y así obtener un valor acertado de la cantidad de células por mililitro presentes en la muestra original; que es igual a: #Células/ml = (Concentración de células en la dilución)x(Factor de Dilución) Donde: 4 • Factor de Dilución = 10 • 2.07 x105 1000 mm3 1 Concentración _ células = x x ≈ 4lev / ml 0.1mm3 500ml 10 6 La cámara tiene una profundidad de 0.1mm y esta compuesta de 400 cuadros de 0.05mm de lado organizados en grupos de 16. Luego el volumen total de la cámara es: 2 Volumen Cámara = (400 cuadros)(0.05mm) x(0.1mm) = 0.1mm 3.1.5.4 3 Inoculación El proceso se realiza con la mayor inocuidad posible en donde se extrae la levadura de la dilución y se vierte sobre el medio de cultivo esterilizado. 3.1.6 Lectura de muestras Las muestras se someten a análisis de índice de refracción (corregida a una temperatura de 20ºC), conteo en cámara y densidad óptica. 3.1.7 Destilación Se somete el medio de cultivo a destilación para extraer el etanol producido por la levadura debido a la conversión de azucares en etanol y dióxido de de carbono; cuya cantidad se procede a medir con el alcoholímetro. 3.2 Curva de calibración Para agilizar la técnica de conteo de microorganismos; con base a los métodos de N.M.P y conteo en cámara se requiere diseñar una curva de calibración que busca lo siguiente: • • • 3.2.1 Una relación entre la densidad óptica y el número de microorganismos presentes en el medio de cultivo. Agilizar el conteo de microorganismos para los ensayos primarios y secundarios. Determinar si el método es reproducible. Inoculación Se inocula la dilución de la levadura activa (que ya se ha estandarizado) en los medios de cultivo ejecutando la prueba por duplicado para probar la reproducibilidad del experimento. En la pareja de cultivos (cultivo a y b) se deben evaluar los siguientes intervalos de tiempo después de la hora cero (hora de inoculación): Materiales y Métodos 32 Tabla 11. Cultivos y asignación de horas para toma de muestras Cultivos Rango en Horas Rango en Horas Rango en Horas a b 1 y1 30 – 38 54 – 62 78 – 86 b 2ª y 2 24 – 32 48 – 56 72 – 80 b 3ª y 3 39 – 47 63 – 71 87 – 95 Dichos intervalos cubren la mayor densidad de puntos en la fase exponencial para la curva de calibración. 3.2.2 Incubación Los medios de cultivo después de inoculados se dejan en una incubadora a 25ºC hasta alcanzar la fase estacionaria. 3.2.3 Lectura de muestras Una vez el medio es inoculado e incubado, se debe hacer un seguimiento y extraer en los intervalos de tiempo establecidos las muestras y someterlas a medición de absorbancia y a las técnicas de N.M.P y conteo por cámara 3.3 Modelos primarios Los modelos primarios se desarrollan combinando las tres variables (pH, T y aw) que se están experimentando dentro de los rangos tolerables por la levadura con el objeto de obtener los parámetros cinéticos de cada condición trabajada. Con los modelos primarios se busca: • • • • • 3.3.1 Encontrar una ecuación de crecimiento para cada una de las condiciones, que se ajuste a los valores experimentales. Elegir los valores de pH, aw y temperatura a experimentar. Observar los efectos en el crecimiento de la S. cerivisiae al cambiar una de las tres variables que se están trabajando. Hallar los parámetros cinéticos de cada curva de crecimiento. Determinar la variable que más incide en el crecimiento de la levadura. Elección del pH La literatura considera que la levadura crece a un rango de pH entre 3 y 7; por tanto se escoge un pH inicial de 3 ya que es un valor al que se encuentran las frutas consideradas cítricas; 4 y 5 son valores de pH para la mayoría de las frutas, 5.6 es el valor óptimo y 6 corresponde al valor límite en donde son muy pocos los productos que sobrepasen este valor. 3.3.2 Ensayos de actividad de agua La actividad de agua es una variable importante para el crecimiento de la levadura; por tanto se deben preparar varios medios de cultivo a distintas cantidades de azúcar con el propósito de evaluar la cantidad de agua disponible por el microorganismo. Estableciendo como referencia productos tales como jugos, mermeladas y salsa de tomate se seleccionan los siguientes valores de actividad de agua: 0.937 por ser el menor valor obtenido a causa Materiales y Métodos 33 de la saturación del medio, 0.957 y 0.965 por ser valores intermedios y 0.995 que correspondiente a la mayoría de jugos 3.3.3 Incubación Para la incubación, se escogen 4 temperaturas: la primera es 7°C que representa la temperatura promedio a la que se refrigeran los alimentos; como segundo y tercero los valores de 15ºC y 25°C que representan las temperaturas ambiente promedio y la última es 35°C que evalúa la situación más cálida. Los intervalos de 15ºC a 35ºC son regulares, mientras que de 7ºC a 15ºC queda un vacío debido a la limitación instrumental, esto se debe básicamente a que no se cuenta con un equipo que permita mantener constante la temperatura cuando aumenta o disminuye la temperatura ambiente. 3.3.4 Experimentos factoriales En un experimento factorial se investigan simultáneamente los efectos de cierto número de diferentes factores. Los tratamientos constan de todas las combinaciones que puedan formarse de los distintos factores. Un experimento factorial proporciona por sí mismo una prueba para la suposición de independencia; si esta resulta significativa, la suposición de independencia es rechazada por los datos. La experimentación factorial puede darse cuando los factores son dependientes o independientes. 3.3.4.1 Experimentación factorial con factores independientes Las ventajas de esta experimentación depende naturalmente de la finalidad del experimento. El objeto es obtener un cuadro amplio del efecto de los factores, más bien que encontrar por ejemplo la combinación de los factores que dan una respuesta máxima. Cuando los factores son independientes todos los efectos simples de un factor son iguales a su efecto principal; en un experimento factorial cada efecto principal se estima con la misma precisión que si todo el experimento se hubiese dedicado a ese solo factor. 3.3.4.2 Experimentación factorial con factores dependientes Cuando los factores no son independientes, los efectos simples de un factor varían de acuerdo con la combinación particular de los otros factores con los cuales estos se producen. La experimentación factorial es adecuada en los siguientes casos: • • • En trabajos de exploración donde el objeto es determinar rápidamente los efectos de cada uno de cierto número de factores dentro de un intervalo específico. En investigaciones de las interacciones entre los efectos de varios factores. Por su naturaleza, las interacciones no se pueden estudiar sin probar algunas de las combinaciones que se forman de los diferentes factores. Frecuentemente la información se obtiene mejor probando todas las combinaciones. En experimentos diseñados para poder llegar a recomendaciones que deben aplicarse a una gran variedad de condiciones. Se pueden introducir factores auxiliares en un experimento para probar los factores principales bajo una variedad de condiciones similares a las encontradas en la población a la cual se van aplicar dichas recomendaciones. Cuando los factores que se van a investigar son numerosos, la principal desventaja del experimento factorial estriba en su tamaño y complejidad. La magnitud de la tarea puede reducirse teniendo únicamente una sola repetición; hasta es posible obtener casi toda la información deseada probando una fracción (por ejemplo, la mitad o un cuarto) del número total de combinaciones de tratamientos, aún cuando esto se haga con ciertos riesgos. Las dificultades que surgen de los experimentos grandes no Materiales y Métodos 34 deben ser consideradas como una crítica del método factorial, cuya eficiencia es mayor cuando los factores son numerosos. 3.3.4.3 Experimentos factoriales en repetición fraccionada Frecuentemente aun una sola repetición de un experimento factorial va más allá de los recursos del investigador, o da más precisión de la necesaria en las estimaciones de los efectos principales. En una 6 sola repetición de un experimento factorial 2 , cada efecto principal es el promedio de 32 combinaciones de los otros factores, y por lo tanto su efecto se repite 32 veces. Posiblemente, una repetición de 4 a 8 veces sería suficiente. En situaciones como esta vale la pena considerar un experimento que consista en sólo una parte de una repetición completa. El principal atractivo del diseño experimental fraccionado estriba en que permite incluir simultáneamente 5 o más factores en un experimento de tamaño práctico, de tal manera que el investigador puede determinar rápidamente cuales factores tienen un efecto importante sobre el resultado. En especial se desarrollo el siguiente diseño factorial: • ¼ de un factorial de 3 factores a 4 niveles La elaboración del modelo primario implica el uso de 3 factores (pH, aw y T) a 4 niveles cada uno, lo cual daría 64 diferentes combinaciones de crecimiento; de los cuales se ha decidido tomar un cuarto (suficiente para obtener una superficie de respuesta) de estas combinaciones y 12 cultivos adicionales desarrollándolo de la siguiente manera: Tabla 12. Diseño del modelo primario Cultivo pH Actividad de Agua 1 4.0 0.957 2 4.0 0.957 3 4.0 0.937 4 4.0 0.995 5 4.0 0.965 6 5.0 0.957 7 5.0 0.937 8 5.0 0.995 9 5.0 0.965 10 5.0 0.957 11 5.0 0.957 12 5.6 0.995 13 5.6 0.965 14 5.6 0.937 15 5.6 0.957 16 5.6 0.957 17 5.6 0.957 18 5.6 0.957 19 5.6 0.995 20 5.6 0.937 21 6.0 0.957 22 6.0 0.965 23 6.0 0.937 24 6.0 0.995 25 3.0 0.957 26 4.0 0.995 27 6.0 0.937 28 5.6 0.952 Temperatura (ºC) 20 25 25 30 35 25 20 25 30 35 20 25 25 25 7 20 30 35 20 35 25 20 30 35 25 20 20 25 Materiales y Métodos 3.3.5 35 Lectura de muestras La mayor toma de muestras se realiza durante la fase exponencial de crecimiento para cada uno de los cultivos y se evalúa el cambio de la densidad óptica durante el tiempo. 3.4 Modelo secundario El modelo secundario busca: • • • • • Obtener una función que relacionen las tres variables de T, aw y pH con cada uno de los parámetros a, b y c de la ecuación de Gompertz. Observar como incide el crecimiento de la levadura con la interacción de las tres variables seleccionadas. Una vez obtenida las ecuaciones del modelo secundario, hacer simulaciones del crecimiento de la levadura entre valores intermedios, que pertenezcan a los rangos de pH, aw y T experimentados. Obtener una función que relacione los parámetros de cinéticos con la T, aw y pH. Hallar las condiciones críticas a las cuales se reproduce la levadura. Después de haber obtenido las curvas de crecimiento para las distintas combinaciones de pH, temperatura y actividad de agua se halla una ecuación ya sea de segundo o tercer orden que relacione las variables trabajadas y permita obtener los parámetros de la curva de crecimiento para la S. cerevisiae. Para el ajuste de las ecuaciones, se decide utilizar el tratamiento secuencial de ajuste Backwards con un nivel de significancia del 10%. 3.5 Modelo Terciario El modelo terciario pretende: • • Evaluar condiciones no experimentadas. Modelar el crecimiento de la levadura dentro de los intervalos de las condiciones experimentadas. Con la hoja de cálculo Excel se pretende mostrar tubularmente y gráficamente los valores de la concentración de levaduras en función del tiempo a las condiciones digitas por el usuario dentro de los rangos experimentados en este proyecto. CAPÍTULO 3 ANÁLISIS Y RESULTADOS 1. ENSAYOS PRELIMINARES Los ensayos preliminares determinaron, que el efecto de la agitación no tuvo mayor significancia en el crecimiento de la levadura de acuerdo con los cambios de pH, índice de refracción y absorbancia registrados. Tabla 13. Resultados de pH, índice de refracción (corregido a 20ºC) y absorbancia para cultivos agitados y en reposo pH Tiempo (Horas) 0,0 1,0 3,0 4,5 23,0 24,0 25,0 27,0 28,0 29,0 45,5 46,5 47,5 48,5 51,0 Agitado 5,67 5,59 5,45 5,31 4,57 4,55 4,53 4,48 4,45 4,44 4,45 4,43 4,43 4,44 4,46 Sin Agitación 5,60 5,60 5,44 5,33 4,55 4,55 4,52 4,45 4,43 4,43 4,44 4,43 4,42 4,43 4,43 Indice de Refracción Agitado 1,358 1,359 1,359 1,359 1,355 1,353 1,352 1,348 1,347 1,348 1,345 1,343 1,343 1,341 1,342 Sin Agitación 1,357 1,358 1,359 1,359 1,353 1,352 1,348 1,349 1,349 1,349 1,344 1,343 1,343 1,340 1,342 O.D (600 n.m) Agitado 2,716 2,727 2,756 2,794 3,652 3,745 3,876 3,876 3,888 3,902 4,373 4,413 4,412 4,458 4,464 Sin Agitación 2,797 2,742 2,743 2,791 3,700 3,683 3,816 3,875 3,889 3,889 4,414 4,371 4,458 4,458 4,399 (Ver gráficas 15 – 20, Anexo A) Los valores el pH en función del tiempo disminuye hasta estabilizarse a partir de la hora 28 en 4.43 y 4.45 para ambos cultivos. Es importante notar que el tiempo en que logra estabilizarse el pH depende de la cantidad de inóculo que se este trabajando, cuya cantidad es inversamente proporcional al tiempo. El índice de refracción y sus valores fluctúan pero al igual que el pH, su valor disminuye a medida que aumenta el tiempo. El consumo de azucares por la levadura es lo que conlleva a una disminución del índice de refracción en el medio. Realizando la prueba F (con un 95% de confianza) para el análisis de varianza de las dos muestras se obtiene: 36 Análisis y Resultados 37 Tabla 14. Análisis de varianza del pH para cultivos agitados y en reposo Origen de Suma de Grados Promedio de F Probabilidad Valor crítico las variaciones cuadrados de libertad los cuadrados para F Tiempo Tratamiento Error 6.402166667 0.001333333 0.002966667 14 1 14 Total 6.406466667 29 0.457297619 2158.034 7.8279E-21 0.001333333 6.292 0.02505596 0.000211905 2.484 4.600 El valor de F para los dos tratamientos es mayor al valor crítico, y por tanto estadísticamente la variación entre agitación y el estado en reposo es significativa. Sin embargo considerando el aspecto biológico, una variación del pH entre los dos tratamientos de (+/-) 0.03 con un error de exactitud de (+/-) 0.01 no representa una diferencia para determinar el efecto de agitación en los cultivos de levaduras. Tabla 15. Análisis de varianza del índice de refracción para cultivos agitados y en reposo Origen de Suma de Grados Promedio de F Probabilidad Valor crítico las variaciones cuadrados de libertad los cuadrados para F Tiempo 0.0012072 14 8.62286E-05 87.058 3.93672E-11 2.484 Tratamiento 1.63333E-06 1 1.63333E-06 1.649 0.219934745 4.600 Error 1.38667E-05 14 9.90476E-07 Total 0.0012227 29 En análisis de la varianza reporta que en el índice de refracción no es significativo entre cultivos agitados y sin agitación. Tabla 16. Análisis Origen de las variaciones Tiempo Tratamiento Error de varianza de la densidad óptica para cultivos agitados y en reposo Suma de Grados Promedio de F Probabilidad Valor crítico cuadrados de libertad los cuadrados para F 12.5327702 14 0.89519787 941.591 2.5813E-18 2.484 2.43E-05 1 2.43E-05 0.026 0.87526489 4.600 0.0133102 14 0.00095073 Total 12.5461047 29 No hay diferencia en la densidad óptica que es el factor más importante entre los dos tratamientos, al ser el valor de F menor al crítico. Para todos los tratamientos se observa claramente en el análisis de varianza como cambia respecto al tiempo el pH, índice de refracción y la densidad óptica. La densidad óptica aumenta a medida que la cantidad de microorganismos incrementa; el medio resulta cada vez más turbio haciendo por ende aumentar la absorbancia del medio, hasta obtener un valor máximo de 4.464 En los ensayos de densidad óptica, se percato que la absorbancia inicial corresponde un valor de 2.7 para una longitud de onda de 600nm lo que indica que la cantidad de microorganismos inoculada en los ensayos es sumamente elevada, obteniendo grandes valores en el conteo y por consecuencia se debe someter el inóculo a una dilución para obtener una menor turbiedad en el medio. Además se debe tener claridad que en microbiología predictiva, lo que interesa modelas es la fase de latencia, aceleración y logarítmica a partir de muy bajas concentraciones microbianas iniciales. Análisis y Resultados 38 Luego la cantidad adecuada a inocular se determina y se estandariza con base a los siguientes resultados: Tabla 17. Ensayos de Conteo en cámara de la dilución 10 5 Ensayo Numero de Células (10 ) 1 2.50 2 1.66 3 2.33 4 1.66 5 4.00 6 3.12 7 1.80 -4 La media de los valores es igual a: x = 2.43 x10 5 Su desviación estándar es: s = 0.86 Para un intervalo de confianza del 90% se tiene que: 1 − α = 0.9 luego α = 0.05 2 Luego t = 1.943 (Función de distribución t de Student) con 6 grados de libertad Límite Inferior 0.86 Li = 2.43 − 1.943 7 Li = 1.80 x10 5 Limite Superior 0.86 Li = 2.43 + 1.943 7 Li = 3.06 x10 5 -4 5 5 Por tanto la cantidad de células presentes en la dilución 10 esta entre (1.80x10 , 3.06x10 ) células por mililitro con un intervalo de confianza del 90% -6 A partir de estos ensayos se escoge diluir el inóculo 10 veces, que al ser inoculada en un medio de 500ml proporciona una concentración no mayor a 7 levaduras por mililitro. Esta baja concentración de inoculo permite llevar un seguimiento al crecimiento de la levadura en el caldo nutritivo. Análisis y Resultados 39 Grafica 1. Absorbancia en función de la longitud de onda para el caldo inoculado y sin inóculo Barrido Espectral 12,00000 Absorbancia 10,00000 8,00000 6,00000 4,00000 2,00000 0,00000 200 300 400 500 600 700 800 900 Longitud de onda medio medio inoculado Las gráficas no poseen ningún valor crítico (máximo o mínimo). La gráfica del medio sin inóculo se comporta asintóticamente con la ordenada mientras que la del medio inoculado tiende a 2 a medida que aumenta la longitud de onda. Luego la diferencia de absorbancia entre las dos gráficas corresponde a las células presentes en el sustrato. Si se elige una longitud de onda de 600nm y una concentración de células no mayor a 7 lev/ml para el sustrato trabajado, la transmitancia del medio es prácticamente del 100% y los cambios de absorbancia se deben sólo al aumento de la masa celular. 2. CURVA DE CALIBRACIÓN 2.1 Resultado con la técnica de N.M.P Tabla 18. N.M.P. en función de la absorbancia a una longitud de onda de 600nm O.D. N.M.P O.D. N.M.P 4,60E+06 0,0145 3,6 0,3277 4,60E+06 0,0145 910 0,3805 0,0166 43 0,4189 1,50E+06 0,0192 93 0,5028 4,30E+06 0,0413 2,40E+04 0,5185 1,20E+06 0,0563 2,70E+04 0,6537 9,30E+06 0,0635 9,30E+04 1,4055 3,60E+06 0,0979 4,30E+05 1,8292 9,30E+07 0,0990 4,30E+05 1,8736 9,30E+07 0,1139 7,50E+05 1,9699 3,60E+07 0,1445 9,30E+05 2,0938 4,30E+07 0,1576 4,60E+06 2,2392 9,10E+07 0,2464 1,50E+06 2,4039 9,10E+07 Análisis y Resultados 40 Gráfica 2. Conteo de microorganismos (N.M.P) en función de la densidad óptica a 600nm 1,2E+08 1,0E+08 N.M.P 8,0E+07 6,0E+07 4,0E+07 2,0E+07 0,0E+00 0 0,5 1 1,5 2 2,5 O.D (600nm) No se encontró una relación entre la técnica del N.M.P con la densidad óptica, en especial los valores fluctúan en mayor proporción cuando la absorbancia es mayor a uno. Se observa que la técnica no es sensible para altas concentraciones de microorganismos, es decir que para un aumento de la densidad óptica no se observa cambio en el N.M.P a pesar de que la cantidad de células aumentó considerablemente. Cabe notar que el intervalo de confianza para el N.M.P (De Man JC 1983 MPN tables, corrected) aumenta medida que se incrementa el número de microorganismos (inicia en 0.00 - 0.94 y termina en 20 – 400 multiplicado por el factor de dilución) haciéndose esta técnica 4 imprecisa para altas concentraciones. Por el contrario, para concentraciones menores a 10 el equipo no registró cambios en la absorbancia a pesar de que la levadura se replicaba. 2.2 Resultados de la cantidad de microorganismo por conteo en cámara Tabla 19. Conteo directo (cámara de conteo) 600nm O.D Conteo O.D 0,0177 5,500E+04 0,2659 0,0235 9,800E+04 0,3805 0,0233 1,730E+05 0,3808 0,0563 4,375E+05 0,4189 0,0839 3,875E+05 0,5028 0,0979 6,375E+05 0,5185 0,0990 3,300E+05 0,8857 0,1445 6,750E+05 1,0482 0,2134 1,140E+06 1,4055 0,2464 1,585E+06 1,9699 en función de la absorbancia a una longitud de onda de Conteo 1,536E+06 1,945E+06 3,213E+06 2,085E+06 3,195E+06 3,675E+06 5,188E+06 6,975E+06 1,113E+07 1,238E+07 Gráfica 3. Conteo directo (cámara de conteo) en función de la absorbancia a una longitud de onda de 600nm Análisis y Resultados 41 Concentración (lev/ml) 1,400E+07 1,200E+07 1,000E+07 8,000E+06 6,000E+06 4,000E+06 2,000E+06 0,000E+00 0 0,5 1 1,5 2 O.D. Mediante una regresión lineal, la ecuación que relaciona la cantidad de levaduras por mililitro de sustrato en función de la densidad óptica es: Conteo(lev/ml) = -140360 + 6791580(O.D.) La correlación es de 0.988, lo que indica un buen ajuste de los datos mediante la técnica de conteo por cámara, en donde existe una relación directa entre la densidad óptica y la cantidad de células por mililitro. En base a esta ecuación, se cuantificará la cantidad de microorganismos para los modelos primarios y secundarios. 3. MODELOS PRIMARIOS Para los modelos primarios se ensayaron las ecuaciones de Gompertz y Logístico para el ajuste de los valores experimentales. Gráficamente con los valores experimentales se calcularon los valores iniciales de a, b y c con el punto de inflexión de la curva y el corte de la recta con el eje de las x (tiempo); y con el proceso Marquardt se obtienen las ecuaciones para pH = 5.6, T = 35ºC y aw = 0.957 de las siguientes funciones: 3.1 Modelo Logístico Conteo( lev / ml ) = 1.32438 x10 7 1 + exp(16.7311 − 0.416671* Tiempo) 2 con un valor de R = 0,966 3.2 Modelo de Gompertz Conteo( lev / ml ) = 1.40694 x10 7 * exp( − exp( 9.24349 − 0.236963 * Tiempo)) 2 con un valor de R = 0,9801 Análisis y Resultados 42 luego: µ= (1.40694 x107 )( 0.236963) = 1.2265 x106 lev / ml * hora 2. 718281 λ= 9.24349 − 1 = 34.78horas 0.236963 En las dos ecuaciones el valor del tiempo esta dado en horas y la correlación es mayor a 0.9 Ambas ecuaciones reflejan adecuadamente el esquema de crecimiento de la levadura y se escoge la ecuación de Gompertz como modelo primario. Por tanto, los parámetros de la función de Gompertz para los 25 cultivos en los que se observaron crecimiento son: Tabla 20. Parametros de Gompertz y resultados de fase lag y tasa de máxima de crecimiento pH 4,0 4,0 4,0 4,0 5,0 5,0 5,0 5,6 5,6 5,6 5,6 6,0 6,0 6,0 6,0 4,0 5,0 5,6 5,6 5,6 5,6 5,0 4,0 6,0 3,0 aw 0,957 0,937 0,995 0,965 0,995 0,965 0,957 0,995 0,965 0,957 0,937 0,965 0,957 0,937 0,995 0,957 0,957 0,957 0,957 0,995 0,937 0,957 0,995 0,937 0,937 Temp 20 25 30 35 25 30 35 20 25 30 35 20 25 30 35 25 25 20 35 25 25 20 20 20 25 a (10E7) 10,13290 1,43975 1,72643 1,28412 1,36269 1,29212 1,53333 2,04449 1,43214 1,45599 0,55610 2,77290 1,54137 0,56866 1,31173 1,78903 1,56211 1,54427 1,40694 1,48359 1,25652 2,41698 3,24708 0,92162 20,52320 b 3,25075 3,74181 13,15980 22,49670 14,65260 16,71410 16,52220 11,15720 14,21700 14,11230 3,138950 7,54567 6,58822 3,58988 27,76250 7,87684 7,56548 9,46409 9,24349 6,21731 3,34035 9,59695 8,44260 11,06660 9,57868 c 0,02115111 0,01635730 0,27662500 0,55872000 0,35538100 0,38960100 0,40051200 0,11525400 0,31838100 0,32790500 0,01815380 0,08446370 0,13646200 0,01243390 0,68042600 0,15574200 0,14510100 0,11096800 0,23696300 0,11573700 0,01817440 0,10901000 0,09360510 0,02324370 0,09422290 µ (lev/ml*hora) 7,8845E+05 8,6637E+04 1,7569E+06 2,6394E+06 1,7815E+06 1,8519E+06 2,2592E+06 8,6686E+05 1,6774E+06 1,7564E+06 3,7139E+04 8,6161E+05 7,7379E+05 2,6012E+04 3,2835E+06 1,0250E+06 8,3385E+05 6,3041E+05 1,2265E+06 6,3167E+05 8,4011E+04 9,6927E+05 1,1181E+06 7,8807E+04 7,2320E+08 lambda (h) 106,41285490 167,61996170 43,95770447 38,47490693 38,41679775 40,33382871 38,75589246 88,12882850 41,51315562 39,98810631 117,82381650 77,49684184 40,95074087 208,2918473 39,33197732 44,15533382 45,24765508 76,27505227 34,78808928 45,07901535 128,77178890 78,86386570 79,51062496 433,08939630 91,04665639 Los parámetros de Gompertz se comportan muy similares a excepción del último valor que corresponde al pH más ácido del medio. Debido a la turbiedad del medio, la cuantificación de microorganismos se elaboró mediante la técnica de N.M.P y por ello la gran diferencia de los valores a y c en comparación con los demás datos. Esto índica que dichas condiciones son o demasiado significativas o que el valor realmente no es confiable. Análisis y Resultados 43 A una temperatura de 7ºC (refrigeración) no se especifican parámetros debido a que la levadura no se reprodujo en dichas condiciones, siendo esta una condición de no crecimiento. Los valores de a que corresponden a la mayor concentración de células generadas, se encuentran a 6 7 unas concentraciones de 10 y 10 células por mililitro Gráfica 4. Gráfica comparativa de pH de la función de Gompertz pH4 pH5 pH6 Concentración (lev/ml) 2,0E+07 1,8E+07 1,6E+07 1,4E+07 1,2E+07 1,0E+07 8,0E+06 6,0E+06 4,0E+06 2,0E+06 0,0E+00 0 10 20 30 40 50 60 70 80 90 100 Tiempo(Horas) La gráfica de pH=3 no se incluyó en la experimentación como se tenía presupuestado debido a que el medio presentó turbiedad al ser acidificado, lo cual variaba la absorbancia inicial del medio. Este fenómeno se observa para pH menores a 4 en donde la ecuación de la curva de calibración solo resulta efectiva para las mismas condiciones de absorbancia. En las gráficas se observan como la tendencia de los tres valores de pH son la misma; la fase de adaptación del microorganismo es bastante semejante, al igual que su fase exponencial y el tiempo en el que alcanza la parte estacionaria. Realizando una comparación entre los parámetros a , b y c de las curvas de pH con base a la prueba t de Student (cociente entres la diferencia de los parámetros y la diferencia de su varianza) se obtienen los siguientes valores: Tabla 21. Valores de t para comparación de pH con una confianza del 95% Parámetro pH=4.0 con pH=5.0 pH=5.0 con pH=6.0 pH=4.0 con pH=6.0 a 2,38868069 0,23713683 2,43785147 b 0,16420855 0,57078441 0,64345517 c 0,2772385 0,24249013 0,46111057 Grados de libertad 51 57 46 t crítico 2,009 2,003 2,015 (R.A: Fisher y Frank Yates, Stastistical Tables) Analizando los valores de t con el valor crítico las curvas de pH=5.0 y pH=6.0 son los únicos cultivos que no tienen diferencia significativa, por tanto se puede ajustar una única curva de estos dos valores y concluir que el crecimiento de la levadura entre pH 5.0 y 6.0 no tiene una notable incidencia. Gráfica 5. Grafica comparativa de actividad de agua de la función de Gompertz Análisis y Resultados 44 Aw 0,995 Aw 0,965 Aw 0,952 Aw 0,937 Concentración (lev/ml) 1,6E+07 1,4E+07 1,2E+07 1,0E+07 8,0E+06 6,0E+06 4,0E+06 2,0E+06 0,0E+00 0 20 40 60 80 100 120 Tiempo(Horas) El crecimiento de la levadura se comporta de manera similar para los valores de actividad de agua de 0.995, 0.965 y 0.952. Se observa como en estas tres curvas, a medida que disminuye la actividad de agua, disminuye gradualmente el valor máximo que alcanza en la fase estacionaria. En cuanto al valor de 0.937 es significativo al observarse como en estas condiciones se retarda la fase de adaptación de la levadura al sustrato y se disminuye considerablemente la tasa de crecimiento de la levadura. De la misma manera, el parámetro a de Gompertz que define la cantidad máxima de microorganismos es el menor de todos los valores observados. Realizando de igual manera la prueba t se obtiene: Tabla 22. Valores de t para comparación de a w con una confianza del 95% aw =0.937 aw =0.952 aw =0.965 Parámetro con aw = 0.952 con aw = 0.965 con aw = 0.995 a 0,027202765 3,051069364 0,503189445 b 7,466864718 0,713107693 4,808290202 c 11,56300542 0,973661253 5,821116259 Grados de libertad 32 32 40 t crítico 2,039 2,039 2,021 (R.A: Fisher y Frank Yates, Stastistical Tables) Tabla 23. Valores de t para comparación de a w con una confianza del 95% aw =0.937 aw =0.952 aw =0.937 Parámetro con aw = 0.965 con aw = 0.995 con aw = 0.995 a 0,027202765 3,051069364 0,503189445 b 7,466864718 0,713107693 4,808290202 c 11,56300542 0,973661253 5,821116259 Grados de libertad 32 32 40 t crítico 2,039 2,039 2,021 (R.A: Fisher y Frank Yates, Stastistical Tables) De acuerdo con estos valores, existen diferencias significativas entre las diversas actividades de agua, luego este factor esta afectando el crecimiento de la levadura al variar entre los rangos elaborados. Análisis y Resultados 45 Para valores de actividad de agua bajos, se observó el fenómeno ilustrado en la figura, en donde la levadura se ubica en la superficie del sustrato debido a la alta densidad del medio. Se cree que la actividad de agua baja genera en el microorganismo una condición de estrés lo que se ve reflejado en una mayor producción de CO2 y por tanto un mayor consumo energético por parte de la S. cerevisiae a causa de la desfavorable condición a la que se encuentra. Figura 3. Concentración de levaduras en la superficie del sustrato Gráfica 6. Gráfica comparativa de temperaturas de la función de Gompertz T 20ºC T 30ºC T 35ºC Concentración (lev/ml) 1,80E+07 1,60E+07 1,40E+07 1,20E+07 1,00E+07 8,00E+06 6,00E+06 4,00E+06 2,00E+06 0,00E+00 0 20 40 60 80 100 120 140 160 Tiempo(Horas) La curva de crecimiento para los valores de temperatura de 30ºC y 35ºC tienen esencialmente la misma fase lag, mientras que la tasa de crecimiento es relativamente un poco mayor a 30ºC y por ende alcanza mas rápidamente el tiempo estacionario. En cuanto a la curva de 20ºC, se observa como se extiende la fase de adaptación hasta la hora 70 en donde empieza su fase exponencial. Para la temperatura de refrigeración como se mencionó anteriormente, la levadura no se multiplicó y entro en un estado de latencia; hecho que se observó al replicarse las células al extraer el cultivo de la nevera a temperatura ambiente después de dos meses de refrigeración Nuevamente la prueba t para temperatura es la siguiente: Análisis y Resultados 46 Tabla 24. Valores de t para comparación de temperatura con una confianza del 95% T =20º C T =25º C T =20º C Parámetro con T = 25º C con T = 35º C con T = 35º C a 2,72812844 0,95944847 3,32581969 b 4,11712196 2,1463525 0,11803909 c 9,91144332 1,59598726 2,29012706 Grados de libertad 69 71 62 t crítico 1,997 1,996 1,999 Los valores de t de los parámetros sobrepasa el valor crítico, luego la temperatura es también un factor importante en el crecimiento, donde se notan las diferencias entre los valores evaluados. Básicamente con los modelos primarios, se puede establecer que la levadura emplea por lo menos de 24 a 30 horas para adaptarse al medio en las condiciones más benéficas para su crecimiento, de igual manera, entre mayor sea la tasa de crecimiento, más rápidamente alcanzará su fase estacionaria. En los modelos primarios se verificó la reproducibilidad del microorganismo, mediante ensayos por duplicado de los cultivos y detallando los valores de absorbancia obtenidos para los mismos intervalos de tiempo. De igual manera, se presentaron diferencias poco significativas en la cantidad inicial de microorganismos ya que se estandarizó el inóculo. 4. MODELOS SECUNDARIOS Con el proceso Backwards incluyendo todas las variables y combinaciones de estas hasta grado 3, se obtuvieron las siguientes ecuaciones que relacionan pH, T y aw con los parámetros de la función de Gompertz con un grado de significancia del 90%: log( a ) = 583.00768 − 1402.23816aW − 17.63068T − 8.78625 pH 2 + 836.28010aW + 87.66888 pHa W 2 + 36.51626aW T + 9.15258 pH 2 aW − 91.33269 pHa W 2 − 18.92003aW 2 T log( b) = −281.64986 − 45.60058 pH + 816.62986aW + 9.57514 pH 2 − 543.07348aW 2 − 0.02176T 2 − 0.18473aW T − 10.04561 pH 2 aW + 50.17328 pHa W + 0.02620aW T 2 2 log( c) = −694.75177 + 1435.22935aW − 745.55679 aW 2 − 0.01766T 2 − 0.13754 pH 2 aW + 1.38124 pHa W 2 + 0.01892 aW T 2 2 con unos valores de R de 0.9094, 0.8510 y 0.9457 respectivamente. En los modelos secundarios se conjugaron las variables de temperatura, aw y pH y se encontraron las ecuaciones para los parámetros de Gompertz con el objeto de simular condiciones de crecimiento en valores intermedios a los trabajados, es decir, que el modelo encontrado sólo es aplicable para pH entre 4 y 6, aw entre 0.995 y 0.957 y Temperatura entre 20ºC y 35ºC. Con el proceso estadístico Backwards se determina las ecuaciones de orden tres, observando que la transformación a logaritmo en base diez resulta con un mejor ajuste que tomando los valores de su forma original. En el proceso se incluyen todas las variables y las que no son significativas en un 10% son descartadas hasta obtener las ecuaciones mencionadas. Análisis y Resultados 47 En los modelos se ensayaron 28 cultivos de 64 posibilidades. De estos 28, se descartó uno por excesiva turbiedad generada por el ácido, dos debido a que no se presentó crecimiento (uno de ellos es la condición de refrigeración) y el último valor que corresponde a la aw=0.952 para efectuar el diseño del factorial fraccionado. En el modelo secundario no se incluye la condición de no crecimiento teniendo por tanto 24 posibilidades para modelar El primer valor de los modelos secundarios no se descartó, aunque difiere notablemente con respecto a los demás parámetros, influye de forma importante en el ajuste del modelo. Se tienen en conclusión 23 grados de libertad en total, donde 9 son para los parámetros y 14 son de error para los variables log(a) y log(b). En cuanto al log(c) 6 corresponden a los parámetros y 17 al error experimental. El modelo secundario muestra como la S. cerevisiae se reproduce sin ninguna dificultad entre los valores de pH trabajados, esto quiere decir que las condiciones de pH impuestas al microorganismo no tienen mayor significancia en su reproducción. Por el contrario, se encontró que la actividad de agua es la variable que más significancia tiene en el crecimiento de la levadura así las otras dos condiciones sean las más óptimas. De todos los cultivos que se ensayaron en el proyecto, el espectrofotómetro no reportaba ningún cambio en la densidad óptica antes de las 24 horas de haber inoculado. Este método de conteo indirecto al igual 4 que la cámara, resulta útil para concentraciones mayores a 10 celulas/ml. Es decir, la célula se toma por lo menos un día para adaptarse a un medio con óptimas condiciones y luego empieza a reproducirse a una tasa que depende de la actividad de agua, pH y temperatura a la que este sometida. Esencialmente los productos alimenticios se someten a diversas condiciones ambientales, por ello se establece la temperatura como criterio para graficar las siguientes superficies: Gráfica 7. Tasa máxima de crecimiento en función de la actividad de agua y pH a una temperatura de 20ºC 2 µ = − 1095440005 + 2267087028 a w − 3098899 pH − 1172625979 a w + 3698597 pHa w − 52377 pH 2 Análisis y Resultados 48 Gráfica 8. Tasa máxima de crecimiento en función de la actividad de agua y pH a una temperatura de 25ºC µ = −1314852250 + 2713361852a w − 3461984 pH − 1398639512a w + 3866788 pHa w − 32098 pH 2 2 Gráfica 9. Tasa máxima de crecimiento en función de la actividad de agua y pH a una temperatura de 30ºC µ = −1606777185 + 3304074969 a w − 4425134 pH − 1695755633a w + 4475385 pHa w + 5620.1525 pH 2 2 Análisis y Resultados 49 Gráfica 10. Tasa máxima de crecimiento en función de la actividad de agua y pH a una temperatura de 35ºC µ = −1936453562 + 3960225261a w − 6606003 pH − 2018546822 aw + 5888393 pHa w + 87668 pH 2 2 Gráfica 11. Fase lag en función de la actividad de agua y pH para una temperatura de 20º C λ = 99478 − 210438a w + 1246.158959 pH + 111709 aw − 1453.701605 pHa w + 16.334540 pH 2 2 Análisis y Resultados 50 Gráfica 12. Fase lag en función de la actividad de agua y pH para una temperatura de 25º C λ = 47992 − 102129 a w + 698.310531 pH + 54528a w − 802.375157 pHa w + 7.902031 pH 2 2 Gráfica 13. Fase lag en función de la actividad de agua y pH para una temperatura de 30º C λ = 34337 − 73492a w + 556.694797 pH + 39452a w − 631.707744 pHa w + 5.481909 pH 2 2 Análisis y Resultados 51 Gráfica 14. Fase lag en función de la actividad de agua y pH para una temperatura de 35º C λ = 40413 − 86585a w + 643.096349 pH + 46504 a w − 721.996519 pHa w + 5.539940 pH 2 2 Para los gráficos 7 a 14, se utilizan las ecuaciones del modelo secundario y se calcula los valores de a, b y c para cada una de las 4 temperaturas variando en 0.05 la aw y 0.1 el pH dentro de los rangos experimentados. Con dichos valores se evalúa la tasa de crecimiento y la fase lag para la levadura obteniendo que para la grafica de temperatura de 20ºC la tasa de crecimiento presenta su valor máximo para las condiciones de 0.974266 de actividad de agua y 4.816216 de pH. En cuanto a la de 25ºC, también la superficie posee un valor crítico que es máximo para una actividad de agua de 0.976484 y pH de 4.907341. Para las condiciones de 30ºC y 35ºC no se presentan valores máximos y los puntos críticos son donde la superficie cambia su concavidad, es decir puntos de silla. Reemplazando en las respectivas ecuaciones de tasa de crecimiento se obtiene que para 20º C 6 6 µ =1.470*10 y para 25ºC µ =1.837*10 levaduras por hora por cada mililitro de sustrato. Mas aún, si se reemplazan las condiciones máximas de 20ºC en la ecuación de tasa de crecimiento de 6 25ºC el valor es de 1.829*10 dando por entendido que el incremento en 5ºC de temperatura promueve la tasa de multiplicación en la levadura. Esto quiere decir que reemplazando en la curva de calibración, la mayor tasa de crecimiento se presenta en una densidad óptica de 0.2381 y 0.2921 para 20ºC y 25ºC respectivamente. Luego es conveniente hacer el mayor registro de datos cuando se presentan dichos valores de absorbancia. Las cuatros gráficas son semejantes en su forma, se observa como la actividad de agua es el factor que más repercute y este hecho se detalla en como el valor de la tasa de crecimiento disminuye a media que se baja el valor de actividad de agua. Por el contrario el pH no tiene una mayor influencia, básicamente a que la superficie disminuye de manera homogénea a medida que baja la disponibilidad de agua para la levadura. 2 Los valores de R para dichas funciones son de 0.950, 0.941, 0.933 y 0.928 para 20ºC, 25ºC, 30ºC y 35ºC respectivamente. Análisis y Resultados 52 En los gráficos de fase lag, todas las superficies de respuestas presentaron un valor mínimo que reemplazando en cada una de las respectivas ecuaciones sus valores críticos, se obtiene la siguiente tabla de valores: Tabla 25. Valores críticos para las funciones fase lag aw pH T (ºC) Fase lag (horas) 0,976407 5,303061 20 45,58 0,975939 5,363114 25 28,61 0,974345 5,363691 30 26,41 0,972124 5,304520 35 33,21 Como se observa las condiciones de aw y pH para las 4 condiciones de temperatura son semejantes, y se nota claramente como en la combinación (0.974345, 5.363391, 30) se logra la mejor condición de acoplamiento de la levadura en el sustrato. Nuevamente si se hace el mismo ejercicio como en la tasa de crecimiento y se toman las mejores condiciones de aw y pH para cualquier temperatura, se llega a la conclusión que la temperatura de 30ºC es la mejor condición de fase lag entre las cuatro. Las cuatro superficies tienen el mismo comportamiento y a diferencia de las de tasa de crecimiento, el pH tiene un aporte en la fase lag en particular para actividades de agua baja. 2 Los valores de R para dichas funciones son de 0.907, 0.887, 0.864 y 0.861 para 20ºC, 25ºC, 30ºC y 35ºC respectivamente. Observando la escala vertical (tasa de crecimiento y fase lag) en todas las gráficas y en especial para la actividad de agua más alta, los valores disminuyen a medida que se baja la temperatura; luego si se están tratando productos tales como jugos la refrigeración vendría a ser el método más conveniente para su conservación. En cuanto a los productos de baja actividad de agua, estos no tienen mayor inconveniente retardando por su misma condición la reproducción de la levadura. 5. MODELO TERCIARIO Este modelo explica mediante un programa de computador elaborado en excel el comportamiento de la levadura en condiciones no experimentadas dentro de los rangos de pH, actividad de agua y temperatura experimentado, es decir (4 < pH < 6), (20ºC < T < 35ºC) y (0.937 < aw < 0.995). Si por algún motivo los valores digitados no pertenecen a los intervalos mencionados, el programa generará un mensaje de error y los valores calculados no son representativos. Para la ejecución de la hoja de cálculo se debe proceder de la siguiente manera: 1. 2. 3. 4. Abril con el explorador el archivo 3er Modelo, Hacer clic sobre el botón “habilitar macros” al percibir el mensaje de excel. Si su programa no permite la ejecución de macros, entre al menú Herramientas y escoja la opción Macros y luego Seguridad. Cambie el nivel de seguridad a medio el cual permite ejecutar macros con autorización del usuario. Click con el mouse sobre el mensaje “Realizar Predicción” para ejecutar la macro Introducir los valores de pH, aw y Temperatura en las ventanas y pulsar enter. Después de ejecutar los pasos anteriores, el programa calcula la tasa máxima de crecimiento, la fase lag, una tabla de datos con los valores más representativos y la gráfica de la función de Gompertz para las condiciones elegidas. Análisis y Resultados 53 En primera instancia, el modelo terciario calcula los parámetros de Gompertz para las condiciones insertadas por el usuario con las ecuaciones obtenidas en el modelo secundario. Luego procede a obtener una extensa tabla de datos de la concentración de microorganismos en función del tiempo reemplazando los parámetros en la función Gompertz. El comportamiento de estos valores se analiza e identifica la fase lag, exponencial y estacionaria de la función. A partir de este análisis se obtiene el rango de la gráfica que corresponde a la diferencia de el valor en tiempo de la fase estacionaria con la fase lag divido entre 15 (cantidad de puntos necesaria para graficar la curva). Debido a la alta tasa de crecimiento de la levadura y a obtener valores de concentración en un amplio 7 rango (de 5 lev/ml hasta 10 lev/ml), el modelo terciario presenta dificultades a nivel de escala en la función de Gompertz. Por ello, se ha diseñado una macro de la siguiente manera: Private Sub CommandButton1_Click() ph = InputBox("Introduzca el pH (valor entre 4 y 6)") temp = InputBox("Introduzca la temperatura (valor entre 20 y 35 ºC)") act = InputBox("Introduzca la actividad de agua (valor entre 0,937 y 0,995) ") Range("i2").Select Selection.FormulaR1C1 = ph Range("i3").Select Selection.FormulaR1C1 = temp Range("i4").Select Selection.FormulaR1C1 = act Set minimo = Range("E10") Set maximo = Range("H34") Set intervalo = Range("G10") ActiveSheet.ChartObjects("gráfico 30").Chart.Axes(xlCategory).MinimumScale = minimo ActiveSheet.ChartObjects("gráfico 30").Chart.Axes(xlCategory).MaximumScale = maximo ActiveSheet.ChartObjects("gráfico 30").Chart.Axes(xlCategory).MajorUnit = intervalo ActiveSheet.ChartObjects("gráfico 30").Chart.Axes(xlValue).MaximumScaleIsAuto = True End Sub El primer grupo de líneas de Visual crea el botón “Realizar predicción” e introduce los valores del usuario en las celdas de la hoja de cálculo para luego ser utilizado por el programa y calcular los tiempos y concentraciones de la levadura. El segundo grupo permite reescalar la gráfica tomando valores mínimos y máximos de tal manera que la mayor densidad de puntos se ubiquen en la fase exponencial, cuya fase es la que presenta mayores cambios de concentración de microorganismos a través del tiempo. El modelo terciario no contempla la cantidad del inóculo inicial, luego es solo aplicable para condiciones extremas y concentraciones iniciales de 5 lev/ml. Dicho valor es importante, ya que como se mencionó en los ensayos preliminares, el tiempo de generación se disminuye al inocular una mayor cantidad de microorganismos alcanzando en menor tiempo una elevada cantidad de células por mililitro. CONCLUSIONES • • • • • • • • • • Las funciones Logistica y de Gompertz se ajustan al fenómeno de crecimiento de la S. cerevisiae, distinguiendo claramente las fases: lag, exponencial y estacionaria con correlaciones mayores a 0.9. El modelo secundario para evaluar los parámetros de Gompertz tiene un coeficiente de determinación de 0.9094, 0.8510 y 0.9457 para a, b y c respectivamente. La actividad de agua y temperatura en su orden, son los factores de mayor influencia sobre el crecimiento de las levaduras Las levaduras no presentan gran sensibilidad a los cambios de pH contemplados en el modelo. El efecto de la agitación no repercute de manera sustancial el crecimiento de la levadura. No se encontró relación alguna entre la absorbancia del medio y la técnica de conteo del N.M.P. La densidad óptica es una técnica indirecta de medición de microorganismos que se ajusta linealmente al conteo por cámara con un r de 0.988. Actividades de agua menores a 0.937 retardar el crecimiento de la levadura. Las temperaturas de refrigeración inhiben el crecimiento dejando la levadura en un estado de latencia y es el método más adecuado para conservar aquellos productos cuya actividad de agua resulta ser mayor a 0.957. Se encontraron valores críticos para la tasa máxima de crecimiento solo para temperaturas de 20ºC y 25ºC. 54 RECOMENDACIONES • • • • • Para concluir el proceso de modelamiento debe validarse el modelo elaborado en diferentes productos alimenticios. Se recomienda antes de validar, determinar si existe un efecto de inóculo sobre el modelo. Se recomienda aumentar el rango de cada una de las condiciones de temperatura, actividad de agua y pH experimentados. Se demostró que para valores menores a 7ºC la levadura no crece, luego es conveniente ensayar entre 7ºC y 20ºC que es un intervalo amplio en donde no se sabe el comportamiento de la S. cerevisiae. Debido a las limitaciones metodológicas de conteo cuando se tienen concentraciones de 4 levaduras por debajo de 10 lev/ml se recomienda utilizar otro método de conteo más sensible, como es el conteo en placa con la ayuda del SpiralTech. Este método además es el más empleado por casi todos los grupos de investigación que se encuentran trabajando en el tema de microbiología predictiva. Se sugiere encontrar una relación entre la técnica del N.M.P y el conteo en cámara. Los valores obtenidos de la cantidad de células por cámara son el total de células presentes mientras que el N.M.P evalúa las células viables. 55 BIBLIOGRAFÍA BARNET James Arthur. Yeast Characteristics and Identification. Cambridge University BROCK Madigan. Microbiologia Predictiva. 6ta. Edición. COCHRAN William, COX Gertrude M. Diseños Experimentales. Ed. Trilla Mexico 1980. GUTIERREZ Jose Luis, SANCHEZ Faustino. Matemática Mexicana 1988. pag 367-371. Matemáticas para las ciencias naturales. Sociedad KUEHL Robert. Diseño de Experimentos. Ed Mc Graw Hill LOPEZ Malo A., GUERRERO S. Probabilistic Modeling of Saccharomyces cerevisiae Inhibition under the effects of water activity, pH, and potassium sorbate concentration. Journal of food protection. Vol 63 pag 91-95. M.R Adams, M.O Moss. Microbiología de los Alimentos. Ed Acribia S.A. OSPINA Machado Ernesto, ALDANA Hector Alfonso, Enciclopedia Agropecuaria Terranova. Terranova Editores. 1996. PAPERGEORGAKOPOULOU and MALLER W.J. A new modeling technique and computer simulation of bacterial growth. 1984. PHILIPS. J.D and GRIFFITHS M.W. The relation between temperature and growth of bacteria in diary products. 1987 PRUITT K.M and KAMAU D.N. Mathematical models of bacterial growth, inhibition and death under combined stress conditions. 1993. WHITING Richard C, BUCHANAN Robert L. Predictive Modeling. 1994 pag 728-737. WHITING Richard C. Microbial Modeling in Foods. Ciritical Reviwes in Food Science and Nutrition. 1995. Pag 467-494 TERRY A. Roberts, BARNYI Jozsef. Mathematics of predictive food microbiology. International Journal of Food Microbiology. pag 199-209. August 1994. TUITE Michale F, OLIVER Stephen G. Saccharomyces. Biotechnology Handbooks. Pag 5-45 y 249278. W.C Frazier, D.C Westhoff. Microbiología de Alimentos. Ed. Acriba S.A. 3ra Edición. ZWIETERING M.H, JONGENBURGER I. Modeling of Bacterial Gowth Curve. Applied And Environmental Microbiology, June1990 pag 1875-1881. 56 ANEXO A ENSAYOS PRELIMINARES Ensayos de actividad de agua Se tomaron tres productos comerciales y varios medios de cultivo a distintas concentraciones de azúcar y se les sometió a análisis en la Novasina observando los siguientes resultados: Tabla 26. Actividades de agua de productos azucarados Producto Actividad de Agua (Aw) Jugo 0.999 Mermelada 0.870 Salsa de Tomate 0.905 Tabla 27. Actividades de agua del medio de cultivo a distintas concentraciones de azúcar Actividad de Gramos de azúcar para Porcentaje (p/p) agua (a w) 250 ml de sustrato 0.995 12.5 5% 0.965 22.5 9% 0.957 37.5 15% 0.952 50.0 20% 0.937 150.0 60% El factor de corrección de la novasina para actividades de agua mayor a 0.9 es de 0.02, el cual se le aplica a todos los valores ilustrados en la tabla 2 y 3 que excedían el valor mencionado. 57 Anexo A 58 Cantidad de alcohol producido por los dos cultivos: Medio Agitado: 9.5 ºG.L Medio sin Agitación: 9.5 ºG.L Grafica 15. pH en función del tiempo para cultivo agitado Cambio de pH en cultivo Agitado 6 5,5 pH 5 4,5 4 3,5 3 0 5 10 15 20 25 30 35 40 45 50 55 45 50 55 Tiempo (horas) Grafica 16. pH en función del tiempo para cultivo sin agitación Cambio de pH en Cultivo sin Agitación 6,00 5,50 pH 5,00 4,50 4,00 3,50 3,00 0 5 10 15 20 25 30 Tiempo (horas) 35 40 Anexo A 59 Grafica 17. Indice de refracción en función del tiempo para cultivo agitado Cambio del índice de refracción para cultivo agitado 1,36 1,358 1,356 1,354 I.R. 1,352 1,35 1,348 1,346 1,344 1,342 1,34 0 5 10 15 20 25 30 35 40 45 50 55 Tiempo (horas) Grafica 18. Indice de refracción en función del tiempo para cultivo sin agitación Cambio del índice de refracción para cultivo sin agitación 1,36 1,355 I.R. 1,35 1,345 1,34 1,335 0 5 10 15 20 25 30 Tiempo (horas) 35 40 45 50 55 Anexo A 60 Grafica 19. Absorbancia en función del tiempo para cultivo agitado Cambio de la densidad óptica para cultivo agitado 5,0 O.D (600 n.m). 4,5 4,0 3,5 3,0 2,5 2,0 0 5 10 15 20 25 30 35 40 45 50 55 Tiempo (horas) Grafica 20. Absorbancia en función del tiempo para cultivo no agitado Cambio de densidad óptica para cultivo sin agitación 5,0 O.D. (600 n.m) 4,5 4,0 3,5 3,0 2,5 2,0 0 5 10 15 20 25 30 Tiempo (horas) 35 40 45 50 55 ANEXO B RESULTADOS DE LOS MODELOS PRIMARIOS Tabla 28. Modelo primario pH Tiempo (Horas) O.D 0 0.0145 42 0,0264 42 0,0299 44 0,0370 44 0,0472 57 1,2305 57,5 1,2407 58 1,3488 63 1,4739 63 1,4885 63,5 1,4918 64 1,5888 64 1,6585 65 1,6511 = 5.6, aw=0.995, T = 25º C Conteo Tiempo (Horas) 3,6 65 3,894E+04 65,25 6,271E+04 67 1,109E+05 67 1,802E+05 67,75 8,217E+06 67,75 8,286E+06 68 9,020E+06 68 9,870E+06 69 9,969E+06 69 9,991E+06 70 1,065E+07 71 1,112E+07 71 1,107E+07 Tabla 29. Modelo primario pH = 5.6, aw =0.965, T = 25ºC Tiempo (Horas) O.D Conteo Tiempo (Horas) 0 0.0145 3.6 42 40 0,2183 1,342E+06 43 40 0,1814 1,092E+06 43 40,5 0,2303 1,424E+06 44 40,5 0,2153 1,322E+06 44 41 0,2406 1,494E+06 45 41 0,2756 1,731E+06 45 41,5 0,2592 1,620E+06 46 41,5 0,2756 1,731E+06 46 42 0,3104 1,968E+06 O.D 1,6728 1,6698 1,7447 1,7417 1,7988 1,7794 1,8035 1,8195 1,8837 1,8702 1,9264 2,0457 2,0424 O.D 0,3691 0,4244 0,4934 0,5504 0,6147 0,7052 0,7801 0,8789 0,9412 Conteo 1,122E+07 1,120E+07 1,171E+07 1,169E+07 1,208E+07 1,194E+07 1,211E+07 1,222E+07 1,265E+07 1,256E+07 1,294E+07 1,375E+07 1,373E+07 Conteo 2,366E+06 2,742E+06 3,211E+06 3,598E+06 4,034E+06 4,649E+06 5,158E+06 5,829E+06 6,252E+06 61 Anexo B 62 Tabla 30. Modelo primario pH = 5.6, aw =0.952, T = 25ºC Tiempo (Horas) O.D Conteo Tiempo (Horas) 0 0.0145 3,6 58 44 0,0207 2,257E+02 59 53 0,5240 3,418E+06 60 53,5 0,5466 3,572E+06 60,5 54 0,6092 3,997E+06 65 55 0,7530 4,974E+06 67 56 0,9433 6,266E+06 68 56,5 1,0832 7,216E+06 69 57 1,0820 7,208E+06 71 57,5 1,0992 7,325E+06 O.D 1,2641 1,3113 1,3907 1,4950 1,6610 1,8018 1,8501 1,8983 1,9866 Conteo 8,445E+06 8,765E+06 9,305E+06 1,001E+07 1,114E+07 1,210E+07 1,242E+07 1,275E+07 1,335E+07 Tabla 31. Modelo primario pH = 5.6, aw =0.937, T = 25ºC Tiempo (Horas) O.D Conteo Tiempo (Horas) 0 0.0145 3,6 162,5 139 0,1432 8,322E+05 164,5 139 0,1601 9,470E+05 164,5 140 0,1605 9,497E+05 186 140 0,1657 9,850E+05 186 142,5 0,2043 1,247E+06 209 142,5 0,1886 1,141E+06 209 144 0,4201 2,713E+06 215 144 0,4055 2,614E+06 215 162,5 0,4714 3,061E+06 O.D 0,4618 0,4581 0,4937 0,6942 0,6834 0,9446 1,075 1,005 1,1479 Conteo 2,996E+06 2,971E+06 3,213E+06 4,574E+06 4,501E+06 6,275E+06 7,161E+06 6,685E+06 7,656E+06 Tabla 32. Modelo primario pH=3.0, aw =0.957, T = 25º C Tiempo (Horas) N.M.P 22 26 41,5 46 52 66,5 74 90 94 114 3,6 9,1 9,10E+02 1,50E+03 4,30E+03 7,50E+04 9,40E+05 3,60E+06 3,00E+07 1,50E+08 Anexo B Tabla 33. Modelo primario pH=4.0, aw =0.957, T = 25º C Tiempo (Horas) O.D Conteo Tiempo (Horas) 0 0.0145 3,6 48 22 0,0920 4,845E+05 50 22 0,0501 1,999E+05 50 41,5 0,1404 8,132E+05 52 41,5 0,0985 5,286E+05 52 43 0,1853 1,118E+06 64 43 0,1376 7,942E+05 64 45 0,3168 2,011E+06 65 45 0,2265 1,398E+06 65 46 0,4027 2,595E+06 67 46 0,3133 1,987E+06 67 48 0,6083 3,991E+06 Tabla 34. Modelo primario pH=5.0, aw =0.957, T = 25º C Tiempo (Horas) O.D Conteo Tiempo (Horas) 0 0.0145 3,6 50 22 0,028 4,980E+04 51 24,5 0,0276 4,709E+04 51 24,5 0,0355 1,007E+05 52 41,5 0,0484 1,884E+05 52 41,5 0,0501 1,999E+05 56 43 0,0682 3,228E+05 56 43 0,0688 3,269E+05 64 45 0,1466 8,553E+05 64 45 0,1498 8,770E+05 65 46 0,204 1,245E+06 65 46 0,1529 8,981E+05 67 47 0,2121 1,300E+06 67 47 0,2252 1,389E+06 69 48 0,3244 2,063E+06 69 48 0,3408 2,174E+06 70 50 0,5908 3,872E+06 70 63 O.D 0,5301 0,9425 0,8455 1,3232 1,1324 2,3812 2,3345 2,3958 2,3789 2,4401 2,4635 Conteo 3,460E+06 6,261E+06 5,602E+06 8,846E+06 7,550E+06 1,603E+07 1,571E+07 1,613E+07 1,602E+07 1,643E+07 1,659E+07 O.D 0,6153 0,7777 0,7978 0,9814 0,9901 1,2401 1,3028 1,9282 1,9351 1,9278 1,9399 2,0734 2,0551 2,1683 2,1415 2,3001 2,0673 Conteo 4,038E+06 5,141E+06 5,278E+06 6,525E+06 6,584E+06 8,282E+06 8,708E+06 1,296E+07 1,300E+07 1,295E+07 1,303E+07 1,394E+07 1,382E+07 1,459E+07 1,440E+07 1,548E+07 1,390E+07 Anexo B 64 Tabla 35. Modelo primario pH=6.0, aw =0.957, T = 25º C Tiempo (Horas) O.D Conteo Tiempo (Horas) 0 0.0145 3,6 48 24,5 0,0234 1,856E+04 50 24,5 0,0222 1,041E+04 50 41,5 0,104 5,660E+05 56 41,5 0,0978 5,239E+05 56 43 0,1753 1,050E+06 64 43 0,2357 1,460E+06 64 45 0,4482 2,904E+06 65 45 0,3301 2,102E+06 65 46 0,59 3,867E+06 67 46 0,4582 2,972E+06 67 47 0,8384 5,554E+06 69 47 0,7973 5,275E+06 69 48 1,0129 6,739E+06 70 70 O.D 0,9853 1,1702 1,1646 1,4874 1,5012 1,9861 1,9879 1,9953 1,9902 2,0962 2,066 2,167 2,155 2,3183 2,3654 Conteo 6,551E+06 7,807E+06 7,769E+06 9,961E+06 1,006E+07 1,335E+07 1,336E+07 1,341E+07 1,338E+07 1,410E+07 1,389E+07 1,458E+07 1,450E+07 1,560E+07 1,592E+07 Tabla 36. Modelo primario pH=5.6, aw =0.957, T=20ºC Tiempo (Horas) 0 70 70 71 71 72 72 74 74 75,5 75,5 76,5 76,5 78 78 88 88 O.D 0.0145 0,0378 0,0287 0,0354 0,0474 0,045 0,055 0,069 0,1061 0,0998 0,1462 0,2044 0,1403 0,2733 0,3364 1,0485 1,1211 Conteo 3,6 1,164E+05 5,456E+04 1,001E+05 1,816E+05 1,653E+05 2,332E+05 3,283E+05 5,802E+05 5,374E+05 8,526E+05 1,248E+06 8,125E+05 1,716E+06 2,144E+06 6,981E+06 7,474E+06 Tiempo (Horas) 96 96 97 97 98,5 98,5 99,5 99,5 100,5 100,5 118,5 118,5 120,5 120,5 123,5 123,5 O.D 1,6688 1,7489 1,6778 1,747 1,804 1,8462 1,8641 1,8919 1,9455 1,9567 2,1861 2,2128 2,2588 2,2795 2,2865 2,2516 Conteo 1,119E+07 1,174E+07 1,125E+07 1,172E+07 1,211E+07 1,240E+07 1,252E+07 1,271E+07 1,307E+07 1,315E+07 1,471E+07 1,489E+07 1,520E+07 1,534E+07 1,539E+07 1,515E+07 Anexo B 65 Tabla 37. Modelo primario pH=5.6, aw =0.957, T=30ºC Tiempo (Horas) 0 31 32 33 34 35 36 36 36,5 37 37 37,5 38 39 39,5 40 40,5 41 44 44 45 O.D 0.0145 0,0222 0,0293 0,0338 0,0411 0,0272 0,1019 0,0296 0,1218 0,1780 0,0351 0,2191 0,2648 0,0795 0,0909 0,1364 0,1633 0,1890 1,4072 1,1259 1,4113 Conteo 3,6 1,041E+04 5,863E+04 8,920E+04 1,388E+05 4,437E+04 5,517E+05 6,067E+04 6,869E+05 1,069E+06 9,802E+04 1,348E+06 1,658E+06 3,996E+05 4,770E+05 7,860E+05 9,687E+05 1,143E+06 9,417E+06 7,506E+06 9,445E+06 Tiempo (Horas) 45 45,5 45,5 46 46 46,5 46,5 47 47 47,5 47,5 48 48 48,5 48,5 49,5 49,5 57 60 60 63 O.D 1,1311 1,4301 1,1259 1,5155 1,3125 1,6442 1,4368 1,7220 1,5421 1,7994 1,6812 1,8426 1,7784 1,9146 1,8997 1,9685 1,9204 2,1419 2,1354 2,1369 2,1410 Tabla 38. Modelo primario pH=5.6, aw =0.957, T=35ºC Tiempo (Horas) O.D Conteo Tiempo (Horas) 0 0.0145 3,6 38,5 28 0,0475 1,822E+05 39 31 0,0243 2,468E+04 39,75 32 0,0449 1,646E+05 40,25 32,5 0,0439 1,578E+05 40,75 34 0,0688 3,269E+05 45 34 0,0792 3,975E+05 45 35 0,1298 7,412E+05 46,5 35 0,1118 6,189E+05 46,5 35,5 0,1414 8,200E+05 47,5 36 0,1968 1,196E+06 47,5 36 0,2451 1,524E+06 51 36,75 0,3598 2,303E+06 51 37 0,3289 2,093E+06 57 37,25 0,463 3,004E+06 60 37,5 0,423 2,732E+06 60 37,75 0,625 4,104E+06 63 38 0,537 3,507E+06 O.D 0,6992 0,8641 1,0713 1,2237 1,4013 1,5545 1,5357 1,5681 1,5938 1,7242 1,7604 1,9798 2,0143 2,0465 2,2497 2,0703 2,2621 Conteo 7,542E+06 9,572E+06 7,506E+06 1,015E+07 8,774E+06 1,103E+07 9,618E+06 1,155E+07 1,033E+07 1,208E+07 1,128E+07 1,237E+07 1,194E+07 1,286E+07 1,276E+07 1,323E+07 1,290E+07 1,441E+07 1,436E+07 1,437E+07 1,440E+07 Conteo 4,608E+06 5,728E+06 7,135E+06 8,170E+06 9,377E+06 1,042E+07 1,029E+07 1,051E+07 1,068E+07 1,157E+07 1,182E+07 1,331E+07 1,354E+07 1,376E+07 1,514E+07 1,392E+07 1,522E+07 Anexo B Tabla 39. Modelo primario pH=4, aw =0.957, T=20ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 71,50 0,0321 7,765E+04 95,00 0,2692 1,688E+06 100,50 0,7385 4,875E+06 101,25 0,8223 5,444E+06 101,50 0,8443 5,594E+06 101,75 0,8894 5,900E+06 102,00 0,9135 6,064E+06 102,50 0,9848 6,548E+06 103,00 1,0440 6,950E+06 117,50 1,9395 1,303E+07 118,50 1,9385 1,303E+07 Tabla 40. Modelo primario pH=4, aw =0.937, T=25ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 41,50 0,0476 1,829E+05 188,00 0,3646 2,336E+06 189,00 0,3139 1,992E+06 208,00 0,5310 3,466E+06 211,00 0,5600 3,663E+06 214,00 0,6142 4,031E+06 214,50 0,6200 4,070E+06 232,50 0,8355 5,534E+06 237,00 0,9177 6,092E+06 257,50 1,1091 7,392E+06 260,50 1,2649 8,450E+06 281,50 1,3916 9,311E+06 66 Anexo B Tabla 41. Modelo primario pH=4, aw =0.995, T=30ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 46,50 0,7282 4,805E+06 47,50 0,9046 6,003E+06 48,00 1,0417 6,934E+06 48,50 1,1759 7,846E+06 49,00 1,3038 8,715E+06 50,00 1,5794 1,059E+07 50,50 1,6695 1,120E+07 51,00 1,7711 1,189E+07 51,50 1,8224 1,224E+07 52,00 1,9123 1,285E+07 52,50 1,9667 1,322E+07 Tabla 42. Modelo primario pH=4, aw =0.965, T=35ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 38,50 0,3427 2,187E+06 39,00 0,4131 2,665E+06 39,50 0,4749 3,085E+06 40,00 0,6252 4,106E+06 40,50 0,7778 5,142E+06 41,00 0,9091 6,034E+06 41,50 1,0637 7,084E+06 42,00 1,2587 8,408E+06 42,50 1,3948 9,333E+06 43,00 1,5179 1,017E+07 44,00 1,7419 1,169E+07 45,00 1,8301 1,229E+07 46,00 1,9027 1,278E+07 67 Anexo B Tabla 43. Modelo primario pH=5, aw =0.995, T=25ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 28,50 0,0511 2,067E+05 30,50 0,0962 5,130E+05 39,50 0,5073 3,305E+06 40,00 0,5332 3,481E+06 40,50 0,5991 3,928E+06 41,00 0,6919 4,559E+06 41,50 0,7945 5,256E+06 42,00 0,8971 5,952E+06 43,00 1,1487 7,661E+06 43,50 1,2333 8,236E+06 44,00 1,3392 8,955E+06 44,50 1,4423 9,655E+06 45,00 1,5113 1,012E+07 46,00 1,7268 1,159E+07 47,00 1,8575 1,247E+07 48,00 1,9420 1,305E+07 Tabla 44. Modelo primario pH=5, aw =0.965, T=30ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 38,50 0,0999 5,381E+05 39,50 0,1366 7,874E+05 40,50 0,2295 1,418E+06 41,00 0,2800 1,761E+06 41,50 0,3792 2,435E+06 42,00 0,4158 2,684E+06 42,50 0,5774 3,781E+06 43,00 0,7134 4,705E+06 44,25 1,0960 7,303E+06 44,75 1,1962 7,984E+06 45,00 1,2615 8,427E+06 47,50 1,6689 1,119E+07 48,50 1,6860 1,131E+07 50,50 1,9185 1,289E+07 68 Anexo B Tabla 45. Modelo primario pH=5, aw =0.957, T=35ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 38,50 0,2483 1,546E+06 39,00 0,2876 1,813E+06 39,50 0,3515 2,247E+06 40,00 0,4397 2,846E+06 40,50 0,5982 3,922E+06 41,00 0,7143 4,711E+06 41,50 0,8324 5,513E+06 42,00 0,9933 6,606E+06 42,50 1,2156 8,115E+06 43,00 1,3824 9,248E+06 44,25 1,7131 1,149E+07 44,75 1,7911 1,202E+07 45,00 1,8243 1,225E+07 Tabla 46. Modelo primario pH=5.6, aw =0.995, T=20ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 85,25 0,1383 7,989E+05 86,50 0,1557 9,171E+05 87,50 0,1862 1,124E+06 89,00 0,2607 1,630E+06 93,75 0,7618 5,033E+06 94,25 0,8246 5,460E+06 94,50 0,8541 5,660E+06 95,50 0,9346 6,207E+06 96,50 1,0478 6,976E+06 97,50 1,1917 7,953E+06 99,00 1,4411 9,647E+06 100,00 1,5455 1,036E+07 100,50 1,5697 1,052E+07 101,25 1,6615 1,114E+07 102,00 1,7591 1,181E+07 103,00 1,8797 1,263E+07 69 Anexo B Tabla 47. Modelo primario pH=5.6, a w =0.937, T=35ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 99,00 0,0852 4,383E+05 115,50 0,0739 3,615E+05 113,50 0,0801 4,036E+05 119,50 0,0878 4,559E+05 134,50 0,1233 6,970E+05 159,00 0,2171 1,334E+06 233,00 0,5989 3,927E+06 254,00 0,6944 4,576E+06 283,00 0,7478 4,938E+06 305,00 0,7705 5,093E+06 380,50 0,8102 5,362E+06 404,50 0,8183 5,417E+06 Tabla 48. Modelo primario pH=6, aw =0.995, T=20ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 66,50 0,0496 1,041E+04 68,50 0,0665 3,113E+05 70,00 0,0930 4,913E+05 71,00 0,1223 6,903E+05 73,50 0,0845 4,335E+05 75,50 0,1480 8,648E+05 76,50 0,1931 1,171E+06 77,00 0,2265 1,398E+06 78,00 0,2543 1,587E+06 79,00 0,2943 1,858E+06 88,00 1,5472 1,037E+07 89,50 1,6267 1,091E+07 91,00 1,6952 1,137E+07 93,50 1,9203 1,290E+07 70 Anexo B Tabla 49. Modelo primario pH=6, aw =0.937, T=30ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 239,00 0,1555 9,157E+05 241,00 0,1620 9,599E+05 245,75 0,1984 1,207E+06 262,50 0,2236 1,378E+06 264,50 0,2450 1,524E+06 270,50 0,2756 1,731E+06 285,50 0,2818 1,774E+06 307,00 0,3721 2,387E+06 381,00 0,6206 4,074E+06 402,00 0,7059 4,654E+06 431,00 0,7276 4,801E+06 453,00 0,7857 5,196E+06 528,50 0,8054 5,330E+06 552,50 0,8075 5,344E+06 Tabla 50. Modelo primario pH=6, aw =0.995, T=35ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 38,50 0,2713 1,702E+06 39,00 0,3084 1,954E+06 39,50 0,3771 2,421E+06 40,00 0,5057 3,294E+06 40,50 0,6295 4,135E+06 41,00 0,7654 5,058E+06 41,50 0,9351 6,210E+06 42,00 1,1415 7,612E+06 42,50 1,3143 8,786E+06 43,00 1,4935 1,000E+07 44,00 1,7746 1,191E+07 45,00 1,9005 1,277E+07 46,00 2,0473 1,376E+07 71 Anexo B Tabla 51. Modelo primario pH=5, aw =0.957, T=20ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 64,50 0,0336 8,784E+04 66,00 0,0522 2,142E+05 67,00 0,0606 2,712E+05 68,50 0,0849 4,362E+05 70,00 0,1243 7,038E+05 71,00 0,1682 1,002E+06 73,50 0,0210 2,263E+03 76,50 0,0291 5,727E+04 77,00 0,0308 6,882E+04 78,00 0,0514 2,087E+05 79,00 0,0903 4,729E+05 88,00 1,5854 1,063E+07 89,50 1,7035 1,143E+07 91,00 1,6890 1,133E+07 93,50 1,8792 1,262E+07 Tabla 52. Modelo primario pH=4, aw =0.995, T=20ºC Tiempo (Horas) O.D Conteo 0,00 0,0145 3,600E+00 41,50 0,0439 1,578E+05 64,50 0,0682 3,228E+05 66,50 0,0853 4,390E+05 73,50 0,0791 3,969E+05 75,50 0,1073 5,884E+05 76,50 0,1251 7,093E+05 77,00 0,1302 7,439E+05 78,00 0,1654 9,830E+05 79,00 0,2008 1,223E+06 88,00 1,6499 1,107E+07 91,00 1,7708 1,189E+07 72 Anexo B Tabla 53. Modelo primario pH=6, Tiempo (Horas) O.D 0,00 0,0145 376,50 0,1197 380,00 0,1934 399,00 0,3203 495,50 0,7547 501,50 0,7974 521,00 0,9708 527,50 1,0309 544,00 1,1089 551,50 1,1373 567,00 1,1908 688,50 1,4073 695,50 1,3637 712,00 1,3866 73 aw =0.937, T=20ºC Conteo 3,600E+00 6,726E+05 1,173E+06 2,035E+06 4,985E+06 5,275E+06 6,453E+06 6,861E+06 7,391E+06 7,584E+06 7,947E+06 9,417E+06 9,121E+06 9,277E+06