Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Logaritmo N
ymx
Tiempo (t)
= +
Editor
Enrique
Cabeza Herrera
UNIVERSIDAD DE PAMPLONA
PAMPLONA COLOMBIA
Ttulo original:
Autor:
Editorial:
I.S.B.N.:
enalcahe@unipamplona.edu.co
http://sites.google.com/site/enalcahe
IMPRESO EN COLOMBIA
PRINTED IN COLOMBIA
Reservados todos los derechos. Este libro no podr ser reproducido en forma alguna,
total o parcialmente por cualquier medio, sin el permiso expreso del autor.
FUNDAMENTOS DE MICROBIOLOGA
PREDICTIVA: Aplicaciones tericas y prcticas
CONTENIDO
Pg.
Unidad 1. Introduccin a la Microbiologa Predictiva
Unidad 2. Matemticas del crecimiento bacteriano.
Unidad 3.
Unidad 4.
Unidad 5.
Unidad 6.
Unidad 7.
Unidad 8.
Unidad 9.
Unidad 10.
ACTIVIDADES PRACTICAS
Pg.
Actividad 1.
Actividad 2.
Actividad 3.
Actividad 4.
Actividad 5.
Actividad 6.
Actividad 7.
Actividad 8.
Actividad 9.
Actividad 10.
Cdigo
FMP v.01
Pgina
5 de 103
1.1. INTRODUCCIN
Cdigo
FMP v.01
Pgina
6 de 103
microbiano partiendo como base de que: las respuestas de los microorganismos a los factores
medioambientales son reproducibles, por otra parte, el papel que juegan los microorganismos
en los alimentos es cada da ms relevante, no solo desde el punto de vista sanitario, por su
impacto en la salud pblica, sino tambin en el deterioro de los productos alimenticios que
generan prdidas econmicas. As mismo, la Microbiologa Predictiva a travs de interfaces con
muchas otras disciplinas se ha convertido en un paradigma de la microbiologa moderna de
alimentos. Proporciona una base cientfica para sustentar el concepto de HACCP y la
Evaluacin Cuantitativa de Riesgos Microbiolgicos.
As
Cdigo
FMP v.01
Pgina
7 de 103
Fuente: Autor
1.2.1. Orgenes de la Microbiologa Predictiva
Como
Scott en 1937 sent las bases de los modelos cinticos al afirmar que el conocimiento de
las velocidades de crecimiento de ciertos microorganismos a diferentes temperaturas es
esencial para los estudios sobre el deterioro de la carne refrigerada. Con estos datos, debera
ser posible predecir la influencia relativa de la alteracin sobre el deterioro ejercida por los
diferentes organismos en cada temperatura de almacenamiento, adems, debera ser posible
predecir el potencial alcance de los cambios en las poblaciones que diversos organismos
pueden sufrir durante el perodo inicial de enfriamiento de las superficies de la carne en los
mataderos cuando la superficie es con frecuencia mantenida a temperaturas muy favorables
para la proliferacin microbiana (Ross y McMeekin, 1994).
Por otra parte, J. Monod (1949) sent las bases del crecimiento bacteriano aplicado a la
industria de la fermentacin (McMeekin y Ross, 2002). Monod plante que El crecimiento
bacteriano, a pesar de la inmensa complejidad de los fenmenos a los que se someten, en
general, obedece a unas leyes relativamente sencillas que permiten definir ciertas
caractersticas cuantitativas del ciclo de crecimiento, fundamentalmente las tres constantes de
crecimiento: el crecimiento total (G), la tasa de crecimiento exponencial (R) y la fase de latencia
Cdigo
FMP v.01
Pgina
8 de 103
(L).
1.2.2. Estancamiento
Durante los aos 60s y 70s la literatura sobre el tema permaneci silenciosa y el uso de
modelos cinticos se aplicaron para resolver problemas de alteracin de alimentos, mientras
que los modelos probabilsticos fueron empleados en los problemas de contaminacin de
alimentos y ETAS: botulismo. En 1973, Olley y Ratkowsky proponen el modelo de Curva de
Alteracin Universal dependiente de la temperatura en la alteracin del pollo.
1.2.3. Evolucin
Cdigo
FMP v.01
Pgina
9 de 103
Un
Cdigo
FMP v.01
Pgina
10 de 103
El
Los
Bibliografa
Datta, A.K., Sablani, S.S. (2006). Chapter 1: Mathematical Modeling Techniques in Food and
Bioprocesses: An Overview. In: Handbook of Food and Bioprocess Modeling Techniques /
Editors, Shyam S. Sablani, Mohammad S. Rahman, Ashim K. Datta and Arun S. Mujumdar.
Taylor and Francis Group, LLC. CRC Press. Boca Raton, FL, USA. Pages 1 11.
Gershenfeld, N. (1999). The Nature of Mathematical Modeling. Cambridge: Cambridge
University Press.
Van Boekel, M.A.J.S., Tijskens, L.M.M. (2001). Kinetic Modelling. In: Food Process Modelling /
Editors L.M.M. Tijskens, M.L.A.T.M. Hertog and B.M. Nicola. Woodhead Publishing
Limited. CRC Press. Boca Raton, FL, USA. Pages 35 59.
Baranyi, J., Pin, C. (2001). Modelling Microbial Safety. In: Food Process Modelling / Editors
L.M.M. Tijskens, M.L.A.T.M. Hertog and B.M. Nicola. Woodhead Publishing Limited. CRC
Press. Boca Raton, FL, USA. Pages 383 401.
Baranyi, J., Roberts, T.A. (1992). A terminology for models in predictive microbiology A reply to
Cdigo
FMP v.01
Pgina
11 de 103
Cdigo
FMP V. 01
Pgina
12 de 103
OBJETIVOS DE LA UNIDAD
Al finalizar la unidad el lector estar en capacidad de:
Comprender los fundamentos matemticos del crecimiento y muerte bacteriana.
Construir grficos tanto de crecimiento como muerte empleando hojas de clculo de
cualquier programa ofimtico (p.ej. Microsoft Office Excel, OpenOffice Cal, Star Office
Cal, IBM Cal, etc.).
Manejar las hojas de clculo como herramienta para estimar el comportamiento de una
poblacin bacteriana.
Estimar los diferentes parmetros cinticos tanto de crecimiento como muerte
bacteriana.
2.2.
CRECIMIENTO BACTERIANO
En este captulo abordaremos el estudio matemtico del crecimiento bacteriano desde una
perspectiva clsica, es decir, partiendo del principio que el crecimiento bacteriano obedece a un
crecimiento constante (crecimiento equilibrado). Los aspectos de fisiologa del crecimiento sern
vistos en forma general y se profundizar en algunos de ellos en captulos posteriores. Sin
embargo, si el lector desea estudiar a profundidad los aspectos fisiolgicos, podemos sugerirle
revisar tratados o libros de microbiologa como Brock Biology of Microorganisms de Madigan et
al. (2008) o Zinsser Microbiology de Joklik et al. (1997).
Cdigo
FMP V. 01
Pgina
13 de 103
parmetros (Willet, 1997; Madigan et al., 2008), ya que cada especie puede variar su tamao,
velocidad de crecimiento y densidad celular en funcin de las condiciones intrnsecas,
extrnsecas e implcitas del cultivo donde se encuentren. Por tanto, en estudios cuantitativos que
se ocupan del desarrollo celular es necesario diferenciar entre la concentracin celular, es decir,
el nmero de clulas por unidad de volumen de cultivo, y la densidad bacteriana, que se define
como el protoplasma total por unidad de volumen (Willet, 1997). En apartados posteriores
realizaremos una mayor distincin entre estos dos aspectos, la forma de determinarlos y la
relacin entre ellos.
Figura 2.1. Representacin del crecimiento bacteriano por fisin binaria.
CRECIMIENTO ASINCRNICO
El
Cdigo
FMP V. 01
Pgina
14 de 103
Fase de
declive
Fase
exponencial
Transicin 2
Fase de
latencia
Transicin 3
Transicin 1
Fuente: Autor.
Tiempo
En la curva anterior se muestra las cuatro fases del desarrollo bacteriano que se producen
cuando se representa el nmero de clulas viables en funcin del tiempo en un cultivo
discontinuo y asincrnico. Ntese la presencia de tres interfases con variaciones de pendiente
que indican la transicin de una a otra fase del desarrollo: transicin 1 entre las fases de latencia
exponencial, transicin 2 entre las fases exponencial estacionaria y la transicin 3 entre las
fases estacionaria declive. En cultivos sincrnicos las interfases tienden a desaparecer ya que
las clulas crecen de forma simtrica y por tanto la curva de crecimiento adopta una forma lineal
entre cada una de las cuatro fases de crecimiento.
2.4.
CRECIMIENTO EQUILIBRADO
Cdigo
FMP V. 01
Pgina
15 de 103
continuo donde el crecimiento ocurre como una serie de fases sucesivas (Curva Sigmoidal).
Ecuaciones de crecimiento equilibrado: Como es sabido el crecimiento bacteriano sigue
una relacin exponencial de primer orden, esto es, que por cada clula que se divida se
originan dos nuevas (Figura 1). De esta forma se puede afirmar que el crecimiento
bacteriano se comporta de acuerdo a la siguiente relacin:
= 2 (Ecuacin 1)
donde N es el nmero de clulas y n el nmero de duplicaciones que han tenido lugar.
Si asumimos que N = Nf en determinado tiempo Nf(t), entonces Nf(t) es dependiente del
nmero inicial de clulas (N0) y del nmero de divisiones que haya tenido lugar en ese
intervalo de tiempo n(t), de esta forma si reordenamos la ecuacin 1, obtenemos la siguiente
expresin matemtica que rige el crecimiento bacteriano en funcin del tiempo:
= 0 2 (Ecuacin 2)
Velocidad relativa de crecimiento y velocidad especfica de crecimiento: Si x(t) es una
variable tiempo-dependiente que describe la variacin de cierta sustancia, como biomasa o
concentracin de la clula. La velocidad instantnea del proceso es la derivada de
x(t):dx(t)/dt. La velocidad especfica, (t), se define como:
() =
Ecc. 3
( )
Ecc.
Cdigo
FMP V. 01
Pgina
16 de 103
( 0 )
( 0 )
Ecc. 4.1
( 0 )
( 0 )
Ecc. 4.2
Ecc. 5
3,3 0
Ecc. 7
Cdigo
FMP V. 01
Pgina
17 de 103
2.5.
Cdigo
FMP V. 01
Pgina
18 de 103
Cdigo
FMP V. 01
Pgina
19 de 103
Statistica, SPSS, Microfit, DMFit, mientras ejemplos de software especficos son: Pathogen
Modeling Program (PMP), Seafood Spoilage and Safety Predictor (SSSP).
2.7.
REACTIVOS
No se requieren.
2.8.
PROCEDIMIENTO
Antes de abordar el procedimiento, debemos aclarar que en esta prctica se emplear un
ejemplo sencillo de crecimiento equilibrado con independencia de fases de la curva de
crecimiento, es decir, que los datos se manejaran teniendo en cuenta solo la fase de
crecimiento exponencial y no los datos de crecimiento de una curva completa, la cual se
abordar en una prctica posterior. Tambin se presentarn dos procedimientos (mtodo
grfico y mtodo de las funciones) en forma de ventanas.
Mtodo grfico
A travs de ventanas que representa la hoja de clculo Excel desarrollaremos un ejercicio
de construccin de curvas de crecimiento y estimacin del mismo, con los supuestos datos
de crecimiento de S. aureus (100 UFC/g) mostrados en la Tabla 1, donde el
microorganismos mantenido durante 25 horas a 37C.
Tabla 1: Resultados supuestos del crecimiento de S. aureus en caldo BHI incubado a 37C
durante 25 horas.
Cdigo
FMP V. 01
Pgina
20 de 103
Tiempo (horas)
Poblacin (UFC/g)
Tiempo (horas)
Poblacin (UFC/g)
0,0
100
13,0
61659500
1,1
105
14,1
141253754
2,2
230
15,1
251188643
3,3
1230
16,2
354813389
4,3
4266
17,3
426579519
5,4
15136
18,4
457088190
6,5
52481
19,5
478630092
7,6
186209
20,5
489778819
8,7
645654
21,6
489778819
9,7
2187762
23,4
489778819
10,8
7244360
25,2
489778819
11,9
22387211
-----
---------
Cdigo
FMP V. 01
Pgina
21 de 103
Cdigo
FMP V. 01
Pgina
22 de 103
5,0
10,0
15,0
20,0
25,0
30,0
Log10 UFC/g
5,000
0,000
0,0
5,0
10,0
15,0
20,0
25,0
30,0
En los siguientes pasos calcularemos los diversos parmetros del crecimiento tales como:
velocidad media especfica de crecimiento, duracin de la fase de latencia y duracin de la
fase exponencial. As mismo, con los datos anteriores, calcularemos el tiempo medio de
generacin.
PASO 3: De acuerdo con la figura anterior procedemos a graficar nuevamente los datos de
crecimiento exponencial, para tal fin seleccionaremos aquella porcin del crecimiento en el
cual la poblacin aumenta de forma lineal. Seleccionamos la pestaa Insertar y all
escogemos la opcin Dispersin y elegimos el grfico con lneas suavizadas y
marcadores.
Cdigo
FMP V. 01
Pgina
23 de 103
Cdigo
FMP V. 01
Pgina
24 de 103
1
2
3
1) Nombre de la serie: escogemos el nombre que queremos para la curva, por ejemplo si
graficamos el logaritmo 10 de los datos de crecimiento, seleccionamos la casilla C1.
2) Valores de X: Para nuestro caso seleccionaremos los correspondientes al tiempo desde
A5 hasta A13.
3) Valores de Y: En nuestro ejemplo escogemos los correspondientes al crecimiento en
logaritmo 10, desde C5 hasta C13.
Una vez finalizada la opcin de cargar datos para la curva damos click en Aceptar segn
se muestra en la figura 8; posteriormente repetimos el procedimiento del PASO 4 para
cargar los datos de crecimiento en logaritmo natural (ln UFC/g).
Figura 8. Ventana Secundaria de datos diligenciada.
PASO 5: Al finalizar de cargar los datos de logaritmo natural obtendremos la grfica con los
crecimientos lineales de la fase exponencial. Posteriormente nos ubicamos con el cursor
sobre la lnea que representa el crecimiento y damos clic con el botn derecho del ratn, y
seleccionamos la opcin Agregar lnea de tendencia segn se muestra en la figura 9.
Figura 9. Ventana principal de Agregar lnea de tendencia..
Cdigo
FMP V. 01
Pgina
25 de 103
Figura 11. Curva de crecimiento exponencial de S. aureus con sus respectivas ecuaciones
y coeficientes de determinacin.
Cdigo
FMP V. 01
Pgina
26 de 103
Logx UFC/g
Ln UFC/g
y = 1,1437x + 3,4217
R = 0,9997
Log10 UFC/g
0,0
5,0
10,0
y = 0,4967x + 1,486
R = 0,9997
15,0
Tiempo (horas)
Cdigo
FMP V. 01
Pgina
27 de 103
Descripcin
Los valores de error estndar para los coeficientes m1,m2,...,mn.
seb
r2
sey
df
Grados de libertad. Utilice los grados de libertad para encontrar valores F crticos en
una tabla estadstica. Compare los valores que encuentre en la tabla con la
estadstica F devuelta por ESTIMACION.LINEAL para determinar un nivel de
confianza para el modelo.
ssreg
ssresid
Para el mtodo de las frmulas emplearemos el mismo ejemplo del caso anterior.
PASO 1: En la ventana principal de la hoja de clculo seleccionamos 5 casillas en blanco en
dos columnas seguidas, posteriormente en la pestaa Frmulas seleccionaremos Insertar
Funcin como se muestra en la figura 12.
Cdigo
FMP V. 01
Pgina
28 de 103
Cdigo
FMP V. 01
Pgina
29 de 103
Los argumentos a escribir en esta ventana para completar la informacin son los siguientes
(figura 15).
En el cuadro Conocido_y escribimos D5:D13 que representa el logaritmo natural del
crecimiento de la poblacin (mismos valores seleccionados en el paso 4 del mtodo
grfico).
En el cuadro Conocido_x escribimos A5:A13 que representa el tiempo durante el
cual crece la poblacin (mismos valores del tiempo seleccionados en el paso 4 del
mtodo grfico).
En la casilla correspondiente a Constante y Estadstica escribimos la palabra
VERDADERO.
Figura 15. Ventana de argumentos de la funcin Estimacin.Lineal completa.
PASO 4: Una vez diligenciada esta informacin presionamos al tiempo las teclas: Ctrl + Shif
+ Alt + Aceptar de la ventana anterior. La tecla Shif corresponde a aquella que tiene la
flecha:
. Al final obtendremos los datos mostrados en la siguiente figura:
Cdigo
FMP V. 01
Pgina
30 de 103
Estimacin lineal
1,14372017
3,42169901
0,00746925
0,06030027
0,99970154
0,06239195
23446,9196
7
91,2731138
0,02724929
En la ilustracin anterior los datos de estimacin lineal corresponden en su orden a las
siguientes estadsticas de regresin correspondientes a la funcin lineal:
Cdigo
FMP V. 01
Pgina
31 de 103
= 1,1437 + 3,4217
R2 = 0,9997
Como podemos ver, estos datos son los mismos obtenidos en la figura 11 (mtodo grfico).
Cdigo
FMP V. 01
Pgina
32 de 103
2.9.
Para el desarrollo de la anterior prctica se ha definido un nivel de Riesgo Bajo o nivel 1; es decir
que se requiere del uso de Bata de Laboratorio Manga Larga, Zapato Cerrado Bajo, Pantaln
Largo.
2.10.
BIBLIOGRAFA
Labuza, T. (2004). Predictive Microbiology Principles. Department of Food Science and
Nutrition. University of Minnesota. USA. Pp. 12.
Nies, M.L. (2006). Using Computer Spreadsheets to Solve Equations. Learning & Leading
with Technology, 3(23).
Monod, J. (1949). The growth of bacterial cultures. Annual Review of Microbiology 3: 371
394.
Microsoft Office Excel 2007 de Microsoft Corporation Inc. Marca registrada.
Zwietering, M.H., Rombouts, F.M., vant Riet, K. (1992). Comparison of definitions of the lag
phase and the exponential phase in bacterial growth. J. Appl. Bacteriol., 72: 139145.
Madigan, M.T., Martinko, J.M., Dunlap, P.V., Clark, D.P., Brock, T. (2008). Chapter 6:
Microbial Growth - Unit 1: Principles of Microbiology. In: Brock Biology of Microorganisms:
International Edition. 20th ed. Prentice Hall Edit.
Willett, H.P. (1997). Captulo 5 Fisiologa del crecimiento bacteriano. En: Zinsser
Microbiologa. 20 edicin. Joklik, W.K., Willett, H.P., Amos, B., Wilfert, C.M., Editores.
Editorial Mdica Panamericana S.A. Buenos Aires, Argentina. Pgs. 78 109.
Cdigo
FMP V. 01
Pgina
33 de 103
Cdigo
FMP V. 01
Pgina
34 de 103
ACTIVIDAD 2
ESTANDARIZACIN DE UNA CURVA PATRON DE CRECIMIENTO BACTERIANO POR
MTODO TURBIDIMTRICO (PATRN McFARLAND) Y RECUENTO EN PLACA.
2.11.
OBJETIVOS
MARCO TERICO
Cdigo
FMP V. 01
Pgina
35 de 103
Cdigo
FMP V. 01
Pgina
36 de 103
Los primeros incluyen normalmente el recuento en placa (mucho trabajo, costos, tiempo) o
conteo directo al microscopio (cmara de Neubauer), mientras los segundos cuantifican
indirectamente la poblacin a travs de diferentes mtodos:
Mtodos elctricos: impedancia, conductancia.
Mtodos turbidimtricos pticos: Escala de McFarland.
Mtodos turbidimtricos instrumentales: Absorbancia, Tramitancia.
Citometra de flujo
Otros.
2.2.4 MTODOS TURBIDIMTRICOS INSTRUMENTALES: La medicin del crecimiento
por mtodos turbidimtricos resulta ser ms rpido y til, para obtener una estimacin del
nmero de clulas o biomasa. Una suspensin celular aparece turbia porque las clulas
dispersan la luz que atraviesa la suspensin. Cuantas ms clulas haya ms luz se dispersa
y ms turbia aparece la suspensin. La turbidez puede medirse con un fotmetro o un
espectrofotmetro, aparatos que hacen pasar la luz a travs de una suspensin celular y
detectan la cantidad de luz no dispersada. La mayor diferencia entre estos dos instrumentos
es que el fotmetro emplea un filtro simple (normalmente rojo, verde o azul) para generar
luz incidente de una amplitud de onda relativamente ancha, mientras que el
espectrofotmetro emplea un prisma o red de difraccin para generar luz incidente de banda
estrecha. Sin embargo, ambos aparatos miden solamente luz no dispersada expresando los
resultados en unidades fotomtricas (por ejemplo, Unidades Klett) o unidades de densidad
ptica (DO) para espectrofotmetro.
Para organismos unicelulares, las unidades fotomtricas DO son proporcionales (dentro de
ciertos lmites) a la masa celular y tambin al nmero de clulas. Por tanto las medidas de
turbidez pueden utilizarse como un sustituto para otros mtodos de contaje. Sin embargo y
antes de utilizar la turbidez como mtodo de contaje, hay que realizar una curva estndar
que relacione medidas directas (microscpicas o por recuento en placa) con las unidades
indirectas de turbidez (DO) (Francois et al., 2007). Tales curvas contienen datos para
nmero de clulas y masa celular, permitiendo la estimacin de ambos parmetros a partir
de una sola medida de la turbidez.
A elevadas concentraciones de clulas, la luz dispersada de la unidad detectora puede ser
rescatada por otra (apareciendo a la fotoclula como si nunca se hubiese dispersado).
Cuando esto ocurre, la correspondencia uno a uno entre nmero de clulas y turbidez pierde
linealidad. Sin embargo, dentro de ciertos lmites, las medidas de turbidez pueden ser
razonablemente precisas y adems tienen la virtud de ser rpidas y fciles de tomar.
Adicionalmente, las medidas de turbidez pueden tomarse sin distorsionar mucho las
muestras. Por estas razones, las medidas de turbidez se emplean ampliamente para seguir
el crecimiento de los cultivos microbianos; se puede medir repetidamente la misma muestra
y construir grficos semilogartmicos para calcular tiempos de generacin. La poblacin
Cdigo
FMP V. 01
Pgina
37 de 103
2.13.
Cdigo
FMP V. 01
Pgina
38 de 103
REACTIVOS
Patrn de McFarland 5 (0,5 ml de BaCl2 al 1,175% + 9,5 ml de H2SO4 al 1%) (Ver anexo 2.1 y
2.2, preparacin y control de calidad del estndar de McFarland).
2.15.
PROCEDIMIENTO
2.5.1 Cultivos
Se usaran cultivo puros en fase exponencial de diversas bacterias (por ejemplo E. coli
ATCC25922 o S. aureus ATCC29213). Estos cultivos sern mantenidos a 37C durante 24 horas
en caldo Infusin-Cerebro-Corazn (Brain Heart Infusin - BHI) (Oxoid Ltd., Basingstoke, UK)
para ser usadas en la estandarizacin de las curvas de crecimiento de estas bacterias, las
cuales se usarn como referencia para el desarrollo de las dems actividades prcticas de la
asignatura.
2.5.2 Preparacin del inoculo, mantenimiento del cultivo y medida directa del crecimiento:
1.
A partir de un cultivo bacteriano (en fase exponencial) preparar una suspensin inicial
(Patrn 1 P1) de la cepa seleccionada y ajustarla a una turbidez correspondiente al
patrn McFarland 0,5, el cual equivale aproximadamente a 1,5x108 bacterias/ml
(ICONTEC, 2000). De este cultivo preparar una dilucin 1:10 (Patrn 2 P2) inoculando 1
ml de P1 en un tubo conteniendo 9 ml de caldo BHI (poblacin final equivalente a 1,5x107
bacterias/ml).
2.
A partir de P2 preparar cinco diluciones 1:10 para obtener los patrones P3, P4, P5, P6 y
P7 con unas poblaciones aproximadas a 1,5x106 bacterias/ml; 1,5x105 bacterias/ml;
1,5x104 bacterias/ml; 1,5x103 bacterias/ml y 1,5x102 bacterias/ml, respectivamente.
3.
A partir de cada patrn preparar diluciones decimales (1:10) consecutivas en agua
peptona estril de tal forma que la poblacin terica final sea de 1,5x102 bacterias/ml,
segn el esquema anexo al final de la gua (ver anexo 2.3). De la ltima dilucin sembrar
Cdigo
FMP V. 01
Pgina
39 de 103
en profundidad y por duplicado 0,1 ml para cada patrn. De la dilucin anterior sembrar en
profundidad y por duplicado 1 ml de cada patrn. Adicionar 15 mL de agar BHI y
homogenizar las cajas, llevando a incubar la totalidad de las cajas a una temperatura de
35C 2C por 24 48 horas.
Al finalizar el tiempo de incubacin, realizar los clculos de la poblacin as:
4.
5.
6.
7.
2.16.
RESULTADOS
Poblacin terica
(cel/ml)
1 (100)
1,5x108
2 (10-1)
1,5x107
3 (10-2)
1,5x106
4 (10-3)
1,5x105
5 (10-4)
1,5x104
Absorbancia
media (600 nm)
Media
Poblacin
(ufc/ml)
Poblacin real
(Ln ufc/ml)
Cdigo
FMP V. 01
Pgina
40 de 103
6 (10-5)
1,5x103
7 (10-6)
1,5x102
NIVEL DE RIESGO
Bata de Laboratorio manga larga, Guantes, Cofia, Tapabocas, Zapato Cerrado Bajo,
Pantaln Largo.
2.18.
BIBLIOGRAFA
Schlessinger, D., Schaechter, M., Eisenstein, B.I. (1994). Biologa de los agentes infecciosos,
captulo 3. En: Microbiologa. Mecanismos de las enfermedades infecciosas, enfoque
mediante la resolucin de problemas. 2da edicin. Editores: Schaechter, M., Medoff, G.,
Eisenstein, B.I., Guerra, H. Editorial Mdica Panamericana, S.A. Buenos aires. Argentina.
Pgs. 47 76.
http://www.cdc.gov/ncidod/dbmd/diseaseinfo/cholera/ch9.pdf.
Fernndez, C.M., Gonzlez, M., Illnait, M.T., Martnez, G. (1998). Determinacin de la
concentracin mnima inhibitoria de Anfotericina B en levaduras de inters mdico. Rev
Cubana Med Trop., 50(1): 48-53.
Francois, A., Valero, A., Geeraerd, A.H., Van Impe, J.F., Debevere, J., Garca-Gimeno, R.M.,
Zurera, G., Devlieghere, F. (2007). Effect of preincubation temperature and pH on the
individual cell lag phase of Listeria monocytogenes, cultured at refrigeration temperatures.
Food Microbiol., 24: 32 43.
ICONTEC. Instituto Colombiano de Normas Tcnicas y Certificacin. (2000). NTC 2455.
Desinfectantes. Limpiadores lquidos. Desinfectantes para uso domstico. Tercera
actualizacin. 25-10-2000.
Madigan, M.T., Martinko, J.M., Parker, J. (2001). Crecimiento microbiano, Captulo 5. En: Brock
Biologa de los Microorganismos. 8 edicin revisada. Editorial Prentice Hall Iberia, Madrid,
Espaa. ISBN: 84-89660-36-0. 4 reimpresin. Pgs. 155 157.
Cdigo
FMP V. 01
Pgina
41 de 103
Willett, H.P. (1997). Fisiologa del Crecimiento Bacteriano, Captulo 5. En: Zinsser, Microbiologa.
20 edicin. Editores: Joklik, W.K., Willett, H.P., Amos, D.B., Wilfert, C.M. Editorial Mdica
Panamericana, S.A. Buenos Aires. Argentina. Pgs. 78 109.
ANEXOS
ANEXO 2.1. Escala de McFarland
Fundamento: El patrn o la escala de McFarland consiste en una serie de tubos
hermticamente cerrados, previamente calibrados y con una densidad ptica diferente originada
por la aparicin de un precipitado de sulfato de bario (SO4Ba) resultante de la reaccin entre el
cloruro de bario (Cl2Ba) al 1,175% (0,048 M) y el cido sulfrico (H 2SO4) al 1% (0,36N). Esta
turbidez puede interpretarse pticamente o por mtodos espectrofotomtricos y cada una de
ellas se corresponde a una concentracin conocida de bacterias/ml. Para cada cepa bacteriana
hay que establecer la equivalencia entre la turbidez de cada tubo y la masa o la concentracin de
bacterias (cel/ml) que genera una turbidez similar.
Inconveniente: Es un mtodo poco preciso, que solo se emplea cuando no hace falta exactitud,
ha sido desplazado por los mtodos espectrofotomtricos.
Conservacin: El estndar de McFarland puede ser almacenado hasta por 6 meses en la
oscuridad y a temperatura ambiente entre 22 a 25C. Sin embargo, se recomienda almacenarse
a ser posibles en refrigeracin.
Cuidados: Descartar despus de 6 meses o antes si su volumen es menor. Antes de cada uso,
debe agitarse muy bien usando un shaker, hasta que el precipitado blanco de sulfato de bario se
haya disuelto en todo el medio. Para asegurar la densidad del estndar de McFarland as
preparado puede ser chequeado usando un espectrofotmetro con una celda de cuarzo de 1-cm;
para el estndar 0,5 de McFarland, la absorbancia a una longitud de onda de 625 nm puede
estar entre 0,08 a 0,1. Alternativamente, el aseguramiento del estndar de McFarland puede ser
verificado por ajuste de una suspensin de una cepa control (por ejemplo, E. coli ATCC 25922) a
la misma turbidez, preparando diluciones seriadas 1:10, y realizando el respectivo recuento en
placa. La suspensin as ajustada puede tener un conteo de 1,5x10 8 ufc/ml.
Para levaduras el estndar 0,5 de McFarland es equivalente a una suspensin de 106 ufc/ml
(Andreu et al., 1998).
Preparacin: Se adicionan cantidades crecientes (o decrecientes segn corresponda) de
BaCl2*2H2O al 1,175% (p/v) en H2SO4 al 1% (v/v) de acuerdo a la siguiente tabla (Tabla 2.2.)
para obtener la equivalencia deseada:
Cdigo
FMP V. 01
Pgina
42 de 103
ml final
[ ] celular
0,1
9,9
10,0
3 x 108
0,2
9,8
10,0
6 x 108
0,3
9,7
10,0
9 x 108
0,4
9,6
10,0
12 x 108
0,5
9,5
10,0
15 x 108
0,6
9,4
10,0
18 x 108
0,7
9,3
10,0
21 x 108
0,8
9,2
10,0
24 x 108
0,9
9,1
10,0
27 x 108
10
1,0
9,0
10,0
30 x 108
Cdigo
FMP V. 01
Pgina
43 de 103
ANEXO 2.2. Procedimiento para la preparacin y control de calidad del estndar 0,5 de
McFarland (Equivalente a 1,5x108 bact/ml)
Cdigo
FMP V. 01
Pgina
44 de 103
RECUENTO EN PLACA
fluorescens
1 ml
PT =102
P2
PT = 107
1 ml
1 ml
1 ml
1 ml
1 ml
1 ml
0,1 ml
PT =101
1 ml
PT =102
P3
PT = 106
1 ml
1 ml
1 ml
1 ml
1 ml
0,1 ml
PT =101
1 ml
PT =102
P4
PT = 105
1 ml
1 ml
1 ml
1 ml
0,1 ml
PT =101
1 ml
PT =102
P5
PT = 104
1 ml
1 ml
0,1 ml
PT =101
1 ml
P6
PT = 103
1 ml
1 ml
PT =102
1 ml
0,1 ml
1 ml
P7
PT = 102
1 ml
0,1 ml
PT =101
PT =102
PT =101
Cdigo
FMP V. 01
Pgina
45 de 103
ACTIVIDAD 3
INFLUENCIA DE LA TEMPERATURA SOBRE EL CRECIMIENTO BACTERIANO
3.1 OBJETIVO
Al finalizar la prctica el estudiante estar en capacidad de:
Comprender el efecto que la temperatura ejerce sobre la cintica de crecimiento
bacteriano.
Evidenciar la relacin existente entre la temperatura de incubacin y la velocidad de
crecimiento bacteriano.
Conocer el mecanismo bsico de accin de la temperatura en el crecimiento y
metabolismo a nivel de bacterias.
3.2 MARCO TERICO
As como los humanos estamos adaptados a vivir y trabajar en diversas condiciones de
temperatura, los microorganismos no escapan a esta regla. Por ejemplo cuando una
persona est acostumbrada a vivir y trabajar en un clima fro, el hecho de desplazarse y
realizar sus labores en clima clido causa una afectacin sobre su estado anmico y nivel de
actividad, reduciendo el rendimiento que cabra esperarse de la misma que cuando se
encuentra en su entorno natural. De esta forma podramos decir que la temperatura afecta
nuestras actividades, lo mismo ocurre con los microorganismos. Probablemente dentro de
los factores fsicos que influyen en el crecimiento, la temperatura es el principal factor que
afecta la viabilidad y el desarrollo microbiano, es decir, determina la velocidad de
crecimiento bacteriano (Adair et al., 1989; McDonald y Sun, 1999; Olson y Nottingham,
2000). Para entender mejor el efecto de este y otros factores medioambientales
(extrnsecos e intrnsecos) diversos modelos matemticos han sido desarrollados, con el
objeto de predecir el comportamiento de las poblaciones bacterianas cuando crecen en
condiciones controladas de laboratorio y muchos de ellos han logrado ser validados en
condiciones de produccin, transporte y almacenamiento de alimentos, esto es posible
incluso tomando en cuenta variaciones en factores de crecimiento extrnsecos como la
temperatura y en otros intrnsecos como la concentracin de sal, actividad de agua, entre
otros (Wijtzes et al., 1995; Zwitering et al., 1990).
Las bacterias suelen presentar diferentes exigencias en relacin a la temperatura de
crecimiento. Entre la mxima temperatura, por encima de la cual esta no puede crecer y una
temperatura mnima, por debajo de la cual un cultivo no se desarrolla, se ubican los lmites
en los que pueda haber crecimiento. Al rango de temperaturas sobre la cual pueden crecer
los microorganismos se le conoce como temperatura cardinal, as esta temperatura esta
constituida por una temperatura mnima, una mxima y una ptima, situndose esta ltima
Cdigo
FMP V. 01
Pgina
46 de 103
temperatura sobre el crecimiento es complejo. Por un lado cada reaccin qumica individual,
de todas las que conforman el metabolismo, es afectada por la temperatura, por lo que un
incremento de sta resulta en una mayor velocidad de reaccin. Esto se traduce en un
aumento de mx con la temperatura (ver Fig. 2). Por otra parte, aumentos posteriores de
temperatura inactivan las enzimas que catalizan las reacciones, con lo que el valor de mx
decrece rpidamente.
2.
Fuente: Wijtzes y col., 1995
Como se ha mencionado, cada microorganismo tiene una temperatura de crecimiento
adecuada. Si consideramos la variacin de la velocidad de crecimiento (y, por lo tanto al
tiempo de generacin, g) en funcin de la temperatura de cultivo (y suponiendo que el resto
de condiciones ambientales se mantienen constantes), podemos distinguir tres puntos
caractersticos llamados temperaturas cardinales: una temperatura mnima por debajo de la
cual no hay crecimiento; a temperaturas mayores se produce un incremento lineal de la
velocidad de crecimiento con la temperatura de cultivo hasta que se alcanza la temperatura
ptima a la que la velocidad es mxima (o sea, g mnimo). Por encima de esta temperatura
Cdigo
FMP V. 01
Pgina
47 de 103
ptima
mxima
Mesfilo
5 a 15
30 a 45
35 a 47
Psicrfilo
5a5
12 a 15
15 a 20
Psicrtrofoa
5a5
25 a 30
30 a 35
Termfilob
40 a 45
55 a 75
60 a 90
Termtrofoc
15 a 20
45 a 55
65 a 75
Cdigo
FMP V. 01
Pgina
48 de 103
Cdigo
FMP V. 01
Pgina
49 de 103
agentes ambientales.
1.1.3.
Modelamiento del efecto de la temperatura sobre el crecimiento.
Las aproximaciones modernas de la Microbiologa Predictiva de Alimentos han tratado de
entender y establecer un vnculo entre el crecimiento de microorganismos y los factores que
regulan el crecimiento tales como la temperatura, pH, actividad de agua, potencial redox,
etc. La gran mayora de los modelos secundarios son modelos de tipo cintico (Labuza y
Fu, 1993; McDonald y Sun, 1999), tales como el modelo de Arrhenius, modelo modificado
de Arrhenius, modelo de Schoolfield, modelo de la raz cuadrada de Ratkowsky y algunos
modelos polinmicos, de los cuales el ms comnmente usado ha sido el modelo de
Arrhenius. Los modelos cinticos para la determinacin de la vida til en alimentos son
generalmente basados en la ocurrencia de fenmenos y estos no han sido desarrollados
para un alimento en particular. Sin embargo, los parmetros experimentales y ambientales
de un modelo pueden aplicarse para un producto en especial. De estos, la temperatura es
normalmente considerada como el factor ms importante en las reacciones de deterioro de
los alimentos, especialmente, para la alteracin microbiana donde la velocidad de
crecimiento especfico y la fase de latencia son altamente dependientes de la temperatura
(Giannuzzi y col., 1998).
Diversos modelos predictivos han sido usados a travs del tiempo para evaluar la relacin
entre la temperatura y la velocidad de crecimiento bacteriano (Adair et al., 1989). La
ecuacin original del modelo lineal de Arrhenius se ha aplicado tanto al crecimiento
microbiano como a las reacciones qumicas, es decir, este modelo est basado en
consideraciones termodinmicas empricas (McDonald y Sun, 1999), pero se reconoce
ampliamente que la relacin entre el logaritmo de los parmetros de la curva de crecimiento
y el inverso de la temperatura absoluta es no-lineal o por lo menos lineal slo por encima de
una fraccin del rango de temperatura (Adair et al, 1989).
.
1.1.3.1. Modelo de la Raz Cuadrada
= 0
Donde es la velocidad especfica de crecimiento, b es un coeficiente de regresin [(log
(ufc/cm2) das-1)1/2C-1], T es la temperatura de incubacin absoluta (K)y T0 es una
temperatura conceptual sin significancia metablica para psicrfilos, psicrtrofos y
mesfilos, es decir, la menor temperatura en la cual la velocidad de crecimiento es cero o la
Universidad de Pamplona Facultad de Ciencias Bsicas Departamento de Microbiologa 2011
Cdigo
FMP V. 01
Pgina
50 de 103
fase de latencia es infinita (Ratkowsky et al., 1983; Adair et al., 1989; Giannuzzi et al.,
1998).
La ecuacin anterior fue modificada como sigue (Giannuzzi et al., 1998):
= +
Donde T es la temperatura de incubacin (C), q es la pendiente de la lnea de regresin
[(log (ufc/cm2) das-1)1/2C-1] y p [(log (ufc/cm2) das-1)1/2] es el intercepto a 0C.
k = A
o
ln = ln
= A
Cdigo
FMP V. 01
Pgina
51 de 103
por debajo de los datos ptimos o por encima de las temperaturas mnimas para el
crecimiento. Entonces, las grficas obtenidas solo sirven para predecir el crecimiento
microbiano en un limitado rango de temperatura (Labuza y Fu, 1993; McDonald y Sun,
1999). As la ecuacin que ha sido utilizada mayoritariamente para describir el efecto de la
temperatura sobre el crecimiento microbiano es el modelo de la raz cuadrara propuesto por
Ratkowsky y col., en 1982 (Adair y col., 1989; Willocx y col., 1993; Neumeyer y col., 1997;
Giannuzzi y col., 1998).
MATERIALES, EQUIPOS E INSUMOS
REACTIVOS
No aplica
PROCEDIMIENTO
A partir del cultivo madre inocular 1 ml en un frasco erlenmeyer conteniendo 99 ml de
caldo BHI.
De esta suspensin determine la absorbancia a 600 nm y confronte con la curva patrn
de Ab vs. LnN obtenida en la prctica 1, y prediga la poblacin inicial. Esta poblacin
ser la equivalente a la poblacin inicial a tiempo 0.
Colocar a incubar la suspensin a diferentes temperaturas durante una hora. Pasado
este tiempo en condiciones aspticas tome un inculo y determine la absorbancia.
Posteriormente cada media hora haga lecturas espectrofotomtricas hasta obtener por lo
menos 8 datos de incrementos en este valor. Confrontar estos resultados con la curva
patrn y calcular la poblacin a los diferentes intervalos de tiempo.
Realizar la grfica de crecimiento a cada temperatura, para tal fin, tome los datos de
lectura obtenidos por los otros grupos. Una vez construida la grfica y con los valores
obtenidos determine en cada una de ellas la duracin de la fase de latencia, la velocidad
de crecimiento especfico y el tiempo de duplicacin. Discuta adems el comportamiento
del crecimiento a cada una de las diferentes temperaturas.
Cdigo
FMP V. 01
Pgina
52 de 103
Tiempo (min)
60
90
120
150
180
210
240
270
300
Ab (600 nm)
LnN clulas/ml
NIVEL DE RIESGO
Para el desarrollo de la presente prctica se ha definido un Nivel de Riesgo Medio o Nivel 2, ya
que se manejaran microorganismos considerados oportunistas y que en algn momento por
malas prcticas de laboratorio pueden conllevar algn peligro para los manipuladores. Por tanto,
todo estudiante, auxiliar y docente que oriente e intervenga en el desarrollo de la misma deber
usar los siguientes equipamientos:
Bata de Laboratorio manga larga, Guantes, Cofia, Tapabocas, Zapato Cerrado Bajo,
Pantaln Largo.
BIBLIOGRAFA
Adair, C., Kilsby, D.C., Whittall, P.T. (1989). Comparison of the Schoolfield (non-linear
Arrhenius) model and the Square Root model for predicting bacterial growth in foods. Food
Microbiol., 6: 7 18.
Giannuzzi, L., Pinotti, A., Zaritzky, N. (1998). Mathematical modeling of microbial growth in
packaged refrigerated beef stored at different temperatures. Int. J. Food Microbiol., 39: 101
110.
http://www.biologia.edu.ar/microind/crecimiento%20bacteriano.htm. Fecha de acceso: 13 de
abril de 2007.
Iaez, E. (2007). Curso de Microbiologa On Line. Captulo: Factores fsicos que afectan el
crecimiento bacteriano (I). Fecha de acceso: 13 de abril de 2007. Tomado de:
http://fai.unne.edu.ar/biologia/microgeneral/micro-ianez/17_micro.htm#temp.
ICMSF. (2000). Temperatura, Captulo 1. En: Ecologa microbiana de los alimentos 1.
Factores que afectan a la supervivencia de los microorganismos en los alimentos. Editorial
Acribia, S.A. Zaragoza, Espaa. Pps. 1 38.
McDonald, K., Sun, D.W. (1999). Predictive food microbiology for the meat industry: a
review. Int. J. Food Microbiol., 52: 1 27.
Mescle, J.F., Zucca, J. (1994). El comportamiento de los microorganismos en los alimentos,
la temperatura. En: Microbiologa alimentaria, volumen 1. Aspectos microbiolgicos de la
seguridad y calidad alimentaria. Editorial Acribia, S.A. Zaragoza, Espaa. Pps. 7 50.
Ratkowsky, D.A., Lowry, R.K., McMeekin, T.A., Stokes, A.N., Chandler, R.E. (1983). Model
for bacterial culture growth rate throughout the entire biokinetic temperature range. J.
Bacteriol., 154: 1222 1226.
Roberts, T.A. (1997). Microbial growth and survival: developments in predictive modeling.
Cdigo
FMP V. 01
Pgina
53 de 103
Cdigo
FMP V. 01
Pgina
54 de 103
ACTIVIDAD 4
INFLUENCIA DEL PH Y ACIDEZ SOBRE EL CRECIMIENTO BACTERIANO
OBJETIVO
Al finalizar la prctica el estudiante estar en capacidad de:
Comprender el efecto que el pH tiene sobre la viabilidad y crecimiento bacteriano.
Conocer el mecanismo bsico de accin del pH sobre el medio, sobre la membrana
celular y sobre las reacciones metablicas de las bacterias.
MARCO TERICO
En estado natural, la mayora de los alimentos (carnes, pescados y productos vegetales) son
ligeramente cidos. La mayor parte de las frutas son bastantes cidas y solo algunos
alimentos, como la clara de huevo por ejemplo, son alcalinos. Para preservar los alimentos,
durante miles de aos se ha venido aumentando su acidez, bien sea de manera natural, por
fermentacin, o artificial, por adicin de cidos dbiles, con lo que se consigue inhibir la
proliferacin microbiana. De este modo, la acidez puede ser un factor bsico en la
preservacin, como en el caso de algunos alimentos fermentados tales como el yogur, la col
fermentada o los pepinillos en vinagre, o tener un papel auxiliar, cuyo efecto se combina con
el de otros factores tales como conservantes qumicos, calor o actividad de agua (aw).
El pH es el logaritmo de la inversa de la concentracin de iones hidrgeno de una disolucin.
Proporciona una indicacin de la actividad de estos iones sobre los componentes del medio.
Influye sobre las reacciones qumicas y bioqumicas y, en consecuencia, sobre los
microorganismos.
Comportamiento de los microorganismos respecto del pH: Como sabemos, las bacterias
pueden desarrollarse a pHs entre 4,5 y 9 con un ptimo de crecimiento entre 6,5 y 7,5. Esto
quiere decir que a valores de pHs comprendidos entre estos rangos la velocidad de
crecimiento es mayor y, por tanto la duracin de la fase de latencia es menor que cuando las
bacterias crecen a valores de pHs inferiores o superiores a los ptimos. Naturalmente existen
excepciones, es decir, como las bacterias acticas y las bacterias lcticas, que soportan pHs
inferiores a 3,5. Para las primeras el pH ptimo se sita en torno a 5,4 6,3, mientras que
para las segundas oscila entre 5,5 (incluso menor) y 6 (ICMSF, 2000). En nuestro caso
particular y segn describe Mescle y Zucca (1994), los lmites de pH para el crecimiento de E.
coli y S. aureus son:
Cdigo
FMP V. 01
Pgina
55 de 103
Microorganismo
pH mnimo
pH ptimo
pH mximo
E. coli
4.3
6.0 8.0
9.0
S. aureus
4.2
6.8 7.5
9.3 9.8*
* ICMSF, 2000.
Como hemos mencionado, muchos microorganismos pueden crecer dentro de un apmplio
rango de pH, cabra suponer pues, que estas clulas tienen la capacidad o disponen de
mtodos eficaces para estabilizar su pH interno. Sin embargo, se ha comprobado que el pH
interior puede sufrir o verse considerablemente afectado por el pH del medio exterior. Esta
cuestin se ha estudiado a travs del seguimiento paso a paso, a travs de la membrana
celular, de un cido dbil, la 5,5-dimetil-2,4-oxaxolidindiona (DMO). En el rango de pH entre 5
y 7, el pH interno de E. coli result ser ms alcalino que el del medio exterior y por encima de
pH 7, ms cido (ICMSF, 2000).
Mecanismo de accin del pH sobre el crecimiento de los microorganismos: La accin
del pH sobre el crecimiento de los microorganismos se puede situar a tres niveles: el medio,
la permeabilidad de la membrana y la actividad metablica. La disponibilidad de ciertos
nutrientes en el medio de cultivo sufre modificaciones en funcin del equilibrio inico. Como
ocurre con los iones metlicos, a pHs cidos los iones magnesio forman complejos
insolubles, a pHs bsicos lo hacen los iones de zinc, calcio y los frricos. Bajo estas formas,
estos iones, que son indispensables como cofactores de enzimas, son difcilmente utilizables.
La permeabilidad de la membrana se ve igualmente afectada por las variaciones en la
concentracin de iones H+ y OH-. En medio cido las permeasas catinicas se saturan de
iones hidrgeno, lo que limita o anula el transporte de cationes indispensables. En medio
alcalino, son los iones hidroxilo los que saturan la membrana, impidiendo la transferencia de
aniones. Las reacciones enzimticas poseen un ptimo de actividad por encima o por debajo
del cual la cintica sufre cambios. Toda variacin del pH citoplsmico entraa una
disminucin de la actividad enzimtica y, por tanto, del crecimiento del microorganismo. No
todos los enzimas tienen el mismo comportamiento en funcin del pH, las hidrolasas
extracelulares son menos sensibles en general que los enzimas citoplsmicos.
En la prctica se pueden emplear dos tipos de conservadores cidos en alimentos que actan
sobre los tres niveles antes mencionados:
-
Cdigo
FMP V. 01
Pgina
56 de 103
REACTIVOS
No aplica
PROCEDIMIENTO
A partir del cultivo madre inocular 1 ml en un frasco erlenmeyer conteniendo 99 ml de
caldo BHI ajustado a diferentes concentraciones de pH.
De esta suspensin determine la absorbancia a 600 nm y confronte con la curva patrn de
Ab vs. LnN obtenida en la prctica anterior (Fig 1 y Fig 2), y prediga la poblacin inicial.
Esta poblacin ser la equivalente a la poblacin inicial a tiempo 0.
Colocar a incubar la suspensin a 35C +/- 2C y cada hora determine la absorbancia
durante dos horas. A partir de las 2 horas reduzca el tiempo de medida a 30 minutos
hasta obtener por lo menos 8 datos de incrementos en la absorbancia. Confrontar estos
resultados con la curva patrn y calcular la poblacin a los diferentes intervalos de
tiempo.
Realizar la grfica de crecimiento a cada valor de pH y calcular en cada una de ellas la
duracin de la fase de latencia, la velocidad de crecimiento especfico y el tiempo de
duplicacin.
Cdigo
FMP V. 01
Pgina
57 de 103
Tiempo (min)
60
120
150
180
210
240
270
Ab (600 nm)
NIVEL DE RIESGO
Para el desarrollo de la presente prctica se ha definido un Nivel de Riesgo Medio o Nivel 2, ya
que se manejaran microorganismos considerados oportunistas y que en algn momento por
malas prcticas de laboratorio pueden conllevar algn peligro para los manipuladores. Por tanto,
todo estudiante, auxiliar y docente que oriente e intervenga en el desarrollo de la misma deber
usar los siguientes equipamientos:
Bata de Laboratorio manga larga, Guantes, Cofia, Tapabocas, Zapato Cerrado Bajo,
Pantaln Largo.
BIBLIOGRAFA
Cdigo
FMP V. 01
Pgina
58 de 103
ACTIVIDAD 5
EFECTO DE DIVERSOS DEPRESORES DE LA ACTIVIDAD DE AGUA (AW)
[CONCENTRACIN DE NaCl, GLUCOSA Y SACAROSA] SOBRE EL CRECIMIENTO
BACTERIANO
OBJETIVO
Al finalizar la prctica el estudiante estar en capacidad de:
Comprender el efecto que la actividad de agua (aw) y la concentracin de solutos
depresores de aw tienen sobre la viabilidad y crecimiento bacteriano.
Evidenciar la relacin existente entre la concentracin de sal, glucosa y sacarosa vs la
actividad de agua de un medio.
Conocer el mecanismo bsico de accin de la actividad de agua y solutos depresores de
la misma sobre el metabolismo bacteriano.
MARCO TERICO
Los microorganismos requieren la presencia de agua, en una forma disponible, para que
puedan crecer y llevar a cabo sus actividades metablicas. La mejor forma de medir la
disponibilidad de agua es mediante la actividad de agua (aw). La deshidratacin es un
mtodo de conservacin de los alimentos basado en la reduccin de la aw, lo que se
consigue eliminando el agua de los productos. Durante el curado y/o salazonado, as como
en el almbar y otros alimentos azucarados, son los solutos los que, al ser aadidos,
descienden la aw. un pequeo descenso de la aw es a menudo suficiente para evitar la
alteracin de los alimentos siempre que esta reduccin sea potenciada por otros agentes tal
como ocurre con los nitritos en muchas carnes curadas y con los componentes del humo en
los alimentos ahumados, salazonados y desecados. De esta forma la aw puede tener un
papel principal en la conservacin de alimentos o en su defecto tener un papel auxiliar, cuyo
efecto se combina con el de otros factores tales como conservantes qumicos, calor, acidez,
etc.
La actividad de agua (aw) es definida como la relacin de la presin parcial del vapor de
agua en el producto (p) y la del agua pura (po) a la misma temperatura (Christian, 1980;
Mathlouthi, 2001).
Cdigo
FMP V. 01
Pgina
59 de 103
% = 100
En este caso la HRE al igual que la aw, es la relacin entre la presin de vapor de la solucin
y la del agua pura pero expresada en porcentaje. Esta ecuacin podra ser vlida para
sistemas en los cuales tericamente se alcance el equilibrio, sin embargo, en la praxis
resulta complejo que la aw y la HRE alcancen el equilibrio, an incluso en aquellos alimentos
que podramos considerar cerrados como los enlatados, la aw no alcanza el equilibrio con la
humedad relativa). La HRE se refiere estrictamente a la atmsfera en equilibrio con una
solucin o alimento y constituye una expresin menos apropiada que la aw como forma de
medir el agua disponible. La presin osmtica est relacionada con la aw a travs de la
siguiente ecuacin:
. =
2
=
0
1 + 2
Cdigo
FMP V. 01
Pgina
60 de 103
Es decir, la relacin entre la presin de vapor de la solucin y la del solvente puro es igual a
la fraccin molar del solvente, donde p y po son las presiones de vapor de la solucin y del
solvente, respectivamente y n1 y n2 el nmero de moles del soluto y del solvente,
respectivamente. En la figura 1 se presenta la relacin de tres solutos depresores de la
actividad de agua (Sacarosa, Glucosa y NaCl) frente a la aw.
Figura 1. Relacin entre la concentracin de sacarosa, glucosa y cloruro sdico (g/L) vs
actividad de agua en medio acuoso a 25C.
1,02
0,98
aw
0,94
0,90
Sacarosa
Glucosa
Sal
0,86
0,82
0,78
0,74
0
500
1000
1500
2000
Concentracin (g/Lt)
Sacarosa:
= 0,00007
+ 1,00412
Cdigo
FMP V. 01
Pgina
61 de 103
- Glucosa:
= 0,00010
- NaCl:
= 0,00067
+ 0,99808
+ 1,00551
25C y b 30C.
y = -0,0064x + 1,0043
R2 = 0,9975
1,010
1,020
1,000
1,000
0,980
0,970
0,940
Aw
Aw
0,960
0,920
0,840
0,00
0,960
0,950
0,900
0,860
0,990
0,980
0,880
y = -0,0067x + 1,0015
R2 = 0,996
0,940
0,930
y = 0,0064x + 1,0043
R2 = 0,9975
5,00
10,00
0,920
15,00
NaCl (% p/p)
20,00
25,00
0,910
0,00
Y = - 0,0067x + 1,0015
R2 = 0,996
2,00
4,00
6,00
8,00
10,00
12,00
14,00
NaCl (% p/p)
Cdigo
FMP V. 01
Pgina
62 de 103
aw
0,92
0,88
0,84
0,80
-20
-15
-10
-5
Cdigo
FMP V. 01
Pgina
63 de 103
Cdigo
FMP V. 01
Pgina
64 de 103
Cdigo
FMP V. 01
Pgina
65 de 103
Reduccin de aw (0.950)
aw menor a 0.950
cido -aminobutrico
Incremento de (K+)
-cetoGlutarato
Glutamato
Prolina
Cdigo
FMP V. 01
Pgina
66 de 103
Tabla 1. Valores mnimos de actividad de agua para el crecimiento y/o germinacin de ciertos patgenos
alimentarios.
Mnimo
Organismo
NaCl
Glucosa
Glicerol
Campylobacter spp.
0.980
----Clostridium botulinum tipo E (Crecimiento)
*0.970
---
*0.940
*0.930
---
*0.890
Shigella spp.
0.970
---
---
Yersinia enterocolitica
0.970
---
---
Vibrio vulnificus
0.960
---
---
0.950
---
---
Salmonella spp.
0.940
---
---
Vibrio parahaemolyticus
*0.948
*0.984
*0.937
*0.950
---
*0.930
*0.950
---
*<0.85
*0.960
---
*0.930
*0.930
---
*0.890
*0.970
*0.960
*0.950
Listeria monocytogenes
0.920
0.830
*0.860
0.880
---
---
---
---
---
---
*0.957
---
0.94*
Donde
b = la pendiente de la lnea de regresin
aw = actividad de agua
Universidad de Pamplona Facultad de Ciencias Bsicas Departamento de Microbiologa 2011
Cdigo
FMP V. 01
Pgina
67 de 103
Espectrofotmetro.
60
120
150
180
210
240
270
Ab (600 nm)
Cdigo
FMP V. 01
Pgina
68 de 103
Ln N (ufc/ml)
NIVEL DE RIESGO
Para el desarrollo de la presente prctica se ha definido un Nivel de Riesgo Medio o Nivel 2, ya
que se manejaran microorganismos considerados oportunistas y que en algn momento por
malas prcticas de laboratorio pueden conllevar algn peligro para los manipuladores. Por tanto,
todo estudiante, auxiliar y docente que oriente e intervenga en el desarrollo de la misma deber
usar los siguientes equipamientos:
Bata de Laboratorio manga larga, Guantes, Cofia, Tapabocas, Zapato Cerrado Bajo,
Pantaln Largo.
BIBLIOGRAFA
Carrillo, M.L., Zavala, D., Alvarado, B. (2007). Modelado del efecto de la temperatura,
actividad de agua y pH sobre el crecimiento de Rhizopus oryzae. Informacin Tecnolgica,
18(4): 57 62.
Christian, J.H.B. (1980). Captulo 4: Actividad de Agua Reducida. En: Ecologa Microbiana
de los Alimentos 1. Factores que afectan la supervivencia de los microorganismos en los
alimentos. Editorial Acribia S.A., Zaragoza, Espaa, Pgs. 74 96.
Esteban, M.A., Alcala, M., Marcos, A., Fernandez-Salguero, J., Garca de Fernando, G.D.,
Ordoez, J.A., Sanz, B. (1990). Water activity of cultura media used in food microbiology.
Int. J. Food Sci. and Technology, 25: 464468.
Gra, C., Snchez, D., Zerpa, A., Garca, N. (2007). Influencia de la actividad del agua, pH
y temperatura en el crecimiento de Aspergillus penicillioides y A. terreus aislados de la
carne seca y salada de atn listado (Katsuwonus pelamis). Revista Cientfica, FCV-LUZ,
Vol XVII, N2: 193 199.
Kempf, B., Bremer, E. (1998). Uptake and synthesis of compatible solutes as microbial
stress responses to high-osmolality environ. Arch. Microbiol., 170: 319 330.
Mathlouthi, M. (2001). Water content, water activity, water structure and the stability of
foodstuffs. Food Control, 12: 409417.
McMeekin, T.A., Chandler, R.E., Doe, P.E., Garland, C.D., Olley, J., Putro, S., Ratkowsky,
D.A. (1987). Model for combined effect of temperature and salt concentration/water activity
on the growth rate of Staphylococcus xylosus. J. Appl. Bacteriol., 62: 543 550.
Universidad de Pamplona Facultad de Ciencias Bsicas Departamento de Microbiologa 2011
Cdigo
FMP V. 01
Pgina
69 de 103
Cdigo
FMP V. 01
Pgina
70 de 103
ACTIVIDAD 6
EFECTO DE LA TEMPERATURA SOBRE LA MUERTE BACTERIANA
6.1 OBJETIVO
Al finalizar la prctica el estudiante estar en capacidad de:
Comprender el efecto integrado temperatura-tiempo sobre la supervivencia microbiana.
Aplicar modelos primarios y secundarios de destruccin trmica para predecir el nmero
de supervivientes.
Evaluar el efecto de la temperatura sobre la velocidad de muerte.
6.2 MARCO TERICO
La mayor parte de las bacterias patgenas tienen una tolerancia limitada a las variaciones
extremas en su medio ambiente fsico y escasa capacidad para sobrevivir fuera del organismo
vivo. Otras, en cambio, producen esporas que son muy resistentes a las condiciones fsicas
deletreas del medio ambiente y que dotan al microorganismo de un valor incrementado de
supervivencia.
En el vocabulario comn se emplea la palabra esterilizacin como un absoluto que implica la
inactivacin total de todas las formas de vida microbiana en trminos de la capacidad del
microorganismo para reproducirse. El sufijo cida se agrega cuando se hace alusin a una accin
letal, en tanto que stasis se aade cuando simplemente se trata de inhibir el desarrollo o la
multiplicacin del microorganismo.
Tericamente se ha descrito que la destruccin de una poblacin bacteriana sigue un orden
matemtico progresivo, que obedece a un descenso exponencial. Rahn (1929, 1930) atribuy a
Madsen y Nyman (1907) y Chick (1908) como los primeros en observar la naturaleza
aparentemente exponencial de las curvas de supervivencia, aunque los primeros autores
aportaron pocos datos para poyar su conclusin con respecto a la muerte trmica. Couvert et al.
(2005) tambin atribuye el modelo cintico de muerte de primer orden a Madsen y Nyman, el
cual fue corroborado por diversos estudios realizados por Chick (1908 y 1910); Esty y Meyer
(1922) y Esty y Williams (1924) con clulas vegetativas. Estos estudios se basaron en el efecto
de la temperatura sobre las clulas, pero con el tiempo se fue extendiendo para evaluar el efecto
de diversos factores medioambientales sobre la supervivencia microbiana, por ejemplo, el efecto
del tipo y concentracin de antimicrobianos, efecto del pH (tipo y concentracin de acidulantes),
efecto de la depresin de la actividad de agua, etc.
6.2.1. ndice de letalidad de los microorganismos: la informacin referida a la cintica de la
destruccin de una poblacin bacteriana es esencial para comprender las bases de la
Cdigo
FMP V. 01
Pgina
71 de 103
esterilizacin por agentes letales. Para los microorganismos el nico criterio vlido de muerte es
la prdida irreversible de la capacidad de reproducirse. Esto en general est determinado por
tcnicas de siembra en placas que cuantifican, por medio de recuento de colonias, el nmero de
sobrevivientes.
Cuando se expone una poblacin bacteriana a un agente letal, con el tiempo tiene lugar una
reduccin progresiva en el nmero de microorganismos sobrevivientes. La cintica de la
destruccin de una poblacin microbiana suele ser de primer orden y en la mayora de los casos
de tipo exponencial: el nmero de sobrevivientes disminuye en funcin del tiempo y puede
representarse por medio de la ecuacin 6.1 que se describe a continuacin:
= 0
Ecuacin 6.1
Si el logaritmo natural del nmero de supervivientes se representa como una funcin del tiempo
de exposicin se obtiene una lnea recta (figura 6.1) cuya pendiente negativa define la velocidad
de destruccin. Sin embargo, el ndice germicida solo nos dice que fraccin de la poblacin
inicial sobrevive a un periodo determinado de exposicin al agente antimicrobiano. Para
determinar el nmero real de sobrevivientes es necesario conocer el tamao inicial de la
poblacin. Esta relacin se expresa de forma matemtica por la ecuacin 6.2:
1
= 0
Ecuacin 6.2
Cdigo
FMP V. 01
Pgina
72 de 103
No. Supervivientes
14,5
Log clulas
13,5
12,5
11,5
10,5
9,5
8,5
20
40
Tiempo (min)
60
80
y = -0,08296x + 13,82022
R = 0,99999
Como puede apreciarse en la figura 6.1, la pendiente negativa de la curva obtenida refleja la tasa
de destruccin de la poblacin a ese factor especfico; pero dicha tasa es independiente del
nmero inicial de bacterias y se ve influenciada por un sinnmero de factores. Esto es comn
para todas las bacterias, pero cada una de ellas difiere en su velocidad de destruccin, la cual se
halla reflejada en la pendiente de la grfica. Esta velocidad ser la que determine el grado de
resistencia del microorganismo, por lo tanto sta ser diferente para cada especie bacteriana;
constituyndose en una importante herramienta para la medida de la resistencia bacteriana. En
el ejemplo mostrado en la figura 6.1, la velocidad de muerte de la poblacin es: 0.08296 log
clulas/min.
6.2.2 Modelo del valor D
El tiempo necesario para la esterilizacin es inversamente proporcional a la temperatura de
exposicin. Esta relacin se puede expresar por el trmino de tiempo de muerte trmica o valor
D de inactivacin trmica (McDonald y Sun, 1999; Joklik et al., 1997; Brennan et al., 1990), que
se refiere al tiempo mnimo necesario para destruir el 90% de una suspensin de
microorganismos a una temperatura predeterminada en un medio ambiente especificado
(Rahman et al., 2004), lo cual equivale a reducir la poblacin en una unidad logartmica. Por
tanto, el modelo del valor D puede catalogarse como un modelo primario (McDonald y Sun,
1999).
Este valor D, como veremos ms adelante es equivalente al valor del inverso de la pendiente de
la curva TDT). La definicin de lo que conocemos como tiempo de reduccin decimal DRT
(Modelo del valor D) fue presentado por Katzin et al., en 1943, pero fueron Ball y Olson en 1957
quienes simbolizaron este tiempo como Valor D. Debido a los elevados coeficientes de
temperatura implicados en la esterilizacin por calor, un cambio mnimo en la temperatura altera
Cdigo
FMP V. 01
Pgina
73 de 103
de manera significativa el tiempo de muerte trmica. De acuerdo con la ley de accin de masas,
el tiempo de esterilizacin se relaciona de forma directa con el nmero de microorganismos en la
suspensin.
El modelo del valor D puede representarse por la siguiente expresin matemtica (Ecuacin 6.3):
10 0 10
Ecuacin 6.3
Donde t corresponde al lapso de tiempo que ha transcurrido para que la poblacin inicial
(Log10N0) se reduzca hasta una poblacin final (Log10Nf).
Si representamos los datos de supervivientes en coordenadas logartmicas (Log10 poblacin) en
el eje de las ordenadas y el tiempo en las abscisas, obtendremos una lnea recta, tal como se
muestra en la figura 6.2.
Figura 6.2. Representacin logartmica de una poblacin microbiana frente al tiempo.
Log10 Supervivientes
6,50
Log10 clulas
6,00
5,50
5,00
4,50
4,00
3,50
0
20
40
Tiempo (min)
60
80
y = -0,03603x + 6,00205
R = 0,99999
Ecuacin 6.4
Cdigo
FMP V. 01
Pgina
74 de 103
Debido a que cada ensayo para evaluar o determinar un valor D, se hace a una temperatura
constante; sta temperatura debe indicarse como un subndice en la letra, as por ejemplo, el
valor D215F, indica el tiempo de reduccin decimal de una poblacin a una temperatura
correspondiente a 215F.
Existe una relacin inversa entre la velocidad de muerte y el tiempo de reduccin decimal (D), la
cual es mostrada en la ecuacin 6.5.
2.303
Ecuacin 6.5
A partir de los resultados obtenidos de la figura 6.2 podemos calcular la velocidad de muerte,
reemplazando el valor D en la ecuacin 6.5. As obtenemos una velocidad de 0.08297/min, la
cual es idntica al valor de la pendiente obtenida en la figura 6.1.
6.2.3 Modelo del valor Z
La constante de resistencia trmica o valor Z, es un factor que describe la resistencia trmica de
una poblacin. Se define como el aumento de temperatura necesario para causar una
disminucin del 90% en el tiempo de reduccin decimal D (Rahman et al., 2004). Si
representamos los valores D obtenidos a diferentes temperaturas en coordenadas logartmicas,
el valor Z representa el aumento de temperatura necesario para cambiar un orden logartmico el
valor de D, tal como se muestra en la figura 6.3.
Figura 6.3. Representacin logartmica del tiempo de reduccin decimal frente a la temperatura.
1,600
1,400
Log10 D (min)
1,200
1,000
0,800
0,600
0,400
0,200
0,000
100
105
Temperatura (C)
110
115
120
y = -0,09177x + 10,97885
R = 0,99969
Cdigo
FMP V. 01
Pgina
75 de 103
2 1
1 2
Ecuacin 6.6
Ecuacin 6.8
Cdigo
FMP V. 01
Pgina
76 de 103
Ecuacin 6.9
De la anterior expresin puede concluirse que, cuanto menor sea la temperatura de crecimiento
(T), mayor energa (Ea) requiere el microorganismo para su desarrollo y por tanto, su velocidad
de crecimiento ser menor (). Un caso similar lo veremos cuando la temperatura sobrepasa la
mxima de crecimiento, a medida que aumenta la temperatura de exposicin, menor energa se
requiere para causar un dao letal en la clula y por tanto la velocidad de muerte aumenta.
Para que la expresin 6.9 pueda ser usada como un modelo de regresin lineal entre las
variables y T-1, esta ecuacin puede ser reescrita como se muestra en la expresin 6.10a y
6.10b:
ln =
Ecuacin 6.10a
log10 = 10 2.303
Ecuacin 6.10b
Cdigo
FMP V. 01
Pgina
77 de 103
2
= 19,15
(5.9)
6.2.6 Mecanismo de la lesin trmica: la inactivacin de las bacterias por calor no puede ser
definida en trminos bioqumicos simples. Aunque el efecto letal del calor hmedo por encima de
una temperatura determinada en general se atribuye a la desnaturalizacin y coagulacin de las
protenas, el patrn del dao trmico es bastante complejo y la coagulacin sin duda enmascara
otros cambios ms sutiles inducidos en la clula antes de que se evidencie la coagulacin. La
produccin de rupturas en una hebra de DNA puede ser el primer episodio letal. La prdida de
viabilidad de las clulas expuestas a una temperatura suave se puede correlacionar con la
introduccin de estas rupturas. El dao al DNA parece ser de naturaleza enzimtica y es una
consecuencia de la inactivacin de las nucleasas. La capacidad de la clula para reparar este
dao y para recuperar la viabilidad depende del estado fisiolgico del microorganismo y de su
conformacin gentica.
El calor tambin ocasiona una prdida de la integridad funcional de la membrana y la filtracin de
pequeas molculas y de material absorbente a 260 nm. Este material es de origen ribosmico y
aparentemente proviene de la degradacin de los ribosomas por ribonucleasas activadas por el
tratamiento trmico. Parece existir una correlacin entre la degradacin del RNA ribosmico y la
prdida de viabilidad de las clulas expuestas a temperaturas elevadas. El mecanismo por el
cual los microorganismos resultan destruidos por el calor seco es diferente al del calor hmedo.
Los efectos letales del calor seco, o la desecacin en general, habitualmente se atribuyen a la
desnaturalizacin proteica, al dao por oxidacin y a los efectos txicos de elevadas
concentraciones de electrolitos. En ausencia de agua el nmero de grupos polares sobre las
cadenas peptdicas disminuye y se requiere ms energa para abrir las molculas; de ah el
aumento aparente de la estabilidad del microorganismo.
6.3 MATERIALES, EQUIPOS E INSUMOS
Cdigo
FMP V. 01
Pgina
78 de 103
6.4 REACTIVOS
No requiere.
6.5 PROCEDIMIENTO (Se seguir la metodologa propuesta por Byrne et al., 2006).
A partir de la cepa mantenida en caldo BHI se prepara una solucin patrn 0,5 de
McFarland.
A partir del patrn se toma una alicuota de 11 ml que se suspende y homogeniza en 99 ml
de solucin diluyente para disminuir 10 veces la concentracin y preparar una suspensin
de una poblacin terica aproximada de 1,5x107 bact/mL.
Se pasa 1 mL exacto de la suspensin, previamente homogenizada, a cada uno de los 6
tubos con 9 ml de agua peptona estril. De sta manera reducimos 10 veces la anterior
poblacin, es decir que supuestamente cada tubo tendr una concentracin de 1,5x106
bact/mL. Cada tubo se rotula con 9, 18, 27, 36, 45 y 54 minutos.
Se toma el tubo rotulado para 9 minutos, y se le realiza un recuento inicial para verificar la
concentracin de las suspensiones. El recuento se hace de la dilucin 103, por duplicado en
agar BHI.
En un bao serolgico, mantenido a una temperatura constante, indicada por el profesor
para cada microorganismo, se introducen los 6 tubos, manteniendo la temperatura
constante. Transcurridos los primeros 9 minutos, se toma el respectivo tubo, con la debida
asepsia, y se le realiza el correspondiente recuento de la siguiente manera: se lleva hasta la
dilucin 10-1, tomndose 1 y 0,1 mL para inocular en las placas de Petri estriles, cubriendo
con agar BHI fundido.
El procedimiento anterior se repite para cada tubo cuando se cumpla el tiempo respectivo de
exposicin a la temperatura indicada.
Se incuban las placas durante 24 48 horas a 37C, segn el microorganismo a ensayar. Se
hace la lectura correspondiente y se construye la grfica para especificar el valor D del
mismo.
6.6 NIVEL DE RIESGO
Para el desarrollo de la presente prctica se ha definido un Nivel de Riesgo Medio o Nivel 2, ya
que se manejaran microorganismos considerados oportunistas y que en algn momento por
malas prcticas de laboratorio pueden conllevar algn peligro para los manipuladores. Por tanto,
todo estudiante, auxiliar y docente que oriente e intervenga en el desarrollo de la misma deber
usar los siguientes equipamientos:
Cdigo
FMP V. 01
Pgina
79 de 103
Bata de Laboratorio manga larga, Guantes, Cofia, Tapabocas, Zapato Cerrado Bajo,
Pantaln Largo.
6.7 BIBLIOGRAFA
Brennan, J.G., Butters, J.R., Cowell, N.D. (1990). Heat processing 2. In: Food Engineering
Operations, Elsevier, UK. Pages 297 302.
Byrne, B., Dunne, G., Bolton, D.J. (2006). Thermal inactivation of Bacillus cereus and
Clostridium perfringens vegetative cells and spores in pork luncheon roll. Food Microbiol.,
23: 803 808.
McDonald, K., Sun, D-W. (1999). Predictive food microbiology for the meat industry: a
review. Int. J. Food Microbiol., 52: 1 27.
Whiting, R.C., Buchanan, R.L. (1993). A classification of models for predictive
microbiology. Food Microbiol., 10: 175 177.
Mescle, J.F., Zucca, J. (1994). El comportamiento de los microorganismos en los
alimentos, la temperatura. En: Microbiologa alimentaria, volumen 1. Aspectos
microbiolgicos de la seguridad y calidad alimentaria. Editorial Acribia, S.A. Zaragoza,
Espaa. Pgs. 7 50.
Man, D. (2004). El Modelo de Arrhenius: Apndice A. En: Caducidad de los Alimentos.
Editorial Acribia, S.A. Zaragoza, Espaa. Pgs. 91 92.
ICMSF. (2000). Temperatura, Captulo 1. En: Ecologa microbiana de los alimentos 1.
Factores que afectan a la supervivencia de los microorganismos en los alimentos. Editorial
Acribia, S.A. Zaragoza, Espaa. Pgs. 1 38.
Singh, R.P., Heldman, D.R. (1997). Captulo 5: Procesado trmico. En: Introduccin a la
Ingeniera de los alimentos. 1 edicin. Editorial Acribia, S.A. Zaragoza, Espaa. Pgs.245
265.
Rahman, M.S., Guizani, N., Al-Ruzeiki, M.H. (2004). D- and Z-values of microflora in tuna
mince during moist- and dry-heating. Lebensm.-Wiss. U.-Technol., 37: 93 98.
Katzin, L.I., Sandholzer, L.A., Strong, M.E. (1943). Application of the decimal reduction
time principle to a study of the resistance of coliform bacteria to pasteurization. J bacterial.,
45(3): 265 272.
Brailsford Robertson, T. (1914). On the conditions under which discontinuous events may
be employed as a measure of continuous processes, with especial reference to the killing
of bacteria by disinfectants. Journal of Hygiene, 14: 143 148.
Couvert, O., Gaillard, S., Savy, N., Mafart, P., Legurinel, I. (2005). Survival curves of
heated bacterial spores: effect of environmental factors on Weibull parameters. Int. J Food
Microbiol., 101: 73 81.
Rahn, O. (1929). The size of bacteria as the cause of the logarithmic order of death. J.
Gen. Physiol., 13: 179 205.
Rahn, O. (1930). The non-logarithmic order of death of some bacteria. J. Gen. Physiol., 13:
395 407.
Madsen, T., Nyman, M. (1907). Zur theorie der desinfection. I. Z. Hyg., 57: 388 404.
Universidad de Pamplona Facultad de Ciencias Bsicas Departamento de Microbiologa 2011
Cdigo
FMP V. 01
Pgina
80 de 103
6.8. ANEXOS
Tabla 6.1. Relacin de temperatura y tiempo para determinacin del valor D y z en cultivos
asporgenos.
Temperatura
Tiempo (minutos)
(C)
50
10
20
30
40
55
17
25
34
60
14
21
28
65
12
18
24
70
10
15
20
75
12
16
80
12
85
10
Tabla 6.2. Tiempos mnimos requeridos para la esterilizacin por calor hmedo y calor seco a
diferentes temperaturas.
Calor hmedo
Calor seco
Temperatura
(C)
Tiempo (min)
Presin (lb)
Tiempo (min)
121
15
15
126
10
20
134
30
140
180
150
150
160
120
170
60
Cdigo
FMP V. 01
Pgina
81 de 103
Cepa
S. aureus
54 ml
Cultivo de
trabajo
10 ml
TRATAMIENTO
TRMICO
10 ml
T0
10 ml
T1
10 ml
T2
1 ml
10 ml
T3
1 ml
5 ml
T4
1 ml
CT
Control
Temperatura
10-1
1 ml
1 ml
1 ml
1 ml
1 ml
10-2
1 ml
1 ml
DILUCIONES
Y SIEMBRA
1 ml
10-3
1 ml
1 ml
1 ml
10-4
1 ml
1 ml
Cdigo
FMP V. 01
Pgina
82 de 103
Temperatura
(C)
70
80
90
816 203,7
116 24,9
222 0,0
36 6,0
75 4,24
Log10 D
3,00
S. senftenberg 774W
S. typhimurium
2,50
2,00
y = -0,0544x + 6,4367
R = 0,9986
1,50
y = -0,0518x + 6,5242
R = 0,9973
1,00
60
70
80
90
100
Temperatura (C)
Cdigo
FMP V. 01
Pgina
83 de 103
Figura 6.5. Representacin del LnD vs. 1/TA para S. senftenberg 774W y S. typhimurium
obtenidos en chocolate lacteado.
7,00000
6,00000
S. senftenberg 774W
Ln D
S. typhimurium
5,00000
4,00000
y = 15589x - 39,378
R = 0,9995
3,00000
y = 14868x - 36,668
R = 0,9987
0,002700
0,002800
0,002900
0,003000
1/Temperatura (K)
Como puede verse en las figuras anteriores, cuando se grafica el Log10D vs T, se obtienen
lneas rectas con una bondad de ajuste de 0,9986 y 0,9973 para S. senftenberg 774W y S.
typhimurium, respectivamente; mientras que si usamos el modelo modificado de Arrhenius, los
coeficientes de correlacin son mejores con valores de 0,9995 y 0,9987, respectivamente. Los
valores de z obtenidos por los dos modelos son similares tal y como puede verse en la tabla
siguiente, sin embargo, ya hemos visto que la bondad de ajuste de la grfica es mayor para el
modelo modificado de Arrhenius.
Tabla 6.4. Valores z para S. senftenberg 774W y S. typhimurium en chocolate lacteado
Modelo de z
Modelo tradicional
Modelo de Arrhenius
Valores z (C)
S. senftenberg 774W
S. typhimurium
18,382
19,305
18,266
19,152
Cdigo
FMP V. 01
Pgina
84 de 103
ACTIVIDAD 7
EFECTO CONJUGADO DE LA TEMPERATURA, ACTIVIDAD DE AGUA (% NaCl), pH Y
COMPOSICIN DEL MEDIO SOBRE LA CINTICA DE CRECIMIENTO FNGICA
OBJETIVOS
Al finalizar la prctica el estudiante estar en capacidad de:
Disear diversas metodologas para cuantificar el crecimiento miceliar fngico
Desarrollar protocolos para cuantificar la cintica conidial
Evaluar el/los efecto(s) individual o conjugado de diversos factores sobre el crecimiento
de hongos.
MARCO TEORICO
Todos los organismos tienen un potencial de incrementar su masa por divisin celular,
alargamiento celular, o ambos. De esta forma, el incremento de la masa se constituye en
una medida de su crecimiento. Muchos miclogos y cientficos tienen un nmero diverso de
razones prcticas para estudiar lo concerniente al crecimiento fngico. Primero, los hongos
son extremadamente importantes en los hbitats naturales donde ellos crecen como
saprfitos o simbiticos. Las actividades saprofticas y el crecimiento fngico estn envueltas
en los ciclos nutritivos dentro del suelo, mientras que en la vida simbitica hacen parte de
otros organismos. El conocimiento de cmo los hongos crecen y de los factores que afectan
su crecimiento es importante para entender la ecologa fngica. Segundo, el crecimiento de
los hongos tambin puede ser controlado. Muchos hongos causan alteraciones o prdidas
grandes de alimentos y materiales de importancia para los humanos. El crecimiento
parastico a expensas de su hospedador puede resultar en una enfermedad o muerte de su
hospedador. Naturalmente, los fitopatlogos, veterinarios, y dems profesionales
relacionados son conscientes de controlar el crecimiento de estos hongos, mientras que por
otras razones individuales existe una necesidad directa de permitir su crecimiento.
Si bien se han desarrollado una multitud de trabajos evaluando el papel de los hongos
(mohos y levaduras) como agentes deteriorantes, estos se han enfocado principalmente al
efecto de diversas tecnologas de conservacin (qumica, fsica, biolgica) sobre la
supervivencia de los mismos en alimentos, materiales de construccin, etc., o a describir
simplemente una curva normal de supervivencia cuando son expuestos a diversos factores
medioambientales de forma individual; pero son relativamente pocas las publicaciones sobre
investigaciones hechas a partir del modelamiento predictivo del efecto conjunto de la
temperatura, aw y pH en el crecimiento/supervivencia de mohos.
Lo anterior puede explicarse debido al hecho de que la medida del crecimiento fngico no es
fcil de cuantificar, ya que a diferencia de las bacterias y levaduras, los hongos no crecen
Universidad de Pamplona Facultad de Ciencias Bsicas Departamento de Microbiologa 2011
Cdigo
FMP V. 01
Pgina
85 de 103
como clulas individuales, sino como filamentos hifales que no pueden ser cuantificados por
las habituales tcnicas de enumeracin. Adems, las hifas fngicas pueden penetrar en los
sustratos slidos haciendo difcil su extraccin. As mismo, la capacidad de los hongos para
producir esporas, resulta en un gran aumento en el nmero de clulas viables (ufc/ gr o ml)
que a menudo tienen poca relacin con la biomasa (Pitt, 1984; Taniwaki et al., 2006).
Tradicionalmente el crecimiento y caracterizacin ecofisiolgica de los hongos
contaminantes de alimentos ha sido determinado usando un alto nivel de inculo en forma
de suspensin de esporas o discos circulares cortados de los mrgenes de un cultivo fngico
(Samapundo et al., 2007).
Crecimiento de los hongos
Es importante tener en cuenta que en el crecimiento en los mohos se da de forma micelial, slo
el borde de la colonia (las puntas de las hifas) crece. La parte central de una colonia micelial est
formada por clulas viejas mientras que el borde de la colonia est formado por clulas jvenes.
Las clulas jvenes se encuentran en trofofase (fase de alimentacin y crecimiento), mientras
que las clulas viejas se encuentran en idiofase (fase de diferenciacin). Cuando observamos
una colonia micelial (por ejemplo una colonia de moho sobre una naranja), el crecimiento de la
colonia se produce slo por el borde de la parte mohosa y en la parte central de la colonia se
produce la diferenciacin que dar lugar a la formacin de las esporas y a la aparicin del color
verdoso caracterstico. Las clulas jvenes desarrollan la mayora de la actividad metablica del
hongo, liberando enzimas al medio y absorbiendo los nutrientes. La zona central, por otra parte,
tiene clulas en las que se acumulan las substancias de reserva que pueden ser necesarias para
que el micelio colonice nuevas zonas pobres en nutrientes (por ejemplo, cuando el moho de una
fruta comienza a extenderse por la fuente de plstico en la que se encuentra) o cuando el hongo
se diferencia (por ejemplo, cuando produce esporas o cuerpos fructferos) (Aristegui, B., 2002).
Por otra parte, para la medicin del crecimiento fngico se han desarrollado varios mtodos, a
pesar que solo hasta hace algunos aos se ha comenzado a comprender bien sus principios y
aplicaciones. El mtodo ms frecuentemente usado ha sido el del recuento de clulas viables o
unidades formadoras de colonias (ufc/ g o ml), una tcnica derivada del recuento de bacterias en
alimentos. Sin embargo, este mtodo sufre graves inconvenientes, ya que el conteo de esporas
suele reflejar solo nmeros en lugar de la biomasa (Pitt, 1984); cuando el crecimiento de los
hongos consiste fundamentalmente en el crecimiento de hifas, es decir, en jvenes individuos en
el interior de las colonias, por tanto, el recuento de este tipo dar unos resultados bajos al inicio,
pero cuando se produce la esporulacin, el conteo a menudo aumenta rpidamente sin que se
observe un aumento de la biomasa. En consecuencia, se considera que el recuento de clulas
viables es un pobre indicador del grado de crecimiento de los hongos y parece que se
correlacionan mal con otras medidas tales como ergosterol (Taniwaki et al., 2006).
Cdigo
FMP V. 01
Pgina
86 de 103
Respiracin: Todos los hongos necesitan de oxigeno para su crecimiento, pero pueden
crecer en ambientes bajos en tenciones de oxgeno, por ejemplo cuando crecen sumergidos
en medio liquido pueden llegar a producir estructuras atpicas, a veces semejantes a
levaduras, otras veces viscosas pero de igual manera el crecimiento es lento y depende del
oxigeno disuelto en el liquido. Las esporas de muchos hongos filamentosos germinan
cuando se sumergen en un medio lquido, pero crecen con excesiva lentitud hasta que
algunas hifas alcanzan la superficie, desarrollndose despus rpidamente y de forma tpica
hasta cubrir la superficie. Uno de los efectos ms comunes cuando se limita la aireacin es
la supresin del color normal, tanto del micelio como de los conidios. Si bien los hongos no
Universidad de Pamplona Facultad de Ciencias Bsicas Departamento de Microbiologa 2011
Cdigo
FMP V. 01
Pgina
87 de 103
Cdigo
FMP V. 01
Pgina
88 de 103
Cdigo
FMP V. 01
Pgina
89 de 103
PROCEDIMIENTO
Para el desarrollo de esta prctica se empleara un diseo factorial 4X3X3X3X2 para evaluar
el efecto del medio de cultivo (4), temperatura (3), actividad de agua (3), pH (3) y por
duplicado (2) sobre el crecimiento radial.
La actividad de agua de los cuatro medios de cultivo se modificarn empleando como soluto
depresor el cloruro de sodio (NaCl) en concentraciones de 0,5%, 5% y 10% en cada medio
de cultivo, para obtener una actividad de agua terica* de 0,995; 0,971 y 0,938,
respectivamente. Las cajas inoculadas sern incubadas a 25C, 30C y 35C.
Para la siembra de los diversos mohos se emplear la tcnica de puncin central descrita
por Samson et al., 1999 y Gra et al., 2007:
Tomar una caja de petri estril y trazar por la parte inferior de la base dos lneas
perpendiculares que pasen por el centro de tal forma que dividan la caja en 4
cuadrantes.
Inocular la cepa en el centro de la caja con ayuda de un asa de puncin.
1
4
2
3
Incubar de forma invertida las cajas a cada una de las temperaturas, y hacer lectura del
crecimiento radial en cada cuadrante con ayuda de un calibrador Vernier cada da,
durante 15 das o hasta que el crecimiento alcance el borde de la caja.
Obtener el valor medio de crecimiento fngico (expresado en mm) para cada tiempo
(expresado en horas):
4
1
Donde
es el radio medio,
4
1 es la sumatoria del valor de los radios medidos y
Cdigo
FMP V. 01
Pgina
90 de 103
Tabla 7.1. Crecimiento radial fngico expresado en mm, para una temperatura de 25C y
0% NaCl en agar PDA.
Tiempo
(horas)
radio 1
radio 2
radio 3
radio 4
radio medio
Desviacin
estndar
0
48
96
144
192
240
288
336
360
Repetir el cuadro anterior para cada temperatura, medio, porcentaje de NaCl y pH.
Graficar los datos para calcular la velocidad radial de crecimiento fngico (mm/horas),
segn la figura mostrada de ejemplo.
Graficar las velocidades radiales de crecimiento fngico como una funcin de cada
combinacin empleando grficos de respuesta superficial (Excel, SPSS, Statistica, etc.)
Cdigo
FMP V. 01
Pgina
91 de 103
todo estudiante, auxiliar y docente que oriente e intervenga en el desarrollo de la misma deber
usar los siguientes equipamientos:
Bata de Laboratorio manga larga, Guantes, Cofia, Tapabocas, Zapato Cerrado Bajo,
Pantaln Largo.
BIBLIOGRAFA
Aristegui, B. (2002). Reino de los hongos. En: Hongos y Actinomicetos Alergnicos. Pontn, J.,
Moragues, M.D., Gen, J., Guarro, J., Quinds, G., Editores. Bilbao, Espaa. Editorial:
Revista Iberoamericana de Micologa. Pgs. 1-4. ISBN 84-607-5370-0. Disponible en:
http://hongos-alergenicos.reviberoammicol.com/
Carrillo, L. (2003). Los hongos de los Alimentos y Forrajes. Argentina. Universidad Nacional de
Salta. ISBN 987-9381-19x.
Dantigny, P., Guilmart, A., Bensoussan, M. (2005). Basis of predictive mycology. Int. J Food
Microbiol., 100: 187196.
Flores, T. (1997). I. Taxonoma de hongos ambientales y su influencia en el biodeterioro y la
salud humana. Corporacin para las investigaciones Biolgicas. 1997. P. 14 -76.
Garca, D., Ramos, A.J., Sanchis, V., Marn, S. (2010). Modelling mould growth under suboptimal
environmental conditions and inoculum size. Food Microbiol., 27: 909917.
Grau, C., Snchez, D., Zerpa, A., Garca, N. (2007). Influencia de la actividad del agua, pH y
temperatura en el crecimiento de Aspergillus penicillioides y Aspergillus terreus aislados de
la carne seca y salada de atn listado (Katsuwonus pelamis). Revista Cientfica, FCV-LUZ,
XVII(2): 193199.
Grimm, L.H., Kelly, S., Krull, R., Hempel, D.C. (2005). Morphology and productivity of filamentous
fungi. Appl Microbiol Biotechnol., 69: 375384.
Kapetanakou, A.E., Ampavi, A., Yanniotis, S., Drosinos, E.H., Skandamis, N. (2010). Develpment
of a model describing the effect of temperatura, wter activity and (gel) structure on growth
and ochratoxin A production by Aspergillus carbonarius in vitro and evaluation in food
matrices of different viscosity. Food Microbiol., xxx (2010) 19. Article in press.
Moore-Landecker, E. (1996). Chapter 10: Growth. In: Fundamentals of the Fungi. 4th Edition,
Prentice Hall, Inc., New Jersey, USA, pp. 279310.
Pereira, G., Herrera, J., Machuca, A. (2007). Efecto del pH sobre el crecimiento in vitro de
hongos ectomicrricos recolectados de palazones de Pinus radiata. Bosque. 28: 215-219.
ISSN 0717-9200.
Pitt, J.I. (1984). The significance of potentially toxigenic fungi in foods. Food Technol. Aust., 36:
218219.
Samapudo, S., Devlieghere, F., De Meulenaer, B., Debevere, J. (2007). Growth kinetics of
cultures from single spore of Aspergillus flavus and Fusarium verticillioides on yellow dent
corn meal. Food Microbiol., 24: 336354.
Cdigo
FMP V. 01
Pgina
92 de 103
Samson, R.A., Hoekstra, E.S., Frisvad, J.C., Filtenborg, O. (1999). Introduction to food borne
fungi. 4th ed. Centralbureau Voor Schimmelcultures, Bearn, DELFT. The Netherlands. 322
pp.
Smith, G. (1963). Captulo 5: Ascomycetes. En: Introduccin a la micologa industrial. Editorial
Acribia S.A. Zaragoza, Espaa. Pg. 69-79. No.Registro Z-1795/62.
Taniwaki, M.H., Pitt, J.I., Hocking, A.D., Fleet, G.H. (2006). Comparison of hyphal length,
ergosterol, mycelium dry weight, and colony diameter for quantifying growth of the fungi from
foods. Advances in experimental Medicine and Biology. 571: 49-67. ISSN 0065-2598.
Wainwright, M. (1995). Introduccin a la Biotecnologa de los Hongos. Zaragoza (Espaa).
Editorial Acribia, S.A.
Cdigo
FMP V. 01
Pgina
93 de 103
ACTIVIDAD 8 y 9
CONOCIMIENTO Y MANEJO DE LA BASE DE DATOS COMBASE, PATHOGEN MODELING
PROGRAM (PMP), SEAFOOD SPOILAGE AND SAFETY PREDICTOR (SSSP), MICROFIT
OBJETIVO
Al finalizar la prctica el estudiante estar en capacidad de:
Conocer los diversos software de modelamiento microbiano como instrumento
fundamental de la simulacin bacteriana.
Aplicar las distintas bases de datos como una herramienta prctica para el estudio del
comportamiento de una poblacin bacteriana.
Utilizar los software especficos para cada caso particular.
Utilizar el software DMFit y MicroFit para la estimacin de diversos parmetros cinticos
(crecimiento/muerte) en el estudio de poblaciones bacterianas.
MARCO TERICO
El desarrollo de los diversos modelos de prediccin empleados en microbiologa descansa
sobre unas bases matemticas preestablecidas con anterioridad. Los diferentes softwares de
modelamiento han empezado a popularizarse a partir de los aos 90.
En el presente documento se describe en forma general el aplicativo ComBase y sus
componentes principales: ComBase Predictor, Perfringens Predictor y el DMFit web edition.
MATERIALES, EQUIPOS E INSUMOS (por estudiante)
REACTIVOS
No aplica
PROCEDIMIENTO
Esta prctica se desarrollar en tres sesiones. A travs de una serie de ventanas y ejemplos
prcticos se explicar paso a paso la metodologa a seguir para el manejo de cada software.
NIVEL DE RIESGO
Para el desarrollo de la presente prctica se ha definido un Nivel de Riesgo bajo, ya que no se
manejaran. Por tanto, todo estudiante, auxiliar y docente que oriente e intervenga en el
desarrollo de la misma deber usar los siguientes equipamientos:
Cdigo
FMP V. 01
Pgina
94 de 103
BIBLIOGRAFA GENERAL
Adair, C., Kilsby, D.C., Whittall, P.T. (1989). Comparison of the Schoolfield (non-linear Arrhenius)
model and the Square Root model for predicting bacterial growth in foods. Food Microbiol.,
6: 7 18.
Aristegui, B. (2002). Reino de los hongos. En: Hongos y Actinomicetos Alergnicos. Pontn, J.,
Moragues, M.D., Gen, J., Guarro, J., Quinds, G., Editores. Bilbao, Espaa. Editorial:
Revista Iberoamericana de Micologa. Pgs. 1-4. ISBN 84-607-5370-0. Disponible en:
http://hongos-alergenicos.reviberoammicol.com/
Brennan, J.G., Butters, J.R., Cowell, N.D. (1990). Heat processing 2. In: Food Engineering
Operations, Elsevier, UK. Pages 297 302.
Carrillo, L. (2003). Los hongos de los Alimentos y Forrajes. Argentina. Universidad Nacional de
Salta. ISBN 987-9381-19x.
Carrillo, M.L., Zavala, D., Alvarado, B. (2007). Modelado del efecto de la temperatura, actividad
de agua y pH sobre el crecimiento de Rhizopus oryzae. Informacin Tecnolgica, 18(4): 57
62.
Christian, J.H.B. (1980). Captulo 4: Actividad de Agua Reducida. En: Ecologa Microbiana de los
Alimentos 1. Factores que afectan la supervivencia de los microorganismos en los
alimentos. Editorial Acribia S.A., Zaragoza, Espaa, Pgs. 74 96.
Dantigny, P., Guilmart, A., Bensoussan, M. (2005). Basis of predictive mycology. Int. J Food
Microbiol., 100: 187196.
Datta, A.K., Sablani, S.S. (2006). Chapter 1: Mathematical Modeling Techniques in Food and
Bioprocesses: An Overview. In: Handbook of Food and Bioprocess Modeling Techniques.
Taylor and Francis Group, LLC.
Esteban, M.A., Alcala, M., Marcos, A., Fernandez-Salguero, J., Garca de Fernando, G.D.,
Ordoez, J.A., Sanz, B. (1990). Water activity of cultura media used in food microbiology.
Int. J. Food Sci. and Technology, 25: 464468.
Fernndez, C.M., Gonzlez, M., Illnait, M.T., Martnez, G. 1998. Determinacin de la
concentracin mnima inhibitoria de Anfotericina B en levaduras de inters mdico. Rev
Cubana Med Trop., 50(1): 48-53.
Flores, T. (1997). I. Taxonoma de hongos ambientales y su influencia en el biodeterioro y la
salud humana. Corporacin para las investigaciones Biolgicas. 1997. P. 14 -76.
Francois, A., Valero, A., Geeraerd, A.H., Van Impe, J.F., Debevere, J., Garca-Gimeno, R.M.,
Zurera, G., Devlieghere, F. 2007. Effect of preincubation temperature and pH on the
individual cell lag phase of Listeria monocytogenes, cultured at refrigeration temperatures.
Food Microbiol., 24: 32 43.
Garca, D., Ramos, A.J., Sanchis, V., Marn, S. (2010). Modelling mould growth under suboptimal
environmental conditions and inoculum size. Food Microbiol., 27: 909917.
Gershenfeld, N. (1999). The Nature of Mathematical Modeling. Cambridge: Cambridge University
Press.
Cdigo
FMP V. 01
Pgina
95 de 103
Giannuzzi, L., Pinotti, A., Zaritzky, N. (1998). Mathematical modeling of microbial growth in
packaged refrigerated beef stored at different temperatures. Int. J. Food Microbiol., 39: 101
110.
Gra, C., Snchez, D., Zerpa, A., Garca, N. (2007). Influencia de la actividad del agua, pH y
temperatura en el crecimiento de Aspergillus penicillioides y A. terreus aislados de la carne
seca y salada de atn listado (Katsuwonus pelamis). Revista Cientfica, FCV-LUZ, Vol
XVII, N2: 193 199.
Grimm, L.H., Kelly, S., Krull, R., Hempel, D.C. (2005). Morphology and productivity of filamentous
fungi. Appl Microbiol Biotechnol., 69: 375384.
http://www.biologia.edu.ar/microind/crecimiento%20bacteriano.htm. Fecha de acceso: 13 de abril
de 2007.
http://www.cdc.gov/ncidod/dbmd/diseaseinfo/cholera/ch9.pdf.
Iaez, E. (2007). Curso de Microbiologa On Line. Captulo: Factores fsicos que afectan el
crecimiento bacteriano (I). Fecha de acceso: 13 de abril de 2007. Tomado de:
http://fai.unne.edu.ar/biologia/microgeneral/micro-ianez/17_micro.htm#temp.
ICMSF. International Commission on Microbiological Specification for Foods. (2000a). pH y
Acidez, Captulo 5. En: Ecologa microbiana de los alimentos 1. Factores que afectan a la
supervivencia de los microorganismos en los alimentos. Editorial Acribia, S.A. Zaragoza,
Espaa. Pgs. 97-117.
ICMSF. International Commission on Microbiological Specification for Foods. (2000b).
Temperatura, Captulo 1. En: Ecologa microbiana de los alimentos 1. Factores que
afectan a la supervivencia de los microorganismos en los alimentos. Editorial Acribia, S.A.
Zaragoza, Espaa. Pgs. 1 38.
ICMSF. International Commission on Microbiological Specification for Foods. (2000). Ecologa
microbiana de los alimentos 1. Editorial Acribia, S.A. Zaragoza, Espaa.
ICMSF. International Commission on Microbiological Specification for Foods. (1996).
Microorganisms in foods. Roberts TA, Baird-Parker AC, Tompkin RB, editors. Volume 5,
Characteristics of microbial pathogens. London: Blackie Academic & Professional. p 513.
Kapetanakou, A.E., Ampavi, A., Yanniotis, S., Drosinos, E.H., Skandamis, N. (2010). Develpment
of a model describing the effect of temperatura, wter activity and (gel) structure on growth
and ochratoxin A production by Aspergillus carbonarius in vitro and evaluation in food
matrices of different viscosity. Food Microbiol., xxx (2010) 19. Article in press.
Kempf, B., Bremer, E. (1998). Uptake and synthesis of compatible solutes as microbial stress
responses to high-osmolality environ. Arch. Microbiol., 170: 319 330.
Labuza, T. (2004). Predictive Microbiology Principles. Department of Food Science and Nutrition.
University of Minnesota. USA. Pp. 12.
Madigan, M.T., Martinko, J.M., Parker, J. 2001. Captulo 5: Crecimiento microbiano. En: Brock
Biologa de los Microorganismos. 8 edicin revisada. Editorial Prentice Hall Iberia, Madrid,
Espaa. ISBN: 84-89660-36-0. 4 reimpresin. Pgs. 155 157.
Man, D. (2004). El Modelo de Arrhenius: Apndice A. En: Caducidad de los Alimentos. Editorial
Acribia, S.A. Zaragoza, Espaa. Pgs. 91 92.
Cdigo
FMP V. 01
Pgina
96 de 103
Mathlouthi, M. (2001). Water content, water activity, water structure and the stability of foodstuffs.
Food Control, 12: 409417.
Mazomba, N.T., Mabinya, L.V. (2010). Water relations of Pseudomonas solanacearum. Afr. J.
Biotechnol., 9(35): 5767 5774.
McDonald, K., Sun, D-W. (1999). Predictive food microbiology for the meat industry: a review. Int.
J. Food Microbiol., 52: 1 27.
McMeekin, T.A., Chandler, R.E., Doe, P.E., Garland, C.D., Olley, J., Putro, S., Ratkowsky, D.A.
(1987). Model for combined effect of temperature and salt concentration/water activity on
the growth rate of Staphylococcus xylosus. J. Appl. Bacteriol., 62: 543 550.
Mescle, J.F., Zucca, J. (1994). El comportamiento de los microorganismos en los alimentos. En:
Microbiologa alimentaria, volumen 1. Aspectos microbiolgicos de la seguridad y calidad
alimentaria. Editorial Acribia, S.A. Zaragoza, Espaa. Pgs. 7 50.
Meumeyer, K., Ross, T., McMeekin, T.A. (1997a). Development of a predictive model to describe
the effects of temperature and water activity on the growth of spoilage pseudomonads. Int.
J. Food Microbiol., 38: 45 54.
Meumeyer, K., Ross, T., Thomson, G., McMeekin, T.A. (1997b). Validation of a model describing
the effects of temperature and water activity on the growth of psychrotrophic
pseudomonads. Int. J. Food Microbiol., 38: 55 63.
Microsoft Office Excel 2007 de Microsoft Corporation Inc. Marca registrada.
Monod, J. (1949). The growth of bacterial cultures. Annual Review of Microbiology 3: 371394.
Moore-Landecker, E. (1996). Chapter 10: Growth. In: Fundamentals of the Fungi. 4th Edition,
Prentice Hall, Inc., New Jersey, USA, pp. 279310.
Nies, M.L. (2006). Using Computer Spreadsheets to Solve Equations. Learning & Leading with
Technology, 3(23).
ICONTEC. Instituto Colombiano de Normas Tcnicas y Certificacin. (2000). NTC 2455.
Desinfectantes. Limpiadores lquidos. Desinfectantes para uso domstico, tercera
actualizacin. 25-10-2000.
Pereira, G., Herrera, J., Machuca, A. (2007). Efecto del pH sobre el crecimiento in vitro de
hongos ectomicrricos recolectados de palazones de Pinus radiata. Bosque. 28: 215-219.
ISSN 0717-9200.
Pitt, J.I. (1984). The significance of potentially toxigenic fungi in foods. Food Technol. Aust., 36:
218219.
Pocard, J.A., Smith, L.T., Smith, G.M., Le Rudulier, D. (1994). A prominent role of
glucosylglycerol in the adaptation of Pseudomonas mendocina SKB70 to osmotic stress. J.
Bacteriol., 176: 6877 6884.
Prescott, L.M., Harley, J.P., Klein, D.A. (1999). Microbiology, 4th Edition. The McGraw-Hill Co.,
Inc., New York, USA.
Ratkowsky, D.A., Lowry, R.K., McMeekin, T.A., Stokes, A.N., Chandler, R.E. (1983). Model for
bacterial culture growth rate throughout the entire biokinetic temperature range. J.
Bacteriol., 154: 1222 1226.
Cdigo
FMP V. 01
Pgina
97 de 103
Roberts, T.A. (1997). Microbial growth and survival: developments in predictive modeling. Food
Technol., 51(4): 88 90.
Samapudo, S., Devlieghere, F., De Meulenaer, B., Debevere, J. (2007). Growth kinetics of
cultures from single spore of Aspergillus flavus and Fusarium verticillioides on yellow dent
corn meal. Food Microbiol., 24: 336354.
Samson, R.A., Hoekstra, E.S., Frisvad, J.C., Filtenborg, O. (1999). Introduction to food borne
fungi. 4th ed. Centralbureau Voor Schimmelcultures, Bearn, DELFT. The Netherlands. 322
pp.
Schlessinger, D., Schaechter, M., Eisenstein, B.I. (19949. Biologa de los agentes infecciosos,
captulo 3. En: Microbiologa. Mecanismos de las enfermedades infecciosas, enfoque
mediante la resolucin de problemas. 2a edicin. Editores: Schaechter, M., Medoff, G.,
Eisenstein, B.I., Guerra, H. Editorial Mdica Panamericana, S.A. Buenos Aires.
Argentina. Pgs. 47 76.
Singh, R.P., Heldman, D.R. (1997). Procesado trmico, Captulo 5. En: Introduccin a la
Ingeniera de los alimentos. 1 edicin. Editorial Acribia, S.A. Zaragoza, Espaa. Pgs.245
265.
Smith, G. (1963). Ascomycetes, Captulo 5. En: Introduccin a la Micologa Industrial. Editorial
Acribia S.A. Zaragoza, Espaa. Pgs. 69 79.
Sperber, W.H. (1983). Influence of Water Activity on Foodborne Bacteria A Review. J. Food
Protection, 46(2): 142150.
Taniwaki, M.H., Pitt, J.I., Hocking, A.D., Fleet, G.H. (2006). Comparison of hyphal length,
ergosterol, mycelium dry weight, and colony diameter for quantifying growth of the fungi
from foods. Advances in experimental Medicine and Biology. 571: 49-67. ISSN 0065-2598.
Valbuena, E., Barreiro, J., Snchez, E., Castro, G., Brez, W., Tovar, A. (2005). Modelos
Cinticos Aplicados al Crecimiento de Lactococcus lactis subsp. lactis en leche. Revista
Cientfica, FCV-LUZ / Vol. XV, N 5, 464 475.
Wainwright, M. (1995). Introduccin a la Biotecnologa de los Hongos. Zaragoza (Espaa).
Editorial Acribia, S.A.
Whiting, R.C., Buchanan, R.L. (1993). A classification of models for predictive microbiology. Food
Microbiol., 10: 175 177.
Whiting, R.C.; Buchanan, R.L. (1994). Microbial modeling. Food Technol., 48 (6): 113 120.
Wijtzes, T.; Wit, J.C.; Huis, J.H.; Vant Riet, K.; Zwietering, M.H. (1995). Modelling bacterial
growth of Lactobacillus curvatus as a function of acidity and temperature. Appl. Environ.
Microbiol., 61(7): 2533 2539.
Willett, H.P. (1997). Fisiologa del Crecimiento Bacteriano, Captulo 5. En: Zinsser, Microbiologa.
20 edicin. Editores: Joklik, W.K., Willett, H.P., Amos, D.B., Wilfert, C.M. Editorial Mdica
Panamericana, S.A. Buenos Aires. Argentina. Pgs. 78 109.
Zwietering, M.H., Rombouts, F.M., vant Riet, K. (1992). Comparison of definitions of the lag
phase and the exponential phase in bacterial growth. J. Appl. Bacteriol., 72: 139145.
Cdigo
FMP V. 01
Pgina
98 de 103
Zwitering, M.H.; Cuppers, H.G.; de Wit, J.C.; Vant Riet, K. (1994). Evaluation of data
transformation and validation of a model for the effect of temperature on bacterial growth.
Appl. Environ. Microbiol. 60(1): 195 203.
Zwitering, M.H.; de Koos, J.T.; Hasenack, B.E.; de Wit, J.C.; Vant Riet, K. (1991). Modeling of
bacterial growth as a function of temperature. Appl. Environ. Microbiol. 57: 1094 1101.
Zwitering, M.H.; Jongenburger, I.; Rombouts, F.M.; Vant Riet, K. (1990). Modeling of the
bacterial growth curve. Appl. Environ. Microbiol. 56(6): 1875 1881.
Cdigo
FMP V. 01
Pgina
99 de 103
ANEXOS
Cdigo
FMP V. 01
Pgina
100 de 103
I.
NORMAS DE SEGURIDAD
Usar ropa adecuada (bata manga larga abotonada y limpia, zapatos cerrados y limpios, uso
de cofia y tapabocas).
No permitir el acceso a las reas de trabajo sin la debida precaucin. Respetar las reas de
acceso restringido; no ingresar inmediatamente a cuartos de siembra previamente
esterilizados con radiacin ultravioleta.
Al iniciar y finalizar las prcticas, lavarse las manos con agua y jabn
Flamee el asa antes y despus de usarla.
El lugar de trabajo debe estar siempre limpio y ordenado. Antes de comenzar cada prctica
es conveniente desinfectar la superficie de trabajo. Los desinfectantes ms habituales para
este propsito son la leja y el alcohol (etanol 96), o una solucin de hipoclorito a 15 - 20
ppm.
Los microorganismos deben manejarse siempre alrededor de la llama. Se deben evitar los
desplazamientos innecesarios con el asa bacteriolgica cargada con algn microorganismo
por el laboratorio, ya que pueden crear corrientes que originen contaminaciones, aerosoles
o producir accidentes.
Durante las prcticas est prohibido comer, beber, fumar o mascar chicle.
Cuando se manipulan microorganismos hay que evitar llevarse las manos a la boca, nariz,
ojos, y otras partes del cuerpo (por ejemplo heridas) que podran constituirse en puertas de
entrada de microorganismos oportunistas, ya que los dedos y las uas se contaminan
fcilmente, llevando microorganismos y otras sustancias nocivas; por tanto es
recomendable el uso de guantes de ltex, en especial cuando se manipulen
microorganismos patgenos o aquellos considerados oportunistas.
No portar maquillaje o aplicarse cosmticos en el laboratorio.
En caso de no contar con micropipetas, debe emplearse pipeteadores para la transferencia
de volmenes y colocar algodn, est prohibido pipetear soluciones con la boca (reactivos,
sueros y soluciones en general).
Libros, carpetas, abrigos y cualquier otro material que no se utilice en la realizacin de la
prctica deben estar apartados del lugar de trabajo.
Para deshacernos del material contaminado utilizaremos los recipientes adecuados
(generalmente de color rojo o bolsas de este mismo color), los cuales deben estar
Cdigo
FMP V. 01
Pgina
101 de 103
Cdigo
FMP V. 01
Pgina
102 de 103
Cdigo
FMP V. 01
Pgina
103 de 103
II.
NIVEL DE RIESGO
Para el desarrollo en general de este curso se han definido en cada una de las prcticas el nivel
de riesgo, sin embargo de forma genrica para las actividades descritas en este manual se ha
definido un Nivel de Riesgo Medio o Nivel 2, ya que se manejaran microorganismos
considerados oportunistas y que en algn momento por malas prcticas de laboratorio pueden
conllevar algn peligro para los manipuladores. Por tanto, todo estudiante, auxiliar y docente
que oriente e intervenga en el desarrollo de este curso deber usar los siguientes elementos
protectores:
Bata de Laboratorio manga larga, Guantes, Cofia, Tapabocas, Zapato Cerrado Bajo,
Pantaln Largo
Nota 1: el docente ser el responsable de velar por el cumplimiento de los elementos descritos
anteriormente.
Nota 2: cada estudiante deber portar un kit de trabajo conteniendo mnimo los siguientes
elementos:
Pipeteador, tijeras, cinta de enmascarar, marcador para vidrio, jabn lquido, en polvo o
en barra antibacterial, toalla absorbente, porta y cubre objetos, guantes desechables de
ltex, gasa, algodn, asas de platino redonda, recta y de Driglasky (hockey),
encendedor o fsforos, alcohol antisptico.