UNIVERSIDAD NACIONAL DEL SANTA

FACULTAD DE CIENCIAS
ESCUELA PROFESIONAL DE BIOLOGIA EN ACUICULTURA
CICLO IV

ASIGNATURA: Bioquímica

DOCENTE: Blga.Sorayda Mendoza Espinoza

Informe de Laboratorio Practica #1

ESTUDIANTES:
➢ Silva Ríos Harumi Brigitte
➢ Vásquez Sifuentes José Manuel
➢ Tapia Huete Medaly
➢ Castillo Valladares Josué

TEMA:
Fotocolorimetría

Nuevo Chimbote – Perú

2023
 I. INTRODUCCIÓN

Una de las mediciones más frecuentes en bioquímica es la concentración de una

sustancia y para su determinación se puede recurrir a dos métodos. Factor de calibración o
Curva de calibración. Esta última no siempre es correcta; es decir, sus puntos de
intersección (X, Y) = (concentración, absorbancia) no se encuentran colineales, lo cual lleva
a elaborar una curva irreal, no representativa de lo esperado.
La curva de calibración relaciona los datos de concentración contra sus respectivas
absorbancias, por lo que se puede tomar como variable independiente las concentraciones
(eje de las X) y como variable dependiente las absorbancias (eje de las Y), siendo posible
determinar la ecuación de la curva que se adapta mejor a los datos.
Y = a° + ßX + E

a° = Verdadero valor de la intersección de la curva ß = Verdadero valor de la pendiente.

X, Y = X es una variable pre establecido o no aleatoria, se utiliza para hacer una
predicción de Y.
E = Representa una variabilidad en toda medición causada por material de vidrio sucio,
variación de temperatura, fluctuaciones eléctricas, variabilidad biológica, no linealidad,
interferencias químicas, etc. Este valor no se toma en cuenta en la ecuación final por ser un
valor constante.

Una de las consideraciones que se toma en cuenta un análisis de regresión lineal, es que,
para cualquier valor de X exactamente conocido, existen sendas distribuciones normales
de valores de Y, quedando la ecuación reducida a: Ŷ = a + bX

“a” y “b” = Son “coeficientes de regresión” y reemplazan a a° y ß respectivamente. Ŷ =

Denota el valor predecible de la media de Y para un valor dado de X.

Finalmente, lo que interesa es determinar los “coeficientes de regresión”, aplicando el

método de los “mínimos cuadrados”, luego hallar el valor de las nuevas lecturas aplicando:

Y = a + bX
 II. RESUMEN

La luz y el color han sido grandes indicadores de sustancias a lo largo de la historia humana, con la
sofisticación de la ciencia se ha logrado llegar a técnicas específicas para la determinación de
sustancias, y hasta la concentración de sustancias en soluciones, una de ellas es la fotocolorimetría,
que es una técnica espectrofotométrica, que se usa para medir la cantidad de energía absorbida por una
sustancia en función de la longitud de onda (Martinez et al., 2010).

Para esta práctica se usó para determinar el espectro de absorción de la albúmina, y generar una curva
de calibración que nos va a dar los primeros pasos para luego determinar la concentración de proteínas
en una sustancia, los principios físicos de este se basan en la excitación de la molécula, lo que causa
que los electrones salten al orbital superior de esta, esto genera un cambio de longitud de onda.

Esta técnica requiere de la coloración de una muestra específica, esto debido a que la fotocolorimetría
está ligada a un rango de longitud de onda específico, en el caso de las soluciones incoloras se debe
usar un reactivo, para esto se usó el reactivo de Biuret, que es un compuesto aminado con iones
cúpricos, que reaccionan con los enlaces peptídicos formando la biurea, que en solución da una
coloración azulada-morada (Britos, n.d.). Para determinar las concentraciones de algún soluto en una
solución con esta técnica nos regimos con la ley de Beer que nos dice que la concentración depende
linealmente de la absorbancia, esta ley fue demostrada empíricamente por August Beer en 1852 y
después ratificada teóricamente por Max Planck en 1903, pero afirmando que esto era solo posible en
bandas de absorción espectralmente delgadas y débiles, también que esto era afectado por la densidad
y la concentración (Mayerhöfer et al., 2019).

Estas técnicas son muy importantes en campos varios, como la industria alimenticia (encontrar la
cantidad de proteínas en la leche, huevo y otros productos que puedan contener proteínas), en campos
médicos (para encontrar enfermedades relacionadas al déficit o hiperproducción de alguna proteína,
investigarlas y encontrarles una solución, a demás de medir actividades enzimáticas) (Viramontes et
al., n.d.).

Con esta práctica se busca entender y aplicar un método bastante importante en la investigación de las
áreas anteriormente nombradas, además de esto, este procedimiento va a ser muy utilizado en las
prácticas siguientes.
III. OBJETIVOS

3.1. Construir curvas de calibración para una solución

3.2. Determinar la concentración de una sustancia en las muestras.

3.3. Determinar la importancia de la practica.

IV. PROCEDIMIENTO

• Usando los siguientes datos armar el siguiente esquema:

4.1. Sol. Sulfato de cobre 10% (0, 0.5, 1.0, 1.5, 2.0, 2.5)

Absorción 600 nm (0, 0.062, 0.149, 0.218, 0.291, 0.347)

Agua destilada: Colocar las diferentes concentraciones de las soluciones de menor a

mayor (ml) y completar un volumen de 2.5 ml con agua destilada en cada tubo.

4.2. Sol. Dicromato de potasio 0,1% (0., 0.5, 1, 1.5, 2.0, 2.5)

Absorción 500 nm(0, 0.071, 0.138, 0.218, 0.252, 0.358)

Agua destilada: Colocar las diferentes concentraciones de las soluciones de menor a

mayor (ml) y completar un volumen de 2.5 ml con agua destilada en cada tubo.

4.3. Permanganato de potasio 0,01 % (0, 0.5, 0.7, 1.0, 2.0, 4.0)

Absorción 475 nm (0, 0.04, 0.059, 0.071, 0.123, 0.21)

Agua destilada: Colocar las diferentes concentraciones de las soluciones de menor a

mayor (ml) y completar un volumen de 2.5 ml con agua destilada en cada tubo.
V. RESULTADOS

5.1. Se logró completar los cuadros con los datos correspondientes.

TABLA 1: Sol. Sulfato de cobre

TUBOS (ml) I II III IV V VI

Sol. sulfato de cobre 10% 0 0.5 1.0 1.5 2.0 2.5

Agua destilada 2.5 2.0 1.5 1.0 0.5 0

Mezclar. Leer a 600 nm

Concentración 0 2 4 6 8 2.5

Absorbancia 0.0 0.062 0.149 0.218 0.291 0.347

TABLA 2: Sol. Dicromato de potasio.

TUBOS (ml) I II III IV V VI

Sol. Dicromato de potasio 0,1% 0 0.5 1 1.5 2.0 2.5

Agua destilada 2.5 2.0 1.5 1.0 0.5 0

Mezclar. Leer a 500 nm

Concentración 0 0.02 0.04 0.06 0.08 0.1

Absorbancia 0.0 0.071 0.138 0.218 0.252 0.358

TABLA 3: Permanganato de potasio

TUBOS (ml) I II III IV V VI

Permanganato de potasio 0,01 % 0 0.5 0.7 1.0 2.0 4.0

Agua destilada 2.5 2.0 1.5 1.0 0.5 0

Mezclar. Leer a 475 nm

Concentración 0 0.02 0.035 0.067 0.2 0.1

Absorbancia 0 0.04 0.059 0.071 0.123 0.21

 5.2. Trazar la curva de calibración colocando en el eje de las X, la
concentración y en el eje de las Y las absorbancias.

CURVA DE CALIBRACIÓN 1: Sol. Sulfato de cobre

a
b 0.4
Área de la curva= 0.0292(%sulfato de cobre) + 0.0684
s 0.35 R² = 0.4012
o 0.3
r 0.25
v 0.2
a 0.15
n 0.1
c 0.05
i 0
0 1 2 3 4 5 6 7 8 9
a

CURVA DE CALIBRACIÓN 2: Sol. Dicromato de potasio.

a 0.4
b 0.35 Área de la curva= 3.4471(%potasio) + 0.0005
R² = 0.9897
s 0.3
o 0.25
r 0.2
v
0.15
a
0.1
n
0.05
c
0
i 0 1 2 3 4 5 6 7 8 9
a concentración
CURVA DE CALIBRACIÓN 3: Permanganato de potasio

Valores Y
0.14

0.12

0.1

0.08

0.06

0.04

0.02

0
0 5 10 15 20 25

VI. CUESTIONARIO
1. ¿Qué consideraciones deberán tomarse en cuenta para obtener una
buena curva de calibración?
Para obtener una buena curva de calibración, es importante tener en cuenta las
siguientes consideraciones:
• Selección de patrones estandarizados: Se deben utilizar patrones de
referencia de alta calidad y pureza para preparar los estándares de
calibración. Estos patrones deben ser trazables a fuentes reconocidas y
deben cubrir un rango adecuado de concentraciones para obtener una
curva lineal.
• Preparación adecuada de los estándares: Los estándares de calibración
deben prepararse cuidadosamente siguiendo los procedimientos
establecidos. Es importante asegurarse de que las concentraciones de los
estándares sean precisas y estables.
 • Número suficiente de puntos de calibración: Se recomienda utilizar al
menos cinco puntos de calibración para obtener una curva lineal confiable.
Estos puntos deben estar distribuidos a lo largo del rango de
concentraciones de interés.
• Replicación de las mediciones: Se deben realizar mediciones replicadas
de cada punto de calibración para evaluar la precisión y la reproducibilidad
de los resultados. Esto ayuda a identificar posibles errores y a obtener una
estimación más precisa de la respuesta del instrumento.
• Verificación de linealidad: Es importante verificar la linealidad de la
curva de calibración. Esto se puede hacer mediante el análisis de los
coeficientes de correlación y la realización de pruebas estadísticas
adecuadas.
• Control de variables interferentes: Se deben tener en cuenta las posibles
interferencias y variables que puedan afectar la precisión de la curva de
calibración. Estas variables pueden incluir la matriz de la muestra, la
temperatura, la humedad, entre otras. Es importante controlar y corregir
estas variables para obtener resultados precisos y confiables.
• Validación de la curva de calibración: Una vez obtenida la curva de
calibración, es importante validarla utilizando muestras de control de
calidad o muestras con concentraciones conocidas. Esto ayuda a verificar
la precisión y la exactitud de la curva de calibración.
Al seguir estas consideraciones, se puede obtener una buena curva de calibración que
permita una cuantificación precisa y confiable de los analitos de interés.
2. ¿Cuál de los métodos: factor de calibración o curva de calibración es más
exacto? Explique.
La exactitud de un método de calibración depende de varios factores, como la
naturaleza del análisis, el rango de concentraciones, la precisión del equipo
utilizado y la calidad de los estándares de calibración. Tanto el factor de
calibración como la curva de calibración son métodos comunes utilizados para
calibrar instrumentos de medición.
El factor de calibración es un método simple que implica la multiplicación de
la señal medida por un factor de corrección para obtener el valor real de la
muestra. Este factor de corrección se determina utilizando un estándar de
 referencia con una concentración conocida. Sin embargo, este método puede
no ser tan preciso como la curva de calibración, ya que no tiene en cuenta
posibles no linealidades en la respuesta del instrumento a diferentes
concentraciones.
Por otro lado, la curva de calibración implica la construcción de una curva
matemática que relaciona la señal medida con la concentración de la muestra.
Esto se logra utilizando múltiples estándares de referencia con diferentes
concentraciones. La curva de calibración permite una mayor precisión y
exactitud al tener en cuenta posibles no linealidades en la respuesta del
instrumento. Además, proporciona una mayor flexibilidad al permitir la
cuantificación de muestras dentro del rango de la curva.
En general, la curva de calibración se considera más exacta que el factor de
calibración, ya que tiene en cuenta la linealidad y proporciona una mayor
precisión en la cuantificación de muestras. Sin embargo, es importante tener
en cuenta que la elección del método de calibración depende del análisis
específico y de las características del equipo utilizado. Es recomendable
realizar validaciones y comparaciones para determinar cuál de los métodos es
más adecuado para una aplicación particular.

3. ¿Existe otro método de ajuste de curvas?

Sí, existen cuatro métodos en total y son:

• Lineal: cada serie temporal se modela mediante una línea recta.

o Ecuación: , donde Xt es el valor de la serie temporal en

el tiempo t, y a y b se estiman a partir de los datos utilizando una
estimación de mínimos cuadrados.
o Aplicación potencial: el tipo de curva lineal es útil para datos que
aumentan o disminuyen paulatinamente con el tiempo. Por ejemplo, esta
herramienta se puede utilizar para predecir las poblaciones de
comunidades durante la etapa de desarrollo en la que el crecimiento de la
población es aproximadamente lineal.
• Parabólica: cada serie temporal se modela mediante una parábola, también
llamada curva cuadrática.

o Ecuación: , donde Xt es el valor de la serie

temporal en el tiempo t, y a, b y c se estiman a partir de los datos
utilizando una estimación de mínimos cuadrados.

o Aplicación potencial: el tipo de curva parabólica es útil para datos que

cambian de dirección con el tiempo, ya sea de crecientes a decrecientes,
o viceversa. Los demás tipos de curvas suponen que los valores
aumentan o disminuyen de forma continua en el tiempo.

• Exponencial: cada serie temporal se modela mediante una curva exponencial,

también llamada curva geométrica.

o Ecuación: , donde Xt es el valor de la serie temporal

en el tiempo t, y a, b y k se estiman a partir de los datos utilizando una
estimación de mínimos cuadrados. El valor k permite que la curva
exponencial cambie para ajustarse mejor a la serie temporal.

o Aplicación potencial: el tipo de curva exponencial es útil para datos que

aumentan o disminuyen rápidamente con el tiempo. Por ejemplo, los
periodos de rápido crecimiento de la población en regiones en desarrollo
se pueden modelar con una curva exponencial.

• En forma de S (Gompertz): cada serie temporal se modela mediante una curva

de Gompertz. Estas curvas adquieren forma de S y presentan límites inferiores y
superiores en la curva.

o Ecuación: , donde Xt es el valor de la serie

temporal en el tiempo t, y a, b, c y k se estiman a partir de los datos
 utilizando una estimación de mínimos cuadrados. Los valores a y k no
deben ser negativos. El valor k permite que la curva de Gompertz cambie
para ajustarse mejor a la serie temporal y no excede nunca diez veces el
valor más elevado de la serie temporal.

o Aplicación potencial: el tipo de curva de Gompertz es útil para modelar

el crecimiento con restricciones de capacidad. Con frecuencia, las
poblaciones empiezan creciendo lentamente antes de aumentar
rápidamente una vez que la densidad de población es suficiente para
permitir industria. Luego, el crecimiento de la población se ralentiza de
nuevo a medida que la densidad de población se aproxima al límite que
la región es capaz de sostener.

4. ¿Qué desventajas tiene el método de los mínimos cuadrados?

Ventajas Desventajas

Es reproducible, proporciona la misma Se requiere de algún equipo de

ecuación, no importa quién realice el cálculo, de lo contrario, es muy
análisis. engorroso.

5. ¿Aplicaciones de la práctica en el campo de su especialidad?

• Tiene gran importancia y se aplica en varios aspectos de la acuicultura,

como por ejemplo:

La biomasa algal (g L-1) de los cultivos fueron determinados por

fotocolorimetría requiriéndose la elaboración de una curva de calibración para
correlacionar la biomasa (Fig. 3) con el método gravimétrico (Ayala, 2007).
Las determinaciones fotocolorimétricas fueron realizadas con un
espectrofotómetro marca Thermo Fisher Scientific utilizando longitudes de
onda de 680 nm, según lo establecido por Bermeo (2011).
 VII. CONCLUSIONES

• Lo visto en el laboratorio nos ha dejado con conceptos y relaciones claras, lo más

importante, la fotocolorimetría es un proceso confiable a la hora de medir
concentraciones y absorbancias.

• Hemos podido ver una demostración de la relación lineal que existe entre la
absorbancia y la concentración de una sustancia, también entendimos que es
importante realizar la tinción para poder recibir la longitud de onda indicada, y que
esta corresponde al color complementario de la muestra, en este caso la onda del
color amarillo que es complementaria a la onda de color azul que corresponde a la
mezcla.

• Por ultimo tenemos que esta relación va a ser muy util para medir concentraciones
en el futuro, ya que al tener una tendencia lineal, tenemos una función que la
relaciona.

VIII. REFERENCIAS BIBLIOGRAFICAS

Martinez, M., Flor, J., & Maza, M. N. (2010). Introducción a la Espectroscopía de

Absorción Molecular Ultravioleta, Visible e Infrarrojo Cercano.
https://d1wqtxts1xzle7.cloudfront.net/43607606/Espectrofotometria-with-cover-page-v2.pdf
?Expires=1662317894&Signature=fV4~JdZUFL~l63khhgMOJs1CldFmTK1yXobuFnIY5D
bs2WOPhY8kV61z-udzL6yBrMxS0EzLgtLpQCcDN0v4ArCQZmJ8A749XHdjq7y7Sw2Q
WtQNJre3gPWb6d7AzHEA-o3ORGtKtU4IT5g5vgW1Z6lqV0LsDftFDCrV5U-aq~zVn1en
kCnRiD9QQ1~3zBoFeA9P5itbGf4jhY1qXRRM8DHibeurVj7tgggFhY9NinK~9Q2vKP5P
~NAhV81eeAyyXOahvPiN4G1b7Q8BAvAocjW4b953dTDFu5qsB8oYGDH0Xa-qXsg30n
FAAjxLJYgR3HfGarbq4q4LJxRgnB8cjw__&Key-Pair-Id=APKAJLOHF5GGSLRBV4ZA

Mayerhöfer, T. G., Pipa, A. v., & Popp, J. (2019). Beer’s Law-Why Integrated
Absorbance Depends Linearly on Concentration. ChemPhysChem, 20(21), 2748–2753.
https://doi.org/10.1002/cphc.201900787
 Britos, R. (s/f). Dosificación de Proteínas en la Clara de huevo. Recuperado el 3 de
septiembre de 2022, a partir de
http://aulas.uruguayeduca.edu.uy/pluginfile.php/178860/mod_resource/content/1/Dosificaci
ó n%20de%20proteínas%20en%20huevo.pdf

Viramontes, D., Zi De La Cruz, M., & Bosco Cort Ez, F. (s/f). 27. Métodos para la
cuantificación de proteínas. Recuperado el 3 de septiembre de 2022, a partir de
https://d1wqtxts1xzle7.cloudfront.net/35797491/27_METODOS_PARA_LA_CUANTIFIC
ACION_DE_PROTEINAS-with-cover-page-
v2.pdf?Expires=1662317999&Signature=LhHDElEjWwvi~JVh1OlLkoeVhwbJqj2IDE2g8i6Y8MSXX
~zfZ6DZwJxFAEUGw2VPC61LqvHQy~iSz7wyoACgmk8IsNnLoOL6kaM7lLmMapembp0EgjvBCk33
lYrGY92pGsLkmULlUyF2caD9z4wGGs5mW6RMQqM5deRJ2coC~jksM0p0Dl3wTuvjvxYkoGx5dC
Nx8MWY8C2TY2JJReXpwYit-~8qf3IsrmAOspGQTinm413GrQqavoCoSi7p-
EDvOPtW0OKwlcm44tKCYoPZG1EoSWG0E~86SFBjpPGrxkT0uFBr24oKzGAO20WBzYv7WUhoIa
Urvbg9VedeXxA__&Key-Pair-Id=APKAJLOHF5GGSLRBV4ZA.