UNIVERSIDAD NACIONAL AGRARIA

LA MOLINA

DESARROLLO DE UN PROGRAMA EN
APLICACIONES DE VISUAL BASIC EXCEL PARA
SIMULAR EL CRECIMIENTO MICROBIANO EN UN
ALIMENTO, USANDO EL MODELO DE GOMPERTZ
MODIFICADO

Presentado por:
Edson Martn, Aquino Mndez

2015

I. INTRODUCCIN
La microbiologa predictiva consiste en el desarrollo de modelos matemticos para
predecir la velocidad de crecimiento o de declinacin de los microorganismos bajo un
dado conjunto de condiciones ambientales (Walls y Scott, 1997; citado por Siciliano,
2010). El conocimiento detallado de las respuestas de crecimiento de los
microorganismos frente a las condiciones ambientales, es decir, el conocimiento de la
ecologa microbiana, permite evaluar objetivamente el efecto del procesamiento, la
distribucin y el almacenamiento en la seguridad microbiolgica y la calidad de los
alimentos. Utilizando diseos experimentales adecuados y modelos matemticos
apropiados, la microbiologa predictiva permite la seleccin de los factores de
preservacin para alcanzar la vida til deseada de diversos alimentos (Siciliano, 2010).
En microbiologa de alimentos esto significa la habilidad del laboratorio de generar
modelos para predecir el comportamiento de los microorganismos concernientes al
alimento en preparaciones comerciales, almacenamiento y distribucin. Claramente la
validacin en este nivel debe ser realizada antes que los modelos predictivos puedan
ser usados en la prctica con cierto grado de certeza. Existen potenciales
consecuencias de un prematuro uso comercial de un modelo predictivo. Desde el
punto de vista de la seguridad de los consumidores y la aceptacin de la industria de
los conceptos de microbiologa predictiva un fracaso de un modelo no validado puede
ser serio (Mc Meekin et al., 1993; citado por Siciliano, 2010).
El modelado microbiano comenz aproximadamente en 1920 con los clculos del
tiempo de muerte trmica y el uso de los valores D (tiempo de reduccin decimal) y Z
(grados de variacin en la temperatura, necesarios para reducir el valor de D en un
90%), para describir la resistencia trmica bacteriana. En la dcada del 70, se
profundiz principalmente en el modelado de la probabilidad de produccin de toxinas
de C. botulinum, principalmente en USA y en el Reino Unido (Roberts e Ingram, 1973;
citado por Siciliano, 2010).
Se han propuesto varios esquemas para categorizar los modelos, uno de ellos propone
dividirlos en modelos de crecimiento y modelos de inactivacin/supervivencia. Dentro
de cada categora se subdividen en modelos primarios, secundarios y terciarios
(Siciliano, 2010).
Los modelos primarios describen cambios en la respuesta microbiana con el tiempo en
un ambiente especfico. El modelo puede cuantificar unidades formadoras de colonia
por mililitro o por gramo (UFC/mL), formacin de toxinas, niveles de sustrato o
productos metablicos; absorbancia e impedancia. Una vez generada la curva de
crecimiento o muerte microbiana, se utiliza una funcin o ecuacin matemtica para
describir el cambio de la respuesta en funcin del tiempo. Ejemplos de modelos
primarios son: La funcin de Gompertz para crecimiento exponencial; el modelo de
Gompertz modificado para describir la inactivacin microbiana; modelos para describir
la declinacin no lineal de esporas sobrevivientes con el tiempo; el modelo logstico
aplicado a destruccin trmica; el modelo de Stannard; el modelo de Schnute; la
ecuacin de Fermi; etc. (Mc Meekin et al., 1993; citado por Siciliano, 2010). El valor D

(tiempo necesario a una determinada temperatura para reducir en un 90% la

poblacin microbiana) es tambin ejemplo de un modelo primario (Whiting y
Buchanan, 1994; citado por Siciliano, 2010).
Los modelos secundarios describen las respuestas de los parmetros de los modelos
primarios frente a cambios en uno o ms factores ambientales como temperatura, pH
o aw. Ejemplos de modelos secundarios son el modelo de Arrhenius y el modelo de la
raz cuadrada (Blehrdek), que describen la dependencia con la temperatura, y el
modelo polinmico. El valor Z (C necesarios para disminuir el valor D un ciclo
logartmico) utilizado en procesos trmicos es tambin un ejemplo de modelo
secundario (Whiting y Buchanan, 1994; Citado por Siciliano, 2010).
Los modelos terciarios son rutinas de software para computadora menos difundidas
que convierten a los modelos primarios y secundarios en programas amigables. Estos
programas pueden calcular las respuestas microbianas frente a condiciones que no
fueron evaluadas inicialmente, comparar el efecto de diferentes condiciones o
contrastar el comportamiento de varios microorganismos, por lo que permiten elegir a
los microorganismos blancos de ataque en situaciones especficas de formulacinprocesamiento de alimentos. Ejemplos de modelos terciarios son el programa USDA
Pathogen Modeling Program realizado por el Departamento de Agricultura de los
Estados Unidos (Agricultural Research Service, 2013), y el Food Micromodel avalado
por el Ministerio de Agricultura Pesca y Alimentacin del Reino Unido (Wilson et al.,
2002; citado por Siciliano, 2010).
Es necesario remarcar que llevando a cabo este modelado se puede describir
exitosamente el comportamiento microbiano en la mayora de los alimentos pero hay
ocasiones en las que se encuentran discrepancias entre el modelo y el crecimiento
observado. Estas discrepancias son descriptas como fallas. Un ejemplo sera que el
crecimiento observado es ms lento que el predicho por el modelo (Wilson et al.,
2002; citado por Siciliano, 2010).

II. METODOLOGA
2.1. ENUNCIADO DEL PROBLEMA
Determinar el tiempo de vida til de un concentrado de chicha morada a 20Brix
que ha sido pasteurizado y envasado en un envase flexible de polietileno y Nylon
de 3 L, adems, envasado en caliente a 60C y se exporta a EE.UU. se almacena y
enva a temperatura ambiente (20C). El deterioro de este producto es por
crecimiento microbiano y en el tiempo llega a un nivel inaceptable.
Qu microorganismo puede ser causante de este deterioro?
Cul es el nivel mximo de contaminacin que se puede dar en el producto?
El modelo matemtico elegido para predecir el crecimiento microbiano, tomando
en cuenta la condicin de temperatura sobre el desarrollo de microorganismos
aislados de un producto, es la ecuacin modificada de Gompertz.
= + ( ( ( )))

(1)

Donde:
Nt: Es el Log10 de los recuentos microbianos obtenidos para cualquier tiempo (t).
t: Tiempo transcurrido (variable independiente).
A: Log de los recuentos asintticos cuando el tiempo decrece indefinidamente
(equivale aproximadamente al log de los niveles iniciales de bacterias, No).
C: Diferencia entre la mxima lnea asinttica de la curva de crecimiento y la
lnea asinttica menor (equivale a Nmax No) (log UFC/mL).
M: Tiempo al cual el rango de crecimiento es mximo (d).
B: Velocidad de crecimiento relativa al tiempo (m d-1).
Esta ecuacin se ha empleado ampliamente en Microbiologa Predictiva
alimentos debido a su simplicidad y efectividad, para describir curvas
crecimiento de cultivos iniciadores para modelar el crecimiento
microorganismos deteriorantes, as como para describir la durabilidad
productos (Beldarran et al., 2007).

de
de
de
de

Los parmetros del modelo de Gompertz se pueden reparametrizar a las clsicas

caractersticas primarias de curva de crecimiento: (Costa y Kristbergsson, 2009).
Microorganismo inicial:
= A (2)

(2)

= A + C (3)

(3)

Microorganismo mximo:

Velocidad de crecimiento exponencial:

=

BC
(4)
e1

(4)

1
(5)
B

(5)

Fase de latencia:
= M

Tradicionalmente, la curva de crecimiento sigmoidal se describe el uso de cuatro

parmetros: La tasa de crecimiento exponencial (max), la fase de latencia (), el
nivel de inculo (No) y la densidad celular mxima (Nmax). La tasa de crecimiento
exponencial se define como la tangente ms pronunciada a la fase exponencial,
por lo que es la tangente en el punto de inflexin, mientras que la fase de latencia
se define como el momento en que dicha lnea tangente extrapolada cruza el nivel
de inculo. El tiempo de generacin, es el tiempo necesario para que una clula se
multiplique en horas o das, puede calcularse a partir max (Costa y Kristbergsson,
2009).

Figura 01: Curva de crecimiento sigmoidal ajustado a los datos experimentales

establecidos (Costa y Kristbergsson, 2009).
Los valores de los parmetros del modelo de Gompertz se tomaron de una
investigacin que se trabaj en Pseudomans a diferentes temperaturas. Los
valores tomados, solamente son para simular el tiempo de vida til mediante un
programa de Visual Basic de un producto.

III. RESULTADOS
Tabla 01: Resultados obtenidos de la Pseudomona spp. a diferentes temperaturas
en carne de vacuno.

Fuente: Zhang et al., 2011.

Figura 02: Las curva de crecimiento a diferentes temperaturas de Pseudomonas

spp. En carne de vacuno almacenado aerbicamente a 0, 4, 7, 10, 15 y 20C (, ,
x, +, *, T) respectivamente (Zhang et al., 2011)

3.1. PRESENTACIN DEL FORM

En el ingreso de datos se digitar los valores (T, No, Nmax, max y ) que se
encuentran en la tabla 01 (parte inferior de la grfica), luego presionar el botn de
comando CALCULAR. Instantneamente se calcular los parmetros de
Gompertz (A, C, B y M), el crecimiento del microorganismo junto con la grfica.
Finalmente presionar el botn de comando LIMPIAR.
En este programa se puede probar con otras temperaturas con sus respectivos
valores (tambin se encuentran en la tabla 01).

3.2. EJECUCIN DEL PROGRAMA

Una vez ejecutado, se mostraran los resultados correspondientes, as como la

grfica, mostrando la fase lag y la mxima velocidad de crecimiento exponencial
mediante las lneas punteadas.

IV. CONCLUSIONES
La bacteria responsable del deterioro es la Pseudomona spp.; que se caracteriza
por ser un agente patgeno introducido al producto por un mal
almacenamiento.
El nivel mximo de contaminacin de Pseudomona spp., que deteriora el
producto es de 8,7884 Log (UFC/ml) a temperatura ambiente (20C).
El tiempo de vida til estimada del producto (chicha morada) es de 88 horas
almacenado a temperatura ambiente (20C).

V. BIBLIOGRAFA
1. Agricultural Research Service. 2013. Pathogen Modeling Program (PMP) Online.
Disponible
en:
http://pmp.arserrc.gov/PMPOnline.aspx?ModelID=3&Aerobic=False
2. Beldarran, T.; Nuez, M.; Ramos, M.; Bruselas, A.; Santos, R. y Vergara, N.
2007. Modelo predictivo del efecto del pH y la temperatura sobre el
crecimiento de E. coli y Alcaligenes sp. Revista de Ciencia y Tecnologa de
Alimentos
Vol.
17,
No
3.
Disponible
en:
http://revistas.mes.edu.cu/greenstone/collect/repo/import/repo/20090319u/08644497173031.pdf
3. Costa, R. y Kristbergsson, K. 2009. Predictive modeling and Risk assessment.
Editorial Springer, New York USA.
4. Siciliano, M. 2010. Estudio de la vida til de queso crema utilizando
microbiologa predictiva. Tesis de maestra en Tecnologa de Alimentos.
Universidad Tecnologica Nacional. Buenos Aires Argentina. Disponible en:
http://posgrado.frba.utn.edu.ar/investigacion/tesis/MTA-2011-Siciliano.pdf
5. Valbuena, E.; Barreiro, J.; Snchez, E.; Castro, G.; Kutchinskaya, V. y Briez, W.
2008. Prediccin del crecimiento de Lactococcus lactis subsp. Lactis en leche
descremada estril en funcin a la temperatura. Revista Cientfica, FCV-LUZ/
Vol.
XVII,
N
6:
745

758.
Disponible
en:
http://www.scielo.org.ve/scielo.php?pid=S079822592008000600014&script=sci_arttext
6. Zhang, Y.; Mao, Y.; Li, K.; Dong, P.; Liang R. y Luo, X. 2011. Models of
Pseudomonas growth kinetics and shelf life in chilled longissimus dorsi muscles
of beef. Asian Aust. J. Anim. Sci. Vol. 24, No. 5: 713 722.