Manual de Prácticas de Microbiología Código FGA-73 V.

00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 12 de 138

PRÁCTICA No 1

CONSTRUCCIÓN Y ESTIMACIÓN DEL CRECIMIENTO MICROBIANO EMPLEANDO

COMO HERRAMIENTA LA HOJA DE CÁLCULO DE EXCEL.

OBJETIVOS

Al finalizar la práctica el estudiante estará en capacidad de:

 Emplear las hojas de cálculo como herramienta para estimar el
comportamiento de una población bacteriana.
 Estimar los diferentes parámetros cinéticos tanto de crecimiento como muerte
bacteriana.

MARCO TEÓRICO

El desarrollo de los diversos modelos de predicción empleados en microbiología

descansa sobre unas bases matemáticas preestablecidas con anterioridad. Ya en
1949, Monod desarrolló un modelo matemático mediante el cual se podía estimar
la población final de una bacteria, sustrato o metabolito en función del tiempo.
Este modelo fue aplicado a la industria de la fermentación. En años posteriores
diversos investigadores empezaron a explicar en forma de expresiones
matemáticas la relación existente entre el número de bacterias finales en función
del tiempo y como varían estas con respecto a la aplicación de algún factor
externo que influya sobre su crecimiento/supervivencia. En el presente
documento se describe los fundamentos matemáticos que rigen el
crecimiento/supervivencia bacteriana.

Ecuaciones de crecimiento: Como es sabido el crecimiento bacteriano sigue

una relación exponencial de primer orden, esto es, que por cada célula que se
divida se originan dos nuevas (Fig. 8.1). De esta forma se puede afirmar que el
crecimiento bacteriano se comporta de acuerdo a la siguiente relación:

N = 2n (Ecc. 1)
donde N es el número de células y n el número de duplicaciones que han tenido
lugar.
Si asumimos que N = Nf en determinado tiempo Nf(t), entonces Nf(t) es
dependiente del número inicial de células (No) y del número de divisiones que

Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de

Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 13 de 138

haya tenido lugar en ese intervalo de tiempo n(t), de esta forma si reordenamos
la ecuación 1, obtenemos la siguiente expresión matemática que rige el
crecimiento bacteriano en función del tiempo:

Nf = No*2n (Ecc. 2)

Figura 1. Representación gráfica del crecimiento y curva de crecimiento

bacteriano (Tomado de Labuza, T., 2004 1 )

Velocidad relativa de crecimiento y velocidad específica de crecimiento: Si

x(t) es una variable tiempo-dependiente que describe la variación de cierta
sustancia, como biomasa o concentración de la célula. La velocidad instantánea
del proceso es la derivada de x(t):dx(t)/dt. La velocidad específica, μ(t), se define
como:

μ(t) = dx/dt (Ecc. 3)

Si x(t) denota la concentración celular entonces en un cultivo bacteriano la

velocidad de crecimiento es medida como el aumento absoluto en la
concentración celular por unidad de tiempo de la unidad, mientras que la
velocidad de crecimiento específica es el incremento en la concentración celular

1
Labuza, T. (2004). Predictive Microbiology Principles. Department of Food Science and Nutrition.
University of Minnesota. USA. Pp. 12.

Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de

Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 14 de 138

por unidad de tiempo por célula. Una simple ecuación muestra que si x(t) es
positivo entonces:

μ(t) = d(ln x(t))/dt (Ecc. 4)

Por consiguiente, la velocidad de crecimiento específica puede medirse como la

inclinación de la curva de crecimiento cuando el logaritmo natural (ln) de x(t) se
traza contra el tiempo. Si el log10 es usado en lugar de ln, entonces la pendiente
de log10 será moderada = 2,3 veces menor que la velocidad de crecimiento
específico cuando empleamos el ln.

La velocidad de crecimiento específica (μ) puede calcularse a través de la

ecuación 4.1.

μ = lnNf – lnNo/ (tf – to) (Ecc. 4.1)

La velocidad de crecimiento relativo (k) puede calcularse a través de la ecuación

4.2.

k = 2.303*(logNf – logNo/ tf – to) (Ecc. 4.2)

Tiempo de duplicación (Td) y tiempo de generación (Tg): En un momento fijo

(tfix), el valor de μ(t) será μ(tfix) = μfix. La relación para el tiempo de duplicación, Td
= ln2/ μfix = 0.69/μfix, de tal forma que si μ(t) permaneciera constante, al tiempo tfix
+ Td, la concentración celular sería el doble que cuando estaba a tfix. Es
importante anotar que, en cultivos asincrónicos, Td no es equivalente al tiempo
medio de generación. De hecho, el tiempo medio de generación puede estimarse
por 1/ μfix en lugar de la relación 0.69/ μfix, si la división celular puede
aproximarse por un proceso aleatorio, como el proceso de Poisson.

El tiempo de generación puede calcularse a través de la siguiente ecuación:

Tg = t/n (Ecc. 5)

donde t es el diferencial de tiempo y n el número de generaciones.

El número de generaciones puede estimarse a través de la ecuación 6:

n = 3,3 * logNf – logNo (Ecc. 6)

Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de

Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 15 de 138

Si reemplazamos la Ecc. 6 en Ecc. 5, el tiempo de generación se puede calcular

mediante la ecuación 7:

Tg = t/3,3*(logNf – logNo) (Ecc. 7)

Curvas de crecimiento y muerte bacteriana: Como hemos comentado

anteriormente, la cinética de crecimiento bacteriana sigue una tendencia de
primer orden, lo mismo puede asumirse para la muerte bacteriana, esto es que al
graficar el Log de la población en función del tiempo se obtiene una línea que
representa cómo evoluciona esta población. Esta línea de crecimiento o muerte
puede entonces ajustarse a nuevas líneas de tendencia que comparan el
crecimiento real frente a una función matemática definida: función lineal o función
exponencial por método gráfico o estimación lineal o estimación logarítmica por
medio de fórmulas Excel, de las cuales pueden obtenerse la ecuación que
representa cada una de estas funciones, su coeficiente de correlación R2 o los
valores de las diferentes constantes. En este caso puede asumirse que el
crecimiento o muerte bacteriana sigue una tendencia lineal o exponencial
dependiendo del valor de R2, cuando R2 se aproxima a 1 el comportamiento
bacteriano sigue esa tendencia. A manera de ejemplo, si en un estudio de
crecimiento se ajusta la gráfica de los datos a una función lineal con un R2 =
0,955 y a una función exponencial con un R2 = 0,985, la tendencia de crecimiento
de esa población se comporta más como una función exponencial que una lineal.

En el caso de un comportamiento lineal, puede obtenerse la población final a un

tfix o calcularse el t a una densidad de población x a través de la ecuación de la
recta:

Y = mx + b
donde m es la pendiente y b es la intersección.
Si el crecimiento se ajusta a un comportamiento exponencial, puede obtenerse la
población final a un tfix o calcularse el t a una densidad de población x a través
de la ecuación exponencial:

Y = cebx

donde c y b son constantes y e es la base del logaritmo neperiano. Esta

ecuación también puede ser representada como:

Y = blnmx

Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de

Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 16 de 138

donde b es una constante equivalente a c y lnm es la constante equivalente a eb.

MATERIALES, EQUIPOS E INSUMOS

Computador con paquete Microsoft Office 2003 o posterior y conexión a internet.

REACTIVOS

No se requieren.

PROCEDIMIENTO

Para el desarrollo de la presente guía de prácticas se empleo la hoja de cálculo

Excel 2007.

Método gráfico: A través de ventanas que representa la hoja de cálculo Excel

desarrollaremos un ejercicio de estimación de crecimiento.

PASO 1: En primer lugar debe realizarse una captura de datos donde

representaremos: el tiempo en horas y semanas, la densidad de población, el
log10 y Ln de esa población, así mismo calcularemos la tasa de crecimiento
específica y velocidad de crecimiento específico (Fig 2).
PASO 2: Seleccionamos en la columna D las filas correspondientes desde D2
hasta D24 (D2:D24) que representa los datos de crecimiento en función del
tiempo, y posteriormente picamos en el icono de asistente para gráficos para
seleccionar el tipo de gráfico XY (dispersión) (Figura 3).
PASO 3: Posteriormente damos clic en siguiente, y seleccionamos en la
ventana de serie los valores para X (Columna A2 hasta A24 – A2:A24). (Figura
4).
PASO 4: Continuamos con clic en siguiente y procedemos a completar la
información del gráfico: nombre del gráfico, nombre de la categoría X y de la
categoría Y, etc., y damos clic en finalizar.
PASO 5: Posteriormente nos ubicamos con el cursor sobre la línea que
representa el crecimiento y damos clic con el botón derecho del ratón, y
seleccionamos la opción: agregar línea de tendencia (Figura 6)

Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de

Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 17 de 138

PASO 6: En la siguiente ventana escogemos la opción de tendencia lineal en la

ventana tipo (Figura 7) y en la ventana opciones marcamos presentar ecuación
en el gráfico y presentar R cuadrado en el gráfico (Figura 8) y posteriormente
aceptar, para obtener el gráfico mostrado en la figura 9. Repetimos esta
operación desde el paso 5 pero esta vez seleccionamos la opción logarítmica.
Así obtendremos la gráfica de la figura 10.

Figura 2. Cuadro de captura de datos.

Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de

Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 18 de 138
Figura 3.
Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de
Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 19 de 138
Figura 4. (Página anterior).
Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de
Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 20 de 138

El gráfico generado es el siguiente:

Figura 5. Curva de crecimiento de S. aureus.

Curva de crecimiento de S. aureus

10,00

8,00
Log10 UFC/g

6,00
Serie1
4,00

2,00

0,00
0 5 10 15 20 25
Tiempo (h)

Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de

Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 21 de 138

Figura 6.

Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de

Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 22 de 138
Figura 7.
Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de
Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 23 de 138
Figura 8.
Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de
Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 24 de 138

Figura 9.

Curva de crecimiento de S. aureus

y = 0,3209x + 2,9289
12,00 R2 = 0,8979
10,00
Log10 UFC/g

8,00
Serie1
6,00
Lineal (Serie1)
4,00
2,00
0,00
0 5 10 15 20 25
Tiempo (h)

Figura 10.

Curva de crecimiento de S. aureus

y = 0,3209x + 2,9289
14,00 R2 = 0,8979
12,00
10,00
Log10 UFC/g

Serie1
8,00
Lineal (Serie1)
6,00
Exponencial (Serie1)
4,00
2,00
0,00
0 5 10 15 20 25 y = 2,967e0,0619x
Tiempo (h) R2 = 0,8151

Al analizar la figura 10 podemos observar que a pesar de que los R2 son bajos
(deficientes) el valor que más se aproxima a 1 es el de la tendencia lineal. Por lo
tanto, en el caso de este ejemplo el crecimiento de S. aureus se adapta a una
Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de
Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 25 de 138

tendencia lineal más que exponencial, de tal forma que para predecir el
comportamiento de S. aureus en función del tiempo escogemos la ecuación lineal Y
= 0.3209x + 2.9289.
Método de las fórmulas en Excel

Para el método de las fórmulas emplearemos el mismo ejemplo del caso anterior.
PASO 1: igual que para el anterior (Figura 2). Posteriormente completamos la
información y seleccionamos 5 casillas en blanco en dos columnas seguidas
(Figura 11).
PASO 2: Procedemos a calcular las estimaciones lineales y logarítmicas, para
ello seleccionaremos en el panel principal insertar función (Figura 12), y en la
ventana de seleccionar una categoría buscamos la opción “todas”. Posteriormente
buscamos la opción ESTIMACION.LINEAL y damos clic en aceptar (Figura 13).
PASO 3: Posteriormente complementamos la información que se despliega en la
ventana mostrada en la figura 14.
• En el cuadro Conocido_y escribimos D2:D24 que representa el logaritmo
base 10 del crecimiento de la población (mismos valores seleccionados en
el paso 2).
• En el cuadro Conocido_x escribimos A2:A24 que representa el tiempo
durante el cual crece la población (mismos valores seleccionados en el
paso 3).
• En la casilla correspondiente a Constante y Estadística escribimos la
palabra VERDADERO.
PASO 4: Una vez diligenciada esta información presionamos al tiempo las teclas
“Control” + “”Shif” + “Aceptar” de la ventana anterior. La tecla Shif corresponde a
aquella que tiene la flecha:

Finalmente obtenemos la información que se muestra en la figura 15.

Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de

Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 26 de 138
PASO 5: Volvemos con el paso 2 (Figura 16 y 17) pero esta vez seleccionamos la
opción “ESTIMACION.LOGARITMICA” y continuamos con los pasos 3 y 4.
Finalmente obtenemos los datos de la figura 18.
Figura 11.
Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de
Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 27 de 138
Figura 12.
Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de
Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 28 de 138
Figura 13.
Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de
Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 29 de 138
Figura 14.
Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de
Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 30 de 138

Figura 15.

ESTIMACION LINEAL
m M B
0,3209301 2,92888514
b
0,02361197 0,30596499
2
R 0,89792845 0,80275564
184,738024 21
119,048251 13,5327488

En esta ventana el valor 0,3209 corresponde al valor de la pendiente. El valor

2,9288 corresponde a la constante b y el valor de 0,897 representa el R2. Estos
datos son los mismos obtenidos de la gráfica de estimación lineal de la figura 10.

Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de

Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 31 de 138
Figura 16.
Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de
Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 32 de 138
Figura 17.
Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de
Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 33 de 138

Figura 18.

ESTIMCION LOGARITMICA
m M B
1,06387243 2,96703824 boc
0,00643519 0,08338751
R2 0,81509383 0,21878252
92,5711141 21
4,43098946 1,00518158

Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de

Microbiología
 Manual de Prácticas de Microbiología Código FGA-73 V. 00
Predictiva
Enrique Alfonso Cabeza Herrera, Ph.D. Página 34 de 138

Y = bLnmx
Y = ceby, donde b = Lnm
En la ventana anterior el valor 1,06387243 corresponde al valor de la pendiente. El
valor 2,96703824 corresponde a la constante b (o c, según sea el caso) y el valor de
0,815 representa el R2. Estos datos son los mismos obtenidos de la gráfica de
estimación exponencial de la figura 10.

NIVEL DE RIESGO

Para el desarrollo de la anterior práctica 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, Pantalón Largo.

BIBLIOGRAFÍA

¾ Labuza, T. (2004). Predictive Microbiology Principles. Department of Food

Science and Nutrition. University of Minnesota. USA. Pp. 12.
¾ NIES, M.L. (2006). Using Computer Spreadsheets to Solve Equations. Learning
& Leading with Technology, 3(23).
¾ Microsoft Office Excel 2007 de Microsoft Corporation Inc. Marca registrada.

Universidad de Pamplona – Facultad de Ciencias Básicas – Departamento de

Microbiología