DESARROLLO Y VALIDACIÓN DE UN MODELO MATEMÁTICO PARA DESCRIBIR EL CRECIMIENTO DE LACTOBACILLUS ACIDOPHILUS MICROENCAPSULADO EN UN SISTEMA BINARIO COMPUESTO POR GOMA GELANA
DOI:
https://doi.org/10.24054/limentech.v14i1.1630Palabras clave:
Factor de exactitud, Factor de sesgo, MicroencapsulaciónResumen
El objetivo del presente trabajo fue desarrollar y validar un modelo matemático que predice el crecimiento de Lactobaciilus acidophilus micro encapsulado en un sistema gelificante binario compuesto por goma gelana de alto y bajo acilo. Las velocidades de crecimiento de L. acidophilus fue extraída de datos experimentales llevado a cabo en el grupo de investigación en Biotecnología, Alimentos y Educación (GIBAE) perteneciente a la Universidad de Cartagena – Colombia. Los datos extraídos del crecimiento fueron usados para desarrollar un modelo relacionando la velocidad de crecimiento de L. acidophilus micro encapsulado. La ecuación de Ratkowsky fue utilizada para modelar los datos. Finalmente la exactitud de los factores propuesto por Baranyi y col, (1999) fue usado para analizar el desarrollo del modelo. Los datos experimentales para el crecimiento de L. acidophilus mostraron una discrepancia con las predicciones cercanas al 7.2 % y un bias de 5.2 %. El modelo desarrollado puede ser utilizado para determinar el efecto de las concentraciones iniciales de la bacteria y la temperatura en los procesos de optimización durante la elaboración de alimentos funcionales
Descargas
Citas
Anal, A. K., Stevens, W. F., Remuñan, L. C. (2006). Ionotropic cross-linked chitosan microspheres for controlled release of ampicillin. International Journal of Pharmaceutics. 312 (1-2):166-173.
Baranyi, J., McClure, P.J., Sutherland, J.P., Roberts, T.A., (1993). Modeling bacterial growth responses. J. Ind. Microbiol. 12, 190–194.
Baranyi, J., Pin, C., Ross, T., (1999). Validating and comparing predictive models. Int. J. Food Microbiol. 48, 159–166.
Castillejo-Rodríguez, A.M., Gimeno, R.M.G., Cosano, G.Z., Alcala, E.B., Pérez, M.R.R., (2002). Assessment of mathematical models for predicting Staphylococcus
aureus growth in cooked meat products. J. Food Prot. 65, 659–665.
Dominguez, S., Schaffner, D. (2007). Development and validation of a mathematical model to describe the growth of Pseudomonas spp. in raw poultry stored under aerobic conditions, International Journal of Food Microbiology 120 (2007)
–295.
Goncalves, L. M., Barreto, M. T., Xavier, A. M., Carrondo, M. J., Klein, J. (1992). Inert support for lactic acid fermentation – a technological assessment. Applied Microbiology Biotechnology 38:305-311.
González, C. R, Pérez, M. J. Tarón, D. A. Efecto de plastificantes sobre las propiedades mecánicas de biopelículas
comestibles a base de goma gelana de alto y bajo acilo. @limentech, Ciencia y Tecnología Alimentaria. (2015). Vol 13, N°
P. 78 – 86.
González, C. R, Pérez, M. J. Tarón, D. A. Efecto de Lactobacillus delbrueckii sobre las propiedades texturales de geles binarios de goma gelana. @limentech, Ciencia y Tecnología Alimentaria. (2015). Vol 13, N° 2. P. 94 – 108.
González, R. Salazar, Pérez, J. (2013). Obtaining size-controlled microcapsules by ionic gelation with high and low acyl gellans containing Lactococcus lactis, Rev Col Biotecnol, 15(2), 70-80
González, R. Urbina, N. Pérez, J. (2014). Efecto de la Microencapsulación sobre las Propiedades Reológicas y Fisicoquímicas del Yogurt Blando, Infor Tecnol, 25(6), 45- 56
Kailasapathy, K., Masondole, L. (2005). Survival of free and microencapsulated Lactobacillus acidophilus and Bifidobacterium lactis and their effect on textura of Feta cheese. Australian Journal Dairy Technology. 60:252-258.
Mellefont, L.A., McMeekin, T.A., Ross, T., 2003. Performance evaluation of a model describing the effects of temperature, water activity, pH and lactic acid concentration on
the growth of Escherichia coli. Int. J. Food Microbiol. 82, 45–58.
Pooni, G.S., Mead, G.C., (1984). Prospective use of temperature function integration for predicting the shelf-life of non-frozen poultry meat products. Food Microbiol. 1, 67–78.
Pin, C., Sutherland, J.P., Baranyi, J., (1999). Validating predictive models of food spoilage organisms. J. Appl. Microbiol. 87, 491–499.
Ratkowsky, D.A., Olley, J., McMeekin, T.A., Ball, A., (1982). Relationship between temperature and growth rate of bacterial cultures. J. Appl. Bacteriol. 149, 1–5.
Ross, T.,McMeekin, T.A., (1994). Review paper: predictivemicrobiology. Int. J. Food Microbiol. 23, 241–264.
Ross, T., (1996). Indices for performance evaluation of predictive models in food microbiology. J. Appl. Bacteriol. 81, 501–
Shoji, A. Oliveira, J.C.C. Balieiro, O. Freitas,
M. Thomazini, R.J.B. Heinemann, P.K. Okuro, C.S. Favaro-Trindade. (2013). Viability of L. acidophilus microcapsules and their application to buffalo milk yoghurt, Food bioprod proces, 91, 83–88.
Tripathi, M. y K. Giri (2014). Probiotic functional foods: Survival of probiotics
during processing and storage, J Funct Foods, 9, 225–241.
Zhu, Y. Michelle Luo T, Jobin C, Young HA. (2011). Gut microbiota and probiotics in colon tumorigenesis, Can lett, 309, 119–
