Revista Alimentos, Ciencia e Ingeniería, 2022: Vol.

29 -2
1
Growth Kinetics of Aspergillus niger in Solanum tuberosum

Cinética de crecimiento del Aspergillus niger en Solanum tuberosum

Danae Fernández1*; Denise Apunte1; Rodney Hechavarría2

ABSTRACT
In this research, the growth kinetics of the fungus Aspergillus niger
in Solanum tuberosum were studied. Microbial fermentation was
carried out in a medium formulated with organic residues of
Solanum tuberosum with a humidity of 61%. Samples were taken
every other day to estimate cell growth by the dry weight method.
The kinetic parameters of the microorganism were determined
obtaining a specific growth rate of 0.016 h-1 using a linear model.
The Gompertz, Logistic, Brody and Bertalanffy models were
evaluated, of which Bertalanffy and Brody were the best fit for the
data, with a coefficient of determination (R2) of 0.994 in both
models.

Keywords: 1. Aspergillus niger, 2. microbial fermentation, 3.

Solanum tuberosum, 4. kinetic models.
RESUMEN
En esta investigación se estudió la cinética de crecimiento del hongo
Aspergillus niger en Solanum tuberosum. Se realizó la fermentación
microbiana en un medio formulado con residuos orgánicos de
Solanum tuberosum con una humedad del 61%. Se tomaron muestras
cada dos días para estimar el crecimiento celular por el método del
peso seco. Los parámetros cinéticos del microorganismo fueron
determinados obteniendo una tasa específica de crecimiento de
0,016 ℎ−1 utilizando un modelo lineal. Se evaluaron los modelos de
Gompertz, Logístico, Brody y Bertalanffy, de los cuales Bertalanffy
y Brody fueron los que mejor se ajustaron a los datos, con un
coeficiente de determinación (R2) de 0,994 en ambos modelos.

Palabras clave: 1. Aspergillus niger, 2. fermentación microbiana, 3.

Solanum tuberosum, 4. modelos cinéticos.

Recibido 05 de octubre de 2022 Aceptado 23 de diciembre de 2022

1
Facultad de Ciencia e Ingeniería en Alimentos y Biotecnología, Universidad Técnica de Ambato, 180103,
Ambato, Ecuador
2
Institute for Applied Sustainability Research – iiasur, Facultad de Ciencias Básicas, Universidad Técnica
de Manabí, 130101, Manabí, Ecuador, [email protected]

*Autor para correspondencia:[email protected]

Revista Alimentos, Ciencia e Ingeniería, 2022: Vol. 29 - 2
2

1. INTRODUCCIÓN

En el mundo se producen cerca de 1600 millones de toneladas por año de residuos sólidos,
los cuales generan graves problemas en relación con el medio ambiente y el manejo
económico. Son muy pocas las industrias que implementan tecnologías para la reutilización
de los residuos generados del procesamiento de frutas y vegetales, ya que los consideran de
un bajo valor comercial lo que repercute en que sean eliminados en las aguas industriales,
o encaminados hacia la alimentación animal sin pretratamiento (Torres, 2013).
La papa (Solanum tuberosum) se consume de forma frecuente en los hogares ecuatorianos,
especialmente la variedad Superchola, sus residuos contienen proteínas, carbohidratos,
potasio y vitamina C, lo que favorece a los procesos fermentativos al adicionar
microorganismos (Waglay et al., 2019).
Aspergillus niger es un hongo que se encuentra alrededor del mundo, este microorganismo
es utilizado en la biodegradación de desechos industriales y para la elaboración de enzimas
necesarias en la fabricación de productos comestibles (Cueva, 2017).
En la fermentación, los hongos son los microorganismos de elección, debido a que de forma
natural crecen sobre materiales sólidos, poseen sistemas enzimáticos completos y además
presentan alta capacidad de adherencia y penetración en las partículas del sustrato, por lo
que la estructura micelar de los hongos filamentosos les confiere ventaja frente a otros
microorganismos (Nout, 2014).
La biotecnología microbiana permite la creación o modificación de productos o procesos,
con el fin de obtener productos de interés para el ser humano (Arguero, 2014).
Actualmente, es posible representar los procesos microbiológicos mediante modelos
cinéticos, los cuales pueden describir el comportamiento de la producción de biomasa,
metabolito o consumo de sustrato. Los parámetros cinéticos de crecimiento microbiano son
las herramientas básicas para escalar los procesos biotecnológicos evaluados en el
laboratorio, debido a que permiten predecir el desarrollo de la fermentación y evaluar los
rendimientos, así como las productividades en los procesos (Zapata et al., 2005).
El estudio de los bioprocesos ha permitido optimizar los requerimientos energéticos y los
tiempos de producción, para poder obtener el metabolito de interés a partir de diversos tipos
de sustratos, tanto simples como complejos con costos de producción bajos (Calderón,
2017).
Revista Alimentos, Ciencia e Ingeniería, 2022: Vol.29 -2
3
En esta investigación se estudió la cinética de crecimiento del Aspergillus niger en Solanum
tuberosum, con el objetivo de obtener un modelo cinético en un medio formulado con una
humedad del 61% (Apunte et al., 2019).

2. MATERIALES Y MÉTODOS

2.1 Proceso de fermentación

En el proceso fermentativo se utilizaron las condiciones experimentales y la formulación

del medio obtenidas a partir de las investigaciones de Apunte et al. (2019), el medio estuvo
compuesto por harina de cáscara de papas a una humedad del 61%. El microorganismo
Aspergillus niger aislado de sustrato orgánico de limón, caracterizado macroscópica y
microscópica, se inoculó a una concentración de 6 X 104 células/ml en un volumen de 300
ml de medio. Se incubó a una temperatura de 30 °C utilizando un agitador incubador orbital
(Ivymen sistema Shaker) a una velocidad de agitación de 130 rpm durante 12 días. Se
tomaron muestras por triplicado cada dos días para estimar la concentración de biomasa
mediante peso seco celular utilizando una centrifuga (Rotina 380- Hettich Zentrifugen), a
la velocidad de centrifugación de 4000 rpm durante 10 minutos. El sobrenadante obtenido
se desechó, el pellet se secó utilizando la estufa (MEMMERT NUT-004X) por 24 h.
Transcurrido el tiempo se pesó y se calculó la concentración celular a partir de la división
entre el peso del sedimento y el volumen de cultivo utilizado. Se realizó una curva de
crecimiento celular a partir de los valores obtenidos de concentración de biomasa en el
tiempo de cultivo (Prescott et al., 2002).

2.2 Determinación de los parámetros cinéticos en el proceso fermentativo

El valor de la tasa específica de crecimiento (𝑢) se determinó a partir de la pendiente de la
curva logarítmica de la concentración de biomasa contra el tiempo en la región de
crecimiento exponencial. Se determinó el tiempo que tarda en duplicarse la población o
tiempo de generación (g) a partir de la división entre 0,693 y la tasa de crecimiento (Prescott
et al., 2002) (Madigan y Martinko, 2010).

2.2.1 Modelos matemáticos usados para el estudio cinético

Se comparó la aplicación de diferentes modelos sigmoidales a los datos experimentales
Revista Alimentos, Ciencia e Ingeniería, 2022: Vol.29 -2
4
obtenidos del crecimiento del Aspergillus niger en los tiempos: 0, 2, 4, 6, 8, 10 y 12 días del
proceso fermentativo. Se realizó un análisis de regresión con los modelos: Logístico, Von
Bertalanffy, Brody y Gompertz (Tabla 1) (Castro et al., 2008).

Tabla 1. Modelos predictivos utilizados.

Modelo Expresión
𝐴
Logístico 𝑁 (𝑡) =
1 + 𝐵𝑒 −𝜇𝑡
𝑁 (𝑡) = 𝐴 (1 − 𝑒 −𝜇[𝑡−𝑡0] )
Von Bertalanffy
𝑁 (𝑡) = 𝐴 (1 − 𝐵𝑒 −𝜇𝑡 )
Brody
−𝜇𝑡
Gompertz 𝑁 (𝑡) = 𝐴𝑒 −𝐵𝑒

N (t): concentración celular en función del tiempo (g/ml)

t: tiempo de incubación (h).
A: concentración celular inicial (g/ml)
B: diferencia entre la concentración celular inicial y final
µ: tasa de crecimiento (h-1)

Se procedió a evaluar los modelos cinéticos para identificar cual es el que mejor se ajusta a
los datos experimentales y con cual se obtiene el mejor valor del coeficiente de
determinación (R2).

3. RESULTADOS Y DISCUSIÓN

3.1 Determinación de los parámetros cinéticos en el modelo lineal

En la Figura 1 se presenta la curva de crecimiento del Aspergillus niger, elcultivo comienza

con la fase de crecimiento exponencial cercano a la inoculación hasta los 2 días, en esta fase
la síntesis de todos los constituyentes celulares se incrementa a una rapidez constante, de tal
forma que la población de células se duplica y la velocidad de crecimiento es máxima
(Méndez, 2013).
Revista Alimentos, Ciencia e Ingeniería, 2022: Vol.29 -2
5

0.8

log concentración biomasa (g/ml)

0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
0 2 4 6 8 10 12
Tiempo (días)

Figura 1. Curva de crecimiento del Aspergillus niger.

A partir de los 2 días se observó la fase estacionaria, en esta fase, el crecimiento puede estar
ocurriendo, pero está equilibrado por la rapidez de muerte o lisis celular, la velocidad
específica de crecimiento es cero, esto no quiere decir que las funciones biosintéticas hayan
finalizado, sino que la energía proporcionada por el sustrato se destina hacia el
mantenimiento celular (Ferrer et al., 2019).
A los 10 días comenzó a observarse un ligero descenso de la concentración celular, es decir
el cultivo entró en la fase de muerte en donde el número de células que mueren aumentan.
La pendiente de esta fase puede ser más o menos pronunciada de acuerdo con el tipo de
microorganismo, pueden presentarse pendientes menos bruscas cuando el microorganismo
presenta alguna forma de resistencia en este caso las esporas (Pérez et al., 2016). El método
utilizado para la estimación de la concentración celular en este trabajo determina el peso
seco, el mismo es directo y determina la masa celular, aunque no es muy sensible ya que no
diferencia entre las células vivas y muertas, sin embargo, es de utilidad en el crecimiento de
hongos (Prescott et al., 2002)
Méndez, (2013) observó que Aspergillus niger alcanzó el máximo valor de crecimiento a
las 48 horas y el decrecimiento de la biomasa a las 192 horas. Al comparar estos resultados
bibliográficos con los obtenidos en esta investigación se pudo observar que el tiempo de la
fase de crecimiento exponencial es el mismo, mientras que el de la fase de muerte es
diferente. Las poblaciones microbianas pocas veces conservan un crecimiento exponencial
prolongado, esto es debido a que casi siempre el crecimiento se encuentra limitado por el
agotamiento de nutrientes o por la acumulación de productos del metabolismo microbiano
y como consecuencia, el crecimiento disminuye, hasta detenerse en un determinado tiempo.
Revista Alimentos, Ciencia e Ingeniería, 2022: Vol.29 -2
6
En la Tabla 2 se muestran los resultados obtenidos de los parámetros cinéticos del
crecimiento de Aspergillus niger, obteniendo un valor de 𝑢 = 0,016 ℎ−1 y un tiempo de
duplicación de 43,08 ℎ.
Tabla 2. Parámetros cinéticos del microorganismo en el medio optimizado.

Parámetros cinéticos Medio Optimizado

𝑢 (horas-1) 0,016

𝑡𝑑 (horas) 43,08

Según de Castro et al., (2011), la velocidad específica para hongos como Aspergillus niger
se encuentra entre 0,0101 ℎ−1 y 0,1213 ℎ−1, por lo que el valor obtenido en el presente
trabajo se encuentra dentro de este rango.
Cueva, (2017) realizó la producción de α-amilasas a partir de la fermentación de Aspergillus
niger para su empleo en procesos de panificación utilizando como sustrato almidón de trigo,
optimizó las condiciones de cultivo obteniendo la mayor producción de biomasa a una
velocidad específica de crecimiento de 0,011 h-1 y un tiempo de duplicación de 61,23 h,
siendo muy similares a los obtenidos en esta investigación.

3.2 Modelos matemáticos usados para el estudio cinético

Los datos generados durante el crecimiento de organismos vivos requieren del uso de
modelos matemáticos adecuados que permiten representarlos con pocos parámetros, de tal
modo que se obtenga un buen ajuste y que los parámetros muestren las características del
crecimiento. Los biólogos estudian los modelos de crecimiento de Gompertz, Richards,
Logístico, Brody, Bertalanffy y Monod porque tienen un sentido biológico; estos son
modelos que se obtienen a partir de consideraciones sobre la forma del crecimiento (Villegas
et al., 2019).
A partir de los datos experimentales recolectados se aplicaron las ecuaciones de los modelos
cinéticos (Gompertz, Logístico, Brody y Bertalanffy), obteniendo que los modelos de Von
Bertalanffy y Brody fueron los que mejor se ajustaron a los datos de esta investigación, con
un coeficiente de determinación (R2) de 0,994 en ambos modelos (Tabla 3 y 4) y con valores
de 0,416 h-1 en la tasa específica de crecimiento. Estos resultados fueron obtenidos
empleando los softwares de cálculo Wolfram Mathematica 11.1 y OriginLab v8.5.
Revista Alimentos, Ciencia e Ingeniería, 2022: Vol.29 -2
7
Tabla 3. Modelo de Von Bertalanffy.
No. Valor Error Valor Error Valor Error 2 r2 Suma
A A   to to Reducido ajustado cuadrática
de residuos

9 0,796 0,013 0,416 0,033 -0,979 0,107 1,8910-4 0,994 0,00114

Tabla 4. Modelo de Brody.

No. Valor Error Valor Error Valor Error 2 r2 Suma
A A B B   Reducido ajustado cuadrática
de residuos

9 0,796 0,013 0,666 0,016 0,416 0,033 1,8910-4 0,994 0,00114

Gómez et al., (2017) modelaron la cinética de crecimiento de biomasa fúngica utilizando

tres modelos: Gompertz, Von Bertalanffy y Logístico para los valores obtenidos por
espectrofotometría, resultando que el modelo de Von Bertalanffy fue que el que se ajustó de
manera sobresaliente a los valores experimentales similar al obtenido en este estudio.
Se compararon varios modelos sigmoidales para el crecimiento de Lactococcus lactis subsp.
lactis en leche estéril de búfala, resultando que con el modelo Logístico se obtuvo una tasa
de crecimiento (0,6567 h-1) similar al determinado en este estudio (0,768 h-1) (Tabla 5)
(Castro et al., 2008). Además, el modelo logístico presentó el mejor ajuste en el crecimiento
de S. boulardii en leche (Chambi y Torres, 2021)
Tabla 5. Modelo logístico.
No. Valor Error Valor Error Valor Error 2 r2 Suma
A A B B   Reducido ajustado cuadrática
de residuos

9 0,765 0,014 1,698 0,18 0,768 0,086 5,54810-4 0,982 0,00333

En esta investigación la cinética de crecimiento no se ajustó a los modelos de Gompertz y

Logístico, sin embargo, estos fueron utilizados para estudiar la cinética de crecimiento de
Synechococcus sp. PCC 7002 en medio líquido por Colorado, (2018). Además, el modelo
de Gompertz fue utilizado por Ferrer et al., (2019) para ajustar el crecimiento de Pleurotus
ostreatus en fermentación sumergida para utilizar en la extracción de fenólicos, con la
aplicación de este modelo se obtuvo una tasa específica de crecimiento de 0,588 h-1 mayor
al obtenido con los modelos de Von Bertalanffy y Brody (Tabla 6).
Revista Alimentos, Ciencia e Ingeniería, 2022: Vol.29 -2
8
Tabla 6. Modelo de Gompertz.
No. Valor Error Valor Error Valor Error 2 r2 Suma
A A B B   Reducido ajustado cuadrática
de residuos

9 0,776 0,013 1,040 0,057 0,588 0,054 3,36110-4 0,989 0,00202

Se puede concluir en este trabajo que el modelamiento matemático de la biocinética

demostró ser de utilidad para la simulación del proceso de fermentación al describir el
crecimiento de la biomasa producida por Aspergillus niger.

Contribuciones de los autores: Todos los autores contribuyeron de forma conjunta al

trabajo informado.

Financiamiento: "Esta investigación no recibió financiamiento externo"

Conflictos de interés: “Los autores declaran no tener conflicto de interés”.

REFERENCIAS

Apunte, D., Fernández, D., & López, O., D. (2019). Obtención medio enriquecido en
proteínas a partir de residuos de papa (Solanum tuberosum) por fermentación
microbiana. Alimentos, Ciencia e Ingeniería, 27(1), 93–107.
Arguero Tayupanta, A. P. (2014). Estudio de la producción de enzima amilasa mediante
Aspergillus niger por fermentación sólida, con el uso de resiudos agroindustriales.
Calderón Vargas, J. F. (2017). Ajuste de un modelo cinético para el crecimiento de
Lactobacillus acidophilus en la fermentación de un sustrato complejo.
Castro, G., Valbuena, E., Sánchez, E., Briñez, W., Vera, H., & Leal, M. (2008). Comparison
of Sigmoid Models Applied to the Growth of Lactococcus lactis subsp. lactis: Vol.
XVIII.
Chambi, D., & Torres Jiménez, A. M. (2021). Modelos cinéticos sigmoidales aplicados al
crecimiento de Saccharomyces boulardii. Revista de Investigaciones Altoandinas,
23(1), 47–54.
Colorado Hernández, S. (2018). Determinación de parámetros cinéticos de Synechococcus
sp. pcc 7002 en cultivo sumergido.
https://repository.eafit.edu.co/handle/10784/13698?locale-
Revista Alimentos, Ciencia e Ingeniería, 2022: Vol.29 -2
9
attribute=es#.YqIgDBOWdQM.mendeley
Cueva Calva, Y. M. (2017). Producción de amilasas mediante fermentación submersa de
aspergillus niger para su empleo en procesos de panificación.
https://repositorioslatinoamericanos.uchile.cl/handle/2250/2792412#.YqEm9fodWb8.
mendeley
de Castro, A. M., Teixeira, M. M., Carvalho, D. F., Freire, D. M., & Castilho, L. (2011).
Multiresponse Optimization of Inoculum Conditions for the Production of Amylases
and Proteases by Aspergillus awamori in Solid-State Fermentation of Babassu Cake.
Enzyme Research, 457392.
Ferrer Romero, J. C., Mas Diego, S. M., Beltrán Delgado, Y., Morris Quevedo, H. J., & Díaz
Fernández, U. (2019). Kinetic study of the production of biomass and phenolic
compounds for Pleurotus ostreatus in submerged phase. In Rev. Cubana Quím (Vol.
31, Issue 1). http://ojs.uo.edu.cu/index.php/cq
Gómez Reyes, R., Medina Moreno, S. A., Jiménez González, A., & Lizardi Jiménez, M. A.
(2017). AISLAMIENTO Y ANÁLISIS CUALITATIVO DE BIOMASA
MICROBIANA FÚNGICA DEGRADADORA DE HIDROCARBUROS DE UN
CENOTE DE QUINTANA ROO. Especial Biotecnología e Ingeniería Ambiental, 53–
61. https://doi.org/10.20937
Madigan, M. T., & Martinko, J. M. (2010). Brock Biology of Microorganisms. International
Microbiology; Vol. 8, Núm. 2 (2005); 149-150.
Mendez Alvarez, J. A. (2013). PRODUCCION DE ACIDO GLUCONICO APLICANDO
CINETICA DE CRECIMIENTO MICROBIANO A PARTIR DE Aspergillus niger Y
COMO MEDIO DE CULTIVO, DULCE DE ATADO.
Nout, M. J. R. (2014). Food Technologies: Fermentation. Encyclopedia of Food Safety, 3,
168–177. https://doi.org/10.1016/B978-0-12-378612-8.00270-5
Pérez, G., Larrosa, E., & Escámez, F. (2016). Modelos matemáticos para la descripción del
crecimiento de microorganismos patógenos en alimentos. In Anuario de Jóvenes
Investigadores (Vol. 9).
Prescott, L. M., Harley, J. P., Klein, D. A., Carlos Gamazo de la Rasilla, T., York, N., Juan,
S., Bogotá, S. de, & Paulo, S. (2002). Microbiología.
Torres Vargas, G. M. (2013). Cuantificación del contenido de proteína celular
(SCP) en la biomasa de la levadura Saccharomyces cerevisiae producida a partir
de residuos de cáscaras de naranja (Citrus sinensis l var valencia) y papa (Solanum
tuberosum) variedad diacol capiro (R-12) para uso en la alimentación animal.
Revista Alimentos, Ciencia e Ingeniería, 2022: Vol.29 -2
10
Universidad Nacional Abierta y a Distancia.
https://repository.unad.edu.co/handle/10596/1070?locale-
attribute=fr#.YqEXGcVvLhI.mendeley
Villegas R., D. A., Valbuena, N., & Milla P., M. E. (2019). Evaluación de modelos aplicados
a la producción de materia seca de Brachiaria brizantha en el periodo lluvioso. Revista
de Ciencias Agrícolas, 36(1), 33–45. https://doi.org/10.22267/rcia.193601.96
Waglay, A., Achouri, A., Karboune, S., Zareifard, M. R., & L’Hocine, L. (2019). Pilot plant
extraction of potato proteins and their structural and functional properties. LWT, 113,
108275. https://doi.org/10.1016/J.LWT.2019.108275
Zapata M, J. E., Hoyos R, M., & Quinchía B, L. A. (2005). PARÁMETROS CINÉTICOS
DE CRECIMIENTO DE Saccharomyces cerevisiae EN PRESENCIA DE UN
CAMPO MAGNÉTICO VARIABLE DE BAJA INTENSIDAD Y ALTA
FRECUENCIA FREQUENCY. Vitae, Revista Sw La Facultad de Química
Farmacéutica, 12(1), 39–44.