Practica de laboratorio # 1

TECNICAS BASICAS DE MICROBIOLOGIA Y RECUENTO ESTANDAR EN PLACA

LINA MARCELA FIGUEROA

COD. 800710788

LILIANA GUADIR

COD.

ANA MILENA MUÑOZ G.

COD. 800711427

PROFESORA:

MARIA MARCELA MARTINEZ

UNIVERSIDAD DE CALDAS

INGENIERIA DE ALIMENTOS

2010
 RECUENTO EN PLACA MESOFILOS AEROBIOS

RESULTADOS

Reporte siembra en superficie: Unidades formadoras de colonias 18*105 UFC/g

o ml, de bacterias aerobias en placa en agar PCA, incubadas 126 horas a
35ºC.

Reporte siembra a profundidad: Unidades formadoras de colonias 22*10 5 UFC/g

o ml, de bacterias aerobias en placa en agar PCA, incubadas 126 horas a
35ºC.

ANALISIS DE RESULTADOS

La siembra en superficie es más difícil de leer debido a que las colonias crecen
irregularmente, muy juntas y difíciles de diferenciar.

El crecimiento dado parece de un solo tipo de microorganismo ya que se nota

un aspecto uniforme y de un solo color

Las unidades formadoras de colonias son mayores en la siembra a profundidad,

por lo que se permite deducir que en estas condiciones los microorganismos
aprovechan mejor los nutrientes y se les facilita el crecimiento.

El número tan grande de unidades formadoras de colonias además de la

contaminación o mala manipulación en su preparación también es dado por el
tiempo de incubación de los microorganismos, en este caso de 126 horas
debido a inconvenientes en las instalaciones

CUESTIONARIO

1. Investigue los métodos para calcular el tamaño de la muestra en

alimentos y describa cada uno de ellos.

Cálculo del tamaño de la muestra

A la hora de determinar el tamaño que debe alcanzar una muestra hay

que tomar en cuenta varios factores: el tipo de muestreo, el parámetro a
estimar, el error muestral admisible, la varianza poblacional y el nivel de
confianza. Por ello antes de presentar algunos casos sencillos de cálculo
del tamaño muestral delimitemos estos factores.
Parámetro. Son las medidas o datos que se obtienen sobre la
población.
Estadístico. Los datos o medidas que se obtienen sobre una muestra y
por lo tanto una estimación de los parámetros.
Error Muestral, de estimación o standard. Es la diferencia entre un
estadístico y su parámetro correspondiente. Es una medida de la
variabilidad de las estimaciones de muestras repetidas en torno al valor
de la población, nos da una noción clara de hasta dónde y con qué
probabilidad una estimación basada en una muestra se aleja del valor
que se hubiera obtenido por medio de un censo completo. Siempre se
comete un error, pero la naturaleza de la investigación nos indicará
hasta qué medida podemos cometerlo (los resultados se someten a error
muestral e intervalos de confianza que varían muestra a muestra). Varía
según se calcule al principio o al final. Un estadístico será más preciso
en cuanto y tanto su error es más pequeño. Podríamos decir que es la
desviación de la distribución muestral de un estadístico y su fiabilidad.
Nivel de Confianza. Probabilidad de que la estimación efectuada se
ajuste a la realidad. Cualquier información que queremos recoger está
distribuida según una ley de probabilidad (Gauss o Student), así
llamamos nivel de confianza a la probabilidad de que el intervalo
construido en torno a un estadístico capte el verdadero valor del
parámetro. Varianza Poblacional. Cuando una población es más
homogénea la varianza es menor y el número de entrevistas necesarias
para construir un modelo reducido del universo, o de la población, será
más pequeño. Generalmente es un valor desconocido y hay que
estimarlo a partir de datos de estudios previos.

Tamaño de muestra para estimar la media de la población

Veamos los pasos necesarios para determinar el tamaño de una muestra

empleando el muestreo aleatorio simple. Para ello es necesario partir de
dos supuestos: en primer lugar el nivel de confianza al que queremos
trabajar; en segundo lugar, cual es el error máximo que estamos
dispuestos a admitir en nuestra estimación. Así pues los pasos a seguir
son:

1.- Obtener el tamaño muestral imaginando que :

donde:

: z correspondiente al nivel de confianza elegido

: varianza poblacional
e: error máximo
2.- Comprobar si se cumple
 si esta condición se cumple el proceso termina aquí, y ese es el tamaño
adecuado que debemos muestrear.
Si no se cumple, pasamos a una tercera fase:

3.- Obtener el tamaño de la muestra según la siguiente fórmula:

Veamos un ejemplo: La Consejería de Trabajo planea un estudio con el interés

de conocer el promedio de horas semanales trabajadas por las mujeres del
servicio doméstico. La muestra será extraída de una población de 10000
mujeres que figuran en los registros de la Seguridad Social y de las cuales se
conoce a través de un estudio piloto que su varianza es de 9.648. Trabajando
con un nivel de confianza de 0.95 y estando dispuestos a admitir un error
máximo de 0,1, ¿cuál debe ser el tamaño muestral que empleemos?.

Buscamos en las tablas de la curva normal el valor de que corresponde

con el nivel de confianza elegido: = ±1.96 y seguimos los pasos propuestos

arriba.
1.-

2.- Comprobamos que no se cumple , pues en este caso

10000 < 3706 (3706 - 1); 10000 < 13730730

3.-

3.2.- Tamaño de muestra para estimar la proporción de la

población
 Para calcular el tamaño de muestra para la estimación de proporciones
poblacionales hemos de tener en cuenta los mismos factores que en el
caso de la media. La fórmula que nos permitirá determinar el tamaño
muestral es la siguiente:

donde:

: z correspondiente al nivel de confianza elegido

P: proporción de una categoría de la variable
e: error máximo
N: tamaño de la población
Siguiendo con el estudio planteado en el punto anterior, supongamos que
tratamos de estimar la proporción de mujeres que trabajan diariamente 10
horas o más. De un estudio piloto se dedujo que P=0.30, fijamos el nivel de
confianza en 0.95 y el error máximo 0.02.

El muestreo consiste en separa una serie de muestras representativas

del lote para someterlas al análisis microbiológico.

Muestreo único
Cuando hay que hacer un muestreo de una partida única de alimento
hay que considerar que los datos de mayor importancia los proporcionan
las normas de elaboración y conservación del alimento. Esto es
especialmente importante en partidas de alimentos importados, sobre
todo los enlatados.
Ningún muestreo único puede dar una garantía total de calidad
microbiológica del alimento; si se analizan 30 muestras de una partida
suficientemente grande y no aparece ninguna en malas condiciones
microbiológicas, aún hay una probabilidad razonable de que el 10% del
lote sea microbiológicamente defectuoso.
Como norma general, si se trata de un lote desconocido es conveniente
analizar un número de muestras equivalente al 1% si el lote es grande y
al 10% si es pequeño. Aunque estos valores hay que adecuarlos a las
condiciones reales.
 Cuando se analiza una muestra única el mejor criterio de seguimiento
son las especificaciones del fabricante. Las muestras únicas están
siempre sometidas a una gran probabilidad de falsos negativos.

2. Averigüe el plan de muestro establecido en una empresa alimenticia

especifica.

PLANES O PROGRAMAS DE MUESTREO

La toma de muestras no es sólo el procedimiento de tomar un número
determinado de muestras, su objetivo es suministrar información sobre
las características microbiológicas del producto, útiles para la aceptación
o rechazo de dicho producto. Así, después del análisis de esas unidades
de muestra, se obtienen unos resultados que se confrontarán con
determinados criterios, que permiten decidir si el lote debe aceptarse o
rechazarse .
La elección del procedimiento de muestreo y del criterio de decisión, es
lo que se llama un plan o programa de muestreo. Todo plan de muestreo
debe incluir tanto el procedimiento como los criterios de decisión. El plan
se diseña de modo que se rechacen aquellos lotes que no cumplan un
determinado nivel de confianza.
En teoría, los criterios de decisión se establecen de modo que se aceptan
los lotes de calidad deseada y se rechacen aquellos que no la tienen. Sin
embargo, como no se examina el lote completo, siempre hay peligro de
no aceptar uno aceptable o aceptar un rechazable, por eso hay que
conocer el riesgo que acompaña a cada plan de muestreo .

Cuantas más muestras se examinan, menor es el riesgo de tomar una

decisión equivocada, pero más muestras supone un mayor número de
análisis, un muestreo más engorroso, más caro y una mayor pérdida de
producto, por lo que hay que llegar a un consenso entre el plan de
muestreo que se aplique y el grado de riesgo que es aceptable . Los
planes de muestreo se clasifican en dos grandes categorías:

 Por atributos o características : suele ser el más aplicado en

Microbiología . No se hace suposición alguna acerca de la distribución de
los microorganismos en el producto. Se divide en dos tipos:

 Programa de atributos de dos clases: es el más sencillo de todos, las

muestras se clasifican en dos clases ( admisibles o rechazables ) ,
dependiendo de los resultados que nos de el análisis. Por regla general,
el objetivo de este tipo de análisis es poner de manifiesto la
presencia/ausencia de un determinado microorganismo, o también
comprobar que el número de microorganismos presentes en esa
muestra es mayor que el especificado en el criterio.
Va a ir definido por tres números: n, c y m

n: es el número de unidades de muestra requeridas para realizar el

análisis

c : el número máximo permisible de unidades de muestra que pueden

ofrecer resultados insatisfactorios , como la presencia del
microorganismo o un recuento superior a una concentración
preestablecida , definida por la letra m

m : el valor m, sería la cifra del recuento por encima de la cual la

muestra se considera insatisfactoria o deficiente, este valor no se tiene
en cuenta cuando sólo se hace una prueba de presencia/ausencia, ya
que un resultado positivo es suficiente para que la muestra sea
calificada como deficiente .

Ejemplo - tenemos un plan de muestreo n=10 y c=2 : analizar 10

unidades de muestra y si en 3 o más veces me da resultados malos , el
lote lo tengo que rechazar o dicho de otra manera , analizo 10 muestras
y hasta que 2 muestras me den mal aceptamos el lote .

Ejemplo - tenemos un plan de muestreo n=10 , c=2 y m=10² : plan de

muestreo para analizar coliformes en un animal . Se debe analizar 10
unidades de muestra aleatoriamente y sólo permite si en 3 o más
muestras el recuento de coliformes es superior a 10² unidades
formadoras de colonia ( para coliformes ), lo tiene que rechazar o de otra
manera , analizando 10 muestras , aunque en 2 de las 10 muestras haya
10² unidades de colonia se acepta .

Ejemplo - plan de muestreo n=10 , c=0 : aplicado a Salmonella , analizo

10 unidades de muestra y en ninguna puede haber presencia de
Salmonella ( en pruebas de presencia/ausencia no se usa la m , cuando
se pone la m es para recuentos no para presencia/ausencia ) .

Curva característica de operación : se usa para ver el riesgo que

estamos cometiendo para que un lote que es bueno se rechace y
viceversa .

La probabilidad de aceptación o rechazo asociadas con un plan de

muestreo por características, pueden calcularse a partir de una
distribución binomial ( porque puedes calcular la probabilidad de éxito )

yz

Cuando se representa gráficamente el porcentaje de unidades de

muestra deficientes reales presentes en un lote, frente a la probabilidad
de aceptación de ese lote se obtiene lo que se denomina una curva
característica de funcionamiento o de operación y sirve para determinar
el grado de riesgo que se asocia a un determinado plan de muestreo .

Eje y : probabilidad de aceptación : es la razón entre el número de veces

que el resultado indicaría que un lote debería ser aceptado realizando un
plan de muestreo con unos valores de n , c, y m determinados y el
número de veces que ese lote es analizado .

Eje z : probabilidad de rechazo : es la inversa de lo anterior , el número

de veces que rechazo el lote siguiendo un plan , en función del número
de veces que analizo el lote

Eje x : representa el porcentaje de unidades de muestra defectuosas que

en el lote ( es una idealización ) .

Ejemplo: plan de muestreo n=10 y c=2 - si supongo que tengo un 20%

de unidades defectuosas ( p.ej : con Salmonella ) , aplicamos el plan de
muestreo. Cuando aplico los cálculos de distribución binomial para un
lote con un 20% de unidades defectuosas, extrayendo 10 unidades y
sólo permito que 2 sean defectuosas, ¿ cuál es la probabilidad de que
haya 2 ? Se aplica el procedimiento matemático y sale la siguiente
curva:

Prob. de aceptación = 0'68

0,68

20

Esto significa que en un lote con un 20% de probabilidad de que haya

que coger 2 muestras de 10 con Salmonella es de 0'68. Es decir , de
cada 100 veces que aplique el plan de muestra ( n=10 , c=2 ) a un lote
con un 20% de probabilidad de que haya Salmonella lo estoy aceptando
68 veces ?. Este plan para Salmonella sería poco estricto.

De esta manera sabemos lo susceptible que es el plan para el

microorganismo que estamos analizando.

Ejemplo: imaginemos lo mismo de antes ( aplicando el mismo plan de

muestreo ) pero suponiendo que es un 10% , al aplicar la estadística nos
sale una probabilidad del 93% ( 0'93 ) .

Por lo tanto el rigor de estos programas de muestreo depende de los

valores de n y c. Para un valor determinado de n, si dejamos c constante
, cuanto mayor sea el valor de n , mayor será la rigurosidad del plan . Si
mantenemos n constante y cambiamos c , el plan será más restrictivo
cuanto menor sea c .
Ejemplo: si tenemos un plan n=10 y c=2 , serán más severos por
ejemplo n=15 , c=2 o n=10 , c=1 y menos severos n=5 , c=2 o n=10 ,
c=3 .

En este procedimiento son identificables dos tipos de riesgo :

- El del productor: probabilidad de que un lote de calidad aceptable de

rechace.

- El del consumidor: probabilidad de que equivocadamente se acepte un

lote que sea rechazable.

Por eso al escoger un plan hay que jugar con estas dos cosas. La
empresa tiene que establecer un consenso entre la cantidad de
muestras que puede rechazar y el riesgo del consumidor.

b. Programa de atributos de 3 clases :

Fueron ideados para situaciones en las que la calidad del producto

puede dividirse en 3 categorías: aceptable, dudosamente aceptable,
rechazable.

Como consecuencia, se puede deducir que aquí no se puede aplicar

nunca un prueba presencia/ausencia, sino que se usan los recuentos de
microorganismos. Viene determinado por 4 números ( n , c , M , m ) :

n = número de muestras que se deben analizar del lote

M = valor del recuento máximo, que si se sobrepasa por cualquiera de

las muestras examinadas, hay que rechazar el lote.

m = valor del recuento que separa la calidad adecuada de la marginal,

es decir, de los dudosamente aceptables.

c = número máximo de muestras analizadas que pueden ser clasificadas

en la categoría de dudosamente aceptables, antes de que sea rechazado
el lote.

Serán aceptables las que estén en un valor de recuento entre 0 y m.

Las dudosamente aceptables son las que están entre m y M.

Las rechazables son las que van de M a infinito.

Por ejemplo: n = 5 , M = 5.10² , m = 50 , c= 2 ; analizamos 5 unidades

de muestra del lote y permitimos que en las muestras nos de un
recuento , de por ejemplo coliformes entre 50 y 500 unidades
formadoras de colonia en dos muestras . Pero si una sola muestra da
valores superiores a 500 se rechaza el lote.
Comparación entre los planes de 2 y 3 clases :

En el caso de 3 clases, se permite obtener más información acerca de la

calidad del lote , porque tenemos la categoría de dudosamente
aceptable .

Ejemplo: de 2 clases: n = 5, c = 2, m = 10

Ejemplo: de 3 clases: n = 5, c = 2, m = 10, M = 100

En el de 3 clases, una sola muestra que me de un valor superior a 100

me hace rechazar el lote. Pero en el de 2 clases, hay dos muestras que
me pueden dar superior a 10 , sin límite por encima , podría dar por
ejemplo 400 y se seguiría aceptando igual , mientras que en el de 3
clases se pone un límite superior .

Elección del programa de muestreo según el objetivo:

La severidad de un programa de muestreo debe basarse en el riesgo que

represente el consumo del producto para el consumidor, por la presencia
de microorganismos patógenos o de sus toxinas, o también por la
existencia de microorganismos capaces de deteriorar la calidad del
producto.

Para la elección de un programa deben de tenerse en cuenta dos cosas:

El tipo y calidad de riesgo que conlleva las especies microbianas que se

están analizando.

Las condiciones previsibles de manejo y consumo a las que el lote se

someterá tras su producción.

En base a esto se han establecido una serie de categorías para escoger

la severidad de los programas.

Condiciones esperables

Pueden aumentar
Tipos de riesgo Reducen el riego Riesgo sin cambios
el riesgo

Categoría 2
Riesgo directo para Categoría 1
la salud ( sin 3 clases : n=5 , 3 clases : n=5
patógenos ) c=3 c=2

Riesgo para la
salud bajo ,
indirecto

Riesgo moderado ,
directo

Gran riesgo

La decisión de si los programas deben ser de 2 o 3 clases estriba en si se

puede permitir la presencia de una muestra positiva en cualquiera de las
unidades de muestra. Si la respuesta es negativa se elegirá un programa
de 2 clases con un c=0 y si la respuesta es positiva puede aplicarse un
programa de 2-3 clases, teniendo en cuenta que si se puede determinar
el número de microorganismos se recomienda el programa de 3 clases.

El programa de 2 clases se utiliza para pruebas de presencia - ausencia y

si son pruebas de recuenta se utilizará el de 3 clases.

Las propiedades de los programas de 3 clases son más recomendables

por:

En este programa se acepta que una proporción de unidades de muestra

de resultados comprendidos en el intervalo de aceptables
provisionalmente, esto es importante, porque incluso un producto que se
fabrique en las mejores condiciones, alguna unidades de muestra
pueden dar valores por encima de los habituales sin que originen
problemas.

La experiencia también permite definir el límite por encima del cual, los
recuentos indican la posibilidad de un riesgo evidente para la salud o la
alteración del producto , este límite es M y se mantendrá hasta que
nuevas experiencias digan que es inapropiado .

Un programa de 3 clases permite a los organismos reguladores controlar

la tendencia de los análisis, por ejemplo si se observa un aumento en el
número de muestras con valores dentro del intervalo de aceptables
provisionalmente, puede indicar que hay falta de control .

Determinación de los valores de m y M :

El valor de m : es la cantidad aceptable y esperable que un

microorganismo puede alcanzar en un producto . Si el microorganismo
analizado es un patógeno, m puede ser 0 o un número muy pequeño que
se corresponda con el nivel de detectabilidad de la prueba.

El valor de M : es el nivel de contaminación de riesgo o inaceptable ,

alcanzado merced a unas prácticas higiénicas deficientes o condiciones
de almacenamiento inadecuadas . Son varias las estrategias para
establecer el valor de M :

 Como un índice de utilidad del producto : en este caso se relaciona la

cantidad de microorganismos con la alteración ya evidente ( olor ,
sabor ... ) o con una vida del producto inaceptablemente corta .

 Como un índice higiénico general : se relaciona la cantidad de

microorganismos indicadores con una condición higiénica claramente
inaceptable .

 Como un peligro para la salud : relaciona la cantidad de bacterias con

una enfermedad ( dosis mínima infecciosa ) . para este fin , se considera
la máxima cantidad de producto consumido y la sensibilidad de las
personas que probablemente lo consuman .

M va a estar definida siempre por el riego y el valor de m va a quedar

definido simplemente por las buenas prácticas de fabricación .

Probabilidad de aceptación satisfactoria :

La severidad de un programa se mide por la probabilidad de aceptación

de los lotes en los que una determinada proporción de unidades es
rechazable :

Tenemos un lote con : 5% > M ( no aceptable ) y 30% > m

( dudosamente aceptable), n=5 , c=3 ( 3 clases ) . La probabilidad de
aceptación que sale es de 0'75 , es decir , acepto 3 de cada 4 lotes . Por
lo que no es nada severo . Si n=60 , c=0 ( 2 clases ) , la probabilidad de
aceptación es de 0'05 , es decir , acepto 1 lote de cada 20 , por lo que
este sí que es estricto . En un trabajo , de por ejemplo sanidad , se
utilizaría el primer programa , el segundo es muy costoso , incluso el
primero para la empresa es una gran pérdida el perder un lote de cada 4
y esto le obliga a la empresa a mejorar la productividad .

Por lo que para hacer un plan más severo podemos aumentar n o

disminuir c , también hay que tener en cuenta lo que supone para la
empresa y para hacerlo más severo alejamos m de M .

Muestreo investigativo y muestreo riguroso :

En algunas circunstancias cuando existe un problema microbiológico

reconocido o potencial , se necesitan muestreos investigativos . Suelen
hacerse cuando el lote no pasa la investigación rutinaria . El muestreo
investigativo suele hacerse para confirmar que existe un problema , para
contribuir a la descripción y alcance de un problema y obtener
información sobre el origen de un problema .
Suelen ser más complicados que los de rutina , ya que cuando se ponen
en marcha se hace en respuesta a un problema determinado .

En ciertas circunstancias pueden precisarse muestreos rigurosos que

precisan una mayor cantidad de muestras y hasta pueden variarse las
características del plan de muestreo . Estas inspecciones pueden
realizarse para establecer cargas económicas adicionales cuando hay
historial de carga microbiológica deficiente o cuando la importancia del
producto lo requiere . Se hace cuando se quiere que una empresa
mejore su producción .

Programas de muestreo para situaciones con riesgo directo de presencia

de patógenos :

Los juicios sobre los riesgos derivados de la existencia de patógenos se

basan en análisis microbiológicos , pero los resultados de tales análisis y
las conclusiones que de ellos derivan dependen de la sensibilidad del
método empleado . Por eso , es muy habitual emplear el concepto de
tolerancia cero .

Tradicionalmente , se especificaba que en un producto debería existir la

ausencia de patógenos , es decir , que los programas de muestreo c=0 y
esto es lo que se denomina tolerancia 0 . Pero esta situación debería ser
considerada incorrecta , porque:

* Ningún programa de muestreo puede asegurar la ausencia total de un

microorganismo . Incluso cuando c=0 no se puede garantizar que el lote
esté exento de ese microorganismo .

* Los programas en los que c=0 , no son necesariamente los más

exigentes , por ejemplo , un programa n=95 , c=1 , aceptará lotes
rechazables menos frecuentemente y lotes buenos con más frecuencia ,
que lo que haría un programa con n=60 , c=0 , es decir , el primero es
más discriminativo , aún siendo el segundo c=0 .

* No es posible ofrecer productos libres de patógenos , ano ser que sean

productos estériles , de hecho , suelen detectarse Salmonellas en carne .
Un programa de muestreo que se ajuste a esta situación , es más
realista que otro que se base en la ausencia .

Todo esto ilustra la dificultad de establecer un compromiso racional

entre el deseo de eliminar completamente los microorganismos
patógenos de los productos , para proteger a los consumidores y los que
se consideran métodos de producción practicables . Así , los programas
de muestreo severos de c=0 representan un ideal impracticable . Por
ejemplo : Salmonella , si n=60 , c=0 , en carne rechazaríamos
 prácticamente toda la producción . Se aplican planes menos severos , de
por ejemplo : n=5 , c=1 , así rechazaríamos 1 lote de cada 12 y aún así
la empresa no podría mantenerse . Se fija un límite M , que desde el
punto de vista sanitario sea bueno , pero también intentando que la
empresa no pierda .

3. Que otras sustancias se usan como diluyentes para realizar los análisis
microbiológicos en alimentos? Indique su conposicion química

 Agua peptonada 0.1% pH 6.8-7

 Solución amortiguadora de fosfatos 0.1M pH 7
 Solución de Ringer
 Medio enriquecido para clostridios
 Solución de sacarosa al 20% o NaCl al 15%, osmófilos y halófilos
respectivamente.
 Agua de triptona (Tryptone Water: TW)
 Soluciones salinas Las soluciones salinas no son medios de cultivo
ya que no permiten el crecimiento de los microorganismos.
Mantienen los microorganismos en suspensión sin que disminuya su
viabilidad, debido a que son isotónicosi y tienen niveles de pH
adecuados. Para su preparación se disuelven las sales en agua
destilada y se ajusta el pH con ácido clorhídrico 0,1 N o hidróxido de
sodio 0,1 N. La solución así preparada se distribuye en recipientes
adecuados y se esteriliza en autoclave.
 Solución de Ringer 3
 Solución salina (SS)
 Tampón fosfato (PBS)

1. Fueron diferentes los números de UFC que observaron con la siembra

en superficie vs la siembra aprofundidad?

Los números de unidades formadoras de colonias fueron levemente

diferentes, notando que la siembra a superficie desarrollo menos UFC
por lo que se no ta que es mas eficiente la siembra a profundidad.

2. Porque es importante seguir las reglas de conteo? describa porque es

importante recordar que cada colonia es UFC en lugar de un organismo
único.

Es importante seguir las reglas de conteo ya que de esta forma nos

permitimos realizar reportes seguros de los microorganismos presentes
en una muestra, esto nos da confiabilidad y nos permite tomas
 decisiones acerca de las medidas a practicar en cuanto a la inocuidad de
los alimentos.

Es importante recordar que las colonias pueden originarse tanto de la

célula como de un grupo de células. Además en las colonias son
formadas a partir de un microorganismo y se multiplican tan rápido
hasta formar una colonia Por ejemplo en el recuento en placa con una
disponibilidad adecuada de nutrientes, se establece que el recuento bajo
condiciones óptimas se logra desarrollar entre 30 y 300 colonias por
placa.

3. cuales son las ventajas y desventajes de los métodos en superficie y a

profundidad.
A PROFUNDIDAD A SUPERFICIE

Mayor cantidad de muestras a Menor cantidad de muestras a

procesar procesar

Menor error Mayor error

Mejor aprovechamiento de los Pero aprovechamiento de los

mutrientes por parte de los nutrientes por parte de los
microorganismos microorganismos

Dificultad para subcultivar colonias Facilidad para sulcultivar colonias

Difícil visualización de colonias Fácil visualización de colonias

La temperatura del agar puede No se afectan las células

afectar ciertos microorganismos termosencibles

BIBLIOGRAFIA

http://www.fao.org/docrep/005/Y1579S/y1579s05.htm#TopOfPage 14-03-2010
Ddeposito de documentos de la fao.

http://html.rincondelvago.com/control-microbiologico-de-calidad.html 14-03-
2010