ALGORITMO GENÉTICO APLICADO A LA MODELIZACIÓN MATEMÁTICA DEL CRECIMIENTO BACTERIANO

CARLOS E. SCHVEZOV,; ALEJANDRO PEDROZO

POSADAS

Jornada; Jornadas Científico Tecnológicas realizadas en el marco del 45° Aniversario de la Universidad Nacional de Misiones; 2018

UNAM

La microbiología predictiva es hoy en día una de las principales herramientas para comprender las interacciones microbianas y evaluar el riesgo cuantitativo en los alimentos. Se han desarrollado varios modelos para predecir el crecimiento de microorganismos. Las ecuaciones modelo resultantes para el crecimiento de microorganismos que interactúan incluyen una serie de parámetros que deben determinarse para las condiciones específicas que se modelarán. El método más efectivo para determinar estos parámetros es la ingeniería inversa. Cuando se requiere ajustar más de una curva de crecimiento experimental simultáneamente, el proceso es más complejo ya que es necesario aplicar un procedimiento de optimización multiobjetivo. En el presente informe se presenta un algoritmo genético que se aplica para obtener los mejores valores de parámetro de un modelo mecanístico que permita la construcción del frente de Pareto con 50 individuos o fenotipos. El método se aplicó al crecimiento de bacterias del ácido láctico (LAB) y Listeria monocytogenes, lo que arrojó muy pocos errores de 0,23 y 0,25 para el LAB y L. monocytogenes entre el modelo y los valores experimentales, respectivamente. El método es muy adecuado para la aplicación en la determinación de valores de parámetros ajustados por ingeniería inversa dando muy buenos resultados.