Вы находитесь на странице: 1из 132

UNIVERSIDAD NACIONAL AGRARIA

LA MOLINA

FACULTAD DE PESQUERA

OBTENCIN DE GELATINA DE PIEL DE PERICO (Coryphaena


hippurus) Y CARACTERIZACIN DE SUS PROPIEDADES
FISICOQUMICAS

Presentada por:

RENZO AARN ROMERO SANTIVAEZ

TESIS PARA OPTAR EL TTULO DE

INGENIERO PESQUERO

Lima Per

2016
UNIVERSIDAD NACIONAL AGRARIA
LA MOLINA

FACULTAD DE PESQUERA

OBTENCIN DE GELATINA DE PIEL DE PERICO (Coryphaena


hippurus) Y CARACTERIZACIN DE SUS PROPIEDADES
FISICOQUMICAS

Tesis para optar el ttulo de Ingeniero Pesquero

Presentada por:

RENZO AARN ROMERO SANTIVAEZ

Sustentada y aprobada por el siguiente jurado

__________________________
M.Sc. Ral Porturas Olaechea
Presidente

____________________________ __________________________
Dra. Fabiola Otilia Olivares Ponce Dr. Elvito Fabin Villegas Silva
Miembro Miembro

__________________________ __________________________
Dr. Csar Antonio Pizardi Daz Ing. Silvia Elvira Pandia Estrada
Asesor Co-asesor

Lima Per
2016
DEDICATORIA

A mis padres Renn y Mara Eugenia, por el amor y


apoyo incondicional que me brindaron durante todos
estos aos.
AGRADECIMIENTO

- En primer lugar, agradecer a Dios por permitirme llegar a este momento, por las pruebas
y obstculos que puso en mi camino, que hizo que me supere en todo momento y valore
todo el esfuerzo depositado hasta el da de hoy.

- A mis padres Renn y Mara Eugenia, gracias por su apoyo econmico para iniciar y
culminar la etapa universitaria y a mi hermana Tatiana por sus consejos.

- Al Dr. Csar Pizardi, asesor de la presente investigacin, gracias por el tiempo brindado,
el apoyo incondicional en el modelamiento de la tesis y los amplios conocimientos
transferidos con la finalidad de realizar un buen trabajo de investigacin.

- A la Ing. Silvia Pandia, co-asesora de la presente investigacin, gracias por la dedicacin


puesta en esta tesis, por tus acertadas correcciones, por tu amistad y consejos a lo largo
del tiempo que nos conocemos y gracias por ser una madre dentro del ambiente laboral.

- Al Instituto Tecnolgico de la Produccin (ITP) a travs de la Ing. Silvia Pandia por


brindarme la oportunidad de la ejecucin de la tesis en el Laboratorio de Fsico Qumica
y al Mg.Sc. Alberto Salas, Director General de Investigacin Tecnolgica para la
Transformacin Pesquera, por aceptarlo. As mismo, agradecer a los amigos y
profesionales del ITP, en especial al Blgo. Armando Solari y al Mg.Sc. Miguel Albrecht.

- A mi amor, Mellisa, gracias por estar conmigo para aconsejarme, darme fuerzas y
apoyarme incondicionalmente a lo largo de la realizacin de la tesis. A mis hermanos y
mejores amigos, Sarita, Freddy, Francisco y Priscilla, gracias por su valiosa amistad y
por los buenos consejos que me dieron para tomar siempre las decisiones correctas.

- A la Dra. Rosa Aquino, quien me brind su apoyo desinteresadamente con la finalidad


de que logre culminar con xito esta investigacin.

- Al Fondo Nacional de Desarrollo Cientfico y Tecnolgico (FONDECyT), por el


financiamiento al Proyecto N 108-2014.
NDICE GENERAL

RESUMEN
SUMMARY

I. INTRODUCCIN ......................................................................................................... 1
II. REVISIN DE LITERATURA ................................................................................. 3
2.1. CARACTERSTICAS GENERALES DEL PERICO ............................................ 3
2.1.1. Clasificacin taxonmica ................................................................................ 3
2.1.2. Caractersticas morfolgicas ........................................................................... 4
2.1.3. Distribucin geogrfica y hbitat .................................................................... 4
2.1.4. Desembarque total de perico en el Per .......................................................... 5
2.1.5. Composicin proximal, composicin fsica y rendimientos por tipo de corte 6
a. Composicin proximal ........................................................................................ 6
b. Composicin fsica .............................................................................................. 6
c. Rendimientos por tipo de corte ........................................................................... 7
2.2. COLGENO .......................................................................................................... 7
2.3. GELATINA .......................................................................................................... 10
2.3.1. Fuentes de obtencin de gelatina ................................................................... 10
2.3.2. Tipos de gelatinas por proceso de obtencin ................................................. 11
a. Proceso cido o gelatina tipo A ......................................................................... 11
b. Proceso alcalino o gelatina tipo B ..................................................................... 11
2.4. COMPOSICIN QUMICA DE LA GELATINA .............................................. 11
2.4.1. Composicin proximal .................................................................................. 11
2.4.2. Composicin en aminocidos ........................................................................ 12
2.4.3. Distribucin de pesos moleculares ................................................................ 12
2.5. PROPIEDADES FSICAS DE LA GELATINA .................................................. 12
2.5.1. Fuerza de gel .................................................................................................. 13
2.5.2. Temperatura de fusin ................................................................................... 13
2.5.3. Viscosidad ..................................................................................................... 14
2.6. APLICACIONES DE LA GELATINA ................................................................ 14
2.7. METODOLOGA DE SUPERFICIE DE RESPUESTA ..................................... 15
2.7.1. Etapas de la metodologa de superficie de respuesta ..................................... 16
a. Cribado .............................................................................................................. 18
b. Bsqueda I o de primer orden ........................................................................... 18
c. Bsqueda II o de segundo orden ....................................................................... 18
2.7.2. Elementos de la metodologa de superficie de respuesta .............................. 18
a. Relacin modelo diseo ................................................................................. 19
b. Tcnicas de optimizacin .................................................................................. 20
2.8. OPTIMIZACIN SIMULTNEA DE VARIAS RESPUESTAS ....................... 20
2.8.1. Mtodo de la funcin de deseabilidad ........................................................... 20
III. MATERIALES Y MTODOS................................................................................. 24
3.1. LUGAR DE EJECUCIN.................................................................................... 24
3.2. MATERIALES ..................................................................................................... 24
3.2.1. Materia prima ................................................................................................ 24
3.2.2. Materiales de laboratorio ............................................................................... 24
3.2.3. Reactivos qumicos ........................................................................................ 25
3.2.4. Equipos .......................................................................................................... 26
3.3. MTODOS ANALTICOS .................................................................................. 27
3.3.1. Anlisis realizados a la materia prima ........................................................... 27
a. Anlisis de composicin proximal .................................................................... 27
b. Determinacin del contenido de hidroxiprolina ................................................ 27
c. Determinacin de pesos moleculares por electroforesis ................................... 28
d. Determinacin de la composicin en aminocidos ........................................... 28
3.3.2. Anlisis realizados durante el diseo experimental ....................................... 29
a. Fuerza de gel ..................................................................................................... 29
b. Rendimiento de extraccin de protena ............................................................. 29
3.3.3. Rendimiento de la gelatina obtenida en los niveles ptimos de las variables 29
3.3.4. Anlisis realizados para la caracterizacin de la gelatina obtenida en los
niveles ptimos de las variables ................................................................................... 30
a. Viscosidad ......................................................................................................... 30
b. Determinacin de la temperatura de fusin....................................................... 30
c. Determinacin de la temperatura de gelificacin .............................................. 31
d. Determinacin del pH ....................................................................................... 31
e. Determinacin de la actividad de agua (Aw) .................................................... 31
3.4. METODOLOGA EXPERIMENTAL ................................................................. 31
3.4.1. Diagrama de flujo .......................................................................................... 31
3.4.2. Descripcin del proceso................................................................................. 33
a. Materia prima .................................................................................................... 33
b. Cortado .............................................................................................................. 33
c. Lavado ............................................................................................................... 33
d. Limpieza ............................................................................................................ 33
e. Acondicionado en medio cido ......................................................................... 34
f. Extraccin.......................................................................................................... 34
g. Filtrado .............................................................................................................. 34
h. Secado ............................................................................................................... 34
i. Molienda............................................................................................................ 35
j. Envasado ........................................................................................................... 35
k. Almacenamiento................................................................................................ 35
3.5. DISEO EXPERIMENTAL ................................................................................ 35
3.5.1. Etapa I: Seleccin .......................................................................................... 36
3.5.2. Etapa II: Bsqueda I o de primer orden ......................................................... 36
a. Definicin de la funcin objetivo y variables ................................................... 36
b. Diseo factorial 2k con rplica en el punto central............................................ 36
c. Estimacin del modelo matemtico de primer orden ........................................ 38
3.5.3. Etapa III: Bsqueda II o de segundo orden ................................................... 39
a. Diseo central compuesto (DCC) ..................................................................... 39
b. Estimacin de los modelos matemticos de segundo orden ............................. 41
3.6. OPTIMIZACIN SIMULTNEA DE LAS RESPUESTAS .............................. 43
3.7. VERIFICACIN DE LOS NIVELES PTIMOS DE LAS VARIABLES ......... 45
IV. RESULTADOS Y DISCUSIN .............................................................................. 46
4.1. MATERIA PRIMA ............................................................................................... 46
4.1.1. Composicin proximal .................................................................................. 46
4.1.2. Contenido de hidroxiprolina .......................................................................... 47
4.1.3. Determinacin de pesos moleculares por electroforesis................................ 47
4.1.4. Composicin en aminocidos ........................................................................ 48
4.2. DISEO EXPERIMENTAL ................................................................................ 50
4.2.1. Bsqueda I o de primer orden: estimacin de los modelos matemticos de
primer orden ................................................................................................................. 50
a. Fuerza de gel ..................................................................................................... 50
b. Rendimiento de extraccin de protena ............................................................. 56
4.2.2. Bsqueda II o de segundo orden: estimacin de los modelos matemticos de
segundo orden .............................................................................................................. 62
a. Fuerza de gel ..................................................................................................... 62
b. Rendimiento de extraccin de protena ............................................................. 72
4.3. OPTIMIZACIN SIMULTNEA DE LAS RESPUESTAS .............................. 82
4.4. VERIFICACIN DE LOS NIVELES PTIMOS DE LAS VARIABLES ......... 84
4.4.1. Fuerza de gel .................................................................................................. 84
4.4.2. Rendimiento de extraccin de protena ......................................................... 85
4.5. RENDIMIENTO DE LA GELATINA ................................................................. 86
4.6. CARACTERIZACIN DE LA GELATINA ....................................................... 86
4.6.1. Composicin proximal y pH.......................................................................... 86
4.6.2. Determinacin de pesos moleculares por electroforesis................................ 87
4.6.3. Composicin en aminocidos ........................................................................ 88
4.6.4. Viscosidad ..................................................................................................... 91
4.6.5. Temperaturas de fusin y gelificacin........................................................... 92
4.6.6. Actividad de agua .......................................................................................... 93
V. CONCLUSIONES ....................................................................................................... 94
VI. RECOMENDACIONES .......................................................................................... 95
VII. REFERENCIAS BIBLIOGRFICAS ..................................................................... 96
VIII. ANEXOS ............................................................................................................ 102
NDICE DE TABLAS

Tabla 1: Composicin proximal del perico ........................................................................... 6


Tabla 2: Composicin fsica del perico ................................................................................. 7
Tabla 3: Rendimientos por tipo de corte del perico............................................................... 7
Tabla 4: Clasificacin y descripcin de los tipos de colgeno .............................................. 9
Tabla 5: Variables independientes y sus respectivos niveles utilizados para el diseo
factorial 2k............................................................................................................................ 37
Tabla 6: Diseo experimental 2k con rplicas en el punto central....................................... 37
Tabla 7: Variables independientes y sus respectivos niveles utilizados para la etapa
correspondiente al diseo central compuesto (DCC) .......................................................... 40
Tabla 8: Diseo central compuesto (DCC).......................................................................... 41
Tabla 9: Composicin proximal de la piel de perico (%) .................................................... 46
Tabla 10: Contenido de hidroxiprolina en la piel de perico (%) ......................................... 47
Tabla 11: Composicin en aminocidos de la piel de perico .............................................. 49
Tabla 12: Fuerza de gel observada y estimada en el diseo factorial 2k con rplicas en el
punto central ........................................................................................................................ 51
Tabla 13: Anlisis de varianza (ANVA) de la regresin para la fuerza de gel ................... 52
Tabla 14: Mejor anlisis de varianza (ANVA) de la regresin para la fuerza de gel y prueba
de falta de ajuste .................................................................................................................. 53
Tabla 15: Coeficientes de regresin estimados para la fuerza de gel .................................. 54
Tabla 16: Rendimiento de extraccin de protena observada y estimada en el diseo
factorial 2k con rplicas en el punto central ......................................................................... 57
Tabla 17: Anlisis de varianza (ANVA) de la regresin para el rendimiento de extraccin
de protena ........................................................................................................................... 58
Tabla 18: Mejor anlisis de varianza (ANVA) de la regresin para el rendimiento de
extraccin de protena y prueba de falta de ajuste ............................................................... 59
Tabla 19: Coeficientes de regresin estimados para el rendimiento de extraccin de
protena ................................................................................................................................ 60
Tabla 20: Fuerza de gel observada y estimada en el diseo central compuesto .................. 63
Tabla 21: Anlisis de varianza (ANVA) de la regresin para la fuerza de gel ................... 64
Tabla 22: Mejor anlisis de varianza (ANVA) de la regresin para la fuerza de gel y prueba
de falta de ajuste .................................................................................................................. 65
Tabla 23: Coeficientes de regresin estimados para la fuerza de gel .................................. 66
Tabla 24: Rendimiento de extraccin de protena observado y estimado en el diseo central
compuesto ............................................................................................................................ 73
Tabla 25: Anlisis de varianza (ANVA) de la regresin para el rendimiento de extraccin
de protena ........................................................................................................................... 74
Tabla 26: Mejor anlisis de varianza (ANVA) de la regresin para el rendimiento de
extraccin de protena y prueba de falta de ajuste ............................................................... 75
Tabla 27: Coeficientes de regresin estimados para el rendimiento de extraccin de
protena ................................................................................................................................ 76
Tabla 28: Solucin de optimizacin, respuestas estimadas y deseabilidad global para la
obtencin de gelatina de piel de perico ............................................................................... 83
Tabla 29: Comparacin de los valores estimados y observados para las respuestas en el
punto ptimo ........................................................................................................................ 84
Tabla 30: Rendimiento de la gelatina obtenida de piel de perico ........................................ 86
Tabla 31: Composicin proximal y pH de la gelatina de piel de perico ............................. 86
Tabla 32: Composicin en aminocidos en gelatina obtenida de diferentes fuentes .......... 89
Tabla 33: Hidroxiprolina en gelatina obtenida de diferentes pieles de pescado ................. 90
Tabla 34: Propiedades fsicas de la gelatina de piel de perico ............................................ 91
NDICE DE FIGURAS

Figura 1: Perico (Coryphaena hippurus) ............................................................................... 4


Figura 2: Distribucin geogrfica mundial del perico ........................................................... 5
Figura 3: Desembarque total y destinado para fresco de perico en Per ............................... 5
Figura 4: Estructura del colgeno en la que se muestra (de abajo a arriba) la regularidad de
la estructura primaria: la hlice levgira, la triple hlice dextrgira, una molcula de 300
nm de largo y la organizacin de molculas en una fibrilla tpica, en la cual las molculas
de colgeno presentan enlaces cruzados ................................................................................ 8
Figura 5: Esquema de las etapas de la MSR en su contexto amplio ................................... 17
Figura 6: Relacin modelo-diseo....................................................................................... 19
Figura 7: Funcin de deseabilidad individual para la maximizacin de una respuesta ....... 22
Figura 8: Funcin de deseabilidad individual para la minimizacin de una respuesta ....... 22
Figura 9: Funcin de deseabilidad para la obtencin de un nivel especfico de una respuesta
............................................................................................................................................. 23
Figura 10: Proceso de obtencin de gelatina de pieles de perico (Coryphaena hippurus) . 32
Figura 11: Patrones electroforticos del marcador de protenas (MP), la piel de perico (P1)
y la piel de perico lavada con NaOH (P2) ........................................................................... 48
Figura 12: Superficie de respuesta para la fuerza de gel, en funcin a las variables
temperatura (X1) y tiempo (X2) en la bsqueda del modelo de primer orden ..................... 55
Figura 13: Superficie de respuesta para el rendimiento de extraccin de protena, en
funcin a las variables temperatura (X1) y tiempo (X2) en la bsqueda del modelo de
primer orden ........................................................................................................................ 61
Figura 14: Contornos para la fuerza de gel, en funcin a las variables temperatura (X1) y
tiempo (X2) en la bsqueda del modelo de segundo orden ................................................. 67
Figura 15: Superficie de respuesta para la fuerza de gel, en funcin a las variables
temperatura (X1) y tiempo (X2) en la bsqueda del modelo de segundo orden .................. 67
Figura 16: Contornos para la fuerza de gel, en funcin a las variables temperatura (X1) y
concentracin de cido ctrico (X3) en la bsqueda del modelo de segundo orden ............ 69
Figura 17: Superficie de respuesta para la fuerza de gel, en funcin a las variables
temperatura (X1) y concentracin de cido ctrico (X3) en la bsqueda del modelo de
segundo orden ...................................................................................................................... 69
Figura 18: Contornos para la fuerza de gel, en funcin a las variables tiempo (X1) y
concentracin de cido ctrico (X3) en la bsqueda del modelo de segundo orden ............ 71
Figura 19: Superficie de respuesta para la fuerza de gel, en funcin a las variables tiempo
(X2) y concentracin de cido ctrico (X3) en la bsqueda del modelo de segundo orden . 71
Figura 20: Contornos para el rendimiento de extraccin de protena, en funcin a las
variables temperatura (X1) y tiempo (X2) en la bsqueda del modelo de segundo orden ... 77
Figura 21: Superficie de respuesta para el rendimiento de extraccin de protena, en
funcin a las variables temperatura (X1) y tiempo (X2) en la bsqueda del modelo de
segundo orden ...................................................................................................................... 78
Figura 22: Contornos para el rendimiento de extraccin de protena, en funcin a las
variables temperatura (X1) y concentracin de cido ctrico (X3) en la bsqueda del modelo
de segundo orden ................................................................................................................. 79
Figura 23: Superficie de respuesta para el rendimiento de extraccin de protena, en
funcin a las variables temperatura (X1) y concentracin de cido ctrico (X3) en la
bsqueda del modelo de segundo orden .............................................................................. 80
Figura 24: Contornos para el rendimiento de extraccin de protena, en funcin a las
variables tiempo (X2) y concentracin de cido ctrico (X3) en la bsqueda del modelo de
segundo orden ...................................................................................................................... 81
Figura 25: Superficie de respuesta para el rendimiento de extraccin de protena, en
funcin a las variables tiempo (X2) y concentracin de cido ctrico (X3) en la bsqueda
del modelo de segundo orden .............................................................................................. 81
Figura 26: Patrones electroforticos del marcador de protenas (MP) y la gelatina de piel de
perico (GPP) ........................................................................................................................ 88
NDICE DE ANEXOS

Anexo 1: Protocolo de determinacin del contenido de hidroxiprolina.. 102

Anexo 2: Protocolo de determinacin de pesos moleculares por electroforesis en gel de


poliacrilamida SDS. 104
Anexo 3: Protocolo de determinacin de protena soluble Mtodo de biuret.. 107
Anexo 4: Determinacin de la fuerza de gel... 109
Anexo 5: Determinacin del rendimiento de extraccin de protena Mtodo de biuret... 111

Anexo 6: Soluciones de optimizacin y respuestas estimadas para la obtencin de gelatina


de piel de perico segn valores de deseabilidad global... 115

Anexo 7: Composicin proximal y propiedades fisicoqumicas de la gelatina obtenida de


piel de perico.. 116
Anexo 8: Producto final obtenido... 117
RESUMEN

El objetivo de la presente investigacin fue obtener gelatina de piel de perico (Coryphaena


hippurus) y caracterizar sus propiedades fisicoqumicas. Se evaluaron tres variables
independientes sobre las condiciones de extraccin de gelatina para optimizar el proceso en
funcin a la fuerza de gel y al rendimiento de extraccin de protena. Durante la optimizacin
se emple la metodologa de superficie de respuesta (MSR) para estudiar el efecto de las
variables independientes temperatura de extraccin (X1) (40 70 C), tiempo de extraccin
(X2) (60 400 minutos) y concentracin de cido ctrico (X3) (0,10 0,90 %), mediante
modelos cuadrticos aplicados a cada respuesta: fuerza de gel (Y1) y rendimiento de
extraccin de protena (Y2). Se utiliz un diseo central compuesto (DCC) para ajustar cada
respuesta a un modelo de segundo orden. Mediante el modelamiento se obtuvieron las
ecuaciones que relacionaron cada respuesta con las variables independientes: 1 =
391,49 32,21 1 11,08 2 14,17 3 + 9,30 1 2 17,65 12 e 2 = 19,81 +
1,691 + 0,492 0,173 0,071 2 0,122 3 0,4412 0,3232 . Los valores de las
variables independientes que se utilizaron para obtener una gelatina con los mximos valores
de las respuestas fueron: temperatura 56,8 C, tiempo 331 minutos y concentracin de cido
ctrico 0,26 %. La gelatina obtenida tuvo una fuerza de gel de 386,6 g y un rendimiento de
extraccin de protena de 20,40 %. Se caracterizaron las propiedades fisicoqumicas de la
gelatina obtenida dando el siguiente resultado: la composicin proximal fue 94,8 % de
protena total, 0,2 % de grasa cruda y 1,0 % de ceniza en base seca; el pH fue 4,90, la
viscosidad 11,0 cP, la temperatura de fusin 25,6 C, la temperatura de gelificacin 17,6 C
y el valor de actividad de agua 0,26. El perfil electrofortico revel la presencia de bandas
correspondientes a cadenas -1 y -2 alrededor de 116 kDa y cadenas alrededor de 200
kDa. Los contenidos de prolina e hidroxiprolina fueron de 10,74 y 7,90 %, respectivamente.
Finalmente, el rendimiento de la gelatina obtenida de la piel de perico fue 18,52 %.

Palabras clave: perico, Coryphaena hippurus, gelatina, fuerza de gel, superficie de respuesta,
electroforesis.
SUMMARY

The aim of this work was to obtain gelatin from skin of perico (Coryphaena hippurus) and
to characterize their physicochemical properties. Three independent variables under gelatin
extraction conditions were evaluated to optimize the process according to the gel strength
and the protein yield. During optimization the Response Surface Methodology (RSM) was
used to study the effect of independent variables: extraction temperature (X1) (40 70 C),
extraction time (X2) (60 400 minutes) and concentration of citric acid (X3) (0,10 0,90
%), by applying quadratic models to each response: gel strength (Y1) and protein yield (Y2).
A Central Composite Design (CCD) was performed to fit each response to a second order
model. As a result, the equations that related each response with the independent variables
were obtained: 1 = 391,49 32,21 1 11,08 2 14,17 3 + 9,30 1 2 17,65 12
and 2 = 19,81 + 1,691 + 0,492 0,173 0,071 2 0,122 3 0,4412
0,3232 . The values of the independent variables used to obtain a gelatin with the maximum
values of the responses were: 56,8 C (extraction temperature), 331 minutes (extraction time)
and 0,26 % (concentration of citric acid). The gelatin obtained under these conditions had
386,6 gel strength and 20,40 % protein yield. The physicochemical properties of the gelatin
obtained were characterized: the proximal composition was 94,8 % total protein, 0,2 % crude
fat and 1,0 % ash on dry basis; the pH value was 4,90, the viscosity 11,0 cP, the melting
temperature 25,6 C, the gelling temperature 17,6 C and the water activity 0,26. The
electrophoretic profile showed the presence of bands corresponding to -1-chains and -2-
chains around of 116 kDa and -chains around of 200 kDa. The contents of proline and
hydroxiproline were 10,74 and 7,90%, respectively. Finally, the yield of the perico skin
gelatin was 18,52%.

Key words: perico, Coryphaena hippurus, gelatin, gel strength, response surface,
electrophoresis.
I. INTRODUCCIN

En el Per, las actividades del sector pesquero son importantes en el desarrollo econmico
y social del pas (Organizacin de las Naciones Unidas para la Agricultura y la Alimentacin,
FAO, 2010a). Una de ellas es la transformacin de recursos hidrobiolgicos en productos
congelados o venta en fresco, teniendo como consecuencia la generacin de residuos, de los
cuales el 30,0 % lo constituyen pieles, huesos y escamas (Gmez-Guilln et al., 2002). El
perico (Coryphaena hippurus) es una de las principales especies desembarcadas con
mayores valores de captura para consumo humano directo, registrando en 2013 una captura
de 55830 TM (19097 TM destinadas a congelado y 36608 TM a fresco) (FAO, 2010a;
Ministerio de la Produccin, PRODUCE, 2015), en cuyo proceso de transformacin puede
generar hasta un 12,0 % de piel como residuo (Barriga et al., 2012) cifra mayor en
comparacin a otras especies desembarcadas y procesadas.

Generalmente, estas pieles se utilizan para la elaboracin de harina residual lo que conlleva
a un desaprovechamiento del colgeno presente en ellas. Una alternativa para el
aprovechamiento de este material es su uso para obtencin de gelatina, un producto de
naturaleza proteica obtenido por hidrlisis parcial del colgeno siendo, adems, uno de los
biopolmeros ms usados en aplicaciones alimenticias y farmacuticas, debido a sus
propiedades fisicoqumicas, funcionales y tecnolgicas (Karim y Bhat, 2009; Gmez-
Guilln et al., 2011). En los ltimos aos, han venido desarrollndose diversas
investigaciones centradas en la obtencin de gelatinas a partir de pieles de pescado, sean
procedentes de peces de aguas fras o peces de aguas clidas, ya que ambas fuentes producen
gelatinas con diferentes propiedades, siendo generalmente las gelatinas de peces de aguas
clidas de mejor calidad (Montero y Gmez-Guilln, 2000; Gmez-Guilln et al., 2002;
Muyonga et al., 2004; Karim y Bhat, 2009; Niu et al., 2013; Nikoo et al., 2014).

1
La presente investigacin tiene la finalidad de obtener gelatina como una alternativa de
aprovechamiento del colgeno presente en pieles de perico, aplicando la metodologa de
superficie de respuesta sobre las condiciones de extraccin para optimizar el proceso en
funcin a la fuerza de gel y al rendimiento de extraccin de protena, as como caracterizar
las propiedades fisicoqumicas del producto obtenido.

2
II. REVISIN DE LITERATURA

2.1. CARACTERSTICAS GENERALES DEL PERICO

El perico (Coryphaena hippurus) es una especie epipelgica, ocenica y nertica de aguas


tropicales, de cuerpo esbelto, alargado y comprimido lateralmente, con escamas muy
pequeas que le da apariencia de liso (Figura 1) (Solano-Sare et al., 2008). Cuando est
vivo, tiene el cuerpo de color verde azulado amarillento brillante con tintes iridiscentes,
plateado a los costados tornndose dorados y cuando mueren cambian rpidamente a un
color grisceo verdoso.

2.1.1. Clasificacin taxonmica

La clasificacin taxonmica del perico es la siguiente (Solano-Sare et al., 2008):


Reino : Animalia
Sub Reino : Metazoaria
Phylum : Chordata
Sub Phylum : Vertebrata
Super Clase : Piscis
Clase : Osteichthyes
Orden : Perciforme
Familia : Coryphaenidae
Gnero : Coryphaena
Especie : Coryphaena hippurus
Nombre comn : perico

3
Figura 1: Perico (Coryphaena hippurus)
FUENTE: Solano-Sare et al. (2008)

2.1.2. Caractersticas morfolgicas

El perico presenta un cuerpo alargado y su altura mxima es menos del 25,0 % de la longitud
estndar en los adultos. Presenta el cuerpo esbelto y el perfil de la cabeza levemente convexo
en ejemplares jvenes (hasta 30 cm); en machos de mayor talla (de 30 cm a 2 m), el perfil
de la cabeza llega a ser vertical por el desarrollo de una cresta sea; rea dentada de la lengua
pequea y ovalada; bandas de dientes presentes en las mandbulas y en el vmer y los
palatinos (paladar) (Solano-Sare et al., 2008; FAO, 2010b).

2.1.3. Distribucin geogrfica y hbitat

El perico es una especie con amplios desplazamientos. Se encuentra en las aguas tropicales
y subtropicales en los ocanos Atlntico, ndico y Pacfico (Figura 2). Su rango latitudinal
es 35 00 N a 35 00 S. En el Pacfico Oriental se distribuye desde San Diego California
(Estados Unidos) hasta Antofagasta (Chile), habitando el pelagial ocenico y con frecuencia
se le encuentra alrededor de las islas ocenicas (FAO, 2010).

En el Per se presenta normalmente a lo largo de toda la costa asociado a la penetracin de


lenguas de agua subtropicales superficiales. Vive en aguas de temperatura de 21 a 30 C,
pudiendo ser aguas ocenicas o costeras. Su pesca es ms intensa durante la primavera y
verano y disminuye en otoo e invierno. Sus desplazamientos estn asociados a movimientos
de las aguas clidas que constituyen su hbitat. Es considerado altamente migratorio, el
patrn de migracin no es totalmente conocido. La temperatura del agua parece ser una
influencia importante en los hbitos migratorios, donde el pez prefiere aguas calientes
(Solano-Sare et al., 2008; FAO, 2010b).

4
Figura 2: Distribucin geogrfica mundial del perico
FUENTE: Solano-Sare et al. (2008)

2.1.4. Desembarque total de perico en el Per

De acuerdo al desembarque total de perico, en el ao 2004 se alcanz las 31 456 TM, en


2008 tuvo un crecimiento interesante registrndose 49 473 TM, que continu hasta el 2009
con un desembarque de 57 153 TM y, aunque para el 2012 baj a 42 347 TM, en el ao 2013
se registr nuevamente un crecimiento alcanzando valores de 55 830 TM (Figura 3). Los
datos de desembarque total muestran un crecimiento que se ha mantenido durante los ltimos
10 aos (PRODUCE, 2015). Cabe resaltar que el total del desembarque fue destinado para
consumo humano directo, mediante la comercializacin en fresco, congelado o curado.

60000 57153
55830
53359
55000
49473
TONELADAS (TM)

50000
43688
45000 42347
3842437278
40000 37078 36608
35333 TOTAL
33755
35000 31456 31914
28965 FRESCO
30000
2469924919
25000 20654 22737
20170
20000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
AOS

Figura 3: Desembarque total y destinado para fresco de perico en Per


FUENTE: PRODUCE (2015)
Elaboracin propia

5
El desembarque de perico destinado para venta en fresco tambin ha tenido un ligero
crecimiento durante los ltimos aos. En el ao 2004 sta alcanzaba apenas las 20 654 TM,
en 2008 y 2009 tuvo un crecimiento interesante registrndose 31 914 TM y 38 424 TM,
respectivamente, y aunque estos valores disminuiran hasta los 20 170 TM en el 2012, para
el ao siguiente se registr nuevamente un crecimiento alcanzando las 36 608 TM
(PRODUCE, 2015). En la Figura 3 se puede observar que el desembarque destinado para
fresco mantiene una tendencia similar al desembarque total de perico en el Per.

2.1.5. Composicin proximal, composicin fsica y rendimientos por tipo de corte

a. Composicin proximal

En la Tabla 1 se puede apreciar la composicin proximal del perico (humedad, protena total,
grasa cruda y ceniza). La composicin proximal se ve afectada por el tamao y sexo de la
especie.

Tabla 1: Composicin proximal del perico


Componentes Rango (%)
Humedad 76,20 80,22
Protena total 17,79 21,60
Grasa cruda 0,42 0,98
Ceniza 1,20 1,50
Energa (Kcal) 74,94 95,22
FUENTE: Barriga et al. (2012)

b. Composicin fsica

La composicin fsica del perico (cabeza, vsceras, pieles, etc.) se puede observar en la Tabla
2. La composicin fsica vara de acuerdo al tamao y sexo de la especie.

6
Tabla 2: Composicin fsica del perico

Componente Promedio (%)


Cabeza 10,70 19,40
Vsceras 6,70 16,61
Espinas 11,09 15,36
Piel 6,62 11,97
Aletas 5,46 10,65
Filetes sin piel 40,51 49,42
Prdidas 0,18 5,88
FUENTE: Barriga et al. (2012)

c. Rendimientos por tipo de corte

La comercializacin de perico en fresco se realiza mediante distintas presentaciones, siendo


las ms comercializadas en entero, eviscerado, eviscerado descabezado (HG), filete con piel
y filete sin piel. En la Tabla 3 se muestran los rendimientos para cada tipo de corte del perico.

Tabla 3: Rendimientos por tipo de corte del perico


Presentacin Rendimiento (%)
Eviscerado 86 92
Descabezado eviscerado (HG) 63 71
Filete con piel 48 52
Filete sin piel 44 48
FUENTE: IMARPE/ITP (1996)

2.2. COLGENO

El colgeno es una escleroprotena que posee una estructura fibrosa y es muy poco soluble
en agua. Forma parte de la matriz extracelular del tejido conectivo y se encuentra en la piel,
huesos, tendones, cartlagos, etc.; teniendo una estructura caracterstica en cada uno de estos
tejidos de acuerdo con la funcin que desempea en ellos (Teijn, 2006).

7
Lehninger (1982) define al colgeno como la principal protena fibrosa de los tejidos
conectivos en los animales superiores, siendo la ms abundante de todas las protenas de los
vertebrados superiores y constituyendo alrededor de un tercio o ms de la protena total del
cuerpo.

La unidad fundamental del colgeno es la molcula de tropocolgeno. El tropocolgeno tiene


un peso molecular aproximado de 285 kDa y est formada por tres cadenas polipeptdicas
de igual tamao (Figura 4), cada una de las cuales es una hlice levgira, y las tres se enrollan
para formar una superhlice dextrgira con tres residuos de aminocidos por vuelta (Teijn,
2006).

Fibrilla

Zona de solapamiento Zona hueca

Microfibrilla,
empaquetamiento
de las molculas

Molcula de 300 nm de
largo

-2
Triple hlice
dextrgira -1
-1

Hidroxiprolina
Gly

Secuencia tpica de la hlice


levgira del colgeno (-1 y -2)

Figura 4: Estructura del colgeno en la que se muestra (de abajo a arriba) la


regularidad de la estructura primaria: la hlice levgira, la triple hlice dextrgira, una
molcula de 300 nm de largo y la organizacin de molculas en una fibrilla tpica, en la
cual las molculas de colgeno presentan enlaces cruzados
FUENTE: Devlin (2004)

8
El tipo de cadenas que forman el tropocolgeno determina el tipo de colgeno, identificando
hasta la fecha 27 tipos, designados como tipo I al tipo XXVII (Karim y Bhat, 2009). As, el
colgeno tipo I, que es el ms abundante, est formado por unidades de tropocolgeno
constituidas por dos cadenas -1 (I) y una cadena -2 (I), por lo que su frmula molecular
es [-1 (I)]2 -2 (I) y se encuentra en la piel, tendn, huesos. El colgeno tipo II es [-1
(II)]3, y se localiza en el cartlago. El colgeno tipo III, [-1 (III)]3, est en la piel y los vasos
sanguneos (Teijn, 2006). Los diferentes tipos de colgeno se caracterizan por tener
propiedades fsicas diferentes, debido a las diferencias que presentan en la secuencia de
aminocidos. La Tabla 4 muestra una breve clasificacin y descripcin.

Tabla 4: Clasificacin y descripcin de los tipos de colgeno


Tipo Descripcin
Tipo I Principalmente en el tejido conectivo, como la piel, huesos y tendones
Tipo II Exclusivamente en el tejido cartilaginoso
Tipo III Principalmente se encuentra en pieles muy jvenes (hasta 50,0 %), pero con
el tiempo el contenido de este tipo de colgeno se reduce a 5,0 10,0 %.
Otros tipos Los otros tipos de colgeno se presentan en muy bajas cantidades en
organismos especficos.
FUENTE: Karim y Bhat (2009)

La composicin en aminocidos caracterstica del colgeno tipo I generalmente contiene


33,0 % de glicina, 12,0 20,0 % de prolina y 10,0 % de hidroxiprolina (Teijn, 2006). Las
cadenas que forman el tropocolgeno tienen una secuencia de aminocidos que se caracteriza
por la presencia de glicina en cada tercera posicin. La formacin del tropocolgeno tambin
resulta favorecida por la presencia de los aminocidos prolina o hidroxiprolina, siendo Gly-
X-Y un conjunto que se repite en la estructura primaria, donde X e Y suelen ser prolina e
hidroxiprolina, respectivamente (Gmez-Guilln et al., 2011).

La cuantificacin de hidroxiprolina se relaciona con la presencia de colgeno, ya que este


aminocido se encuentra exclusivamente en este tipo de protenas y no se encuentra de
manera comn en otras (Karim y Bhat, 2009). Especficamente el contenido de
hidroxiprolina en el colgeno difiere de una especie a otra, dependiendo del tipo gentico de
colgeno y tejido del cual es aislado (Torres-Arreola et al., 2008).

9
Diversas investigaciones indican que existen altas concentraciones de colgeno en
componentes del pescado que no son consumidos comnmente como pieles, escamas y
huesos (Regenstein y Zhou, 2007).

2.3. GELATINA

La gelatina es una protena soluble obtenida por hidrlisis parcial del colgeno. La fuente,
la edad del animal y el tipo de colgeno, son factores intrnsecos que influyen en las
propiedades de las gelatinas. Asimismo, el rendimiento y las propiedades de la gelatina son
influenciados por el acondicionamiento de la materia prima previo a la extraccin
(concentracin de cido o lcali, tiempo y temperatura usada) y las condiciones de extraccin
(tiempo, temperatura y pH) (Regenstein y Zhou, 2007; Gmez-Guilln et al., 2009; Gmez-
Guilln et al., 2011).

La mayora de los fabricantes producen gelatina, en lugar de colgeno, debido a los amplios
usos industriales de la gelatina. Actualmente, estudios sobre el proceso de obtencin de
gelatina se han centrado en optimizar los procesos en funcin del rendimiento y propiedades
fisicoqumicas especficas (Regenstein y Zhou, 2007).

2.3.1. Fuentes de obtencin de gelatina

La industria obtiene gelatina principalmente de la piel y huesos de mamferos terrestres,


particularmente de porcino y bovino (Haug et al., 2004; Gmez-Guilln et al., 2011),
comnmente llamadas gelatinas tradicionales. Sin embargo, la produccin de gelatina a
partir de productos de la pesca se ha incrementado en los ltimos aos debido al reemplazo
de las gelatinas tradicionales por las de origen marino. Si bien, las razones inicialmente
fueron socioculturales (productos halal y kosher) (Karim y Bhat, 2009), hoy en da se ha
incrementado el inters en el aprovechamiento de subproductos y residuos generados por la
industria pesquera y de acuicultura (pieles, huesos y/o escamas de carpa, pota, atn, tilapia,
entre otras) como fuente de obtencin de gelatina (Gmez-Guilln et al., 2002; Kasankala
et al., 2007; Karim y Bhat, 2009; Niu et al., 2013).

10
2.3.2. Tipos de gelatinas por proceso de obtencin

En la fabricacin de gelatina existen dos procesos comnmente utilizados: el proceso cido


y el proceso alcalino. La gelatina preparada por el proceso cido es llamada gelatina tipo A,
mientras que la gelatina preparada por el proceso alcalino es llamada gelatina tipo B (Karim
y Bhat, 2009; Gmez-Guilln et al., 2011).

a. Proceso cido o gelatina tipo A

Se refiere a un acondicionamiento de la materia prima en una solucin cida previa a la


extraccin, generalmente seguida por una extraccin llevada a cabo en un medio cido
(Muyonga et al., 2004). Las gelatinas tipo A presentan un punto isoelctrico a un pH entre
7 y 9 (Gmez-guilln et al., 2011).

b. Proceso alcalino o gelatina tipo B

Se refiere a un acondicionamiento de la materia prima en una solucin alcalina previa a la


extraccin, en la mayora de los casos seguida por una neutralizacin con una solucin cida.
La extraccin posterior puede llevarse a cabo en un medio alcalino, neutro o cido. Una
ventaja de este proceso es la remocin considerable de protena no colagnica (Regenstein
y Zhou, 2007; Shyni et al., 2014). Las gelatinas tipo B presentan un punto isoelctrico a un
pH entre 4 y 5 (Gmez-Guilln et al., 2011).

2.4. COMPOSICIN QUMICA DE LA GELATINA

2.4.1. Composicin proximal

Las gelatinas de mamferos y de pescado tienen un contenido alto de protena, generalmente


entre 84,0 y 90,0 % tal como lo mencionan la Gelatin Manufacturers of Europe (GME,
2008) y autores como See et al. (2010) y Shyni et al. (2014). De acuerdo al contenido de
humedad, la Gelatin Manufacturers Institute of America (GMIA, 2012) menciona que debe
ser menor a 13,0 %. Por otro lado, las gelatinas se caracterizan por estar casi libres de grasa
(< 0,5 %) (Muyonga et al., 2004). Segn la GMIA (2012), un contenido de ceniza menor a
2,0 % est dentro del lmite mximo recomendado para gelatinas comestibles.

11
2.4.2. Composicin en aminocidos

La composicin en aminocidos de la gelatina es muy cercana a la del colgeno, siendo la


glicina (Gly), prolina (Pro), hidroxiprolina (Hyp) y alanina (Ala) sus aminocidos ms
abundantes. La frecuencia de ocurrencia de glicina en la estructura primaria de la protena
es de una en cada tres aminocidos. La secuencia de aminocidos est caracterizada por la
secuencia de repeticin de tripletes de Gli-X-Y, donde X es mayormente Pro e Y es
mayormente Hip (Karim y Bhat, 2009; Gmez-Guilln et al., 2011).

Por lo general, las gelatinas de mamferos y de pescado tienen un contenido mayor a 30,0 %
de glicina. La diferencia que existe entre ambas gelatinas es en el contenido de aminocidos
prolina e hidroxiprolina, siendo la cantidad de estos aminocidos aproximadamente de 23,0
a 24,0 % en gelatinas de mamferos, 19,0 a 21,0 % en gelatinas de peces de aguas clidas y
16,0 a 17,0 % en gelatinas de peces de aguas fras (Gilsenan y Ross-Murphy, 2000; Haug et
al., 2004; Muyonga et al., 2004; Ninan et al., 2010).

2.4.3. Distribucin de pesos moleculares

La gelatina consiste en diferentes cadenas de polipptidos con diferentes pesos moleculares.


Zhou et al. (2006) mencionan que durante el proceso de extraccin de gelatina, la conversin
de colgeno a gelatina produce molculas de distintos pesos, debido al rompimiento de los
enlaces covalentes entre cadenas y de algunos enlaces peptdicos del interior de la cadena.
Karim y Bhat (2009) sostienen que la gelatina obtenida tiene un menor peso molecular que
el colgeno nativo, y consiste en una mezcla de fragmentos con pesos moleculares en el
rango de 80 a 250 kDa (cadenas con un peso molecular entre 80 y 125 kDa, y cadenas
con un peso molecular entre 160 y 250 kDa).

2.5. PROPIEDADES FSICAS DE LA GELATINA

Las propiedades fsicas difieren de una gelatina a otra, ya sea de mamfero (porcino o bovino)
o de origen marino (peces de aguas clidas o aguas fras). Estas diferencias se deben
principalmente al contenido de los aminocidos prolina e hidroxiprolina, los cuales se
encuentran en mayor proporcin en los mamferos, seguidos de peces de aguas clidas y
finalmente en peces de aguas fras.

12
Karim y Bhat (2009) expresan que las propiedades fsicas ms importantes de la gelatina son
la fuerza de gel, viscosidad y temperatura de fusin; y que estas propiedades son afectadas
por muchos factores, como el tamao y distribucin de pesos moleculares, composicin en
aminocidos, concentracin y pH de la solucin de gelatina y tiempo y temperatura de
formacin de gel.

Generalmente, las gelatinas de pescado presentan valores inferiores de fuerza de gel y


temperatura de fusin respecto a las gelatinas de mamferos, debido principalmente a un
menor contenido de prolina e hidroxiprolina (Muyonga et al., 2004). Sin embargo, algunas
gelatinas de peces de aguas clidas han alcanzado valores similares o mayores de fuerza de
gel respecto a las gelatinas de mamferos (Karim y Bhat, 2009).

2.5.1. Fuerza de gel

Dentro de las propiedades fsicas de las gelatinas, se considera que la fuerza de gel es la ms
importante de todas, pues define su valor comercial. La fuerza de gel se determina por el
mtodo estndar de Bloom a una temperatura entre 5 y 7 C con ciertos requisitos bien
definidos, el cual fue desarrollado para normalizar la prueba. Esta propiedad es el requisito
ms crtico para evaluar comercialmente el grado y calidad de una gelatina (GMIA, 2012).

La fuerza de gel de las gelatinas comerciales, particularmente porcino y bovino, vara desde
200 a 300 g, pero son aquellas gelatinas con valores entre 250 y 260 g las ms deseadas
(Abrusci et al., 2004; Muyonga et al., 2004; Cho et al., 2005; Karim y Bhat, 2009). Por su
parte, las gelatinas de peces de aguas clidas pueden alcanzar valores de fuerza de gel entre
229 y 426 g (Muyonga et al., 2004; Kasankala et al., 2007; Songchotikunpan et al., 2008;
Jamilah et al., 2011; Cho et al., 2005), mientras que las gelatinas de peces de aguas fras
presentan valores ms bajos de fuerza de gel (80 - 100 g) (Gmez-Guilln et al., 2002).

2.5.2. Temperatura de fusin

De acuerdo a su naturaleza, la gelatina es un gel termorreversible. Es decir, que cuando la


temperatura aumente por encima de un cierto punto, la gelatina empezar a fundirse. Este
punto es llamado temperatura de fusin y es usualmente ms bajo que la temperatura del
cuerpo humano. Debido a esta propiedad es extensamente aplicada en la industria de

13
alimentos y farmacutica. La temperatura de fusin de las gelatinas de mamfero estn en un
rango entre 31 y 36 C (Cho et al., 2005; Boran et al., 2010; Ninan et al., 2014). De acuerdo
a las gelatinas de origen marino, las gelatinas de peces de aguas clidas muestran
temperaturas de fusin entre 23 y 29 C (Muyonga et al., 2004; Cho et al., 2005; Karim y
Bhat, 2009) y las gelatinas de peces de aguas fras entre 13 y 14 C (Gmez-Guilln et al.,
2002).

2.5.3. Viscosidad

La viscosidad tambin es una propiedad importante de las gelatinas, desde el punto de vista
comercial (GMIA, 2012). Bajos valores de viscosidad ofrecen geles frgiles, mientras
valores altos ofrecen geles ms resistentes. Por muchas aplicaciones, las gelatinas con alta
viscosidad son preferidas y demandan precios ms altos. La viscosidad de la gelatina es
medida a 60 C y a una concentracin de 6,67 %, tanto en Europa como en Norte Amrica.
Principalmente, la viscosidad se ve influenciada por el tamao y distribucin de pesos
moleculares, ya que cuando hay una mayor proporcin de molculas de alto peso molecular
se genera un incremento de la viscosidad (Alfaro et al., 2014). La mayora de gelatinas
comerciales presenta una viscosidad entre 2,0 y 7,0 cP, pudiendo alcanzar valores de 13,0
cP en algunos casos (Abrusci et al., 2004; Boran et al., 2010; Ninan et al., 2014). En gelatinas
de pescado, las viscosidades pueden alcanzar valores entre 6,0 y 8,0 cP (Boran et al., 2010;
Jamilah et al., 2011; Ninan et al., 2014).

2.6. APLICACIONES DE LA GELATINA

La gelatina se utiliza ampliamente en la industria alimentaria, farmacutica, cosmtica, y


fotogrfica debido a sus excelentes propiedades gelificantes, hidratantes, formadora y
estabilizadora de emulsiones y espumas, propiedades viscoelsticas o filmognicas (Lpez,
2013).

Dentro de las aplicaciones alimenticias, la gelatina se utiliza generalmente como ingrediente


funcional en lugar de ingrediente nutricional. Principalmente es utilizada en la elaboracin
de postres, como estabilizador y agente de textura en productos lcteos y en la clarificacin
de vinos y jugos (Regenstein y Zhou, 2007; GMIA, 2012).

14
Los usos no alimenticios de la gelatina son principalmente en la industria farmacutica e
industria fotogrfica. En farmacia, la gelatina es utilizada para la fabricacin de cpsulas,
comprimidos y pastillas. Por otro lado, en la fotografa, la gelatina se ha utilizado como
principal constituyente de la cubierta en la mayora de pelculas y papeles fotogrficos
comerciales (GMIA, 2012).

2.7. METODOLOGA DE SUPERFICIE DE RESPUESTA

La metodologa de superficie de respuesta (MSR) es un conjunto de tcnicas matemticas y


estadsticas tiles para modelar y analizar problemas en los cuales una respuesta de inters
es influenciada por diversas variables y donde el objetivo es optimizar esta respuesta. El
propsito inicial de estas tcnicas es disear un experimento que proporcione valores
razonables de la variable respuesta y a continuacin determinar el modelo matemtico que
mejor se ajuste a los datos obtenidos. El objetivo final es establecer los valores de los factores
que optimizan el valor de la variable respuesta. Por lo tanto la MSR es una tcnica estadstica
que permite la optimizacin de una respuesta determinada considerando todos los factores
que influyen directamente sobre sta (Montgomery, 2011).

En la mayora de los problemas de superficie de respuesta, la forma de la relacin entre la


respuesta y las variables independientes es desconocida. Por lo tanto, el primer paso en la
metodologa de superficie de respuesta (MSR) es encontrar una aproximacin adecuada de
la verdadera relacin funcional entre y y el conjunto de variables independientes. Por lo
general, se emplea un polinomio de orden inferior en alguna regin de las variables
independientes. Si la respuesta est bien modelada por una funcin lineal de las variables
independientes, entonces la funcin de aproximacin es el modelo de primer orden
(Montgomery, 2011):

= 0 + 1 1 + 2 2 + + +

Los parmetros del modelo se estiman mediante el mtodo de los mnimos cuadrados
ordinarios. Una vez que se tienen los estimadores se sustituyen en la ecuacin y se obtiene
el modelo ajustado (Montgomery, 2011):

= 0 + 1 1 + 2 2 + +

15
Este modelo se utiliza cuando se quiere estudiar el comportamiento de la variable respuesta
nicamente en la regin y cuando no se conoce la forma de superficie.

En caso que el modelo de primer orden no sea adecuado, se puede utilizar el modelo de
segundo orden:

= 0 + + 2 + +
=1 =1 <

En este modelo los i son los coeficientes de regresin para los trminos de primer orden,
los ii son los coeficientes para los trminos cuadrticos puros, los ij son los coeficientes
para los trminos de un producto cruz y es el trmino del error aleatorio. Los trminos
cuadrticos puros y los de producto cruz son de segundo orden. El nmero de trminos en la
ecuacin est dado por p = (k + 1) (k + 2) / 2.

Los parmetros del modelo se estiman mediante el mtodo de mnimos cuadrados. Una vez
que se tienen los estimadores se sustituyen en la ecuacin anterior y se obtiene el modelo
ajustado con el valor ptimo de la respuesta (Montgomery, 2011):

= 0 + + 2 +
=1 =1 <

La significancia de los coeficientes estimados y el ajuste del modelo se prueban con el


estadstico F. Una vez que se ha verificado que el modelo tiene suficiencia de ajuste y que
los coeficientes son significativos, se procede a localizar las coordenadas del punto
estacionario y se lleva cabo un anlisis ms detallado del sistema de respuesta (Montgomery,
2011).

2.7.1. Etapas de la metodologa de superficie de respuesta

En la metodologa de superficie de respuesta se distinguen tres etapas en la bsqueda del


punto ptimo: cribado, bsqueda I o de primer orden y bsqueda II o de segundo orden
(Figura 5) (Gutirrez y Vara, 2008).

16
Figura 5: Esquema de las etapas de la MSR en su contexto amplio
FUENTE: Gutirrez y Vara (2008)

17
a. Cribado

La optimizacin de un proceso se inicia con esta etapa cuando se tiene muchos factores (ms
de 6 u 8) que influyen en la variable de inters. Esta etapa es necesaria cuando no se tiene
una idea clara de cmo influye cada uno de los factores, es por ello que primero es preciso
correr un experimento para identificar los pocos factores que tienen mayor influencia.

b. Bsqueda I o de primer orden

Esta etapa se aplica cuando se tienen pocos factores (k < 5) y se sabe que stos influyen en
la variable respuesta. Se corre un diseo de primer orden que permita caracterizar en forma
preliminar el tipo de superficie de respuesta y detectar la presencia de curvatura. Por lo
general, se utiliza un diseo factorial completo o fraccionado con repeticiones al centro.
Mientras no se detecte curvatura, se contina la bsqueda con un modelo y diseo de primer
orden. La presencia de curvatura es un indicio de que el punto ptimo est cerca y es el
momento de pasar a la etapa de bsqueda II.

c. Bsqueda II o de segundo orden

En el momento en que se detecta la presencia de curvatura, se corre o se completa un diseo


de segundo orden para caracterizar mejor la superficie y modelar la curvatura. Con el modelo
ajustado se determinan las condiciones ptimas de operacin del proceso.

2.7.2. Elementos de la metodologa de superficie de respuesta

La metodologa de superficie de respuesta implica tres aspectos: diseo, modelo y tcnica


de optimizacin. El diseo y el modelo se piensan al mismo tiempo, y dependen del tipo de
comportamiento que se espera en la respuesta. De manera especfica el modelo puede ser de
primer o segundo orden (plano o con curvatura); por ello, el tipo de diseo utilizado y el
mtodo de optimizacin se clasifican, segn sea el caso, como de primero o segundo orden
(Gutirrez y Vara, 2008).

18
a. Relacin modelo diseo

Existe una relacin directa entre el tipo de modelo que se pretende ajustar y el tipo de diseo
que se debe correr. No se debe exigir a un diseo experimental ms informacin de la que
puede dar. Por ejemplo, si se corre un factorial completo 2k solo se podrn estimar e incluir
en el modelo los efectos principales e interacciones dobles; as mismo, no es posible estimar
trminos cuadrticos puros (como xi2). Si al diseo factorial se le agregan repeticiones al
centro (2k + centro), en el modelo se puede incluir solo uno de los trminos cuadrticos
puros, cualquiera de ellos, ya que son alias. Las repeticiones al centro no son suficientes para
investigar cual o cuales de los trminos cuadrticos estn activos, pero si permiten detectar
la presencia de curvatura. Si el diseo se aumenta con puntos estrella o axiales es posible
estudiar de manera separada los efectos cuadrticos puros e incluirlos a todos en el modelo
ajustado, si fuera necesario (Figura 6).

Figura 6: Relacin modelo-diseo


FUENTE: Gutirrez y Vara (2008)

19
b. Tcnicas de optimizacin

Una vez que se tiene el modelo debidamente ajustado y validado se procede a explorar la
superficie descrita por el modelo para encontrar la combinacin de niveles en los factores
que dan por resultado un valor ptimo de la respuesta, o bien, para determinar la direccin
ptima de movimiento en la que se debe experimentar en el futuro. Si el modelo no explica
un mnimo de 70 % del comportamiento de la respuesta en trminos del R2aj, no se
recomienda utilizarlo para fines de optimizacin porque su calidad de prediccin es mala.
La tcnica de optimizacin a utilizar depende del tipo de modelo ajustado y existen
bsicamente tres mtodos: escalamiento ascendente o descendente, para modelo de primer
orden, y anlisis cannico y anlisis de cordillera para modelos de segundo orden (Gutirrez
y Vara, 2008).

2.8. OPTIMIZACIN SIMULTNEA DE VARIAS RESPUESTAS

Es tpico considerar diversas caractersticas (respuestas) para lograr productos con mejor
calidad y propiedades. Si la optimizacin slo se hace para una caracterstica del producto
podran resultar condiciones inadecuadas para las otras caractersticas. Por ello es
imprescindible contar con tcnicas que sirvan para que, en la medida de lo posible, se
optimicen simultneamente todas las respuestas de inters (Gutirrez y Vara, 2008). Es
necesario construir primero un modelo de superficie de respuesta apropiado para cada
respuesta y despus intentar encontrar un conjunto de condiciones de operacin que optimice
en cierto sentido todas las respuestas, o que al menos las mantenga en los rangos deseados
(Montgomery, 2011).

Existen los dos siguientes mtodos de optimizacin simultnea:


- Mtodo grfico
- Mtodo de la funcin de deseabilidad

2.8.1. Mtodo de la funcin de deseabilidad

El enfoque general de este mtodo consiste en convertir primero cada respuesta yi en una
funcin con condicin deseable individual o de deseabilidad (di) que vara en el rango 0 di
1, donde si la respuesta yi est en su objetivo, entonces di = 1 y si la respuesta est fuera

20
de una regin aceptable di = 0. Los valores individuales de deseabilidad (d) para cada
respuesta son luego combinados utilizando la media geomtrica para obtener la condicin
de deseable global, presentada en la siguiente ecuacin:

= (1 2 )1/

Donde hay m respuestas

El valor D brinda una estimacin total de la deseabilidad de los niveles de respuestas


combinados. Claramente, el rango de los valores de D estarn dentro del intervalo [0,1] y D
se incrementar conforme el balance de las caractersticas o respuestas se haga ms
favorable.

La funcin con condicin de deseable individual a utilizar cuando se desea maximizar una
respuesta es la siguiente:

0 <


= ( )

{ 1 >

Donde B representa el objetivo de la respuesta, es decir, el valor mximo que se desea


alcanzar, y A, es el mnimo valor aceptable. La representacin grfica de dicha respuesta se
muestra en la Figura 7.

21
1
0<r<1

r=1
d
r>1

0 A B y
Figura 7: Funcin de deseabilidad individual para la maximizacin de una respuesta
FUENTE: Montgomery (2011)

Si el objetivo es minimizar una respuesta, la funcin es la siguiente:

1 <


= ( )

{ 0 >

Donde B representa el objetivo de la respuesta, es decir, el valor mnimo que se desea


alcanzar, y C es el mximo valor aceptable. La representacin grfica de dicha respuesta se
muestra en la Figura 8.

r=1
d
0<r<1

0 B C y
Figura 8: Funcin de deseabilidad individual para la minimizacin de una respuesta
FUENTE: Montgomery (2011)

22
Si el objetivo es obtener una respuesta a un nivel especifico, la funcin de deseabilidad es:

0 <

1
( )
=
2
( )

{ 0 >

Donde B representa el punto que se desea obtener, y A y C los valores mnimo aceptable y
mximo aceptable, respectivamente. La representacin grfica de dicha respuesta se muestra
en la Figura 9.

1
0 < 1 < 1 0 < 2 < 1

d 1 = 1 2 = 1

1 > 1 2 > 1

0 A B C y
Figura 9: Funcin de deseabilidad para la obtencin de un nivel especfico de una
respuesta
FUENTE: Montgomery (2011)

23
III. MATERIALES Y MTODOS

3.1. LUGAR DE EJECUCIN

La presente investigacin se desarroll en las instalaciones del Laboratorio de Fsico


Qumica del Instituto Tecnolgico de la Produccin (ITP), Callao.

3.2. MATERIALES

3.2.1. Materia prima

La materia prima empleada en el presente estudio fueron las pieles frescas de perico sin carne
y sin escamas obtenidas a partir de residuos del fileteo del Terminal Pesquero Mayorista de
Ventanilla (TPMV) (pieles con carne y escamas adheridas), durante el mes de noviembre
del 2015, Callao, mantenida a temperatura fra (7 - 10 C) y transportada al laboratorio del
ITP lo ms rpido posible (1 2 horas).

3.2.2. Materiales de laboratorio

- Placas Petri, marca Pyrex


- Embudos de vidrio, marca Pyrex
- Probetas de 50, 100, 250, 500, 1000 y 2000 mL, marca Pyrex
- Matraces Erlenmeyer de 125, 250, 300 y 500 mL, marca Pyrex
- Fiolas de 10, 25, 50, 100, 250, 500 y 1000 mL, marca Schott Duran
- Beackers de 100, 250, 500, 1000, 2000 mL., marca Pyrex
- Pipetas volumtricas de 1, 2, 5, 10 y 25 mL, marca Brand
- Pipetas graduadas de 1, 2, 5, 10, 25 y 50 mL, marca Brand
- Micropipetas digitales de 100, 1000 y 5000 ul, marca Brand
- Frascos de vidrio con tapa rosca de 100, 500 y 1000 mL, marca Kimax
- Balones de digestin para protena, marca Gerhardt

24
- Frascos bloom, tipo Brookfield
- Algodn, marca CKF
- Baguetas
- Crisoles de porcelana, marca Haldenwanger
- Pesafiltros, marca Witeg
- Campana desecadora conteniendo slica gel, marca Glaswerk
- Papel de filtro N 1 y N 2, marca Whatman
- Tubos de ensayo de 10 y 15 mL en vidrio, marca Pyrex
- Tubos de centrfuga de 15 y 50 mL, marca Brand
- Gradillas de acero inoxidable para 50 tubos

3.2.3. Reactivos qumicos

- cido sulfrico p.a. 95 - 97 % de pureza, marca Fermont


- Hidrxido de sodio p.a. 97,0 - 98,5 % de pureza, marca Fisher Scientific
- cido clorhdrico p.a. 37 % de pureza, marca Merck
- Sulfato de sodio anhidro p.a. 99 % de pureza, marca Merck
- ter dietlico, marca Merck
- cido ctrico grado alimentario, marca Bretano Corp, proveedor Montana S.A.
- L-hidroxiprolina, marca Merck
- Buffer pH 4, pH 7 y pH 10,1, marca Merck
- Cloramina T, marca Sigma
- Albmina de suero bovino (BSA), marca Sigma
- Acetato de sodio trihidratado (ACS), marca Fermont
- 1-propanol, marca J. T. Baker
- 2-propanol, marca Fisher Scientific
- 4-dimetilaminobenzaldehido, marca Merck
- cido perclrico p.a. 70,0 % de pureza, marca Mallinckrodt
- Marcador de peso molecular, rango de 36 205 kDa, marca Sigma
- Acrilamida para electroforesis, marca Merck
- N, N - Metileno-bisacrilamida para electroforesis, marca Merck
- Glicerina p.a. 99,85 % de pureza, marca J. T. Baker
- Dodecilo sulfato de sodio p.a. 99,0 % de pureza, marca Merck
- Indicador azul de bromofenol, marca Merck

25
- Tris-HCl para electroforesis 99,6 % de pureza, marca J. T. Baker
- Persulfato de amonio p.a. 98,0 % de pureza, marca Fluka
- N, N, N, N Tetrametiletano-1,2-diamina (TEMED) para electroforesis, marca
Sigma
- Estndar azul brillante Coomassie, marca Fluka
- Metanol p.a. 99,8 % de pureza, marca Sigma
- cido actico glacial p.a. 99,9 % de pureza, marca J. T. Baker
- Etanol absoluto p.a. 99,8 % de pureza, marca Merck
- Sulfato de cobre (II) pentahidratado p.a. 99,0 % de pureza, marca Merck
- Cloruro de potasio p.a. 100,2 % de pureza, marca J. T. Baker

3.2.4. Equipos

- Estufa elctrica, marca Binder, modelo ED115


- Estufa por conveccin forzada, marca MMM, modelo Venticell
- Espectrofotmetro UV Visible, marca Perkin Elmer, modelo Lambda 950
- Equipo de electroforesis, marca Atto
- Agitadores magnticos, marca H. W. Kessel
- Balanza analtica digital, marca Ohaus, modelo DV214C 210 g, precisin 0,1 mg
- Balanza electrnica, marca Kessel, modelo GF-610, precisin 0,01 g
- Mufla, marca Barnstead Thermolyne, modelo Furnace 48000
- Texturmetro Brookfield
- Viscosmetro Brookfield
- Selladora al vaco, marca Multivac
- Potencimetro, marca Mettler Toledo, modelo Seven Easy
- Equipo digestor y destilador Kjeldahl, marca Gerhardt
- Aparato de extraccin Soxhlet, marca Yamato, modelo BS-64
- Bao termosttico con agitacin, marca Memmert
- Campana extractora elctrica, marca The-Barker Company
- Molino de cuchillas, marca Ika
- Equipo de determinacin de actividad de agua, modelo Aqualab PRE
- Selladora de impulso, marca Sealer

26
3.3. MTODOS ANALTICOS

3.3.1. Anlisis realizados a la materia prima

a. Anlisis de composicin proximal

Los anlisis de composicin proximal se realizaron segn los procedimientos propuestos por
la Association of Official Analytical Chemists (AOAC, 2000). Los ensayos fueron los
siguientes y se realizaron por triplicado:

- Humedad: se determin por diferencia de peso, la muestra fue sometida a 103 C en


estufa por espacio de 12 a 16 horas, hasta obtener peso constante.

- Grasa cruda: se emple el mtodo Soxhlet, en el cual la grasa fue extrada utilizando
ter dietlico como solvente orgnico durante 6 a 7 horas.

- Protena total: se determin por el mtodo semi-micro Kjeldahl, determinando el


porcentaje de nitrgeno total. Se utiliz el factor de conversin 5,5 (Lees, 1969) para
la determinacin de protena.

- Ceniza: se obtuv calcinando las muestras a 600 C en mufla por espacio de 12 a 14


horas.

b. Determinacin del contenido de hidroxiprolina

La cuantificacin del contenido de hidroxiprolina se realiz segn los procedimientos de


acuerdo a la AOAC (990.26) (AOAC, 2000) (ver Anexo 1). Las muestras fueron
hidrolizadas, diluidas y filtradas. Se tom una alcuota de 5 mL del filtrado y se hizo una
dilucin adicional en 100 mL. Luego fueron adicionados la solucin del agente oxidante
(cloramina T y buffer citrato pH 6) y el reactivo de color (4-dimetilaminobenzaldehdo,
cido perclrico 60 % y 2-propanol). Los tubos fueron colocados en bao mara a 60 C por
15 minutos. Posteriormente, se midi la absorbancia a 558 nm en el espectrofotmetro. La
curva estndar de hidroxiprolina fue preparada a partir de soluciones estndar con el mismo

27
rango de concentraciones de 5 a 80 ppm. El contenido de hidroxiprolina fue expresado en
mg/g de muestra. Este ensayo se realiz por triplicado.

c. Determinacin de pesos moleculares por electroforesis

La identificacin de pesos moleculares se realiz mediante la tcnica de electroforesis en gel


de poliacrilamida con SDS (SDS-PAGE), segn el mtodo de Laemmli (1970), citado por
Cho et al. (2014) (ver Anexo 2). Las muestras fueron disueltas a una concentracin de 1
mg/mL en un amortiguador de muestra (50 mM Tris-HCl, pH 7,5; 50 % de glicerina, SDS
al 1 %, 0,02 % de azul de bromofenol) y agitadas. Las mezclas fueron calentadas durante 15
min a 95 C para desnaturalizarlas, se dejaron enfriar a temperatura ambiente y luego se
cargaron 20 ul de muestra al gel de poliacrilamida. Un sistema discontinuo de gel de
poliacrilamida (40 %) fue empleado con una concentracin de 7,5 % para el gel de
separacin y 3 % para el gel de apilamiento y se realiz la corrida a 35 mA durante 4 horas.
Al trmino de sta, se retir el gel de la cmara y fue puesto en una solucin de tincin de
azul brillante de Coomasie 0,25 % (p/v) [disuelto en agua desionizada 45 % (v/v), metanol
45 % (v/v) y cido actico glacial 10 % (p/v)] durante 4 horas. Finalmente, el gel fue
colocado en una solucin de destincin de metanol 30 % (v/v), cido actico glacial 10 %
(v/v) y agua desionizada 60 % (v/v) durante 18 horas con recambios de la solucin cada 6
horas. Dentro de la corrida se incluy un marcador de peso molecular (rango de 36 205
kDa, marca Sigma), cuyos componentes se aprecian en el Anexo 2.

d. Determinacin de la composicin en aminocidos

La determinacin de la composicin en aminocidos se realiz en La Molina Calidad Total


Laboratorios, de acuerdo al mtodo propuesto por Heinrikson y Meredith (1984). El ensayo
se realiz por HPLC-FR (cromatografa lquida de alta resolucin en fase reversa). La
muestra fue hidrolizada durante 24 horas a 110 C en HCl 6 N y luego el cido fue removido
por evaporacin. Se realiz una derivatizacin pre columna con PITC (fenilisotiocianato).
Posteriormente, se realiz la separacin cromatogrfica de los aminocidos por HPLC-FR y
finalmente se cuantificaron.

28
3.3.2. Anlisis realizados durante el diseo experimental

a. Fuerza de gel

Para la determinacin de la fuerza de gel se procedi de acuerdo al mtodo usado por


Montero y Gmez-Guilln (2000). Se disolvi la gelatina seca en agua destilada a 60 C en
una relacin de 6,67 % (p/v), luego se coloc la solucin de gelatina en frascos Bloom y se
dej en refrigeracin (5 7 C) durante 17 a 18 horas hasta la formacin de la gelatina. La
fuerza de gel a 7 C fue determinada usando un analizador de textura equipado con un
embolo cilndrico y expresada como la fuerza mxima (en g) que toma el mbolo para
penetrar 4 mm dentro de la gelatina. El resultado fue el promedio de 3 mediciones.

b. Rendimiento de extraccin de protena

De las soluciones de gelatina obtenidas posterior al filtrado, se colectaron alcuotas de 5 mL


en tubos de centrfuga y fueron usadas para determinar la concentracin de protena soluble
por el mtodo de Biuret (Yang et al., 2008) (ver Anexo 3), midiendo la absorbancia a 545
nm en el espectrofotmetro. Se us como solucin patrn albmina de suero bovino (BSA)
y con ella se obtuvo la curva estndar. El rendimiento de extraccin de protena de la gelatina
obtenida fue calculado usando la siguiente ecuacin:

Rendimiento (%) = [(C * V) / M] * 100

Dnde:
C = concentracin de protena en solucin extrada (g/mL)
V = volumen
M = peso de la muestra usada para la extraccin (g)

3.3.3. Rendimiento de la gelatina obtenida en los niveles ptimos de las variables

El rendimiento de la gelatina fue calculado de acuerdo al mtodo propuesto por Shyni et al.
(2014), basado en el peso del producto final obtenido (gelatina seca) con respecto al peso
hmedo de las pieles frescas, utilizando la siguiente frmula:

29
Rendimiento de la gelatina (%) = Peso de la gelatina seca x 100
Peso hmedo de las pieles frescas

3.3.4. Anlisis realizados para la caracterizacin de la gelatina obtenida en los niveles


ptimos de las variables

Los anlisis realizados para la caracterizacin fisicoqumica de la gelatina que tuvo la mayor
fuerza de gel y el mayor rendimiento de extraccin de protena fueron los siguientes:
composicin proximal, determinacin del contenido de hidroxiprolina, determinacin de
pesos moleculares por electroforesis y composicin en aminocidos. La metodologa seguida
para la realizacin de estos anlisis fue mencionada con anterioridad en el acpite 3.3.1. En
el caso de la determinacin de pesos moleculares por electroforesis se utiliz una
concentracin de 5 % para el gel de separacin y 4 % para el gel de apilamiento.

As mismo, se realizaron los siguientes anlisis:

a. Viscosidad

La viscosidad se determin de acuerdo al mtodo usado por Niu et al. (2013). Se prepar
una solucin de gelatina en una concentracin de 6,67 % (p/v) en agua destilada a una
temperatura de 60 C. La viscosidad (cP) de la solucin de gelatina fue determinada
utilizando un viscosmetro Brookfield. El resultado fue el promedio de 3 mediciones.

b. Determinacin de la temperatura de fusin

La determinacin de la temperatura de fusin fue realizada de acuerdo al mtodo utilizado


por Muyonga et al. (2004). Las soluciones de gelatina conteniendo 6,67 % (p/v) fueron
preparadas en tubos de ensayo con tapa rosca. Los tubos de ensayo fueron llenados dejando
un espacio y luego cerrados. Las muestras disueltas fueron puestas en refrigeracin (7 C)
por 17 a 18 horas, despus de lo cual fueron transferidas a un bao mara (10 C) e invertidas
de tal modo que el espacio quede en la parte inferior. El bao mara se calent gradualmente
(1 C por minuto) adicionando agua tibia (45 C) en intervalos de 60 segundos. La
temperatura a la cual la gelatina se empez a fundir y que permiti que el gas dejado en el
espacio comience a moverse hacia arriba se registr como la temperatura de fusin.

30
c. Determinacin de la temperatura de gelificacin

La determinacin de la temperatura de gelificacin se realiz de acuerdo al mtodo descrito


por Muyonga et al. (2004). Las soluciones de gelatina conteniendo 10.0 % (p/v) fueron
preparadas en tubos de ensayo con tapa rosca. Las muestras disueltas fueron puestas en bao
mara (40 C). El bao mara se enfri lentamente adicionando agua helada (2 C) en
intervalos de 15 segundos. Un termmetro fue insertado y extrado a intervalos de 15
segundos. La temperatura de la mezcla a la cual la solucin de gelatina dej de gotear de la
punta del termmetro se registr como la temperatura de gelificacin.

d. Determinacin del pH

El valor del pH fue determinado en una solucin de gelatina de 1,0 % (p/v) a 25 C de


acuerdo a lo propuesto por Cole (2000), para lo cual se utiliz un potencimetro.

e. Determinacin de la actividad de agua (Aw)

El valor de actividad de agua (Aw) de la gelatina seca se determin mediante lectura directa
en un equipo AQUALAB cuyo fundamento se basa en la tcnica del punto de roco, de
acuerdo al mtodo utilizado por Pandia (2011). En este tipo de tcnica, la muestra se
equilibra dentro de una cmara hermtica que contiene un espejo sobre el cual se condensa
el vapor de agua. En el momento de equilibrio la humedad relativa del aire en la cmara es
la misma que la actividad de agua de la muestra. Una clula fotoelctrica y un termistor
detectan el punto exacto en el que se produce la condensacin y la temperatura,
respectivamente.

3.4. METODOLOGA EXPERIMENTAL

3.4.1. Diagrama de flujo

El diagrama de flujo seguido para la obtencin de gelatina a partir de pieles de perico fue el
utilizado por Gmez-Guilln et al. (2002) adaptado y ampliado a los requerimientos
disponibles, tal como se muestra en la Figura 10.

31
Materia prima Pieles frescas de perico

Cortado En pedazos de 1 a 2 cm

Con agua fra (10 12


Lavado C) por 30 minutos

Con una solucin NaOH


Limpieza 0,05 M por 6 horas
(10 12 C)
Pieles lavadas con
NaOH
Con una solucin de
Acondicionado en cido ctrico 0,025 M
medio cido por 1 hora (10 12 C)

Variables de extraccin:
Extraccin Temperatura: 40 70 C
Tiempo: 60 400 min.
Concentracin de cido
ctrico: 0,1 0,9 %
Filtrado

Gelatina en solucin Medida de pH

En lminas
Secado Temperatura: 50 C
Humedad: < 13 %

Molienda

Envasado

Almacenamiento

Producto final

Figura 10: Proceso de obtencin de gelatina de pieles de perico (Coryphaena hippurus)

32
3.4.2. Descripcin del proceso

Una breve descripcin del diagrama de flujo general fue la siguiente:

a. Materia prima

Se utilizaron pieles frescas de perico sin carne y sin escamas, con una longitud de 81,4
2,51 cm y un peso de 99,5 7,50 g (n = 10). Estas fueron obtenidas a partir de residuos del
fileteo del Terminal Pesquero Mayorista de Ventanilla (TPMV) (pieles con carne y escamas
adheridas), luego los restos de msculo y escamas fueron separados con un cuchillo. La
materia prima se trabaj el mismo da que se obtuvo, siempre mantenida a temperaturas fras
(10 - 12 C).

b. Cortado

Se cortaron las pieles frescas en cuadrados de 1 a 2 cm con un cuchillo. Esta etapa se realiz
con la finalidad de obtener las pieles reducidas a un tamao mnimo que permita facilitar la
etapa de extraccin debido a una mayor superficie de contacto entre las pieles y el medio de
extraccin.

c. Lavado

Se lavaron las pieles con agua fra (10 12 C) durante 30 min. Esta operacin se realiz
con la finalidad de eliminar las impurezas y elementos extraos que quedaron de las etapas
anteriores.

d. Limpieza

Se limpiaron las pieles lavndolas en una solucin fra de hidrxido de sodio 0,05 M (10
12 C) durante 6 horas, con un recambio a las 3 horas y en una relacin de piel: solucin de
1:5. Luego se enjuagaron las pieles con abundante agua fra (10 12 C) hasta obtener un
pH neutro y finalmente se escurrieron. Esta etapa se realiz con la finalidad de facilitar la
eliminacin de la grasa presente y de la mayor parte de protena que no sea colgeno. Al
finalizar esta etapa las pieles quedaron con un mayor grado de pureza del colgeno y

33
preparadas para la etapa de extraccin. A estas pieles se les denomin pieles de perico
lavadas con NaOH.

e. Acondicionado en medio cido

Para esta operacin y en cada tratamiento se pesaron 100 g de pieles lavadas con NaOH y se
colocaron en recipientes con una solucin fra de cido ctrico 0,025 M (10 12 C) durante
1 hora y en una relacin de piel: solucin de 1:5. Luego se enjuagaron con abundante agua
fra (10 12 C) hasta obtener un pH neutro y finalmente se escurrieron. Esta operacin se
realiz con la finalidad de eliminar la formacin de sales, neutralizar el pH y facilitar la etapa
de extraccin.

f. Extraccin

La extraccin se realiz colocando las pieles de cada tratamiento en recipientes de vidrio con
una solucin de cido ctrico y en una relacin de piel: solucin de 1:3. Luego los recipientes
se pusieron en bao mara y se calentaron con agitacin constante para la extraccin de
gelatina. Las condiciones de extraccin se llevaron a cabo en funcin a tres variables de
estudio: temperatura (X1), tiempo (X2) y concentracin de cido ctrico (X3) a fin de medir
dos variables respuesta: fuerza de gel (Y1) y rendimiento de extraccin de protena (Y2). Los
valores empleados de cada variable fueron definidos por la metodologa de superficie de
respuesta (MSR).

g. Filtrado

La solucin obtenida se filtr vertindola a travs de un embudo utilizando como filtro una
capa de algodn de 30 x 35 cm con un peso aproximado de 40 g. Se realiz con la finalidad
de separar y eliminar los restos de piel e impurezas presentes en la solucin.

h. Secado

La gelatina en solucin fue puesta en bandejas de plstico de 18 x 12 cm con un volumen de


50 mL por bandeja y se secaron en una estufa por conveccin forzada a una temperatura de
50 C, hasta alcanzar un contenido de humedad menor a 13 %. Se realiz como mtodo de

34
conservacin con la finalidad de eliminar el contenido de agua del producto para evitar su
deterioro. La presentacin de las gelatinas luego del secado fue en forma de lminas.

i. Molienda

Las lminas de gelatina se molieron utilizando un molino de cuchillas hasta obtener gelatina
en polvo. Se realiz con la finalidad de tener un producto homogneo y facilitar el
reconstituido de la gelatina en agua.

j. Envasado

Las gelatinas en polvo se envasaron al vaco en bolsas de polietileno de alta densidad


utilizando una selladora al vaco. Se realiz con la finalidad de conservar y mantener la
calidad del producto por un periodo de tiempo ms extenso.

k. Almacenamiento

Las muestras de gelatina en polvo se almacenaron en refrigeracin (4 - 7 C) para su posterior


anlisis y/o caracterizacin de acuerdo a sus propiedades fisicoqumicas.

3.5. DISEO EXPERIMENTAL

Para la evaluacin del efecto de determinadas variables sobre las respuestas fuerza de gel
(Y1) y rendimiento de extraccin de protena (Y2), as como la posterior determinacin de
los niveles de dichas variables que optimicen el proceso de obtencin de gelatina, se aplic
la metodologa de superficie de respuesta con un diseo central compuesto (DCC) (Gutirrez
y Vara, 2008).

Todos los anlisis estadsticos se realizaron utilizando el Programa Design-Expert version


9.0.

35
3.5.1. Etapa I: Seleccin

Teniendo en cuenta que slo se trabaj con 3 variables no fue necesaria esta etapa de
seleccin. De acuerdo a Gutirrez y Vara (2008) esta etapa slo se lleva a cabo cuando se
tiene entre 6 y 8 variables, es por ello que el siguiente paso fue la bsqueda del modelo
matemtico de primer orden mediante un diseo factorial completo con puntos al centro.

3.5.2. Etapa II: Bsqueda I o de primer orden

Esta etapa consisti en correr un diseo experimental de primer orden que permita
caracterizar de forma preliminar el tipo de superficie de respuesta y detectar la presencia de
curvatura, as como verificar la falta de ajuste del modelo de primer orden a los datos
obtenidos (Gutirrez y Vara, 2008).

a. Definicin de la funcin objetivo y variables

Las funciones objetivo definidas para esta etapa fueron fuerza de gel (Y1) y rendimiento de
extraccin de protena (Y2). As mismo, las variables de estudio fueron temperatura (X1),
tiempo (X2) y concentracin de cido ctrico (X3). Estas variables fueron elegidas de acuerdo
a lo afirmado por Regenstein y Zhou (2007), Karim y Bhat (2009), Gmez-Guilln et al.
(2011) y Niu (2013) quienes indican que la temperatura, el tiempo y concentracin de cido
en la etapa de extraccin son las principales variables que influyen sobre la fuerza de gel y
el rendimiento de extraccin de protena en las gelatinas obtenidas.

Los niveles de las variables X1, X2 y X3 se establecieron de acuerdo a los resultados


obtenidos de las pruebas preliminares. La temperatura de extraccin fue evaluada entre 46,1
y 63,9 C, el tiempo de extraccin entre 129 y 331 minutos y la concentracin de cido
ctrico entre 0,26 y 0,74 %.

b. Diseo factorial 2k con rplica en el punto central

En esta etapa se utiliz un diseo factorial (2k) con rplicas en el punto central del diseo,
debido a que las repeticiones al centro permiten detectar la posible presencia de curvatura
(Gutirrez y Vara, 2008). Las variables fueron codificadas en 2 niveles (-1, +1) e incluyeron

36
un nivel para el punto central. La Tabla 5 muestra los valores de cada nivel de las variables.
En la Tabla 6 se presenta el diseo factorial (2k) con 6 rplicas en el punto central.

Tabla 5: Variables independientes y sus respectivos niveles utilizados para el diseo


factorial 2k

Niveles de las variables


Smbolo
Variable Unidad codificadas
Codificada Natural -1 0 +1
Temperatura C x1 X1 46,1 55,0 63,9
Tiempo minutos x2 X2 129 230 331
Concentracin de cido ctrico % (p/v) x3 X3 0,26 0,50 0,74

Tabla 6: Diseo experimental 2k con rplicas en el punto central

Concentracin de cido
Tratamiento Temperatura (C) Tiempo (minutos) ctrico (%)
X1 X2 X3
1 46,1 129 0,26
2 63,9 129 0,26
3 46,1 331 0,26
4 63,9 331 0,26
5 46,1 129 0,74
6 63,9 129 0,74
7 46,1 331 0,74
8 63,9 331 0,74
9 55 230 0,5
10 55 230 0,5
11 55 230 0,5
12 55 230 0,5
13 55 230 0,5
14 55 230 0,5

37
c. Estimacin del modelo matemtico de primer orden

- Fuerza de Gel

Los valores promedio de fuerza de gel (Y1) observados, fueron sometidos a un anlisis de
regresin mltiple (mtodo de mnimos cuadrados) y ajustados a un modelo de primer orden
que describa la dependencia de dicha respuesta en funcin de las variables bajo estudio.
Dicho polinomio correspondi a la siguiente ecuacin de primer grado:

1 = 0 + 1 1 + 2 2 + 3 3

Donde:
1 : fuerza de gel estimada (g)
0 : trmino independiente
1 , 2 , 3 : coeficientes de regresin lineal
1 , 2 , 3 : temperatura (C), tiempo (minutos) y concentracin de cido ctrico (%, p/v)

Posteriormente, se realiz el anlisis de varianza para verificar la significancia del modelo


estimado y de las variables en estudio, el efecto curvatura e interaccin de coeficientes, y as
establecer si el modelo matemtico lineal fue o no suficiente para explicar las respuestas en
dicha regin experimental y poder asumir, de esta manera, la proximidad a la zona ptima.
Se consideraron como significativas aquellas fuentes de variacin cuyo valor de probabilidad
p del estadstico F (prob > F) fueran menores al nivel de significacin elegido ( = 0,05).

La calidad del ajuste se evalu observando la forma en que el modelo se ajust a los datos.
Para ello se calcul el coeficiente de determinacin (R2) y el coeficiente de determinacin
ajustado (R2aj) debiendo ser el valor de cada uno de ellos cercano a 1.

- Rendimiento de extraccin de protena

Los valores promedio de rendimiento de extraccin de protena (Y2) observados fueron


sometidos a un anlisis de regresin mltiple (mtodo de mnimos cuadrados) y ajustados a
un modelo de primer orden que describa la dependencia de dicha respuesta en funcin de las

38
variables bajo estudio. Dicho polinomio correspondi a la siguiente ecuacin de primer
grado:

2 = 0 + 1 1 + 2 2 + 3 3

Donde:
2 : rendimiento de extraccin de protena estimado (%)
0 : trmino independiente
1 , 2 , 3 : coeficientes de regresin lineal
1 , 2 , 3 : temperatura (C), tiempo (minutos) y concentracin de cido ctrico (%, p/v)

Posteriormente, se realiz el anlisis de varianza para verificar la significancia del modelo


estimado y de las variables en estudio, el efecto curvatura e interaccin de coeficientes, y as
establecer si el modelo matemtico lineal fue o no suficiente para explicar las respuestas en
dicha regin experimental y poder asumir, de esta manera, la proximidad a la zona ptima.
Se consideraron como significativas aquellas fuentes de variacin cuyo valor de probabilidad
p del estadstico F (prob > F) fueran menores al nivel de significacin elegido ( = 0,05).

La calidad del ajuste se evalu observando la forma en que el modelo se ajust a los datos.
Para ello se calcul el coeficiente de determinacin (R2) y el coeficiente de determinacin
ajustado (R2aj) debiendo ser el valor de cada uno de ellos cercano a 1.

3.5.3. Etapa III: Bsqueda II o de segundo orden

Una vez que se haya detectado la presencia de curvatura, se complet un diseo de segundo
orden para caracterizar mejor la superficie y modelar la curvatura. Una vez que se tuvo el
modelo ajustado se determinaron las condiciones ptimas de operacin del proceso
(Gutirrez y Vara, 2008).

a. Diseo central compuesto (DCC)

El anlisis de superficie de respuesta de segundo orden para las respuestas fuerza de gel (Y1)
y rendimiento de extraccin de protena (Y2) se realiz mediante un diseo central

39
compuesto (DCC) que, segn Montgomery (2011), para k = 3 factores consta de 8 puntos
factoriales (2k), 6 puntos axiales en los eje coordenados (a una distancia ) y 6 repeticiones
en el punto central, dando un total de 20 puntos experimentales.

Para determinar la ubicacin de los puntos axiales se consider = (nf)1/4 = 81/4 = 1,682, y
de acuerdo a Gutirrez y Vara (2008), esto garantiz un diseo central compuesto rotable.

Las variables fueron codificadas en 5 niveles (-1,682, -1, 0, +1, +1,682). La Tabla 7 muestra
los valores de cada nivel de las variables codificadas. La Tabla 8 presenta el diseo central
compuesto (DCC) utilizado.

Tabla 7: Variables independientes y sus respectivos niveles utilizados para la etapa


correspondiente al diseo central compuesto (DCC)

Smbolo Niveles de las variables codificadas


Variable Unidad
Codificada Natural -1,682 -1 0 +1 +1,682
Temperatura C x1 X1 40,0 46,1 55,0 63,9 70,0
Tiempo minutos x2 X2 60 129 230 331 400
Concentracin
% (p/v) x3 X3 0,10 0,26 0,50 0,74 0,90
de cido ctrico

40
Tabla 8: Diseo central compuesto (DCC)

Concentracin de cido
Tratamiento Temperatura (C) Tiempo (minutos) ctrico (%)
X1 X2 X3
1 46,1 129 0,26
2 63,9 129 0,26
3 46,1 331 0,26
4 63,9 331 0,26
5 46,1 129 0,74
6 63,9 129 0,74
7 46,1 331 0,74
8 63,9 331 0,74
9 40,0 230 0,50
10 70,0 230 0,50
11 55,0 60 0,50
12 55,0 400 0,50
13 55,0 230 0,10
14 55,0 230 0,90
15 55,0 230 0,50
16 55,0 230 0,50
17 55,0 230 0,50
18 55,0 230 0,50
19 55,0 230 0,50
20 55,0 230 0,50

b. Estimacin de los modelos matemticos de segundo orden

- Fuerza de gel

Los valores promedio de fuerza de gel observados fueron sometidos a un anlisis de


regresin mltiple (mtodo de mnimos cuadrados) y ajustados a un modelo de segundo
orden, que incluya la curvatura de la superficie y que describa la dependencia de dicha

41
respuesta en funcin de las variables de estudio. Dicho polinomio correspondi a la siguiente
ecuacin de segundo grado:

1 = 0 + + 2 +
=1 =1 <

Donde:
1 : fuerza de gel estimada (g)
0 : trmino independiente
: coeficientes de regresin lineal
, : coeficientes de regresin cuadrticos
1 , 2 , 3 : temperatura (C), tiempo (minutos) y concentracin de cido ctrico (%, p/v)

Posteriormente, se realiz el anlisis de varianza y la prueba de significancia de los


coeficientes del modelo estimado (nivel de significacin = 0,05).

De acuerdo a Montgomery (2011) y Gutirrez y Vara (2008), el anlisis de varianza consiste


en establecer la significancia estadstica del modelo y coeficientes del mismo, adems de
una falta de ajuste no significativa. La significancia estadstica del modelo y de los
coeficientes se establecieron mediante la prueba F de Fisher, debindose registrar un valor
de probabilidad p (prob > F) menor a 0,05. Por otro lado, la falta de ajuste del modelo fue
tambin establecida mediante esta prueba, debiendo ser su valor de probabilidad p (prob >
F) mayor a 0,05. As mismo, la calidad del ajuste del modelo a los datos observados fue
establecida mediante el coeficiente de determinacin (R2) y el coeficiente de determinacin
ajustado (R2aj), debiendo ser el valor de cada uno cercano a 1.

- Rendimiento de extraccin de protena

Los valores promedio de rendimiento de extraccin de protena observados, fueron


sometidos a un anlisis de regresin mltiple (mtodo de mnimos cuadrados) y ajustados a
un modelo de segundo orden, que incluya la curvatura de la superficie y que describa la
dependencia de dicha respuesta en funcin de las variables de estudio. Dicho polinomio
correspondi a la siguiente ecuacin de segundo grado:

42

2 = 0 + + 2 +
=1 =1 <

Donde:
2 : rendimiento de extraccin de protena estimado (%)
0 : trmino independiente
: coeficientes de regresin lineal
, : coeficientes de regresin cuadrticos
1 , 2 , 3 : temperatura (C), tiempo (minutos) y concentracin de cido ctrico (%, p/v)

Posteriormente, se realiz el anlisis de varianza y la prueba de significancia de los


coeficientes del modelo estimado (nivel de significacin = 0,05).

De acuerdo a Montgomery (2011) y Gutirrez y Vara (2008), el anlisis de varianza consiste


en establecer la significancia estadstica del modelo y coeficientes del mismo, adems de
una falta de ajuste no significativa. La significancia estadstica del modelo y de los
coeficientes se establecieron mediante la prueba F de Fisher, debindose registrar un valor
de probabilidad p (prob > F) menor a 0,05. Por otro lado, la falta de ajuste del modelo fue
tambin establecida mediante esta prueba, debiendo ser su valor de probabilidad p (prob >
F) mayor a 0,05. As mismo, la calidad del ajuste del modelo a los datos observados fue
establecida mediante el coeficiente de determinacin (R2) y el coeficiente de determinacin
ajustado (R2aj), debiendo ser el valor de cada uno cercano a 1.

3.6. OPTIMIZACIN SIMULTNEA DE LAS RESPUESTAS

Una vez obtenidos los modelos matemticos de segundo orden correspondientes a cada
respuesta evaluada se llev a cabo la optimizacin simultnea de las respuestas, lo cual
permiti encontrar las condiciones de extraccin que cumplieran de la mejor manera
determinadas restricciones. Para ello se tuvo en cuenta el mtodo de la funcin de
deseabilidad, descrita por Montgomery (2011) y Gutirrez y Vara (2008).

Las restricciones sobre cada respuesta fueron establecidas en base a literatura sobre gelatinas
comerciales de mamferos y gelatinas de peces de aguas clidas. De esta forma, la restriccin

43
considerada para la fuerza de gel se estableci a partir de valores reportados en gelatinas
comerciales de porcino y bovino (Karim y Bhat, 2009), y para el rendimiento de extraccin
de protena se estableci a partir de valores reportados en gelatinas de peces de aguas clidas
(Kasankala et al., 2007; Yang et al., 2007), tal como se muestra a continuacin:

- Fuerza de gel: mayor o igual a 300 g


- Rendimiento de extraccin de protena: mayor o igual a 20,0 %

Bajo estas restricciones, para la maximizacin de la fuerza de gel y del rendimiento de


extraccin de protena, se utilizaron las siguientes ecuaciones:

0 1 < 300

1 300 1
1 = ( ) 300 1
300

{ 1 1 >

0 2 < 20

2 20 1
(
2 = ) 20 2
20

{ 1 2 >

Donde:
1 : funcin de deseabilidad para la fuerza de gel
2 : funcin de deseabilidad para el rendimiento de extraccin de protena
1 : fuerza de gel estimada (g)
2 : rendimiento de extraccin de protena estimado (%)
: mxima fuerza de gel observada (g)
: mximo rendimiento de extraccin de protena observado (%)

El valor denominado deseabilidad global (D) represent la media geomtrica de los valores
de las deseabilidades individuales (di), es decir:

44
D = (1 2 )1/2

Se eligi como tratamiento ptimo aquella combinacin de niveles de las variables que
tuvieron el valor D ms alto.

Para la realizacin de esta optimizacin simultnea, se utiliz tambin el programa


estadstico Design Expert version 9.0.

3.7. VERIFICACIN DE LOS NIVELES PTIMOS DE LAS VARIABLES

Considerando los niveles ptimos de las variables se realiz el proceso de obtencin de


gelatina correspondiente. Los valores observados de cada respuesta en la gelatina obtenida
fueron determinados y comparados con los respectivos valores estimados por el modelo.

45
IV. RESULTADOS Y DISCUSIN

4.1. MATERIA PRIMA

4.1.1. Composicin proximal

La composicin proximal de la piel de perico y de la piel lavada con NaOH se muestra en la


Tabla 9, tanto en base hmeda como en base seca para efectos de comparacin.

Tabla 9: Composicin proximal de la piel de perico (g/100 g)

Piel de perico Piel de perico lavada con NaOH


Componente
Base hmeda Base seca Base hmeda Base seca
Humedad 66,4 0,35 - 68,0 0,30 -
Protena total 28,0 0,51 83,3 2,37 29,1 0,10 91,1 0,96
Grasa cruda 2,0 0,44 6,1 1,31 1,3 0,16 4,2 0,54
Ceniza 2,3 0,06 6,8 0,18 1,0 0,05 3,1 0,16

De acuerdo a los resultados mostrados en la Tabla 9, la piel de perico tuvo una humedad de
66,4 % y contenidos de protena total, grasa cruda y ceniza en base seca de 83,3 %, 6,1 % y
6,8 %, respectivamente. El contenido de protena fue alto, debido a que mayormente la piel
contiene colgeno; adems de ello, no cuenta con restos de msculo ni escamas, eliminados
previamente a la recepcin de la materia prima.

Por otro lado, se aprecia que la piel lavada con NaOH present una humedad de 68,0 % y
que los contenidos de grasa cruda y ceniza disminuyeron a 4,2 % y 3,1 %, respectivamente.
La disminucin se debi a que la solucin alcalina facilit la solubilizacin de la grasa y,
por ende, su eliminacin en agua.

46
As mismo se aprecia que la protena total aument a 91,1 %. Este aumento se debi al lavado
en solucin alcalina, ya que el lcali permite eliminar protenas que no forman parte del
colgeno, adems de pigmentos no deseados, tal como lo mencionan Shyni et al. (2014).
Como resultado de ello, y producto de la disminucin de otros componentes, se obtuvo una
piel cuyo contenido en su gran mayora fue protena, particularmente colgeno.

4.1.2. Contenido de hidroxiprolina

El contenido de hidroxiprolina en la piel de perico y en la piel lavada con NaOH, tanto en


base hmeda como en base seca para efectos de comparacin, se observa en la Tabla 10.

Tabla 10: Contenido de hidroxiprolina en la piel de perico (g/100g)

Piel de perico Piel de perico lavada con NaOH


Componente
Base hmeda Base seca Base hmeda Base seca
Hidroxiprolina 2,18 0,08 6,49 0,26 2,52 0,03 7,89 0,10

De acuerdo a los resultados, el contenido de hidroxiprolina en la piel de perico fue de 6,49


% en base seca, mientras que en la piel lavada con NaOH fue de 7,89 %. El incremento del
contenido de hidroxiprolina se debi a los lavados sucesivos con agua y solucin alcalina,
como se mencion anteriormente, ya que sirvi para eliminar impurezas y material no
deseado, como grasa interferente y otras protenas. Producto de esta eliminacin, el colgeno
se concentr y, por ende, aument tambin su contenido de hidroxiprolina.

4.1.3. Determinacin de pesos moleculares por electroforesis

Los patrones electroforticos de la piel de perico y de la piel lavada con NaOH se muestran
en la Figura 11.

47
MP P1 P2

200 kDa Cadena

Cadena -1 (I)
116 kDa Cadena -2 (I)
97 kDa

66 kDa

55 kDa

45 kDa

Figura 11: Patrones electroforticos del marcador de protenas (MP), la piel de perico
(P1) y la piel de perico lavada con NaOH (P2)

En la Figura 11 se observa que en ambas muestras se encontraron subunidades estructurales


de cadenas -1 (I) y -2 (I), junto con cadenas (dmeros de cadenas unidos
covalentemente).

El anlisis de pesos moleculares revel la presencia de bandas de protena de cadenas -1 (I)


y -2 (I) alrededor de 116 kDa y una mayor banda de protena de cadenas alrededor de 200
kDa. Teijn (2006) menciona que la presencia de cadenas -1 (I) y -2 (I) corresponde a
colgeno tipo I, el cual se encuentra en las pieles de los organismos. De igual manera, Cho
et al. (2014) realizaron un anlisis electrofortico de los pesos moleculares del colgeno
presente en pieles de varias especies de pescado, concluyendo que las pieles estn
compuestas de cadenas -1 (I) y -2 (I), cuyos pesos moleculares estn alrededor de 116,2
kDa y cadenas con pesos moleculares alrededor de 200 kDa, correspondiente a colgeno
tipo I. De acuerdo a ello, se puede asumir que el colgeno presente en la piel de perico
correspondi a colgeno tipo I.

4.1.4. Composicin en aminocidos

La Tabla 11 muestra la composicin en aminocidos de la piel de perico y est expresado en


g de aminocido por 100 g de muestra.

48
Tabla 11: Composicin en aminocidos de la piel de perico

Aminocido Contenido (g/ 100 g muestra)


cido asprtico 1,90 0,06
cido glutmico 5,67 0,23
Serina 0,99 0,04
Glicina 1,15 0,01
Histidina 0,40 0,00
Treonina 2,28 0,13
Alanina 0,45 0,01
Arginina 2,85 0,11
Prolina 1,34 0,06
Hidroxiprolina 2,18 0,08
Tirosina 0,60 0,03
Valina 1,11 0,01
Metionina 0,37 0,04
Isoleucina 0,12 0,01
Leucina 2,10 0,02
Fenilalanina 1,24 0,02
Lisina 0,79 0,03
Triptfano 0,03 0,00
Total 25,54 0,04

De acuerdo a los resultados, se aprecia que hay 25,54 g de aminocidos por cada 100 de piel
de perico. Si en los resultados de composicin proximal de la piel de perico se observ que
hay 28,0 g de protena por cada 100 g de piel (ver Tabla 9), se puede decir que existe una
diferencia de 2,46 g entre el contenido de protena y el contenido de aminocidos. Esta
diferencia puede ser atribuida a que la protena total se determin a partir del nitrgeno total,
el cual incluye a nitrgeno proteico y no proteico, mientras que en la composicin en
aminocidos, stos se cuantifican a partir del nitrgeno proteico.

Gmez-Guilln et al. (2011) mencionan que los aminocidos glicina, prolina e


hidroxiprolina estn presentes en la estructura primaria bajo una secuencie repetitiva Gly-X-
Y, donde X e Y suelen ser prolina e hidroxiprolina, respectivamente. Por su parte, Teijn

49
(2006) expresa que estos tres aminocidos se encuentran en mayor cantidad en la estructura
y su presencia favorece la formacin de colgeno. En la Tabla 11 se aprecia que el contenido
de los aminocidos glicina, prolina e hidroxiprolina en la piel de perico fue 1,15 %, 1,34 %
y 2,18 %, respectivamente.

4.2. DISEO EXPERIMENTAL

4.2.1. Bsqueda I o de primer orden: estimacin de los modelos matemticos de


primer orden

En la etapa de bsqueda I se evalu el efecto de las variables en las condiciones de extraccin


de gelatina sobre las variables respuesta en forma individual.

a. Fuerza de gel

La Tabla 12 muestra los valores promedio de la fuerza de gel observada y estimada para
cada tratamiento analizado. Se observ que los valores de fuerza de gel fluctuaron entre
335,3 a 454,2 g (ver Anexo 4).

En la Tabla 12 se aprecia como la fuerza de gel vara con la temperatura, tiempo y


concentracin de cido ctrico. Por ejemplo, si se comparan los tratamientos 1 y 5, se aprecia
que variando slo la concentracin de cido ctrico de 0,26 a 0,74 % la fuerza de gel
disminuye de 454,2 a 404,5 g. Sin embargo, si se comparan los tratamientos 1 y 2, se aprecia
que slo una variacin de la temperatura de 46,1 a 63,9 C produce una mayor disminucin
de la fuerza de gel de 454,2 a 350,0 g. Esto demuestra que cada variable produce un efecto
diferente sobre la fuerza de gel, es por ello que se requiere una optimizacin de las
condiciones de extraccin con la finalidad de obtener la mayor fuerza de gel en la gelatina.

50
Tabla 12: Fuerza de gel observada y estimada en el diseo factorial 2k con rplicas en
el punto central

Concentracin
Temperatura Tiempo de cido Fuerza de gel Fuerza de gel
Tratamiento
(C) (minutos) ctrico (%) observada (g) estimada (g)
X1 X2 X3 Y1 1
1 46,1 129 0,26 454,2 440,4
2 63,9 129 0,26 350,0 355,1
3 46,1 331 0,26 396,9 400,3
4 63,9 331 0,26 346,7 352,1
5 46,1 129 0,74 404,5 418,3
6 63,9 129 0,74 338,0 332,9
7 46,1 331 0,74 381,4 378,1
8 63,9 331 0,74 335,3 330,0
9 55 230 0,5 388,8 390,0
10 55 230 0,5 383,3 390,0
11 55 230 0,5 394,3 390,0
12 55 230 0,5 390,5 390,0
13 55 230 0,5 396,9 390,0
14 55 230 0,5 386,0 390,0

La Tabla 13 muestra el anlisis de varianza del modelo lineal. El ANVA incluy los efectos
simples y efectos interaccin y se realiz con la finalidad de determinar los efectos que
contribuyeron a explicar el comportamiento de la respuesta.

51
Tabla 13: Anlisis de varianza (ANVA) de la regresin para la fuerza de gel

Suma de Grados de Cuadrado Valor p


Fuente de variabilidad Fc
cuadrados libertad medio (prob > F)
Modelo 11882,04 6 1980,34 44,15 0,0001
x1: temperatura (C) 8906,68 1 8906,68 198,55 0,0000
x2: tiempo (minutos) 930,24 1 930,24 20,74 0,0039
x3: cido ctrico (%) 982,72 1 982,72 21,91 0,0034
x1 x2 691,92 1 691,92 15,42 0,0077
x1 x3 219,10 1 219,10 4,88 0,0691
x2 x3 151,38 1 151,38 3,37 0,1159
Curvatura 680,02 1 680,02 15,16 0,0080
Error 269,15 6 44,86
Total 12831,22 13

En la Tabla 13 se aprecia que el valor p (prob > F) del modelo fue inferior a 0,05 y 0,01, por
lo tanto al menos uno de los efectos evaluados (principales o interacciones) tuvo un efecto
significativo.

Gutirrez y Vara (2008) mencionan que si el valor p del efecto es menor que el nivel de
significancia prefijado , se concluye que el efecto es estadsticamente distinto de cero, es
decir, tal efecto est activo o influye de manera significativa sobre la respuesta. Adems,
mientras ms pequeo sea el valor p o ms grande sea el valor Fc de un efecto, ste es ms
importante sobre la respuesta.

De acuerdo a esto, en el ANVA que se muestra en la Tabla 13, se aprecia que a un nivel de
significancia de = 0,05 los efectos que tuvieron un valor p (prob > F) menor a 0,05 fueron
los efectos principales (x1, x2, x3) y el efecto interaccin (x1 x2), demostrando que las tres
variables estudiadas afectan el proceso significativamente, siendo el efecto principal x1 el
ms importante sobre la respuesta. Esta significancia obtenida coincide con la afirmacin
hecha por Regenstein y Zhou (2007), Karim y Bhat (2009), Gmez-Guilln et al. (2011) y
Niu (2013) quienes indican que la temperatura, el tiempo y concentracin de cido en la
etapa de extraccin son las principales variables que influyen sobre la fuerza de gel en las
gelatinas obtenidas.

52
As mismo, Gutirrez y Vara (2008) mencionan que con la finalidad de obtener un modelo
en el que slo se incluyan trminos significativos, es usual construir el mejor ANVA, en el
que se eliminan del anlisis y se mandan al error a los efectos que claramente son no
significativos.

De acuerdo a lo anterior, en el ANVA que se muestra en la Tabla 13, se aprecia claramente


que los efectos interaccin (x1 x3, x2 x3) fueron no significativos, por lo que se eliminaron
para obtener el mejor ANVA tal como se observa en la Tabla 14.

La Tabla 14 muestra el mejor ANVA para la fuerza de gel, que incluy slo los efectos
significativos. Adems, se incluy la curvatura y el error, el cual se separ en dos
componentes: falta de ajuste (lack of fit) y error puro.

Tabla 14: Mejor anlisis de varianza (ANVA) de la regresin para la fuerza de gel y
prueba de falta de ajuste

Suma de Grados de Cuadrado Valor p


Fuente de variabilidad Fc
cuadrados libertad medio (prob > F)
Modelo 11511,56 4 2877,89 35,99 0,0000
x1: temperatura (C) 8906,68 1 8906,68 111,40 0,0000
x2: tiempo (minutos) 930,24 1 930,24 11,63 0,0092
x3: cido ctrico (%) 982,72 1 982,72 12,29 0,0080
x1 x2 691,92 1 691,92 8,65 0,0187
Curvatura 680,02 1 680,02 8,51 0,0194
Error 639,63 8 79,95
Falta de ajuste 511,60 3 170,53 6,66 0,0338
Error puro 128,03 5 25,61
Total 12831,22 13
R2 = 0,8972, R2aj = 0,8514

En la Tabla 14 se observa que la curvatura fue significativa puesto que present un valor p
(prob > F) inferior a 0,05, lo cual signific que existe presencia de curvatura. As mismo, la
falta de ajuste result ser significativa puesto que el valor p (prob > F) fue inferior a 0,05.

53
Al respecto, Gutirrez y Vara (2008) mencionan que una falta de ajuste significativa es un
fuerte indicio de curvatura.

Por lo mencionado anteriormente, se puede decir que el modelo de primer orden no fue una
aproximacin adecuada para explicar la respuesta en la regin experimental elegida. De
acuerdo a esto, Montgomery (2011) menciona que la existencia de curvatura en la superficie
puede indicar al experimentador que se encuentra cerca del ptimo.

La Tablas 15 muestra los coeficientes de regresin estimados asociados a los efectos


significativos en funcin a la fuerza de gel.

Tabla 15: Coeficientes de regresin estimados para la fuerza de gel

Trmino del modelo Coeficiente estimado


Intercepto 381,92
x1: temperatura (C) -33,37
x2: tiempo (minutos) -10,78
x3: cido ctrico (%) -11,08
x1 x2 9,30

Luego de realizar el anlisis de regresin mltiple con los valores observados, se obtuvo el
siguiente modelo matemtico o ecuacin polinomial de primer grado:

1 = 381,92 33,37 1 10,78 2 11,08 3 + 9,30 1 2

Donde 1 representa la fuerza de gel estimada (g); y 1 , 2 y 3 la temperatura (C), tiempo


(minutos) y concentracin de cido ctrico (%, p/v), respectivamente, en su forma codificada.

Para medir la calidad de ajuste del modelo de regresin mltiple se utiliz el coeficiente de
determinacin (R2) y coeficiente de determinacin ajustado (R2aj), los cuales se obtuvieron
a partir del mejor ANVA tal como se muestra en la Tabla 14.

Montgomery (2011) expresa que estos coeficientes deben tener valores entre 0 y 1, siendo
el R2 menor al R2aj. Adems, menciona que ambos coeficientes sirven para cuantificar el

54
porcentaje de variabilidad presente en los datos y que es explicado por el modelo, por ello
son deseables valores cercanos a 1. Gutirrez y Vara (2008) indican que se prefiere al R2aj
en lugar del R2, debido a que este ltimo se incrementa de manera artificial con cada trmino
que se agrega al modelo, aunque sea un trmino que no contribuya en mucho a la explicacin
de la respuesta. En cambio, el R2aj incluso disminuye su valor cuando el trmino que se
agrega no aporta mucho.

De esta manera, el coeficiente de determinacin ajustado (R2aj) fue de 0,8514, es decir el


85,14 % de la variabilidad de los datos es explicada por el modelo lineal ajustado.

La falta de ajuste y presencia de curvatura en el modelo tambin puede ser observada de


manera grfica. La Figura 12 muestra la superficie de respuesta para la fuerza de gel en
funcin a las variables temperatura (X1) y tiempo (X2). La variable concentracin de cido
ctrico (X3) permaneci constante en su nivel central con la finalidad de facilitar la
representacin grfica tridimensional de la superficie.

Figura 12: Superficie de respuesta para la fuerza de gel, en funcin a las variables
temperatura (X1) y tiempo (X2) en la bsqueda del modelo de primer orden

55
En la Figura 12 se aprecia que los puntos centrales del diseo (puntos rojos) se encontraron
fuera de la superficie correspondiente al modelo lineal. Ello indic una presencia de
curvatura y una falta de ajuste a una superficie plana.

Segn lo expresado por Gutirrez y Vara (2008), una vez que se detecta la presencia de
curvatura en la superficie se completa un diseo de segundo orden. De acuerdo a ello, se
continu con la siguiente etapa para estimar el modelo de segundo orden para la fuerza de
gel y ubicar el punto ptimo.

b. Rendimiento de extraccin de protena

La Tabla 16 muestra los valores promedio del rendimiento de extraccin de protena


observado y estimado para cada tratamiento analizado. Se observ que los valores de
rendimiento de extraccin de protena fluctuaron entre 16,71 a 21,36 % (ver Anexo 5).

En la Tabla 16 se aprecia como el rendimiento de extraccin de protena vara con la


temperatura, tiempo y concentracin de cido ctrico. Por ejemplo, si se comparan los
tratamientos 7 y 3, se aprecia que variando slo la concentracin de cido ctrico de 0,74 a
0,26 % el rendimiento de extraccin aumenta de 17,49 a 18,34 %. Sin embargo, si se
comparan los tratamientos 7 y 8, se aprecia que slo una variacin de la temperatura de 46,1
a 63,9 C produce un mayor aumento del rendimiento de extraccin de 17,49 a 20,97 %.
Esto demuestra que cada variable produce un efecto diferente sobre el rendimiento de
extraccin de protena, es por ello que se requiere una optimizacin de las condiciones de
extraccin con la finalidad de obtener el mayor rendimiento.

56
Tabla 16: Rendimiento de extraccin de protena observada y estimada en el diseo
factorial 2k con rplicas en el punto central

Rendimiento de Rendimiento de
Temperatura Tiempo Concentracin extraccin de extraccin de
Tratamiento (C) (minutos) de cido protena protena
ctrico (%) observado (%) estimado (%)
X1 X2 X3 Y2 2
1 46,1 129 0,26 16,84 16,92
2 63,9 129 0,26 20,41 20,33
3 46,1 331 0,26 18,34 18,15
4 63,9 331 0,26 21,36 21,55
5 46,1 129 0,74 16,71 16,78
6 63,9 129 0,74 20,25 20,18
7 46,1 331 0,74 17,49 17,53
8 63,9 331 0,74 20,97 20,93
9 55,0 230 0,50 19,92 19,83
10 55,0 230 0,50 19,89 19,83
11 55,0 230 0,50 19,76 19,83
12 55,0 230 0,50 19,79 19,83
13 55,0 230 0,50 19,80 19,83
14 55,0 230 0,50 19,83 19,83

La Tabla 17 muestra el anlisis de varianza del modelo lineal. El ANVA incluy los efectos
simples y efectos interaccin y se realiz con la finalidad de determinar los efectos que
contribuyeron a explicar el comportamiento de la respuesta.

57
Tabla 17: Anlisis de varianza (ANVA) de la regresin para el rendimiento de
extraccin de protena

Suma de Grados de Cuadrado Valor p


Fuente de variabilidad Fc
cuadrados libertad medio (prob > F)
Modelo 25,61 6 4,27 538,16 0,0000
x1: temperatura (C) 23,19 1 23,19 2922,94 0,0000
x2: tiempo (minutos) 1,95 1 1,95 246,16 0,0000
x3: cido ctrico (%) 0,29 1 0,29 37,14 0,0009
x1 x2 0,04 1 0,04 5,63 0,0553
x1 x3 0,02 1 0,02 3,05 0,1312
x2 x3 0,11 1 0,11 14,02 0,0096
Curvatura 2,11 1 2,11 265,90 0,0000
Error 0,05 6 0,01
Total 27,77 13

En la Tabla 17 se aprecia que el valor p (prob > F) del modelo fue inferior a 0,05 y 0,01, por
lo tanto al menos uno de los efectos evaluados (principales o interacciones) tuvo un efecto
significativo.

Con respecto a los efectos del modelo estimado, en el ANVA que se muestra en la Tabla 17
se aprecia que a un nivel de significancia de = 0,05 los efectos que tienen un valor p (prob
> F) menor a 0,05 son los efectos principales (x1, x2, x3) y el efecto interaccin (x2 x3),
demostrando que las tres variables estudiadas afectan el proceso significativamente, siendo
el efecto principal x1 el ms importante sobre la respuesta. Esta significancia obtenida
coincide con la afirmacin hecha por Karim y Bhat (2009), Gmez-Guilln et al. (2011) y
Niu (2013) quienes indican que la temperatura, el tiempo y concentracin de cido en la
etapa de extraccin son las principales variables que influyen sobre el rendimiento de
extraccin de protena en las gelatinas obtenidas.

Con la finalidad de construir el mejor ANVA se eliminaron del anlisis y se mandaron al


error a los efectos que fueron no significativos.

58
De acuerdo a lo anterior, en el ANVA que se muestra en la Tabla 17, se aprecia que los
efectos interaccin (x1 x2, x1 x3) fueron no significativos, por lo que se eliminaron para
obtener el mejor ANVA tal como se observa en la Tabla 18.

La Tabla 18 muestra el mejor ANVA para el rendimiento de extraccin de protena, que


incluy slo los efectos significativos. Adems, se incluy la curvatura y el error, el cual se
separ en dos componentes: falta de ajuste (lack of fit) y error puro.

Tabla 18: Mejor anlisis de varianza (ANVA) de la regresin para el rendimiento de


extraccin de protena y prueba de falta de ajuste

Suma de Grados de Cuadrado Valor p


Fuente de variabilidad Fc
cuadrados libertad medio (prob > F)
Modelo 25,55 4 6,39 438,59 0,0000
x1: temperatura (C) 23,19 1 23,19 1592,38 0,0000
x2: tiempo (minutos) 1,95 1 1,95 134,10 0,0000
x3: cido ctrico (%) 0,29 1 0,29 20,23 0,0020
x2 x3 0,11 1 0,11 7,64 0,0245
Curvatura 2,11 1 2,11 144,86 0,0000
Error 0,12 8 0,01
Falta de ajuste 0,10 3 0,03 8,66 0,0200
Error puro 0,02 5 0,00
Total 27,77 13
R2 = 0,9199, R2aj = 0,8842

En la Tabla 18 se aprecia que la curvatura fue significativa puesto que present un valor p
(prob > F) inferior a 0,05, lo cual signific que existe presencia de curvatura. As mismo, la
falta de ajuste result ser significativa puesto que el valor p (prob > F) fue inferior a 0,05.
Al respecto, Gutirrez y Vara (2008) mencionan que una falta de ajuste significativa es un
fuerte indicio de curvatura.

Por lo mencionado anteriormente, se puede decir que el modelo de primer orden no fue una
aproximacin adecuada para explicar la respuesta en la regin experimental elegida.

59
La existencia de curvatura en la superficie puede indicar al experimentador que se encuentra
cerca del ptimo.

La Tabla 19 muestra los coeficientes de regresin estimados asociados a los efectos


significativos en funcin al rendimiento de extraccin de protena.

Tabla 19: Coeficientes de regresin estimados para el rendimiento de extraccin de


protena

Trmino del modelo Coeficiente estimado


Intercepto 19,38
x1: temperatura (C) 1,70
x2: tiempo (minutos) 0,49
x3: cido ctrico (%) -0,19
x2 x3 -0,12

Luego de realizar el anlisis de regresin mltiple con los valores observados, se obtuvo el
siguiente modelo matemtico o ecuacin polinomial de primer grado:

2 = 19,38 + 1,70 1 + 0,49 2 0,19 3 0,12 2 3

Donde 2 representa el rendimiento de extraccin de protena (%); y 1 , 2 y 3 la


temperatura (C), tiempo (minutos) y concentracin de cido ctrico (%, p/v),
respectivamente, en su forma codificada.

Para medir la calidad de ajuste del modelo de regresin mltiple se utiliz el coeficiente de
determinacin (R2) y coeficiente de determinacin ajustado (R2aj), los cuales se obtuvieron
a partir del mejor ANVA tal como se muestra en la Tabla 18.

Estos dos coeficientes deben tener valores entre 0 y 1, siendo el R2 menor al R2aj. Ambos
coeficientes sirven para cuantificar el porcentaje de variabilidad presente en los datos y que
es explicado por el modelo, por ello son deseables valores cercanos a 1. Generalmente se
prefiere al R2aj en lugar del R2.

60
De esta manera, el coeficiente de determinacin ajustado (R2aj) fue de 0,8842, es decir el
88,42% de la variabilidad de los datos es explicada por el modelo lineal ajustado.

La falta de ajuste y presencia de curvatura en el modelo tambin puede ser observada de


manera grfica. La Figura 13 muestra la superficie de respuesta para el rendimiento de
extraccin de protena en funcin a las variables temperatura (X1) y tiempo (X2). La variable
concentracin de cido ctrico (X3) permaneci constante en su nivel central con la finalidad
de facilitar la representacin grfica tridimensional de la superficie.

Figura 13: Superficie de respuesta para el rendimiento de extraccin de protena, en


funcin a las variables temperatura (X1) y tiempo (X2) en la bsqueda del modelo de
primer orden

En la Figura 13 se aprecia que los puntos centrales del diseo (puntos rojos) se encontraron
fuera de la superficie correspondiente al modelo lineal. Ello indic una presencia de
curvatura y una falta de ajuste a una superficie plana.

Segn lo expresado por Gutirrez y Vara (2008), una vez que se detecta la presencia de
curvatura en la superficie se completa un diseo de segundo orden. De acuerdo a ello, se
continu con la siguiente etapa para estimar el modelo de segundo orden para el rendimiento
de extraccin de protena y ubicar el punto ptimo.

61
4.2.2. Bsqueda II o de segundo orden: estimacin de los modelos matemticos de
segundo orden

En esta etapa se complet un diseo central compuesto para estimar el modelo de segundo
orden y ubicar el punto ptimo en cada respuesta.

a. Fuerza de gel

La Tabla 20 muestra los valores promedio de la fuerza de gel observada y estimada para
cada tratamiento analizado. Se observ que la fuerza de gel fluctu entre 287,3 a 454,2 g
(ver Anexo 4).

En la Tabla 20 se aprecia que los cambios extremos de temperatura, tiempo y concentracin


de cido ctrico influyen drsticamente sobre la fuerza de gel. Por ejemplo, si se comparan
los tratamientos 11 y 12, se aprecia que variando el tiempo de extraccin de 60 a 400 minutos
y manteniendo las otras dos variables en su punto central, la fuerza de gel disminuye de
409,5 a 370,8 g. Sin embargo, si se comparan los tratamientos 9 y 10, se aprecia que una
variacin de la temperatura de 40,0 a 70,0 C y manteniendo de igual manera las otras dos
variables en su punto central, produce una mayor disminucin de la fuerza de gel de 390,1 a
287,3 g. Esto demuestra que existen variables que ejercen un efecto mucho mayor sobre la
fuerza de gel, es por ello que se requiere una optimizacin de las condiciones de extraccin
con la finalidad de obtener la mayor fuerza de gel.

62
Tabla 20: Fuerza de gel observada y estimada en el diseo central compuesto

Concentracin
Temperatura Tiempo de cido Fuerza de gel Fuerza de gel
Tratamiento
(C) (minutos) ctrico (%) observada (g) estimada (g)
X1 X2 X3 Y1 1
1 46,1 129 0,26 454,2 440,6
2 63,9 129 0,26 350,0 357,6
3 46,1 331 0,26 396,9 399,8
4 63,9 331 0,26 346,7 354,0
5 46,1 129 0,74 404,5 412,3
6 63,9 129 0,74 338,0 329,2
7 46,1 331 0,74 381,4 371,5
8 63,9 331 0,74 335,3 325,7
9 40,0 230 0,50 390,1 395,7
10 70,0 230 0,50 287,3 287,4
11 55,0 60 0,50 409,5 410,1
12 55,0 400 0,50 370,8 372,9
13 55,0 230 0,10 423,3 415,3
14 55,0 230 0,90 360,9 367,7
15 55,0 230 0,50 388,8 391,5
16 55,0 230 0,50 383,3 391,5
17 55,0 230 0,50 394,3 391,5
18 55,0 230 0,50 390,5 391,5
19 55,0 230 0,50 396,9 391,5
20 55,0 230 0,50 386,0 391,5

La Tabla 21 muestra el anlisis de varianza del modelo cuadrtico. El ANVA incluy los
efectos simples, efectos interaccin y efectos cuadrticos y se realiz con la finalidad de
determinar los efectos que contribuyen a explicar el comportamiento de la respuesta.

63
Tabla 21: Anlisis de varianza (ANVA) de la regresin para la fuerza de gel

Suma de Grados de Cuadrado Valor p


Fuente de variabilidad Fc
cuadrados libertad medio (prob > F)
Modelo 24251,37 9 2694,60 52,40 0,0000
x1: temperatura (C) 14164,58 1 14164,58 275,43 0,0000
x2: tiempo (minutos) 1676,12 1 1676,12 32,59 0,0002
x3: cido ctrico (%) 2741,62 1 2741,62 53,31 0,0000
x1 x2 691,92 1 691,92 13,45 0,0043
x1 x3 219,10 1 219,10 4,26 0,0659
x2 x3 151,38 1 151,38 2,94 0,1170
x12 4389,96 1 4389,96 85,36 0,0000
x22 7,95 1 7,95 0,15 0,7024
x32 29,80 1 29,80 0,58 0,4641
Error 514,28 10 51,43
Total 24765,65 19

En la Tabla 21 se aprecia que el valor p (prob > F) del modelo cuadrtico fue menor a 0,05
y 0,01, por lo tanto el modelo fue significativo.

Con respecto a los efectos del modelo estimado, en el ANVA que se muestra en la Tabla 21
se aprecia que a un nivel de significancia de = 0,05 los efectos que tuvieron un valor p
(prob > F) menor a 0,05 fueron los efectos principales (x1, x2, x3), el efecto interaccin x1 x2
y el efecto cuadrtico x12.

Con la finalidad de construir el mejor ANVA se eliminaron del anlisis y se mandaron al


error a los efectos que fueron no significativos. As, los efectos interaccin x1 x3 y x2 x3 y
los efectos cuadrticos x22 y x32 fueron no significativos por lo que se eliminaron para
obtener el mejor ANVA tal como se observa en la Tabla 22.

La Tabla 22 muestra el mejor ANVA para la fuerza de gel. Adems, el error se separ en
dos componentes: falta de ajuste (lack of fit) y error puro.

64
Tabla 22: Mejor anlisis de varianza (ANVA) de la regresin para la fuerza de gel y
prueba de falta de ajuste

Suma de Grados de Cuadrado Valor p


Fuente de variabilidad Fc
cuadrados libertad medio (prob > F)
Modelo 23845,85 5 4769,17 72,59 0,0000
x1: temperatura (C) 14164,58 1 14164,58 215,59 0,0000
x2: tiempo (minutos) 1676,12 1 1676,12 25,51 0,0002
x3: cido ctrico (%) 2741,62 1 2741,62 41,73 0,0000
x1 x2 691,92 1 691,92 10,53 0,0059
x12 4571,62 1 4571,62 69,58 0,0000
Error 919,80 14 65,70
Falta de ajuste 791,77 9 87,97 3,44 0,0938
Error puro 128,03 5 25,61
Total 24765,65 19
R2 = 0,9629, R2aj = 0,9496

En la Tabla 22 se aprecia que la falta de ajuste result ser no significativa puesto que el valor
p (prob > F) fue superior a 0,05. Al respecto, Gutirrez y Vara (2008) mencionan que una
falta de ajuste no significativa indica que el modelo de segundo orden se ajusta de manera
conveniente a los datos.

De acuerdo a lo mencionado anteriormente, se puede decir que el modelo de segundo orden


fue una aproximacin adecuada para explicar la respuesta en la regin experimental elegida.

La Tabla 23 muestra los coeficientes de regresin estimados asociados a los efectos


significativos en funcin a la fuerza de gel.

65
Tabla 23: Coeficientes de regresin estimados para la fuerza de gel

Trmino del modelo Coeficiente estimado


Intercepto 391,49
x1: temperatura (C) -32,21
x2: tiempo (minutos) -11,08
x3: cido ctrico (%) -14,17
x1 x2 9,30
x12 -17,65

Luego de realizar el anlisis de regresin mltiple con los valores observados, se obtuvo el
siguiente modelo matemtico o ecuacin polinomial de segundo grado:

1 = 391,49 32,21 1 11,08 2 14,17 3 + 9,30 1 2 17,65 12

Donde 1 representa la fuerza de gel estimada (g); y 1 , 2 y 3 la temperatura (C), tiempo


(minutos) y concentracin de cido ctrico (%, p/v), respectivamente, en su forma codificada.

Para medir la calidad de ajuste del modelo de regresin mltiple se utiliz el coeficiente de
determinacin ajustado (R2aj), el cual se obtuvo a partir del mejor ANVA tal como se muestra
en la Tabla 22.

El valor del coeficiente de determinacin ajustado (R2aj) fue 0,9496, es decir el 94,96 % de
la variabilidad de los datos es explicada por el modelo cuadrtico ajustado; por lo tanto,
existe una adecuada correlacin entre los valores observados y estimados de la respuesta.

De esta manera, el modelo cuadrtico ajustado fue mucho ms conveniente para representar
la relacin existente entre la respuesta (fuerza de gel) y las variables evaluadas (temperatura,
tiempo y concentracin de cido ctrico).

Los contornos y superficies de respuesta presentados en las Figuras 14 a 19, muestran la


influencia de dos variables sobre la respuesta fuerza de gel (la otra variable permaneci
constante en su nivel central).

66
Las Figuras 14 y 15 muestran el efecto de la temperatura y el tiempo sobre la fuerza de gel
(la concentracin de cido ctrico permaneci constante y fue igual a 0,50 %).

Figura 14: Contornos para la fuerza de gel, en funcin a las variables temperatura (X1)
y tiempo (X2) en la bsqueda del modelo de segundo orden

Figura 15: Superficie de respuesta para la fuerza de gel, en funcin a las variables
temperatura (X1) y tiempo (X2) en la bsqueda del modelo de segundo orden

En las Figuras 14 y 15 se puede apreciar que el efecto del tiempo sobre la fuerza de gel fue
inversamente proporcional ya que, a medida que aquel aument, la fuerza de gel disminuy.

67
Por otro lado, la temperatura tuvo un efecto diferente, por cuanto se observ un incremento
de la fuerza de gel cuando se increment la temperatura de extraccin, pero esto slo sucedi
hasta un determinado nivel de temperatura, despus del cual, los valores de fuerza de gel
comenzaron a disminuir.

Se obtuvieron gelatinas con los mayores valores de fuerza de gel (aprox. entre 410 y 440 g)
cuando se trabaj a bajas temperaturas de extraccin (aprox. entre 40 y 55 C) durante
tiempos cortos (aprox. entre 60 y 200 min); sin embargo, los valores de fuerza de gel
disminuyeron hasta 360 g cuando se incrementaron la temperatura (55,0 - 62,5 C) y el
tiempo (200 - 400 min) de extraccin.

Adems, se observ que a temperaturas mayores (> 62,5 C) la fuerza de gel disminuy
considerablemente sin verse afectada por el tiempo de extraccin, llegando hasta valores de
280 g. Esto se relaciona con lo observado en el mejor ANVA, mostrado en la Tabla 22, en
el cual se determin que la temperatura de extraccin ejerci el efecto ms significativo
sobre la fuerza de gel.

Djabourov et al. (1993), citados por Karim y Bhat (2009), mencionan que tratamientos
trmicos por encima de 40 C rompen puentes de hidrgeno y enlaces covalente,
desestabilizando la triple hlice del colgeno, la cual se desenrollar y dar lugar a gelatina
soluble. Por su parte, Muyonga et al. (2004), Cho et al. (2005), Alfaro et al. (2014) y Jridi
et al. (2015) indican que altas temperaturas y excesivos tiempos de extraccin causan una
degradacin de la protena, rompiendo demasiados enlaces y generando pptidos de bajo
peso molecular (< cadenas ), lo que resulta en una disminucin de su capacidad gelificante
y, por ende, en gelatinas con valores ms bajos de fuerza de gel.

Las Figuras 16 y 17 muestran el efecto de la temperatura y la concentracin de cido ctrico


sobre la fuerza de gel (el tiempo permaneci constante y fue igual a 230 min).

68
Figura 16: Contornos para la fuerza de gel, en funcin a las variables temperatura (X1)
y concentracin de cido ctrico (X3) en la bsqueda del modelo de segundo orden

Figura 17: Superficie de respuesta para la fuerza de gel, en funcin a las variables
temperatura (X1) y concentracin de cido ctrico (X3) en la bsqueda del modelo de
segundo orden

En las Figuras 16 y 17 se puede apreciar que el efecto de la concentracin de cido ctrico


sobre la fuerza de gel fue inversamente proporcional, ya que a medida que aument, la fuerza
de gel disminuy.

69
Por otro lado, la temperatura tuvo el mismo efecto descrito anteriormente, ya que se observ
un incremento de la fuerza de gel cuando se increment la temperatura de extraccin, pero
despus de un determinado nivel de temperatura, los valores de fuerza de gel comenzaron a
disminuir.

En las Figuras 16 y 17 tambin se puede apreciar que con una extraccin a bajas temperaturas
(aprox. entre 40 y 55 C) y utilizando bajas concentraciones de cido ctrico (aprox. entre
0,1 y 0,5 %) se obtuvieron gelatinas con los mayores valores de fuerza de gel (> 400 g); sin
embargo, stos valores disminuyeron considerablemente (de 370 a 280 g) cuando la
temperatura se increment a partir de 62,5 C.

Tambin se observ que la temperatura de extraccin ejerci el efecto ms significativo


sobre la fuerza de gel. Las razones por la cual la fuerza de gel disminuye a partir de ciertos
valores de temperatura se explicaron anteriormente (ver pgina 68).

As mismo, a temperaturas de extraccin iguales, la fuerza de gel disminuy respecto a un


incremento de la concentracin de cido ctrico. La concentracin de cido ctrico utilizada
en la extraccin estuvo relacionada con el pH final de la gelatina obtenida, es por ello que
gelatinas obtenidas en soluciones con bajas concentraciones de cido ctrico (0,26 0,10 %)
presentaron valores mayores de pH (4,9 5,6), en comparacin a altas concentraciones de
cido ctrico (0,74 0,90 %) que presentaron valores ms bajos de pH (3,8 4,0).

Songchotikunpan et al. (2008) mencionan que la fuerza de gel depende del pH de la gelatina,
y se pueden formar geles ms compactos y fuertes ajustando su pH a valores cercanos de su
punto isoelctrico. Cabe mencionar que la gelatina obtenida fue una gelatina tipo A, debido
a que las pieles de perico fueron previamente acondicionadas en una solucin cida, siendo
la caracterstica de estas gelatinas presentar un punto isoelctrico a un pH entre 7 y 9
(Gmez-Guilln et al., 2011). Es as que, las gelatinas obtenidas con bajas concentraciones
de cido ctrico presentaron mayores valores de fuerza de gel, ya que tuvieron valores de pH
(entre 4,8 y 5,6) ms cercanos a su punto isoelctrico (pH ~ 7 9), respecto a las gelatinas
obtenidas con altas concentraciones de cido ctrico y con valores de pH entre 3,8 y 4,0.

Las Figuras 18 y 19 muestran el efecto del tiempo y la concentracin de cido ctrico sobre
la fuerza de gel (la temperatura permaneci constante y fue igual a 55 C).

70
Figura 18: Contornos para la fuerza de gel, en funcin a las variables tiempo (X1) y
concentracin de cido ctrico (X3) en la bsqueda del modelo de segundo orden

Figura 19: Superficie de respuesta para la fuerza de gel, en funcin a las variables
tiempo (X2) y concentracin de cido ctrico (X3) en la bsqueda del modelo de segundo
orden

En las Figuras 18 y 19 se puede apreciar que el efecto del tiempo y de la concentracin de


cido ctrico sobre la fuerza de gel fue inversamente proporcional ya que, a medida que
aumentaron ambas variables, la fuerza de gel disminuy.

71
Se obtuvieron gelatinas con los mayores valores de fuerza de gel (> 400 g) cuando se trabaj
durante tiempos cortos extraccin (entre 60 y 230 min) y en soluciones con bajas
concentraciones de cido ctrico (aprox. entre 0,1 y 0,5 %).

b. Rendimiento de extraccin de protena

La Tabla 24 muestra los valores promedio del rendimiento de extraccin de protena


observado y estimado para cada tratamiento analizado. Se observ que el rendimiento de
extraccin de protena fluctu entre 15,74 a 21,36 g (ver Anexo 5).

En la Tabla 24 se aprecia que los cambios extremos de temperatura, tiempo y concentracin


de cido ctrico influyen drsticamente sobre el rendimiento de extraccin de protena. Por
ejemplo, si se comparan los tratamientos 14 y 13, se aprecia que variando la concentracin
de cido ctrico de 0,90 a 0,10 % y manteniendo las otras dos variables en su punto central,
el rendimiento de extraccin aumenta de 18,66 a 19,12 %. Sin embargo, si se comparan los
tratamientos 11 y 12, se aprecia que una variacin del tiempo de extraccin de 60 a 400
minutos y manteniendo de igual manera las otras dos variables en su punto central, produce
un mayor aumento del rendimiento de extraccin de 18,89 a 20,56 %. Esto demuestra que
existen variables que ejercen un efecto mucho mayor sobre el rendimiento de extraccin de
protena, es por ello que se requiere una optimizacin de las condiciones de extraccin con
la finalidad de obtener el mayor rendimiento.

72
Tabla 24: Rendimiento de extraccin de protena observado y estimado en el diseo
central compuesto

Rendimiento de Rendimiento de
Temperatura Tiempo Concentracin extraccin de extraccin de
Tratamiento (C) (minutos) de cido protena protena
ctrico (%) observado (%) estimado (%)
X1 X2 X3 Y2 2
1 46,1 129 0,26 16,84 16,84
2 63,9 129 0,26 20,41 20,36
3 46,1 331 0,26 18,34 18,21
4 63,9 331 0,26 21,36 21,44
5 46,1 129 0,74 16,71 16,73
6 63,9 129 0,74 20,25 20,26
7 46,1 331 0,74 17,49 17,64
8 63,9 331 0,74 20,97 20,86
9 40,0 230 0,50 15,74 15,72
10 70,0 230 0,50 21,35 21,39
11 55,0 60 0,50 18,89 18,98
12 55,0 400 0,50 20,56 20,64
13 55,0 230 0,10 19,12 19,18
14 55,0 230 0,90 18,66 18,61
15 55,0 230 0,50 19,92 19,81
16 55,0 230 0,50 19,89 19,81
17 55,0 230 0,50 19,76 19,81
18 55,0 230 0,50 19,79 19,81
19 55,0 230 0,50 19,80 19,81
20 55,0 230 0,50 19,83 19,81

La Tabla 25 muestra el anlisis de varianza del modelo cuadrtico. El ANVA incluy los
efectos simples, efectos interaccin y efectos cuadrticos, y se realiz con la finalidad de
determinar los efectos que contribuyeron a explicar el comportamiento de la respuesta.

73
Tabla 25: Anlisis de varianza (ANVA) de la regresin para el rendimiento de
extraccin de protena

Suma de Grados de Cuadrado Valor p


Fuente de variabilidad Fc
cuadrados libertad medio (prob > F)
Modelo 46,85 9 5,21 782,90 0,0000
x1: temperatura (C) 38,92 1 38,92 5853,45 0,0000
x2: tiempo (minutos) 3,33 1 3,33 501,29 0,0000
x3: cido ctrico (%) 0,39 1 0,39 58,95 0,0000
x1 x2 0,04 1 0,04 6,72 0,0269
x1 x3 0,02 1 0,02 3,64 0,0854
x2 x3 0,11 1 0,11 16,73 0,0022
x12 2,85 1 2,85 429,24 0,0000
x22 0,01 1 0,01 1,84 0,2045
x32 1,52 1 1,52 228,84 0,0000
Error 0,07 10 0,01
Total 46,91 19

En la Tabla 25 se aprecia que el valor p (prob > F) del modelo cuadrtico fue menor a 0,05
y 0,01, por lo tanto el modelo fue significativo.

Con respecto a los efectos del modelo estimado, en el ANVA que se muestra en la Tabla 25
se aprecia que a un nivel de significancia de = 0,05 los efectos que tuvieron un valor p
(prob > F) menor a 0,05 fueron los efectos principales (x1, x2, x3), los efectos interaccin x1
x2 y x2 x3 y los efectos cuadrticos x12 y x32.

Con la finalidad de construir el mejor ANVA se eliminaron del anlisis y se mandaron al


error a los efectos que fueron no significativos.

De acuerdo al ANVA que se muestra en la Tabla 25, el efecto interaccin x1 x3 y el efecto


cuadrtico x22 fueron no significativos por lo que se eliminaron para obtener el mejor ANVA
tal como se muestra en la Tabla 26.

74
La Tabla 26 muestra el mejor ANVA para el rendimiento de extraccin de protena. Adems,
el error se separ en dos componentes: falta de ajuste (lack of fit) y error puro.

Tabla 26: Mejor anlisis de varianza (ANVA) de la regresin para el rendimiento de


extraccin de protena y prueba de falta de ajuste

Suma de Grados de Cuadrado Valor p


Fuente de variabilidad Fc
cuadrados libertad medio (prob > F)
Modelo 46,81 7 6,69 779,40 0,0000
x1: temperatura (C) 38,92 1 38,92 4535,83 0,0000
x2: tiempo (minutos) 3,33 1 3,33 388,45 0,0000
x3: cido ctrico (%) 0,39 1 0,39 45,68 0,0000
x1 x2 0,04 1 0,04 5,21 0,0415
x2 x3 0,11 1 0,11 12,97 0,0036
x12 2,84 1 2,84 331,57 0,0000
x32 1,51 1 1,51 175,91 0,0000
Error 0,10 12 0,01
Falta de ajuste 0,08 7 0,01 3,20 0,1095
Error puro 0,02 5 0,00
Total 46,91 19
R2 = 0,9978, R2aj = 0,9965

En la Tabla 26 se aprecia que la falta de ajuste result ser no significativa puesto que el valor
p (prob > F) es superior a 0,05. Al respecto, Gutirrez y Vara (2008) mencionan que una
falta de ajuste no significativa indica que el modelo de segundo orden se ajusta de manera
conveniente a los datos.

De acuerdo a lo mencionado anteriormente, se puede decir que el modelo de segundo orden


fue una aproximacin adecuada para explicar la respuesta en la regin experimental elegida.

La Tabla 27 muestra los coeficientes de regresin estimados asociados a los efectos


significativos en funcin al rendimiento de extraccin.

75
Tabla 27: Coeficientes de regresin estimados para el rendimiento de extraccin de
protena
Trmino del modelo Coeficiente estimado
Intercepto 19,81
x1: temperatura (C) 1,69
x2: tiempo (minutos) 0,49
x3: cido ctrico (%) -0,17
x1 x2 -0,07
x2 x3 -0,12
x12 -0,44
x32 -0,32

Luego de realizar el anlisis de regresin mltiple con los valores observados, se obtuvo el
siguiente modelo matemtico o ecuacin polinomial de segundo grado:

2 = 19,81 + 1,691 + 0,492 0,173 0,071 2 0,122 3 0,4412 0,3232

Donde 2 representa el rendimiento de extraccin de protena estimado (%, p/p); y 1 , 2 y


3 la temperatura (C), tiempo (minutos) y concentracin de cido ctrico (%, p/v),
respectivamente, en su forma codificada.

Para medir la calidad de ajuste del modelo de regresin mltiple se utiliz el coeficiente de
determinacin ajustado (R2aj), el cual se obtuvo a partir del mejor ANVA tal como se muestra
en la Tabla 26.

El valor del coeficiente de determinacin ajustado (R2aj) fue 0,9965, es decir el 99,65 % de
la variabilidad de los datos fue explicada por el modelo cuadrtico ajustado; por lo tanto,
existe una adecuada correlacin entre los valores observados y estimados de la respuesta.

De esta manera, el modelo cuadrtico ajustado fue mucho ms conveniente para representar
la relacin existente entre la respuesta (rendimiento de extraccin de protena) y las variables
evaluadas (temperatura, tiempo y concentracin de cido ctrico).

76
Los contornos y superficies de respuesta presentados en las Figuras 20 a 25, muestran la
influencia de dos variables sobre la respuesta rendimiento de extraccin de protena (la otra
variable permaneci constante en su nivel central).

Las Figuras 20 y 21 muestran el efecto de la temperatura y el tiempo sobre el rendimiento


de extraccin de protena (la concentracin de cido ctrico permaneci constante y fue igual
a 0,50 %).

Figura 20: Contornos para el rendimiento de extraccin de protena, en funcin a las


variables temperatura (X1) y tiempo (X2) en la bsqueda del modelo de segundo orden

77
Figura 21: Superficie de respuesta para el rendimiento de extraccin de protena, en
funcin a las variables temperatura (X1) y tiempo (X2) en la bsqueda del modelo de
segundo orden

En las Figuras 20 y 21 se pudo apreciar que los efectos de la temperatura y el tiempo sobre
el rendimiento de extraccin de protena fueron directamente proporcionales, ya que a
medida que ambas variables aumentaron, el rendimiento tambin aument.

Se obtuvieron gelatinas con los mayores valores de rendimiento (> 21,0 %) cuando se trabaj
a altas temperaturas de extraccin (aprox. entre 62,5 y 70,0 C) durante tiempos largos
(aprox. entre 280 y 400 min).

Adems, a temperaturas mayores de 62,5 C, el rendimiento de extraccin de protena fue


alto (> 20,5 %) incluso durante los tiempos cortos de extraccin (entre 60 y 145 min). Esto
se relaciona con lo observado en el mejor ANVA, mostrado en la Tabla 26, en el cual se
determin que la temperatura de extraccin ejerci el efecto ms significativo sobre el
rendimiento de extraccin de gelatina.

Como se mencion anteriormente, el colgeno requiere tratamientos trmicos por encima de


40 C para desestabilizar la triple hlice debido al rompimiento de enlaces covalentes y
puentes de hidrgeno, y as dar lugar a gelatina soluble (Djabourov et al., 1993, citados por
Karim y Bhat, 2009). Por su parte, Johnston-Banks (1990), citado por Kasankala et al. (2007)
expresa que un nmero suficiente de enlaces deben romperse para convertir el colgeno en
una forma adecuada para la extraccin.

78
De acuerdo a ello, un incremento en la temperatura o tiempo de extraccin facilit la
fragmentacin de las cadenas de colgeno, incrementando la proporcin de molculas
desestabilizadas y, por ende, una mayor proporcin de gelatina fue solubilizada y extrada.

Las Figuras 22 y 23 muestran el efecto de la temperatura y la concentracin de cido ctrico


sobre el rendimiento de extraccin de protena (el tiempo permaneci constante y fue igual
a 230 min).

Figura 22: Contornos para el rendimiento de extraccin de protena, en funcin a las


variables temperatura (X1) y concentracin de cido ctrico (X3) en la bsqueda del
modelo de segundo orden

79
Figura 23: Superficie de respuesta para el rendimiento de extraccin de protena, en
funcin a las variables temperatura (X1) y concentracin de cido ctrico (X3) en la
bsqueda del modelo de segundo orden

En las Figuras 22 y 23 se puede apreciar que el efecto de la temperatura sobre el rendimiento


de extraccin de protena fue directamente proporcional, ya que a medida que sta aument
tambin aument el rendimiento. En cuanto a la concentracin de cido ctrico, sta tuvo un
efecto diferente, ya que se observ que el rendimiento casi no fue afectado por el cido
ctrico cuando se emplearon temperaturas entre 40 y 55 C, sin embargo, a temperaturas
mayores de 55 C se observ un ligero incremento del efecto del cido ctrico sobre el
rendimiento. De acuerdo a ello, se puede decir que la concentracin de cido ctrico ejerci
un efecto menos significativo sobre el rendimiento, respecto al efecto que ejerci la
temperatura de extraccin. La explicacin del aumento del rendimiento conforme un
aumento de la temperatura se detall anteriormente (ver pgina 78).

Las Figuras 24 y 25 muestran el efecto de la temperatura y la concentracin de cido ctrico


sobre el rendimiento de extraccin de protena (la temperatura permaneci constante y fue
igual a 55 C).

80
Figura 24: Contornos para el rendimiento de extraccin de protena, en funcin a las
variables tiempo (X2) y concentracin de cido ctrico (X3) en la bsqueda del modelo
de segundo orden

Figura 25: Superficie de respuesta para el rendimiento de extraccin de protena, en


funcin a las variables tiempo (X2) y concentracin de cido ctrico (X3) en la bsqueda
del modelo de segundo orden

En las Figuras 24 y 25 se puede apreciar que el efecto del tiempo sobre el rendimiento fue
directamente proporcional.

81
Por otro lado, la concentracin de cido ctrico tuvo un efecto diferente, ya que el
rendimiento se increment cuando la concentracin de cido ctrico tambin aument, pero
despus de determinados niveles de concentracin, el rendimiento disminuy.

Se obtuvieron gelatinas con los mayores valores de rendimiento de extraccin de protena


(> 20,0 %) cuando se trabaj durante tiempos largos de extraccin (aprox. entre 300 y 400
min) y en soluciones con bajas concentraciones de cido ctrico (aprox. entre 0,1 y 0,5 %).

4.3. OPTIMIZACIN SIMULTNEA DE LAS RESPUESTAS

La optimizacin simultnea de las respuestas se llev a cabo luego de haber obtenido los
modelos matemticos de segundo orden, correspondientes a cada respuesta evaluada (ver
pginas 66 y 76). Para ello se tuvo en cuenta el mtodo de la funcin de deseabilidad, descrita
por Montgomery (2011) y Gutirrez y Vara (2008). De acuerdo a esta teora, se obtuvo una
funcin de deseabilidad para cada respuesta implicada y, posteriormente, un valor de
deseabilidad global.

Para la maximizacin de la fuerza de gel y del rendimiento de extraccin de protena se


establecieron determinadas restricciones a partir de los resultados obtenidos en el diseo
experimental y en base a literatura sobre gelatinas de mamferos y de peces de aguas clidas
segn lo indicado en el acpite 3.6 (ver pginas 43 y 44), tal como se muestra a continuacin:

- Fuerza de gel: mayor o igual a 300 g


- Rendimiento de extraccin de protena: mayor o igual a 20,0 %

Posteriormente, se realiz la optimizacin con la finalidad de encontrar las condiciones de


extraccin que cumplan de la mejor forma con estas restricciones, para lo cual se utilizaron
las siguientes ecuaciones:

0 1 < 300

1 300 1
1 = 454,2 300)
( 300 1 454,2

{ 1 1 > 454,2

82
0 2 < 20

2 20 1
2 = 21,36 20)
( 20 2 21,36

{ 1 2 > 21,36

Donde:
1 : funcin de deseabilidad para la fuerza de gel
2 : funcin de deseabilidad para el rendimiento de extraccin de protena
1 : fuerza de gel estimada (g)
2 : rendimiento de extraccin de protena estimado (%)

Los valores de 454,2 g (ver Tabla 20) y 21,36 % (ver Tabla 24) correspondieron a los
mximos valores observados para las respuestas fuerza de gel y rendimiento de extraccin
de protena, respectivamente, en el diseo experimental.

La Tabla 28 muestra la solucin de optimizacin elegida, las respuestas estimadas y el valor


de deseabilidad global obtenido.

Tabla 28: Solucin de optimizacin, respuestas estimadas y deseabilidad global para la


obtencin de gelatina de piel de perico

Variables optimizadas Valor


Temperatura (X1) 56,8 C
Tiempo (X2) 331 minutos
Concentracin de cido ctrico (X3) 0,26 %
Respuestas estimadas
Fuerza de gel (1 ) 389,1 g
Rendimiento de extraccin (2 ) 20,58 %
Deseabilidad global 0,912

De acuerdo a los resultados mostrados en la Tabla 28, se aprecia que la solucin de


optimizacin present el valor de deseabilidad global de 0,912. Este valor se eligi debido a
que fue el mayor valor obtenido (ver Anexo 6). As mismo, la solucin present como

83
resultado estimado el mayor valor de fuerza de gel (389,1 g) y rendimiento de extraccin de
protena (20,58 %).

4.4. VERIFICACIN DE LOS NIVELES PTIMOS DE LAS VARIABLES

La Tabla 29 muestra la comparacin de las respuestas observadas (fuerza de gel y


rendimiento de extraccin de protena) en la gelatina obtenida en el punto ptimo, con sus
respectivos valores estimados por los modelos.

Tabla 29: Comparacin de los valores estimados y observados para las respuestas en
el punto ptimo

Valores
Respuestas de la MSR
Estimados Observados
Y1: Fuerza de gel (g) 389,1 386,6 4,50
Y2: Rendimiento de extraccin (%) 20,58 20,40 0,08

De acuerdo a los resultados mostrados en la Tabla 29, se aprecia que los valores observados
y estimados en el punto ptimo fueron cercanos entre s. Es as que, los modelos empricos
obtenidos por la metodologa de superficie de respuesta, pudieron ser usados para describir
adecuadamente la relacin entre los factores y las respuestas, siempre y cuando se trabaje en
cualquier condicin que se encuentre dentro de la zona experimental analizada.

4.4.1. Fuerza de gel

De acuerdo a los resultados mostrados en la Tabla 29, la gelatina de piel de perico tuvo una
fuerza de gel de 386,6 g. Este valor fue mayor respecto al obtenido en gelatinas de peces de
aguas fras, segn lo reportado por Gmez-Guilln et al. (2002), quienes obtuvieron valores
entre 80 y 100 g. As mismo, el resultado obtenido fue mayor respecto a gelatinas de peces
de aguas clidas como la perca del nilo (Muyonga et al., 2004), carpa herbvora (Kasankala
et al., 2007), tilapia del Nilo (Songchotikunpan et al., 2008) y tilapia roja (Jamilah et al.,
2011) con valores entre 229 y 385 g. Sin embargo, fue menor respecto a la gelatina de piel
de atn de cola amarilla (Cho et al., 2005) que tuvo una fuerza de gel de 426 g, obtenida
mediante optimizacin aplicando la MSR. Cabe mencionar que en el presente estudio se

84
obtuvieron valores altos de 423 y 454 g, pero estos resultados disminuyen los valores de
rendimiento de extraccin de protena, y debido a que se busca optimizar ambas respuestas,
no se consideraron como ptimas las gelatinas con los mximos valores de fuerza de gel.

Por otro lado, Muyonga et al. (2004), Cho et al. (2005) y Karim y Bhat (2009) reportan para
gelatinas comerciales de bovino valores de fuerza de gel entre 200 y 221 g; y Cho et al.
(2005) y Karim y Bhat (2009), para gelatinas comerciales de porcino, sealan valores entre
240 y 295 g. En comparacin con estos resultados, la gelatina de piel de perico obtenida en
el presente estudio tuvo una fuerza de gel mayor.

Karim y Bhat (2009) mencionan que la variacin en la fuerza de gel depende de varios
factores, tales como la diferencia en la composicin en aminocidos, la distribucin y tamao
de pesos moleculares y el pH en la gelatina obtenida. Es as que, estas diferencias pueden
ser explicadas por los diferentes procesos de extraccin, as como por las propiedades
intrnsecas del colgeno que vara entre las distintas especies de pescados y mamferos.

La gelatina obtenida en el presente estudio se clasific segn su fuerza de gel como gelatina
Tipo I (> 180g) y segn su forma de presentacin como clase G (gelatina en polvo), de
acuerdo al Instituto Nacional de Defensa de la Competencia y de la Proteccin de la
Propiedad Intelectual (INDECOPI, 2012).

4.4.2. Rendimiento de extraccin de protena

De acuerdo a los resultados mostrados en la Tabla 29, la gelatina tuvo un rendimiento de


extraccin de protena de 20,40 %.

El rendimiento obtenido en el presente estudio fue ligeramente mayor respecto a lo reportado


por Kasankala et al. (2007) quienes obtuvieron un rendimiento de 19,8 % en gelatina de piel
de carpa herbvora (Catenopharyngodon idella) y Yang et al. (2007) un rendimiento de 19,2
% en gelatina de piel de bagre (Ictalurus punctatus). Estas diferencias pueden ser debido a
los siguiente factores: tipo de especie empleada, acondicionamiento previo a la extraccin y
condiciones de extraccin, tal como lo mencionan Yang et al. (2007) y Karim y Bhat (2009)
ya que estas variables influyen en el rendimiento de extraccin de protena.

85
4.5. RENDIMIENTO DE LA GELATINA

En la Tabla 30 se muestran los resultados del rendimiento de la gelatina obtenida a partir de


la piel de perico.

Tabla 30: Rendimiento de la gelatina obtenida de piel de perico

Muestra Peso (kg) Rendimiento (%)


Piel de perico 8,00 100,00
Gelatina de piel de perico seca 1,48 18,52

De acuerdo a los resultados, se aprecia que el rendimiento de la gelatina fue 18,52 %. Karim
y Bhat (2009) mencionan que para gelatinas de piel de pescado se han obtenido rendimientos
entre 6,0 y 19,0 %. En comparacin con estos valores, la gelatina de piel de perico tuvo un
rendimiento alto y muy cercano al valor mximo reportado por estos autores. Las diferencias
presentadas en los rendimientos pudieron estar dadas por los mismos factores que influyen
sobre el rendimiento de extraccin de protena: tipo de especie empleada, acondicionamiento
previo a la extraccin y condiciones de extraccin utilizadas, tal como lo mencionan Karim
y Bhat (2009) y corroborado con los resultados obtenidos en el presente estudio.

4.6. CARACTERIZACIN DE LA GELATINA

4.6.1. Composicin proximal y pH

La Tabla 31 muestra la composicin proximal (tanto en base hmeda como en base seca) y
pH de la gelatina de piel de perico.

Tabla 31: Composicin proximal y pH de la gelatina de piel de perico

Anlisis Base hmeda Base seca


Humedad (g/100 g) 6,8 0,11 -
Protena total (g/100 g) 88,3 0,04 94,8 0,07
Grasa cruda (g/100 g) 0,2 0,04 0,2 0,04
Ceniza (g/100 g) 1,0 0,01 1,0 0,01
pH 4,9 0,01 -

86
De acuerdo a los resultados mostrados en la Tabla 31, la gelatina de piel de perico tuvo un
contenido de humedad de 6,8 %, un alto contenido de protena total (88,3 %) y bajos
contenidos de grasa cruda (0,2 %) y ceniza (1,0 %), adems el pH de la gelatina fue 4,90.

Respecto a estos valores se puede decir que, generalmente la protena es alta en gelatinas de
pescado. See et al. (2010) y Shyni et al. (2014) obtuvieron contenidos de 89,7 %, 90,1 % y
88,4 % en gelatinas de piel de tilapia roja, tiburn y atn, respectivamente. Por su parte, la
GME (2008) menciona que las gelatinas comerciales de porcino y bovino contienen entre
84,0 y 90,0 % de protena. La humedad que se obtuvo en el producto estuvo dentro del rango
establecido para gelatinas segn la GMIA (2012), el cual debe ser menor a 13,0 %. El bajo
contenido de grasa cruda puede ser un indicador de que existi una eficiente remocin de la
misma en las etapas previas de limpieza y lavado de la piel. Muyonga et al. (2004)
mencionan que las gelatinas generalmente deben estar casi libres de grasa (< 0,5 %), es por
ello que este resultado estuvo dentro de los niveles establecidos. En cuanto a la ceniza, Jones
(1977), citado por Shyni et al. (2014) y Jridi et al. (2015) mencionan que las gelatinas con
un contenido de ceniza menor a 2,6 % son de buena calidad. De acuerdo a ello, segn el bajo
contenido de ceniza obtenido, la gelatina obtenida fue de buena calidad. El pH de la gelatina
obtenida fue cido, producto del empleo de cido ctrico como medio para la extraccin.

La gelatina de piel de perico cumpli con los estndares de una gelatina comestible de
acuerdo a INDECOPI (2012), debido a que tuvo un contenido de humedad menor a 16,0 %,
un contenido de ceniza menor a 3,0 % y un valor de pH entre 4 y 7,5. As mismo, cumpli
con los estndares de la GMIA (2012), ya que present un valor de ceniza menor al lmite
mximo recomendado de 2,0 % y estuvo dentro del rango de pH entre 3,8 y 7,5 para gelatinas
comestibles.

4.6.2. Determinacin de pesos moleculares por electroforesis

Los patrones electroforticos de la gelatina de piel de perico se muestran en la Figura 26.

87
MP GPP

Cadena
200 kDa

Cadena -1 (I)
116 kDa Cadena -2 (I)
97 kDa

66 kDa

Figura 26: Patrones electroforticos del marcador de protenas (MP) y la gelatina de


piel de perico (GPP)

En la Figura 26 se observa que en la gelatina obtenida se encontraron cadenas y cadenas


como los mayores constituyentes de protena dentro del perfil electrofortico.

El anlisis de pesos moleculares revel la presencia de una mayor intensidad de banda


correspondiente a las cadenas -1 y -2 alrededor de 116 kDa, con respecto a la banda de
protena de cadenas alrededor de 200 kDa.

Lo obtenido confirma que la gelatina consiste en una mezcla de diferentes cadenas de


polipptidos con diferentes pesos moleculares como lo mencionan Karim y Bhat (2009).
Esto es debido a que durante el proceso de obtencin de gelatina, la conversin de colgeno
a gelatina genera molculas de distintas masas producto del rompimiento de enlaces
covalentes entre cadenas, as como de algunos enlaces peptdicos internos, tal como lo
mencionan Zhou et al. (2006).

4.6.3. Composicin en aminocidos

La Tabla 32 muestra la composicin en aminocidos en gelatina de piel de perico y en


gelatinas comerciales de mamferos, para efectos de comparacin. Est expresado en g de
aminocido por 100 g de muestra.

88
Tabla 32: Composicin en aminocidos en gelatina obtenida de diferente origen

Contenido (g/ 100 g gelatina)


Aminocido Perico Bovino Porcino
(presente estudio) (Ninan et al., 2010) (Ninan et al., 2010)
cido asprtico 4,32 0,01 2,50 3,01
cido glutmico 8,57 0,00 7,23 10,32
Serina 3,36 0,01 2,95 3,01
Glicina 20,86 0,01 29,20 27,69
Histidina 0,65 0,00 0,08 0,03
Treonina 5,31 0,03 2,11 2,06
Alanina 1,88 0,01 11,40 11,20
Arginina 19,10 0,01 5,10 4,90
Prolina 10,74 0,06 11,89 12,44
Hidroxiprolina 7,90 0,11 11,02 11,26
Tirosina 0,59 0,00 0,11 0,08
Valina 1,95 0,07 1,80 1,88
Metionina 1,81 0,06 1,01 1,43
Isoleucina 4,41 0,06 1,11 0,98
Leucina 2,63 0,06 1,90 1,73
Fenilalanina 2,65 0,07 1,60 1,20
Lisina 2,94 0,04 4,01 3,29
Triptfano 0,00 0,00 0,00 0,00
Hidroxiprolina + Prolina 18,64 22,91 23,70

De acuerdo a los resultados mostrados en la Tabla 32, la glicina fue el mayor componente
en la gelatina de piel de perico con 20,86 %, seguido por la arginina (19,10 %), prolina (10,74
%) e hidroxiprolina (7,90 %). El alto contenido de glicina estuvo dentro del rango encontrado
por Karim y Bhat (2009) y Gmez-Guilln et al. (2011), quienes mencionan que este
aminocido est alrededor del 30 % del total. Estos autores expresan que este aminocido es
importante ya que participa en la formacin de la triple hlice del colgeno debido a que se
encuentra en cada tercera posicin al interior de cada hlice. El contenido de los aminocidos
prolina e hidroxiprolina obtenido fue 18,64 %. Este valor fue cercano a 19,16 y 20,86 %
reportado por Ninan et al. (2014) en gelatina de piel de carpa comn y carpa herbvora (peces

89
de aguas clidas), respectivamente, pero menor a 22,91 y 23,70 % reportado en gelatinas
comerciales de bovino y porcino, respectivamente, como se muestra en la Tabla 32. Al
respecto, Songchotikunpan et al. (2008) mencionan que generalmente el contenido de
prolina e hidroxiprolina en gelatinas de peces es menor que en gelatinas de mamferos, ya
que estos aminocidos estabilizan trmicamente la triple hlice del colageno y como la
temperatura corporal de los peces es menor que en los mamferos terrestres, la cantidad de
colgeno es menor en estos ltimos.

Por otro lado, Ledward (1986), citado por Nikoo et al. (2014), menciona que la
hidroxiprolina es el aminocido ms importante en la formacin y estabilidad de la estructura
parcial de la triple hlice en la gelatina. En la Tabla 33 se muestra el contenido de
hidroxiprolina en gelatina de piel de perico y en gelatinas obtenidas de diferentes pieles de
pescado, para efectos de comparacin.

Tabla 33: Hidroxiprolina en gelatina obtenida de diferentes pieles de pescado

Materia prima Hidroxiprolina (g/ 100 g muestra) Autor


Perico 7,90 Presente estudio
Esturin 6,10 Nikoo et al. (2014)
Bacalao 5,90 Zhou et al. (2006)
Perca del Nilo 7,76 Muyonga et al. (2004)
Tilapia del Nilo 7,78 Songchotikunpan et al. (2008)
Atn cola amarilla 8,63 Ninan et al. (2013)
Rohu 8,23 Ninan et al. (2013)
Elaboracin propia

De acuerdo a la Tabla 33, el contenido de hidroxiprolina vara de acuerdo a la temperatura


del hbitat de la especie. As, la hidroxiprolina en la gelatina de piel de perico (especie de
aguas clidas) fue mayor que la reportada en gelatinas de peces de aguas fras, cuyos valores
fluctan entre 5,90 y 6,10 %, segn Zhou et al. (2006) y Nikoo et al. (2014),
respectivamente. As mismo, este valor se encontr dentro del rango reportado en gelatinas
de peces de aguas clidas (perca del Nilo, tilapia del Nilo, atn de cola amarilla y rohu),
cuyos valores fluctan entre 7,76 y 8,63 %, segn Muyonga et al. (2004), Songchotikunpan
et al. (2008) y Ninan et al. (2013). Estos resultados estn dentro de lo esperado, ya que

90
Regenstein y Zhou (2007) mencionan que, generalmente, las gelatinas de peces de aguas
clidas tienen un mayor contenido de hidroxiprolina respecto a las gelatinas de peces de
aguas fras.

Por otro lado, estas diferencias se pueden deber a que el contenido de hidroxiprolina est
influenciado por las condiciones de extraccin empleadas, tal como lo mencionan Nikoo et
al. (2013).

El contenido de hidroxiprolina influye directamente sobre la fuerza de gel en las gelatinas,


ya que cuando la cantidad de hidroxiprolina aumenta, la fuerza de gel de la gelatina tambin
aumenta, tal como lo mencionan Gilsenan y Ross-Murphy (2000) y Gmez-Guilln et al.
(2002). De acuerdo a lo expresado anteriormente, se puede decir que el alto valor de la fuerza
de gel en la gelatina de piel de perico estuvo influenciado por el alto contenido de
hidroxiprolina presente en la gelatina.

4.6.4. Viscosidad

En la Tabla 34 se aprecia el valor de la viscosidad en la gelatina de piel de perico obtenida.

Tabla 34: Propiedades fsicas de la gelatina de piel de perico

Propiedades fsicas Valores experimentales


Viscosidad (cP) 11,0 0,06
Temperatura de fusin (C) 25,6 0,12
Temperatura de gelificacin (C) 17,6 0,10
Actividad de agua 0,26 0,01

De acuerdo a los resultados, se aprecia que la viscosidad de la gelatina fue 11,0 cP. Este
valor fue mayor respecto a lo reportado por Jamilah y Harvinder (2002), citados por
Songchotikunpan et al. (2008), Boran et al. (2010), Jamilah et al. (2011) y Ninan et al.
(2014), quienes obtuvieron valores de viscosidad entre 6,0 y 7,7 cP en gelatinas de piel de
tilapia y carpa. As mismo, el resultado obtenido tambin fue mayor respecto a las gelatinas
comerciales de bovino y porcino segn lo reportado por Abrusci et al. (2004) y Boran et al.
(2010), quienes obtuvieron valores de viscosidad entre 2,0 y 7,0 cP.

91
Alfaro et al. (2014) mencionan que bajas temperaturas durante la extraccin de gelatina
pueden propiciar una adecuada hidrolisis del colgeno, obtener compuestos de mayor peso
molecular y dar lugar a gelatinas con mayores valores de viscosidad. De acuerdo a ello, el
alto valor de viscosidad obtenido en el presente estudio pudo estar dado por la baja
temperatura de extraccin utilizada (56,8 C) y, en consecuencia, a la presencia de cadenas
y una mayor intensidad de cadenas de mayor peso molecular (~ 116 kDa) (ver Figura
26), respecto a gelatinas con cadenas de menor peso molecular (~ 80 kDa) segn lo
mencionado por Karim y Bhat (2009) y Nikoo et al. (2014).

4.6.5. Temperaturas de fusin y gelificacin

En la Tabla 34 se muestran los valores obtenidos de temperatura de fusin y gelificacin en


la gelatina de piel de perico.

De acuerdo a los resultados, se aprecia que la gelatina present una temperatura de fusin
de 25,6 C. Este valor fue mayor respecto al obtenido en gelatinas de peces de aguas fras,
segn lo reportado por Gmez-Guilln et al. (2002), quienes obtuvieron valores entre 13,8
y 14,0 C. As mismo, el resultado obtenido fue similar respecto a las gelatinas de peces de
aguas clidas, segn lo mencionado por Muyonga et al. (2004), Cho et al. (2005) y Jamilah
y Harvinder (2002), citados por Ninan et al. (2014), quienes obtuvieron valores entre 22,5 y
28,9 C. Sin embargo, fue menor respecto a las gelatinas comerciales de bovino y porcino,
segn lo reportado por Cho et al. (2005), Boran et al. (2010) y Ninan et al. (2014), quienes
obtuvieron valores entre 31,4 y 36,5 C.

Por otro lado, segn los resultados, la temperatura de gelificacin obtenida fue de 17,6 C.
Este valor fue mayor respecto a las gelatinas de peces de aguas fras con temperaturas de
gelificacin entre 11,0 y 12,0 C, segn lo reportado por Gmez-Guilln et al. (2002). As
mismo, fue similar respecto a las gelatinas de peces de aguas clidas con temperaturas de
gelificacin entre 17,9 y 19,5 C, segn lo reportado por Muyonga et al. (2004), Boran et al.
(2010) y Ninan et al. (2014). Sin embargo, fue menor respecto de las gelatinas comerciales
de bovino y porcino, segn lo reportado por Cho et al. (2005), Boran et al. (2010) y Ninan
et al. (2014), quienes obtuvieron valores entre 23,4 y 31,8 C.

92
Gudmundsson (2002), citado por Nikoo et al. (2014) indica que la temperatura del medio
ambiente del animal afecta las temperaturas de fusin y gelificacin de la gelatina resultante.
Es por ello que las diferencias en las temperaturas de fusin y gelificacin de la gelatina de
piel de perico respecto a las gelatinas de peces de aguas fras y gelatinas de bovino y porcino
fueron en parte influenciadas por las diferencias en la temperatura del hbitat entre las
distintas especies. As mismo, la similitud encontrada entre las temperaturas de fusin y
gelificacin de la gelatina de piel de perico con las gelatinas de peces de aguas clidas est
dada porque el perico es una especie de aguas clidas.

Karim y Bhat (2009) mencionan que generalmente, las gelatinas de peces de aguas fras
tienen menores temperaturas de fusin y gelificacin respecto a las gelatinas de peces de
aguas clidas, y que ambas son menores respecto a las gelatinas de mamferos. Estas
diferencian son debido a que las temperaturas de fusin y gelificacin de las gelatinas estn
relacionadas con la proporcin de los aminocidos prolina e hidroxiprolina, tal como lo
menciona Veis (1964), citado por Gilsenan y Ross-Murphy (2000), siendo el contenido de
estos aminocidos aproximadamente de 23,0 a 24,0 % en gelatinas de mamferos, 19,0 a
21,0 % en gelatinas de peces de aguas clidas y 16,0 a 17,0 % en gelatinas de peces de aguas
fras, segn lo reportado por Gilsenan y Ross-Murphy (2000), Haug et al. (2004), Muyonga
et al. (2004) y Ninan et al. (2010).

4.6.6. Actividad de agua

En la Tabla 34 se muestra el valor de actividad de agua (Aw) de la gelatina de piel de perico


obtenida.

De acuerdo a los resultados, se aprecia que el valor de Aw en la gelatina fue de 0,26. Badui
(2006) menciona que los productos secos tienen valores de actividad de agua
aproximadamente entre 0,30 y 0,60 y que el crecimiento de microorganismos como
bacterias, hongos y levaduras se da a una actividad de agua superior a 0,70. Es por ello, que
el valor obtenido de actividad de agua de la gelatina de piel de perico permitir asegurar su
estabilidad en almacenamiento por largos periodos de tiempo, siempre y cuando sea
envasado al vaco en bolsas de polietileno de alta densidad y baja permeabilidad al vapor de
agua.

93
V. CONCLUSIONES

1. Los niveles establecidos como ptimos para la obtencin de gelatina con el mayor valor
de fuerza de gel y rendimiento de extraccin de protena fueron: temperatura 56,8 C,
tiempo 331 minutos y concentracin de cido ctrico 0,26 % (p/v).

2. Los valores de fuerza de gel y rendimiento de extraccin de protena obtenidos bajo las
condiciones ptimas fueron 386,6 g y 20,4 %, respectivamente.

3. La gelatina obtenida present una composicin proximal de 94,8 % de protena total,


0,2 % de grasa cruda y 1,0 % de ceniza en base seca; as como un pH de 4,90,
cumpliendo con los requisitos mnimos de una gelatina de grado alimentario.

4. Los contenidos de prolina e hidroxiprolina en la gelatina obtenida fueron de 10,74 y


7,90 %, respectivamente.

5. El anlisis de electroforesis de la gelatina obtenida revel la presencia de bandas con


pesos moleculares alrededor de 116 kDa y 200 kDa.

6. Las propiedades fsicas de la gelatina obtenida bajo los niveles ptimos de las variables
fueron: viscosidad de 11,0 cP, temperatura de fusin de 25,6 C, temperatura de
gelificacin de 17,6 C y actividad de agua de 0,26.

94
VI. RECOMENDACIONES

- Escalar el proceso de obtencin de gelatina de piel de perico a nivel de planta piloto y


elaborar un estudio tcnico-econmico con la finalidad de evaluar su viabilidad.

- Obtener gelatinas a partir de pieles, escamas, huesos, vejigas natatorias o cartlagos de


otras especies comerciales del litoral peruano, con la finalidad de darle un valor
agregado a estos residuos y diversificar su utilizacin.

- Utilizar la gelatina en la industria alimentaria para la elaboracin de postres, helados,


productos lcteos o clarificacin de vinos y jugos, o en la industria farmacutica para la
elaboracin de cpsulas duras o blandas.

95
VII. REFERENCIAS BIBLIOGRFICAS

1. Abrusci, C; Martn-Gonzlez, A; Del Amo, A; Catalina, F; Bosch, P; Corrales, T. 2004.


Chemiluminescence study of comercial type-B gelatines. Journal of photochemistry and
photobiology A: Chemistry 163: 537-546.

2. Alfaro, AT; Biluca, FC; Marquetti, C; Tonial, IB; Souza, NE de. 2014. African catfish
(Clarias gariepinus) skin gelatin: Extraction optimization and physical-chemical
properties. Food Research International 65: 416-422.

3. AOAC. 2000. Official Methods of the Association of Official Agricultural Chemists


International. 17th. Edition. Association of Official Analytical Chemists, Washington
D.C. 1298 p.

4. Badui, S. 2006. Qumica de los Alimentos. 4 ed. Mxico D. F. Pearson. 716 p.

5. Barriga, M; Salas, A; Aranda, D; Castro, C; Albrecht, M; Solari, A; Arpi, E. 2012.


Informacin nutricional sobre algunas especies comerciales del mar peruano. Instituto
Tecnolgico Pesquero del Per. Callao. 75 p.

6. Boran, G; Mulvaney, SJ; Regenstein, JM. 2010. Rheological Properties of Gelatin from
Silver Carp Skin Compared to Commercially Available Gelatins from Different
Sources. Journal of Food Science 75 (8): 65-71.

7. Chandra, MV; Shamasundar, BA. 2015. Rheological properties of gelatin prepared from
the swim bladders of freshwater fish Catla catla. Food Hydrocolloids 48: 47-54.

8. Cho, SM; Gu, YS; Kim, SB. 2005. Extracting optimization and physical properties of
yellowfin tuna (Thunnus albacares) skin gelatin compared to mammalian gelatins. Food
Hydrocolloids 19: 221-229.

96
9. Cho, JK; Jin, YG; Rha, SJ, Kim, SJ; Hwang, JH. 2014. Biochemical characteristics of
four marine fish skins in Korea. Food Chemistry 159: 200-207.

10. Cole, CGB. 2000. Gelatin. En: FJ Francis (ed.) Encyclopedia of food science and
technology. 2 Ed. New York, US. Wiley, v. 4, p. 1183-1188.

11. Devlin, TM. 2004. Bioqumica: Libro de texto con aplicaciones clnicas. 4 ed.
Barcelona, ES. Revert. 1248 p.

12. FAO (Organizacin de las Naciones Unidas para la Agricultura y la Alimentacin, IT).
2010a. Perfiles sobre la pesca y acuicultura por pases: La Repblica del Per (en lnea).
Roma. Consultado 27 jul. 2015. Disponible en http://www.fao.org/fishery/facp/PER/es.

13. FAO (Organizacin de las Naciones Unidas para la Agricultura y la Alimentacin, IT).
2010b. Species fact sheets. Coryphaena hippurus (Linnaeus, 1758) (en lnea). Roma.
Consultado 27 ago. 2015. Disponible en http://www.fao.org/fishery/species/3130/es

14. Gilsenan, PM; Ross-Murphy, SB. 2000. Rheological characterization of gelatins from
mammalian and marine sources. Food Hydrocolloids 14: 191-195.

15. GME (Gelatin Manufacturers of Europe, DE). 2008. Todo sobre la gelatina (en lnea).
Frankfurt. Consultado 27 jul. 2015. Disponible en
http://www.gelatine.org/fileadmin/user_upload/downloads/press/publications_downlo
ads/GME_all_about_gelatine_sp.pdf

16. GMIA (Gelatin Manufacturers Institute of America, EU). 2012. Gelatin Handbook.
New York, US. 25 p.

17. Gmez-Guilln, MC; Turnay, J; Fernndez-Daz, MD; Ulmo, N; Lizarbe, MA;


Montero, P. 2002. Structural and physical properties of gelatin extracted from different
marine species: A comparative study. Food Hydrocolloids 16 (1): 25-34.

18. Gmez-Guilln, MC; Prez-Mateos, M; Gmez-Estaca, J; Lpez-Caballero, E;


Gimnez, B; Montero, P. 2009. Fish gelatin: A renewable material for developing active
biodegradable films. Trends in Food Science and Technology 20 (1): 3-16.

97
19. Gmez-Guilln, MC; Gimnez, B; Lpez-Caballero, ME; Montero, MP. 2011.
Functional and bioactive properties of collagen and gelatin from alternative sources: A
review. Food Hydrocolloids 25 (8): 1813-1827.

20. Gutirrez, H; Vara, R de la. 2008. Anlisis y diseo de experimentos. 2 ed. Distrito
Federal, MX. McGraw-Hill. 545 p.

21. Haug, IJ, Draget, KI; Smidsrd, O. 2004. Physical and rheological properties of fish
gelatin compared to mammalian gelatin. Food Hydrocolloids 18 (2): 203-213.

22. Heinrikson, RL; Meredith, SC. 1984. Amino acid analysis by reverse-phase high-
performance liquid chromatography: Precolumn derivatization with
Phenylisothiocyanate. Analytical Biochemistry 136 (1): 65-74.

23. IMARPE (Instituto del Mar del Per)/ITP (Instituto Tecnolgico de la Produccin, PE).
1996. Compendio biolgico tecnolgico de las principales especies hidrobiolgicas
comerciales del Per. Lima. 143 p.

24. INDECOPI (Instituto Nacional de Defensa de la Competencia y de la Proteccin de la


Propiedad Intelectual, PE). 2012. Gelatinas: Definiciones, clasificacin y requisitos
generales. NTP 209.086. Lima, PE. 10 p.

25. Jamilah, B; Tan, KW; Hartina, MRU; Azizah, A. 2011. Gelatins from three cultured
freshwater fish skins obtained by liming process. Food Hydrocolloids 25: 1256-1260.

26. Jridi, M; Nasri, R; Salem, RBSB; Lassoued, I; Barkia, A; Nasri, M; Souissi, N. 2015.
Chemical and biophysical properties of gelatins extracted from the skin of octopus
(Octopus vulgaris). LWT - Food Science and Technology 60: 881-889.

27. Karim, AA; Bhat, R. 2009. Fish gelatin: Properties, challenges, and prospects as an
alternative to mammalian gelatins. Food Hydrocolloids 23(3): 563-576.

28. Kasankala, LM; Xue, Y; Weilong, Y; Hong, SD; He, Q. 2007. Optimization of gelatin
extraction from grass carp (Ctenopharyngodon idella) fish skin by response surface
methodology. Bioresource Technology 98 (17): 3338-3343.

98
29. Lees, R. 1969. Manual de anlisis de alimentos. Zaragoza, ES. Acribia. 231 p.

30. Lehninger, AL. 1982. Bioqumica: Las bases moleculares de la estructura y funcin
celular. Trads. F Calvet; J Bozal. 2 ed. Barcelona, ES. Omega. 1117 p.

31. Lpez, AM. 2013. Diseo, desarrollo y aplicacin de envases comestibles


potencialmente bioactivos. Tesis Dr. Madrid, ES, UCM. 379 p.

32. Montero, P; Gmez-Guilln, MC. 2000. Extracting conditions for megrim


(Lepidorhombus boscii) skin collagen affect functional properties of the resulting
gelatin. Journal of Food Science 65 (3): 434-438.

33. Montgomery, DC. 2011. Diseo y anlisis de experimentos. 2 ed. Mxico D. F. Limusa.
686 p.

34. Muyonga, JH; Cole, CGB; Duodu, KG. 2004. Extraction and physico-chemical
characterization of nile perch (Lates niloticus) skin and bone gelatin. Food
Hydrocolloids 18 (4): 581-592.

35. Nikoo, M; Benjakul, S; Bashari, M; Alekhorshied, M; Cissouma, AI; Yang, N; Xu, X.


2014. Physicochemical properties of skin gelatin from farmed amur sturgeon (Acipenser
schrenckii) as influenced by acid pretreatment. Food Bioscience 5: 19-26.

36. Ninan, G; Joseph, J; Zynudheen, AA. 2010. Physical, mechanical, and barrier properties
of carp and mammalian skin gelatin films. Journal of Food Science 75 (9): E620-E626.

37. Ninan, G; Zynudheen, AA; Joshy, CG; Yousuf, KS. 2013. Physical, chemical and
functional properties of gelatin extracted from the skin of rohu, Labeo rohita and
yellowfin tuna, Thunnus albacares. Indian Journal of Fisheries 60 (2): 123-128.

38. Ninan, G; Joseph, J; Zynudheen, AA. 2014. A comparative study on the physical,
chemical and functional properties of carp skin and mammalian gelatins. Journal of
Food Science and Technology 51 (9): 2085-2091.

99
39. Niu, L; Zhou, X; Yuan, C; Bai, Y; Lai, K; Yang, F; Huang, Y. 2013. Characterization
of tilapia (Oreochromis niloticus) skin gelatin extracted with alkaline and different acid
pretreatments. Food Hydrocolloids 33 (2): 336-341.

40. Pandia, S. 2011. Obtencin y evaluacin de las propiedades funcionales de un


hidrolizado proteico obtenido a partir de residuos de anchoveta (Engraulis ringens).
Tesis Ing. Pesq. Lima, PE, UNALM. 119 p.

41. PRODUCE (Ministerio de la Produccin, PE). 2015. Anuario estadstico pesquero y


acucola 2013. Lima. 113 p.

42. Regenstein, JM; Zhou, P. 2007. Collagen and gelatin from marine by-products. En: F
Shahidi (ed.) Maximising the value of marine by-products. Cambridge, GB. Elsevier, p.
279-303.

43. See, SF; Hong, PK; Ng, KL; Wan Aida, WM; Babji, AS. 2010. Physicochemical
properties of gelatins extracted from skins of different freshwater fish species.
International Food Research Journal 17: 809-816.

44. Shyni, K; Hema, GS; Ninan, G; Mathew, S; Joshy, CG; Lakshmanan, PT. 2014.
Isolation and characterization of gelatin from the skins of skipjack tuna (Katsuwonus
pelamis), dog shark (Scoliodon sorrakowah), and rohu (labeo rohita). Food
Hydrocolloids 39: 68-76.

45. Solano-Sare, A; Tresierra-Aguilar, A; Garca-Nolasco, V; Dioses, T; Marn, W;


Snchez, C; Wosnitza-Mendo, C. 2008. Biologa y pesquera del perico. Instituto del
Mar del Per. Callao. 23 p.

46. Songchotikunpan, P; Tattiyakul, J; Supaphol, P. 2008. Extraction and electrospinning


of gelatin from fish skin. International Journal of Biological Macromolecules 42: 247-
255.

47. Teijn, JM. 2006. Fundamentos de Bioqumica Estructural. 2 ed. Madrid, ES. Tbar.
444 p.

100
48. Torres-Arreola, W; Pacheco-Aguilar, R; Sotelo-Mundo, RR; Rouzaud-Sndez, O;
Ezquerra-Brauer, JM. 2008. Caracterizacin parcial del colgeno extrado a partir del
manto, aleta y tentculos de calamar gigante (Dosidicus gigas). Ciencia y Tecnologa
Alimentaria 6 (2): 101-108.

49. Yang, H; Wang, Y; Jiang, M; Oh, JH; Herring, J; Zhou, P. 2007. 2-Step optimization of
the extraction and subsequent physical properties of channel catfish (Ictalurus
punctatus) skin gelatin. Journal of Food Science 72 (4): 188-195.

50. Yang, H; Wang, Y; Zhou, P; Regenstein, JM. 2008. Effects of alkaline and acid
pretreatment on the physical properties and nanostructures of the gelatin from channel
catfish skins. Food Hydrocolloids 22 (8): 1541-1550.

51. Zhou, P; Mulvaney, SJ; Regenstein, JM. 2006. Properties of alaska pollock skin gelatin:
A comparison with tilapia and pork skin gelatins. Journal of Food Science 71 (6): 313-
321.

101
VIII. ANEXOS

ANEXO 1

PROTOCOLO DE DETERMINACIN DEL CONTENIDO DE


HIDROXIPROLINA

REACTIVOS

- cido sulfrico 7 N
- Buffer citrato pH 6: disolver 3 g cido ctrico monohidratado, 1,5 g de hidrxido de
sodio y 9 g de acetato de sodio trihidratado en 50 mL de agua desionizada. Luego
adicionar 29 mL de 1-propanol. Verificar el pH con el potencimetro y si es necesario
ajustar con cido o base. Finalmente, enrasar con agua desionizada a una fiola de 100
mL. La solucin es estable por 2 meses a 4 C en botella mbar.
- Solucin oxidante: disolver 1,41 g de cloramina T en 100 mL de buffer citrato pH
6. La solucin es estable a 4 C por una semana en oscuridad.
- Reactivo de color: disolver 2 g de 4-dimetilaminobenzaldehdo en 7 mL de cido
perclrico 60 %. Luego agregar lentamente 13 mL de 2-propanol para obtener 20 mL
de reactivo de color. Preparar la solucin el da del ensayo
- Solucin stock de hidroxiprolina (600 ug/mL): disolver 60 mg de L-hidroxiprolina
en agua desionizada y enrasar a una fiola de 100 mL. La solucin es estable por dos
meses a 4 C.
- Solucin intermedia (6 ug/mL): pipetear 5 mL de solucin stock de hidroxiprolina
dentro de una fiola de 500 mL y enrasar con agua desionizada.
- Soluciones de trabajo para curva estndar: pipetear 5, 10, 20, 30, 40, 60 y 80 mL
de la solucin intermedia dentro de fiolas de 100 mL y enrasar cada una con agua
desionizada. Las soluciones estndar de trabajo contienen 0,3; 0,6; 1,2; 1,8; 2,4; 3,6
y 4,8 ug de hidroxiprolina/mL, respectivamente. Preparar estas soluciones el da del
ensayo.

102
ACONDICIONAMIENTO DE LA MUESTRA

- Pesar 2 a 4 g de muestra en un frasco


- Aadir 30 mL de cido sulfrico 7 N y cubrir con una tapa que tenga un pequeo
orificio.
- Colocar en estufa e hidrolizar a 103 C por 16 horas.
- Filtrar la solucin, transferirla a una fiola de 100 mL y enrasar con agua.
- Diluir la solucin hasta una concentracin de hidroxiprolina de 0,3 a 4,8 ug/mL.

PROCEDIMIENTO

- Pipetear 2 mL de la dilucin final en tubo de ensayo.


- Pipetear 2 mL de agua desionizada para el blanco en tubo de ensayo. Preparar 2
blancos.
- Pipetear 2 mL de cada concentracin de las soluciones de trabajo para la curva
estndar en tubo de ensayo.
- Aadir 1 mL de solucin oxidante a cada tubo y agitar.
- Dejar en reposo por 20 minutos a temperatura ambiente.
- Aadir 1 mL de reactivo de color a cada tubo.
- Agitar y tapar cada tubo.
- Colocar en bao mara a 60 C por 15 minutos.
- Enfriar los tubos.
- Medir la absorbancia en el espectrofotmetro a 558 nm.

103
ANEXO 2

PROTOCOLO DE DETERMINACIN DE PESOS MOLECULARES POR


ELECTROFORESIS EN GEL DE POLIACRILAMIDA SDS

REACTIVOS

- Mix acrilamida (40%): disolver 38,67 g acrilamida y 1,33 g metileno-


bisacrilamida en agua desionizada y enrasar a 100 mL en fiola.
- Catalizadores: TEMED y persulfato de amonio al 10% (p/v).
- SDS 10% (p/v).
- Buffer TRIS 1.5 M (pH 8.8): disolver 18,17 g TRIS-HCl en agua desionizada y
enrasar a 100 mL en fiola.
- Buffer TRIS 1.0 M (pH 6.8): disolver 12,11 g TRIS-HCl en agua desionizada y
enrasar a 100 mL en fiola.
- Buffer TRIS-glicina (pH 8.3): disolver 3 g TRIS-HCl, 14 g glicina y 1 g SDS en
agua desionizada y enrasar a 1 L en fiola.
- Solucin de tincin: disolver 0,25 g de azul brillante de Coomasie en 450 mL de
agua desionizada, 450 mL de metanol y 100 mL de cido actico glacial.
- Solucin de destincin: mezclar 600 mL de agua desionizada, 350 mL de metanol
y 50 mL de cido actico glacial.
- Azul de bromofenol (BPB): disolver 10 g BPB, 2 mL de glicerina, 0,2 mL buffer
TRIS 0,5 M (pH 6,8) en agua desionizada y enrasar a 10 mL en fiola.
- Buffer desnaturalizante: TRIS-HCl 50 mM (pH 7,5), 50% glicerina, 1% SDS,
0,02% azul de bromofenol.

PROCEDIMIENTO

Realizar la electroforesis en gel de poliacrilamida con dodecil sulfato de sodio (SDS-PAGE)


en condiciones desnaturalizantes.

- Preparacin del gel: preparar geles verticales al 3% de gel de apilamiento y 7,5%


de gel de separacin para la muestra piel de perico y geles verticales al 4 % de gel de
apilamiento y 5 % de gel de separacin para la muestra de gelatina de piel de perico.

104
Luego sumergirlos en buffer TRIS-glicina (pH 8,3) bajo corriente de 35 mA por 4 h.
A continuacin se indica la composicin del gel de separacin y de apilamiento,
respectivamente.

Gel de separacin Gel de apilamiento


Componentes de la solucin (50 mL) (20 mL)
5% 7,5 % 10% 15% 3% 4% 5%
Agua destilada (mL) 30,25 27,12 24 17,75 15,6 15,1 14,6
40% mix acrilamida (mL) 6,25 9,38 12,5 18,75 1,5 2 2,5
Buffer Tris 1,5 M (pH 8.8) (mL) 12,5 12,5 12,5 12,5 - - -
SDS 10% (mL) 0,5 0,5 0,5 0,5 0,2 0,2 0,2
Persulfato de amonio 10% (mL) 0,5 0,5 0,5 0,5 0,2 0,2 0,2
TEMED (mL) 0,04 0,03 0,02 0,02 0,02 0,02 0,02
Buffer Tris 1,0 M (pH 6.8) (mL) - - - - 2,5 2,5 2,5

- Preparacin de las muestras y de los marcadores de pesos moleculares: pesar 10


mg de muestra en un tubo de ensayo y agregar 10 mL de buffer desnaturalizante para
lograr una concentracin deseada de 1 mg/mL. Calentar los tubos en bao mara a 95
C por 5 minutos para lograr la desnaturalizacin de las muestras. Si es necesario,
colocar los tubos en un agitador de tubos a 70 C por 16 horas. Por otro lado,
reconstituir el marcador de peso molecular con 100 ul de agua desionizada y mezclar
15 ul de la solucin preparada con 15 ul de solucin de azul de bromofenol. A
continuacin se indican los componentes del marcador de peso molecular utilizado:

Peso molecular
Protenas
(kDa)
Miosina de msculo de conejo 200
-Galactosidasa de E. coli 116
Fosforilasa b de msculo de conejo 97
Albmina de suero de bovino 66
Deshidrogenasa glutmico de higado de bovino 55
Ovoalbmina de huevo de pollo 45
Gliceraldehdo-3-fosfato Deshidrogenasa de msculo de conejo 36

105
- Corrida en la cmara electrofortica: colocar en cada pocillo del gel de
apilamiento, alcuotas de 15 ul de las muestras (1 mg/mL) y de los marcadores de
pesos moleculares.
- Tincin y decoloracin de los geles: retirar el gel y luego sumergirlo en la solucin
de tincin durante un tiempo de 2 a 4 horas. Posteriormente, desteir el gel en la
solucin de destincin durante 18 horas, con recambios cada 6 horas.
- Lectura de distribucin de pesos moleculares: observar las bandas de protenas
en el megatoscopio.

106
ANEXO 3

PROTOCOLO DE DETERMINACIN DE PROTENA SOLUBLE MTODO DE


BIURET

REACTIVOS

- Reactivo I (Biuret): disolver 8g de hidrxido de sodio y 200 ul de glicerina en


aproximadamente 30 mL de agua desionizada. Por otro lado, disolver 400 mg de
sulfato de cobre pentahidratado en 30 mL de agua desionizada. Adicionar la solucin
de sulfato de cobre a la solucin de hidrxido de sodio. Finalmente, enrasar con agua
desionizada a una fiola de 100 mL.
- Reactivo II (correccin de turbidez): disolver 8g de hidrxido de sodio y 200 ul de
glicerina en aproximadamente 50 mL de agua desionizada. Luego enrasar a una fiola
de 100 mL.
- Solucin stock de BSA (10mg/mL): disolver 500 mg de BSA en cloruro de potasio
0,1 M y enrasar a una fiola de 50 mL.

ACONDICIONAMIENTO DE LA MUESTRA

- Las muestras de gelatina en solucin fueron diluidas hasta una concentracin de


protena de 1 a 10 mg/mL.

PROCEDIMIENTO

- Pipetear 1 mL de la dilucin final de la muestra en tubo de ensayo.


- Preparar dos blancos y la curva estndar a partir de la solucin stock de BSA, tal
como se indica a continuacin

107
Concentracin de Solucin Stock
Tubos protena BSA (10 mg/mL) Agua desionizada
(mg/mL) (mL) (mL)
Blanco (2) 0 0 1,0
1a 1,00 0,1 0,9
2a 2,50 0,25 0,75
3a 5,00 0,5 0,5
4a 7,50 0,75 0,25
5a 8,25 0,825 0,175
6a 9,50 0,95 0,05
7a 10,00 1,0 0

- Pipetear 2,5 mL del reactivo I (Biuret) al blanco, a la curva estndar y a las muestras
preparadas.
- Por otro lado preparar las mismas muestras, dos blancos y la misma curva estndar,
tal como se indic anteriormente.
- Pipetear 2,5 mL del reactivo II (correccin) a los blancos, la curva estndar y las
muestras preparadas.
- Dejar todos los tubos en reposo por 2 horas a temperatura ambiente y en oscuridad.
- Medir la absorbancia en el espectrofotmetro a 545 nm.

108
ANEXO 4

DETERMINACIN DE LA FUERZA DE GEL

BSQUEDA I O DE PRIMER ORDEN 8 puntos factoriales (2k) y 6 repeticiones en


el punto central

Concentracin Fuerza de gel (g)


Temperatura Tiempo de cido
Tratamiento Medicin Medicin Medicin
(C) (min) ctrico (%) Promedio
1 2 3
X1 X2 X3
1 46,1 129 0,26 454,4 454,2 454,0 454,2
2 63,9 129 0,26 350,6 352,0 347,4 350,0
3 46,1 331 0,26 396,6 395,4 398,8 396,9
4 63,9 331 0,26 347,0 346,6 346,6 346,7
5 46,1 129 0,74 403,2 405,4 404,8 404,5
6 63,9 129 0,74 337,6 339,6 336,8 338,0
7 46,1 331 0,74 383,0 380,4 380,8 381,4
8 63,9 331 0,74 337,0 335,0 334,0 335,3
9 55,0 230 0,50 387,4 390,2 388,8 388,8
10 55,0 230 0,50 383,0 384,6 382,4 383,3
11 55,0 230 0,50 395,6 394,6 392,8 394,3
12 55,0 230 0,50 390,2 391,0 390,2 390,5
13 55,0 230 0,50 397,2 397,4 396,0 396,9
14 55,0 230 0,50 385,8 384,2 388,0 386,0

109
BSQUEDA II O DE SEGUNDO ORDEN - 6 puntos axiales en los ejes coordenados

Concentracin Fuerza de gel (g)


Temperatura Tiempo de cido
Tratamiento Medicin Medicin Medicin
(C) (min) ctrico (%) Promedio
1 2 3
X1 X2 X3
9 40,0 230 0,50 392,0 390,0 388,2 390,1
10 70,0 230 0,50 287,2 287,8 286,8 287,3
11 55,0 60 0,50 408,8 411,0 408,6 409,5
12 55,0 400 0,50 370,4 372,2 369,8 370,8
13 55,0 230 0,10 424,4 423,2 422,2 423,3
14 55,0 230 0,90 361,8 361,0 360,0 360,9

110
ANEXO 5

DETERMINACIN DEL RENDIMIENTO DE EXTRACCIN DE PROTENA


MTODO DE BIURET

BSQUEDA I O DE PRIMER ORDEN - 8 puntos factoriales (2k) y 6 repeticiones en


el punto central

Curva de calibracin para la determinacin de la concentracin de protena en gelatinas

Concentracin de protena
Absorbancia
(mg/mL)
0,00 0,000
1,00 0,082
2,50 0,203
5,00 0,397
7,50 0,587
8,25 0,651
9,50 0,737
10,00 0,780

Curva de calibracin de concentracin de


protena
0.900
0.800 y = 0.0777x + 0.0049
R = 0.9998
0.700
Absorbancia

0.600
0.500
0.400
0.300
0.200
0.100
0.000
0.00 2.00 4.00 6.00 8.00 10.00
Concentracin de protena (mg/mL)

111
RENDIMIENTO DE EXTRACCIN DE PROTENA

Concentracin Volumen Rendimiento


Concentracin
de protena en final de de
Tratamiento Absorbancia de protena Promedio
solucin final solucin extraccin
(mg/mL)
(g/mL) (mL) (%)
0,426 5,42 0,05422 312 16,92
1 16,84
0,422 5,37 0,05371 312 16,76
0,480 6,12 0,06117 333 20,37
2 20,41
0,482 6,14 0,06143 333 20,46
0,458 5,83 0,05834 315 18,38
3 18,34
0,456 5,81 0,05808 315 18,30
0,498 6,35 0,06349 335 21,27
4 21,36
0,502 6,40 0,06401 335 21,44
0,437 5,56 0,05564 301 16,75
5 16,71
0,435 5,54 0,05538 301 16,67
0,479 6,10 0,06104 330 20,14
6 20,25
0,484 6,17 0,06169 330 20,36
0,430 5,47 0,05474 318 17,41
7 17,49
0,434 5,53 0,05525 318 17,57
0,494 6,30 0,06298 332 20,91
8 20,97
0,497 6,34 0,06336 332 21,04
0,510 6,50 0,06504 306 19,90
9 19,92
0,511 6,52 0,06517 306 19,94
0,503 6,41 0,06414 311 19,95
10 19,89
0,500 6,37 0,06375 311 19,83
0,502 6,40 0,06401 310 19,84
11 19,76
0,498 6,35 0,06349 310 19,68
0,509 6,49 0,06491 304 19,73
12 19,79
0,512 6,53 0,06529 304 19,85
0,514 6,56 0,06555 303 19,86
13 19,80
0,511 6,52 0,06517 303 19,75
0,510 6,50 0,06504 304 19,77
14 19,83
0,513 6,54 0,06542 304 19,89

112
BSQUEDA II O DE SEGUNDO ORDEN - 6 puntos axiales en los ejes coordenados

Curva de calibracin para la determinacin de la concentracin de protena en gelatinas

Concentracin de protena
Absorbancia
(mg/mL)
0,00 0,000
1,00 0,076
2,50 0,191
5,00 0,386
7,50 0,575
8,25 0,632
9,50 0,729
10,00 0,766

Curva de calibracin de concentracin de


protena
0.900
0.800 y = 0.0767x + 3E-06
0.700 R = 1
Absorbancia

0.600
0.500
0.400
0.300
0.200
0.100
0.000
0.0 2.0 4.0 6.0 8.0 10.0
Concentracin de protena (mg/mL)

113
RENDIMIENTO DE EXTRACCIN DE PROTENA

Concentracin Volumen Rendimiento


Concentracin
de protena en final de de
Tratamiento Absorbancia de protena Promedio
solucin final solucin extraccin
(mg/mL)
(g/mL) (mL) (%)
0,4000 5,22 0,05216 301 15,70
9 15,74
0,4020 5,24 0,05242 301 15,78
0,4530 5,91 0,05907 359 21,21
10 21,35
0,4590 5,99 0,05985 359 21,49
0,4750 6,19 0,06194 306 18,95
11 18,89
0,4720 6,15 0,06155 306 18,83
0,5010 6,53 0,06533 316 20,64
12 20,56
0,4970 6,48 0,06481 316 20,48
0,4770 6,22 0,06220 310 19,28
13 19,12
0,4690 6,12 0,06116 310 18,96
0,4630 6,04 0,06038 310 18,72
14 18,66
0,4600 6,00 0,05999 310 18,60

114
ANEXO 6

SOLUCIONES DE OPTIMIZACIN Y RESPUESTAS ESTIMADAS PARA LA


OBTENCIN DE GELATINA DE PIEL DE PERICO SEGN VALORES DE
DESEABILIDAD GLOBAL

Variables optimizadas Respuestas estimadas


Soluciones Concentracin Fuerza Rendimiento Deseabilidad
de Temperatura Tiempo de cido de gel de extraccin global
optimizacin (C) (minutos) ctrico (%) (g) (%)
X1 X2 X3 1 2
1 56,8 331 0,26 389,1 20,58 0,912
2 56,2 331 0,27 390,6 20,48 0,909
3 57,1 331 0,29 386,4 20,66 0,907
4 56,2 296 0,26 394,6 20,26 0,905
5 56,7 265 0,26 395,6 20,17 0,899

115
ANEXO 7

COMPOSICIN PROXIMAL Y PROPIEDADES FISICOQUMICAS DE LA


GELATINA OBTENIDA DE PIEL DE PERICO

Componente Repeticin Repeticin Repeticin Desviacin


Promedio
(g/100 g) 1 2 3 estndar
Humedad 6,91 6,73 6,72 6,8 0,11
Protena total 88,28 88,34 88,35 88,3 0,04
Grasa cruda 0,11 0,16 0,18 0,2 0,04
Ceniza 0,97 0,98 0,97 1,0 0,01

Propiedades Repeticin Repeticin Repeticin Desviacin


Promedio
fisicoqumicas 1 2 3 estndar
Rendimiento de
20,49 20,33 20,39 20,40 0,08
extraccin de protena (%)
Fuerza de gel (g) 382,1 391,1 386,6 386,6 4,50
Viscosidad (cP) 11,0 11,0 11,1 11,01 0,06
Punto de fusin (C) 25,5 25,7 25,7 25,6 0,12
Punto de gelificacin (C) 17,5 17,6 17,7 17,6 0,10
pH 4,9 4,9 4,9 4,9 0,01
Actividad de agua 0,27 0,25 0,26 0,26 0,01

116
ANEXO 8

PRODUCTO FINAL OBTENIDO

Gelatina de piel de perico en polvo

117