Modelización de crecimientos microbianos en medios heterogéneos y de movilidad reducida

Meritxell Font Marques, Marta Ginovart Gisbert

Resumen

En este trabajo se han analizado diversos modelos computacionales publicados en revistas científicas que abordan el estudio del crecimiento microbiano en entornos semisólidos y heterogéneos en superficie, para valorar el interés y utilidad que pueden tener estos modelos en el entorno académico. Se han escogido dos de los modelos analizados como referencias fundamentales y fuentes específicas de información para el diseño y parametrización de un modelo basado en el individuo que pueda ser manejado en el estudio de estos sistemas microbianos. El nuevo modelo desarrollado, llamado INDISIM-Plate-NL, permite tratar con el crecimiento no planctónico de la bacteria Escherichia coli en una superficie, y se ha implementado en la plataforma de acceso libre NetLogo, un entorno de programación específico para la modelización multiagente. Con este nuevo simulador se han obtenido resultados de crecimiento bacteriano en forma de colonias con diferentes morfologías que están en buena correspondencia con resultados experimentales y resultados simulados publicados y referenciados en la literatura. El simulador posibilitará el estudio de estas poblaciones bacterianas con movilidad reducida en medio no líquido a través de la realización de experimentos virtuales en el aula.

Palabras clave

Crecimiento bacteriano, crecimiento no planctónico, modelo basado en el individuo, NetLogo, simulación

Texto completo:

PDF

Referencias

Ben-Jacob, E., Cohen, I., & Gutnick, D.L. (1998). Cooperative organization of bacterial colonies: From Genotype to Morphotype. Annual Reviews Microbiology, 52, 779–806.

Biggs, M.B., & Papin, J.A. (2013). Novel Multiscale Modeling Tool Applied to Pseudomonas aeruginosa Biofilm Formation. PLoS ONE, 8 (10). doi: 10.1371/journal.pone.0078011.

Bray, D., Levin, M.D., & Lipkow, K. (2007). The chemotactic behavior of computer-based surrogate bacteria. Current Biology, 17, 12–19. doi: 10.1016/j.cub.2006.11.027.

Cooper, S., & Helmstetter, C.E. (1968). Chromosome replication and the division cycle of Escherichi coli B/r. Journal of Molecular Biology, 31, 519-540.

Dens, E.D., Bernaerts, K., Standaert, A.R., & Van Impe, J.F. (2005a). Cell division theory and individual-based modeling of microbial lag. Part I. The theory of cell division. International Journal of Food Microbiology, 101, 303-318.

Dens, E.D., Bernaerts, K., Standaert, A.R., Kreft, J.U., & Van Impe, J.F. (2005b). Cell division theory and individual-based modelling of microbial lag. Part II. Modeling lag phenomena induced by temperature shifts. International Journal of Food Microbiology, 101, 319-332.

Emonet, T., Macal, C.M., North, M.J., Wickersham, C.E., & Cluzel, P. (2005). AgentCell: a digital single-cell assay for bacterial chemotaxis. Bioinformatics, 21, 2714–2721.

Fujikawa, H., & Matsushita, M. (1989). Fractal Growth of Bacillus subtilis on Agar Plates. Journal of the Physical Society of Japan, 58, 3875-3878.

Fujikawa, H., & Matsushita, M. (1991). Fractal Growth in the Concentration Field of Nutrient. Journal of the Physical Society of Japan, 60, 88-94.

Ginovart, M., López, D., & Valls, J. (2002a). INDISIM, an individual-based discrete simulation model to study bacterial cultures. Journal of Theoretical Biology, 214 (2), 305–19. doi:10.1006/jtbi.2001.2466.

Ginovart, M., López, D., Valls, J., & Silbert, M. (2002b). Simulation modelling of bacterial growth in yoghurt. International Journal of Food Microbiology, 73, 415-425.

Ginovart, M., López, D., Valls, J., & Silbert, M. (2002c). Individual based simulations of bacterial growth on agar plates. Physica A, 305, 604-618. pii: S0378-4371(01)00581-7.

Ginovart, M., Blanco, M., Portell, X., & Ferrer-Closas, P. (2012). Modelización basada en el individuo: una metodología atractiva para el estudio de biosistemas. Enseñanza de las ciencias. Revista de investigación y experiencias didácticas, 30(2), 93-108.

Ginovart, M. (2015). ¿Qué pueden ofrecer los modelos basados en agentes vivos en el contexto docente? Modelling in Science Education and Learning, 8(2). doi: 10.4995/msel.2015.3486.

Godin, M., Bryan, A.K., & Burg, T.P. (2007). Measuring the mass, density, and size of particles and cells using a suspended microchannel resonator. Applied Physics Letters, 91.

Grijspeerdt, K., Kreft, J.U., & Messens, W. (2005). Individual-based modeling of growth and migration of Salmonella enteritidis in hens’ eggs. International Journal of Food Microbiology, 100, 323–333. doi: 10.1016/j.ijfoodmicro.2004.10.028.

Grimm, V. (1999). Ten years of individual-based modelling in ecology: what have we learned and what could we learn in the future? Ecological Modelling, 115, 129–148. doi: 10.1016/S0304-3800(98)00188-4.

Grimm, V., & Railsback, S.F. (2005). Individual-based modelling and ecology. Princeton and Oxford: Princeton University Press.

Grimm, V., Berger, U., Bastiansen, F., Eliassen, S., Ginot, V., Giske, J., Goss-Custard, J., Grand, T., Heinz, S.K., & Huse, G. (2006). A standard protocol for describing individual-based and agent-based models. Ecological Modelling, 198, 115–126.

Grimm, V., Berger, U., de Angelis, D.L., Polhill, J.G., Giske, J., & Railsback, S.F. (2010). The ODD protocol: A review and first update. Ecological Modelling, 221, 2760-2768.

Hellweger, F.L., & Bucci, V. (2009). A bunch of tiny individuals: Individual-based modelling for microbes. Ecological Modelling, 220, 8-22.

Kreft, J.U., Booth, G., & Wimpenny, J.W.T. (1998). BacSim, a simulator for individual-based modelling of bacterial colony growth. Microbiology, 144, 3275-3287.

Kreft, J.U., Picioreanu, C., Wimpenny, J.W.T., & Van Loosdrecht, M.C.M. (2001). Individual-based modelling of biofilms. Microbiology, 147, 2897–2912.

Lardon L.A., Merkey, B.V., Martins, S., Dötsch, A., Picioreanu, C., Kreft, J.U., & Smets, B.F. (2011). iDynoMiCS: next generation individual-based modelling of biofilms. Environmental Microbiology, 13, 2416–2434. doi:10.1111/j.1462-2920.2011.02414.x.

Maaløe, O., & Kjeldgaard, N.O. (1966). Control of Macromolecular Synthesis. W.A. Benjamin, Nova York.

Mabrouk, N., Deffuant, G., Tolker Nielsen, T., & Lobry, C. (2010). Bacteria can form interconnected micro- colonies when a self-excreted product reduces their surface motility: evidence from individual- based model simulations. Theorie in den Biowissenschaften/Theory in Biosciences, Springer Verlag, 129(1), 1-13. doi: 10.1007/s12064-009-0078-8.

Mabrouk, N., & Deffuant, G. (2011). A simple birth-death-migration individual-based model for biofilm development.

Matsushita, M., & Fujikawa, H. (1990). Diffusion-limited growth in bacterial colony formation. Physica A, 168, 498-506.

Murray, J.D. (1990). Mathematical biology. Berlin Heidelberg: Springer-Verlag.

Rollins, N.D., Barton, C.M., Bergin, S., Janssen, M.A., & Lee, A. (2014). A Computational Model Library for publishing model documentation and code. Environmental Modelling & Software, 61, 59-64.

Olivera-Nappa, A., Picioreanu, C., & Asenjo, J.A. (2010). Non-homogeneous biofilm modeling applied to bioleaching processes. Biotechnology and bioengineering, 106(4), 660-676.

Prats, C., Ferrer, J., López, D., Giró, A., & Vives-Rego, J. (2010). On the evolution of cell size distribution during bacterial growth cycle: Experimental observations and individual-based model simulations. African Journal of Microbiology Research, 4(5), 400-407.

Railsback, S.F., & Grimm, V. (2012). Agent-Based and Individual-Based Modeling: A Practical Introduction. Princeton and Oxford: Princeton University Press.

Standaert, A.R., Poschet, F., Geeraerd, A.H., Uylbak, F.V., Kreft, J.U., & Van Impe, J.F. (2005). A novel class of predictive microbial growth models: implementation in an individual-based framework (1ª ed) Computer applications in biotechnology 2004, 183-188, Reino Unido.

Tack, I.L.M.M., Logist, F., Fernández, E.N., & Van Impe, J.F.M. (2014). An individual-based modelling approach to simulate the effects of cellular nutrient competition on Escherichia coli K-12 MG1655 colony behavior and interactions in aerobic structured food systems. Food Microbiology, 30, 1-10.

Verhulst, A.J., Cappuyns, A.M., Van Derlinden, E., Bernaerts, K., & Van Impe, J.F. (2011). Analysis of the lag phase to exponential growth transition by incorporating inoculum characteristics. Food Microbiology, 28, 656-666.

Wilensky, U. (1999). Netlogo. Evaston, IL: Center for Conected Learning and Computer-Based Modelling. Northwestern University. Retrieved from http://ccl.northwestern.edu/netlogo/.

Wilensky, U., & Rand, W. (2015). An Introduction to Agent-Based Modeling: Modeling Natural, Social, and Engineered Complex Systems with NetLogo. MIT Press.

Abstract Views

574
Metrics Loading ...

Metrics powered by PLOS ALM




Licencia de Creative Commons

Esta revista esta bajo una Licencia licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional

Universitat Politècnica de València

e-ISSN: 1988-3145