Modelización basada en agentes: canibalismo microbiano

Marta Ginovart, Albert Tutusaus, M. Teresa Mas

Resumen

En un sistema biológico, las interacciones entre los organismos pueden ser interespecíficas, cuando se relacionan organismos de la comunidad de diferente especie, o intraespecíficas. Estas interacciones, que pueden ser favorables, desfavorables o indiferentes para el crecimiento, la supervivencia, y/o la reproducción de los organismos, pueden determinar el área de distribución y la situación territorial de la especie, o tener un papel esencial en la evolución temporal de las poblaciones. Amensalismo, comensalismo, depredación, mutualismo, parasitismo, competencia y canibalismo son diferentes tipos de interacciones. Éstas pueden establecerse a lo largo del tiempo y en el espacio, siendo normalmente su ámbito de actuación local por proximidad o por contacto directo. Se pueden considerar como propias de las especies o como comportamientos probables, que se pueden dar o no, según como sean las condiciones ambientales en las que se encuentren los organismos. Todo esto hace que la modelización matemática más tradicional sufra de muchas limitaciones en este contexto, tanto para el tratamiento de las discontinuidades en el espacio y el tiempo, como para las adaptaciones o cambios repentinos que pueden sufrir los organismos como respuesta a los diversos factores a los que se puedan ver expuestos. El enfoque o perspectiva de los modelos computacionales basados en agentes (ABM) puede considerarse interesante en la representación de estas interacciones. El propósito de este trabajo es mostrar cómo se puede investigar y tratar con interacciones biológicas a través de ABM. En primer lugar se presentan algunos ejemplos de ABM implementados en un entorno de programación de acceso abierto y disponible desde la web, la plataforma multiagente NetLogo. A continuación, escogida una interacción intraespecífica particular, como es el canibalismo microbiano que exhibe la bacteria Bacillus subtilis, se presenta el caso de estudio, con el desarrollo del diseño conceptual del ABM para su representación, su implementación en NetLogo, y un análisis de sensibilidad unifactorial de alguno de sus parámetros para explorar la respuesta del sistema virtual bajo distintos escenarios de simulación. El simulador obtenido será manejado en el entorno académico (su origen fue un Trabajo Final de Grado de la titulación Ingeniería de Sistemas Biológicos de la Universitat Politècnica de Catalunya), será útil tanto en la docencia como para la realización de investigaciones vinculadas con estas interacciones microbianas, abriendo expectativas para futuras aplicaciones prácticas. 


Palabras clave

Interacciones biológicas; canibalismo microbiano; modelo basado en agentes; NetLogo; simulación

Texto completo:

PDF

Referencias

Abar, S., Theodoropoulo, G. K., Lemarinier, P., O'Hare, G.M.P. (2017). Agent Based Modelling and Simulation tools: A review of the state-of-art software. Computer Science Review, 24, 13-33. https://doi.org/10.1016/j.cosrev.2017.03.001

Araujo, P., Gras, A., Ginovart, M., Moulton, V. (2106). INDISIM-Paracoccus, an individual-based and thermodynamic model for a denitrifying bacterium. Journal of Theoretical Biology, 403, 45-58. https://doi.org/10.1016/j.jtbi.2016.05.017

Banitz, T., Gras, A., Ginovart, M. (2015). Individual-based modelling of soil organic matter in NetLogo: Transparent, user-friendly, and open. Environmental Modelling & Software 71, 39-45. https://doi.org/10.1016/j.envsoft.2015.05.007

Begon, M., Harper, J.L., Towsend, C.R. (1999). Ecology: Individuals, Populations and Communities. 3a edició. Barcelona: Ediciones Omega. S. A.

Deangelis, D.L., Gros, L.J. (1992). Individual-Based Modelos and Approaches in Ecology. Nueva York: Chapman and Hall. https://doi.org/10.1007/978-1-4757-0869-1

Font, M., Ginovart, M. (2016). Modelización de crecimientos microbianos en medios heterogéneos y de movilidad reducida. Modelling in Science Education and Learning, 9, 81-120. https://doi.org/10.4995/msel.2016.5789

Fujita, M., Gonzalez-Pastor, J.E., Losick, R. (2005). High- and low-threshold genes in the Spo0A regulon of Bacillus subtilis. Journal Bacteriology, 187, 1357-1368. https://doi.org/10.1128/JB.187.4.1357-1368.2005

García-Vázquez, J. C., Sancho-Caparrini, F. (2016) NetLogo: Una herramienta de modelado. Payhip. https://payhip.com/b/VhKb.

Ginovart, M. (2014). Discovering the power of individual-based modelling in teaching and learning: the study of a predator-prey system. Journal of Science Education and Technology, 23, 496-513. https://doi.org/10.1007/s10956-013-9480-6

Ginovart, M. (2015). ¿Qué pueden ofrecer los modelos basados en agentes vivos en el contexto docente? Modelling in Science Education and Learning, 8, 5-26. https://doi.org/10.4995/msel.2015.3486

Ginovart, M., Carbó, R., Blanco, M., Portell, X. (2018). Digital image analysis of yeast single cells growing in two different oxygen concentrations to analyze the population growth and to assist individual-based modeling. Frontiers Microbiology, 8, 2628. https://doi.org/10.3389/fmicb.2017.02628

Ginovart, M., Portell, X., Ferrer-Closas, P., Blanco, M. (2011). Modelos basados en el individuo y la plataforma NetLogo. Union-Revista Iberoamericana de Educación Matemática, 27, 131-150.

Ginovart, M., Portell, X., Ferrer-Closas, P., Blanco, M. (2012) Modelos basados en el individuo: una metodologia alternativa y atractiva para el estudio de biosistemas. Enseñanza de las ciencias, 30, 93-108. https://doi.org/10.5565/rev/ec/v30n2.572

González-Cabaleiro, R., Mitchell, A.M., Smith, W., Wipat, A., Ofiteru, I.D. (2017). Heterogeneity in pure microbial systems: experimental measurements and modeling. Frontiers Microbiology, 8, 1813. https://doi.org/10.3389/fmicb.2017.01813

González-Pastor, J. E. (2010). Cannibalism: a social behavior in sporulating Bacillus subtilis. FEMS Microbiology Reviews, 35, 415-424. https://doi.org/10.1111/j.1574-6976.2010.00253.x

Gonzalez-Pastor, J.E., Hobbs, E.C., Losick, R. (2003) Cannibalism by sporulating bacteria. Science, 301, 510-513. https://doi.org/10.1126/science.1086462

Gorochowski, T.E. (2016). Agent-based modelling in synthetic biology. Essays in Biochemistry, 60, 325-336. https://doi.org/10.1042/EBC20160037

Grimm, V., Railsback, S.F. (2005). Individual-based modelling and ecology. Princeton and Oxford: Princeton University Press. https://doi.org/10.1515/9781400850624

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. https://doi.org/10.1016/j.ecolmodel.2006.04.023

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. https://doi.org/10.1016/j.ecolmodel.2010.08.019

Hellweger. F.L., Bucci, V. (2009). A bunch of tiny individuals - Individual-based modeling for microbes. Ecological Modelling, 220, 8-22. https://doi.org/10.1016/j.ecolmodel.2008.09.004

Hellweger, F.L., CLegg, R. J., Clark, J.R., Plugge, C.M., Kreft J. (2016). Advancing microbial sciences by individual-based modelling. Nature Reviews Microbiology, 14. 461-471. https://doi.org/10.1038/nrmicro.2016.62

Kaiser, H. (1979). The dynamics of populations as result of the properties of individual animals. Fortschritte der Zoologie, 25, 109-136.

Kaul, H., Ventikos, Y. (2015). Investigating biocomplexity through the agent-based paradigm. Briefings in Bioinformatics, 16, 137-152. https://doi.org/10.1093/bib/bbt077

López, D., Vlamakis, H., Losick, R., Kolter, R. (2009). Cannibalism enhances biofilm development in Bacillus subtilis. Molecular Microbiology, 74, 609-618. https://doi.org/10.1111/j.1365-2958.2009.06882.x

Lee, J-S., Filatova, T., Ligmann-Zielinska, A., Hassani-Mahmooei, B., Stonedahl., F., Lorscheid, I., Voinov, A., Polhill, G., Sun, Z., Parker, DC. (2015) The Complexities of Agent-Based Modeling Output Analysis. Journal of Artificial Societies and Social Simulation, 18, 4. https://doi.org/10.18564/jasss.2897

Macal, C.M., North, M.J. (2013). Successful approaches for teaching agent-based simulation. Journal of Simulation, 7, 1-11. https://doi.org/10.1057/jos.2012.1

Minitab Inc. 2012. Minitab Statistical Software Version 17.2.1. Minitab Inc., State College. PA. URL http://www.minitab.com/.

Molle, V., Fujita, M., Jensen, S.T., Eichenberger, P., González-Pastor, J.E., Liu, J.S., Losick, R. (2003). The Spo0A regulon of Bacillus subtilis. Molecular Microbiology, 50, 1683-1701. https://doi.org/10.1046/j.1365-2958.2003.03818.x

Railsback, S.F., Grimm, V. (2012) Agent-based and individual-based modeling: a practical introduction. Princeton University Press: Princeton.

Ricklefs, R.E. (1998). Invitación a la Ecología. La economía de la naturaleza. 4ª edición. Panamericana: Buenos Aires.

Shiflet, A.B., Shiflet, G.W. (2014). An Introduction to Agent-based Modeling for Undergraduates. Procedia Computer Science, 29, 1392-1402.

https://doi.org/10.1016/j.procs.2014.05.126

Uchmanski, J., Grimm, V. (1996). Individual-based modelling in ecology: What makes the difference? Trends in Ecology & Evolution, 11, 437-440. https://doi.org/10.1016/0169-5347(96)20091-6

Wilensky, U. (1997). NetLogo Wolf Sheep Predation model. http://ccl.northwestern.edu/netlogo/models/WolfSheepPredation. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.

Wilensky, U. (1997). NetLogo Cooperation model. http://ccl.northwestern.edu/netlogo/models/Cooperation. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.

Wilensky. U. (1999). NetLogo. http://ccl.northwestern.edu/netlogo/. Center for Connected Learning and Computer-Based Modeling. Northwestern University. Evanston. IL.

Wilensky, U. (2006). NetLogo Tabonuco Yagrumo Hybrid model. http://ccl.northwestern.edu/netlogo/models/TabonucoYagrumoHybrid. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.

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

Wilensky, U., Reisman, K. (2006). Thinking like a Wolf, a Sheep, or a Firefly: Learning Biology through Constructing and Testing Computational Theories - An Embodied Modeling Approach. Cognition and Instruction, 24, 171-209. https://doi.org/10.1207/s1532690xci2402_1

Williams, R. A. (2018). Lessons learned on development and application of agent-based models of complex dynamical systems. Simulation Modelling Practice and Theory, 83, 201-212. https://doi.org/10.1016/j.simpat.2017.11.001

Wilmoth, J., Doak, P., Timm, A., Halsted, M., Anderson, J.D., Prats, C., Portell, X., Ginovart, M., Retterer, S., Fuentes-Cabrera, M. (2018). A microfluidics and agent-based modeling framework for investigating spatial organization in bacterial colonies: the case of Pseudomonas aeruginosa and Type VI Secretion Interactions. Frontiers Microbiology, 9, 33. https://doi.org/10.3389/fmicb.2018.00033

Abstract Views

367
Metrics Loading ...

Metrics powered by PLOS ALM




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

Universitat Politècnica de València

e-ISSN: 1988-3145