Modelos de crecimiento y metabolismo microbiano

Slides:



Advertisements
Presentaciones similares
el 1, el 4 y el 9 tres cuadrados perfectos autosuficientes
Advertisements

ESTIMACIÓN DE DENSIDAD
Maestro Sr. Jaime O. López López
Conocimiento, Uso y Evaluación de Medicamentos Genéricos
Para estudiar el movimiento de un objeto cuando se deja caer desde 12 m de altura, hemos colocado el sistema de referencia en el suelo y sentido positivo.
TEMA 2 MÚLTIPLOS Y DIVISORES
MOVIMIENTO ARMÓNICO SIMPLE MOVIMIENTO ARMÓNICO SIMPLE
Semana 11 Licda. Lilian Guzmán Melgar
REGIONES C.C.P. – A.F.A. S.C.L. Región Norte Región Lejano Oeste Región Litoral Región G6 Región NBA.
REGIONES C.C.P. – A.F.A. S.C.L. Región Norte Región Lejano Oeste Región Litoral Región G6 Región NBA.
Descripción de los datos: medidas de ubicación
Descripción de los datos: medidas de dispersión
Métodos Cuantitativos Aplicados a Los Negocios.
Ejemplo A continuación aparecen las tasas de retorno de dos fondos de inversión durante los últimos 10 años. 1. ¿Cuál es más riesgoso? 2. ¿En cuál invertiría.
Calculo de Dosis 3.2 Pencil Beam
Radiobiología Celular 4.2 Modelos (Ejercicios)
Capítulo 4 Otras medidas descriptivas
Capítulo 3 Descripción de datos, medidas de tendencia central
Estructura Económica de México Prof. Abelardo Mariña Flores trimestre 2010-P.
Estadística Administrativa I
Contraste de Hipótesis
CONTROL ESTADÍSTICO DE PROCESOS
Metabolismo y rendimiento de los cultivos sobre superficies sólidas.
Modelos de inventarios
Pendientes: Alimento texturizado.
PREVENCION DE RIESGOS PROFESIONALES EN CHILE
PRUEBA DE APTITUD ACADÉMICA
8. Distribuciones continuas
PRUEBA DE APTITUD ACADÉMICA RAZONAMIENTO MATEMÁTICO
Práctica 2. Introducción. MOSFET Conmutación del MOSFET
INFORME USDA NOVIEMBRE TRIGO 2 MERCADO INTERNACIONAL (Millones de Toneladas) 3.
Agenda Seguimiento Objetivos del Plan Matriculaciones Parque
DERIVADA DE UNA FUNCION REAL
Curso de actualización en Ingeniería de calidad
Transferencia de energía durante el ejercicio
Dr. Fernando Galassi - Lic. Gisela Forlin
EM2011 Serie de Problemas 03 -Ondas Electromagnéticas- G 12NL17CAMILO Universidad Nacional de Colombia Depto de Física Mayo 2011.
APLICACIONES CON EXCEL
AACS Correcto muestreo de suelos Ing. Agr. Pablo Marasas
CARLOS RAMON VIDAL TOVAR
Teórico 6 Hoy: Martes: Miércoles Jueves:
UNIDAD 3 Progresiones.
Matemática Básica para Economistas MA99
Exponentes Racionales y Radicales
La minimización de los costes
¿CÓMO DETERMINAR LA VOLATILIDAD?
Facultad de Ciencias Sociales Universidad de la República Curso: Análisis Económico Edición 2010.
¡Primero mira fijo a la bruja!
Matemáticas 1º Veterinaria Curso 2002/2003. Ana Allueva
MEDIDAS DE DISPERSIÓN.
La ley de los grandes números
1. Datos prensa. Fuente: ACEM
JORNADA 1 DEL 24 DE MARZO AL 30 DE MARZO EQUIPO 01 VS EQUIPO 02 EQUIPO 03 VS EQUIPO 06 EQUIPO 05 VS EQUIPO 10 EQUIPO 07 DESCANSA EQUIPO 08 VS EQUIPO 13.
Exponentes y Logaritmos.
El programa de obra es una red y la metodología para resolver la duración de la red y determinar las tareas que pueden retrasar con mayor facilidad la.
Los números. Del 0 al 100.
Postulado Celular de la Vida y la Biotecnología Gustavo Viniegra González Universidad Autónoma Metropolitana, Iztapalapa, D.F. MEXICO
Estadística Administrativa I
Estadística Administrativa I
Capital Asset Pricing Model (CAPM)
Crecimiento poblacional
Crecimiento Microbiano
La relación entre las fases de crecimiento, los cambios de volumen celular y el metabolismo de células adherentes durante el cultivo.
MODELOS CINÉTICOS DE LAS FERMENTACIONES G. Viniegra-González y E. Favela-Torres Universidad Autónoma Metropolitana México, D.F., MEXICO.
Cinética Microbiana.
Estequiometría y Cinética de Crecimiento
Leopoldo García Baeza.  Fase de adaptación.  Crecimiento exponencial (densitydependent  growth inhibition).  Fase estacionaria.
Reproducción bacteriana
Dinámica de Poblaciones
Operación Batch No hay ni flujo líquido ni gaseoso dentro del reactor. La ecuación que rige su comportamiento es: Teniendo en cuenta los valores iniciales.
Transcripción de la presentación:

Modelos de crecimiento y metabolismo microbiano Gustavo Viniegra González Universidad Autónoma Metropolitana, Iztapalapa, D.F.

CICLO DE VIDA DE UN MOHO

Macro cinética de A. niger Larralde-Corona et al., (1997) rA = densidad de superficie (mg/cm2) Al inicio: crecimiento exponencial Al final: densidad máxima rAmax Os valores de, rA y rAmax, dependen de la concentración So

Modelo macroscópico La tasa específica de crecimiento, r, está definida como r = (1/X)dX/dt Se supone que, r, se anula cuando X, se aproxima a, Xmax. Modelo de von Bertanlanffy r = m{1 – (X/Xmax)n} X << Xmax  r  m; X  Xmax, r  0

Consecuencias del modelo Si n = 1; r, vs. X, es una recta. Si n > 1; r vs. X, se inhibe tardíamente. Si n < 1; r vs. X, se inhibe tempranamente. El caso más simple, n=1, (ecuación logística). Punto de inflexión a la mitad del crecimiento

¿Por qué dejan de crecer los hongos filamentosos? Deficiencias en algún factor de crecimiento y en el balance respiratorio. Los ciclos celulares tienen puntos de control sobre los factores de crecimiento. Cuando detectan una faltante, detienen el ciclo celular. La inflexión de la curva ocurre antes de la transición respiratoria.

Respiración de Beauveria bassiana Salvado de trigo o cutícula de grilo. Dos fases respiratorias (Ikasari y Mitchell, 2000) Crecimiento exponencial b) Autólisis de parte de la biomasa Datos: D. Rodríguez, tesis doctoral en la UAMI, 2009

Modelo de Ikasari y Mitchell Fase exponencial t  tC; dX/dt = mX; X = X0exp(mt) Fase final t > tC; dX/dt = m(e-r(t-tc))X; X = Xcexp[(m/r)(1-e-r(t-tc))] t  ; X  Xce(m/r) = Xmax; (Xc/ Xmax) = e(m/r)

Interpretación fisiológica r = (1/X)(dX/dt); tasa específica de crecimiento Condiciones favorables  r= m; constante Condiciones desfavorables  r decrece exponencialmente con el tiempo.

Integración del Modelo I-M (1/X) dX/dt = dln(X)/dt = m(e-r(t-tc)) Integrando, entre XC y XF; y entre tC y t dln(X) = m (e-r(t-tc))dt ln(XF /XC) = (m/r)(1-e-r(t-tc)) Tomando antilogaritmos (XF /XC) =exp[(m/r)(1-e-r(t-tc))]

Modificación a Bertanlanffy X = Xmax/[1+Cexp(-nm(t-tr))]1/n; t > tr C = (Xmax / X0)n -1; condición inicial y final. Si t ; X = X0 ; supone un retardo para la germinación de las esporas.

Comparación de modelos (B vs. I-M) Parámetros: Xo  0.05; Xmax = 0.882 XC = 0.220 = 0.02/h; r = 0.144/h n = 1.23, tr = 10. 4 h La inflexión con B, antes que con I-M (problema numérico)

Sugerencia para los ajustes La fase exponencial se puede medir con precisión (biomasa o respiración)  m El nivel final también se puede medir  Xmax Con esos datos se calcula el punto de inflexión por ajuste numérico . Para el modelo B (n, tr) Para el modelo I-M (tC, r)

Punto de inflexión (modelo B) dX/dt = m{1 – (X/Xmax)n}X; x = X/Xmax dx/dt = m{1 – (x)n} x = mx -m(x)n+1 Inflexión  d2x/dt2 = m[1 –(n+1)(x)n] = 0 x = [1/(n+1)] 1/n n = 1, x = ½. Logística. n < 1, x < ½. Inhibición temprana. n > 1, x > ½. Inhibición tardía.

¿Por qué ajusta la logística (n = 1)? Retardo, tr, despreciable. Punto de inflexión a la mitad de la curva (x = ½). R2 = 0.999 R2 = 0.952 Datos de E. Ortega (2012)

Metabolismo vs. Crecimiento dx/dt = m(1-x)x; x = X/Xmax; s = S/S0 -dS/dt = Xmax[(m/Y)(1-x)x+mx] -dS/dx = Xmax{(1/Y) +m/[m(1-x)]} -dS =(Xmax /Y)dx + (mXmax/m)dx/(1-x) - DS  (Xmax /Y)Dx + (mXmax/m)ln[1/(1-x)] Cuando, (m/m) << 1; - DS  (1/Y)DX

Correlación empírica (S vs X) Cuando X/Xmax < ½ - DS  (1/Y)DX Y = (1/3.45) = 0.29 Es un rendimiento razonable para A. niger Datos de E. Ortega (2012)

Correlación de Pirt 1/Y = 1/Yo + m/m Si: Y0 = 0.5; Y = 0.29; ¿m? m/m = 1/Y - 1/Yo= 3.45 – 2.00 = 1.45 Según Ortega (2012), m = 0.124/h  m = 1.45m = 0.19 gS/(gX*h)

Cómo se ajustan los datos Se tiene un modelo matemático integrado. X = Xmax/[1+(Xmax/Xo – 1)exp(-mt)] Se cuentan con suficientes datos (>2xNo. parámetros). Para cada valor de, t, se calcula, X Se estima S = (Xcalc – Xobs)2 Se minimiza, S, variando los parámetros (Xmax, Xo, m) con la función Solver de Excel.

Conclusiones El modelo general de Bertanlanffy puede seguir al modelo integrado de Ikasari y Mitchell. Es razonable suponer que hay dos fases del crecimiento (exponencial y decaimiento) El modelo logístico ajusta bien muchos datos empíricos. Es fácil correlacionar el metabolismo con el crecimiento, usando el modelo de Pirt.

Problema 1 Un moho se cultiva sobre granos de almidón. Su tasa respiratoria se duplica cada 2.5 h durante el inicio del cultivo. Al final del cultivo se encuentra que Xmax = 0.5g/gS0. El inóculo tenia 4x106 esporas por g de S0. Las esporas tenían 85% de humedad y su diámetro era d = 2x10-4 cm. La transición respiratoria se observó a las 12 h. Construya la curva integrada de crecimiento (X vs. t), según el modelo I-M. Sugerencia: Calcule, r, suponiendo que XF = Xmax.

Problema 2 Un cultivo de Pleurotus ostreatus, crece conforme a la ecuación logística. Al principio, del cultivo se duplica cada 6h. Se inocula con 10 mg por g de materia seca en una fábrica que maneja 10 toneladas de paja (base seca) por tanda. Calcule el tiempo necesario para que se produzca una tonelada de hongos (base seca).

Problema 3 Thermoascus arianticus tiene un rendimiento Yx/O2 = 0.18 gX/gO2 y m = 0.013 gO2/(gX*h)‡. Construya la ecuación de consumo de O2 según el modelo de Pirt y la ecuación logística. Calcule el consumo de O2 (g/h) cuando se tienen dos toneladas de biomasa y el hongo se duplica cada 20 h. Suponga que el hongo se encuentra con la máxima tasa específica de crecimiento. ‡Datos de: dos Santos et al. Biotechnol. Let. 25: 23-26, 2003

Problema 4 Estime, X0, Xmax y m, usando los datos anexos. Construya las curvas, X, vs t; dX/dt vs. t. Compare los datos empíricos con las curvas obtenidas. Estime R2 (calculado vs. observado) Tiempo (horas) Biomasa (g) 0.0 0.00 7.0 0.71 13.5 0.80 17.0 0.95 32.5 4.10 56.0 14.24 81.0 18.75 91.0 19.21 120.0 19.22 Datos de E. Ortega (2012)