Tuberculosis (TB) is an infectious disease caused by the bacterium Mycobacterium tuberculosis (Mtb). It is currently one of the three main causes of death from infectious disease worldwide. Development of new drugs and combinations of antibiotics to deal with resistant, multiresistant and extremely resistant strains has become a major challenge in the treatment of TB. In experimental research, in vitro cultures are a simple way to evaluate the interaction between antibiotics and the bacterium. The aim of this project is to improve the understanding of the in vitro dynamics of Mtb with and without the presence of antibiotics by means of modelling and simulation techniques. This work arose from a collaboration established between the Computational Biology and Complex Systems (BIOCOM-SC) research group from the UPC and the tuberculosis research group at the Hospital Clínic de Barcelona, led by Dr. Julià González. The goal of the study is to develop tools that enable us to better understand the interactions antibiotic-bacterium, helping researchers to improve the design of in vitro experiments, reducing their cost and duration. In this work, an individual-based model (IBM) has been developed and implemented in NetLogo. The model was then parameterized using experimental data provided by the University Medical Centre Rotterdam together with the Dutch National Tuberculosis Reference Laboratory. The simulations performed were presented in time-kill curves. In these curves, the evolution of the bacterial concentration (on a logarithmic axis) over time is plotted depending on the antibiotic concentration. First of all, the developed model was fitted to Mtb growth without antibiotic. Secondly, functions and parameters were included to reproduce the effect of different rifampicin concentrations in the functionality of the bacterium and to study the emergent dynamics. Once the model was implemented, multiple virtual experiments were generated, the results of which have been analysed. The most important factors of the Mtb cell cycle were first identified, allowing an accurate simulation of in vitro growth without antibiotic. Subsequently, the introduction of the effects of rifampicin in the model led us to several conclusions. It has been proven that the effect of rifampicin is successfully simulated by introducing multiple combined effects on the functionality of the bacterium. We found that the ability of some non-genetic resistant strains to survive a prolonged exposure to rifampicin is associated with lower cellular maintenance energies. This observation seems to match hypotheses from previous studies, which associated this resistance to the diverse metabolic activities found in Mtb population. Furthermore, after fitting the model to experimental data, we were able to assess the order of magnitude of several biological parameters which are difficult to measure experimentally. In future studies, we expect to introduce the effect of other antibiotics (and the combination of them) into the developed model. Finally, we will study the possibility of implementing this model into other more powerful platforms in order to reduce the duration of the simulations.

La tuberculosi (TB) és una malaltia infecciosa causada pel bacteri Mycobacterium tuberculosis (Mtb) . Actualment és una de les 3 principals causes de mort per malaltia infecciosa a nivell mundial. Un dels reptes més importants actualment és el desenvolupament de nous fàrmacs i combinacions d'antibiòtics per fer front a les soques resistents, multiresistents i extremadament resistents. En recerca experimental, els cultius in vitro són una forma senzilla d'avaluar la interacció directa entre Mtb i l'antibiòtic. L'objectiu d'aquest projecte ha estat millorar la comprensió de la dinàmica de Mtb en cultius in vitro amb i sense la presència d'antibiòtics mitjançant tècniques de modelització i simulació. Aquest treball s'emmarca dins d'una col·laboració entre el grup de recerca en Biologia Computacional i Sistemes Complexes (BIOCOM-SC) de la UPC i el grup de recerca en tuberculosi de l'Hospital Clínic de Barcelona, liderat pel Dr. Julià González. L'objectiu del treball ha estat desenvolupar eines que ens permetin entendre millor les interaccions bacteri-antibiòtic i que ens ajudin a dissenyar experiments in vitro de menor cost i durada. En aquest treball s'ha desenvolupat un model basat en l'individu (IBM) que ha estat implementat en la plataforma NetLogo. Posteriorment, el model ha estat parametritzat utilitzant dades experimentals proporcionades per la University Medical Centre Rotterdam juntament amb el Dutch National Tuberculosis Reference Laboratory. Dels cultius simulats s'han obtingut les corbes de letalitat. En aquetes corbes es representa l'evolució de la concentració bacteriana (en un eix logarítmic) al llarg del temps depenent de la concentració d'antibiòtic. En primer lloc, s'ha ajustat el model desenvolupat al creixement de Mtb sense antibiòtic. Posteriorment, s'han inclòs funcions i paràmetres per poder reproduir l'efecte de diverses concentracions de rifampicina en la funcionalitat del bacteri i estudiar-ne la dinàmica emergent. Un cop el model ha estat implementat, s'han generat múltiples experiments virtuals, els resultats dels quals han estat contrastats i analitzats. D'entrada s'han identificat aquells factors més rellevants en el cicle cel·lular de Mtb, permetent així una simulació acurada del creixement in vitro sense antibiòtic. Posteriorment, la introducció dels efectes de la rifampicina en el model han permès arribar a diferents conclusions. S'ha comprovat que l'efecte de la rifampicina es simula satisfactòriament mitjançant la introducció de múltiples efectes sobreposats en la funcionalitat del bacteri. S'ha detectat que la capacitat no genètica d'alguns bacteris de sobreviure a l'exposició prolongada de rifampicina està associada a menors necessitats de manteniment cel·lular. Aquesta observació, sembla coincidir amb hipòtesis d'estudis previs, els quals associaven la resistència no-genètica amb la diversitat metabòlica del cultiu microbià. A més a més, després d'ajustar el model a les dades experimentals, s'ha pogut avaluar l'ordre de magnitud de diversos paràmetres biològics difícilment mesurables experimentalment. En estudis posteriors, es pretén introduir en el model desenvolupat l'efecte d'altres antibiòtics (i combinacions d'aquests). Per últim, s'estudiarà la possibilitat d'implementar aquest model en altres plataformes més potents que redueixin la durada de les simulacions.

La tuberculosis (TB) es una enfermedad infecciosa causada por la bacteria Mycobacterium tuberculosis (Mtb). Actualmente es una de las 3 principales causas de muerte por enfermedad infecciosa a nivel mundial. Uno de los retos más importantes en la actualidad es el desarrollo de nuevos fármacos y combinaciones de antibióticos para hacer frente a cepas resistentes, multiresistentes y extremadamente resistentes. En investigación experimental, los cultivos in vitro son una forma simple de evaluar la interacción directa entre Mtb y el antibiótico. El objetivo de este proyecto ha sido mejorar la comprensión de la dinámica de Mtb en cultivos in vitro con y sin la presencia de antibióticos mediante técnicas de modelización y simulación. Este trabajo se enmarca dentro del trabajo de colaboración entre el grupo de investigación en Biología Computacional y Sistemas Complejos (BIOCOM-SC) de la UPC y el grupo de investigación en tuberculosis del Hospital Clínic de Barcelona, liderado por el Dr. Julià González. El objetivo del trabajo ha sido desarrollar herramientas que nos permitan entender mejor las interacciones bacteria-antibiótico y que nos ayuden a diseñar experimentos in vitro de menor coste y duración. En este trabajo se ha desarrollado un modelo basado en el individuo (IBM) que ha sido implementado en la plataforma NetLogo. Posteriormente, el modelo ha sido parametrizado utilizando datos experimentales proporcionados por la University Medical Centre Rotterdam junto con el Dutch National Tuberculosis Reference Laboratory. De los cultivos simulados se han obtenido las curvas de letalidad. En estas curvas se representa la evolución de la concentración bacteriana (en un eje logarítmico) a lo largo del tiempo dependiendo de la concentración de antibiótico. En primer lugar, se ha ajustado el modelo desarrollado al crecimiento de Mtb sin antibiótico. A continuación, se han incluido funciones y parámetros para poder reproducir el efecto de varias concentraciones de rifampicina en la funcionalidad de la bacteria y estudiar la dinámica emergente. Una vez el modelo ha sido implementado, se han generado experimentos virtuales posteriormente contrastados y analizados. Inicialmente se han identificado aquellos factores más relevantes en el ciclo celular de Mtb, permitiendo así una simulación precisa del crecimiento in vitro sin antibiótico. Posteriormente, la introducción de los efectos de la rifampicina en el modelo ha permitido llegar a diferentes conclusiones. Se ha comprobado que el efecto de la rifampicina se simula satisfactoriamente mediante la introducción de múltiples efectos sobrepuestos en la funcionalidad de la bacteria. Se ha detectado que la capacidad no genética de algunas bacterias de sobrevivir a la exposición prolongada de rifampicina está asociada a menores necesidades de mantenimiento celular. Esta observación, parece coincidir con hipótesis de estudios previos, en los cuales se asociaba la resistencia no-genética con la diversidad metabólica del cultivo microbiano. Además, después de ajustar el modelo a los datos experimentales, se ha podido evaluar el orden de magnitud de varios parámetros biológicos difíciles de evaluar experimentalmente. En estudios posteriores, se pretende introducir el efecto de otros antibióticos (y combinaciones de éstos) en el modelo desarrollado. Por último, se estudiará la posibilidad de implementar el modelo en otras plataformas más potentes para así reducir la duración de las simulaciones.