Individual-based modelling of bacterial cultures to study the lag ohase

Abstract

Els bacteris són la forma dominant de vida del planeta: poden sobreviure en medis molt adversos, i en alguns casos poden generar substàncies que quan les ingerim ens són tòxiques. La seva presència en els aliments fa que la microbiologia predictiva sigui un camp imprescindible en la microbiologia dels aliments per garantir la seguretat alimentària. Un cultiu bacterià pot passar per quatre fases de creixement: latència, exponencial, estacionària i de mort. En aquest treball s’ha avançat en la comprensió dels fenòmens intrínsecs a la fase de latència, que és de gran interès en l’àmbit de la microbiologia predictiva. Aquest estudi, realitzat al llarg de quatre anys, s’ha abordat des de la metodologia Individual-based Modelling (IbM) amb el simulador INDISIM (INDividual DIScrete SIMulation), que ha estat millorat per poder fer-ho. INDISIM ha permès estudiar dues causes de la fase de latència de forma separada, i abordar l’estudi del comportament del cultiu des d’una perspectiva mesoscòpica. S’ha vist que la fase de latència ha de ser estudiada com un procés dinàmic, i no definida per un paràmetre. L’estudi de l’evolució de variables com la distribució de propietats individuals entre la població (per exemple, la distribució de masses) o la velocitat de creixement, han permès distingir dues etapes en la fase de latència, inicial i de transició, i aprofundir en la comprensió del que passa a nivell cel•lular. S’han observat experimentalment amb citometria de flux diversos resultats previstos per les simulacions. La coincidència entre simulacions i experiments no és trivial ni casual: el sistema estudiat és un sistema complex, i per tant la coincidència del comportament al llarg del temps de diversos paràmetres interrelacionats és un aval a la metodologia emprada en les simulacions. Es pot afirmar, doncs, que s’ha verificat experimentalment la bondat de la metodologia INDISIM.

Microorganisms play a central role in every ecosystem and in the global biomass cycle. In particular, their impact on the human alimentation is extremely relevant. Bacteria produce substances that modify the food quality and may even be toxic or, on the contrary, they may be essential in food production and processing. Predictive food microbiology has become an important specific field in microbiology. Bacterial growth of a batch culture may show up to four phases: lag, exponential, stationary and death. In this work, we have improved the understanding of the lag phase, which is a specific topic of interest in food microbiology, and the intrinsic phenomena behind it. This study has been carried out from the perspective of Individual-based Modelling (IbM) with the simulator INDISIM (INDividual DIScrete SIMulation), that has been specifically improved for this purpose. INDISIM allows the separate study of two different mechanisms that may cause the lag phase. As a bottom-up approach, it also allows tackling the culture behaviour from a mesoscopic point of view. It has been proven that the lag phase must be studied as a dynamic process, and it cannot be completely defined by a single parameter. The evolution of systemlevel variables such as biomass distribution or the growth rate, delimits two stages in the lag phase (initial and transition). A mesoscale analysis allows relating the observed system behaviour to the phenomena occurring at a cellular scale.