- -

Modelización basada en agentes: canibalismo microbiano

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Modelización basada en agentes: canibalismo microbiano

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.author Ginovart, Marta es_ES
dc.contributor.author Tutusaus, Albert es_ES
dc.contributor.author Mas, M. Teresa es_ES
dc.date.accessioned 2020-03-06T13:45:18Z
dc.date.available 2020-03-06T13:45:18Z
dc.date.issued 2019-07-31
dc.identifier.uri http://hdl.handle.net/10251/138479
dc.description.abstract [ES] 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 situaci´on territorial de la especie, o tener un papel esencial en la evoluci´on temporal de las poblaciones. Amensalismo, comensalismo, depredación, mutualismo, parasitismo, competencia y canibalismo son diferentes tipos de interacciones. Estas 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, seg´un como sean las condiciones ambientales en las que se encuentren los organismos. Todo esto hace que la modelizaci´on matemática m´as 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 continuaci´on, escogida una interacci´on intraespec´ıfica particular, como es el canibalismo microbiano que exhibe la bacteria Bacillus subtilis, se presenta el caso de estudio, con el desarrollo del dise˜no conceptual del ABM para su representación, su implementación en NetLogo, y un análisis de sensibilidad unifactorial de alguno de sus par´ametros para explorar la respuesta del sistema virtual bajo distintos escenarios de simulaci´on. El simulador obtenido ser´a 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 es_ES
dc.description.abstract [EN] In a biological system, the interactions between organisms can be interspecific, when they relate organisms of the community of different species, or intraspecific. These interactions, depending on which each case, can be favorable, unfavorable or indifferent to the growth, the survival, and/or the reproduction of the organisms of the affected species, can determine their area of distribution and the territorial situation of the species, or have an essential role in the temporal evolution of the populations. Amensalism, commensalism, depredation, mutualism, parasitism, competition and cannibalism are different types of interactions. These interactions can be established over time and in space, normally their local scope of action is by proximity or direct contact. They can be considered as specific to the species or as probable behaviors, which may or may not occur, depending on the environmental conditions in which the organisms are found. All this means that the more traditional mathematical modeling has many limitations in this context, both for the treatment of discontinuities in space and time, and for adaptations or sudden changes that organisms may suffer as a response to factors to which they may be exposed. The approach or perspective of computational agent-based models (ABM) can be considered interesting in the representation of these interactions. The purpose of this paper is to show how biological interactions can be investigated and treated through ABM. First, some examples of ABM implemented in an open access programming environment and available from the web, the NetLogo multi-agent platform, are presented. Then, choosing a particular intraspecific interaction, such as the microbial cannibalism exhibited by Bacillus subtilis bacteria, the case study is presented, with the development of the conceptual design of the ABM for its representation, its implementation in NetLogo, and a sensitivity analysis unifactorial of some of its parameters to explore the response of the virtual system under different simulation scenarios. The simulator obtained for this study will be employed in an academic setting (its origin was a Final Degree Project in Biological Systems Engineering of the Universitat Polit`ecnica de Catalunya), it will be useful both in teaching and for carrying out research linked to these microbial interactions, opening prospects for future practical applications. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.relation.ispartof Modelling in Science Education and Learning es_ES
dc.rights Reconocimiento - No comercial (by-nc) es_ES
dc.subject Biological interactions es_ES
dc.subject Microbial cannibalism es_ES
dc.subject Agent-based model es_ES
dc.subject NetLogo es_ES
dc.subject Simulation es_ES
dc.subject Interacciones biológicas es_ES
dc.subject Canibalismo microbiano es_ES
dc.subject Modelo basado en agentes es_ES
dc.subject Simulación es_ES
dc.title Modelización basada en agentes: canibalismo microbiano es_ES
dc.title.alternative Agent-based modeling: microbial canibalism es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.4995/msel.2019.10975
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Ginovart, M.; Tutusaus, A.; Mas, MT. (2019). Modelización basada en agentes: canibalismo microbiano. Modelling in Science Education and Learning. 12(2):5-46. https://doi.org/10.4995/msel.2019.10975 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.4995/msel.2019.10975 es_ES
dc.description.upvformatpinicio 5 es_ES
dc.description.upvformatpfin 46 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 12 es_ES
dc.description.issue 2 es_ES
dc.identifier.eissn 1988-3145
dc.relation.pasarela OJS\10975 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references Begon, M., Harper, J.L., Towsend, C.R. (1999). Ecology: Individuals, Populations and Communities. 3a edició. Barcelona: Ediciones Omega. S. A. es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references García-Vázquez, J. C., Sancho-Caparrini, F. (2016) NetLogo: Una herramienta de modelado. Payhip. https://payhip.com/b/VhKb. es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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. es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references Gorochowski, T.E. (2016). Agent-based modelling in synthetic biology. Essays in Biochemistry, 60, 325-336. https://doi.org/10.1042/EBC20160037 es_ES
dc.description.references Grimm, V., Railsback, S.F. (2005). Individual-based modelling and ecology. Princeton and Oxford: Princeton University Press. https://doi.org/10.1515/9781400850624 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references Kaiser, H. (1979). The dynamics of populations as result of the properties of individual animals. Fortschritte der Zoologie, 25, 109-136. es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references Minitab Inc. 2012. Minitab Statistical Software Version 17.2.1. Minitab Inc., State College. PA. URL http://www.minitab.com/. es_ES
dc.description.references 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 es_ES
dc.description.references Railsback, S.F., Grimm, V. (2012) Agent-based and individual-based modeling: a practical introduction. Princeton University Press: Princeton. es_ES
dc.description.references Ricklefs, R.E. (1998). Invitación a la Ecología. La economía de la naturaleza. 4ª edición. Panamericana: Buenos Aires. es_ES
dc.description.references Shiflet, A.B., Shiflet, G.W. (2014). An Introduction to Agent-based Modeling for Undergraduates. Procedia Computer Science, 29, 1392-1402. es_ES
dc.description.references https://doi.org/10.1016/j.procs.2014.05.126 es_ES
dc.description.references 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 es_ES
dc.description.references 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. es_ES
dc.description.references 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. es_ES
dc.description.references Wilensky. U. (1999). NetLogo. http://ccl.northwestern.edu/netlogo/. Center for Connected Learning and Computer-Based Modeling. Northwestern University. Evanston. IL. es_ES
dc.description.references 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. es_ES
dc.description.references Wilensky, U., Rand, W. (2015). An Introduction to Agent-Based Modeling: Modeling Natural, Social, and Engineered Complex Systems with NetLogo. MIT Press: Hong Kong. es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem