Simulación de Crecimiento de Microorganismos Bajo Distintas Condiciones de Movilidad

Abstract

La microbiología es una ciencia que se ha desarrollado notablemente en los últimos tiempos dado que realiza aportes a la ecología, la agronomía, la tecnología de los alimentos, entre otras. Existen, sin embargo, ciertas complicaciones que dificultan las actividades experimentales, como la complejidad de reproducir en el laboratorio condiciones ideales de crecimiento, tales como agitación o el movimiento aleatorio de microorganismos. Actualmente, la tendencia al modelar el crecimiento microbiano está fuertemente influenciada por la potencia computacional, donde los principales aportes de la computación son la rapidez, la precisión, la capacidad de mantener y analizar grandes volúmenes de datos y la de establecer a priori las condiciones de la simulación.
Se ha desarrollado un simulador de crecimiento de microorganismos con el objetivo de, no sólo reducir costos y tiempos de laboratorio, sino de obtener resultados más precisos.
Con el propósito de complementar trabajos anteriormente presentados y para estudiar cómo influye la movilidad de microorganismos en el desarrollo de las colonias, se modificaron las rutinas existentes de manera de considerar si los microorganismos están inmóviles, si realizan un movimiento del tipo browniano hacia los sitios vecinos o si están sometidos a un agitado turbulento.
Los algoritmos utilizan el método de Monte Carlo, y se desarrollaron para microorganismos del tipo bacteria. Se tienen en cuenta el tiempo de adaptación de la colonia al medio de cultivo, y el tiempo necesario para iniciar la división de cada individuo.
Las curvas de crecimiento obtenidas para los tres tipos de movimiento considerado, presentan las tres fases características reportadas experimentalmente. Se observa que la colonia de microorganismos se desarrolla más rápidamente bajo condiciones de movimiento turbulento, mientras que bajo condiciones de movimiento browniano el desarrollo es intermedio. Todas las curvas presentan un buen ajuste de acuerdo al modelo de crecimiento Logístico.