mathematical modelling methodologies in predictive food microbiology: a swot analysis leopoldo...
TRANSCRIPT
Mathematical modelling methodologies in predictive food
microbiology:A SWOT analysis
LEOPOLDO GARCÍA BAEZA
Introducción.
• Entendemos la microbiología predictiva como la predicción de el comportamiento de las poblaciones microbianas en general.
• En particular , se discuten dos enfoques diferentes :
• Modelos continuos basados en la población y,
• Modelos discretos basados en lo individual.
FODA ( Fortalezas - Debilidades - Oportunidades - Amenazas)
• Se trata de la especificación de los actores y el objetivo del proyecto.
• En el análisis que sigue :
• los factores internos son las características de los modelos analizados , que se clasifican en fuertes y débiles .
• Oportunidades cubrir las aplicaciones actuales y potenciales de cada método para concreto sistemas reales , y también da cuenta de los factores que ayudan a su desarrollo.
• Las amenazas se describen como los riesgos y limitaciones de cada método .
Los modelos de población.
• Enfoque de arriba hacia abajo : se tratar con ecuaciones continuas que se aplican a la población.
• Las variables tomadas en cuenta por este tipo de modelos representan cantidades macroscópicas.
• y un promedio de los atributos de los individuos.
• Se clasifican en:
• Modelos mecanicistas o teórico . (Búsqueda de los mecanismos que impulsan el comportamiento microbiano).
• Y empírico o fenomenológico.(Reproducir el comportamiento con un cierto grado de precisión).
• En función de sus objetivos específicos, modelos continuos pueden ser clasificado en:
• Modelos primarios: representan la dinámica de poblaciones microbianas a través del tiempo bajo un medio ambiente particular.
• Modelos secundarios: describen la respuesta de los parámetros del modelo primario a cambios en el entorno.
• Modelos terciarios: utilizan uno o más modelos secundarios y primarios para generar aplicaciones de software fáciles de usar que pueden ser sistemáticamente utilizado por los no modelistas.
Modelos basados en el individuo (IBMS)
• Son enfoques de abajo hacia arriba.
• Considera cada microbio como individuo como un único y discreto entidad con más de una característica que cambia a través de su vida.
• Las variables tomadas en cuenta por éstos tipos de modelos representan los atributos individuales , por ejemplo : células diámetro o masa , la posición o el contenido de un metabolito en particular o sustancia.
• Los parámetros de entrada de IBMS se refieren a valores observables medios de los rasgos individuales.
• El enfoque basado en el individuo tiene como objetivo revelar los mecanismos celulares relevantes para explicar los fenómenos macroscópicos observados.
Resultados.
Conclusiones
• Modelación continua es una metodología bien establecida que requiere poca mejoría. Sin embargo , se deben hacer más esfuerzos en la prestación racionalizada de las bases biológicas de los modelos mecanicistas .
• Se requieren mejoras específicas para IBMS para que puedan ser utilizados cómodamente en el campo de la microbiología predictiva y ser más generalizada .