Individual-based observations and individual-based simulations to study Saccharomyces cerevisiae cultures

dc.contributor
Universitat Politècnica de Catalunya. Departament d'Enginyeria Agroalimentària i Biotecnologia
dc.contributor.author
Portell Canal, Xavier
dc.date.accessioned
2014-12-18T11:36:36Z
dc.date.available
2014-12-18T11:36:36Z
dc.date.issued
2014-12-09
dc.identifier.uri
http://hdl.handle.net/10803/284741
dc.description
Tesi per compendi de publicacions. La consulta íntegra de la tesi, inclosos els articles no comunicats públicament per drets d'autor, es pot realitzar prèvia petició a l'Arxiu de la UPC
dc.description.abstract
Saccharomyces cerevisiae is one of the yeasts with major economic, social, and health significance in human culture. Depending on the growth conditions experienced by the cell, S. cerevisiae growth can proceed via fermentative, respirative, or respirofermentative metabolism. Scar formation, unequal division, a limited replicative lifespan, and increase in cell size commensurate with the cell's replicative age are individual characteristics of this yeast affecting the performance of bioprocesses. These characteristics increase the complexity of predictive models and introducing them with ease into a continuous model is not realistic. Nevertheless, an individual-based model is able to accommodate this complexity in a single computational model. Once an individual model is implemented, it has to be parameterized, calibrated, and its adequacy assessed. All these processes ideally require a high number of both individual and system-level experimental observations. The aim of the present thesis is to advance the development of an individual-based methodology to tackle the study of microbial systems driven by the relevant yeast S. cerevisiae. The adequacy of INDISIM-YEAST, an existing individual-based model of a generic budding yeast, is first assessed. In order to obtain valuable individual-based observations to support the desired individual-based methodology, the diversity of S. cerevisiae in experimental individually-oriented observations under different growth conditions and at different stages of the growth curve is verified and assessed. A quantitative individual-based model focusing on the fermentative (anaerobic) growth of the yeast S. cerevisiae has been designed, implemented in Fortran 90, and termed INDISIM-Saccha. The developed model is parameterized, calibrated, its adequacy evaluated, and used to assess in silico ethanol production by means of virtual experiments. The calibration procedure, and the performance and analysis of the data from the virtual experiments is undertaken using the statistical programming language R. The model adequacy is assessed by testing several model predictions both at a system level (glucose depletion, population growth curves) and single-cell level (fraction of budded cells, genealogical age distribution, and cell diameter distribution evolutions). Individual cell diameter observations obtained within the present thesis play a significant role in this assessment. Results of the virtual experiments suggest that differences in cell size distribution can drastically affect the performance and productivity of fermentations, and encourage routine characterization of the inocula in the biotechnological industry. INDISIM-Saccha is also adapted to take into account the aerobic growth of S. cerevisiae and contrasted with two experimental trials with different oxygen levels in the medium. The preliminary simulated results achieved with the model suggest that the approach also has the potential for reproducing aerobic batch cultures of S. cerevisiae. This represents a further step in obtaining a microbial individual-based model to account for the whole set of metabolic alternatives experienced by S. cerevisiae. In order to communicate efficiently, increase accessibility, and favour usability of the INDISIM-Saccha methodology developed, the present thesis also designs and implements INDISIM-YEAST-NL in the freely available programming environment NetLogo. The implementation of this streamlined model in NetLogo lays the foundations for a deeper understanding of the developed methodology and microbial individual-based models in general, and will facilitate future interactions with potential users of INDISIM-Saccha.
eng
dc.description.abstract
El Saccharomyces cerevisiae és un dels llevats que gaudeix de més significació econòmica, social i per a la salut humana. Depenent de les condicions experimentades, el llevat S. cerevisiae pot créixer mitjançant un metabolisme fermentatiu, respiratori o respirofermentatiu. La formació de cicatrius, una divisió desigual, una vida replicativa limitada i un increment de la mida de la cèl.lula amb l’edat replicativa són característiques individuals d’aquest llevat que afecten el comportament dels bioprocessos. Aquestes característiques incrementen la complexitat dels models predictius i dificulten, per tant, la seva inclusió en un model continu de manera realista. No obstant això, un model basat en l’individu sí que és capaç d’acomodar tota aquesta complexitat en un únic model computacional. Una vegada implementat, un model basat en l’individu ha de ser parametritzat, calibrat i la seva adequació ha de ser avaluada. Tots aquests processos requereixen idealment un gran nombre d’observacions experimentals, tant individuals com a nivell del sistema estudiat. L’objectiu general de la tesi present és avançar en el desenvolupament d’una metodologia basada en l’individu per estudiar sistemes microbians conduïts pel llevat S. cerevisiae. Primerament s’avalua l’adequació de INDISIM-YEAST, un model basat en l’individu, ja existent, focalitzat en un llevat genèric. Es verifica i s’avalua la diversitat del S. cerevisiae en observacions experimentals orientades a l’individu en diferents condicions de creixement i en diversos estadis de la corba de creixement de la població. Això permet obtenir observacions basades en l’individu molt valuoses a l’hora de donar suport a la metodologia desitjada. Es desenvolupa i s’implementa en Fortran 90 INDISIM-Saccha, un model quantitatiu basat en l’individu i focalitzat en el creixement fermentatiu (anaerobi) del S. cerevisiae. El model desenvolupat és parametritzat, calibrat, la seva adequació és avaluada i és utilitzat per estudiar in silico la producció d’etanol mitjançant experiments virtuals. El procés de calibratge, l’obtenció i l’anàlisi de les dades dels experiments virtuals s’han realitzat utilitzant el programari estadístic R. L’adequació del model s’avalua testejant diferents prediccions del model a nivell de sistema (corbes de disminució de la glucosa i de creixement de la població) i a nivell de la cèllula individual (evolucions temporals de la fracció de cèl.lules gemades, de la distribució d’edats genealògiques i de la distribució dels diàmetres cel.lulars). Les observacions del diàmetre de les cèl.lules individuals obtingudes a la tesi present juguen un paper significatiu en aquesta avaluació. Els resultats dels experiments virtuals suggereixen que les diferències en la distribució de mides cel.lulars poden afectar dràsticament l’evolució i la productivitat de les fermentacions i suggereixen una caracterització rutinària de l’inòcul a la indústria biotecnològica. L’INDISIM-Saccha també és adaptat per tenir en compte el creixement aeròbic del S. cerevisiae i és contrastat mitjançant dos assajos experimentals amb dos nivells d’oxigen al medi. Els resultats preliminars de la simulació denoten que aquesta aproximació també té el potencial de reproduir cultius discontinus aerobis del S. cerevisiae. Això representa un pas endavant cap a l’obtenció d’un model basat en l’individu que tingui en compte tot el conjunt d’alternatives metabòliques experimentades pel S. cerevisiae. Finalment, aquesta tesi també dissenya i implementa INDISIM-YEAST-NL en l’ambient de programació lliure anomenat NetLogo per tal de comunicar de manera eficient, d’incrementar l’accessibilitat i d’afavorir l’ús de la metodologia INDISIM-Saccha. La implementació d’aquest model simplificat amb NetLogo posa les bases per a una comprensió més alta de la metodologia desenvolupada, i dels models microbians basats en l’individu en general, i facilitarà futures interaccions amb usuaris potencials de l’INDISIM-Saccha.
cat
dc.format.extent
146 p.
dc.format.mimetype
application/pdf
dc.language.iso
eng
dc.publisher
Universitat Politècnica de Catalunya
dc.rights.license
ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.subject
Llevat
dc.subject
Model basat en l’individu
dc.subject
NetLogo
dc.subject
Experiment virtual
dc.subject
Yeast
dc.subject
Virtual experiment
dc.subject
Flow cytometry
dc.subject
Electrical particle analysis
dc.subject
Light diffraction
dc.title
Individual-based observations and individual-based simulations to study Saccharomyces cerevisiae cultures
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
51
cat
dc.subject.udc
579
cat
dc.subject.udc
663/664
cat
dc.contributor.director
Gras, Anna
dc.contributor.codirector
Ginovart, Marta
dc.embargo.terms
cap
dc.rights.accessLevel
info:eu-repo/semantics/openAccess
dc.identifier.dl
B 28007-2014


Documentos

TXPC1de1.pdf

15.85Mb PDF

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