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 .