1,721,102 research outputs found

    Principi di modellazione in microbiologia

    No full text
    La microbiologia predittiva è una delle numerose applicazioni delle tecniche di modellazione in biologia. In questo capitolo vengono introdotti i principali concetti della modellazione dei sistemi biologici, usando esempi ricavati da database pubblici di microbiologia predittiva (Combase). Le diverse tipologie di modelli (statici, statici comparativi, dinamici; empirici e meccanicistici; primari, secondari e terziari), i loro componenti (variabili di stato, flussi, convertitori) e il processo che porta alla formulazione e alla validazione di un modello sono presentati in un approccio passo passo, introducendo i concetti e le problematiche biologiche, matematiche e statistiche che verranno affrontate nei diversi capitoli del libro

    An Ab Initio Local Principal Path Algorithm

    No full text
    We introduce an improved version of the principal path method, an algorithm conceived to find smooth paths between objects in space. Some key steps of the algorithm have been changed, making the solution intrinsically local and preventing it from being attracted by a global manifold. Judiciously performing the initialization step with the Dijkstra algorithm and a proper metric, the functional now only performs a final refinement of the initial solution. Hence the algorithm is stabler as the space of possible solutions has been considerably reduced with respect to the original method. We tested the proposed algorithm in 2D toy data sets (to understand the behaviour) and in high-dimensional data sets. Compared to the previous version of the algorithm, we obtained significantly stabler and more realistic generated samples

    Modelli primari per la crescita microbica

    No full text
    La modellazione della curva di crescita dei microrganismi utili o dannosi è uno temi principali della microbiologia predittiva. Dopo un'introduzione generale sul concetto di crescita, viene affrontata in dettaglio l'impostazione e la conduzione di esperimenti per la modellazione della cinetica di crescita (scelta dei ceppi e delle condizioni sperimentali, raccolta dei dati sperimentali, analisi dei dati). I principali modelli matematici per la curva di crescita sono presentati con un approccio sostanzialmente didattico, partendo dai modelli empirici più semplici (equazione di Gompertz e logistica riparametrizzate) fino a quelli dinamici più complessi. I principali modelli semimeccanicistici (modello trifasico, D-model di Baranyi e Roberts, modelli multicompartimento di Hills e Mackey e McKellar, modelli dinamici per la crescita e produzione di metaboliti, modelli di competizione) sono presentati insieme ad una ricca dotazione di esempi e modelli di simulazione generati con il software Berkeley Madonna. Infine viene trattato brevemente il tema della modellazione stocastica della fase lag e presentati i concetti di base per il confronto fra modelli, che verranno ripresi nel capitolo 14

    Modelli secondari per lo sviluppo microbico

    No full text
    I modelli secondari hanno lo scopo di predire i valori dei parametri delle curve di crescita, sopravvivenza e inattivazione (che in genere sono sviluppate in condizioni ambientali costanti) in funzione di uno o più parametri ambientali, i più importanti dei quali sono la temperatura, il pH e l'aW o la concentrazione di umettanti. Il capitolo affronta con un approccio passo passo lo sviluppo dei modelli secondari, a partire dalla progettazione e realizzazione degli esperimenti. I diversi modelli, da quelli empirici, a quelli dinamici e meccanicistici, sno presentati con un approccio sostanzialmente storico. I modelli polinomiali sono certamente i più antichi e il loro uso ha caratterizzato tutte le prime fasi di sviluppo della microbiologia predittiva. I modelli che mettono in relazione uno o più fattori ambientali con la radice quadrata della velocità di crescita, come il modello di Ratkowski hanno sia un'importanza storica che pratica insieme a quelli derivati dall'equazione di Arrhenius. La combinazione dell'effetto di diversi fattori (basata sul γ concept) sono probabilmente quelli più utilizzati nella microbiologia predittiva, insieme ai modelli cardinali. La possibilità di effetti interattivi dei fattori, che diventa critica specialmente quando molti dei fattori sono a livello subinibitorio viene descritta presentando alcuni dei modelli più utilizzati. Sono descritti gli apporcci moderni per la modellazione della durata della fase lag. Le reti neuronali artificiali, un altro approccio di natura empirica, sono descritte come alternativa ai modelli basati su un approccio matematico statistico. Infine, il capitolo presenta alcuni dei modelli più utili per prevedere crescita e inattivazione in condizioni ambientali dinamiche o in presenza di interazione fra più microrganismi
    corecore