Full text
Preview |
PDF
- Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (11MB) | Preview |
![]() |
Archive (ZIP) (Material complementario)
- Users in campus UPM only
Download (154MB) |
Bueso-Inchausti García, Pedro (2019). Simulando ecosistemas microbianos; efectos de las interacciones competitivas y cooperativas en la evolución y agrupación poblacional de las especies. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S. de Ingeniería Agronómica, Alimentaria y de Biosistemas (UPM), Madrid.
Title: | Simulando ecosistemas microbianos; efectos de las interacciones competitivas y cooperativas en la evolución y agrupación poblacional de las especies |
---|---|
Author/s: |
|
Contributor/s: |
|
Item Type: | Final Project |
Degree: | Grado en Biotecnología |
Date: | July 2019 |
Subjects: | |
Faculty: | E.T.S. de Ingeniería Agronómica, Alimentaria y de Biosistemas (UPM) |
Department: | Biotecnología - Biología Vegetal |
Creative Commons Licenses: | Recognition - No derivative works - Non commercial |
Preview |
PDF
- Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (11MB) | Preview |
![]() |
Archive (ZIP) (Material complementario)
- Users in campus UPM only
Download (154MB) |
La primera parte de este trabajo introduce los dos campos que vertebran el proyecto. Por un lado, se revisan aspectos básicos sobre ecología microbiana, poniendo especial énfasis en estudiar las comunidades microbianas y las interacciones que gobiernan sus dinámicas. Por otro lado, se aborda el concepto de modelos basados en agentes (MBA), explicando cuestiones fundamentales sobre su funcionamiento, implementación y aplicación en diversos ámbitos. La segunda parte del trabajo se extiende sobre las metodologías empleadas para generar los datos y posteriormente analizarlos. Nuestros modelos computacionales deben ser capaces de reproducir mediante una simplificación de la realidad, el funcionamiento del ecosistema microbiano deseado; los MBA permiten programar comportamientos a nivel de individuo y ello aporta una versatilidad interesante en la simulación de sistemas estocásticos. Para responder a una problemática concreta, sin embargo, es necesario considerar también barridos de parámetros con réplicas suficientes. Una vez se obtienen resultados, se emplean análisis gráficos para su interpretación. Para comprender las dinámicas y relaciones de predominancia entre especies, se estudia la evolución y proporciones poblacionales. Para conocer la agrupación espacial del sistema, se utilizan funciones de distribución radial (FDR). Para analizar la disposición del sistema en clusters, se usa el método de clustering basado en densidad Density-Based Spatial Clustering of Application with Noise (DBSCAN). Todo ello se acompaña de análisis estadísticos por métodos de comparación múltiple. La tercera parte del trabajo recoge los resultados y conclusiones alcanzadas a raíz de experimentos planteados. Primero se trabaja con sistemas de 2 especies, que interaccionan por competición o cooperación; en ellos, se analizan las consecuencias de modificar parámetros (porcentaje inicial de cada especie, tasa de secreción o tasa de movimiento) y de incorporar factores que acercan nuestros modelos a la realidad (escasez de alimento o secreción guiada por estímulo). Después se aumenta la complejidad del sistema al considerar 4 especies y se plantea la coexistencia entre interacciones distintas para estudiar las relaciones de predominancia según las condiciones impuestas. Una parte necesaria es la de encontrar sentido biológico a los resultados obtenidos para así mejorar nuestra comprensión sobre los sistemas microbianos.
Item ID: | 57017 |
---|---|
DC Identifier: | https://oa.upm.es/57017/ |
OAI Identifier: | oai:oa.upm.es:57017 |
Deposited by: | Biblioteca ETSI Agronómica, Alimentaria y de Biosistemas |
Deposited on: | 29 Oct 2019 08:08 |
Last Modified: | 29 Oct 2019 08:08 |