乳酸菌相互作用模型

最新推荐文章于 2024-04-21 21:00:55 发布
最新推荐文章于 2024-04-21 21:00:55 发布
阅读量1.4k 收藏 4
点赞数 2
分类专栏： 江大学习 微生物群落模型的构建
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_33980829/article/details/117934326
版权

乳酸菌相互作用模型

说明

  • 本文内容为原创内容，文中涉及的模型为个人推导假设，仅供学习交流使用。转载请注明出处。
  • 文中疑问的部分可以私信或邮箱1602480875@qq.com

1. 模型建立的知识背景（可忽略）

  • 生物胺是黄酒中的一类风险危害物质，规定含量要求不超过500mg/L。
  • 文献调研总结黄酒中产胺的菌锁定为乳酸菌是黄酒中生物胺来源的主要菌种。
  • 目前对基于乳酸菌合成微生物群落探究生物胺生成规律以及产胺菌之间相互作用关系的研究还未积极开展。
  • 探究不同产胺类型的乳酸菌在模拟体系中生长代谢特征与产胺水平变化，建立数学模型预测合成群落中生物胺含量。
  • 有观点认为生物胺的产生是作为乳酸菌的一种耐酸机制，通过对脱羧酶前启动子分析其启动类型与酸表达型类似。但也有其他观点认为酸不是影响生物胺合成的主要影响。文献调研后并未找到明确说明生物胺积累对乳酸菌Fitness（适应度)提升的意义。
  • 本模型假设生物胺是一种乳酸菌与糖代谢、酸耐酸的一种适应性行为，乳酸菌需要trade off(权衡)产胺的收益与成本。
  • 传统发酵产品大多选择开放体系进行混菌发酵，发酵过程不易控制。需要多种手段交叉使用达到控制生产产品的生物胺在合适范围内。

2. 模型建立说明

2.1模型建立的流程框架

在这里插入图片描述

2.2 模型中设定的基本假设

  • 乳酸菌产胺行为
    在这里插入图片描述

  • 生物胺作物抵御酸耐酸机制方程
    在这里插入图片描述

  • 环境中酸对乳酸菌的抑制作用
    在这里插入图片描述

3.1 更新进度说明（2021年6月16日）

  • 核心代码详细注释
  • 模型的设计思路
  • 模型的数学推导过程
  • 其他辅助方程的建立
  • 方程的延申与改进策略

4.1 主函数部分（版本二）

%% 版本0.01
% 日期：2021年6月15日
% 时间：21点49分
% 代码: 1602480875@qq.com
% 输入 混合培养的菌种特性 1.生长速率 2.产生物胺能力 3初始菌种特性
% 输出 1.生物量变化过程 2.生物胺变化过程 3.总酸酸浓度变化
%% 功能说明
% 仿真模拟两种不同产胺能力的乳酸菌之间相互作用关系。建立ode方程描述变化过程
% 假设产胺是耐酸一种应答机制，酸激发生物胺的产生。
% 产酸过程以环境中最高产酸菌的酸做为，或者可以考虑为加权考虑
%% 清理变量空间
clc
clear
close all
%% 初始条件
food_suge=120; %初始还原糖量
cc=load('logistic_growth_rich.mat');% cc=load('growth_rate_parameter.mat'); %导入初始实验菌生长速率方程参数
b_acid=load('logistic_acid.mat');%导入实验菌产酸生成速率方程参数
Amine_production_fun_sec=load('fitresult_acid_two.mat');
%% 菌种1输入信息
b2=3;%菌种编号
begin_num_b_1=6.2; %初始接菌量
k_1=cc.b_num(b2,1); %生长速率参数
mu_1=cc.b_num(b2,2);%生长速率参数
x1=13;%菌种最大产酸量 设为受酸抑制分界点
g1=0;%初始化参数
num_Biomass1=(g1+1)*begin_num_b_1;%初始生长量
mortality1=0.3;%菌种1死亡率
Nutrition_consumption1=0.06;%菌种1营养消耗 cfu 10^6 消耗0.05g/L
b_acid_b1=b_acid.b_num(b2,:);%菌种1产酸规律
Amine_production_fun_fist=load('fitresult_acid_one.mat');%产胺特征曲线
%% 菌种2输入信息
b2=4;%菌种编号
begin_num_b_2=1;
k_2=cc.b_num(b2,1); %生长速率参数
mu_2=cc.b_num(b2,2);%生长速率参数
g2=0;%初始化参数
dr=0;%生物胺衰减速率
AB_num=0;%初始生物胺浓度
num_Biomass2=begin_num_b_2+g2;%
Nutrition_consumption2=0.03;%菌种2营养消耗 cfu 10^6 消耗0.05g/L
mortality2=0.3;%菌种2死亡率
x2=20;%%菌种最大产酸量 设为受酸抑制分界点
b_acid_b2=b_acid.b_num(b2,:);%菌种1产酸规律
%% 开始迭代计算
t=0;
while t<=60 &&  food_suge >=0 && num_Biomass1>=0% 设置迭代停止条件
    t=t+1;
    if t==1
        % 生长速率更新
        g1=mond(food_suge,mu_1,k_1);%菌1
        g2=mond(food_suge,mu_2,k_2);%菌1
        % 生物量变化
        a_h1=0;%酸对菌1的抑制作用
        num_Biomass1=(g1+1-a_h1)*num_Biomass1;
        num_Biomass2=(g2+1)*num_Biomass2;
        % 生物死亡
        num_Biomass1=num_Biomass1-mortality1*num_Biomass1;
        num_Biomass2=num_Biomass2-mortality2*num_Biomass2;
    else
        % 酸对生长的抑制作用
        % 生长速率更新
        g1=mond(food_suge,mu_1,k_1);
        g2=mond(food_suge,mu_2,k_2);
        % 生物量变化
%         num_Biomass1=(g1+1)*num_Biomass1;
        a_h1=acid_inhibition_fun(acid,AB_num,x1,Amine_production_fun_sec.fitresult.a1);%酸对生长的抑制
        num_Biomass1=(g1+1-a_h1)*num_Biomass1; %更新生长率
        num_Biomass2=(g2+1)*num_Biomass2;
        % 生物死亡
        num_Biomass1=num_Biomass1-mortality1*num_Biomass1;%-num_Biomass1*acid_inhibition_fun(acid,AB_num,x1,Amine_production_fun_sec.fitresult.a1);
        num_Biomass2=num_Biomass2-mortality2*num_Biomass2-num_Biomass2*acid_inhibition_fun(acid,AB_num,x2,Amine_production_fun_sec.fitresult.a1);
    end
    % 环境中酸积累量
    acid1=logistic_acid(b_acid_b1,t);
    acid2=logistic_acid(b_acid_b2,t);
    acid=max(acid1,acid2);
    % 环境中还原糖的消耗
    food_suge=food_suge-Nutrition_consumption1*num_Biomass1;
    food_suge=food_suge-Nutrition_consumption2*num_Biomass2;
    % 产胺环境刺激产胺
    AB_rate=Amine_production_fun_sec.fitresult(acid);%酸刺激条件下产胺能力
    AB_num=AB_num+(1/24)*num_Biomass1*Amine_production_fun_sec.fitresult.a1*((AB_num+AB_rate)/(AB_num+Amine_production_fun_sec.fitresult.a1))-dr;
    AB_num=AB_num+(1/24)*num_Biomass1*0*((AB_num+AB_rate)/(AB_num+Amine_production_fun_sec.fitresult.a1))-dr;
    
    AB_num_plot(t)=AB_num;
    num_Biomass1_p(t)=num_Biomass1;
    num_Biomass2_p(t)= num_Biomass2;
    food_suge_p(t)=food_suge;
    acid_p(t)=acid;
    a_h_p(t)=a_h1;
    AB_rate_p(t)=AB_rate;
end
%% 结果绘制
%% 参数变化表
figure
subplot(2,2,1)
plot(1:t,a_h_p,'b*')
ylabel('抑制程度 g/L')
xlabel('时间 h' )
title('酸抑制程度变化')
subplot(2,2,2)
plot(1:t,AB_rate_p,'b*')
ylabel('产胺速率')
xlabel('时间 h' )
title('产胺速率')
%% 生物胺浓度变化
figure
subplot(2,2,1)
plot(1:t,AB_num_plot,'r*')
xlabel('时间 h' )
ylabel('生物胺浓度变化')
title('环境中总生物胺变化')
%% 生物量变化
subplot(2,2,2)
plot(1:t,num_Biomass1_p,'r*')
hold on
plot(1:t,num_Biomass2_p,'b*')
hold off
ylabel('生物量变化10^6')
xlabel('时间 h' )
legend('菌种1','菌种2')
title('两种类型的菌的生长量变化')
%% 还原糖糖变化
subplot(2,2,3)
plot(1:t,food_suge_p,'b*')
ylabel('还原糖含量 g/L')
xlabel('时间 h' )
title('还原糖消耗速率变化')
%% 环境中酸变化
subplot(2,2,4)
plot(1:t,acid_p,'b*')
ylabel('总酸 g/L')
xlabel('时间 h' )
title('总酸产生速率变化')

%% mond方程
function g=mond(f,mu,k)
g= f.*mu/(f+k);
end
%% 产酸规律曲线
function fx=logistic_acid(b,x)
fx=(b(1)./(1+b(2).*exp(-b(3).*x)));
end
%% 通过产胺抵御环境中酸变化
function r_t=acid_inhibition_fun(x,y,x1,y1)
r_t=1*exp(-pi/x1*(abs(x-x1)))-1/(1+y/y1);
if r_t<0
    r_t=0;
end
end

4.2 结果展示

  • 模拟20小时两种菌的生长代谢变化规律
    在这里插入图片描述
  • 模拟60小时两种菌的生长代谢变化规律（初始接种比为10：1）
    在这里插入图片描述
  • 仿真过程中各项参数变化
    在这里插入图片描述

4.3 主函数部分（版本一）

%% 版本0.01
% 日期：2021年6月15日
% 时间：21点49分 
% 代码: 1602480875@qq.com
% 输入 混合培养的菌种特性 1.生长速率 2.产生物胺能力 3初始菌种特性
% 输出 1.生物量变化过程 2.生物胺变化过程 3.总酸酸浓度变化 
%% 功能说明
% 仿真模拟两种不同产胺能力的乳酸菌之间相互作用关系。建立ode方程描述变化过程
% 假设产胺是耐酸一种应答机制，酸激发生物胺的产生。
%% 清理变量空间
clc
clear
close all
%% 初始条件
food_suge=120; %初始还原糖量
cc=load('logistic_growth_rich.mat');% cc=load('growth_rate_parameter.mat'); %导入初始实验菌生长速率方程参数
b_acid=load('logistic_acid.mat');%导入实验菌产酸生成速率方程参数
Amine_production_fun_fist=load('fitresult_acid_one.mat');
Amine_production_fun_sec=load('fitresult_acid_two.mat');
%% 菌种1输入信息
b2=3;%菌种编号
begin_num_b_1=6.231224375; %初始接菌量
k_1=cc.b_num(b2,1); %生长速率参数
mu_1=cc.b_num(b2,2);%生长速率参数
x1=16;%菌种最大产酸量
g1=0;%初始化参数
num_Biomass1=g1+begin_num_b_1;%初始生长量
mortality1=0.3;%菌种1死亡率
Nutrition_consumption1=0.025;%菌种1营养消耗 cfu 10^6 消耗0.05g/L
b_acid_b1=b_acid.b_num(b2,:);%菌种1产酸规律
%% 菌种2输入信息
b2=2;%菌种编号
begin_num_b_2=6.23;
k_2=cc.b_num(b2,1); %生长速率参数
mu_2=cc.b_num(b2,2);%生长速率参数
g2=0;%初始化参数
dr=0;%生物胺衰减速率
AB_num=0;%初始生物胺浓度
num_Biomass2=begin_num_b_2+g2;%
Nutrition_consumption2=0.05;%菌种2营养消耗 cfu 10^6 消耗0.05g/L
mortality2=0.3;%菌种2死亡率
x2=20;
b_acid_b2=b_acid.b_num(b2,:);%菌种1产酸规律
%% 开始迭代计算
for t=1:40 %步进24小时
    if t==1
        % 生长速率更新
        g1=mond(food_suge,mu_1,k_1);%菌1
        g2=mond(food_suge,mu_2,k_2);%菌1
        % 生物量变化
        num_Biomass1=(g1+1)*num_Biomass1;
        num_Biomass2=(g2+1)*num_Biomass2;
        % 生物死亡
        num_Biomass1=num_Biomass1-mortality1*num_Biomass1;
        num_Biomass2=num_Biomass2-mortality2*num_Biomass2;
    else
        % 酸对生长的抑制作用
        % 生长速率更新
        g1=mond(food_suge,mu_1,k_1);
        g2=mond(food_suge,mu_2,k_2);
        % 生物量变化
        num_Biomass1=(g1+1)*num_Biomass1;
        num_Biomass2=(g2+1)*num_Biomass2;
        % 生物死亡
        num_Biomass1=num_Biomass1-mortality1*num_Biomass1-num_Biomass1*acid_inhibition_fun(acid,AB_num,x1,Amine_production_fun_sec.fitresult.a1);
        num_Biomass2=num_Biomass2-mortality2*num_Biomass2-num_Biomass2*acid_inhibition_fun(acid,AB_num,x2,Amine_production_fun_sec.fitresult.a1);
    end
    % 环境中酸积累量
    acid1=logistic_acid(b_acid_b1,t);
    acid2=logistic_acid(b_acid_b2,t);
    acid=max(acid1,acid2);
    % 环境中还原糖的消耗
    food_suge=food_suge-Nutrition_consumption1*num_Biomass1;
       food_suge=food_suge-Nutrition_consumption2*num_Biomass2;
    % 产胺环境刺激产胺
    AB_rate=Amine_production_fun_sec.fitresult(acid);%酸刺激条件下产胺能力
    AB_num=AB_num+(1/24)*num_Biomass1*Amine_production_fun_sec.fitresult.a1*((AB_num+AB_rate)/(AB_num+Amine_production_fun_sec.fitresult.a1))-dr;
     AB_num=AB_num+(1/24)*num_Biomass1*0*((AB_num+AB_rate)/(AB_num+Amine_production_fun_sec.fitresult.a1))-dr;
         plot(t,AB_num,'r*')
         xlabel('时间 h' )
         ylabel('生物胺浓度变化')
         title('环境中总生物胺变化')
         hold on
%     plot(t,num_Biomass1,'r*')
%     hold on
%     plot(t,num_Biomass2,'b*')
%     hold on
%     ylabel('生物量编号')
%     xlabel('时间 h' )
%     legend('菌种1','菌种2')
%     title('两种类型的菌的生长量变化')
end
%% mond方程
function g=mond(f,mu,k)
g= f.*mu/(f+k);
end
%% 产酸规律曲线
function fx=logistic_acid(b,x)
fx=(b(1)./(1+b(2).*exp(-b(3).*x)));
end
%% 通过产胺抵御环境中酸变化
function r_t=acid_inhibition_fun(x,y,x1,y1)
r_t=1*exp(-pi/x1*(abs(x-x1)))-1/(1+y/y1);
if r_t<0
    r_t=0;
end
end

4.4 结果展示

在这里插入图片描述
在这里插入图片描述

与董说

尚：你知道吗，夏天是最适合实验的季节。

董：菌长得更快？？

尚：实验总是凉凉。
2021美赛A题解题思路（Fungi）
猫和真人的博客
02-01 10万+
准时赴约。 等待开题中……
Cell Host & Microbe | 普通拟杆菌影响艰难梭菌的生长动态和进化适应性
最新发布
刘永鑫的博客——宏基因组公众号
02-02 1423
研究论文●期刊：Cell Host & Microbe(IF:20.6)● DOI：https://doi.org/10.1016/j.chom.2024.12.001●原文链接: https://www.cell.com/cell-host-microbe/fulltext/S1931-3128(24)00446-3● 第一作者：Jordy Evan Sulaiman●通讯作者：Op...
动态环境中乳酸菌共培养---代谢模拟与相互作用--文献分享
微生物系统进化
03-13 1886
本文核心思路是基于合成微生物群落的共培养实验探究的不同微生物之间的作用规律，基于生物代谢研究过程积累的大量组学知识、通路路径信息、环境中物质浓度影响代谢分布等个体菌种特征探索建立个体与菌落中相互作用的联系。对于传统发酵多菌种的研究具有借鉴意义。
微生物组学研究的那些”奇葩“动物模型
刘永鑫的博客——宏基因组公众号
03-14 755
本文转自"宇宙实验媛"，已获授权说到动物模型，大家肯定都不陌生。仓鼠、豚鼠、大小鼠，谁不知道，没摸过鼠毛还没见过鼠跑吗？！很多微生物组学研究也都是依赖各种鼠模型完成的。但...
微生物群落相互作用模型系列------全系列汇总（2022.8.12更新）
微生物系统进化
07-21 3959
微生物群落相互建模系列 系列介绍： 一、 本系列主要包含以下内容的文章： 基于动力学方程的简单模拟 基于个体模型（IBM/ABM）适应度与适当性行为的模拟 基于基因组规模代谢网络模型（GMMS）和全基因组水平代谢网络水平的模拟 系列目录 用mond方程研究乳酸菌之间的相互作用方式（4章） 1）案例–乳酸菌相互作用 2）文献–构建具有明确相互作用的群落模型–数学模型分析 3）文献–群落中的简单性组装原则 以个体模型探究群落中进化理论（3章） 1）文献–自私行为推动群落的进化 2）文献–群落进化过程中的针
Nature综述：植物与微生物组的相互作用：从群落装配到植物健康(上)
热门推荐
刘永鑫的博客——宏基因组公众号
10-22 2万+
植物与微生物组的相互作用：从群落装配到植物健康Plant–microbiome interactions: from community assembly to plant health...
BiB | 珠江医院周宏伟/方臻成等开发基于语言模型的宏基因组益生菌挖掘算法
悟道西方
04-21 218
metaProbiotics：利用语言模型从宏基因组分箱数据中挖掘益生菌metaProbiotics: a tool for mining probiotic from metagenomic binning data based on a language modelArticle，2024-03-14，Briefings in Bioinformatics，[IF 9.5]DOI：https:...
具有优良拮抗空肠弯曲杆菌功效的乳酸菌的研究及动物模型的建立
02-10
此外，研究所建立的动物模型，不仅可用于进一步的研究C.jejuni与宿主之间的相互作用，还可以用于评估新药或新治疗方法的有效性。 关键词：乳酸菌、空肠弯曲杆菌、益生菌、拮抗作用 本研究得到了国家自然科学基金...
原料奶中细菌间相互作用的数学模型 (2012年)
05-16
在分析原料奶中细菌生态演变的过程中，研究者们通过建立数学模型来探究乳酸菌和酵母菌之间的相互作用。该模型考虑了温度对细菌变化的影响，从而确定牛奶变质的临界条件。本文将详细介绍相关数学模型的构建过程、参数...
乳酸菌作为黏膜疫苗载体的研究
01-02
通过深入理解乳酸菌的生物学特性及其与免疫系统的相互作用，我们可以更好地利用这些有益微生物来预防和治疗各种黏膜相关的疾病。这份文档《乳酸菌作为黏膜疫苗载体的研究》无疑是探索这一领域的宝贵参考资料，对于...
多菌种生物膜生长发育对根龋形成的作用
01-05
生物膜中的细菌相互作用和代谢产物，如乳酸，会导致局部pH值下降，进而导致羟基磷灰石的溶解和牙齿硬组织的脱矿。 激光共聚焦显微镜是一种有效的研究工具，能够用于观察生物膜内部结构和细菌活动，通过菌落计数等...
Nat. Methods | 学习微生物与代谢产物之间相互作用的神经网络
DrugAI
01-07 3174
微生物表征学习今天给大家介绍2019年11月，加州大学圣地亚哥分校儿科和微生物创新中心、加州大学计算机科学与工程系和质谱创新中心合作在Natu...
基因组代谢网络（GEMS）与全基因组模型从入门到实践系列-----（1）模型构建环境的布置
微生物系统进化
07-27 1万+
0 前言说明 本系列内容说明： 本系列是针对生物研究中的模型种类进行分析介绍，作为**微生物群落相互建模系列的组成一部分。分阶段的介绍代谢网络模型从入门的环境的搭建，到指导实际实验过程全流程分享。探讨基于现有生物模型对群落中的相互作用方式进行探究挖掘不同微生物间的进化**关系。 系列的目录文章地址：https://blog.csdn.net/qq_33980829/article/details/118958463 系列目的： 前期学习中网上缺少相关文章、文献、资料对生物模型的应用从基础到实践的进行总结。
微生物生长曲线拟合--公式详细推导与matlab程序
微生物系统进化
02-04 1万+
网上缺少详细的分析基于测量OD拟合Logistic方程的资料。 > 公式中具体的生物学意义与详细推导过程缺少汇总的文章。 > 经常遗忘公式的来源，对过程不熟悉，本文主要强化个人知识分享整理的内容。 > 其他生物学模型，可以过往发的博客 例如：[https://blog.csdn.net/qq_33980829/article/details/110082048](https://blog.csdn.net/qq_33980829/article/details/110082048)
pymol中编写和运行python脚本
微生物系统进化
09-13 6292
pymol中编写和运行python脚本 0.说明 简单介绍pymol中调用python脚本，后续把详细的图片更新。（2021年9月13日） 后续相关更新会直接粘贴到文件中。 1. 编写功能 批量读取本地夹中pdb文件并去除蛋白质中的水。 将批量去水后的pdb文件保存到本地。 2. 代码 # 导入pymol import pymol from pymol import * import os def file_name(file_dir): L = [] for root, dirs,
基因组代谢网络（GEMS）与全基因组模型从入门到实践系列-----（2）文献案例详细讲解
微生物系统进化
07-27 4407
0 前言说明 本系列内容说明： 本系列是针对生物研究中的模型种类进行分析介绍，作为**微生物群落相互建模系列的组成一部分。分阶段的介绍代谢网络模型从入门的环境的搭建，到指导实际实验过程全流程分享。探讨基于现有生物模型对群落中的相互作用方式进行探究挖掘不同微生物间的进化**关系。 系列的目录文章地址：https://blog.csdn.net/qq_33980829/article/details/118958463 系列目的： 前期学习中网上缺少相关文章、文献、资料对生物模型的应用从基础到实践的进行总结。
微生物文献调研网站与工具---持续更新（2022.09.16）
微生物系统进化
11-07 2663
全文目录1. 全文说明2. 文献查询网站2.1 常用期刊查询官网1） 高质量的期刊是值得细细品味，期刊官网可以进行长期订阅跟踪（排名不分先后）2）文献库检索网站3）科研工作的持续跟进与最新进展4 ）基于已经结题的基金学习3. 网页工具3.1 流程图绘制3.2 计算网站3.3 模型网站3.4 其他4. 生物专业相关的优质公众号与网站1） 生物实验工具网站2）公众号5. 科研软件6. 常规软件的扩展功能7. 基础的编程教程1） matlab教程2）python3）Linux4）pyMOL8. 学术交流邮件写作8
定量评价交互作用模型 -----基于matlab（2022版）
微生物系统进化
01-27 2540
交互作用评价模型 -----基于matlab建立 说明 模型来源 【1】Prieto M A,Vázquez J A,Murado M A,A critical point: the problems associated with the variety of criteria to quantify the antioxidant capacity.[J] .J Agric Food Chem, 2014, 62: 5472-84. （原始文献） 【2】Murado García Miguel Anx
qq消息定时自动发送的简单实现策略
微生物系统进化
05-31 2402
qq消息定时自动发送的简单实现策略 0.说明 为应对学院平台的老师的Super-Better行为，更加方便定时发送qq信息。 基于现成软件进行实现，针对软件的使用问题的进行说明。 本文没啥可借鉴的内容 1. 软件使用方法 下载定时点击的软件 （软件地址） 点击按照软件 使用f1获取屏幕坐标，然后点击输入到点击区域 由于软件中获取坐标存在较大偏差，需要借助其他软件进行校正，或者自行摸索。 校正软件可以使用AutoClicker获取桌面坐标 qq消息定时点击 设置快捷发送信息 提前编辑要定时发送
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值