Freingruber, V. E. (2019). Mathematical modelling of quorum quenching in chemostats and biofilms [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2019.45630
E101 - Institut für Analysis und Scientific Computing
-
Date (published):
2019
-
Number of Pages:
112
-
Keywords:
model; simulation; biofilms; chemostats
en
Abstract:
Quorum Sensing (QS) ist eine Art der interzellulären Kommunikation zwischen Bakterien basierend auf der lokalen Konzentration eines speziell dafür emittierten Signalmoleküls. QS dient der Ausprägung von Gruppenverhalten und induziert unter anderem Virulenz oder Antibiotikaresistenz. Das Ziel dieser Arbeit ist es, Quorum Quenching (QQ) - eine spezielle Art der QS Inhibition bei welcher die zur Kommunikation notwendigen Signalmoleküle abgebaut werden - zu untersuchen. Zwei QQ-Modelle für bakterielle Populationen werden vorgestellt, ein Chemostatmodell, repräsentiert durch ein System nichtlinearer, gewöhnlicher Differentialgleichungen und ein zweidimensionales Biofilmmodell, beschrieben durch nichtlineare Reaktions-Diffusions-Gleichungen. Das Chemostatmodell wird analysiert bevor Simulationsexperimente mit MATLAB durchgeführt werden. Weiters wird eine Sensitivitätsanalyse bezüglich bestimmter Simulationsparameter ausgeführt. Im Anschluss werden Simulationsexperimente vorgenommen um charakteristische Eigenschaften des QQ-Mechanismus besser zu verstehen. Für das zweidimensionales Modell wird eine simulationsbasierte Parameterstudie für die QQ-Hauptparameter umgesetzt. Anschließend werden die räumlichen Effekte des Mechanismus untersucht. In weiterer Folge wird das zweidimensionale Modell auf ein existierendes Modell, in welchem Antibiotikaresistenz durch QS ausgelöst wird, angewandt. In dieser Arbeit wird demonstriert, dass existierende Modelle von bakteriellen Populationen, sowohl in planktonischen Chemostatmodellen als auch in zweidimensionalen Biofilmmodellen, mit QQ erweitert werden können. Die Simulationsergebnisse suggerieren die Abhängigkeit der Effizienz von QQ von mehreren Faktoren, wobei sich jedoch die Performance-Konstante der Reaktion zwischen QS- und QQ-Molekülen als Schlüsselparameter herausgestellt hat. Weiters gibt es gewisse Umstände, unter welchen eine signifikante Vereinfachung der vorgestellten Modelle vorgenommen werden könnte, zum Beispiel falls eine explizite Verfolgung des Quorum Quencher nicht notwendig ist.
de
Quorum sensing is a method of cell-to-cell communication based on local signal density and is used by bacteria to express group behaviours, e.g. virulence or resistance against antibiotics. This work's aim is to perform simulation-based investigations of the quorum quenching mechanism, a special way of quorum sensing inhibition where the signal molecules necessary for the communication are degraded. Two models for quorum quenching in bacterial populations are introduced. The first model is realised in a chemostat setting and is described by a system of non-linear ordinary differential equations. The second one is a two-dimensional biofilm model represented by a system of non-linear reaction-diffusion equations. The one-dimensional chemostat model is treated analytically and thereafter, computer simulations are conducted using MATLAB. A sensitivity analysis of with respect to certain key parameters is performed. Subsequently, simulation experiments are carried out to better understand characteristic properties of the quorum quenching mechanism. For the two-dimensional model a simulation-based parameter study for quorum quenching key parameters was conducted. Thereafter, the spatial effects of quorum quenching for different parameter sets are examined. Subsequently, the two-dimensional biofilm model is applied to an existing model in which resistance to antibiotics is triggered by quorum sensing. In this work it is demonstrated that existing models of quorum sensing in bacterial populations can be extended to include quorum quenching, both in a chemostat setting and spatially structured biofilms. The simulations suggest that the efficiency of quorum quenching to suppress bacterial communication is dependent on several factors, however, the performance constant of the reaction between quorum sensing and quorum quenching molecules seems to be a key parameter for this. Furthermore, there might be certain circumstances under which the models introduced here could be substantially simplified, for example because it might not be necessary to track the quorum quencher explicitly.