Team:Evry/Modeling/vf

From 2013.igem.org

(Difference between revisions)
Line 11: Line 11:
<table width="100%">
<table width="100%">
<tr width="100%">
<tr width="100%">
-
<td align="center"><span style="color:#7B0000"><b>Flush treatment model</b></span></td>
+
<td align="center"><span style="color:#7B0000"><b>Modèle de traitement «flush»</b></span></td>
<td align="center"></td>
<td align="center"></td>
</tr>
</tr>
Line 19: Line 19:
<td align="center">
<td align="center">
<p>
<p>
-
At the begining of our project, we aimed to enable iron chelation in the duodenum using bacteria that would flush through the duodenum and produce the siderophores. Therefore we wanted to predict the minimal quantity of produced siderophores sufficient to reduce the iron intestinal absorption. We first had in mind a flush strategy, meaning we prioritized an approach where the bacteria would start their iron sensing and siderophore production before entering the duodenum. This qualitative <b>Flush treatment model</b> showed us that it is theoretically possible to <b>significantly reduce the patient's iron absorption</b>.  
+
Au début de notre projet, nous avons cherché à permettre la chélation du fer dans le duodénum en utilisant des bactéries passeraient via le duodénum et produiraient des sidérophores . C'est pourquoi nous avons voulu prédire la quantité minimale de sidérophores produits suffisante pour réduire l'absorption intestinale du fer. Nous avons d'abord eu à l'esprit une stratégie dynamique proche d'une chasse d'eau (flush), c'est à dire que nous avons privilégié une approche où les bactéries pourraient commencer leur détection de fer et la production de sidérophores avant d'entrer dans le duodénum. Ce modèle qualitatif de <b>traitement «Flush»</b> nous a montré qu'il est théoriquement possible de réduire significativement l'absorption en fer du patient.</b>.  
</p>
</p>
</td>
</td>
Line 32: Line 32:
<tr width="100%">
<tr width="100%">
<td align="center"></td>
<td align="center"></td>
-
<td align="center"><span style="color:#7B0000"><b>Enterobactin production model</b></span></td>
+
<td align="center"><span style="color:#7B0000"><b>Modèle de production d'entérobactine</b></span></td>
</tr>
</tr>
<tr width="100%">
<tr width="100%">
<td align="center">
<td align="center">
<p>
<p>
-
The conclusions were promising, encouraging and comforting regarding our strategy. Therefore we investigated in detail the delay in siderophore production for a given bacterial production through an <b>Enterobactin production model</b> that integrate our sensor, invertor and chelator systems. This investigation gave us more details on timings. Unfortunately, the conclusions were in contradiction with the qualitative model because the delay is too important to be compatible with a flush strategy. <b>This finding greatly influenced the biological part, especially the <a href="https://2013.igem.org/Team:Evry/Pill_design">capsule design</a></b>. Because iron absorption is split between the duodenum (60%) and the jejunum (40%), we decided to retain bacteria in duodenum and the proximal area of the jejunum.
+
Les conclusions ont été prometteuses, encourageantes et  rassurantes sur notre stratégie. Par conséquent, nous avons étudié en détail le délai dans la production de sidérophores pour une population bactérienne donnée par un <b>modèle de production d’entérobactine</b>. Cette enquête nous a donné plus de détails sur le temps de production. Malheureusement, les conclusions sont en contradiction avec le modèle qualitatif car le délai est trop important pour être compatible avec une stratégie « Flush ». Ce constat a grandement influencé la partie biologique, en particulier la conception de la gélule . En effet l'absorption du fer est divisée entre le duodénum (60%) et le jéjunum (40%), nous avons donc décidé de retenir les bactéries dans le duodénum et la zone proximale du jéjunum.
</p>
</p>
</td>
</td>

Revision as of 03:34, 29 October 2013

Iron coli project

Aperçu de la partie modélisation

Modeling Parts

Modèle de traitement «flush»

Au début de notre projet, nous avons cherché à permettre la chélation du fer dans le duodénum en utilisant des bactéries passeraient via le duodénum et produiraient des sidérophores . C'est pourquoi nous avons voulu prédire la quantité minimale de sidérophores produits suffisante pour réduire l'absorption intestinale du fer. Nous avons d'abord eu à l'esprit une stratégie dynamique proche d'une chasse d'eau (flush), c'est à dire que nous avons privilégié une approche où les bactéries pourraient commencer leur détection de fer et la production de sidérophores avant d'entrer dans le duodénum. Ce modèle qualitatif de traitement «Flush» nous a montré qu'il est théoriquement possible de réduire significativement l'absorption en fer du patient..





Modèle de production d'entérobactine

Les conclusions ont été prometteuses, encourageantes et rassurantes sur notre stratégie. Par conséquent, nous avons étudié en détail le délai dans la production de sidérophores pour une population bactérienne donnée par un modèle de production d’entérobactine. Cette enquête nous a donné plus de détails sur le temps de production. Malheureusement, les conclusions sont en contradiction avec le modèle qualitatif car le délai est trop important pour être compatible avec une stratégie « Flush ». Ce constat a grandement influencé la partie biologique, en particulier la conception de la gélule . En effet l'absorption du fer est divisée entre le duodénum (60%) et le jéjunum (40%), nous avons donc décidé de retenir les bactéries dans le duodénum et la zone proximale du jéjunum.





Genome scale model

We also wanted to know how much siderophore can be produced and how we can improve this. We answered this with a Genome scale model, using a flux balance analysis approach. We determine what are the limiting metabolites and how we could improve our capsule.





Population scale model

As a final modeling part, we wanted to know if our second treatment strategy was viable. We build a model that aims the same type of questions as the flush treatment model. The assumptions are also the same, but the method is really different : for more precision in the process description, we used a cellular automaton approach. This model showed us that the new strategy can still significantly reduce the patient's iron absorption.