Análise do crescimento de Candida albicans e Candida krusei com diferentes modelos matemáticos

Autores

  • Moisés Lopes Carvalho
  • Laís Mayara Machado de Amorim
  • Ana Paula Pinto Universidade do Vale do Paraíba
  • Francielzo Ferreira Lima
  • Moacira Lopes Carvalho
  • Rodrigo Sávio Pessoa

Palavras-chave:

Candida albicans. Candida krusei. Infecções. Modelo de Verhulst. Regressão linear.

Resumo

Este estudo tem como objetivo avaliar o comportamento do crescimento de Candida spp. através do modelamento matemático utilizando o modelo de Verhulst e de regressão linear. Nesta pesquisa foram utilizadas culturas de Candida albicans e Candida krusei. Após os diferentes tempos de incubação (0, 12, 24, 36, 48, 60, 72, 84, 96, 108 e 120h) o crescimento foi determinado por densidade óptica ajustada a 570nm (OD570). Por conseguinte, prosseguiu-se com a modelagem e simulação computacional no software Modellus, empregando a equação do modelo matemático de Verhulst e regressão linear. Neste estudo utilizou-se tais modelos por serem os que mais se ajustaram ao crescimento, ou seja, a função que torna mínima a diferença entre a função escolhida e os dados experimentais. Os resultados apresentados neste trabalho demonstram que os modelos matemáticos utilizados neste estudo de dinâmica populacional pode ser utilizado para analisar o crescimento de Candida spp., podendo assim ser empregados para projetar dados futuros, auxiliando nas investigações de tratamento ou formas de controle deste microrganismo que tem grande papel na morbidade e mortalidade em infecções hospitalares.

Referências

ALVARES, Cassiana Aparecida; SVIDZINSKI, Terezinha Inez Estivalet and CONSOLARO, Márcia Edilaine Lopes. Candidíase vulvovaginal: fatores predisponentes do hospedeiro e virulência das leveduras. J. Bras. Patol. Med. Lab., v. 43, n. 5 p.319-327, 2007.

BORZANI, W. et al. Biotecnologia Industrial: Fundamentos, 1. ed. São Paulo: Edgard Blucher Ltda, 2001.

BUCHANAN, R. L. Identifying and Controlling Emerging Foodborne Pathogens: Research Needs. Emerging Infectious Diseases, v. 3, n. 4, p.517-521, 1997.

BUSSAB, W. O.; MORETTIN, P.A. Estatística básica. 6. ed. São Paulo: Saraiva, 2010. 540p.

CHAFFIN, W.L. et al. Cell wall and secreted proteins of Candida albicans: identification, function, and expression. Microbiol Molec Biol Rev, v. 62, n. 1, p. 130-80, 1998.

GUDLAUGSSON, O. et al. Attributable mortality of nosocomial candidemia. Clin Infect Dis, v. 37, n. 9, p. 1172–1177, 2003.

LEDERBERG, J. Infectious Disease as an Evolutionary Paradigm. Emerging Infectious deases, v. 3, n. 4, p. 417-423, 1997.

McMEEKIN, T. A. et al. Predictive microbiology: Towards the interface and beyond. International Journal of Food Microbiology, v. 73, n. 2-3, p. 395- 407, 2002.

McMEEKIN, T. A., ROSS, T. Predictive microbiology: providing a knowledge-based framework or change management. International Journal of Food Microbiology, v. 78, n. 1-2, p. 133-153, 2002.

MORGAN, J. et al. Excess mortality, hospital stay, and cost due to candidemia: a case–control study using data from population-based candidemia surveillance. Infect Control Hosp Epidemiol v. 26, n. 6, p. 540–547, 2005.

NAKASHIMA, S.M.K.; ANDRÉ, D.S. ; FRANCO, B.D.G.M. Revisão: Aspectos Básicos da Microbiologia Preditiva. Brazilian Journal of Food Technology, v. 3, p.41-51, 2000.

PFALLER, M. A; DIEKEMA, D.J. Epidemiology of invasive mycoses in North America. Crit Rev Microbiol, v. 36, n. 1, p. 1–53, 2010.

ROBAZZA, W.S; TELEKEN, J.T; GOMES, G.A. Modelagem Matemática do Crescimento de Microrganismos em Alimentos. Tend. Mat. Apl. Comput., v.11, n. 1, p.101-110, 2010.

ROCHA, N. C.; BOTTA, V. Dinâmica populacional aplicada à população de Adamantina. Omnia Exatas, v.2, n.2, p.56-65, 2009.

RODNEY, C. B. Ensino-aprendizagem com modelagem matemática: uma nova estratégia. 2.ed. São Paulo: Contexto, 2004.

Downloads

Publicado

2016-11-18

Edição

Seção

Artigos Originais