Video Experimental Relacionado
Updated: Jul 17, 2026

Monitoring Intraspecies Competition in a Bacterial Cell Population by Cocultivation of Fluorescently Labelled Strains
Published on: January 18, 2014
La Escherichia coli K-12 se somete a una evolución adaptativa para lograr en silico el crecimiento óptimo previsto
Rafael U Ibarra1, Jeremy S Edwards, Bernhard O Palsson
1Department of Bioengineering, University of California, San Diego, 9500 Gilman Drive, La Jolla, California 92093-0412, USA.
Escherichia coli evolucionó a un crecimiento óptimo con glicerol, coincidiendo con las predicciones computacionales. Esto demuestra que la evolución adaptativa puede alinear las redes metabólicas con modelos in silico.
Área de la Ciencia:
- Biología de sistemas Biología de sistemas.
- La ingeniería metabólica es una ingeniería metabólica.
- Biología evolutiva Biología evolutiva.
Sus antecedentes:
- Las secuencias del genoma permiten la reconstrucción de redes metabólicas de células enteras para el estudio de las funciones biológicas.
- Los modelos in silico basados en restricciones predicen tasas de crecimiento óptimas, pero en ciertas condiciones surgen discrepancias, posiblemente debido a una evolución adaptativa incompleta.
Objetivo del estudio:
- Investigar si la evolución adaptativa puede conciliar discrepancias entre modelos metabólicos in silico y observaciones experimentales.
- Demostrar que el crecimiento subóptimo de Escherichia coli con glicerol puede evolucionar a un estado óptimo predicho por los modelos.
Principales métodos:
- Utilizó modelos de células enteras en silico para predecir las tasas de crecimiento óptimas.
- Evolución adaptativa aplicada bajo presión de selección de crecimiento a Escherichia coli K-12 MG1655 utilizando glicerol como la única fuente de carbono.
- Monitoreo y medición de la evolución de la tasa de crecimiento durante 40 días (aproximadamente 700 generaciones).
Principales resultados:
- La Escherichia coli exhibió un crecimiento subóptimo en el glicerol inicialmente.
- Durante 40 días de evolución adaptativa, la tasa de crecimiento aumentó de manera reproducible.
- La tasa de crecimiento evolucionada alcanzó el valor óptimo predicho por el modelo in silico de células enteras.
Conclusiones:
- La evolución adaptativa puede conducir las redes metabólicas hacia estados predichos por el análisis in silico.
- Los modelos in silico combinados con la evolución adaptativa ofrecen un enfoque poderoso para diseñar los estados metabólicos deseados.
- Este estudio cierra la brecha entre las predicciones computacionales y los resultados experimentales en el metabolismo microbiano.
Videos de Conceptos Relacionados
Microbial Growth Measurement: Indirect Methods
Evolution of New Traits in Microbes

