Варіації у складі мікробіоти; Сайт доступу до ресурсів для викладання

Витяг із Спеціального офіційного бюлетеня № 1 від 22 січня 2019 року:

ЗНАННЯ

Мікробіота людини представляє всі мікроорганізми, які живуть в організмі людини та в ньому.

Взаємодія між господарем і мікробіотою відіграє важливу роль у підтримці здоров’я та добробуту господаря. Склад мікроорганізмів та різноманітність мікробіоти є показниками здоров’я.

Мікробіота встановлюється з народження і змінюється залежно від різних факторів, таких як дієта (наявність клітковини) або лікування антибіотиками.

Кишкова мікробіота відіграє важливу роль при імунітеті і в травленні. Деякі бактерії мають протизапальні властивості. Робота над мікробіотою встановлює кореляцію між складом мікробіоти та патологіями. Модуляція мікробіоти відкриває можливості для лікування у деяких випадках захворювання.

Деякі нормально доброякісні мікроорганізми в мікробіоті можуть стати патогенними для організму, особливо у разі ослаблення імунної системи.

Основи: симбіоз; хазяїн і мікробіота; унікальність і різноманітність мікробіоти; харчові звички та еволюція мікробіоти; материнська мікробіота та побудова симбіозу хазяїн-мікробіота; конкуренція між мікробами.

Заходи, запропоновані на цій сторінці, мають на меті модель, за допомогою програм цифрового моделювання/моделювання NetBioDyn, еволюція мікробіоти як функція двох факторів:

- дієта (наявність клітковини)

- лікування антибіотиками

Для кожного виду діяльності a версія спрощена з точки зору симуляції обробки пропонується, що робить можливим диференціація освіти відповідно до легкості учнів за допомогою цього виду цифрових інструментів.

Пропозиція щодо діяльності щодо впливу дієти (присутності клітковини) на мікробіоти

Щоб модель NetBioDyn не стала чорною скринькою, ми залучаємо студентів до її побудови. З наведеної цифрової попередньої моделі мова піде про розробку алгоритму, що враховує користь харчових волокон на мікробіоти.

Ця стаття стосується результатів експерименту, проведеного дослідниками INRA на когорті здорових студентів, мікробіота яких спочатку більш-менш багата і які піддаються дієті, що містить більше або менше клітковини.

Порада: щоб підготуватися до майбутнього моделювання, попросіть студентів підвести підсумки експерименту (протокол та результати), проведеного на студентах

Ця стаття, яку слід прочитати зі своєї частини "Що таке клітковина?", Робить підсумок харчових волокон: різноманітність молекул, неперетравлених людиною і присутніх у багатьох продуктах рослинного походження.

Порада: щоб підготуватися до майбутнього моделювання, попросіть студентів скласти список прикладів продуктів із високим вмістом клітковини та з низьким вмістом клітковини з цієї статті.

Можливо a MCQ щоб перевірити, на початку сесії, розуміння того, що слід було прочитати перед сесією (див. відповідь на цей MCQ):

Для кожної пропозиції виберіть точну відповідь.

1. Дієта, багата клітковиною:

а) збіднює склад мікробіоти

б) збагачує склад мікробіоти

в) не впливає на мікробіоти людей з ожирінням

г) не впливає на мікробіоти учнів

2. Харчові волокна, що експлуатуються бактеріями мікробіоти:

а) допомогти їм розщепити слиз, що вистилає кишковий епітелій

б) забезпечити їх енергією

в) побічно зберігають герметичність епітелію кишечника

3. Споживання харчових волокон:

а) важливіше в сучасних цивілізаціях, ніж у минулому

b) сприяє споживанню волокнистого м’яса, такого як фланговий стейк.

в) сприяє споживанню фруктів, овочів та круп, оскільки вони містять крохмаль

г) сприяє споживанню фруктів, овочів та злаків, оскільки вони містять молекули зі стінки рослинних клітин

Їх ресурси для використання під час сесії:

- науковий документ, що вказує на травну функцію мікробіоти. Зокрема, ви знайдете подробиці про реакції бродіння, які здійснюють бактерії мікробіоти товстої кишки (мікробіота товстої кишки).

- цифрова попередня модель експерименту INRA, що містить бактерії з мікробіоти, а також різні можливі залишки їжі (можна додати 1!), але не закриваючи жодного рівняння. Див. Опис цієї попередньої моделі.

Примітка. Незалежно від того, запускати модель (= моделювання) або будувати її (= моделювання), ми використовуємо те саме програмне забезпечення. Щоб відкрити модель і змусити її працювати, скористайтеся цим посібником. Щоб внести зміни в модель або навіть створити модель de novo, скористайтеся цим іншим посібником.

Ситуація іресурс, який буде вироблено:

«Їжте 5 фруктів та овочів на день» - це рекомендація, яку повторюють дієтологи. Давайте подивимось, що стоїть за цим реченням !

Використовуючи наданий науковий документ та експеримент, проведений INRA на когорті студентів, які піддаються дієті, яка більш-менш багата клітковиною, побудуйте числову модель, що відображає переваги дієти, багатої клітковиною, на розвиток мікробіоти.

Початок пологів зі студентами:

- Дослідження INRA, проведене на студентах, які сидять на дієті, свідчить про те, що:

- На відкритті попередньої моделі ми виявляємо осіб, які беруть участь у моделюванні, включаючи різні залишки їжі (за попередніми показаннями студенти повинні мати змогу визначити, багаті вони клітковиною чи ні):

- Коли алгоритм відкрито (функція "Експорт моделі"), виявляється, що жодне рівняння використання залишків травлення бактеріями не налаштовано. Студенти повинні додати їх:

- У науковому документі про функцію травлення мікробіоти ми стверджуємо, що "неперетравлена частина - зокрема харчові волокна- знаходиться в товстій кишці, куди вступає мікробіота товстої кишки. Реакції від бродіння на ці вуглеводи та білки дозволяють бактеріям отримувати енергію, необхідну для їх росту і, таким чином, призводить до виробництва різноманітних поживних речовин, які поглинаються та використовуються господарем ". Тому студенти повинні використовувати цю інформацію, щоб написати рівняння поведінки бактерій у мікробіоти, які стикаються з бактеріями в кишечнику. багаті клітковиною залишки їжі.

- Залишається навести деякі технічні вказівки:

Алгоритм, видимий на вкладці "Експорт моделі", може бути змінений за допомогою функцій "сутності" та "поведінка".
У моделі кожна сутність (= кожен актор) визначається своєю рухливістю та періодом напіввиведення. Період напіввиведення суб'єкта господарювання - це час, через який зник половина населення цієї сутності.
Рівняння поведінки пишеться як хімічна реакція: реагенти вище за течією та продукти нижче за течією.
Щоб уникнути швидкої перевантаженості довкілля занадто великою кількістю суб'єктів, ми уникаємо надмірної ймовірності поведінки розмноження (уникайте значень більше 0,1).
Після створення моделі не забудьте протестувати її (= ми повинні пам’ятати, що ми моделюємо експеримент INRA!) Щоб протестувати її:

- змусити студента їсти мало клітковини з спочатку бідною мікробіотою;

- змусити студента їсти багато клітковини з спочатку бідною мікробіотою;

- змусити студента їсти клітковину з спочатку багатою мікробіотою;

- подумайте про поновлення прийомів їжі.

Ходімо !

►Подивіться постановки студентів, які пережили цю діяльність

Пропозиціяспрощений процесз точки зору обробки імітаційних моделей

1. Запропоноване моделювання має свої межі: тут показано, що кількість кожної бактеріальної групи збільшується при харчуванні, багатому клітковиною, не показуючи, що питома різноманітність збільшується. Коли вчені говорять про "багатство" у зв'язку з мікробіотою, фактично оцінюють різноманітність присутніх груп (якісне багатство), незалежно від чисельності кожної групи (кількісне багатство).

2. Окрім попереднього тестування в класі Seconde (Ліцей Рішельє, Руель-Мальмезон (92)) як навчального експерименту, цей підхід був представлений:

- під час гібридного тренування "Педагогіка моделі в СВТ у середній школі" (Верховна академія ПАФ) у лютому 2019 року;

- під час навчання "Наука, здоров'я та суспільство: мікроби та мікробіота" (PAF Академії Ам'єна), побудована та керована робочою групою "Імунітет та вакцинація" у березні 2019 року.

Пропозиція щодо діяльності щодо впливу прийому антибіотиків на мікробіоти

Вибраний тут освітній шлях полягає у дослідженні, використовуючи встановлені наукові знання, відповідного алгоритму для врахування впливу антибіотиків на еволюцію мікробіоти.

Науковий ресурс

- З навчання проведені вченими показали, що лікування антибіотиками викликає погіршення мікробіоти кишечника. Кількість мікробіоти може досягти дуже низьких меж після лікування. Однак, як тільки лікування антибіотиками закінчено, пацієнт виявляє мікробіоти, подібні до мікробіоти перед лікуванням.

- Наукові публікації про мікробіоти висвітлюють це явище стійкість, тобто повернення рівноваги після руйнуючої події (наприклад, при прийомі антибіотика). Проте послідовність тимчасових дисбалансів може мати шкідливі наслідки, іноді з необхідністю вдаватися до трансплантації мікробіоти.

Коли алгоритм відкрито (функція "Експорт моделі"), ми виявляємо, що сутність "антибіотик" відсутня, а також поведінка, що відповідає дії антибіотиків на бактерії мікробіоти.

Пропозиціяспрощений процесз точки зору обробки імітаційних моделей