SRO

Okay, her er et udkast til din tale til det mundtlige forsvar, struktureret omkring de stillede spørgsmål og med indarbejdelse af nøglepunkter fra din SRO:

  1. PROBLEM (Introduktion) - Cirka 1 minut

Godmorgen/god eftermiddag, jeg er Vina Barawi, og dette er min SRO 2025-præsentation med fokus på optimering af metabolitproduktion i den bioteknologiske industri ved hjælp af E. coli. Mit centrale spørgsmål var: "Hvordan kan matematisk modellering og viden om vækstbetingelser og genetisk modifikation af E. coli bruges til at optimere produktionen af metabolitter i den bioteknologiske industri?"

Sammenfattende fandt jeg, at ved at forstå og matematisk modellere vækstfaserne af E. coli og ved at anvende genetiske modifikationsteknikker, er det muligt at forbedre produktionen af ønskede metabolitter, såsom enzymer, betydeligt til industrielle applikationer. Specifikt demonstrerede jeg anvendeligheden af den logistiske vækstmodel og undersøgte potentialet ved at bruge genetisk modificeret E. coli som en yderst effektiv 'cellefabrik'.

  1. TILGANG - Cirka 4 minutter

For at adressere dette problem kombinerede jeg eksperimentelt arbejde med E. coli i laboratoriet med matematisk modellering, der trak på både bioteknologi og matematik.

Empiriske materialer:
Jeg brugte E. coli, Lysogeny Broth (LB) som et vækstmedium, og udførte eksperimenter involverende spektrofotometri til at måle optisk tæthed og pladespredning for at tælle levedygtige bakterier.

Metoder:

Laboratorieundersøgelse af E. colis vækst:
Jeg overvågede væksten af E. coli i et flydende LB-medium og tog målinger hvert 10. minut i 90 minutter ved hjælp af spektrofotometri. Dette gjorde det muligt for mig at spore populationens vækst ved at måle optisk tæthed. Jeg udførte også serielle fortyndinger og pladespredning for at bestemme det præcise antal levedygtige bakterier.

Eksempel:
Som det fremgår af afsnit 3.1, "Undersøgelse af E. Colis vækst," muliggjorde de indsamlede data at plotte en vækstkurve og efterfølgende beregne vækstraten i den eksponentielle fase.

Matematisk modellering af populationsvækst:
Jeg anvendte den logistiske vækstmodel til at beskrive og forudsige bakterievæksten, som er beskrevet ved ligningen:

dNdt=rmax⋅N⋅K−NK{dN \over dt} = r_{\text{max}} \cdot N \cdot {{K - N} \over K}

Eksempel:
I afsnit 3.2, "Logistisk vækst af bakteriepopulationen," tilpassede jeg de eksperimentelle data til den logistiske vækstmodel for at estimere nøgleparametre som bæreevnen (K) og den maksimale vækstrate.

Genetisk modifikation (Teoretisk):
Jeg undersøgte, hvordan rekombinant DNA-teknologi kan bruges til at modificere E. coli til at producere specifikke enzymer. Dette involverede teknikker såsom brug af restriktionsenzymer, PCR og vektorer til at indsætte ønskede gener i E. coli.
Eksempel:
Som detaljeret beskrevet i afsnit 4.2 "Genetisk modifikation af E. coli", kan gener, der koder for protease og amylase fra Bacillus subtilis, indsættes i E. coli for at forbedre enzymproduktionen.

  1. MULIGHEDER - Cirka 1 minut

Jeg valgte denne empiriske tilgang, fordi direkte eksperimentering tillod mig at observere og kvantificere E. colis vækstdynamik under kontrollerede forhold. Spektrofotometri gav realtidsdata, mens pladespredning tilbød en metode til at validere disse målinger med antal af levedygtige celler.

Integrationen af matematik og bioteknologi var særligt stærk. Bioteknologi gav den biologiske kontekst og eksperimentelle data, mens matematik tilbød værktøjer til at modellere, analysere og forudsige vækstmønstrene. Den logistiske vækstmodel beskrev ikke kun den observerede vækst, men tillod os også at estimere bæreevnen og optimale vækstbetingelser. Som detaljeret beskrevet i afsnit 3.3, har modellen en forklaringsgrad på 96%.

  1. BEGRÆNSNINGER - Cirka 1 minut

Flere begrænsninger påvirkede omfanget og konklusionerne af dette projekt:

Eksperimentelle fejl:
Spektrofotometrimålingerne kunne påvirkes af dannelsen af klumper. Desuden er manuelle fortyndinger og pladespredning underlagt menneskelige fejl, hvilket kan påvirke nøjagtigheden af antallet af levedygtige celler.

Modelantagelser:
Den logistiske vækstmodel er en forenkling af virkeligheden. Den antager konstante miljøforhold og tager ikke højde for faktorer som mutationer eller ændringer i genekspression, hvilket kan påvirke bakterievæksten.

Omfang af genetisk modifikationsanalyse:
Min analyse af genetisk modifikation var primært teoretisk. Selvom jeg diskuterede teknikkerne og potentielle fordele, udførte jeg ikke faktiske genetiske modifikationseksperimenter. Dette begrænser den praktiske validering af disse metoder.

Disse begrænsninger understreger behovet for yderligere forskning for