Carbon and nitrogen limitation increase chitosan antifungal activity in Neurospora crassa and fungal human pathogens

Chitosan permeabilizes plasma membrane and kills sensitive filamentous fungi and yeast. Membrane fluidity and cell energy determine chitosan sensitivity in fungi. A five-fold reduction of both glucose (main carbon (C) source) and nitrogen (N) increased 2-fold Neurospora crassa sensitivity to chitosan. We linked this increase with production of intracellular reactive oxygen species (ROS) and plasma membrane permeabilization. Releasing N. crassa from nutrient limitation reduced chitosan antifungal activity in spite of high ROS intracellular levels. With lactate instead of glucose, C and N limitation increased N. crassa sensitivity to chitosan further (4-fold) than what glucose did. Nutrient limitation also increased sensitivity of filamentous fungi and yeast human pathogens to chitosan. For Fusarium proliferatum, lowering 100-fold C and N content in the growth medium, increased 16-fold chitosan sensitivity. Similar results were found for Candida spp. (including fluconazole resistant strains) and Cryptococcus spp. Severe C and N limitation increased chitosan antifungal activity for all pathogens tested. Chitosan at 100 μg ml-1 was lethal for most fungal human pathogens tested but non-toxic to HEK293 and COS7 mammalian cell lines. Besides, chitosan increased 90% survival of Galleria mellonella larvae infected with C. albicans. These results are of paramount for developing chitosan as antifungal.

Importancia de la caracterización de la masa de raíces en la simulación de ecosistemas forestales

Los análisis de sensibilidad son una herramienta importante para comprender el funcionamiento de los modelos ecológicos, así como para identificar los parámetros más importantes en su funcionamiento. Además, los análisis de sensibilidad pueden utilizarse para diseñar de forma más efectiva planes de muestreo de campo dirigidos a calibrar los modelos ecológicos. En los estudios de ecosistemas forestales, el análisis cuantitativo de la parte subterránea es mucho más costoso y complicado que el estudio de la parte aérea, en especial el estudio de la dinámica de producción y descomposición de raíces gruesas y finas de los árboles. En este trabajo se muestra un ejemplo de análisis de sensibilidad del modelo forestal FORECAST a parámetros que definen la biomasa, longevidad y concentración de nitrógeno en las raíces de los árboles. El modelo se calibró para simular dos rodales de pino silvestre (Pinus sylvestris) en los Pirineos de Navarra. Los resultados indican que la tasa de renovación de raíces finas es el parámetro más influyente en las estimaciones del modelo de crecimiento de los árboles, seguida de la concentración de N en las mismas, siendo la relación biomasa subterránea/total el parámetro al cual el modelo es menos sensible. Además, el modelo es más sensible a los parámetros que definen el componente subterráneo de la biomasa arbórea cuando simula un sitio de menor capacidad productiva y mayor limitación por nutrientes.