Tempo de duplicação, taxa de crescimento e contagem projetada de culturas microbianas/celulares a partir de medições de dois pontos de tempo.
Tempo de duplicação = decorrido × ln(2) / ln(Nt / N0). Válido apenas durante a fase de crescimento exponencial, antes que os nutrientes se esgotem ou a inibição por feedback ocorra.
O tempo de duplicação é o parâmetro cinético fundamental de qualquer população em crescimento exponencial — bactérias num frasco, células de mamíferos numa placa de cultura de tecidos, levedura num fermentador, células tumorais in vivo. Conhecê-lo responde a questões de planeamento ("quanto tempo até ter células suficientes para colher?"), a questões de comparação ("esta estirpe está a crescer mais lentamente do que o tipo selvagem?") e a questões de controlo de qualidade ("este lote tem o metabolismo esperado?"). A matemática é exata dentro da fase exponencial: duas medições de contagem em dois pontos de tempo determinam unicamente o tempo de duplicação. No entanto, os cientistas de bancada geralmente estimam-no a partir de uma curva de crescimento ou recordam-no da memória, em vez de o calcularem a partir dos seus próprios dados; esta calculadora remove essa dificuldade com dois campos de contagem e um campo de tempo decorrido.
Para além do tempo de duplicação, a calculadora retorna a taxa de crescimento específica μ (a constante de taxa baseada em logaritmo natural padrão em microbiologia), o número de duplicações observadas e uma contagem projetada num ponto de tempo futuro escolhido pelo utilizador — útil para agendar subculturas ou colheitas. A curva de crescimento representa a trajetória ao longo da janela de tempo decorrido mais a projeção, de modo que a forma exponencial seja visível rapidamente.
Para crescimento exponencial: N(t) = N₀ · 2^(t / T_d) = N₀ · e^(μ·t).
Dadas duas medições N₀ no tempo 0 e N_t no tempo t (com t > 0 e N_t > N₀ para crescimento):
Projeção para a frente a partir de N₀ em qualquer tempo futuro t_p é N₀ · 2^(t_p / T_d).
A matemática assume (a) que a população está em fase de crescimento exponencial — não são modelados dados da fase estacionária inicial, de latência ou de morte; (b) que as condições de crescimento são constantes (meio não esgotado, temperatura estável, sem acumulação de toxinas); (c) que o comportamento da população não é inibido por contacto ou limitado pela densidade.
Introduza a contagem inicial (células / mL ou células / poço ou qualquer unidade consistente) no início da janela de medição. Introduza a contagem final no final da janela. Introduza o tempo decorrido em horas. Introduza um tempo de projeção para a frente em horas se quiser uma estimativa de contagem futura. O painel de resultados mostra:
A curva de crescimento traça a trajetória prevista N(t) de t = 0 até um horizonte que abrange a janela de medição e o horizonte de projeção, com um marcador no ponto de projeção.
E. coli em meio rico: N₀ = 1 × 10⁵ células / mL, N_t = 6.4 × 10⁶ células / mL após 6 horas. Projeção para t = 12 h.
Na prática, até t = 12 h, a E. coli estaria profundamente na fase estacionária e a projeção é irreal — uma ilustração útil de como a extrapolação exponencial falha sem o contexto do limite de crescimento.
Cultura em batelada de levedura: 2 × 10⁵ → 1.8 × 10⁶ em 8 h.
Células de mamíferos lentas: 5 × 10⁴ → 2 × 10⁵ em 48 h.
Fase de latência e fase estacionária inicial. A fórmula é para crescimento puramente exponencial. Se o seu ponto de tempo inicial for durante a latência (antes do início do crescimento exponencial), T_d é superestimado. Se o ponto de tempo final for na fase estacionária (crescimento a abrandar), T_d é ainda mais superestimado. Melhor prática: recolher mais de dois pontos de tempo e ajustar apenas a região linear no logaritmo y vs t.
Fase de morte. Se N_t < N₀, a fórmula produz tempo de duplicação negativo — biologicamente a população está a morrer. Use um modelo de taxa de morte, não crescimento do tipo Riegel.
Latência dependente do inóculo. Inóculos muito diluídos (< 10² células / mL para bactérias) prolongam a latência; inóculos muito densos (> 10⁹ para E. coli) podem já estar na fase estacionária. Verifique se o seu ponto de partida está em fase exponencial intermédia.
Variação diurna. Células de mamíferos cultivadas em soro podem mostrar ciclos de 12–24 h correlacionados com fatores do soro. Um ajuste de dois pontos durante menos de um ciclo completo pode induzir em erro.
Método de contagem. Hemacitómetro (manual) tem ±10–20 % por contagem; contadores de células automáticos ±5 %; citometria de fluxo ±1 % mas apenas para populações distinguíveis; leituras de OD600 medem turbidez, não contagem viável, e saturam em ~10⁹ células/mL. A calculadora é agnóstica quanto à unidade, mas o tempo de duplicação só é tão preciso quanto a pior das duas contagens.
Culturas sincronizadas vs. assíncronas. Culturas assíncronas mostram curvas exponenciais suaves; culturas sincronizadas (população recém-dividida) mostram crescimento em degraus em grelhas de tempo finas — a média recupera a exponencialidade, mas dois pontos de tempo próximos no tempo podem abranger um degrau.
Tempo de geração vs. tempo de ciclo celular. Em microbiologia, estes são geralmente sinónimos. Em artigos sobre células de mamíferos, "tempo de ciclo celular" pode significar especificamente o tempo médio de uma divisão para a seguinte por célula individual, e a baixas taxas de crescimento pode diferir do tempo de duplicação da população devido a frações variáveis de células em divisão.
Efeitos de morte e stress. Stress (choque térmico, exposição a antibióticos) comumente prolonga T_d antes que qualquer morte seja visível. Comparar T_d entre condições controla o inóculo e o meio, mas não isola o crescimento da morte — fluxo bidirecional.
Esgotamento de substrato. Perto do fim da cultura em batelada, o T_d aparente alarga dramaticamente à medida que a fonte de carbono se esgota. Um ajuste de dois pontos que abranja essa transição dá um T_d "efetivo" que não é biologicamente significativo.
População vs. célula única. A fórmula retorna o tempo de duplicação da população. Células individuais na população têm uma distribuição de tempos de geração em torno dele — tipicamente Gaussiana com 10–30 % de CV. O uso de dados de "mother machine" de célula única requer estatísticas diferentes.
Não considera a correção do tempo de latência. Alguns praticantes ajustam um modelo Baranyi ou Gompertz com um tempo de latência e assíntota explícitos; a calculadora usa o modelo mais simples de exponencial puro.