El crecimiento de las células microbianas puede ser visto de varias perspectivas y con varios grados de complejidad, dependiendo si queremos distinguir entre células individuales en un reactor y si examinamos las reacciones metabólicas individuales que ocurren en la célula. Nosotros haremos las siguientes distinciones in los modelos de descripción de crecimiento microbiano. Cuando la población es segregada en células individuales que son diferentes de una a otra en términos de algunas características distinguibles, el modelo es segregado. En la otra mano, los modelos no-segregados consideran la población como un bulto en una “biofase” la cual interactúa con el ambiente externo, y puede verse como una especie en solución; la concentración celular puede ser descrita con una sola variable. Los modelos no-segregados tiene la ventaja que ellos son matemáticamente simples. La utilidad de los modelos segregados depende de nuestra habilidad experimental para distinguir entre células en una población.
La consideración de detalles de las reacciones ocurre cuando una célula da un aumento para el concepto de estructura. Los modelos estructurados consideran reacciones individuales o grupos de reacciones ocurrentes en la célula. La biomasa es subdividida dentro de un número de componentes como DNA, RNA proteínas, etc., y las reacciones que ocurren entre esos componentes son descritas. El ambiente externo puede influenciar la respuesta de la célula en una variedad de modos, por ejemplo, la lactosa puede inducir la producción de la enzima β-galactosidasa, la cual rompe la galactosa en glucosa y galactosa. Un modelo estructurado intentara describir este comportamiento, por ejemplo, el mecanismo de cómo la nueva enzima es inducida (la transcripción y translación), la cinética de rompimiento de la lactosa ha estos sacáridos, y su subsiguiente utilización. Los modelos in estructurados simplemente ven la célula como una entidad en una solución la cual interactúa con el ambiente.
Un nivel adicional de complejidad resulta cuando consideramos que los modelos pueden ser estocásticos o deterministicos en la naturaleza. Un modelo estocástico considera la distribución de las características celulares de interés. Por ejemplo, el tiempo de generación de una población celular puede ser encontrado de muestrear el tiempo de generación de células individuales dentro de una población y calcular una distribución de tiempos de generación basados en la muestra, como puede ser, una distribución normal Gauissiana. Como el número de células aumenta en la muestra, la incertidumbre en la media de generación decrece (incluso si la desviación estándar es grande) y la población puede ser adecuadamente descrito por un parámetro teniendo la media de tiempo de generación de la muestra. Los modelos estocásticos son además solo útiles para situaciones donde el número de células es muy pequeño y las características celulares se convierte en importante. Por ejemplo, cuando la cinética esterilización son consideras y el número de células viables cae debajo de 10-4 por mL., la probabilidad de que la célula se convierta en no-viable se convierte en significante en la determinación de la efectividad del proceso de esterilización. Por otro lado, los modelos deterministas tiene salidas que son completamente determinadas por las entradas de los modelos, como pueden ser, las variaciones aleatorias en las propiedades de un sistema no son considerados. Los modelos deterministas son las más comunes ( y útiles).