De complexe signaalnetwerken die bacteriën gebruiken om zich aan te passen aan hun omgeving zijn duidelijker geworden na nieuw onderzoek.

Onderzoekers van het John Innes Center gebruikten een studie van de plantengroeibevorderende bacterie Pseudomonas fluorescens om een ​​geavanceerde analysemethode te ontwikkelen die, zij hopen, zal ons vermogen om ziekten bij planten en mensen te begrijpen vergroten.

Tot voor kort, onderzoeken naar bacteriële signalering hebben de neiging om verschillende aspecten van genregulatie afzonderlijk te bekijken. Voortbouwend op deze individuele benaderingen, het John Innes-team gebruikte een reeks laboratorium-, computationele en wiskundige technieken om gegevens te integreren die zijn verkregen uit meerdere verschillende microbiologische experimenten.

Deze aanpak heeft hen in staat gesteld om een ​​uitgebreide 'signaleringskaart' te bouwen voor het belangrijkste bacteriële eiwit Hfq, die virulentie en stressreacties regelt in veel klinisch en landbouwkundig belangrijke soorten.

Dokter Jacob Malone, de projectleider die bij het werk betrokken was, legde uit:"Onze techniek stelt ons in staat om elk gen en elk eiwit in een bacteriële cel te volgen, en zeggen hoe het verandert en op welk niveau die verandering plaatsvindt, in reactie op een gegeven signaalinvoer.

"We gebruiken dezelfde datasets als eerdere onderzoeken, maar we hebben een manier ontwikkeld om de data te integreren met behulp van wiskunde en programmeren. Als je kijkt naar de afzonderlijke elementen van een film:de fotografie, de soundtrack en het script; door ze te combineren krijg je een hele film - iets dat groter is dan de som der delen. Dit is hetzelfde principe, alleen met genetica."

De bevindingen van het team, gepubliceerd in Grenzen in de microbiologie (Analyse van het complexe regelgevingslandschap van Hfq - een integratieve, Multi-Omics-aanpak, Grenga, L. et al. 2017) beloven de manier waarop we bacteriële signaleringsnetwerken onderzoeken te veranderen, en zal ons begrip vergroten van hoe bacteriën omgaan met hun omgeving en infecties veroorzaken.

"Mensen hebben eerder naar gegevens op meer dan één niveau gekeken, maar niet in deze diepte." zei Dr Malone. "Uiteindelijk we willen dat mensen overwegen om op deze manier routinematig met data om te gaan, ".