Onderzoekers van de Universiteit van Texas in Austin en de Universiteit van Californië, Los Angeles hebben een nieuw theoretisch model gecreëerd dat nauwkeurig beschrijft hoe zwermen bacteriën door hun omgeving navigeren om voedingsstoffen te lokaliseren en te consumeren.

Microben zoals de gewone darmbacterie E. coli voeren een proces uit dat bekend staat als chemotaxis om microscopische voedingsgradiënten te detecteren. De microben "zwemmen" of "kruipen" door hun omgeving, aangedreven door roterende flagellen, om gradiënten van chemische lokstoffen te achtervolgen totdat ze een voedselrijke locatie bereiken.

Het nieuwe model van de onderzoekers, gepubliceerd in het tijdschrift Proceedings van de National Academy of Sciences, is het meest accuraat tot nu toe in het voorspellen van de dynamiek van bacteriële chemotaxis onder verschillende nutriëntenconcentraties en viscositeiten – belangrijke factoren die het zwem- of kruipgedrag van bacteriën bepalen.

De bevindingen helpen wetenschappers beter te begrijpen hoe bacteriën op microschaal voedsel vinden en kunnen leiden tot technologische vooruitgang op het gebied van biosensoren, diagnostiek en geneeskunde.

"Deze microben vertonen verrassend rijk gedrag, en het nauwkeurig voorspellen van hoe ze door een gradiënt navigeren is een uitdaging", zegt Igor Aronson, hoogleraar wiskunde aan de UT Austin en co-auteur van het artikel. “Ons vereenvoudigde model stelt onderzoekers in staat de snelheid te berekenen waarmee de microben voedsel vinden en de voorspellingen te vergelijken met experimenten, wat zou kunnen helpen het proces te optimaliseren waarmee microben in de toekomst voedsel of doelwitten vinden. Dit heeft gevolgen voor toepassingen in de biotechnologie, de gezondheidszorg, en milieusanering."

Bacteriële chemotaxis houdt ook verband met virulentie. Microben vertrouwen op de chemische gradiëntdetectie in chemotaxis om een ​​gastheer te lokaliseren en te infecteren. E. coli gebruikt bijvoorbeeld chemotaxis om voedingsstoffen te vinden en ook om de darmen van zoogdieren, de favoriete habitat van de microben, te lokaliseren en te infecteren.

"De bevindingen zouden kunnen leiden tot nieuwe antibiotica die dit navigatiesysteem bij chemotaxis belemmeren, waardoor de overdracht van ziekten wordt voorkomen", zegt Alexander V. Argun, hoogleraar wiskunde aan de UCLA en de andere co-auteur van het artikel.

De onderzoekers merken op dat eerdere wiskundige modellen die bacteriële chemotaxis beschrijven een aantal vereenvoudigende aannames in hun vergelijkingen maakten, waardoor ze uiteindelijk de nauwkeurigheid van experimentele waarnemingen niet konden evenaren. In het bijzonder slaagden eerdere modellen er niet in om rekening te houden met een overgedempt traagheidseffect dat inwerkt op de microben, wat hun dynamiek vertraagt.

"Wat de bacteriën ervaren is vergelijkbaar met zwemmen in melasse", zei Aronson. "De dynamiek is heel anders dan bij zwemmen door water, en de meeste eerdere modellen hielden daar geen rekening mee."

Het nieuwe theoretische model ontwikkeld door Aronson en Argun omvat het traagheidseffect samen met verschillende andere realistische effecten, zoals de grootte en interne dichtheid van de bacteriën, om de nauwkeurigheid van het model bij het repliceren van experimentele waarnemingen aanzienlijk te verbeteren.

Argun merkte ook op dat sommige bacteriële chemotaxissystemen een niet-monotone snelheidsreactie vertonen, wat betekent dat de snelheid van de microben tot een maximum toeneemt naarmate de voedingsconcentratie toeneemt, en vervolgens begint af te nemen.

"Dit is anders dan wat we zien bij de meeste fysieke verschijnselen, waarbij de snelheid altijd toeneemt naarmate de drijvende kracht toeneemt", zei Argun. "Hier wordt het zwemmen minder efficiënt bij hoge nutriëntenconcentraties als gevolg van 'oversignalering', die ons model kan vastleggen."

De onderzoekers gebruikten hun model om een ​​nauwkeurige kwantitatieve voorspelling te genereren over hoe de zwemsnelheid van de microben verandert naarmate ze zich aanpassen aan de schaarste aan voedingsstoffen, een voorspelling die voorheen niet beschikbaar was op basis van analytische modellen.

"Deze wiskundige modellen helpen ons niet alleen inzicht te krijgen in de natuur, maar ze kunnen ons ook helpen voorspellingen te doen die experimenteel kunnen worden getest," zei Aronson. "Dit model zou een beter inzicht moeten geven in de rol van chemotaxis in de bacteriële motiliteit, ecologie en fysiologie."