Microbiële gemeenschappen geven vorm aan onze gezondheid en de gezondheid van onze planeet. Sommige zijn bekend bij de mens, zoals de microben die zich in de darm bevinden, ook wel ons microbioom genoemd. Anderen blijven vooral onder de radar mee gisten.

Wanneer veel microben samenleven en op onderling samenhangende manieren groeien, kan het moeilijk zijn om de functionele rol van een individuele speler te identificeren. Maar sommige complexe microbiële ecosystemen zijn misschien gemakkelijker te begrijpen dan die met minder spelers, volgens een nieuwe studie in Physical Review X geleid door theoretisch natuurkundige Mikhail Tikhonov aan de Washington University in St. Louis.

"Sommige levensechte microbiële ecosystemen worden goed beschreven door modellen die verrassend eenvoudig zijn, gezien de complexiteit onder de motorkap", zegt Tikhonov, assistent-professor natuurkunde in Arts &Sciences. Het nieuwe modelleringskader dat hij ontwikkelde met afgestudeerde student Jacob Moran, biedt een nauwkeurige kwantitatieve definitie voor het ongrijpbare begrip 'grofkorreligheid' en suggereert dat sommige eigenschappen misschien niet intuïtief zijn.

"Simpel gezegd, grofkorreligheid betekent het weglaten van details, en we zeggen dat dat prima is als het de uitkomst van een bepaald experiment niet verandert," zei Tikhonov.

"Merk op dat deze definitie grofkorreligheid koppelt aan een keuze van een experiment, en dat is eigenlijk belangrijk," zei hij. "We stellen dat grofkorreligheid fundamenteel afhangt van welk aspect van het ecosysteem waar je om geeft. We laten zien dat exact hetzelfde ecosysteem gemakkelijk grofkorrelig kan zijn als je geïnteresseerd bent in het ene eigendom, terwijl je voor een ander misschien moet weten alle details."

Dit nieuwe werk biedt een pad naar theoretisch begrip van welke ecosysteemeigenschappen en in welke omgevingsomstandigheden voorspelbaar kunnen zijn door grofkorrelige modellen. De aanpak kan biologen helpen die microben willen bestuderen in hun eigen rommelige, levensechte omstandigheden - dat wil zeggen, diverse gemeenschappen in complexe omgevingen - in plaats van te proberen ze te isoleren in een petrischaal.

"Met deze studie hebben we aangetoond dat een grote diversiteit aan stammen, hoewel nominaal complexer, in feite de grofkorreligheid kan vergemakkelijken en dat, althans binnen ons model, de grofkorreligheid wordt gemaximaliseerd wanneer een gemeenschap wordt geassembleerd in zijn ' inheemse 'omgeving', zei Tikhonov. + Verder verkennen

Bacteriën kunnen de toekomst leren voorspellen