Inżynierowie biomedyczni Duke odkrywają przepis na sukces bakteryjnego DNA
Data opublikowania:DUHAM – Inżynierowie biomedyczni z Duke University opracowali nowy sposób modelowania, w jaki sposób potencjalnie korzystne pakiety DNA zwane plazmidami mogą krążyć i gromadzić się w złożonym środowisku obejmującym wiele gatunków bakterii. Prace umożliwiły także zespołowi opracowanie nowego czynnika zwanego „potencjałem trwałości”, który po zmierzeniu i obliczeniu pozwala przewidzieć, czy plazmid będzie nadal się rozwijać w danej populacji, czy też stopniowo odejdzie w zapomnienie.
Naukowcy mają nadzieję, że ich nowy model umożliwi innym lepsze modelowanie i przewidywanie, w jaki sposób ważne cechy, takie jak oporność patogenów na antybiotyki lub zdolności metaboliczne bakterii hodowanych w celu oczyszczania środowiska z zanieczyszczeń, będą się rozprzestrzeniać i rozwijać w danym środowisku.
Wyniki opublikowano w Internecie 4 listopada w czasopiśmie Nature Communications.
Inżynierowie biomedyczni z Duke University opracowali nowy sposób modelowania, w jaki sposób potencjalnie korzystne pakiety DNA zwane plazmidami mogą krążyć i gromadzić się w złożonym środowisku obejmującym wiele gatunków bakterii. Prace umożliwiły także zespołowi opracowanie nowego czynnika zwanego „potencjałem trwałości”, który po zmierzeniu i obliczeniu pozwala przewidzieć, czy plazmid będzie nadal się rozwijać w danej populacji, czy też stopniowo odejdzie w zapomnienie.
Naukowcy mają nadzieję, że ich nowy model umożliwi innym lepsze modelowanie i przewidywanie, w jaki sposób ważne cechy, takie jak oporność patogenów na antybiotyki lub zdolności metaboliczne bakterii hodowanych w celu oczyszczania środowiska z zanieczyszczeń, będą się rozprzestrzeniać i rozwijać w danym środowisku.
Wyniki opublikowano w Internecie 4 listopada w czasopiśmie Nature Communications.
Oprócz darwinowskiego procesu przekazywania potomstwu genów ważnych dla przeżycia, bakterie angażują się również w proces zwany poziomym transferem genów. Bakterie nieustannie dzielą się recepturami genetycznymi nowych zdolności między gatunkami, wymieniając między sobą różne pakiety materiału genetycznego zwane plazmidami.
„Podczas badania zaledwie jednej butelki wody morskiej 160 gatunków bakterii zamieniło się 180 różnymi plazmidami” – powiedział Lingchong You, profesor inżynierii biomedycznej na Uniwersytecie Duke. „Nawet w przypadku jednej butelki wody zastosowanie obecnych metod modelowania mobilności plazmidów znacznie przekroczyłoby łączną moc obliczeniową całego świata. Opracowaliśmy system, który upraszcza model, zachowując jednocześnie jego zdolność do dokładnego przewidywania ostatecznych wyników”.
Nie jest jednak pewne, czy którykolwiek z tych pakietów genetycznych stanie się powszechny w danej populacji lub środowisku. Zależy to od wielu zmiennych, takich jak szybkość udostępniania pakietów, czas przeżycia bakterii, dobroczynność nowego DNA, kompromisy w zamian za te korzyści i wiele innych.
Możliwość przewidzenia losów takiego pakietu genetycznego może pomóc w wielu dziedzinach — być może przede wszystkim w rozprzestrzenianiu się oporności na antybiotyki i sposobach jej zwalczania. Jednak modele wymagane do tego w realistycznym scenariuszu są zbyt skomplikowane, aby je rozwiązać.
„Najbardziej złożony system, jaki udało nam się kiedykolwiek zamodelować matematycznie, to trzy gatunki bakterii dzielących trzy plazmidy” – powiedział You. „Nawet wtedy do wygenerowania równań musieliśmy użyć programu komputerowego, ponieważ w przeciwnym razie za bardzo pomieszalibyśmy liczbę potrzebnych terminów”.
W nowym badaniu Ty i jego absolwent, Teng Wang, stworzyliście nowe ramy, które znacznie zmniejszają złożoność modelu w miarę dodawania większej liczby gatunków i plazmidów. W tradycyjnym podejściu każdą populację dzieli się na wiele subpopulacji w zależności od tego, jakie plazmidy niesie. Jednak w nowym systemie te subpopulacje są zamiast tego uśredniane w jedną. To drastycznie zmniejsza liczbę zmiennych, która rośnie liniowo w miarę dodawania nowych bakterii i plazmidów, a nie wykładniczo.
To nowe podejście umożliwiło naukowcom opracowanie jednego kryterium rządzącego, które pozwala przewidzieć, czy plazmid utrzyma się w danej populacji. Opiera się na pięciu ważnych zmiennych: koszcie posiadania przez bakterie nowego DNA, częstotliwości utraty DNA, szybkości rozcieńczania populacji w wyniku przepływu przez populację, szybkości wymiany DNA pomiędzy bakteriami oraz szybkości populacja jako całość rośnie.
Dysponując pomiarami tych zmiennych, badacze mogą obliczyć „trwałość plazmidów” populacji. Jeśli liczba ta jest większa niż jeden, pakiet genetyczny przetrwa i rozprzestrzeni się, przy czym wyższe liczby prowadzą do większej obfitości. Jeśli będzie mniej niż jeden, odejdzie w zapomnienie.
„Mimo że model jest uproszczony, odkryliśmy, że jest w miarę dokładny pod pewnymi ograniczeniami” – powiedział Wang. „Dopóki nowe DNA nie będzie zbyt dużym obciążeniem dla bakterii, nasze nowe ramy odniosą sukces”.
Ty i Wang przetestowaliście swoje nowe podejście do modelowania, projektując kilka różnych społeczności syntetycznych, każdą z różnymi szczepami bakterii i pakietami genetycznymi do wymiany. Po przeprowadzeniu eksperymentów odkryli, że wyniki całkiem dobrze mieszczą się w oczekiwaniach wynikających z ram teoretycznych. Aby pójść o krok dalej, badacze zebrali także dane z 13 wcześniej opublikowanych artykułów i sprawdzili ich liczby. Wyniki te potwierdziły również ich nowy model.
„Kryterium trwałości plazmidu daje nam nadzieję na wykorzystanie go do wyznaczania kierunków nowych zastosowań” – powiedział You. „Mogłoby to pomóc naukowcom zaprojektować mikrobiom poprzez kontrolowanie przepływu genów w celu osiągnięcia określonej funkcji. Może też dać nam wskazówki dotyczące czynników, które możemy kontrolować, aby wyeliminować lub zahamować niektóre plazmidy z populacji bakterii, na przykład te odpowiedzialne za oporność na antybiotyki”.
Badanie to było wspierane przez Narodowy Instytut Zdrowia (R01A1125604, R01GM110494) oraz Fundację Davida i Lucile Packardów.
CYTAT: „Potencjał trwałości zbywalnych plazmidów”, Teng Wang i Lingchong You. Nature Communications, 9 listopada 2020 r. DOI: 10.1038/s41467-020-19368-7
(C) Uniwersytet Duke'a
Oryginalne źródło artykułu: WRALTechWire