Bakterier i utvikling kan unngå barrierer for "topp" kondisjon | Quanta Magazine

Bakterier i utvikling kan unngå barrierer for "topp" kondisjon | Quanta Magazine

Bakterier i utvikling kan unngå barrierer for "topp" kondisjon | Quanta Magazine PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Introduksjon

For nesten et århundre siden så evolusjonsteoretikeren Sewall Wright for seg et landskap av fjell og daler. Toppene representerte tilstander med høy evolusjonær egnethet for organismer, mens bunnene mellom dem representerte tilstander med lav kondisjon. Organismer kan bevege seg gjennom landskapet ved en mutasjonsprosess, klatre på toppene ettersom deres skiftende gener hjalp dem med å oppnå større kondisjon.

Wright, en grunnlegger av moderne populasjonsgenetikk, ble fascinert av et tilsynelatende paradoks: Hvis en populasjon av organismer klarte å nå toppen av en liten ås, ville de ligge der, omgitt av verre tilstander. De kunne ikke nå høyere topper uten først å krysse dvalen nedenfor, noe naturlig utvalg normalt ikke ville tillate.

I løpet av de siste hundre årene har evolusjonsbiologer brukt matematiske modeller og i økende grad laboratorieeksperimenter med levende organismer for å utforske hvordan populasjoner av alle størrelser kan bevege seg gjennom treningslandskap (noen ganger kalt adaptive landskap). Nå i en studie nettopp publisert in Vitenskap, har forskere konstruert mer enn en kvart million versjoner av en vanlig bakterie og plottet hver stammes ytelse for å skape et av de største laboratoriebygde adaptive landskapene noensinne. Det gjorde dem i stand til å spørre: Hvor vanskelig er det å komme seg fra et gitt punkt til toppene?

Overraskende nok var det robuste treningslandskapet gjennomgåbart for de fleste av bakteriene: Omtrent tre fjerdedeler av stammene hadde en gjennomførbar evolusjonær vei til antibiotikaresistens. Funnene støtter ideen, indikert av tidligere teoretisk arbeid, om at "daler" i fitness kan være lettere å unngå enn man skulle tro. De åpner også døren til en bedre forståelse av hvordan virkelige populasjoner - av bakterier, men kanskje også andre organismer - kan endre seg under press fra naturlig utvalg.

Introduksjon

I mange tiår var det å utforske treningslandskap først og fremst reservert av teoretikere som jobbet med simulerte organismer, eller banebrytende eksperimentelle som jobbet i relativt liten skala. Men med fremveksten av enkel, billig genredigeringsteknologi, lurte teamet bak det nye papiret på om de kunne bygge et veldig stort adaptivt landskap ved å bruke levende organismer, sa Andreas Wagner, professor i biologi ved Universitetet i Zürich og forfatter av den nye artikkelen.

De bestemte seg for å plotte kondisjonseffektene av et enkelt gen i bakterien Escherichia coli. Dihydrofolatreduktase, enzymet som dette genet koder for, er et mål for antibiotikumet trimetoprim, og mutasjoner i genet kan gjøre bakterien resistent mot stoffet. Wagner og hans kolleger, inkludert hovedforfatter Andrei Papkou, en postdoktor ved Universitetet i Zürich, skapte mer enn 260,000 XNUMX genetisk distinkte stammer av E. coli, som hver brukte en annen permutasjon av ni aminosyrer i den funksjonelle kjernen av sin versjon av enzymet.

De dyrket stammene i nærvær av trimetoprim og holdt oversikt over hvilke som trivdes. Plottet med dataene deres avslørte et landskap med hundrevis av topper i forskjellige høyder, som representerte hvor godt hver av de genetiske variantene (genotypene) gjorde det mulig for bakteriene å unnslippe stoffet.

Deretter så forskerne på hvor vanskelig det ville være for de forskjellige stammene å utvikle seg for å nå en av de høyeste toppene. For hver genotype beregnet de hvilken serie mutasjoner som ville være nødvendig for å transformere den til en av de svært resistente stammene.

Som Wright spådde for flere tiår siden, endte noen stier på toppen av lave topper som ikke etterlot noen mulighet for ytterligere forbedring. Men mange av banene - ruter som, en mutasjon om gangen, organismer kunne endre genotypene på - nådde ganske høye punkter.

"Vi har god statistikk over hvor ofte de blir sittende fast på lave topper," sa Wagner. "Og det er ikke ofte i det hele tatt. … Syttifem prosent av våre populasjoner når klinisk relevant antibiotikaresistens.»

Det stemmer med hva Sam Scarpino, en biolog og sykdomsmodeller som er direktør for AI + Life Sciences ved Northeastern University, sa at han ville forvente. "De har dette veldig fine resultatet som vi har spådd," sa han og pekte på en fersk teoretisk artikkel utforske forholdet mellom robusthet og navigerbarhet i treningslandskap. Når treningslandskap er høydimensjonale - når de går utover de enkle tre dimensjonene i de fleste menneskers fantasi til for eksempel de ni dimensjonene som brukes i Wagners studie - er det mer sannsynlig at svært forskjellige nettverk av regulatoriske gener som produserer de samme fysiske egenskapene er nære sammen på et landskap eller å være forbundet med en tilgjengelig vei.

Introduksjon

For eksempel fant Wagner og Papkou at de høyeste toppene for antibiotikaresistens i deres eksperimentelle landskap ofte var omgitt av den nidimensjonale ekvivalenten til veldig brede bakker; faktisk var de mer formet som Fuji-fjellet enn Matterhorn. Som et resultat startet mange genotyper et sted i bakkene til de høyeste treningstoppene, noe som gjorde det lettere for disse stammene å komme til toppen.

Det var ikke gitt at de høyeste toppene ville trekke inn det store flertallet av genotyper, bemerket James O'Dwyer, en teoretisk økolog ved University of Illinois, Urbana-Champaign. Men i dette landskapet ser det ut til å ha vært tilfelle.

Det er derfor det å bygge treningslandskap slik Wagner, Papkou og deres kolleger gjorde – massive basert på ekte organismer – er et viktig skritt for å bygge bro mellom det vi kan anta er sant og det som faktisk finnes i naturen, i systemer som er langt mer komplekse enn vi kan enkelt bilde, sa Ben Kerr, professor i biologi ved University of Washington. "Hvordan kartlegger vi intuisjonene våre ... til situasjoner som ikke er en del av vår erfaring?" han sa. «Man må trene opp intuisjonen sin. Et godt utgangspunkt er å gjøre det på empiriske data.»

Introduksjon

Så stort som treningslandskapet i Wagners nye artikkel er, viser det bare hva bakteriene er i stand til i et enkelt spesifikt miljø. Hvis forskerne endret noen av detaljene - hvis de endret dosen av antibiotika eller hevet temperaturen, for eksempel - ville de få et annet landskap. Så selv om funnene synes å tyde på at de fleste E. coli stammer kan utvikle antibiotikaresistens, det utfallet kan enten være langt mindre sannsynlig eller langt mer sannsynlig i den virkelige verden. Alt som virker sikkert er at de fleste stammer sannsynligvis ikke er ugjenkallelig sabotert av sine egne mindre suksesser.

Spennende neste trinn for denne forskningen kan derfor innebære å undersøke om noen av reglene som så ut til å råde i eksperimentets versjon av landskapet, kan være bredere universelle. "Hvis de var det, ville det være en underliggende dyp grunn til det," sa O'Dwyer.

Wagner og Papkou håper å utforske andre versjoner av landskapet i fremtidig arbeid. Papkou bemerker at det ikke er mulig å kartlegge hver permutasjon av selv et enkelt gen fullstendig - landskapet ville eksplodere til astronomisk størrelse nesten umiddelbart. Men med laboratoriebygde landskap og teoretiske modeller bør det fortsatt være mulig i dag å begynne å utforske om universelle prinsipper ligger til grunn for hvordan en enhet i utvikling kan endre seg som respons på omgivelsene.

"Konklusjonen er: Det er ganske enkelt for darwinistisk evolusjon å starte i en suboptimal posisjon og bevege seg med kraft av naturlig utvalg til en høy kondisjonstopp," sa Papkou. – Det var ganske forbløffende.

Quanta gjennomfører en serie undersøkelser for å tjene publikum bedre. Ta vår biologi leserundersøkelse og du vil bli registrert for å vinne gratis Quanta handelsvarer.

Tidstempel:

Mer fra Quantamagazin