Microbiologie in hapklare porties
Kletsen met microben
Microbe A: Hey ‘B’! Kijk eens wie hier zijn.
Microbe B: Ooh, ze lijken op ons! Denk je dat we concurrentie hebben?
Microbe C: Ik denk dat ze niet onze concurrenten zijn, maar dat ze onze onderlinge concurrentie nabootsen.
Microbe A: Hoe bedoel je?
Microbe C: Zoals ‘B’ al zei, lijken ze erg op ons. Maar ze hebben iets kunstmatigs… Alsof iemand ze ontworpen heeft om niet alleen op ons te lijken, maar zich ook als ons te gedragen.
Microbe B: Kan je meer uitleggen?
Microbe C: Je weet dat we ervan houden om bepaalde bouwstoffen voor elkaar te maken? Bijvoorbeeld, jij maakt acetaat, ‘A’ maakt propionaat, en ik gebruik deze stoffen om butyraat te maken.
Microbe A: Inderdaad! Daarom houden wij zoveel van jou!
Microbe C: Dank je! Maar soms willen we dezelfde bouwstoffen, en gaan we hiervoor concurreren met de andere.
Microbe B: Dat is niet zo’n leuke interactie.
Microbe C: Onze onderlinge concurrentie, hoe we zorg dragen voor elkaar en leven in onze omgeving, is wat deze andere gemeenschap probeert te imiteren.
Microbe A: Waarom zouden ze dat doen? Waarom maken ze niet hun eigen gemeenschap?
Microbe B (met een grijns): Nou, niet zo lang geleden hoorde ik een paar reuzen praten over hoe ze onze interacties willen begrijpen. Huh! Het lijkt erop alsof ze er nog steeds niets van begrijpen.
Microbe A: Hah! Dat betekent dat we goed onze uitwisselingen verbergen.
Microbe B: Dat doen we zeker! Hey C, denk jij dat de reuzen iets te maken hebben met deze kunstmatige gemeenschap?
Microbe C: Bingo! Ik denk dat het allemaal te maken heeft met de reuzen. Ze proberen nog steeds om ons te begrijpen, en ik denk dat ze op het goede spoor zitten.
Microbe A: Waarom dan?
Microbe C: Mijn grote vriend heeft erover geschreven. Laten we kijken!
Hoewel microben geen woorden gebruiken om elkaar te begrijpen, voeren ze nog steeds gesprekken in de vorm van delen en concurreren voor voedingsstoffen. Een kleine reeks voedingsstoffen is nodig voor de noodzakelijk interacties tussen microben. Wetenschappers bewezen dat elk micro-organisme een eigen voedingsbehoefte heeft (Hébert et al., 2004). Als we weten welke voedingsbehoefte elke microbe heeft, kunnen we zo een ‘cocktail van microben’ ontwerpen/samenstellen. Dit kost natuurlijk veel tijd, omdat wetenschappers een exacte reeks van voedingsstoffen in een omgeving moeten vinden en deze moeten matchen met de microben. Aangezien de overvloed aan voedingsmiddelen in de natuurlijke omgeving (darmen, sedimenten, bodem, etc.) van een microbe kunnen er oneindig veel experimenten worden uitgevoerd. Dit maakt het leven van een onderzoeker best zwaar. Gelukkig kunnen wetenschappers beroep doen op wiskundige algoritmes en simulaties, die voorspellen welke combinaties van voedingsstoffen en microben de moeite waard zijn om te onderzoeken.
Microbe A: Dat klinkt logisch. Wat voor een soort algoritmen gebruiken de reuzen?
Microbe C: Ze gebruiken iets genaamd, het genetisch algoritme, dat gebaseerd is op de basiswetten van evolutie.
Pacheco en Segrè gebruikten een combinatie van wiskundige simulaties en genetische algoritmen als filter voor de overvloed aan voedingsstoffen, en om de goede combinatie van micro-organismen te vinden. Voor het bepalen van de voedingsstof-parameters voerden ze een simulatie uit op zo’n 6000 combinaties van microbiële gemeenschappen (13 microbiële soorten) en omgevingselementen. Aan het einde van elke simulatie werd het aantal verschillende microben geteld. De onderzoekers merkten op dat elke simulatie leidde tot een andere microbiële samenstelling, en minstens 6 microben overleefden in eenzelfde milieu. Veranderingen in het milieu werden gesimuleerd door 2 of meer voedingsstoffen te laten variëren, waardoor ze de gevoeligheid van de microben konden testen. Ze observeerden dat zowel grote als kleine veranderingen leidden tot een extreme variatie in de hoeveelheid microben. Dit betekent dat zelfs kleine variaties in het milieu kunnen resulteren in de ontregeling van een microbioom.
Na het bepalen van een reeks milieus waarin de meeste microben overleefden, gebruikten de onderzoekers deze kennis om een combinatie van voedingsstoffen te bepalen waarop de specifieke microbiële gemeenschap kan overleven. Met een genetisch algoritme selecteerden ze bepaalde milieu samenstellingen (P) en berekenden ze een score voor elk milieu gebaseerd op de hoeveelheid microben van elke van de 13 soorten. De onderzoekers selecteerden de beste milieus (n) en gebruikten die samenstellingen om de overige set P-n milieus te genereren (Figuur 1). Opnieuw gebruikten ze het genetische algoritme op deze nieuwe set van milieus en gaven ze scores. Dit process was herhaald tot de onderzoekers uitkwamen op een set van milieus waarin alle microben aanwezig in gelijke hoeveelheden.
Om de efficiëntie van dit algoritme te testen, werd het ook gebruikt bij samenstellingen met ongelijke hoeveelheden van microben. Zo’n oneven samenstelling van microben vind men vaak in natuurlijke milieus. De onderzoekers kwamen erachter dat zo’n milieu minder runs van het algoritme vereiste. De voedingsstofsamenstelling van zo’n omgeving werd gedomineerd door een bepaalde set voedingsstoffen die in grote hoeveelheden aanwezig zijn. Dit indiceert dat de beschikbaarheid een selecte verzameling voedingsstoffen de hoeveelheid microben aanstuurt. Het kan ook betekenen dat microben onderling veel voedingsstoffen uitwisselen, wat de hoeveelheid naburige microben laat toenemen.
Microbe A: Huh! Het lijkt erop alsof de reuzen binnenkort ons geheim zullen ontrafelen.
Microbe C: Jup, ze zijn goed opweg. Maar ik denk dat ze hun algoritme door ons moeten laten valideren. Misschien moeten we dit eens bespreken over een kop koffie.
Alle Microben: Mee eens!
Link to the original post: Alan R. Pacheco and Daniel Segre, An evolutionary algorithm for designing microbial communities via environmental modification, Journal of the Royal Society Interface, June 2021
Featured image: Made by author
Vertaald door: Liang Hobma
micro-bites.org 