Mikrober som den vanliga tarmbakterien E. coli utför en process som kallas kemotaxi för att upptäcka mikroskopiska näringsgradienter. Mikroberna "simmar" eller "kryper" genom sin omgivning, drivna av roterande flageller, för att jaga gradienter av kemiska lockmedel tills de når en näringsrik plats.
Forskarnas nya modell, publicerad i tidskriften Proceedings of the National Academy of Sciences, är den mest exakta hittills när det gäller att förutsäga dynamiken hos bakteriell kemotaxi under olika näringskoncentrationer och viskositeter - viktiga faktorer som bestämmer bakteriers sim- eller krypbeteende.
Fynden hjälper forskare att bättre förstå hur bakterier hittar mat på mikroskalanivå och kan leda till tekniska framsteg inom områdena biosensing, diagnostik och medicin.
"Dessa mikrober uppvisar förvånansvärt rikt beteende, och att exakt förutsäga hur de navigerar i en gradient är utmanande", säger Igor Aronson, professor i matematik vid UT Austin och medförfattare till tidningen. "Vår förenklade modell gör det möjligt för forskare att beräkna hastigheten med vilken mikroberna hittar mat och jämföra förutsägelserna med experiment, vilket kan hjälpa till att optimera processen genom vilken mikrober hittar mat eller mål i framtiden. Detta har konsekvenser för tillämpningar inom bioteknik, sjukvård, och miljösanering."
Bakteriell kemotaxi är också kopplad till virulens. Mikrober förlitar sig på den kemiska gradientavkänningen i kemotaxi för att lokalisera och infektera en värd. E. coli, till exempel, använder kemotaxi för att hitta näringsämnen och även för att lokalisera och infektera däggdjurs tarmar, mikrobernas föredragna livsmiljö.
"Fynden kan leda till nya antibiotika som hindrar detta navigationssystem i kemotaxi, vilket förhindrar överföring av sjukdomar", säger Alexander V. Argun, professor i matematik vid UCLA och den andra medförfattaren till artikeln.
Forskarna noterar att tidigare matematiska modeller som beskriver bakteriell kemotaxi gjorde ett antal förenklade antaganden i sina ekvationer, vilket i slutändan hindrade dem från att matcha exaktheten i experimentella observationer. I synnerhet misslyckades tidigare modeller med att ta hänsyn till en överdämpad tröghetseffekt som verkar på mikroberna, vilket saktar ner deras dynamik.
"Vad bakterieupplevelsen liknar att simma i melass," sa Aronson. "Dynamiken skiljer sig mycket från att simma genom vatten, och de flesta tidigare modeller tog inte hänsyn till detta."
Den nya teoretiska modellen som utvecklats av Aronson och Argun innehåller tröghetseffekten tillsammans med flera andra realistiska effekter, såsom bakteriens storlek och inre täthet, för att avsevärt förbättra modellens noggrannhet vid replikering av experimentella observationer.
Argun noterade också att vissa bakteriella kemotaxisystem uppvisar ett icke-monotoniskt hastighetssvar, vilket innebär att mikrobernas hastighet ökar upp till ett maximum när näringskoncentrationen ökar och sedan börjar minska.
"Detta skiljer sig från vad vi ser i de flesta fysiska fenomen, där hastigheten alltid ökar när drivkraften ökar," sa Argun. "Här blir simningen mindre effektiv vid höga näringskoncentrationer på grund av "översignalering", som vår modell kan fånga."
Forskarna använde sin modell för att generera en korrekt kvantitativ förutsägelse för hur mikrobernas simhastighet förändras när de anpassar sig till näringsbrist, en förutsägelse som tidigare inte var tillgänglig från analytiska modeller.
"Dessa matematiska modeller hjälper oss inte bara att få insikter i naturen, utan de kan också hjälpa oss att göra förutsägelser som kan testas experimentellt," sa Aronson. "Denna modell bör ge en bättre förståelse av kemotaxis roll i bakteriell motilitet, ekologi och fysiologi."
