工程菌感和记录环境信号

来自哥伦比亚大学的科学家从外部环境工程菌来记录信号聚集模式。团队成功解码这些信号使用人工智能(AI)。这项研究发表在化学生物学性质提供了一个框架,可用来构建一个“自然”环境记录系统。

细菌通过群集创建独特的模式

许多种类的细菌是能动的特点,可以支持他们的生存环境是不利的。几种类型细菌运动性的分类,如抽搐,滑翔,游泳和爬。后者是由鞭毛细菌细胞介导的协调运动,一个细微的结构,可以比作一个“尾巴”。针对特定环境因素鞭毛创建一个鞭运动,使细菌细胞群集体,有时肉眼可见的生产模式。科学家们甚至“不小心”产生的艺术作品在实验室在研究细菌群模式;Balagam等工程的突变株Myxococcus克桑托斯——食肉细菌形成合作群——像梵高的《星夜》当群集。

研究人员在实验室里塔尔博士Danino副教授在哥伦比亚大学生物医学工程系,一直考虑如何——比如细菌自然形成模式变形杆菌-可以创建记录系统工程。他们的灵感来自其他来源的模式在自然界中,文档的有用信息,比如树的年轮,明显文档树的年龄和气候的历史。细菌可以设计具有类似的功能?“这似乎对我们来说是一个尚未开发的机会来创建一个自然记录系统具体的线索,“Danino说,同时也是一名哥伦比亚的数据科学研究所(DSI)。

工程p .奇异君子兰记录它的环境

研究者的关注的决定p .奇异君子兰是双重的:它的本地模式很容易被肉眼和它形成固体琼脂媒体。这些因素结合起来,降低成本的一个假设的自然记录系统。细菌——形式bullseye-like殖民地——交替阶段的增长模式,在高密度圆形式,聚集和阶段,向外扩张的殖民地。

Danino和他的同事设计p .奇异君子兰通过添加基因电路,使细菌“写”外部输入-研究人员专门选择可见的记录。这样的输入包括温度的变化或添加糖分子或重金属的媒介。为了应对这些输入,工程细菌改变了他们的聚集能力,产生一个可见的变化输出,一个不同的模式。

安德鲁·莱恩博士,珀西k和维达·l·w·哈德逊生物医学工程教授和DSI成员郭博士贾欧文的神经生物学助理教授,哥伦比亚大学医学中心,加入了研究深度学习应用于解码的输入模式。团队使用这种方法,可以预测,样品中糖的浓度或温度改变而多少次殖民地了。

深度学习- AI工具箱的一个复杂的工具可以用来提取信息非常复杂的模式,研究人员建议。“我们的目标是开发这个系统作为一个低成本的检测和记录系统等环境污染物和有毒化合物在环境中,”博士说。Anjali Doshi,该研究的主要作者,最近毕业Danino实验室。“据我们所知,这是第一个研究工作自然模式构成细菌物种已经被合成生物学家设计修改其原生聚集能力和功能传感器。”

Danino实验室的最终目标是开发一种设备,可以把记录系统出实验室。他们的下一个步骤的野心将涉及工程细菌检测更大范围的输入和系统转移到益生菌。除了创造自然的录音设备,该小组还看中他们的工程细菌在人体内的行为,这可以使更好的控制之外的细菌抗生素的使用。

“这项工作创建一个方法来构建大规模细菌录音机,扩大工程框架紧急微生物行为,”研究人员写在自然纸。

参考:肖Doshi A, M, Tonea R, et al。工程细菌群模式作为空间环境输入的记录。Nat化学生物。2023年。doi:10.1038 / s41589 - 023 - 01325 - 2

这篇文章是一个返工的新闻稿发行的哥伦比亚大学。材料已经编辑的长度和内容。