Krzywa Wzrostu Bakterii to Jedna Równanie, a Nie Cztery Zasady

Cztery fazy, każda z nich wywołana innym czynnikiem

Narysuj logarytm gęstości populacji bakterii w odniesieniu do czasu w zamkniętej kulturze płynnej – słoiku o stałym wolumenie roztworu odżywczego, bez podawania pożywienia i usuwania produktów metabolizmu – i uzyskasz charakterystyczną krzywą S, którą każdy student mikrobiologii uczy się na pamięć: opóźnienie, następnie wzrost wykładniczy (logarytmiczny), stan stacjonarny i śmierć. Rzadziej omawia się jednak fakt, że wszystkie cztery fazy wynikają bezpośrednio z jednego mechanizmu – wyczerpywania się składników odżywczych i kumulacji produktów przemiany materii, działających na pojedyncze równanie tempa wzrostu – a nie są to cztery oddzielne programy biologiczne, które komórki przechodzą.

Równanie Monoda: szybkość wzrostu jako funkcja tego, co zostało zjedzone

Równanie Monoda Jacquesa Monod'a z 1949 roku stanowi silnik matematyczny stojący za całą krzywą. Mówi ono, że specyficzna szybkość wzrostu μ (częściowa szybkość wzrostu populacji na jednostkę czasu) nie jest stałą wartością — zależy ona od aktualnej koncentracji składnika odżywczego S, dążąc do maksimum, gdy składnik odżywczy staje się obfity, i zanikając do zera, gdy wyczerpuje się on.

μ(S) = μmax * S / (KS + S) μmax = maksymalna możliwa specyficzna szybkość wzrostu (brak ograniczenia składnikiem odżywczym) KS = połowokwantowa stała – koncentracja składnika odżywczego, przy której współczynnik wzrostu jest dokładnie równy μmax (miara tego, jak "głodny" jest organizm pod względem niedoboru składnika odżywczego; mniejsza wartość KS oznacza lepszego zbieracza) dN/dt = μ(S) * N // populacja rośnie proporcjonalnie do siebie, // powiększona przez aktualną szybkość wzrostu dS/dt = -(1/Y) * μ(S) * N // składnik odżywczy jest zużywany proporcjonalnie do // wzrostu, podzielone przez współczynnik wydajności Y Y, współczynnik wydajności, określa liczbę nowych komórek produkowanych przez daną ilość zużytego składnika odżywczego – stała wydajność konwersji. Jest to naprawdę układ sprzężony: populacja N zależy od szybkości wzrostu, szybkość wzrostu zależy od S, a składnik odżywczy zależy od tego, ile już zjadano. To połączenie, uruchamiane w czasie, generuje wszystkie widoczne cechy klasycznej krzywej wzrostu bez potrzeby stosowania jakichkolwiek dodatkowych zasad.

mu(S)  =  mu_max * S / (Ks + S)

mu_max = maximum possible specific growth rate (nutrient never limiting)
Ks     = half-saturation constant — the nutrient concentration at which
         growth rate is exactly half of mu_max (a measure of how "hungry"
         the organism is for scarce nutrient; smaller Ks = better scavenger)

dN/dt  =  mu(S) * N              // population grows proportional to itself,
                                  // scaled by the current growth rate
dS/dt  =  -(1/Y) * mu(S) * N     // nutrient is consumed proportionally to
                                  // growth, divided by yield coefficient Y

Faza opóźniona: nie sen, lecz przekształcanie metabolizmu

Gdy komórki są przenoszone do świeżej среды, wielkość populacji w niewielkim stopniu zmienia się na początku, nawet jeśli dostępnych jest dużo składników odżywczych i μ(S) z równania Monoda samo w sobie przewidywałoby natychmiast szybkie wzrost. Brakujący element polega na tym, że równanie Monoda zakłada, że komórki są już metabolicznie przygotowane do wykorzystania dostępnego składnika odżywczego – świeżo przeniesione komórki zazwyczaj nie są. Jeśli nowa среда zawiera inny substrat węglowy lub poprzednia kultura była pozbawiona składników odżywczych lub znajdowała się w fazie stacjonarnej, komórki potrzebują czasu na syntezę specyficznych enzymów i transportorów wymaganych w danej sytuacji (proces kontrolowany głównie przez odpowiedź rygorystyczną i związane z nią systemy regulacyjne, które tłumiły ekspresję genów związanych z wzrostem pod wcześniejszymi, trudniejszymi warunkami), naprawa zgromadzonego uszkodzenia makromolekularnego oraz odbudowa zawartości rybosomów przed uruchomieniem maszyny podziałowej w pełnym zakresie. Dlatego też długość fazy opóźnionej jest wysoce zależna od historii: komórki przeniesione z podobnej, bogatej w składniki odżywczych среды nie wykazują prawie żadnego opóźnienia, podczas gdy komórki przeniesione z głodu lub bardzo innego substratu mogą opóźniać się na kilka godzin – model ten uchwycany jest poprzez jawne opóźnienie lub powolnie rosnący termin efektywnej maksymalnej μ(S), ponieważ samo równanie Monoda nie zawiera naturalnego opóźnienia.

Faza wyeksponencjalna: μ ustalona na jej maksymalnej wartości

Po ponownym uruchomieniu i podczas gdy S (wodorost) pozostaje znacznie powyżej stałej półnasyceniowej Ks, termin Monoda S/(Ks+S) znajduje się blisko 1, więc μ ≈ μ_max – stała – a równanie populacji dN/dt = μN integruje się do prostego wzrostu wyeksponencjalnego, N(t) = N0 * e^(μ_max * t). Jest to faza podręcznikowa, w której populacja podwaja się w ustalonym odstępie czasu, czas podziału td = ln(2)/μ_max, znany również jako około 20 minut dla E. coli w idealnych warunkach laboratoryjnych (37°C, bogate medium) – jeden z najszybszych cykli generacji wśród wszelkich organizmów komórkowych, choć większość bakterii środowiskowych rośnie znacznie wolniej pod wpływem ograniczenia składników odżywczych i stresu termicznego w rzeczywistych warunkach.

Faza stacjonarna: sam termin Monoda imploduje

Wraz z zużyciem S, gdy spada on w dół i poniżej Ks, ułamek S/(Ks+S) przestaje być zbliżony do 1 – tempo wzrostu rzeczywiście spowalnia, stale, a nie nagle. Wzrost populacji zwalnia i ostatecznie wygładza się, gdy rzeczywiste tempo wzrostu zbliża się do zera: nowe podziały komórkowe przybliżają się do równowagi z podstawowym tempem śmierci komórek, co utrzymuje wielkość populacji N w przybliżeniu stałą, mimo że pojedyncze komórki nadal dzielą się i umierają pod płaską krzywą. Dwa mechanizmy pogłębiają spowolnienie poza prostym wyczerpaniem substratu: kumulujące się produkty przemienne (produkty fermentacji kwasowej, autoindukatory i inne odpady metaboliczne) aktywnie hamują wzrost bezpośrednio, a rosnąca gęstość komórek uruchamia sygnalizację grupową – bakterie wykrywają własną gęstość populacji za pomocą wydzielanych cząsteczek sygnałowych i przełączają ekspresję genów na programy przetrwania w stresie (grubsze ściany komórkowe, stany podobne do okresu spoczynkowego, sporulacja u gatunków zdolnych do niej) zamiast kontynuowanego szybkiego podziału, nawet zanim zasoby nie zostaną całkowicie wyczerpane.

Faza śmierci: kiedy nie można już pokrywać kosztów utrzymania

W końcu dostępność składników odżywczych staje się zbyt niska, a koncentracja produktów przemian metabolicznych zbyt wysoka, co uniemożliwia komórkom utrzymanie integralności błony komórkowej i procesów naprawczych, a populacja zaczyna spadać – często, empirycznie, zgodnie z własną krzywą przybliżonego rozpadu wykładniczego, N(t) = N(t_stałej) * e^(-k_d * (t - t_stałej)), z stałą szybkością śmierci k_d, która zwykle jest znacznie mniejsza niż wielkość stałej maksymalnej szybkości wzrostu μ_max, co dokładnie wyjaśnia, dlaczego faza śmierci wizualnie rozciąga się na znacznie dłuższy, łagodniejszy spadek niż ostry wznoszący się wykładniczy etap. Warto wiedzieć o jednej subtelności: faza śmierci rzadko jest idealnie wykładnicza w praktyce, ponieważ heterogeniczna populacja pod względem genetycznym i fizjologicznym nie umiera równomiernie – pewna podpopulacja komórek persystencji o niższej aktywności metabolicznej przetrwała znacznie dłużej niż średnia wartość, co jest jednym z mechanizmów stojących za tolerancją na antybiotyki (w odróżnieniu od oporności) w środowiskach klinicznych i przemysłowych.

Dlaczego ten jeden model, uruchomiony raz, generuje całą krzywą wzrostu

Elegancki charakter symulacji Monod-kinetycznej na tej stronie polega na tym, że fazy lagowa, logarytmiczna, stacjonarna i śmierci nie są cztery oddzielnie kodowanymi regułami – to jeden system, który ciągle się uruchamia (populacja, składniki odżywcze i, w bardziej rozbudowanej wersji, stężenie odpadów), wszystkie połączone za pomocą równań różniczkowych, który przechodzi przez cztery wyraźnie rozróżnialne fazy, gdy stosunek S do Ks zmienia się z bardzo dużych wartości na bardzo małe, a terminy akumulacji odpadów i śmierci komórek kształtują ogon krzywej. To jest ten sam mechanizm, który leży u podstaw prawie każdego modelu populacji na tym właśnie koncie: niewielka liczba połączonych równań różniczkowych, zintegrowana w czasie, która odtwarza złożone, wizualnie wyglądające zachowanie, bez skomplikowanych reguł.

Często zadawane pytania

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz Bacterial Growth Curve i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.