Contrôler les co-cultures microbiennes avec précision
Des recherches montrent des méthodes pour stabiliser les co-cultures microbiennes afin d'améliorer la productivité.
― 8 min lire
Table des matières
- Méthodes de Contrôle pour les Co-cultures
- Utilisation de Systèmes Contrôlés par Ordinateur
- Étude des Co-cultures de P. putida et E. coli
- Mesurer la Composition des Co-cultures
- Actuation des Changements dans la Composition de la Co-culture
- Tests et Affinage des Méthodes de Contrôle
- Contrôle Dynamique de la Composition de la Co-culture
- Implications Plus Larges et Directions Futures
- Source originale
Les Co-cultures microbiennes consistent à cultiver deux ou plusieurs types de micro-organismes ensemble. Cette méthode a plusieurs avantages potentiels par rapport à la culture d'un seul type de micro-organisme, appelée monoculture. Par exemple, les co-cultures peuvent augmenter la productivité en permettant à différentes espèces de se spécialiser dans différentes tâches. Elles peuvent aussi produire des composés précieux, devenir moins vulnérables à la contamination et utiliser des sources alimentaires moins chères en combinant différentes souches avec des capacités uniques.
Cependant, un gros défi avec l'utilisation de co-cultures est de contrôler les types et les quantités de micro-organismes présents. Quand différentes espèces se battent pour des ressources limitées dans un environnement bien mélangé, les espèces qui croissent plus vite prennent souvent le dessus, menant à une monoculture. Donc, trouver des moyens de contrôler et stabiliser la composition des co-cultures est crucial pour leur application plus large.
Méthodes de Contrôle pour les Co-cultures
Pour résoudre ce problème, plusieurs méthodes ont été développées pour maintenir la composition souhaitée des co-cultures. Certaines approches impliquent l'ingénierie génétique, où des traits spécifiques sont introduits dans les microbes. Par exemple, les scientifiques peuvent créer des souches qui nécessitent des nutriments différents, renforçant ainsi la coopération. D'autres stratégies utilisent des signaux de communication naturels entre les cellules pour réguler le comportement.
Bien que ces méthodes puissent fonctionner dans certains cas, elles viennent souvent avec des défis. Les modifications génétiques peuvent être compliquées, surtout dans des communautés diversifiées qui incluent des organismes non modifiés. De tels systèmes pourraient faire face à des problèmes réglementaires s'ils sont utilisés en dehors d'un cadre de recherche. De plus, compter sur des composants génétiques peut imposer un fardeau sur les microbes, détournant de l'énergie de la croissance et de la production pour maintenir des mécanismes de contrôle. Cela peut mener à des mutations qui pourraient perturber le contrôle voulu.
Pour surmonter ces barrières, certains chercheurs se sont tournés vers des systèmes de contrôle basés sur des ordinateurs. Ces systèmes suivent la composition de la co-culture et font des ajustements en temps réel basés sur des mesures du comportement microbien. De telles approches permettent aux scientifiques de gérer les incertitudes et les conditions changeantes de manière efficace.
Utilisation de Systèmes Contrôlés par Ordinateur
Dans ces systèmes contrôlés par ordinateur, des mesures sont prises de la culture, comme la densité optique et la Fluorescence, ce qui fournit des aperçus sur la composition de la co-culture. L'ordinateur compare ces mesures aux valeurs souhaitées et calcule ensuite les actions appropriées pour orienter la culture vers la composition cible. Cette méthode peut s'adapter aux fluctuations au fil du temps et gérer les variations dans l'environnement.
Une des forces de cette approche est sa capacité à rejeter le bruit et l'incertitude dans les mesures. En surveillant et en ajustant continuellement les conditions, les chercheurs peuvent optimiser la croissance des microbes selon leurs besoins sans dépendre de composants génétiques qui peuvent échouer ou muter.
Étude des Co-cultures de P. putida et E. coli
Dans cette étude, l'accent était mis sur le contrôle d'une co-culture de deux bactéries spécifiques : Pseudomonas putida et Escherichia coli. Ce travail visait à créer un système de contrôle stable et dynamique capable de maintenir la composition désirée de ces deux espèces sur une longue période.
Les chercheurs ont commencé par comprendre comment ces bactéries croissent dans diverses conditions. Plus précisément, ils ont identifié que les taux de croissance de chaque espèce variaient avec la Température. En tirant parti de ces différences, les scientifiques pouvaient ajuster la température pour favoriser une espèce par rapport à l'autre, permettant ainsi de contrôler la composition.
Ils ont d'abord caractérisé chaque souche en isolement pour déterminer comment elles réagissaient aux variations de température. Ensuite, ils ont combiné les deux espèces en co-cultures et testé s'ils pouvaient maintenir les ratios désirés en variant la température.
Mesurer la Composition des Co-cultures
Pour surveiller efficacement la composition de la co-culture, les scientifiques devaient trouver des indicateurs fiables. Ils ont exploré les caractéristiques naturelles de P. putida et E. coli, identifiant que P. putida produit un composé fluorescent connu sous le nom de pyoverdine. Cela a permis aux chercheurs d'utiliser des mesures de fluorescence pour estimer l'abondance de P. putida dans la co-culture.
En mesurant la densité optique (DO) de la culture, ils pouvaient également déterminer le nombre total de cellules présentes, mais cela seul n'était pas suffisant pour comprendre la composition. Les chercheurs ont développé une méthode pour suivre la fluorescence de la pyoverdine au fil du temps tout en mesurant le taux de croissance global de la co-culture. Cette approche double a donné des aperçus critiques sur la dynamique de la culture mixte.
Actuation des Changements dans la Composition de la Co-culture
Une fois qu'ils ont établi un moyen de mesurer la composition, la prochaine étape était de créer des méthodes de contrôle pour l'ajuster. Les scientifiques se sont concentrés sur la manipulation de la température pour influencer les taux de croissance. En ajustant la température vers le haut ou le bas, ils pouvaient encourager la croissance d'une espèce tout en inhibant l'autre.
À travers des expériences soigneusement structurées, ils ont testé différents réglages de température qui favorisaient chaque espèce. Ils ont découvert que de petits changements de température pouvaient influencer de manière significative les dynamiques de croissance de P. putida et E. coli, permettant un contrôle efficace sur leurs abondances relatives.
Tests et Affinage des Méthodes de Contrôle
Les chercheurs ont réalisé de nombreuses expériences pour affiner leurs méthodes de contrôle et tester leur efficacité. Ils ont d’abord utilisé la souche de P. putida KT2440, mais en raison de la formation persistante de biofilm qui compliquait les mesures, ils ont ensuite changé pour une souche mutante, OUS82, qui n'avait pas la capacité de former des Biofilms.
Ils ont également introduit diverses mesures anti-biofilm pour voir si elles pouvaient réduire l'impact des biofilms sur leurs expériences. Bien que certains traitements aient montré des promesses, la nature persistante de la formation de biofilm est restée un défi tout au long de l'étude.
Au fur et à mesure qu'ils avançaient, l'équipe a intégré des mesures en temps réel en ligne aux techniques de validation hors ligne. Cela leur a permis de croiser leurs estimations de la composition de la co-culture et d'assurer l'exactitude de leurs méthodes de contrôle.
Contrôle Dynamique de la Composition de la Co-culture
Le succès de la recherche a abouti à la mise en œuvre d'un système de contrôle complet qui maintenait la composition désirée de P. putida et E. coli sur une longue période. En utilisant une combinaison de mesures, y compris la DO et la fluorescence, ainsi qu'un système de contrôle de température bien réglé, ils ont réussi à contrôler dynamiquement la co-culture.
Chaque expérience a démontré la capacité du système à maintenir efficacement les ratios microbiens ciblés, même lorsque les conditions environnementales variaient. Les résultats ont montré que l'approche pouvait être utilisée pour stabiliser les compositions de co-culture pendant plus d'une semaine, fournissant des aperçus significatifs sur la dynamique microbienne à long terme.
Implications Plus Larges et Directions Futures
Les résultats de cette étude suggèrent que des approches similaires pourraient être appliquées à d'autres systèmes microbiaux. En comprenant les caractéristiques spécifiques de différentes espèces et comment elles interagissent, les chercheurs peuvent concevoir des systèmes de contrôle pour diverses applications biotechnologiques. Cela pourrait inclure la production de biocarburants, de produits pharmaceutiques ou d'autres composés précieux.
Bien que cette étude ait connu un succès considérable, il reste des voies d'amélioration. Les travaux futurs pourraient se concentrer sur l'affinement des techniques de mesure, l'amélioration de la modélisation computationnelle ou même l'exploration des dynamiques de communautés microbiennes plus complexes.
L'exploration continue des co-cultures microbiennes promet de faire avancer la biotechnologie et la compréhension des dynamiques des écosystèmes alors que les scientifiques s'efforcent de tirer parti des avantages uniques que de tels systèmes peuvent offrir.
Titre: Cybernetic control of a natural microbial co-culture
Résumé: A key obstacle in the widespread application of microbial co-cultures in bioprocesses is their compositional instability, as faster-growing species outcompete and dominate the culture. While several synthetic biology approaches have demonstrated control over co-culture composition, there has been an increased interest in computer-based cybernetic control approaches that can offload burdensome genetic control circuitry to computers and enable dynamic control and real-time noise rejection. This work extends that approach, demonstrating a cybernetic control method that is not reliant on any genetic engineering, instead interfacing cells with computers by exploiting their natural characteristics to measure and actuate the composition. We apply this to a Pseudomonas putida (P. putida) and Escherichia coli (E. coli) co-culture grown in Chi.Bio bioreactors, first showing how composition estimates calculated from different bioreactor measurements can be combined with a system model using an extended Kalman filter to generate accurate estimates of a noisy system. We also demonstrate that because the species have different optimal temperature niches, adjusting the temperature of the culture can drive the composition in either direction. By using a proportional-integral control algorithm to calculate the temperature that would bring the measured composition towards the desired composition, we are able to track dynamic references and stabilised the co-culture for 7 days ([~]250 generations), with the experiment ending before the cells could adapt out of the control. This cybernetic framework is broadly applicable, with different microbes unique features and specific growth niches enabling robust control over diverse co-cultures.
Auteurs: Harrison Steel, T. A. Lee, J. Morlock, J. Allan
Dernière mise à jour: 2024-07-06 00:00:00
Langue: English
Source URL: https://www.biorxiv.org/content/10.1101/2024.07.04.602068
Source PDF: https://www.biorxiv.org/content/10.1101/2024.07.04.602068.full.pdf
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à biorxiv pour l'utilisation de son interopérabilité en libre accès.