将群体感应映射到神经网络以理解异质微生物群落中的集体决策
分子网络
2017-08-02 v1
摘要
微生物群落经常通过群体感应（QS）进行交流，其中细胞产生、分泌并对自诱导物（AI）分子的阈值水平作出反应，从而调节基因表达。然而，在异质群落中，QS 的生物学特性仍未被完全理解，在异质群落中，变异细菌菌株拥有产生化学性质独特的 AI 的不同 QS 系统。AI 分子与“同源”受体结合，但也与其他菌株中发现的“非同源”受体结合，导致菌株间的串扰。理解这些相互作用是破译真实生态系统中串扰后果的先决条件，在这些生态系统中，多种 AI 通常存在于同一环境中。作为迈向这一目标的一步，我们将变异 QS 菌株异质群落中的串扰映射到人工神经网络模型上。这种表述使我们能够系统地分析串扰如何调节群落灵活决策的能力，该能力由系统所有 QS 基因表达态的 Boltzmann 熵来量化。在变异菌株间完全交叉抑制的平均场极限下，该模型是精确可解的，从而得到一个解析公式，该公式给出了作为信号动力学和激活参数函数的使能力最大化的变体数量。对先前关于 Staphylococcus aureus 双组分 Agr 系统的实验结果的分析表明，观察到的变体数量、基因表达率和阈值浓度的组合位于参数空间中能力达到峰值的该临界区域附近。结果暗示了某些 QS 系统中多样化的潜在进化驱动力。
引用
@article{arxiv.1703.01353,
title = {Mapping quorum sensing onto neural networks to understand collective decision making in heterogeneous microbial communities},
author = {Tahir Yusufaly and James Q. Boedicker},
journal= {arXiv preprint arXiv:1703.01353},
year = {2017}
}