Dezember 2010
Just How Fast Can Bacteria Grow? It Depends.
Proteomics Data Validate Model of Bacterial Growth
Proteomics-Daten des PNNL ermöglichten es den Wissenschaftlern, die Häufigkeit von 900 Proteinen zu kartieren, die in Wildtyp-E. coli im Vergleich zu E. coli identifiziert wurden, die für das Wachstum auf Laktat- oder Glycerin-Medien angepasst wurden. Bild vergrößern
Ergebnisse: Die Proteomforschung am Pacific Northwest National Laboratory hilft bei der Validierung eines bakteriellen Stoffwechselmodells und gibt Einblicke in die Schlüsselproteine und Stoffwechselwege, die für das Wachstum von Bakterien in einer sich verändernden Umgebung wichtig sind.
Warum das wichtig ist: Bakterien gehören zu den sich am schnellsten reproduzierenden Organismen der Welt und verdoppeln sich alle 4 bis 20 Minuten. Einige schnell wachsende Bakterien, wie z. B. pathogene Stämme von E. coli, können uns krank machen und töten; andere Bakterien in einer unterirdischen Umgebung können chemische Verunreinigungen immobilisieren und so deren Bewegung durch das Grundwasser und die damit verbundenen negativen Auswirkungen auf das Ökosystem verhindern. Doch ob Bakterien nun schädlich oder hilfreich sind, Wissenschaftler müssen zuverlässig vorhersagen können, wie sie sich in einer bestimmten Umgebung vermehren und wachsen.
Der international renommierte Forscher Bernhard Palsson und andere Forscher von der University of California San Diego untersuchten mit einem Team von Wissenschaftlern des PNNL, der Universität Heidelberg und des Deutschen Krebsforschungszentrums, wie sich E. coli-Bakterien in einer Laborumgebung verändern und weiterentwickeln. Anschließend verglich das Team Proteomik-, Genomik- und Stoffwechseldaten aus der Studie mit einem Rechenmodell für bakterielles Wachstum.
Methoden: Eine der wichtigsten Informationen waren Daten, die mithilfe der einzigartigen Hochdurchsatz-Proteomik-Fähigkeit am EMSL, einer wissenschaftlichen Nutzereinrichtung des Energieministeriums am PNNL, generiert wurden. Mit Hilfe von Hochleistungsflüssigkeitschromatographie, gekoppelt mit Massenspektrometrie, sammelte das Team Daten darüber, wie die Bakterien ihr Proteinprofil veränderten, während sie wuchsen und sich in verschiedenen Medien vermehrten. Die Wissenschaftler fanden heraus, dass die Daten und das Modell in einem überraschenden Ausmaß korrelierten (in einigen Fällen mehr als 98 %), was die Fähigkeit des Modells bestätigte, das Wachstum von E. coli-Bakterien unter bestimmten Bedingungen vorherzusagen.
Die Möglichkeit, das Wachstum von E. coli zu modellieren, wird den Wissenschaftlern helfen, zuverlässige Stoffwechselmodelle für andere, komplexere Organismen zu entwickeln. Diese Arbeit wird auch wichtige Erkenntnisse darüber liefern, wie verschiedene komplexe Datensätze am besten integriert werden können, um genauer vorhersagen zu können, wie Organismen auf molekularer Ebene auf ihre Umwelt reagieren.
Was kommt als Nächstes? Die Entwicklung von biologischen Modellen wird Wissenschaftlern helfen zu verstehen, wie Organismen ihr Erbgut und ihre Gen- und Proteinexpression verändern, damit Ingenieure biologische Organismen besser nutzen können, um unsere Umwelt und Gesundheit zu verbessern.
Danksagungen: Ein Teil dieser Arbeit wurde am EMSL unter Verwendung von Fähigkeiten durchgeführt, die mit Unterstützung des National Institutes of Health National Center for Research Resources und des DOE Office of Biological and Environmental Research entwickelt wurden. Die Arbeit wurde zum Teil auch durch ein Fulbright-Stipendium und Zuschüsse der National Science Foundation und der National Institutes of Health finanziert. Zum PNNL-Team gehörten Kim Hixson, Ashoka Polpitiya, Josh Adkins, Sam Purvine, Daniel Lopez-Ferrer und Dick Smith.