ข้อมูล

การคัดเลือกเชื้อสายในวิวัฒนาการของพลาสมิด

การคัดเลือกเชื้อสายในวิวัฒนาการของพลาสมิด



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

ฉันได้อ่านผ่าน Paulsson (2002) และฉันไม่แน่ใจว่าเขาหมายถึงอะไรโดย "การเลือกเชื้อสาย" ในส่วนที่สองถึงส่วนสุดท้าย บทความนี้กล่าวถึงการจำลองแบบพลาสมิด และส่วนใหญ่เน้นที่แรงกดดันที่ตัดกันจากการเลือกสองระดับ:

  1. การเลือกภายในเซลล์ - การแข่งขันระหว่างพลาสมิดในเซลล์เดียว พลาสมิดสามารถเกิดการกลายพันธุ์ซิสและทำซ้ำมากเกินไป ส่งผลให้มีความเหมาะสมในเซลล์ภายในที่สูงกว่าพลาสมิดโฟกัส พลาสมิดสืบพันธุ์
  2. การเลือกระหว่างเซลล์ - การแข่งขันระหว่างเซลล์ เซลล์ที่มีพลาสมิดที่มีน้ำหนักมากจะใช้เวลาสืบพันธุ์นานขึ้น และพลาสมิดที่ผลิตภาระหนักจะมีสมรรถภาพระหว่างเซลล์ที่ต่ำกว่า เซลล์ที่มีพลาสมิดสืบพันธุ์

ในบริบทนี้, การคัดเลือกระดับที่สาม -- การคัดเลือกเชื้อสาย -- หมายถึงอะไร? สืบพันธุ์อะไร? เชื้อสายแยกหรือโต้ตอบอย่างไร?

ฉันเดา

การเลือกเชื้อสายหมายถึงการเลือกกลุ่มบนโคโลนีของเซลล์ที่แยกจากกันหรือไม่? ในกรณีนั้น เชื้อสายใหม่เกิดขึ้นได้อย่างไร? ฉันคาดว่าระดับกลุ่มนี้จะเลือกพลาสมิดในระดับศูนย์ (เนื่องจากไม่มีโหลดในเซลล์และด้วยเหตุนี้กลุ่มของเซลล์เหล่านี้จะเติบโตเร็วที่สุด) แต่ Paulsson (2002) เสนอสิ่งที่ตรงกันข้าม:

การคัดเลือกเชื้อสายอาจสนับสนุนลักษณะพลาสมิดที่ช่วยให้ประชากรของเซลล์ที่มีพลาสมิดต่อสู้กับเซลล์ที่ปราศจากพลาสมิด

มีการอภิปรายโดยละเอียดเกี่ยวกับเรื่องนี้มากกว่าส่วนหนึ่งใน Paulsson (2002) หรือไม่? ทั้งหน่วยของการคัดเลือกหรือบทความ Wikipedia เกี่ยวกับวิวัฒนาการหรือสายเลือดพันธุกรรมไม่ได้ตอบคำถามของฉัน คนแรกกล่าวถึงเชื้อสายในการผ่าน และสองคนที่สองไม่พูดถึงรูปแบบการเลือก


อ้างอิง

Paulsson, J. (2002). การเลือกหลายระดับในการจำลองแบบพลาสมิด พันธุศาสตร์, 161(4): 1373-1384.


เขากำหนดการเลือกเชื้อสายเป็นการเลือกสำหรับลักษณะที่เพิ่มความเหมาะสมของกลุ่มพลาสมิด แทนที่จะเป็นพลาสมิดแต่ละตัวที่อยู่ในเซลล์หรือเซลล์เฉพาะที่มีพลาสมิด เขาบอกว่าหน่วยของการคัดเลือกคือ "พลาสมิดโฮสต์ clades" กล่าวอีกนัยหนึ่งหน่วยของการคัดเลือกคือกลุ่มของพลาสมิดที่เกี่ยวข้องอย่างใกล้ชิดในเซลล์ที่แยกจากกัน เป็นตัวอย่างของการเลือกเครือญาติแม้ว่าฉันไม่ได้เห็นคำศัพท์เฉพาะในการใช้งานอย่างแพร่หลาย เขาคงไม่ใช้การเลือกญาติเพราะพลาสมิดไม่มีลูกหลานที่ชัดเจน ดังนั้นเขาจึงใช้คำที่กว้างกว่าสำหรับญาติ - - เชื้อสาย ฉันอาจเลือกใช้ clad มากกว่า แต่คำนี้มีสัมภาระของตัวเอง ฉันไม่แน่ใจ (และ Paulsson ก็ไม่ใช่เช่นกัน) ว่าการเลือกเครือญาติจำเป็นต้องอธิบายอัตรา 'การสูญเสียที่ต่ำมาก' เนื่องจากการเลือกภายในเซลล์และระหว่างเซลล์ต่างก็ชอบอัตราการสูญเสียที่ต่ำกว่า


บาร์โค้ดโครโมโซมของ อี. โคไล ประชากรเผยให้เห็นพลวัตของความหลากหลายทางสายเลือดที่ความละเอียดสูง

พลวัตเชิงวิวัฒนาการในประชากรที่ไม่อาศัยเพศจำนวนมากได้รับอิทธิพลอย่างมากจากเชื้อสายที่เป็นประโยชน์ที่แข่งขันกันหลายสาย ซึ่งส่วนใหญ่แยกจากกันที่ความถี่ต่ำมาก อย่างไรก็ตาม อุปสรรคทางเทคนิคในการติดตามเชื้อสายหายากเหล่านี้จำนวนมากในกลุ่มแบคทีเรียได้ขัดขวางไม่ให้มีการอธิบายรายละเอียดเกี่ยวกับพลวัตของวิวัฒนาการอย่างละเอียด ที่นี่ เราเอาชนะอุปสรรคนี้โดยการพัฒนาเทคนิคโครโมโซม-บาร์โค้ดที่ช่วยให้สามารถติดตามเชื้อสายที่แตกต่างกันได้ประมาณ 450,000 เส้นพร้อมกันใน Escherichia coliซึ่งเราใช้ทดสอบผลของความเข้มข้นของการยับยั้งย่อยของยาปฏิชีวนะทั่วไปที่มีต่อการเปลี่ยนแปลงทางวิวัฒนาการของเชื้อสายความถี่ต่ำ เราพบว่าประชากรสูญเสียความหลากหลายทางสายเลือดในอัตราที่แตกต่างกันซึ่งสอดคล้องกับสูตรยาปฏิชีวนะของพวกมัน เรายังระบุด้วยว่าเชื้อสายบางกลุ่มมีชะตากรรมที่คล้ายคลึงกันในการทดลองอิสระ โดยการวิเคราะห์พลวัตของวิถี เราระบุถึงชะตากรรมที่ทำซ้ำได้ของเชื้อสายเหล่านี้เนื่องจากการมีอยู่ของการกลายพันธุ์ที่เป็นประโยชน์ที่มีอยู่ก่อนแล้ว และเราแสดงให้เห็นว่าการมีส่วนร่วมที่เกี่ยวข้องของการกลายพันธุ์ที่มีอยู่ก่อนและการกลายพันธุ์ของ de novo นั้นแตกต่างกันอย่างไรในแต่ละสูตรยา สุดท้าย เราทำซ้ำไดนามิกของเชื้อสายที่สังเกตได้ด้วยการจำลอง โดยรวมแล้ว ผลลัพธ์ของเราเป็นวิธีการที่มีคุณค่าสำหรับการศึกษาวิวัฒนาการของแบคทีเรีย ตลอดจนข้อมูลเชิงลึกเกี่ยวกับวิวัฒนาการภายใต้ระดับยาปฏิชีวนะที่ยับยั้งย่อย


บทนำ

พลาสมิดเป็นองค์ประกอบทางพันธุกรรมเสริมที่สามารถถ่ายโอนในแนวนอนระหว่างแบคทีเรียได้ พวกมันมียีนที่ช่วยให้โฮสต์ปรับตัวเข้ากับความต้องการเฉพาะและความเครียดใหม่ ๆ ซึ่งมีบทบาทสำคัญในการวิวัฒนาการของแบคทีเรีย 1 พลาสมิดมักกำหนดรหัสยีนดื้อยาปฏิชีวนะ ซึ่งมีหน้าที่ในการแพร่กระจายของการดื้อยาปฏิชีวนะและการดื้อยาหลายตัวในแบคทีเรียก่อโรค ซึ่งปัจจุบันเป็นปัญหาสำคัญต่อสุขภาพของประชาชน 2,3

คำถามสำคัญประการหนึ่งเกี่ยวกับชีววิทยาพลาสมิดคือวิธีที่พลาสมิดสามารถรักษาให้คงที่ในกลุ่มแบคทีเรียในระยะยาว 4 สิ่งนี้ยากที่จะเข้าใจเนื่องจากปัจจัยที่ขัดขวางการอยู่รอดของพลาสมิด โดยเฉพาะอย่างยิ่ง (i) พลาสมิดสร้างต้นทุนให้กับแบคทีเรียที่เป็นโฮสต์ 5 ทำให้เกิดความเสียเปรียบในการแข่งขัน และ (ii) พลาสมิดอาจหายไประหว่างการแบ่งเซลล์ (แม้ว่าจะอยู่ในอัตราที่ต่ำมากก็ตาม) 6 เมื่อนำมารวมกัน ปัจจัย 2 ตัวเหล่านี้ทำนายการลดลงอย่างต่อเนื่องของความถี่พลาสมิดในประชากรเมื่อเวลาผ่านไป 7 อย่างไรก็ตาม มีปัจจัยที่ต่อต้านผลกระทบของต้นทุนและการสูญเสียแบบแยกส่วน และมีส่วนในการบำรุงรักษาพลาสมิดในกลุ่มแบคทีเรีย เช่น (i) การเลือกลักษณะที่เข้ารหัสด้วยพลาสมิด (ii) การถ่ายโอนพลาสมิดในแนวนอนระหว่างแบคทีเรีย (ส่วนใหญ่เกิดจากการผันคำกริยา) ) และ (iii) การกลายพันธุ์แบบชดเชยที่ช่วยบรรเทาต้นทุนที่เกิดจากพลาสมิด 4,8 ความสมดุลระหว่างปัจจัยเหล่านี้กำหนดชะตากรรมของพลาสมิดที่กำหนดในประชากรแบคทีเรีย 9

การศึกษาเชิงทฤษฎีก่อนหน้านี้แย้งว่าพลาสมิดสามารถรักษาได้ในประชากรแบคทีเรียก็ต่อเมื่อพวกมันสามารถคอนจูเกตได้ 8,10,11 อย่างไรก็ตาม ความก้าวหน้าล่าสุดในการจัดลำดับจีโนมได้แสดงให้เห็นว่า พลาสมิดส่วนใหญ่ที่ขัดแย้งกันดูเหมือนจะไม่สามารถถ่ายทอดได้โดยการคอนจูเกตตามลำดับของพวกมัน 12 กลไกที่ทำให้พลาสมิดที่ไม่สามารถถ่ายทอดได้ยังคงมีอยู่นั้นเป็นที่เข้าใจได้ไม่ดี ในการศึกษาเมื่อเร็วๆ นี้ เราใช้แบบจำลองทางคณิตศาสตร์ ฟังก์ชันจีโนม และวิวัฒนาการการทดลองเพื่อตรวจสอบปัญหานี้ 13 เราพัฒนาระบบแบบจำลองตามเชื้อโรคฉวยโอกาส Pseudomonas aeruginosa PAO1 ที่มีพลาสมิด pNUK73 ที่ไม่ใช่คอนจูเกตขนาดเล็ก ซึ่งสร้างต้นทุนด้านฟิตเนสที่สูงมากโดยเฉพาะในสายพันธุ์นี้ (ลดลงประมาณ 20% ในสมรรถภาพสัมพัทธ์) pNUK73 ให้การดื้อยานีโอมัยซิน ทำให้ความเข้มข้นต่ำสุดที่ยับยั้ง (MIC) เพิ่มขึ้นประมาณ 60 เท่าใน PAO1 หลังจากผ่านไป 30 ครั้งต่อวัน (300 รุ่น) ประชากรย่อยที่มีพลาสมิดนำเสนอการกลายพันธุ์แบบชดเชยที่ชดเชยค่าใช้จ่ายของการขนส่งพลาสมิดอย่างสมบูรณ์ การกลายพันธุ์เหล่านี้ทำให้ยีนโครโมโซมเฉพาะ 3 ตัวหยุดทำงาน: helicase ที่มีโดเมน C-terminal C คล้าย UvrD (PA1372) และไคเนสโปรตีน serine/threonine ที่ต่อเนื่องกัน 2 ตัว (PA4673.15 และ PA4673.16)

อย่างไรก็ตาม ประชากรย่อยที่ปราศจากพลาสมิดก็ปรับให้เข้ากับสภาพแวดล้อมด้วย ดังนั้น ความฟิตของพวกมันก็เพิ่มขึ้นเมื่อเทียบกับความเครียดของผู้ปกครอง ทั้งนี้เกิดจากการได้มาซึ่งการกลายพันธุ์ที่เป็นประโยชน์โดยทั่วไปสำหรับการปรับตัวให้เข้ากับสภาวะของห้องปฏิบัติการ การกลายพันธุ์เหล่านี้มุ่งเป้าไปที่ยีน diguanylate cyclase เป็นหลัก wspF (PA3703) ในระบบทดลองของเรา ดังนั้นเชื้อสายที่มีพลาสมิดยังคงสูญพันธุ์แม้ว่าจะในอัตราที่ช้ากว่าก็ตาม เป็นผลให้ขนาดประชากรของเชื้อสายที่มีพลาสมิดมีขนาดเล็กเกินไปสำหรับการกลายพันธุ์ที่เป็นประโยชน์โดยทั่วไปที่จะแก้ไข อย่างไรก็ตาม ประชากรที่มีพลาสมิดสามารถได้รับการช่วยเหลือโดยการเพิ่มยาปฏิชีวนะ สิ่งนี้นำไปสู่การเพิ่มขึ้นของขนาดประชากรของเซลล์ที่มีพลาสมิดซึ่งอนุญาตให้แก้ไขการกลายพันธุ์ที่เป็นประโยชน์โดยทั่วไป ดังนั้นเราจึงพบว่าการคัดเลือกในเชิงบวกและการปรับตัวชดเชยมีปฏิสัมพันธ์เพื่อทำให้ pNUK73 เสถียร: การเลือกในเชิงบวกเพิ่มความน่าจะเป็นของการปรับตัวชดเชยโดยการเพิ่มขนาดประชากรของเชื้อสายที่มีพลาสมิดซึ่งช่วยเพิ่มโอกาสในการกลายพันธุ์แบบปรับตัวใหม่ในเซลล์ที่มีพลาสมิด ในทางกลับกัน การปรับตัวแบบชดเชยจะเพิ่มผลของการเลือกในเชิงบวกต่อความเสถียรของพลาสมิดโดยชะลออัตราที่พลาสมิดหายไประหว่างตอนของการเลือกในเชิงบวก

ผลลัพธ์ก่อนหน้าของเราแสดงให้เห็นว่าการชดเชยและการเลือกในเชิงบวกช่วยให้พลาสมิดที่ไม่สามารถถ่ายทอดได้เสถียรในช่วงสองสามร้อยรุ่น อย่างไรก็ตาม การดูแลรักษาพลาสมิดเหล่านี้ในระยะยาวยังคงเป็นเรื่องที่ยากต่อการทำความเข้าใจ 13 ในคำอธิบายนี้ เราขยายผลลัพธ์ของแบบจำลองพันธุศาสตร์ประชากรของเราเพื่อวิเคราะห์ผลกระทบของระบอบการเลือกต่างๆ เช่นเดียวกับผลกระทบของการถ่ายโอนยีนในแนวนอนในความเสถียรในระยะยาวของพลาสมิดเหล่านี้


ผลลัพธ์

แบบอย่าง

เราพิจารณาประชากรที่ประกอบด้วยเซลล์ซึ่งสามารถทนต่อโครโมโซมหรือไวต่อโครโมโซมได้ ( หรือ ) โดยไม่มีพลาสมิด พลาสมิดต้านทาน หรือพลาสมิดที่ละเอียดอ่อน (, , หรือ ). สิ่งนี้ทำให้เกิดเซลล์ที่เป็นไปได้หกประเภท: , , , , , และ (อักษรตัวแรกหมายถึงโครโมโซม อักษรตัวที่สองคือพลาสมิด)

เราเริ่มต้นด้วยการพัฒนาแบบจำลองไดนามิกของเซลล์เหล่านี้ (รูปที่ 1) และแสดงถึงความหนาแน่นของเซลล์แต่ละประเภทโดย . เซลล์ทำซ้ำในอัตรา . การแข่งขันระหว่างเซลล์ถูกจับโดยอัตราการตายที่ขึ้นกับความหนาแน่น , ที่ไหน คือความหนาแน่นของเซลล์ทั้งหมด (). พลาสมิดแพร่กระจายผ่านการส่งผ่านที่ขึ้นกับความหนาแน่นระหว่างเซลล์ในอัตรา และหายไประหว่างการจำลองเซลล์ด้วยความน่าจะเป็น (การสูญเสียการแยกส่วน). พลาสมิดขนส่งมีความเกี่ยวข้องกับค่าฟิตเนส ซึ่งช่วยลดอัตราการทำซ้ำ โดยปัจจัยของ . เราคิดว่าเซลล์สามารถติดเชื้อพลาสมิดได้ครั้งละหนึ่งตัวเท่านั้น เซลล์ที่ไม่มีความต้านทาน ( และ ) พบอัตราการเสียชีวิตเพิ่มเติม จากการสัมผัสยาปฏิชีวนะ การต้านทานสัมพันธ์กับค่าฟิตเนส ซึ่งลดอัตราการจำลองแบบลงได้เท่ากับ . เราคิดว่ายีนต้านทานมีค่าใช้จ่ายด้านฟิตเนสเท่ากันและประสิทธิภาพเท่ากัน ไม่ว่าจะเป็นโครโมโซมหรือพลาสมิด เซลล์ที่มีความต้านทานทั้งโครโมโซมและพลาสมิดมีค่าใช้จ่ายด้านฟิตเนสสองเท่า . ผลกระทบของการแก้ไขสมมติฐานนี้มีการสำรวจในข้อมูลสนับสนุน (ส่วนที่ 2) ผลลัพธ์หลักของเราโดยทั่วไปจะมีประสิทธิภาพ โดยเน้นความละเอียดอ่อนในข้อความหลัก

แผนผังของไดนามิกแบบจำลอง (eq. 1) วงกลมสีเทาแต่ละวงแสดงถึงประเภทเซลล์ โดยวงกลมภายในแสดงถึงโครโมโซม (ใหญ่) และพลาสมิด (เล็ก) โดยมี แสดงถึงการต่อต้านและ ความไว ลูกศรระบุกระบวนการที่เป็นแบบจำลอง: การจำลองเซลล์ (สีน้ำเงินเข้ม) ความตาย (สีม่วง) การแพร่เชื้อพลาสมิด (สีส้ม) และการสูญเสียการแยกจากกัน (สีน้ำเงินอ่อน) ป้ายระบุอัตราที่กระบวนการเหล่านี้เกิดขึ้น ระบุความหนาแน่นของเซลล์ ดังนั้น คือความหนาแน่นของเซลล์ทั้งหมด (), คือความหนาแน่นรวมของเซลล์ที่มีพลาสมิดต้านทาน (), และ คือความหนาแน่นรวมของเซลล์ที่มีพลาสมิดไว (). คืออัตราการทำซ้ำ อัตราการเสียชีวิตขึ้นอยู่กับความหนาแน่น อัตราการเสียชีวิตจากการใช้ยาปฏิชีวนะ อัตราการส่งผ่านพลาสมิด ความน่าจะเป็นของการสูญเสียการแยกส่วน ค่าใช้จ่ายของการขนส่งพลาสมิดและ ค่าใช้จ่ายในการแบกยีนต้านทาน (1)

พารามิเตอร์แบบจำลองสรุปไว้ในตารางที่ 1 เราคาดว่าค่าพารามิเตอร์ (เช่น อัตราและค่าใช้จ่าย) จะแตกต่างกันมากขึ้นอยู่กับ ตัวอย่างเช่น ชนิดของแบคทีเรีย ชนิดของพลาสมิด ยาปฏิชีวนะ และสิ่งแวดล้อม เป้าหมายของเราคือทำความเข้าใจพฤติกรรมของระบบทั่วไปในเชิงคุณภาพ แทนที่จะคาดการณ์เชิงปริมาณเกี่ยวกับระบบเฉพาะ ดังนั้นเราจึงสำรวจค่าพารามิเตอร์ที่หลากหลาย (ส่วนข้อมูลสนับสนุน 1) แทนที่จะเลือกพารามิเตอร์เพื่อสะท้อนถึงระบบเฉพาะ

พารามิเตอร์ คำนิยาม ขนาด ค่าข้อความหลัก (ช่วง SI) ความสามารถในการย่อยได้เมื่อ
อัตราการทำซ้ำ เวลา -1 1 (0.5, 2) สูง
อัตราการเสียชีวิต เซลล์ปริมาตร −1 ครั้ง −1 1 (0.5, 2) ต่ำ
อัตราการเสียชีวิตที่เกี่ยวข้องกับยาปฏิชีวนะ เวลา -1 1 (0, 2) ต่ำ
ต้นทุนการดื้อยาปฏิชีวนะ ไร้มิติ 0.05 (0, 0.5) สูง
ค่าใช้จ่ายของการขนส่งพลาสมิด ไร้มิติ 0.075 (0, 0.5) ต่ำ
อัตราการส่งผ่านพลาสมิด เซลล์ปริมาตร −1 ครั้ง −1 0.2 (0, 0.25) สูง
การสูญเสียการแบ่งแยก ไร้มิติ 0.005 (0, 0.1) ต่ำ
  • บันทึก: โดยเฉพาะอย่างยิ่ง คอลัมน์ที่ 5 ระบุว่าขอบเขตของการย่อยได้ (ซึ่งความต้านทานสามารถเป็นได้ทั้งพลาสมิดหรือโครโมโซม) เกิดขึ้นที่ค่าพารามิเตอร์สูงหรือต่ำเมื่อเปรียบเทียบกับบริเวณที่มีความต้านทานโครโมโซมเพียงอย่างเดียวที่เสถียรเชิงวิวัฒนาการ (ดูข้อมูลสนับสนุนส่วนที่ 1) . หน่วยพารามิเตอร์เป็นไปตามอำเภอใจ ค่าข้อความหลักได้รับเลือกให้แสดงช่วงของผลลัพธ์ที่เสถียรของวิวัฒนาการได้ดีที่สุด

ความเสถียรเชิงวิวัฒนาการของความต้านทานพลาสมิดและโครโมโซม

เรามีความสนใจในความเสถียรทางวิวัฒนาการของการดื้อต่อโครโมโซมและพลาสมิด นั่นคือ ไม่ว่าการต้านทานโครโมโซมที่จัดตั้งขึ้นนั้นสามารถแทนที่ด้วยความต้านทานที่เกิดจากพลาสมิดหรือไม่และในทางกลับกัน เรากำหนดขอบเขตพารามิเตอร์ที่ความต้านทานแต่ละประเภทมีเสถียรภาพ (รูปที่ 2 และ S1 และ S2) โดยใช้การวิเคราะห์ความเสถียรเชิงเส้น (ดูวิธีการ) ภายใต้เงื่อนไขการเลือกความต้านทาน เราสังเกตพฤติกรรมสามประการ: ความเสถียรทางวิวัฒนาการของโครโมโซม—แต่ไม่ใช่ที่เกิดจากพลาสมิด— ความต้านทาน ความเสถียรเชิงวิวัฒนาการของความต้านทานที่เกิดจากพลาสมิด—แต่ไม่ใช่โครโมโซม— ความต้านทานและความเสถียรเชิงวิวัฒนาการของความต้านทานทั้งสองรูปแบบ ในภูมิภาคที่สามนี้ การดื้อยาเกิดขึ้นที่พลาสมิดหรือบนโครโมโซม แต่ไม่ใช่ทั้งสองอย่าง: การต้านทานมีทั้งการต้านทานจากโครโมโซมและพลาสมิดจะเพิ่มต้นทุนของการดื้อยาในขณะที่ไม่ได้ให้ประโยชน์เพิ่มเติม

ความเสถียรทางวิวัฒนาการของการดื้อต่อพลาสมิดและโครโมโซม สีบ่งบอกว่าความต้านทานรูปแบบใดมีความเสถียรทางวิวัฒนาการ: มีเพียงความต้านทานโครโมโซม (สีส้ม) เท่านั้น ความต้านทานที่เกิดจากพลาสมิด (สีน้ำเงิน) หรืออย่างใดอย่างหนึ่ง (สีม่วง) เมื่อความต้านทานเป็นโครโมโซม พลาสมิดที่ละเอียดอ่อนสามารถมีอยู่หรือไม่อยู่ในประชากร (สีเข้มและสีส้มอ่อน) ในพื้นที่สีขาวในแผงด้านซ้ายมือ รูปแบบการต่อต้านไม่คงที่ (ประชากรมีความไวต่อยาปฏิชีวนะ) ค่าพารามิเตอร์คือ: , , . สำหรับแผงด้านซ้าย = 0.075 และ . สำหรับแผงด้านขวา และ . รูปที่ S1 และ S2 แสดงผลสำหรับการกำหนดพารามิเตอร์เพิ่มเติม โปรดทราบว่าในพื้นที่พารามิเตอร์ที่ความต้านทานเป็นประโยชน์ อาจมีความจำเป็น (: เซลล์ที่ไวต่อยาปฏิชีวนะไม่สามารถทำงานได้ แม้ในกรณีที่ไม่มีการแข่งขันจากเซลล์ต้านทาน) หรือไม่จำเป็น ความแตกต่างนี้ไม่ส่งผลกระทบต่อผลลัพธ์ของเรา (รูปที่ S1 และ S2)

ความต้านทานโครโมโซมเท่านั้น

เมื่อความต้านทานของโครโมโซมเพียงอย่างเดียวมีความเสถียรทางวิวัฒนาการ ยีนต้านทานจะจบลงที่โครโมโซมเสมอในช่วงเวลาวิวัฒนาการ พลาสมิดจะมีความไวหรือขาดจากประชากร ในแง่ทั่วไป (ตารางที่ 1 และรูปที่ S1 และ S2) การดื้อโครโมโซมเป็นเพียงผลลัพธ์ที่มีความเสถียรทางวิวัฒนาการเพียงอย่างเดียวเมื่อผลประโยชน์จากการดื้อยาสูง (อัตราการตายที่เกี่ยวข้องกับยาปฏิชีวนะสูง ค่าความต้านทานต่ำ) เมื่อสมรรถภาพของพลาสมิดต่ำ (ต่ำ อัตราการส่งผ่านพลาสมิด การสูญเสียการแยกตัวสูง ต้นทุนพลาสมิดสูง) และเมื่อความหนาแน่นของเซลล์โดยรวมต่ำ (อัตราการตายสูง อัตราการจำลองแบบต่ำ)

ความต้านทานต่อพลาสมิดเท่านั้น

เมื่อความต้านทานที่เกิดจากพลาสมิดมีความเสถียรทางวิวัฒนาการ ยีนต้านทานจะจบลงที่พลาสมิดเสมอ โปรดทราบว่าในภูมิภาคนี้ การดื้อโครโมโซมไม่คงที่เลย (รูปที่ S12): มันแสดงถึงบริเวณที่ยีนต้านทานสามารถคงอยู่ได้ก็ต่อเมื่อถ่ายโอนในแนวนอนเท่านั้น (van Dijk et al. 2020 ) ผลลัพธ์นี้เกิดขึ้นภายใต้สภาวะที่เฉพาะเจาะจงมากเท่านั้น (ช่องว่างพารามิเตอร์ขนาดเล็ก เมื่อความต้านทานให้ประโยชน์ด้านฟิตเนสเพียงเล็กน้อย รูปที่ 2) และการมีอยู่ของมันมีความอ่อนไหวต่อโครงสร้างของแบบจำลอง (เช่น แบบจำลองผลกระทบของยาปฏิชีวนะเป็นอย่างไร ดูรูปที่ S7) ดังนั้นเราจึงไม่ถือว่านี่เป็นคำอธิบายที่เป็นไปได้ทางนิเวศวิทยาว่าทำไมยีนต้านทานจึงอยู่บนพลาสมิด

ความสามารถในการย่อยได้

เมื่อสมดุลทั้งสองมีความเสถียรเชิงวิวัฒนาการ ความต้านทานสามารถเป็นได้ทั้งโครโมโซมหรือพลาสมิดขึ้นอยู่กับสภาวะเริ่มต้น เมื่อเกิดการต่อต้านรูปแบบหนึ่งแล้ว จะไม่สามารถถูกแทนที่โดยอีกรูปแบบหนึ่งได้อีกต่อไป

เพื่อตรวจสอบการพึ่งพาเงื่อนไขเริ่มต้นเพิ่มเติม เราจำลองระบบเป็นตัวเลข โดยเริ่มจากความหนาแน่นของเซลล์เริ่มต้นที่ต่างกัน (ดูวิธีการ) เราพิจารณาสถานการณ์สมมติที่มีประชากรเริ่มต้นซึ่งประกอบด้วยเซลล์ต้านทานและเซลล์ที่ละเอียดอ่อน (รูปที่ 3) เราเปลี่ยนแปลง (i) ความถี่เริ่มต้นของพลาสมิดที่ละเอียดอ่อนในประชากรที่ละเอียดอ่อน (ii) ความถี่เริ่มต้นของการดื้อต่อโครโมโซมกับความต้านทานที่เกิดจากพลาสมิดในประชากรที่ดื้อยาและ (iii) ไม่ว่าเซลล์ที่ดื้อต่อโครโมโซมจะมีพลาสมิดที่ละเอียดอ่อนหรือไม่ ผลของการจำลองเหล่านี้ (รูปที่ 3 และ S3 และ S4) ให้ข้อมูลเชิงลึกเกี่ยวกับแรงกดดันทางวิวัฒนาการที่กำหนดตำแหน่งของยีนต้านทานในสามวิธี

ผลกระทบของสภาวะเริ่มต้นต่อตำแหน่งสมดุลของยีนต้านทาน ซึ่งแสดงผลวิวัฒนาการขึ้นอยู่กับทั้งความถี่เริ่มต้นของการดื้อยาที่เกิดจากพลาสมิดและโครโมโซม และความถี่เริ่มต้นของพลาสมิดที่ละเอียดอ่อน แผงด้านซ้ายจะแสดงรูปแบบต่างๆ ในเงื่อนไขเริ่มต้น แผงด้านขวาแสดงให้เห็นว่ามีการตรวจพบความต้านทานของพลาสมิด (สีน้ำเงิน) หรือโครโมโซม (สีส้ม) ที่สมดุลหรือไม่ NS NS-axis ระบุความถี่ของพลาสมิดที่ละเอียดอ่อนในประชากรที่อ่อนไหวเริ่มต้น . NS y-แกนระบุความถี่ของความต้านทานที่เกิดจากพลาสมิดในประชากรที่ดื้อยาเริ่มต้น สำหรับแผง A, สำหรับแผง B การดื้อต่อจากพลาสมิดเป็นผลลัพธ์ทั่วไปในแผง B มากกว่า A เนื่องจากการมีอยู่ของพลาสมิดที่ละเอียดอ่อนในประชากรที่ดื้อต่อโครโมโซมเริ่มแรกในแผง A ความหนาแน่นรวมของประชากรที่ไวต่อการตอบสนองเริ่มต้นและความต้านทานเท่ากับ 1 (การแปรผันอัตราส่วนเริ่มต้นของความต้านทานต่อความไวไม่ส่งผลต่อผลลัพธ์เชิงคุณภาพ—รูปที่ S3) ค่าพารามิเตอร์มีดังนี้: , , , = 0.075, , , และ .

ประการแรก การมีอยู่ของการเลือกที่ขึ้นกับความถี่ในเชิงบวก: การดื้อต่อพลาสมิดเป็นผลที่ธรรมดากว่าเมื่อความถี่เริ่มต้นของการดื้อต่อพลาสมิดเป็นพาหะสูงเมื่อเทียบกับความถี่ของการดื้อโครโมโซม ในทำนองเดียวกัน ความถี่เริ่มต้นสูงของการดื้อโครโมโซม เมื่อเทียบกับการดื้อต่อพลาสมิดจะนำไปสู่การดื้อต่อโครโมโซมเป็นผลจากการวิวัฒนาการ ความเหมาะสมของความต้านทานประเภทหนึ่งจึงมีความสัมพันธ์เชิงบวกกับความถี่ของมัน การพึ่งพาความถี่นี้เกิดขึ้นเนื่องจากเซลล์ที่มีความต้านทานแบบคู่มีความพอดีน้อยกว่าเซลล์ที่มีการต้านทานเดี่ยวรูปแบบใดรูปแบบหนึ่ง: การต้านทานแบบคู่มีค่าใช้จ่ายด้านฟิตเนสเพิ่มเติม แต่ไม่มีประโยชน์ด้านฟิตเนสเพิ่มเติมยิ่งความถี่ของการดื้อต่อโครโมโซมสูงเท่าใด ความน่าจะเป็นที่พลาสมิดที่ต้านทานจะติดเชื้อในเซลล์ที่ดื้อต่อโครโมโซมก็จะยิ่งสูงขึ้น (มากกว่าที่ไวต่อโครโมโซม) สิ่งนี้ทำให้พลาสมิดที่ดื้อยาเสียเปรียบ ในทำนองเดียวกัน ยิ่งความถี่ของพลาสมิดที่ดื้อยาสูงเท่าใด โอกาสที่เซลล์ที่ดื้อต่อโครโมโซมก็จะติดเชื้อด้วยพลาสมิดที่ดื้อยาก็จะยิ่งสูงขึ้น สิ่งนี้ทำให้โครโมโซมดื้อยาเสียเปรียบ ดังนั้น ยิ่งรูปแบบการต่อต้านทั่วไปมากเท่าใด ความสมบูรณ์ของมันก็ยิ่งมากขึ้นเมื่อเทียบกับรูปแบบอื่น

ประการที่สอง ผลวิวัฒนาการยังขึ้นอยู่กับความถี่ของพลาสมิดที่ไวต่อความรู้สึกด้วย การดื้อต่อจากพลาสมิดเป็นผลดีจากพลาสมิดที่ละเอียดอ่อนซึ่งหาได้ยาก: การดื้อยาที่เกิดจากพลาสมิดเป็นผลที่ธรรมดากว่าเมื่อประชากรที่ดื้อต่อโครโมโซมเริ่มแรกไม่มีพลาสมิดที่ละเอียดอ่อนและเมื่อความถี่ของพลาสมิดในประชากรที่อ่อนไหวต่ำ เนื่องจากความถี่เริ่มต้นที่ต่ำของพลาสมิดที่ละเอียดอ่อนหมายความว่าความต้านทานที่เกิดจากพลาสมิดสามารถแพร่กระจายได้ทั้งในแนวตั้ง (การจำลองเซลล์) และแนวนอน (การส่งผ่านพลาสมิด) ทำให้เพิ่มความถี่ได้เร็วกว่าความต้านทานโครโมโซม

ประการที่สาม การดื้อโครโมโซมโดยรวมเป็นผลที่เกิดขึ้นโดยทั่วไปในการจำลองเหล่านี้มากกว่าการดื้อยาที่เกิดจากพลาสมิด เนื่องจากความต้านทานที่เกิดจากพลาสมิดซึ่งแตกต่างจากความต้านทานต่อโครโมโซมอาจมีการสูญเสียการแยกจากกัน: ไม่ได้รับการสืบทอดเสมอระหว่างการจำลองแบบของเซลล์ อันที่จริง การเพิ่มความน่าจะเป็นของการสูญเสียการแยกส่วนสนับสนุนการดื้อโครโมโซม (รูปที่ S4)

ความคงทนของผลลัพธ์

เราทดสอบความทนทานของผลลัพธ์เหล่านี้กับสมมติฐานหลายประการเกี่ยวกับโครงสร้างแบบจำลอง (ดูวิธีการและข้อมูลสนับสนุนส่วนที่ 2) ผลลัพธ์ทั่วไปก็คือการมีอยู่ของความสามารถในการย่อยได้นั้นแข็งแกร่ง แม้ว่าขนาดของขอบเขตของการย่อยได้สามารถเปลี่ยนแปลงได้ ข้อสันนิษฐานที่สำคัญเพียงอย่างเดียวสำหรับการพึ่งพาความถี่เชิงบวกคือความต้านทานแบบคู่มีประโยชน์น้อยกว่าความต้านทานเดี่ยว (รูปที่ S5 และ S6) กล่าวอีกนัยหนึ่ง การขจัดค่าใช้จ่ายเพิ่มเติมจากการต้านทานแบบคู่ หรือการเพิ่มประโยชน์ของการต้านทานแบบคู่มากจนเกินดุลต้นทุนเพิ่มเติมนี้จะยกเลิกขอบเขตของการย่อยได้ ภายใต้สถานการณ์เหล่านี้ ความต้านทานแบบคู่ครอบงำ (กล่าวคือ ประชากรจะประกอบด้วยพลาสมิดต้านทานที่ไหลเวียนอยู่ในประชากรที่ดื้อต่อโครโมโซม)

โดยเฉพาะอย่างยิ่ง ผลลัพธ์ของการวิเคราะห์ความไวสองรายการนั้นควรค่าแก่การเน้นย้ำ ประการแรก ผลลัพธ์ของเรามีประสิทธิภาพในการรวมการไหลของยีนระหว่างพลาสมิดและโครโมโซม (เช่น การขนย้ายของยีนต้านทาน) การไหลของยีนช่วยให้รูปแบบการต้านทานที่ยกเว้นในรูปแบบอื่นยังคงอยู่ที่ความถี่ต่ำ (คล้ายกับความสมดุลของการเลือกการกลายพันธุ์) และเพิ่มช่วงของสภาวะเริ่มต้นที่นำไปสู่ความต้านทานของโครโมโซม (รูปที่ S8) อย่างไรก็ตาม ผลกระทบเหล่านี้จะมีผลเฉพาะกับอัตราการเคลื่อนย้ายที่สูงเกินจริงเท่านั้น (ส่วนข้อมูลสนับสนุน 2.4) (Sousa et al. 2013) ประการที่สอง การมีอยู่ของความสามารถในการย่อยได้นั้นแข็งแกร่งต่อการสร้างแบบจำลองที่ผันผวน แทนที่จะเป็นแรงดันยาปฏิชีวนะคงที่ ความผันผวนสามารถสนับสนุนการต้านทานที่เกิดจากพลาสมิดโดยขึ้นอยู่กับช่วงเวลา โดยเพิ่มขนาดของพื้นที่พารามิเตอร์ซึ่งมีการต้านทานที่เกิดจากพลาสมิดเท่านั้นที่มีความเสถียรเชิงวิวัฒนาการ (รูปที่ S10)

ความสัมพันธ์กับผลการสร้างแบบจำลองก่อนหน้า

ต่อไป เราจะทบทวนผลการสร้างแบบจำลองก่อนหน้านี้ ดังที่กล่าวไว้ในบทนำ แบบจำลองก่อนหน้านี้คาดการณ์ว่าลักษณะที่เป็นประโยชน์ในท้องถิ่นจะเป็นพาหะของพลาสมิดมากกว่าโครโมโซม ดังนั้นจึงเป็นสมมติฐานเสริมว่าทำไมยีนบางตัวจึงอาศัยอยู่บนพลาสมิด (Bergstrom et al. 2000) อย่างไรก็ตาม แบบจำลองจากการทำนายนี้ถือว่าไม่มีพลาสมิดนอกช่องเฉพาะ ดังนั้นเราจึงถามว่าการปรับตัวในท้องถิ่นสนับสนุนการดื้อต่อพลาสมิดหรือไม่หากพลาสมิดที่ละเอียดอ่อนสามารถคงอยู่นอกช่องเฉพาะ เราปรับเปลี่ยนแบบจำลองของเราเพื่อรวมการไหลเข้าของเซลล์ที่ละเอียดอ่อน และเปลี่ยนแปลงความถี่ของพลาสมิดที่ละเอียดอ่อนในเซลล์ที่เข้ามาเหล่านี้ (ส่วนข้อมูลสนับสนุน 3) สิ่งนี้สอดคล้องกับสถานการณ์ที่การต่อต้านมีประโยชน์ในพื้นที่ในสภาพแวดล้อมที่เป็นแบบจำลอง แต่ไม่ได้เลือกไว้สำหรับที่อื่น ดังที่แสดงในรูปที่ 4 การหลั่งไหลเข้ามาของเซลล์ที่ละเอียดอ่อนโดยไม่มีพลาสมิดที่ละเอียดอ่อนนั้นสนับสนุนการดื้อต่อพลาสมิดอย่างแท้จริง ตามที่แนะนำไว้ก่อนหน้านี้ (Bergstrom et al. 2000 ) อย่างไรก็ตาม การหลั่งไหลเข้ามาของเซลล์ที่ละเอียดอ่อนด้วยพลาสมิดที่ละเอียดอ่อนนั้นสนับสนุนการดื้อต่อโครโมโซม ความแรงของผลกระทบนี้ขึ้นอยู่กับอัตราการไหลเข้าของเซลล์ที่บอบบาง ดังนั้น การปรับตัวในท้องถิ่นจะสนับสนุนการดื้อต่อพลาสมิดที่เป็นพาหะเท่านั้นหากความถี่ของพลาสมิดที่ละเอียดอ่อนนั้นต่ำนอกช่องเฉพาะ

ตำแหน่ง (โครโมโซมหรือพลาสมิดที่เกิด) ของยีนต้านทานที่เป็นประโยชน์ในท้องถิ่นนั้นขึ้นอยู่กับการปรากฏตัวของพลาสมิดที่ละเอียดอ่อนในเซลล์ผู้อพยพ ประชากรเริ่มต้นมีความต้านทานเต็มที่ (โดยมีเซลล์ที่ต้านทานต่อโครโมโซมซึ่งมีพลาสมิดที่ไวต่อการตอบสนอง ซึ่งสอดคล้องกับแผง A ในรูปที่ 3) โดยมี y-แกนแสดงความถี่ของการดื้อต่อพลาสมิดในประชากรเริ่มต้นนี้ . NS NS-axis ระบุความถี่ของพลาสมิดที่ละเอียดอ่อนในเซลล์ผู้อพยพ การปรากฏตัวของพลาสมิดในเซลล์ผู้อพยพเหล่านี้สนับสนุนการดื้อต่อโครโมโซม อัตราการไหลเข้าสูงคือ , อัตราการไหลเข้าต่ำคือ . ค่าพารามิเตอร์อื่นๆ ได้แก่: , , , = 0.075, , , และ .

ประการที่สอง เราทบทวนผลลัพธ์ที่เกี่ยวข้องกับการคงอยู่ของพลาสมิด งานสร้างแบบจำลองก่อนหน้านี้ได้แนะนำว่าหากพลาสมิดมีสมรรถภาพต่ำเกินไปสำหรับพลาสมิดที่จะคงอยู่ในฐานะปรสิตบริสุทธิ์ (เช่น หากไม่มียีนที่เป็นประโยชน์ต่อเซลล์เจ้าบ้าน) ยีนที่เป็นประโยชน์มักจะพบที่โครโมโซมมากกว่าพลาสมิด (ในกรณีที่ไม่มีการปรับตัวเฉพาะที่ Bergstrom และคณะ 2000 ). ดังนั้นการคงอยู่ของพลาสมิดที่ถ่ายทอดได้ต่ำจึงเป็นความขัดแย้ง: ไม่สามารถรักษาได้โดยปราศจากยีนที่เป็นประโยชน์ แต่ยีนที่เป็นประโยชน์ไม่สามารถคงไว้บนพลาสมิดเหล่านี้ได้ (Bergstrom et al. 2000 )

เราทดสอบการคาดการณ์นี้ในแบบจำลองของเรา (ตามรายละเอียดในส่วนข้อมูลสนับสนุน 4) โดยการเปรียบเทียบพื้นที่พารามิเตอร์ที่ความต้านทานที่เกิดจากพลาสมิดมีความเสถียรเชิงวิวัฒนาการ (กล่าวคือ ยีนต้านทานสามารถระบุตำแหน่งบนพลาสมิดได้แม้ในกรณีที่มีการแข่งขันจากการดื้อโครโมโซม) ด้วยช่องว่างพารามิเตอร์ที่พลาสมิดปรสิตสามารถคงอยู่ได้ (กล่าวคือ พลาสมิดที่ละเอียดอ่อนสามารถคงอยู่ในประชากรที่ไวต่อโครโมโซม) เราพบว่าผลลัพธ์ก่อนหน้านี้ไม่ถือเป็นโครงสร้างแบบจำลองที่นำเสนอที่นี่: ยีนต้านทานสามารถระบุตำแหน่งบนพลาสมิดแทนที่จะเป็นโครโมโซมแม้ว่าการแพร่กระจายของพลาสมิดจะต่ำเกินไปสำหรับพลาสมิดที่จะคงอยู่ในฐานะปรสิต (รูปที่ S11) นี่หมายความว่าในทางทฤษฎี มันเป็นไปได้ที่จะมีพลาสมิดที่ถ่ายทอดได้ต่ำซึ่งยังคงมีอยู่เพียงเพราะข้อได้เปรียบที่พวกมันจัดหาเซลล์เจ้าบ้าน อย่างไรก็ตาม เป็นที่น่าสังเกตว่าพื้นที่พารามิเตอร์ที่เกิดขึ้นมีขนาดเล็ก (รูปที่ S11)

อัตราการได้มาซึ่งกำหนดตำแหน่งของยีนต้านทาน

จนถึงตอนนี้ ผลลัพธ์ของเราแสดงให้เห็นว่าสำหรับยีนที่มีประโยชน์ในระดับปานกลาง (กล่าวคือ ยีนที่อยู่ในขอบเขตพารามิเตอร์ bistable) การมีการคัดเลือกที่ขึ้นกับความถี่เชิงบวกหมายความว่าการดื้อยาที่เกิดจากพลาสมิดสามารถมีความเสถียรเชิงวิวัฒนาการแม้จะสูญเสียการแยกจากกัน การเลือกที่ขึ้นกับความถี่นี้ไม่ได้เป็นคำอธิบายที่เพียงพอสำหรับสาเหตุที่ยีนต้านทานเป็นพาหะของพลาสมิด อย่างไรก็ตาม ไม่แนะนำว่ารูปแบบการต้านทานใดก็ตาม (ที่เกิดจากพลาสมิดหรือโครโมโซม) เกิดขึ้นก่อนมีแนวโน้มที่จะเกิดขึ้นในประชากร: ถ้ารูปแบบแรกของการต่อต้านมีเวลาที่จะเพิ่มความหนาแน่นก่อนที่จะได้มาซึ่งรูปแบบอื่น ความถี่ที่มากขึ้นจะทำให้ได้เปรียบในการออกกำลังกาย ความต้านทานประเภทแรกไม่จำเป็นต้องถึงจุดตรึงเพื่อป้องกันไม่ให้เกิดการบุกรุกโดยอีกประเภทหนึ่ง: ข้อได้เปรียบที่ขึ้นกับความถี่นั้นแข็งแกร่งเพียงพอแม้ในความถี่ความต้านทานโดยรวมต่ำ (รูปที่ S13) ดังนั้น เมื่ออัตราการได้มาซึ่งความต้านทานต่ำเมื่อเทียบกับอัตราการเพิ่มขึ้นของความถี่ของความต้านทานที่ได้มา ความต้านทานรูปแบบแรกจะยังคงอยู่

ดังนั้น การมีอยู่ของยีนต้านทานบนพลาสมิดสามารถอธิบายได้ด้วยอัตราการได้มาของความต้านทานที่เกิดจากพลาสมิดซึ่งสูงกว่าอัตราการได้มาของการดื้อโครโมโซม อันที่จริง อัตราการถ่ายโอนพลาสมิดคอนจูเกตโดยทั่วไปจะสูงกว่าอัตราการถ่ายโอนยีนแนวนอนของโครโมโซม สูงกว่า แม้ว่านี่อาจขึ้นอยู่กับบริบทอย่างมาก Nazarian et al 2561 ). นอกจากนี้ สำหรับแบคทีเรียหลายชนิด กลไกหลักของการได้มาซึ่งยีนต้านทานนั้นแท้จริงแล้วคิดว่าเป็นการถ่ายโอนพลาสมิดที่มีความต้านทานข้ามสายพันธุ์ (Baker et al. 2018 MacLean and San Millan 2019 )

เพื่อทำให้แนวคิดนี้เป็นแบบแผน เราพัฒนาแบบจำลองง่ายๆ ของการได้มาซึ่งการต่อต้านในหลายสายพันธุ์ (รูปที่ 5 และส่วน "วิธีการ") เราโมเดล สปีชีส์ยีนต้านทานซึ่งเป็นประโยชน์ในทุกสปีชีส์และพลาสมิดที่สามารถถ่ายโอนระหว่างและคงอยู่ในทุกสปีชีส์ (เนื่องจากมันมีช่วงโฮสต์ที่กว้างหรือเนื่องจากช่วงของมันสามารถขยับหรือขยายได้ตามการถ่ายโอน Loftie-Eaton et al. 2016 ). ความต้านทานสามารถเป็นได้ทั้งจากพลาสมิดหรือโครโมโซม เมื่อสปีชีส์ได้รับความต้านทานรูปแบบหนึ่ง รูปแบบการต่อต้านนี้จะเกิดขึ้นและไม่สามารถแทนที่ได้อีกต่อไป (เนื่องจากการเลือกที่ขึ้นกับความถี่ในเชิงบวก) เราคิดว่ายีนต้านทานจะเกิดเฉพาะในโครโมโซมเท่านั้น (ในอัตรา ). ยีนสามารถแพร่กระจายผ่านการถ่ายโอนข้ามสายพันธุ์ของความต้านทานโครโมโซมในแนวนอน (เช่น การเปลี่ยนแปลง) (ในอัตรา ) หรือการถ่ายโอนข้ามสายพันธุ์ของพลาสมิดต้านทาน (ในอัตรา ). เราคิดว่ายีนสามารถเคลื่อนที่ระหว่างพลาสมิดและโครโมโซมได้ในอัตราที่ต่ำ ซึ่งช่วยให้รูปแบบการต้านทานที่แยกออกไปเป็นอย่างอื่นยังคงอยู่ที่ความถี่ต่ำ เราไม่ได้จำลองการอยู่ร่วมกันนี้อย่างชัดเจน แต่สร้างแบบจำลองการถ่ายโอนแนวนอนของรูปแบบความถี่ต่ำ (ในอัตรา สำหรับความต้านทานและอัตราที่เกิดจากพลาสมิด สำหรับความต้านทานโครโมโซมโดยที่ คือความถี่ของรูปแบบความถี่ต่ำ)

ความชุกของความต้านทานต่อพลาสมิด แผง A: การเป็นตัวแทนของโครงสร้างแบบจำลอง แสดงถึงสายพันธุ์ที่ไม่มียีนต้านทาน สายพันธุ์ที่มียีนต้านทานบนพลาสมิด สายพันธุ์ที่มียีนต้านทานบนโครโมโซม คืออัตราที่ความต้านทานเกิดขึ้นจากการกลายพันธุ์ อัตราการถ่ายโอนความต้านทานที่เกิดจากพลาสมิดระหว่างสปีชีส์ อัตราการถ่ายโอนความต้านทานโครโมโซมระหว่างสปีชีส์และ จับการไหลของยีนระหว่างพลาสมิดและโครโมโซม แผง B: สัดส่วนของความต้านทานที่เกิดจากพลาสมิดขึ้นอยู่กับจำนวนของสายพันธุ์จำลองและอัตราส่วนของอัตราการถ่ายโอนข้ามสายพันธุ์ของโครโมโซม () และยีนที่เกิดจากพลาสมิด (). เส้นประแนวนอนแสดงสัดส่วนสูงสุดของความต้านทานพลาสมิด เนื่องจากความต้านทานจะต้องปรากฏบนโครโมโซมก่อน (). แถบข้อผิดพลาดแสดงช่วงความเชื่อมั่น 95% โดยอิงจากการรับรู้ 1,000 ครั้ง พารามิเตอร์คือ: , และ . ผลลัพธ์สำหรับการกำหนดพารามิเตอร์ทางเลือกแสดงไว้ในรูปที่ S14

เราจำลองระบบนี้แบบสุ่ม (ดูหัวข้อ "วิธีการ") โดยเริ่มจากไม่มีสายพันธุ์ใดที่มียีนต้านทาน รูปที่ 5 แสดงสัดส่วนของสายพันธุ์ที่มีความต้านทานต่อพลาสมิดเมื่อยีนได้แพร่กระจายไปยังทุกสายพันธุ์ ตามที่คาดไว้ สัดส่วนของสปีชีส์ที่มีการดื้อต่อพลาสมิดจะเพิ่มขึ้นตามอัตราการถ่ายโอนพลาสมิดระหว่างสปีชีส์ นอกจากนี้สัดส่วนนี้ยังเพิ่มขึ้นตามจำนวนของสายพันธุ์จำลอง ผลกระทบนี้เกิดขึ้นด้วยเหตุผลสองประการ ประการแรก ลักษณะที่ปรากฏครั้งแรกของยีนต้องอยู่บนโครโมโซม ตัวอย่างเช่น เมื่อมีการจำลองสปีชีส์เพียงสองสปีชีส์ การต้านทานที่เกิดจากพลาสมิดสามารถเกิดขึ้นได้ในหนึ่งในสองสปีชีส์เท่านั้น ประการที่สอง ผลกระทบของอัตราการย้ายข้ามสายพันธุ์เพิ่มขึ้นตามจำนวนสายพันธุ์ที่อาจเป็นผู้บริจาค ผลลัพธ์เหล่านี้มีประสิทธิภาพต่อการกำหนดพารามิเตอร์ที่แตกต่างกัน (รูปที่ S14)


วิวัฒนาการในพลาสมิดของแบคทีเรียและระดับการคัดเลือก

การไหลของยีนระหว่างการสืบพันธุ์ที่แตกต่างกัน เช่น พลาสมิดของแบคทีเรียและโครโมโซม ทำให้เกิดปัญหาที่ผิดปกติสำหรับการวิเคราะห์เชิงวิวัฒนาการ มากกว่าในยูคาริโอต ความได้เปรียบด้านการสืบพันธุ์ในหลายระดับของยีนการคัดเลือก ทรานสโปซอน พลาสมิด เซลล์ และโคลน ต้องพิจารณาพร้อมๆ กันเพื่อทำความเข้าใจวิวัฒนาการของพลาสมิด ไม่มีระดับใดที่จะชนะในสถานการณ์ความขัดแย้งได้อย่างสม่ำเสมอ และหน่วยสืบพันธ์บางหน่วยมียีนที่ยับยั้งการสืบพันธุ์หรือการอยู่รอดของพวกมันเอง ดูเหมือนจะช่วยเพิ่มการสืบพันธุ์หรือการอยู่รอดของหน่วยสืบพันธ์ระดับสูงที่มีพวกมัน แม้ว่ายีนจะไหลเวียนระหว่างพลาสมิดและโครโมโซม แต่ยีนสำหรับหน้าที่บางอย่างมีแนวโน้มสูงที่จะเกิดขึ้นกับพลาสมิด ขณะที่ยีนอื่นๆ มักเกิดขึ้นบนโครโมโซมอย่างสม่ำเสมอ หน้าที่โดยทั่วไปที่เกี่ยวข้องกับพลาสมิดนั้นมีความหลากหลาย แต่ทั้งหมดมีประโยชน์เฉพาะในบริบทที่จำกัดเฉพาะที่ เป็นที่ถกเถียงกันอยู่ว่าผลการคัดเลือกของการถ่ายทอดพลาสมิดในแนวนอนที่มากขึ้น (ภายในรุ่น) มีความรับผิดชอบสำหรับรูปแบบนี้ แนวโน้มที่ prokaryote transposons ซึ่งเคลื่อนที่ในแนวนอนเพื่อนำยีนที่คล้ายคลึงกับยีนที่มักเกิดขึ้นในพลาสมิดสนับสนุนข้อโต้แย้งนี้ แนวโน้มที่ชัดเจนของยูคาริโอตพลาสมิดและทรานสโปซอนที่ขาดอักขระเดียวกันนี้ ยังสอดคล้องกับการคาดการณ์ของสมมติฐานในการปรับตัวในท้องถิ่น เนื่องจากยีนในหน่วยพันธุกรรมเหล่านี้โดยทั่วไปแล้วจะไม่เคลื่อนที่ในแนวนอนมากไปกว่ายีนโครโมโซม มีเหตุผลทางทฤษฎีที่คาดหวังว่ายีนพลาสมิดมีแนวโน้มที่จะพัฒนาเร็วกว่ายีนโครโมโซม


ผลลัพธ์

การมีอยู่ของหมายเลขสำเนาลักษณะ

เราเริ่มต้นด้วยการมุ่งความสนใจไปที่เซลล์เดียวที่มีประชากรของพลาสมิดที่เหมือนกันกับโปรไฟล์การจำลองแบบ เริ่มแรกเราจะเพิกเฉยต่อลักษณะสุ่มของการจำลองแบบและการแบ่งเซลล์ และพิจารณาว่าจำนวนสำเนาเป็นตัวแปรต่อเนื่อง ทั้งการเติบโตของโฮสต์และจำนวนสำเนาที่อธิบายโดยสมการเชิงอนุพันธ์เชิงกำหนด (ดูสมการที่ 1 และ 2 ในข้อความเสริม S1) แบบจำลองของเราช่วยให้เราสร้างความสัมพันธ์ระหว่างจำนวนพลาสมิดที่จุดเริ่มต้นของวัฏจักรเซลล์ () และจำนวนพลาสมิดเมื่อสิ้นสุดวัฏจักรเซลล์ ณ เวลาที่เซลล์แบ่งตัว (), ที่ไหน แสดงถึงจำนวนพลาสมิดในเซลล์ลูกสาวที่เป็นผลลัพธ์ โดยถือว่ามีการแบ่งพาร์ติชั่นระหว่างการแบ่งเซลล์ รูปที่ 2 แสดงให้เห็นถึงความสัมพันธ์ทั่วไประหว่าง และ ซึ่งขึ้นอยู่กับอัตราการทำซ้ำของพลาสมิดซึ่งเป็นหน้าที่ของพารามิเตอร์พลาสมิด , และ (ดูสมการที่ 2) ขึ้นอยู่กับจำนวนพลาสมิดเริ่มต้นในเซลล์แม่ , ผลลัพธ์เซลล์ลูกสาวจะมีน้อยกว่า (), มากกว่า () หรือพลาสมิดจำนวนมาก () ตามที่เซลล์หลักมีอยู่ในตอนแรก กรณีหลังแสดงถึงสมดุลข้ามรุ่นของหมายเลขสำเนาเฉพาะสำหรับชุดค่าพารามิเตอร์พลาสมิดที่กำหนด ดุลยภาพนี้สามารถคงที่หรือไม่เสถียรก็ได้ ขึ้นอยู่กับการตอบสนองของระบบต่อความผันผวนของจำนวนสำเนา เงื่อนไขสำหรับความสมดุลที่มั่นคงซึ่งมี a หมายเลขสำเนาลักษณะคงที่ สามารถกำหนดได้ตาม:

เพื่อว่าเมื่อเซลล์มีน้อยกว่า พลาสมิดที่จุดเริ่มต้นของวัฏจักรเซลล์ พลาสมิดทำซ้ำเกินและเมื่อมีมากกว่า พลาสมิด, พลาสมิดภายใต้การทำซ้ำ ในทั้งสองกรณี ซึ่งสามารถเกิดขึ้นได้จากการสุ่มตัวอย่างในการจำลองแบบพลาสมิดหรือการแบ่งแยกตามการแบ่งตัวของเซลล์ แนวโน้มไปสู่วัฏจักรเซลล์ในอนาคตที่สมดุลกับ พลาสมิดอีกครั้ง ตัวอย่างของหมายเลขสำเนาที่มีลักษณะเฉพาะคือจุดที่ทำเครื่องหมายด้วยวงกลมที่เติมไว้ในรูปที่ 2 จุดที่ทำเครื่องหมายด้วยวงกลมเปิดบนเส้นโค้งเดียวกันคือหมายเลขสำเนาดุลยภาพที่ไม่เสถียร การรบกวนใด ๆ ที่จะนำไปสู่การจำลองแบบพลาสมิดมากเกินไปหรือการจำลองน้อยเกินไป กรณีหลังในกรณีนี้ส่งผลให้มีการเคลื่อนที่ไปสู่สมดุลที่เสถียร

แต่ละเส้นโค้งแสดงถึงความสัมพันธ์ที่กำหนดขึ้นระหว่างจำนวนของพลาสมิด ที่จุดเริ่มต้นของวัฏจักรเซลล์แม่และจำนวนของพลาสมิด ที่จุดเริ่มต้นของวัฏจักรเซลล์ลูกสาว (สมมติว่ามีการแบ่งพาร์ติชั่นระหว่างการแบ่งเซลล์) สำหรับช่วงของหมายเลขสำเนาเริ่มต้น และชุดพารามิเตอร์ของเซลล์และพลาสมิดแบบตายตัว เส้นทแยงมุมแสดงถึงความสม่ำเสมอของจำนวนสำเนาระหว่างเซลล์แม่และลูกที่จุดใต้เส้นทแยงมุมบ่งชี้ว่ามีการจำลองแบบต่ำกว่าของพลาสมิด ในขณะที่จุดที่อยู่เหนือเส้นทแยงมุมบ่งชี้ว่ามีการจำลองแบบพลาสมิดมากเกินไป รูปร่างของเส้นโค้งและจุดตัดกับเส้นทแยงมุมขึ้นอยู่กับเส้นโค้งค่าพารามิเตอร์ของพลาสมิด เส้นโค้งที่ไม่ตัดกับเส้นทแยงมุมแสดงถึงกรณีของการทำซ้ำของพลาสมิดที่ต่ำกว่าหรือมากเกินไปสำหรับหมายเลขสำเนาเริ่มต้นใดๆ (สีน้ำเงินต่ำ โค้งและฟ้าสูง โค้งตามลำดับ) จุดสูงสุดของแต่ละโค้งสอดคล้องกับขีดจำกัดที่เซลล์ไม่สามารถรักษาจำนวนประชากรพลาสมิดได้เนื่องจากอัตราการเติบโตของเซลล์ติดลบซึ่งนำไปสู่การตายของเซลล์ จุดที่ทำเครื่องหมายด้วยวงกลมบนสื่อ เส้นโค้ง (สีเขียว) แสดงถึงหมายเลขสำเนาสมดุล วงกลมที่เติมแสดงถึงความเสถียรและการมีอยู่ของหมายเลขสำเนาที่มีลักษณะเฉพาะ ในขณะที่วงกลมเปิดแสดงถึงความสมดุลที่ไม่เสถียร ที่สำคัญ เส้นโค้ง (สีแดง) ซึ่งสัมผัสกับเส้นทแยงมุม แสดงถึงขีดจำกัด (ขอบ) ของความเสถียร ซึ่งหมายเลขสำเนาที่มีลักษณะเฉพาะที่เสถียรและไม่เสถียรจะยุบลงเป็นจุดเอกพจน์

ขอบเขตของความเสถียรของพลาสมิด

สำหรับการกำหนดค่าพารามิเตอร์การจำลองแบบพลาสมิดใด ๆ , และ เราสามารถกำหนดได้ว่ามีหมายเลขสำเนาคุณลักษณะที่มั่นคงหรือไม่ ค่าของมันคืออะไร และฟิตเนสของเซลล์ที่สอดคล้องกันคืออะไร ซึ่งกำหนดเป็นส่วนกลับของเวลา จำเป็นสำหรับการแบ่งเซลล์ รูปที่ 3 แสดงผลของการสำรวจพื้นที่ของพารามิเตอร์พลาสมิดสำหรับระบบ CNC ที่แตกต่างกันสองแบบ อันดับแรก เราพิจารณากรณีที่พลาสมิดมีอัตราการจำลองแบบกำหนดด้วยตัวเองโดยไม่ขึ้นกับการมีอยู่ของพลาสมิดอื่นๆ ในโฮสต์เดียวกัน (, NO-CNC). ในกรณีนี้ กลไกเดียวในการควบคุมหมายเลขสำเนาคือการควบคุมตนเองแบบพลาสมิด (ในรูปของ ) แนวทางเชิงทฤษฎีในยุคแรกๆ ใดที่เรียกว่า “passive” copy number control [36] ประการที่สอง เราพิจารณากรณีของวงจรป้อนกลับเชิงลบที่ใช้งานอยู่ระหว่างจำนวนสำเนาและอัตราการจำลองแบบพลาสมิดที่รับรู้ผ่านการสังเคราะห์สารยับยั้งการจำลองแบบทรานส์-แอคชัน (, กับ ,ซีเอ็นซี).

คงที่ (ของแข็ง) และไม่เสถียร (ประ) หมายเลขสำเนาสมดุล สำหรับเซลล์เดียวโดยทำหน้าที่ของอัตราการจำลองแบบพลาสมิดพื้นฐาน สำหรับ และค่านิยมต่าง ๆ ของความผูกพันกัน (สีน้ำเงินสำหรับ สีเขียวสำหรับ สีแดงสำหรับ ).ค่าความสมบูรณ์ของเซลล์ (คำนวณเป็นส่วนกลับของเวลาในการแบ่งเซลล์ ) ที่ตรงกับหมายเลขสำเนาที่มีลักษณะคงที่จะแสดงอยู่ที่แผงด้านล่าง หมายเลขสำเนาสมดุลที่เสถียรและไม่เสถียรยุบถึงจุดเอกพจน์ (ขอบของความเสถียรของหมายเลขสำเนาดังแสดงให้เห็นโดยวิกฤต เส้นโค้งในรูปที่ 2 ) ที่ทำเครื่องหมายด้วยเส้นประแนวตั้งที่มีสี ซึ่งเกินกว่านั้นไม่มีหมายเลขสำเนาที่มีลักษณะเฉพาะ เช่น พลาสมิดทำซ้ำมากเกินไปสำหรับหมายเลขสำเนาเริ่มต้นใดๆ ขีด จำกัด ด้านล่างซึ่งหมายเลขสำเนาลักษณะคงที่ กลายเป็นศูนย์ is . ในกรณีที่ (เส้นสีน้ำเงิน) ขอบของความมั่นคงสอดคล้องกับสมรรถภาพของเซลล์สูงสุดสำหรับ (เส้นสีเขียว เส้นสีแดง) พีคฟิตเนสของโฮสต์ล้อมรอบด้วยการกำหนดค่าพารามิเตอร์ที่ไม่เหมาะสม ซึ่งมีลักษณะเฉพาะโดยความเสถียรเมื่อเทียบกับจำนวนสำเนา

ในกรณีก่อนหน้านี้ (NO-CNC) เราสังเกตว่าระบบมีหมายเลขสำเนาที่มีลักษณะเฉพาะที่ไม่เป็นศูนย์สำหรับบริเวณที่จำกัดอย่างมากของอัตราการจำลองแบบพลาสมิดพื้นฐาน . บริเวณที่เสถียรนี้ล้อมรอบด้วยบริเวณที่ไม่เสถียรของพลาสมิดซึ่งมีลักษณะโดยพลาสมิดที่ทำซ้ำภายใต้หรือมากเกินไปสำหรับหมายเลขสำเนาเริ่มต้นใดๆ (อธิบายโดยค่าต่ำและค่าสูง เส้นโค้งในรูปที่ 2 ) ภายในขอบเขตของความเสถียรของพลาสมิด ความสมบูรณ์ของเซลล์จะเพิ่มขึ้นด้วย จนถึงจุดวิกฤตที่บ่งบอกถึงการเปลี่ยนแปลงไปสู่ความไม่เสถียรที่พลาสมิดซ้ำซ้อนอย่างสม่ำเสมอ ดังนั้น ภายใต้ไม่มี CNC การเลือกระหว่างเซลล์จะช่วยให้ค่าของอัตราการจำลองแบบพลาสมิดเพิ่มขึ้น () เนื่องจากสิ่งนี้แปลความฟิตของเซลล์ที่สูงขึ้น จนกระทั่งถึงจุดวิกฤตของความไม่เสถียรของพลาสมิด การเปลี่ยนแปลงนี้ (แสดงด้วยเส้นประแนวตั้งในรูปที่ 3 ) เกิดขึ้นที่ความสมบูรณ์ของเซลล์สูงสุด และมีลักษณะเฉพาะโดยการล่มสลายของหมายเลขสำเนาสมดุลที่เสถียรและไม่เสถียรไปยังหมายเลขสำเนาเอกพจน์ (เหตุการณ์ที่นักวิจารณ์จับได้ โค้งในรูปที่ 2) การจำลองแบบที่มากเกินไปอย่างสม่ำเสมอส่งผลให้เกิดวัฏจักรของเซลล์ในอนาคตด้วยจำนวนพลาสมิดที่เพิ่มขึ้นซึ่งนำไปสู่การระเบิดของพลาสมิดและการตายของเซลล์ในที่สุด การเปิดใช้งานระบบ CNC (, กับ ) ขยายช่วงของความเสถียรของพลาสมิดอย่างมีประสิทธิภาพ และแยกจุดเปลี่ยนผ่านเป็นความไม่เสถียรออกจากจุดที่มีการเติบโตของเซลล์ที่เหมาะสมที่สุด ด้วยเหตุนี้ การกำหนดค่าของพารามิเตอร์การจำลองแบบพลาสมิดที่ให้การเจริญเติบโตของเซลล์ที่เหมาะสมจึงถูกล้อมรอบด้วยบริเวณที่ด้อยกว่าแต่ยังมีเสถียรภาพ ภายใต้เงื่อนไขเหล่านี้ การเลือกระหว่างเซลล์เพื่อเพิ่มอัตราการแบ่งเซลล์จะสนับสนุนเซลล์ที่มีพลาสมิดที่มีจำนวนสำเนาคงที่

ความเสถียรของพลาสมิดและการเติบโตของโฮสต์

การจำลองก่อนหน้านี้ของเราแสดงให้เห็นว่า เมื่อละเลยการสุ่มตัวอย่าง จะมีช่วงจำกัดของ ที่ช่วยให้มีความเสถียรในการจำลองแบบพลาสมิด หากไม่มี CNC การเพิ่มประสิทธิภาพของอัตราการแบ่งเซลล์จะส่งผลให้อัตราการทำซ้ำของพลาสมิดที่ขอบของความเสถียร ในขณะที่ CNC มีทั้งการขยายช่วงของอัตราการจำลองแบบคงที่ และสร้างสถานการณ์ที่ความเหมาะสมของเซลล์ที่เหมาะสมคือ ที่ตั้งอยู่ในเขตความมั่นคงนี้ ตอนนี้เราดำเนินการโดยขยายเฟรมเวิร์กเซลล์เดียวที่กำหนดขึ้นได้ที่เราได้พิจารณาไปแล้ว เพื่อตรวจสอบความเสถียรของพลาสมิดและประสิทธิภาพของโฮสต์ในบริบทของการจำลองแบบหลายเซลล์สุ่มที่อธิบายการเติบโตและการแบ่งตัวแบบอะซิงโครนัส (หรือความตาย) ของโฮสต์และการจำลองแบบอัตโนมัติของพลาสมิดภายใน เจ้าภาพดังกล่าว เราแนะนำการสุ่มตัวอย่างในการจำลองแบบพลาสมิดโดยพิจารณาจากจำนวนที่คาดไว้ของเหตุการณ์การจำลองแบบสำหรับพลาสมิดในแต่ละโฮสต์ ณ จุดเวลาที่ไม่ต่อเนื่องแต่ละจุดที่จะกระจายแบบปัวซองตามที่ระบุในสมการที่ 2 (สำหรับรายละเอียดเพิ่มเติม โปรดดูข้อความเสริม S1)

ประสิทธิภาพของสายพันธุ์เฉพาะในการจำลองแบบสุ่ม ซึ่งโฮสต์นั้นติดเชื้อโดยพลาสมิดที่มีค่าพารามิเตอร์การจำลองแบบเหมือนกัน สามารถประเมินได้โดยการคำนวณอัตราการเติบโตของโฮสต์สุทธิโดยเฉลี่ยเป็นความแตกต่างระหว่างการแบ่งโฮสต์โดยเฉลี่ยและอัตราการเสียชีวิต รูปที่ 4 แสดงภูมิทัศน์การออกกำลังกายที่เกิดขึ้นของสายพันธุ์อิสระตามหน้าที่ของค่าที่สอดคล้องกันของพารามิเตอร์การจำลองแบบพลาสมิด และ ที่ให้ไว้ . เราทราบว่าเนื่องจากความสม่ำเสมอของประชากรพลาสมิด พารามิเตอร์ และ ใช้แทนกันได้ (ดูสมการที่ 2) และด้วยเหตุนี้ แนวความฟิตของ และ ที่ให้ไว้ เหมือนกับแนวฟิตเนสของ และ ที่ให้ไว้ . ขอบเขตของความเสถียรของพลาสมิดในภูมิประเทศนี้ถูกครอบงำด้วยการไล่ระดับของอัตราการเติบโตของโฮสต์สุทธิที่นำไปสู่พื้นที่ของการเติบโตที่เหมาะสมที่สุดซึ่งการเชื่อฟังต่อการรักษานั้นแข็งแกร่งที่สุด (). เช่นเดียวกับในกรณีกำหนดแบบเซลล์เดียว บริเวณที่เสถียรนั้นล้อมรอบด้วยบริเวณที่ไม่เสถียรของพลาสมิด ซึ่งพลาสมิดจะถูกกำจัดออกจากประชากรโฮสต์ เนื่องจากไม่มีหมายเลขสำเนาลักษณะเฉพาะที่คงที่ และการทำซ้ำของพลาสมิดที่ต่ำกว่าหรือมากเกินไปอย่างสม่ำเสมอ การจำลองแบบภายใต้ที่สอดคล้องกันนำไปสู่การเจือจางอย่างค่อยเป็นค่อยไปและการหายไปของพลาสมิดจากประชากรในที่สุด (พื้นที่สีขาวด้านล่างบริเวณที่เสถียรในรูปที่ 4) การจำลองแบบมากเกินไปอย่างสม่ำเสมอนำไปสู่จำนวนสำเนาที่เพิ่มขึ้นซึ่งชะลอการเติบโตของเซลล์ (ดูสมการที่ 1) ซึ่งให้เวลามากขึ้นสำหรับพลาสมิดในการทำซ้ำ ซึ่งจะทำให้การเติบโตของเซลล์ลดลง ด้วยเหตุนี้ เจ้าบ้านที่ปราศจากพลาสมิดซึ่งเป็นผลมาจากข้อผิดพลาดในการแบ่งแยกแบบสุ่ม สามารถเจริญเร็วกว่าเจ้าบ้านที่ติดเชื้อมากเกินไป จนกว่าประชากรจะปราศจากพลาสมิดโดยสมบูรณ์ (พื้นที่สีขาวเหนือบริเวณที่เสถียรในรูปที่ 4) ในกรณีของความเห็นแก่ตัว plasmid ที่รุนแรง (ที่สูง , ต่ำ ) ประชากรโฮสต์จะยุบตัวลงภายใต้น้ำหนักของการจำลองแบบพลาสมิดมากเกินไป ก่อนที่สารคัดแยกที่ปราศจากพลาสมิดจะได้รับโอกาสให้เจริญเร็วกว่าโฮสต์ที่ติดเชื้อมากเกินไป และก่อตัวเป็นประชากรที่ปราศจากพลาสมิด (กระจุกสีดำในรูปที่ 4)

แผนที่ความหนาแน่นแสดงอัตราการเติบโตเฉลี่ยสุทธิของประชากร (แสดงเป็นความแตกต่างระหว่างการแบ่งเฉลี่ยและอัตราการเสียชีวิต) ตามฟังก์ชันของพารามิเตอร์การจำลองแบบพลาสมิด และ , เฉลี่ยในการจำลองหลายเซลล์สุ่มอิสระสามชุดด้วยความเป็นเนื้อเดียวกันของพลาสมิด (ไม่มีการกลายพันธุ์) และอัตราคงที่ ของการผลิตสารยับยั้ง พื้นที่สีขาวด้านล่างและเหนือบริเวณที่เสถียรแสดงถึงพื้นที่ของพื้นที่พารามิเตอร์พลาสมิดซึ่งพลาสมิดถูกกำจัดออกจากประชากรเนื่องจากการทำซ้ำที่สม่ำเสมอหรือมากเกินไปตามลำดับ กลุ่มสีดำที่มุมซ้ายบนแสดงถึงการล่มสลายของประชากรโฮสต์ภายใต้น้ำหนักของการจำลองแบบพลาสมิดมากเกินไป เส้นประแนวนอนระบุค่าของ ที่ระบบถึงการเติบโตที่เหมาะสมที่สุดที่ (ดูรูปที่ 5 ). สุดท้าย เส้นทางที่เหมือนบันไดสีดำสรุปวิวัฒนาการของ CNC ในการจำลองสุ่มโดยที่ และ ได้รับอนุญาตให้กลายพันธุ์ด้วยความน่าจะเป็น และอัตราคงที่ ของการผลิตสารยับยั้ง

ระดับของการเชื่อฟังและประสิทธิภาพของการควบคุมการจำลองแบบ

สุ่มในการจำลองแบบและการแบ่งแยกตามการแบ่งเซลล์ทำให้เกิดการกระจายของหมายเลขสำเนาในประชากรที่เกิดขึ้นกับโฮสต์ที่ติดเชื้อพลาสมิดทั้งหมดตลอดการจำลอง เราสำรวจผลของการเชื่อฟัง ( หรือตำรวจ เนื่องจากสิ่งเหล่านี้ใช้แทนกันได้เนื่องจากความเป็นเนื้อเดียวกันของประชากรพลาสมิด) กับคุณสมบัติของการแจกแจงเหล่านี้ โดยพิจารณาภาคตัดขวางของภูมิทัศน์การออกกำลังกายสำหรับค่าคงที่ของอัตราการจำลองพื้นฐานของพลาสมิด ซึ่งสอดคล้องกับอัตราการเติบโตสุทธิที่เหมาะสมที่สุดที่ CNC สูงสุด (). ระบอบ CNC ที่อ่อนแอตามขวางของแนวฟิตเนส () ไม่เสถียรและสุดท้ายก็กำจัดพลาสมิดออกจากประชากร (ดูรูปที่ 5 ) ความกว้างของการแจกแจงหมายเลขสำเนาในระบบนี้สะท้อนถึงความผันแปรที่กว้างขวางและการเลื่อนของหมายเลขสำเนาในประชากร อันเนื่องมาจากการขยายความผันผวนของหมายเลขสำเนาสุ่ม [15] การเปลี่ยนแปลงของการแจกแจงเริ่มต้นที่ช่วงกลางของการเชื่อฟัง () โดยการปรากฏตัวของยอดที่ชัดเจน อย่างไรก็ตาม การปรากฏตัวของหางหนักบ่งชี้ถึงความคงอยู่ของความไม่เสถียรของการจำลองแบบพลาสมิด ความไม่เสถียรเหล่านี้ลดลงในพื้นที่ของ CNC ที่แข็งแกร่ง () เนื่องจากการกระจายมีความเบ้น้อยลงเรื่อย ๆ เนื่องจากประสิทธิภาพที่เพิ่มขึ้นในการควบคุมความผันผวนของจำนวนสำเนาสุ่มและการลดลงของรูปแบบจำนวนสำเนาที่สอดคล้องกัน ในเวลาเดียวกัน ความคลาดเคลื่อนระหว่างจำนวนสำเนาเฉลี่ยของการแจกแจง และหมายเลขสำเนา ที่เหมาะสมที่สุดสำหรับการเจริญเติบโตของโฮสต์ (ดูสมการที่ 1) จะลดลงเมื่อเชื่อฟังมากขึ้น ซึ่งทำให้เกิดการเร่งความเร็วของการเติบโตของโฮสต์เฉลี่ยสุทธิจนถึงอัตราที่เหมาะสมที่ CNC สูงสุด ().

ผลของการเชื่อฟัง (เพิ่มการควบคุมจำนวนสำเนา ) เกี่ยวกับการแจกแจงหมายเลขสำเนาพลาสมิดสำหรับค่าคงที่ของอัตราการจำลองแบบพื้นฐานของพลาสมิด ถูกเลือกเพื่อให้ความเหมาะสมของประชากรสำหรับค่านี้เหมาะสมที่สุดที่ CNC สูงสุด (ดูเส้นประแนวนอนในรูปที่ 4 ) ระบอบ CNC ที่อ่อนแอ () ไม่เสถียรและกำจัดพลาสมิดออกจากประชากรในที่สุด แจกแจงจำนวนสำเนาสำหรับค่าต่างๆ ของ (บนซ้ายสีน้ำเงินสำหรับ , สีเขียวสำหรับ , สีแดงสำหรับ , สีฟ้าสำหรับ และสีม่วงแดงสำหรับ ). การแจกแจงคำนวณโดยการบันทึกหมายเลขสำเนาของโฮสต์ที่ติดพลาสมิดทั้งหมดตลอดการจำลองสุ่มหลายเซลล์ ความคลาดเคลื่อนระหว่างจำนวนสำเนาเฉลี่ย และหมายเลขสำเนา ที่เหมาะสมที่สุดสำหรับการเจริญเติบโตของโฮสต์ถูกกำหนดให้เป็นหน้าที่ของ (บนขวา) เช่นเดียวกับค่าเบี่ยงเบนมาตรฐาน (ล่างซ้าย) และความเบ้ (ล่างขวา) ของสำเนาการแจกแจงหมายเลข

วิวัฒนาการของการยับยั้งชั่งใจโดยรวม

หลังจากสำรวจผลของการทำงานร่วมกันของพลาสมิดที่เป็นเนื้อเดียวกันต่อการเติบโตของโฮสต์และความเสถียรของพลาสมิด ตอนนี้เราถามว่าผลกระทบเหล่านี้มีอิทธิพลต่อวิวัฒนาการของพารามิเตอร์การจำลองแบบพลาสมิดในบริบทที่กว้างขึ้นของความขัดแย้งระหว่างระดับของการคัดเลือกอย่างไร ด้วยเหตุนี้ เราจึงแนะนำการแปรผันของพลาสมิดในการจำลองสุ่มหลายเซลล์ของเรา: เหตุการณ์การจำลองแบบพลาสมิดแต่ละครั้งแสดงถึงความเป็นไปได้ของการกลายพันธุ์ด้วยความน่าจะเป็น ซึ่งในกรณีนี้ ค่าของพารามิเตอร์การจำลองแบบของพลาสมิดตัวใดตัวหนึ่งซึ่งสุ่มเลือกโดยมีความน่าจะเป็นเท่ากันจะถูกแก้ไข

เริ่มจากกลุ่มพลาสมิดเริ่มแรกที่ไม่ตอบสนองต่อสารยับยั้ง (เช่น ) เราอนุญาต และ เพื่อวิวัฒนาการโดยให้อัตราการผลิตตัวยับยั้งคงที่ . พลวัตเชิงวิวัฒนาการที่ได้แสดงไว้ในรูปที่ 4 แสดงให้เห็นถึงการเกิดขึ้นของการควบคุมการจำลองแบบที่มีประสิทธิภาพซึ่งขับเคลื่อนโดยการทำงานร่วมกันระหว่างการคัดเลือกภายในเซลล์ซึ่งสนับสนุนการเพิ่มการสืบพันธุ์ของพลาสมิดในทันที (ความเห็นแก่ตัวที่สูงขึ้น , เชื่อฟังต่ำกว่า ) และการเลือกระหว่างเซลล์ซึ่งสนับสนุนการปรับเปลี่ยนเชิงวิวัฒนาการต่อบริเวณเหล่านั้นของพื้นที่พารามิเตอร์พลาสมิดที่อัตราการเติบโตของโฮสต์สุทธิเพิ่มขึ้น ผลกระทบ และเนื่องจากลักษณะชั่วคราวและ epigenetic ของความผันผวนของจำนวนสำเนาสุ่ม การเลือกระหว่างเซลล์ดำเนินการตามอัตราการเติบโตของโฮสต์สุทธิที่สะสมในช่วงสองสามชั่วอายุคน และด้วยเหตุนี้ เมื่อมีการแจกแจงหมายเลขสำเนาที่เกี่ยวข้องกับการกำหนดค่าเฉพาะของการจำลองแบบพลาสมิด พารามิเตอร์ [27]. ด้วยเหตุนี้ การปรับเปลี่ยนวิวัฒนาการที่สนับสนุนโดยการเลือกระหว่างเซลล์จึงมาในรูปแบบของการกลายพันธุ์ของพารามิเตอร์พลาสมิดแบบร่วมมือ เช่น การยับยั้งตัวเองของพลาสมิดที่เพิ่มขึ้น (ความเห็นแก่ตัวที่ต่ำกว่า ) หรือเพิ่มความไวต่อตัวยับยั้ง (เชื่อฟังสูงกว่า ) ซึ่งเปลี่ยนโหมดของการจำลองแบบพลาสมิดเพื่อให้แน่ใจว่ามีการลดลงก่อนในความคลาดเคลื่อนระหว่างค่าที่เหมาะสมที่สุด และมีความหมาย สำเนาตัวเลข และประการที่สอง ขนาดของความผันผวนของจำนวนสำเนา (เช่น รูปแบบของการกระจายหมายเลขสำเนา) ด้วยวิธีนี้ วิวัฒนาการของ CNC จะคลี่คลายด้วยการกลายพันธุ์ของพารามิเตอร์พลาสมิดที่เห็นแก่ตัวและให้ความร่วมมือที่ทวีความรุนแรงขึ้นเรื่อยๆ ซึ่งพัฒนาขึ้นตามความลาดชันของภูมิทัศน์ฟิตเนสของโฮสต์ นำระบบไปสู่ภูมิภาคของการเติบโตของโฮสต์ที่เหมาะสมที่สุดที่ CNC สูงสุด การเพิ่มขึ้นอีกสามารถป้องกันได้เนื่องจากขีดจำกัดที่กำหนดไว้ในค่าพารามิเตอร์พลาสมิด การไม่มีขีดจำกัดดังกล่าวจะทำให้เกิดผลกระทบต่อวงล้อโดยที่การกลายพันธุ์ที่เห็นแก่ตัวและการกลายพันธุ์แบบมีส่วนร่วมจะดำเนินต่อไปอย่างไม่มีกำหนด โดยจำกัดด้วยต้นทุนในการผลิตปัจจัยที่เกี่ยวข้องในพลาสมิดเท่านั้น การจำลองแบบ (ผู้ริเริ่มและตัวยับยั้ง)

ผลลัพธ์ของความร่วมมือเดียวกัน (วิวัฒนาการของระบบ CNC ที่มีประสิทธิภาพ) จะได้รับเมื่อเราอนุญาตพารามิเตอร์การจำลองแบบพลาสมิดทั้งสาม , และ เพื่อวิวัฒนาการจากสถานะเริ่มต้นที่พลาสมิดไม่ผลิต () ไม่ตอบสนอง () กับสารยับยั้ง (ดูรูปที่ 6 ) ในกรณีนี้ การกลายพันธุ์แบบร่วมมือสามารถเป็นแบบเฉพาะ cis (การเชื่อฟังที่สูงขึ้น ) เช่นเดิมหรือเฉพาะทรานส์ (การรักษาที่มากขึ้น ) ซึ่งในกรณีนี้การกลายพันธุ์ที่เพิ่มอัตรา ของการผลิตสารยับยั้งโดยพลาสมิดแต่ละตัวจะส่งผลต่อไม่เพียงแค่การกลายพันธุ์แต่รวมถึงพลาสมิดทั้งหมดในกลุ่มการจำลองแบบภายในเซลล์ (เนื่องจาก เทอมในสมการที่ 2). cis-ความจำเพาะของ หมายความว่าการกลายพันธุ์แบบร่วมมือที่กระตุ้นความไวต่อตัวยับยั้งที่สูงขึ้นนั้นมีค่าใช้จ่ายสูงที่ระดับภายในเซลล์ เนื่องจากจะลดโอกาสของการกลายพันธุ์ที่จะประสบความสำเร็จในการสืบพันธุ์ในทันทีในกลุ่มการจำลอง ทรานส์จำเพาะของ แนะนำองค์ประกอบบีบบังคับสำหรับความร่วมมือเนื่องจากการผลิตสารยับยั้งควบคุมการจำลองของพลาสมิดทั้งหมดในสระ นอกจากนี้ยังสร้างศักยภาพสำหรับกลยุทธ์พลาสมิดที่ถูกโค่นล้มตามที่พลาสมิดแต่ละตัวสามารถได้เปรียบในกลุ่มการจำลองแบบโดยการผลิตสารยับยั้งอย่างกระตือรือร้น (การรักษาระดับสูง ) ในขณะที่ยังคงความไวต่ำ (เชื่อฟัง ) เพื่อยับยั้งตัวเอง อย่างไรก็ตาม ขอบเขตสำหรับพฤติกรรมฉวยโอกาสนี้ไม่ได้ป้องกันการเกิดขึ้นของกลไก CNC ของการรักษา อันที่จริง เราพบว่าการเปลี่ยนแปลงพารามิเตอร์ของพลาสมิดภายในเซลล์ค่อนข้างต่ำ (ดูตารางที่ 1 ) ดังนั้นโฮสต์จึงอาศัยอยู่โดยประชากรพลาสมิดที่เป็นเนื้อเดียวกันไม่มากก็น้อย (เช่น พลาสมิดมีความเกี่ยวข้องอย่างมากกับเพื่อนบ้านภายในเซลล์ของพวกมัน) เนื่องจาก การขาดการย้ายถิ่นของพลาสมิด (การถ่ายทอดในแนวนอน) ระหว่างโฮสต์ ระดับของความเป็นเนื้อเดียวกันของพลาสมิดจะลดลงโดยประมาณตามลำดับความสำคัญระหว่างโฮสต์ เมื่อเทียบกับค่าภายในโฮสต์ ดังนั้นจึงสร้างความแตกต่างของการเติบโตของโฮสต์ซึ่งการเลือกระหว่างเซลล์ทำงานโดยชอบการควบคุมที่เข้มงวดกว่าในการจำลองพลาสมิด

ค่าพารามิเตอร์พลาสมิดเฉลี่ย (สีฟ้า), (สีเขียว) และ (สีแดง) เมื่อเวลาผ่านไป แสดงให้เห็นวิวัฒนาการของกลไก CNC ในการจำลองแบบหลายเซลล์แบบสุ่ม โดยมีความน่าจะเป็นของการกลายพันธุ์ . ผลลัพธ์ได้รับการเฉลี่ยจากการจำลองอิสระ 50 รายการโดยมีเงื่อนไขเริ่มต้นเหมือนกัน

ตารางที่ 1

ภายในโฮสต์ระหว่างเจ้าภาพ
ตารางสรุปการเปลี่ยนแปลงภายในเซลล์ (ภายในโฮสต์) และการเปลี่ยนแปลงระหว่างเซลล์ (ระหว่างโฮสต์) ของพารามิเตอร์การจำลองแบบพลาสมิด ซึ่งแสดงเป็นค่าเบี่ยงเบนมาตรฐาน , เฉลี่ยเมื่อเวลาผ่านไป และการจำลองแบบหลายเซลล์แบบสุ่มอิสระ 50 รายการ (ค่าเฉลี่ยพารามิเตอร์พลาสมิดที่สอดคล้องกันแสดงในรูปที่ 6 ) ความแปรผันภายในเซลล์คำนวณสำหรับพลาสมิดทั้งหมดภายในโฮสต์โดยเทียบกับค่าเฉลี่ยภายในเซลล์ของโฮสต์ และหาค่าเฉลี่ยจากทุกโฮสต์ในประชากร ความแปรผันระหว่างเซลล์คำนวณสำหรับวิธีการภายในเซลล์ของโฮสต์ทั้งหมดโดยเทียบกับค่าเฉลี่ยของประชากร (ทั่วโลก)

ผลกระทบของต้นทุนการรักษาต่อวิวัฒนาการของ CNC

นอกจากนี้เรายังตรวจสอบอิทธิพลของค่ารักษาพยาบาลต่อวิวัฒนาการของการยับยั้งชั่งใจโดยรวมและประสิทธิภาพโดยรวมของประชากร โดยแนะนำเงื่อนไขค่าใช้จ่ายเพิ่มเติม ในสมการที่ 1 โดยที่ คือต้นทุนการผลิตต่อหน่วยของตัวยับยั้งที่จ่ายโดยโฮสต์ ซึ่งหมายความว่าขณะนี้มีการคัดเลือกในระดับเซลล์ระหว่างเซลล์กับการผลิตทรัพยากรการรักษา เนื่องจากต้นทุนการรักษาที่เกี่ยวข้องซึ่งทำให้การเติบโตของโฮสต์ช้าลง รูปที่ 7 แสดงให้เห็นว่าการเพิ่มขึ้นของต้นทุนการรักษาสอดคล้องกับการลดลงของการผลิตทรัพยากรการรักษา () แต่ไม่ใช่การล่มสลายของการเชื่อฟังพลาสมิด () ต่อตำรวจ ในทางตรงกันข้าม การเชื่อฟังไม่เพียงรักษาไว้เท่านั้น แต่ยังเพิ่มขึ้นเล็กน้อยด้วยต้นทุนการรักษาที่สูงขึ้น ในเวลาเดียวกัน อัตราการจำลองแบบเบสัลพลาสมิด () ลดลงเพื่อชดเชยการลดลงทีละน้อยในความพร้อมของทรัพยากรตำรวจ (). ส่งผลให้ระบบ CNC ยังคงใช้งานได้ตลอด (เนื่องจากยังมีการเลือกที่ระดับระหว่างเซลล์เพื่อการเชื่อฟังที่สูง ) แต่จะมีประสิทธิภาพน้อยลงด้วยต้นทุนการรักษาที่เพิ่มขึ้นและประสิทธิภาพของประชากรลดลงด้วยอัตราการแบ่งตัวที่ต่ำกว่าสำหรับโฮสต์และอัตราการสูญเสียแยกส่วนสำหรับพลาสมิดที่สูงขึ้น (ดูรูปที่ 7)

ค่าเฉลี่ยของพารามิเตอร์พลาสมิด (, , ) อัตราของการแบ่งตัวของโฮสต์และการสูญเสียแบบแยกส่วน รวมทั้งเศษของโฮสต์ที่ติดเชื้อพลาสมิดในประชากร (การแพร่กระจายของพลาสมิด) สำหรับต้นทุนการรักษาที่แตกต่างกัน ส่วนหลังแสดงไว้เป็นต้นทุนการผลิต ต่อหน่วยของตัวยับยั้งที่สัมพันธ์กับค่าบำรุงรักษาทั่วไปคงที่ ต่อพลาสมิดสำเนา (เช่น ต้นทุนของการแสดงออกของยีน การจำลองแบบ เป็นต้น)

การเปรียบเทียบระหว่างการยับยั้งชั่งใจส่วนบุคคลและส่วนรวม

ผลบวกของ CNC ไม่ได้จำกัดเฉพาะโฮสต์ แต่ยังขยายไปถึงพลาสมิดด้วย เราประเมินข้อดีของ CNC สำหรับโฮสต์และพลาสมิดโดยการเปรียบเทียบผลลัพธ์ของการจำลอง CNC สุ่มหลายเซลล์ (CNC) วิวัฒนาการ) กับโมเดลพื้นฐานที่ไม่มีการรักษาและพลาสมิดทำซ้ำอย่างอิสระจากการมีอยู่ของพลาสมิดอื่นในโฮสต์เดียวกัน (NO-CNC วิวัฒนาการ ). ประสิทธิภาพของโฮสต์ได้รับการประเมินในแง่ของการแบ่งเฉลี่ยและอัตราการตาย ในขณะที่ประสิทธิภาพของพลาสมิดได้รับการประเมินบนพื้นฐานของความเที่ยงตรงของการถ่ายทอดในแนวดิ่งและการแพร่กระจายของพลาสมิดในประชากรโฮสต์ รูปที่ 8 แสดงให้เห็นว่าการวัดทั้งหมดได้รับการปรับปรุงอย่างมีนัยสำคัญเมื่อ CNC ทำงานได้ (การจำลอง CNC) เมื่อเทียบกับกรณีที่กลไก CNC ขาดหายไป (การจำลอง NO-CNC) ด้วยเหตุนี้ ผลประโยชน์ของกลไก CNC ที่มีต่อความเสถียรของพลาสมิด เนื่องจากการควบคุมที่เข้มงวดมากขึ้นของความผันผวนของจำนวนสำเนาสุ่ม ทำให้เกิดการติดเชื้อในโฮสต์อย่างกว้างขวาง และลดการสูญเสียที่แยกจากกันภายในระยะขอบที่อนุญาตโดยการเลือกระหว่างเซลล์ ดังนั้นจึงทำให้การคงอยู่แข็งแกร่งขึ้น ของเชื้อสายพลาสมิดในประชากร

ประสิทธิภาพของโฮสต์วัดในแง่ของการแบ่ง (ซ้ายบน) และอัตราการตาย (บนขวา) ในขณะที่ประสิทธิภาพของพลาสมิดวัดในแง่ของความสูญเสียที่แยกจากกัน (ล่างซ้าย) และเศษส่วนของโฮสต์ที่ติดเชื้อพลาสมิดในประชากร ( ล่างขวา) อัตราของการสูญเสียโดยแยกส่วนคำนวณโดยการบันทึกทุกๆ ก้าวของอินสแตนซ์ของเซลล์ลูกสาวที่ปราศจากพลาสมิดซึ่งเกิดจากเซลล์ต้นกำเนิดที่ติดเชื้อพลาสมิดในทุกส่วนของเซลล์ที่ติดเชื้อพลาสมิด มีการเปรียบเทียบระหว่างแบบจำลองพื้นฐานที่ไม่มีการตรวจรักษา (NO-CNC สีฟ้า วิวัฒนาการ ) และรูปแบบที่อนุญาตให้ตำรวจและเชื่อฟังพัฒนาได้ (CNC สีเขียว วิวัฒนาการ) การแจกแจงคำนวณโดยใช้ค่า 100,000 ขั้นตอนสุดท้ายของการจำลองแบบหลายเซลล์แบบสุ่มอิสระ 50 รายการโดยมีเงื่อนไขเริ่มต้นและความน่าจะเป็นของการกลายพันธุ์เหมือนกัน .

สุดท้าย เรายังตรวจสอบความคงอยู่และความเสถียรของกลไกการรักษาที่จัดตั้งขึ้นระหว่างพลาสมิดต่อต้านการบุกรุกโดยบุคคลที่เห็นแก่ตัว เช่น พลาสมิดที่ไม่ไวต่อสารยับยั้งการจำลองแบบและทำซ้ำโดยไม่ขึ้นกับการปรากฏตัวของพลาสมิดอื่นๆ ในโฮสต์เดียวกัน โดยเฉพาะอย่างยิ่ง เราได้จำลองการแข่งขันระหว่าง NO-CNC ( กับ .เท่านั้น ) และ CNC () ประเภท (a) โดยการผสมทั้งสองประเภทอย่างเท่าเทียมกันภายในโฮสต์ (ความแตกต่างภายในโฮสต์) และ (b) โดยการกระจายทั้งสองประเภทแยกจากกันและเท่าเทียมกันระหว่างโฮสต์ที่แตกต่างกันในประชากร (ระหว่างความแตกต่างระหว่างเจ้าบ้าน) ในทุกกรณีที่เราตรวจสอบ เราสังเกตเห็นการพลัดถิ่นอย่างรวดเร็วของประเภทเห็นแก่ตัวจากประชากร ความชุกที่สมบูรณ์ของประเภท CNC แสดงให้เห็นถึงความแข็งแกร่งและความเสถียรของกลไกการยับยั้งแบบรวมเมื่อเผชิญกับการบุกรุกโดยองค์ประกอบที่เห็นแก่ตัวที่เลี่ยงผ่านกลไกการรักษาเพื่อให้ได้เปรียบในพูลการจำลองแบบภายในเซลล์


วัสดุและวิธีการ

ตารางรีเอเจนต์และเครื่องมือ

รีเอเจนต์/ทรัพยากร อ้างอิงหรือแหล่งที่มา ตัวระบุ/ หมายเลขแค็ตตาล็อก
สื่อ
ลูเรีย-เบอร์ทานี (LB) BD Difco จาก Fisher Scientific DF0446 07 5
M9CA Amresco M9CA ผงน้ำซุปขนาดกลาง หมายเลขล็อต 2055C146
พลาสมิด
ผู้บริจาคและผู้รับ
สายพันธุ์ของสายพันธุ์
ผู้บริจาค RP4 (โลแพตกิน et al, 2016 ) DA32838 Eco galK::cat-J23101-dTomato
ผู้บริจาคประชาสัมพันธ์ (โลแพตกิน et al, 2016 ) DA26735 Eco lacIZYA::FRT, galK::mTagBFP2-amp
ผู้บริจาค p41 (โลแพตกิน et al, 2016 ) อี. โคไล แยกหมายเลข 41
ผู้บริจาค p168 (โลแพตกิน et al, 2016 ) อี. โคไล แยกหมายเลข168
p193 ผู้บริจาค (โลแพตกิน et al, 2016 ) อี. โคไล แยกหมายเลข 193
p283 ผู้บริจาค (ฮันเดล et al, 2015 ) ESBL 242
ผู้บริจาค R6K (โลแพตกิน et al, 2016 ) อี. โคไล C600
ผู้บริจาค R6Kdrd ของขวัญมากมายจาก D. Mazel (Baharoglu et al, 2010 ) อี. โคไล Dh5a
ผู้บริจาค R1 ของขวัญมากมายจาก F. Dionisio และ J. Alves Gama (Gama et al, 2020 ) อี. โคไล MG1655 ดารา
ผู้บริจาค R1drd ของขวัญมากมายจาก F. Dionisio และ J. Alves Gama (Gama et al, 2020 ) อี. โคไล MG1655 ดารา
ผู้บริจาค pRK100 ของขวัญมากมายจาก T. Sysoeva อี. โคไล HB101
ผู้บริจาค RIP113 ของขวัญมากมายจาก D. Mazel (Baharoglu et al, 2010 ) อี. โคไล Dh5a
ผู้รับ RB933 ของขวัญมากมายจาก I. Gordo (Leónidas Cardoso et al, 2020 ) อี. โคไล แลคซิยา::แผลเป็น galK::แมว-YFP gatZ::FRT-aph-FRT rpoB H526Y
MG1655 (โลแพตกิน et al, 2016 ) อี. โคไล MG1655 (K-12 F – λ – ilvGrfb-50 rph-1)
DA838F (โลแพตกิน et al, 2016 ) DA32838 Eco galK::cat-J23101-dTomato
DA838 (โลแพตกิน et al, 2016 ) DA32838 Eco galK::cat-J23101-dTomato
P (ผู้รับสำหรับ p41, p193 และ p168) การศึกษานี้ แล็บสต็อก อี. โคไล MG1655 (K-12 F – λ – ilvGrfb-50 rph-1)
ผู้รับ KPN (โกเมซ-ซิมมอนด์ส et al, 2015) Klebsiella pnseumoniae แยก KP0064, ST17
ซอฟต์แวร์
MATLAB กับ R2020a https://www.mathworks.com/products/matlab.html ไม่มี
เครื่องมือ
Tecan เครื่องอ่านเพลทเพล็กซ์อนันต์ Tecan ไม่มี

วิธีการและโปรโตคอล

สายพันธุ์ สื่อ และสภาพการเจริญเติบโต

การทดลองเริ่มต้นด้วยโคลนเดี่ยวที่หยิบมาจากเพลตวุ้น เพาะเชื้อในอาหารเลี้ยงเชื้อ Luria-Bertani (LB) 2 มล. และบ่มข้ามคืนที่ 37°C เป็นเวลา 16 ชั่วโมงพอดีในขณะที่เขย่าที่ 250 รอบต่อนาที หากเป็นไปได้ สื่อ LB ถูกเสริมด้วยยาปฏิชีวนะจำเพาะ ตัวอย่างเช่น ในการวัดต้นทุนการได้มาของ RP4, D, R และ T ที่ดัดแปลงแล้วถูกปลูกด้วยคานามัยซิน (Kan) 50 ไมโครกรัม/มิลลิลิตร), สเปกติโนมัยซิน (ข้อมูลจำเพาะ) 50 ไมโครกรัม/มิลลิลิตร หรือทั้งสองอย่างตามลำดับ (ตารางภาคผนวก S1A) สำหรับชุดค่าผสมของผู้บริจาคและผู้รับอื่น ๆ ทั้งหมด ยาปฏิชีวนะและความเข้มข้นตามลำดับสามารถพบได้ในตารางภาคผนวก S1B ทำการทดลองทั้งหมดในตัวกลาง M9 (M9CA น้ำซุปผงปานกลางจาก Amresco หมายเลขล็อต 2055C146 ที่มีกรดคาซามิโน 2 มก./มล. เสริมด้วย MgSO 2 mM4, 0.1 mM CaCl2 และน้ำตาลกลูโคส 0.4% โดยน้ำหนัก)

กำลังสร้างทรานส์คอนจูกันต์ RP4 ที่ดัดแปลงแล้ว

เพื่อสร้าง T ที่ดัดแปลงแล้ว แต่ละโคลนของ D และ R ถูกปลูกข้ามคืนตามคำอธิบายก่อนหน้านี้ หลังจาก 16 ชั่วโมง วัฒนธรรมทั้งหมดถูกระงับ 1:1 อีกครั้งใน M9CA ปริมาตรที่เท่ากัน (400 ไมโครลิตรแต่ละตัว) ของ D และ R ถูกผสมในหลอดเอพเพนดอร์ฟและบ่มเป็นเวลา 1 ชั่วโมงในตู้ฟักเย็นที่ 25°C หลังจากช่วงการคอนจูเกต ของผสมถูกลายบนเพลต Spec-Kan และเติบโตเป็นเวลา 16 ชั่วโมงที่ 37°C ซึ่งนานพอที่จะทำให้เกิดการปรับตัวทางสรีรวิทยา (Erickson et al, 2017 ) โดยไม่มีการกลายพันธุ์ทางพันธุกรรม (Harrison et al, 2016 โลแพตกิน et al, 2017 ) และสอดคล้องกับโปรโตคอลก่อนหน้าสำหรับการสร้างทรานส์คอนจูแกนต์สำหรับการประเมินค่าใช้จ่ายด้านฟิตเนส (บัคเนอร์ et al, 2018 ดิมิทรี et al, 2019 ).

การหาปริมาณต้นทุนการได้มาสำหรับ RP4

เพื่อสร้าง เดอโนโว T, สำเนาพันธุ์เฉพาะของ D และ R ถูกปลูกข้ามคืนและคอนจูเกตตามที่บรรยายไว้ข้างต้น ในลักษณะคู่ขนานกัน T โคโลนีที่ถูกดัดแปลงถูกทำให้โตข้ามคืนเพื่อสร้างเส้นโค้งมาตรฐาน ในระหว่างช่วงการคอนจูเกตของ D และ R, 800 ไมโครลิตรของ T ที่ปรับให้เหมาะสมยังถูกแบ่งส่วนย่อยไปในหลอดเอพเพนดอร์ฟและใส่ในตู้ฟักเย็น 25°C หลังจากช่วงการผันคำกริยา เดอโนโว T ถูกหาปริมาณจากของผสมของ D และ R โดยใช้หน่วยก่อรูปโคโลนี (CFU) อย่างใดอย่างหนึ่งหรือผ่านทางการเจือจางลงในเครื่องอ่านเพลต สำหรับ CFU ของผสม D และ R ถูกเจือจางตามลำดับโดยเพิ่มการเจือจาง 10 เท่า 10 µl ของปัจจัยการเจือจางทั้งหมด (10 0 –10 7 ) ถูกตรวจพบบนจานวุ้น Spec-Kan จากนั้นบ่มเป็นเวลา 16 ชั่วโมงที่ 37°C และนับ สำหรับเครื่องอ่านเพลต ของผสม D และ R ถูกเจือจางลงในตัวกลาง M9CA ที่มี Spec-Kan และ 200 ไมโครลิตรถูกแบ่งย่อยลงในหลุมของเพลต 96 หลุมในสามเท่าทางเทคนิค ตามที่กำหนดโดยการทดลองนำร่อง เดอโนโว T ถูกเจือจางที่ 1,000× เพื่อให้เกิดประมาณ 2,000 เซลล์ต่อหลุม ซึ่งพบว่าต่ำพอที่จะป้องกันการเจริญเติบโตของพื้นหลังหรือการผันคำกริยา

CFU ของ T ที่ดัดแปลงยังถูกหาปริมาณในเวลานี้โดยใช้โปรโตคอลเดียวกันกับที่อธิบายไว้ข้างต้น เส้นโค้งมาตรฐานถูกสร้างขึ้นโดยใช้ปัจจัยการเจือจางเจ็ดตัวของ T ที่ดัดแปลง (รูปที่ 2B) ทีเซลล์ที่ดัดแปลงถูกเจือจางในตัวกลาง M9CA ด้วย Spec-Kan และจากนั้น 200 ไมโครลิตรของส่วนลิคอตของปัจจัยการเจือจางแต่ละตัวถูกเคลือบบนเพลต 96 หลุมเดียวกัน, ในสามเท่าทางเทคนิคเช่นกัน บ่อน้ำทั้งหมดถูกปกคลุมด้วยน้ำมันแร่ 50 µl เพื่อป้องกันการระเหยและวางลงในเครื่องอ่านเพลท Tecan ทันที ในทุกกรณี การอ่านค่าการดูดกลืนแสงที่ 600 นาโนเมตรทุก 15 นาทีเป็นเวลาอย่างน้อย 24 ชั่วโมงจนกว่าเซลล์ทั้งหมดจะถึงระยะนิ่ง ข้อมูล RP4 ทั้งหมดถูกดำเนินการอย่างน้อยสามเท่าทางชีววิทยา

ลักษณะทั่วไปของต้นทุนการได้มากับพลาสมิดอื่นๆ

โปรโตคอลการคอนจูเกตเดียวกันที่อธิบายข้างต้นถูกใช้สำหรับพลาสมิดเพิ่มเติมทั้งหมดที่มีการดัดแปลงเล็กน้อย อย่างแรก ยาปฏิชีวนะที่ใช้ในการคัดเลือกสารทรานส์คอนจูแกนต์ในแต่ละกรณีขึ้นอยู่กับยีนต้านทานที่เข้ารหัสด้วยพลาสมิดและสายพันธุ์ของผู้รับที่เข้ากันได้ (ตารางภาคผนวก S1B) นอกจากนี้ จากปัจจัยการเจือจางเจ็ดประการที่ใช้สำหรับเส้นโค้งมาตรฐาน RP4 และ pR เราพบว่าชุดย่อยของปัจจัยการเจือจางที่ 10 2 X, 10 4 X และ 10 6 X เพียงพอที่จะหาปริมาณต้นทุนการได้มาของพลาสมิดทั้งสองได้อย่างแม่นยำ (ตามที่กำหนด ที่มีการเจือจางทั้งหมด) ดังนั้น ปัจจัยการเจือจางทั้งสามนี้จึงถูกใช้เพื่อสร้างเส้นโค้งมาตรฐานสำหรับการทดลองที่เหลือ ความหนาแน่นของเซลล์สูงสุด (กำหนดโดย OD600) และอัตราการเติบโตแตกต่างกันไปขึ้นอยู่กับสายพันธุ์และพลาสมิด โดยขึ้นอยู่กับประสิทธิภาพการคอนจูเกต ในทุกกรณี ปัจจัยการเจือจางในเครื่องอ่านเพลตถูกกำหนดจากการทดลองนำร่องเพื่อระบุความหนาแน่นเริ่มต้นสูงสุดในหลุมโดยไม่ต้องคอนจูเกตพื้นหลังที่สังเกตได้ ในกรณีที่ไม่สามารถกำจัดการผันพื้นหลังได้ทั้งหมด การเติบโตจะถูกลบออกเพื่อให้เฟสเลขชี้กำลังยังคงอยู่ เพื่อให้คงอยู่อย่างสม่ำเสมอภายในเฟสเอ็กซ์โพเนนเชียล ความหนาแน่นของเซลล์ธรณีประตูถูกตั้งค่าให้เท่ากับ 50% ของความหนาแน่นสูงสุดที่ทำได้สำหรับการทดลองแต่ละครั้ง ค่านี้ดูเหมือนจะเลือกพื้นที่ที่ระบุไว้ในรูปที่ 2A อย่างสม่ำเสมอที่สุดดังที่อธิบายไว้ในผลลัพธ์ การเปลี่ยนแปลงเกณฑ์ภายในระยะการเติบโตแบบทวีคูณจะไม่ส่งผลกระทบในเชิงคุณภาพต่อข้อสรุปของเรา สุดท้าย เราสังเกตว่าต้นทุนในการได้มานั้นสามารถทำซ้ำได้สูงระหว่างการทำซ้ำทางชีวภาพ (ดูภาคผนวกรูปที่ S10A) ในหลายกรณี ความแปรปรวนนั้นมากกว่าในแต่ละหลุมในวันที่กำหนดมากกว่าระหว่างค่าเฉลี่ยระหว่างวัน น่าจะเป็นเพราะจำนวนเซลล์ที่ต่ำ ต่อหนึ่งหลุมเมื่อเจือจางลงในเพลต 96 หลุม ในกรณีที่ผลการทำซ้ำทางชีววิทยาสามารถทำซ้ำได้และไม่ได้นำไปสู่ข้อสรุปทางสถิติที่แตกต่างกัน เราจึงเน้นที่ความแปรปรวนทางเทคนิคภายในการจำลองแบบตัวแทน ดังนั้น โดยใช้ข้อมูลที่แปรผันได้มากที่สุดในทุกกรณี เราจึงเพิ่มความเข้มงวดของข้อสรุปทางสถิติที่เกี่ยวข้องให้สูงสุด ในแต่ละกรณี ประเภทการจำลองที่ใช้ในการสร้างสถิติจะแสดงในภาคผนวกตาราง S3A (รูปที่ 3H) เราทราบว่าไม่ว่าจะใช้การจำลองแบบใดเพื่อสร้างสถิติ ต้นทุนการได้มาที่เฉพาะเจาะจงยังคงเหมือนเดิม นอกจากนี้ ความสัมพันธ์ระหว่างการซื้อกิจการและต้นทุนด้านฟิตเนสไม่เปลี่ยนแปลง ขึ้นอยู่กับว่ามีการใช้ค่าเฉลี่ยการจำลองทางชีววิทยาแทนหรือไม่ (ภาคผนวก รูปที่ S10B)

กำลังคำนวณอัตราการเติบโต

ที่ไหน y2 > y1, ที่ไหน y2 และ y1 คือ OD600 ในช่วงเวลาที่ NS+2 และ NS-2 ตามลำดับ พบเวลาหน่วงของ Prensky โดยจุดตัดแกน x ของเส้นสัมผัสที่ผ่านอัตราการเติบโตสูงสุด ซึ่งสอดคล้องกับเวลาหน่วงทางเรขาคณิตในรูปที่ 2A

การทดลองแข่งขัน

การทดลองการแข่งขันทั้งหมดได้ดำเนินการในสิ่งพิมพ์ก่อนหน้านี้และข้อมูลได้รับการทำซ้ำโดยได้รับอนุญาตจาก Nature Communications (Lopatkin et al, 2017 ) ซึ่งได้รับอนุญาตภายใต้ Creative Commons Attribution 4.0 International License (http://creativecommons.org/licenses/by/4.0/) โดยสังเขป ประชากรที่ปราศจากพลาสมิดและประชากรที่ถือพลาสมิดถูกผสมในอัตราส่วน 1:1 และเติบโตในรุ่นต่อเนื่องกันเป็นเวลาระหว่าง 14-21 วัน ทุก 24 ชั่วโมง ประชากรถูกเจือจาง 10,000 เท่า และ CFU ถูกตรวจสอบเป็นระยะอย่างสม่ำเสมอบนวุ้นแบบเลือกคู่

การคำนวณแบบจำลอง

ใช้การจำลองเพื่อคำนวณอัตราการเติบโตที่สังเกตได้ μobsและอัตราการเติบโตจำเพาะสูงสุด μ สำหรับช่วงค่า α และ β (รูปที่ 4A) ไมโครobs คำนวณตามที่อธิบายไว้ในสมการภาคผนวก S6 ไมโครobs ถูกกำหนดให้แตกต่างเชิงตัวเลขจาก μ ตามอัตราการเติบโตที่สังเกตพบซึ่งลดลงต่ำกว่า 98% ของค่าสูงสุด (เช่น ถ้า μobs < 0.98*μ) ในทุกกรณีสำหรับการปรับข้อมูลให้พอดี คำนวณโดยใช้ฟังก์ชัน fminsearch ใน MATLAB fminsearch เป็นฟังก์ชันการปรับให้เหมาะสมที่จะลดฟังก์ชันวัตถุประสงค์ที่ผู้ใช้ระบุ และต้องมีการประมาณค่าพารามิเตอร์เบื้องต้นเพื่อติดตั้ง ในกรณีของเรา เราใช้การปรับนี้โดยลดความแตกต่างระหว่างโซลูชัน ODE ของ S D + S A และกราฟข้อมูลดิบดังที่แสดงในภาคผนวก รูปที่ S7 เนื่องจาก ρ ถูกจำกัดโดยการทดลองประมาณอัตราส่วนของอัตราการเติบโตระหว่างดัดแปลงและ เดอโนโว ประชากร β เป็นพารามิเตอร์อิสระเพียงตัวเดียวที่เหลืออยู่ที่จะติดตั้ง ดังนั้นสำหรับพลาสมิดแต่ละตัว การประมาณค่า β เริ่มต้นถูกตั้งค่าให้เป็นเวลาแล็กทางเรขาคณิตของเส้นโค้งการเติบโตที่สอดคล้องกัน และผลลัพธ์ของการปรับให้เหมาะสม fminsearch เป็นค่าประมาณ β โดยประมาณที่เหมาะสมกับข้อมูลการทดลองของเรามากที่สุด


อ้างอิง

Slater FR, Bailey MJ, Tett AJ, Turner SL: ความคืบหน้าในการทำความเข้าใจชะตากรรมของพลาสมิดในชุมชนแบคทีเรีย Fems จุลชีววิทยา นิเวศวิทยา. 2008, 66 (1): 3-13. 10.1111/j.1574-6941.2008.00505.x.

Frost LS, Leplae R, Summers AO, Toussaint A: องค์ประกอบทางพันธุกรรมเคลื่อนที่: ตัวแทนของวิวัฒนาการโอเพ่นซอร์ส บทวิจารณ์ธรรมชาติจุลชีววิทยา 2005, 3 (9): 722-732. 10.1038/nrmicro1235.

Eberhard WG: วิวัฒนาการในพลาสมิดของแบคทีเรียและระดับการคัดเลือก การทบทวนวิชาชีววิทยารายไตรมาส 1990, 65 (1): 3-22. 10.1086/416582.

Medini D, Donati C, Tettelin H, Masignani V, Rappuoli R: จีโนมของจุลินทรีย์ ความเห็นในปัจจุบันทางพันธุศาสตร์และการพัฒนา 2005, 15 (6): 589-594.

Tsuda M, Tan HM, Nishi A, Furukawa K: ยีน catabolic เคลื่อนที่ในแบคทีเรีย วารสารชีววิทยาศาสตร์และวิศวกรรมชีวภาพ. 1999, 87 (4): 401-410. 10.1016/S1389-1723(99)80086-3.

Khomenkov VG, Shevelev AB, Zhukov VG, Zagustina NA, Bezborodov AM, Popov VO: การจัดระเบียบวิถีเมแทบอลิซึมและกลไกระดับโมเลกุล-พันธุกรรมของการย่อยสลายซีโนไบโอติกในจุลินทรีย์: การทบทวน ชีวเคมีประยุกต์และจุลชีววิทยา 2551, 44 (2): 117-135.

Dutta C, Pan A: การถ่ายโอนยีนในแนวนอนและความหลากหลายของแบคทีเรีย วารสารชีววิทยาศาสตร์. 2002, 27 (1): 27-33. 10.1007/BF02703681.

Osborn AM, Boltner D: เมื่อ phage, plasmids และ transposons ชนกัน: genomic islands และ conjugative- และ mobilizable-transposons เป็นโมเสกคอนตินิวอัม พลาสมิด 2002, 48 (3): 202-212. 10.1016/S0147-619X(02)00117-8.

Davison J: การแลกเปลี่ยนทางพันธุกรรมระหว่างแบคทีเรียในสิ่งแวดล้อม พลาสมิด 1999, 42 (2): 73-91. 10.1006/plas.1999.1421.

Bergstrom CT, Lipsitch M, Levin BR: การคัดเลือกโดยธรรมชาติ การถ่ายโอนการติดเชื้อ และสภาวะการมีอยู่ของพลาสมิดของแบคทีเรีย พันธุศาสตร์ 2000, 155: 1505-1519.

Zaneveld JR, Nemergut DR, Knight R: การถ่ายโอนยีนแนวนอนทั้งหมดสร้างขึ้นเท่ากันหรือไม่? อนาคตสำหรับการศึกษารูปแบบ HGT ตามกลไก จุลชีววิทยา-Sgm. 2551, 154: 1-15. 10.1099/mic.0.2007/011833-0.

Fernández-López R, Garcillán-Barcia MP, Revilla C, Lázaro M, Vielva L, dlC F: พลวัตของแกนหลักทางพันธุกรรม IncW บ่งบอกถึงแนวโน้มทั่วไปในวิวัฒนาการพลาสมิดผันแปร บทวิจารณ์จุลชีววิทยา FEMS 2549, 30 (6): 942-966. 10.1111/j.1574-6976.2006.00042.x.

Cevallos MA, Cervantes-Rivera R, Gutierrez-Rios RM: ตระกูลพลาสมิด repABC พลาสมิด 2551, 60 (1): 19-37. 10.1016/j.plasmid.2008.03.001.

Bentley SD, Parkhill J: โครงสร้างจีโนมเปรียบเทียบของโปรคาริโอต การทบทวนพันธุศาสตร์ประจำปี. 2547, 38: 771-792. 10.1146/anurev.genet.38.072902.094318

Brilli M, Mengoni A, Fondi M, Bazzicalupo M, Liò P, Fani R: การวิเคราะห์ยีนพลาสมิดโดยการสร้างโปรไฟล์สายวิวัฒนาการและการสร้างภาพความสัมพันธ์ที่คล้ายคลึงกันโดยใช้ Blast2Network บีเอ็มซี ชีวสารสนเทศ 2008

Peleg AY, Seifert H, Paterson DL: Acinetobacter baumannii: การเกิดขึ้นของเชื้อก่อโรคที่ประสบความสำเร็จ บทวิจารณ์ทางจุลชีววิทยาคลินิก 2008, 21 (3): 538-582. 10.1128/CMR.00058-07.

Juni E: Interspecies Transformation ของ Acinetobacter: หลักฐานทางพันธุกรรมสำหรับสกุลที่แพร่หลาย เจ แบคทีเรีย. 2515, 112 (2): 917-931.

Chen TL, Siu LK, Lee YT, Chen CP, Huang LY, Wu RCC, Cho WL, Fung CP: Acinetobacter baylyi เป็นเชื้อก่อโรคสำหรับการติดเชื้อฉวยโอกาส วารสารจุลชีววิทยาคลินิก. 2551, 46 (9): 2938-2944. 10.1128/JCM.00232-08.

Dijkshoorn L, Nemec A, Seifert H: ภัยคุกคามที่เพิ่มขึ้นในโรงพยาบาล: ดื้อยาหลายชนิด Acinetobacter baumannii. แนท เรฟ ไมโครไบโอล. 2550, 5 (12): 939-951. 10.1038/nrmicro1789.

Davis KA, Moran KA, McAllister CK, Grey PJ: Multidrug-resistant Acinetobacter การติดเชื้อรุนแรงในทหาร โรคติดเชื้ออุบัติใหม่ 2548, 11 (8): 1218-1224.

Nemec A, Musilek M, Maixnerova M, De Baere T, Reijden van der TJ, Vaneechoutte M, Dijkshoorn L: Acinetobacter beijerinckii sp. พ.ย. และ Acinetobacter gyllenbergii sp. พ.ย. สิ่งมีชีวิตที่สร้างเม็ดเลือดที่แยกได้จากมนุษย์ Int J Syst Evol ไมโครไบโอล 2552, 59 (Pt 1): 118-124. 10.1099/ijs.0.001230-0.

Dijkshoorn L, Nemec A: ความหลากหลายของสกุล Acinetobacter จุลชีววิทยาระดับโมเลกุล Acinetobacter เรียบเรียงโดย: U. Gerischer 2551, Caister Academic Press , 1-34.

Iacono M, Villa L, Fortini D, Bordoni R, Imperi F, Bonnal RJP, Sicheritz-Ponten T, De Bellis G, Visca P, Cassone A, et al: pyrosequencing ของจีโนมทั้งหมดของการดื้อยา multidrug-resistant Acinetobacter baumannii สายพันธุ์ที่อยู่ในกลุ่ม European clone II สารต้านจุลชีพและเคมีบำบัด 2551, 52 (7): 2616-2625. 10.1128/AAC.01643-07.

Reams AB, Neidle EL: ความยืดหยุ่นของจีโนมใน Acinetobacter: ความสามารถในการย่อยสลายใหม่ที่ได้จากการขยายโครโมโซมขนาดใหญ่โดยธรรมชาติ จุลชีววิทยาระดับโมเลกุล. 2546, 47 (5): 1291-1304. 10.1046/j.1365-2958.2003.03342.x.

Mugnier P, Poirel L, Pitout M, Nordmann P: Acinetobacter baumannii ที่ทนต่อ Carbapenem และผลิต OXA-23 ในสหรัฐอาหรับเอมิเรตส์ จุลชีววิทยาคลินิกและการติดเชื้อ. 2551, 14 (9): 879-882. 10.1111/j.1469-0691.2008.02056.x.

Marti S, Sanchez-Cespedes J, Blasco MD, Ruiz M, Espinal P, Alba V, Fernandez-Cuenca F, Pascual A, Vila J: ลักษณะของ carbapenem-hydrolyzing oxacillinase Oxa-58 ใน Acinetobacter จีโนสปีชีส์ 3 ทางคลินิกแยก สารต้านจุลชีพและเคมีบำบัด 2551, 52 (8): 2955-2958. 10.1128/AAC.00072-08.

Hawkey PM, Munday CJ: ความต้านทานหลายตัวในแบคทีเรียแกรมลบ ความคิดเห็นในจุลชีววิทยาทางการแพทย์ 2004, 15 (2): 51-61.

Bach H, Gutnick DL: สูตรแอมฟิพาทิกที่ใช้โปรตีนโพลีแซ็กคาไรด์แบบใหม่ จุลชีววิทยาประยุกต์และเทคโนโลยีชีวภาพ. 2549, 71 (1): 34-38. 10.1007/s00253-005-0149-9.

Morales-Jimenez J, Zuniga G, Villa-Tanaca L, Hernandez-Rodriguez C: Bacterial Community and Nitrogen Fixation in the Red Turpentine Beetle, Dendroctonus valens LeConte (Coleoptera: Curculionidae: Scolytinae) ไมโครอีคอล 2552

de Vries J, Wackernagel W: การรวม DNA ต่างประเทศระหว่างการเปลี่ยนแปลงตามธรรมชาติของ Acinetobacter sp โดยการรวมตัวใหม่ที่ไม่ชอบด้วยกฎหมาย การดำเนินการของ National Academy of Sciences ของสหรัฐอเมริกา 2002, 99 (4): 2094-2099. 10.1073/pnas.042263399.

Young DM, Parke D, Ornston LN: โอกาสในการตรวจสอบทางพันธุกรรมโดย Acinetobacter baylyiแบคทีเรียสายพันธุ์ที่มีคุณค่าทางโภชนาการสูงซึ่งมีความสามารถสูงในการเปลี่ยนแปลงตามธรรมชาติ Annu Rev Microbiol. 2548, 59: 519-551.10.1146/anurev.micro.59.051905.105823.

Decorosi F, Mengoni A, Baldi F, Fani R: การจำแนกยีนของอัลเคนมอนอ็อกซีเจเนสใน Acinetobacter venetianus VE-C3 และการวิเคราะห์การกลายพันธุ์ที่บกพร่องในการเสื่อมสภาพของเชื้อเพลิงดีเซล พงศาวดารของจุลชีววิทยา. 2549, 56 (3): 207-214. 10.1007/BF03175007.

Barberio C, Fani R: ความหลากหลายทางชีวภาพของ an Acinetobacter ประชากรที่แยกได้จากตะกอนเร่ง การวิจัยทางจุลชีววิทยา. 1998, 149 (9): 665-673. 10.1016/S0923-2508(99)80014-X.

Mengoni A, Ricci S, Brilli M, Baldi F, Fani R: การจัดลำดับและการวิเคราะห์พลาสมิด pAV1 และ pAV2 ของ Acinetobacter venetianus VE-C3 เกี่ยวข้องกับการเสื่อมสภาพของเชื้อเพลิงดีเซล พงศาวดารของจุลชีววิทยา. 2550, 57 (4): 521-526. 10.1007/BF03175349.

Osborn AM, Bruce KD, Strike P, Ritchie DA: การกระจาย ความหลากหลาย และวิวัฒนาการของโอเปอรอนต้านทานสารปรอทจากแบคทีเรีย (mer) FEMS Microbiol Rev. 1997, 19 (4): 239-262. 10.1111/j.1574-6976.1997.tb00300.x.

Kholodii G, Mindlin S, Gorlenko Z, Petrova M, Hobman J, Nikiforov V: การโยกย้ายของ transposons ที่ขาดการขนย้าย (Tn (d) PKLH2-like) ในสภาพแวดล้อมทางธรรมชาติ: ข้อมูลเชิงลึกเชิงกลไกจากการศึกษาลำดับดีเอ็นเอที่อยู่ติดกัน จุลชีววิทยา-Sgm. 2546, 150: 979-992. 10.1099/mic.0.26844-0.

Tian W, Skolnick J: การทำงานของเอนไซม์ถูกรักษาไว้เป็นหน้าที่ของเอกลักษณ์ของลำดับคู่ได้ดีเพียงใด?. เจ โมล ไบโอล. 2546, 333 (4): 863-882. 10.1016/j.jmb.2003.08.057.

Gonzalez FA, Bonapace E, Belzer I, Friedberg I, Heppel LA: ตัวรับ ATP ที่แตกต่างกันสองตัวสามารถแยกแยะได้ในไฟโบรบลาสต์ของเมาส์ 3T6 ของสวิสโดยการลดความไว ชุมชน Biochem Biophys Res. 1989, 164 (2): 706-713. 10.1016/0006-291X(89)91517-9.

Walther-Rasmussen J, Hoiby N: carbapenemases ประเภท OXA เจ แอนติไมโครบ คีโม. 2549, 57 (3): 373-383. 10.1093/แจ็ค/dki482

Soisson SM, MacDougall-Shackleton B, Schleif R, Wolberger C: พื้นฐานโครงสร้างสำหรับ oligomerization ที่ควบคุมด้วยลิแกนด์ของ AraC ศาสตร์. 1997, 276 (5311): 421-425. 10.1126/วิทยาศาตร์.276.5311.421.

Heuer H, Szczepanowski R, Schneiker S, Puhler A, Top EM, Schluter A: ลำดับที่สมบูรณ์ของพลาสมิด pB2 และ pB3 ให้หลักฐานสำหรับบรรพบุรุษล่าสุดของกลุ่ม IncP-1beta ที่ไม่มียีนเสริม จุลชีววิทยา 2004, 150 (ตอนที่ 11): 3591-3599 10.1099/mic.0.27304-0.

Rawlings DE: วิวัฒนาการของ pTF-FC2 และ pTC-F14 พลาสมิดที่เกี่ยวข้องสองตัวของตระกูล IncQ พลาสมิด 2548, 53 (2): 137-147. 10.1016/j.plasmid.2005.01.001.

Jerke K, Nakatsu CH, Beasley F, Konopka A: การวิเคราะห์เปรียบเทียบของแปด อาร์โทรแบคทีเรีย พลาสมิด พลาสมิด 2551, 59 (2): 73-85. 10.1016/j.plasmid.2007.12.003.

Mann BA, Slauch JM: การถ่ายพลาสมิดจำนวนสำเนาต่ำโดย bacteriophage P22 พันธุศาสตร์ 1997, 146 (2): 447-456.

Vaneechoutte M, Young DM, Ornston LN, De Baere T, Nemec A, Reijden Van Der T, Carr E, Tjernberg I, Dijkshoorn L: เปลี่ยนแปลงได้ตามธรรมชาติ Acinetobacter sp สายพันธุ์ ADP1 เป็นของสายพันธุ์ที่อธิบายใหม่ Acinetobacter baylyi. จุลชีววิทยาประยุกต์และสิ่งแวดล้อม. 2549, 72 (1): 932-936. 10.1128/AEM.72.1.932-936.206.

Watson SK, Carter PE: อิทธิพลของสิ่งแวดล้อมต่อ Acinetobacter sp สายพันธุ์ BD413 การเปลี่ยนแปลงในดิน ชีววิทยาและความอุดมสมบูรณ์ของดิน. 2008, 45 (1): 83-92. 10.1007/s00374-008-0314-2.

Pontiroli A, Rizzi A, Simonet P, Daffonchio D, Vogel TM, Monier JM: หลักฐานการมองเห็นของการถ่ายโอนยีนในแนวนอนระหว่างพืชและแบคทีเรียในไฟโตสเฟียร์ของยาสูบทรานส์พลาสซึม จุลชีววิทยาประยุกต์และสิ่งแวดล้อม. 2552, 75 (10): 3314-3322. 10.1128/AEM.02632-08.

Johnsborg O, Eldholm V, Havarstein LS: การเปลี่ยนแปลงทางพันธุกรรมตามธรรมชาติ: ความชุกกลไกและการทำงาน การวิจัยทางจุลชีววิทยา. 2550, 158 (10): 767-778 10.1016/j.resmic.2007.09.004.

Barbe V, Vallenet D, Fonknechten N, Kreimeyer A, Oztas S, Labarre L, Cruveiller S, Robert C, Duprat S, Wincker P, et al: ลักษณะเฉพาะที่เปิดเผยโดยลำดับจีโนมของ Acinetobacter sp ADP1 แบคทีเรียที่มีความสามารถหลากหลายและเปลี่ยนแปลงตามธรรมชาติ การวิจัยกรดนิวคลีอิก. 2004, 32 (19): 5766-5779. 10.1093/นาร์/gkh910.

Iwaki M, Arakawa Y: การเปลี่ยนแปลงของ Acinetobacter sp BD413 กับ DNA จากมันฝรั่งดัดแปลงพันธุกรรมและมะละกอที่มีจำหน่ายทั่วไป จดหมายทางจุลชีววิทยาประยุกต์. 2549, 43 (2): 215-221. 10.1111/j.1472-765X.2006.01924.x.

Vallenet D, Nordmann P, Barbe V, Poirel L, Mangenot S, Bataille E, Dossat C, Gas S, Kreimeyer A, Lenoble P, et al: การวิเคราะห์เปรียบเทียบของ อะซิเนโตแบคเตอร์: สามจีโนมสำหรับสามไลฟ์สไตล์ กรุณาหนึ่ง 2008, 3 (3): e1805-10.1371/journal.pone.0001805

Fournier PE, Vallenet D, Barbe V, Audic S, Ogata H, Poirel L, Richet H, Robert C, Mangenot S, Abergel C, et al: จีโนมเปรียบเทียบของการดื้อยาหลายชนิดใน Acinetobacter baumannii. ป.ล. เจเนท 2006, 2 (1): e7-10.1371/journal.pgen.0020007.

Smith MG, Gianoulis TA, Pukatzki S, Mekalanos JJ, Ornston LN, Gerstein M, Snyder M: ข้อมูลเชิงลึกใหม่ Acinetobacter baumannii การเกิดโรคเปิดเผยโดย pyrosequencing ความหนาแน่นสูงและ transposon mutagenesis ยีนส์เดฟ 2550, 21 (5): 601-614. 10.1101/gad.1510307.

Barbe V, Vallenet D, Fonknechten N, Kreimeyer A, Oztas S, Labarre L, Cruveiller S, Robert C, Duprat S, Wincker P, et al: ลักษณะเฉพาะที่เปิดเผยโดยลำดับจีโนมของ Acinetobacter sp. ADP1 แบคทีเรียที่มีความสามารถหลากหลายและเปลี่ยนแปลงตามธรรมชาติ กรดนิวคลีอิก 2004, 32 (19): 5766-5779. 10.1093/นาร์/gkh910.

Altschul SF, Madden TL, Schaffer AA, Zhang J, Zhang Z, Miller W, Lipman DJ: Gapped BLAST และ PSI-BLAST: โปรแกรมค้นหาฐานข้อมูลโปรตีนยุคใหม่ กรดนิวคลีอิก 1997, 25 (17): 3389-3402. 10.1093/nar/25.17.3389.

Dorsey CW, Tomaras AP, Actis LA: ลำดับและการจัดระเบียบของ pMAC, an Acinetobacter baumannii ยีนที่กักเก็บพลาสมิดที่เกี่ยวข้องกับการดื้อต่อสารอินทรีย์เปอร์ออกไซด์ พลาสมิด 2549, 56 (2): 112-123. 10.1016/j.plasmid.2006.01.004.

Zarrilli R, Vitale D, Di Popolo A, Bagattini M, Daoud Z, Khan AU, Afif C, Triassi M: ยีน blaOXA-58 ที่เกิดจากพลาสมิดให้ความต้านทานต่อ imipenem ต่อ Acinetobacter baumannii แยกตัวออกจากโรงพยาบาลเลบานอน Antimicrob ตัวแทน Chemother 2551, 52 (11): 4115-4120. 10.1128/AAC.00366-08.


ยานพาหนะ ตัวจำลอง และการเคลื่อนที่ระหว่างเซลล์ของข้อมูลทางพันธุกรรม: การผ่าวิวัฒนาการของเซลล์แบคทีเรีย

Prokaryotic biosphere มีความหลากหลายอย่างมากในหลายประการ เซลล์แบคทีเรียใดๆ ก็ตามอาจมีไวรัส พลาสมิด ทรานสโปซอน และองค์ประกอบทางพันธุกรรมอื่นๆ ที่รวมกันต่างกันไปพร้อมกับโครโมโซมของพวกมัน สารเหล่านี้โต้ตอบในสภาพแวดล้อมที่ซับซ้อนในรูปแบบต่างๆ ทำให้เกิดผลกระทบฟีโนไทป์มากมายบนเซลล์ที่เป็นโฮสต์ ในการอภิปรายนี้ ฉันทำการผ่าเซลล์แบคทีเรียเพื่อลดความซับซ้อนของความหลากหลายในส่วนประกอบที่อาจช่วยเข้าใกล้มหาสมุทรของรายละเอียดในโลกของจุลินทรีย์ที่กำลังพัฒนา เซลล์เองถูกแยกออกจากตัวจำลองทางพันธุกรรมทั้งหมดที่ใช้พาหะของเซลล์เพื่อการเก็บรักษาและการขยายพันธุ์ ฉันแนะนำการจำแนกประเภทที่จัดกลุ่มตัวจำลองแบบต่างๆ ตามศักยภาพในการเคลื่อนที่ในแนวนอนระหว่างเซลล์ และตามผลต่อความเหมาะสมของเซลล์เจ้าบ้านปัจจุบัน การจำแนกประเภทนี้ใช้เพื่ออภิปรายและปรับปรุงวิธีการที่เราเข้าใกล้แนวโน้มวิวัฒนาการทั่วไปในชุมชนจุลินทรีย์ นอกจากนี้ การจำแนกประเภทยังใช้เป็นเครื่องมือในการช่วยกำหนดสมมติฐานเชิงวิวัฒนาการและเพื่อหารือเกี่ยวกับแบคทีเรียก่อโรคที่เกิดขึ้นใหม่ ตลอดจนเพื่อส่งเสริมความเข้าใจเกี่ยวกับฟีโนไทป์เฉลี่ยของตัวจำลองแบบต่างๆ โดยทั่วไป มันยังถูกอภิปรายด้วยว่าชีวมณฑลที่กำหนดใดๆ ที่ประกอบรวมด้วยพาหะเซลล์โปรคาริโอตและสารจำลองทางพันธุกรรมอาจมีวิวัฒนาการตามธรรมชาติเพื่อให้มีตัวจำลองแบบเคลื่อนที่ในแนวนอนหลายประเภท

1. บทนำ

ไวรัสที่ติดเชื้อในเซลล์โปรคาริโอตเป็นที่ทราบกันดีว่ามีความหลากหลายอย่างมากในแง่ของข้อมูลทางพันธุกรรม [1, 2] ไวรัสสายพันธุ์ใหม่ส่วนใหญ่มีแนวโน้มที่จะมียีนอย่างน้อยบางยีนที่ไม่มีความคล้ายคลึงกันในบรรดายีนที่รู้จักก่อนหน้านี้ รวมทั้งยีนที่อยู่ในจีโนมของไวรัสที่เกี่ยวข้อง [3] กระนั้น มีการโต้เถียงกันว่ายีนใหม่อาจเกิดขึ้นจริงในไวรัสหรือไม่ [3] ไวรัสขึ้นอยู่กับทรัพยากรของเซลล์ เช่น นิวคลีโอไทด์ กรดอะมิโน และลิพิดสำหรับการผลิตไวรัสมากขึ้น ดังนั้นจึงดูสมเหตุสมผลที่จะถามว่าพวกมันใช้ยีนของเซลล์สำหรับข้อมูลทางพันธุกรรมหรือไม่ อย่างไรก็ตาม เมื่อเปรียบเทียบกับยีนของไวรัสกับยีนอื่น ๆ ในฐานข้อมูล มักปรากฏว่าไม่มียีนคู่กันในเซลล์ [2] ยีนไวรัสเหล่านี้มาจากไหน? พวกเขาได้รับมาจากโฮสต์มือถือที่เราไม่เคยจัดลำดับมาก่อนหรือไม่? หรืออีกทางหนึ่งคือยีนของเซลล์อาจพัฒนาอย่างรวดเร็วในจีโนมของไวรัสเพื่อไม่ให้มีบรรพบุรุษร่วมกับยีนโฮสต์อีกต่อไป? หรือบางที เป็นไปได้จริง ๆ ที่ยีนใหม่จะปรากฎตัวในไวรัสเอง?

Forterre และ Prangishvili จากสถาบันปาสเตอร์แย้งว่าแก่นของข้อพิพาทดูเหมือนจะอยู่ในแนวคิดที่ว่าไวรัสมักถูกมองว่าเป็นเพียงรูปแบบนอกเซลล์ที่ห่อหุ้มโปรตีน [4] ที่ขโมยทรัพยากรเซลล์เท่านั้น (รวมถึงยีน) เพื่อจุดประสงค์ของตัวเอง [3, 5, 6]. นำหนังสือเรียนเกี่ยวกับไวรัสและรูปภาพส่วนใหญ่ที่แสดงถึงไวรัสเป็นเปลือกของไวรัสประเภทต่างๆ ที่ประกอบด้วยโปรตีน (และบางครั้งเป็นลิปิด) ที่ล้อมรอบจีโนมของไวรัส แต่อนุภาคไวรัสหรือไวรัสที่ติดเชื้อเหล่านี้มีความเฉื่อยในทุกประการเว้นแต่จะพบเซลล์เจ้าบ้านที่อ่อนแอ [7] และเนื่องจากความเฉื่อยของ virion นี้ จึงเป็นเรื่องยากที่จะเข้าใจว่าไวรัสจะสร้างยีนใหม่ทั้งหมดได้อย่างไร

คำตอบคือ ตามธรรมชาติแล้ว ไวรัสไม่สามารถสร้างยีนใหม่ได้ในระหว่างสภาวะนอกเซลล์ ดังนั้นเหตุการณ์ใดๆ ที่อาจเกิดขึ้นสำหรับการเกิดขึ้นของยีนไวรัสใหม่จะต้องยังคงเกิดขึ้นภายในเซลล์ระหว่างวงจรการจำลองแบบของไวรัส [5] แต่ถ้ายีนปรากฏในจีโนมของไวรัส มันควรจะเป็นไวรัส ไม่ใช่เซลล์ นั่นเป็นแหล่งกำเนิดของยีนนั้นหรือไม่? หรือถ้าจะพูดให้แตกต่างออกไปก็คือไวรัสที่ได้ประโยชน์จากการมีข้อมูลทางพันธุกรรมใหม่เกิดขึ้นไม่ใช่หรือ? กระบวนการจริงที่ทำให้ข้อมูลทางพันธุกรรมได้รับสถานะของยีนจะยังคงเกิดจากกระบวนการที่คล้ายคลึงกันกับที่มาของยีนภายในโครโมโซม (สิ่งเหล่านี้เป็นการเปลี่ยนแปลงทางพันธุกรรมประเภทต่างๆ เช่น การกลายพันธุ์ของจุด การแทรก การลบ การทำซ้ำของยีน ฯลฯ) แต่การเปลี่ยนแปลงเหล่านี้จะถูกเลือกเนื่องจากการปรับปรุงสมรรถภาพของไวรัส เหตุผลนี้ทำให้ Forterre เสนอรูปแบบที่ไวรัสถูกมองว่าเป็นสิ่งมีชีวิตในเซลล์โดยพื้นฐานแล้วยังสามารถมีสถานะนอกเซลล์ได้ [7, 8] ไวรัสไม่ได้เทียบเท่ากับจีโนมของไวรัสที่ปิดล้อมด้วยโปรตีนอย่างเคร่งครัด ในทางกลับกัน รูปแบบนอกเซลล์ของไวรัสควรแสดงเป็น virion และ virion นี้ไม่ควรถูกเข้าใจผิดว่าเป็นไวรัส ไวรัสเป็นสิ่งมีชีวิตที่อาศัยอยู่ภายในเซลล์ (เช่น สิ่งมีชีวิตที่เข้ารหัสไรโบโซม) และสามารถเปลี่ยนเซลล์อื่นๆ ให้กลายเป็นสิ่งมีชีวิตในเซลล์ไวรัสโดยการผลิตไวไรออนมากขึ้น กล่าวอีกนัยหนึ่ง ไวรัสสามารถใช้รูปแบบห่อหุ้มนอกเซลล์เพื่อถ่ายโอนข้อมูลทางพันธุกรรมจากเซลล์หนึ่งไปยังอีกเซลล์หนึ่ง ฟอร์แตร์ ได้บัญญัติศัพท์ ไวโรเซลล์ซึ่งหมายถึงระยะชีวิตของไวรัสในระหว่างที่ไวรัสอยู่ภายในเซลล์ [7] สิ่งมีชีวิต virocell เป็นทั้งไวรัส (การเข้ารหัส capsid) และโครโมโซม (การเข้ารหัสไรโบโซม) และฟีโนไทป์ที่แท้จริงของ virocell นั้นถูกเข้ารหัสโดยหน่วยงานทางพันธุกรรมทั้งสองนี้ ไวโรเซลล์มีความสามารถในการสร้างข้อมูลทางพันธุกรรมใหม่ทั้งหมดเช่นเดียวกับเซลล์ ดังนั้นการเข้าหาไวรัสจากมุมมองนี้ควรขจัดข้อโต้แย้งใดๆ เกี่ยวกับการเกิดขึ้นของข้อมูลทางพันธุกรรมใหม่ในไวรัส

แนวการให้เหตุผลของ Forterre พร้อมกับการศึกษาของฉันเองเกี่ยวกับองค์ประกอบทางพันธุกรรมต่างๆ (รวมถึงการกำหนดลักษณะของไวรัสที่มีอุณหภูมิปานกลางและรุนแรง [9, 10] การกำหนดบรรพบุรุษร่วมกันระหว่างพลาสมิด ไวรัส และองค์ประกอบโครโมโซม [11] การนำการทดลองวิวัฒนาการกับแบคทีเรีย ไวรัส และพลาสมิด [12, 13] เช่นเดียวกับงานเชิงทฤษฎีเพิ่มเติมเกี่ยวกับการเคลื่อนที่ในแนวราบของข้อมูลทางพันธุกรรม [14, 15]) ได้ทำหน้าที่เป็นแรงบันดาลใจสำหรับบทความนี้ อันที่จริง อาจเป็นที่ถกเถียงกันในแง่ทั่วไปว่าเซลล์โปรคาริโอตสามารถเป็น (และมักเป็น) ไคเมราขององค์ประกอบการสืบพันธุ์ทางพันธุกรรมประเภทต่างๆ แนวคิดของ Virocell ช่วยขจัดความสับสนระหว่างไวรัสและ virion และความสัมพันธ์กับเซลล์ได้อย่างมีประสิทธิภาพ อย่างไรก็ตาม ไวโรเซลล์เป็นเพียงกรณีพิเศษในบรรดาสิ่งมีชีวิตประเภทโปรคาริโอตที่เป็นไปได้ทั้งหมด เซลล์แบคทีเรียและเซลล์อาร์คีลยังสามารถมีพลาสมิดคอนจูเกต, ทรานสโปซอนประเภทต่างๆ, การพยากรณ์ที่บกพร่อง, และตัวจำลองแบบอิสระอื่น ๆ อีกมากมายที่แตกต่างจากไรโบโซมซึ่งเข้ารหัสโปรคาริโอตโครโมโซม ตัวจำลองแบบเหล่านี้ร่วมกันสามารถผลิตสิ่งมีชีวิตในรูปแบบต่างๆ ที่เป็นไปได้ทั้งหมด เพื่อให้ข้อโต้แย้งเกี่ยวกับไวโรเซลล์สอดคล้องกับความเพ้อฝันที่เป็นไปได้อื่น ๆ ของตัวจำลองทางพันธุกรรม เซลล์จะต้องถูกพิจารณาว่าเป็นเอนทิตีที่แยกจากกันจากตัวจำลองทางพันธุกรรมทั้งหมด (รวมถึงโครโมโซม) ที่ใช้ประโยชน์จากโครงสร้างเซลล์เพื่อการจำลองแบบ ในบทต่อๆ ไป ฉันจะทำการผ่าวิวัฒนาการเซลล์แบคทีเรีย สิ่งนี้จะนำไปสู่การแยกตัวพาเซลล์และตัวจำลองออกจากกัน และเป็นวิธีหนึ่งที่เป็นไปได้ในการเข้าถึงวิวัฒนาการของสิ่งมีชีวิตจากแบคทีเรีย

2. ยานพาหนะและเครื่องจำลอง

ยานพาหนะคือหน่วยใด ๆ ที่ไม่ต่อเนื่องกันมากพอที่จะดูเหมือนคุ้มค่าที่จะตั้งชื่อ ซึ่งเป็นที่เก็บสะสมของเลียนแบบและทำหน้าที่เป็นหน่วยสำหรับการอนุรักษ์และการขยายพันธุ์ของตัวจำลองเหล่านั้น” Richard Dawkins เขียนใน ขยายฟีโนไทป์. Dawkins ใช้แนวคิดเกี่ยวกับการจำลองและยานพาหนะในการโต้แย้งซึ่งระบุว่าวิวัฒนาการในท้ายที่สุดดำเนินการในระดับข้อมูลทางพันธุกรรมและไม่ได้อยู่ที่ระดับของประชากรของสิ่งมีชีวิต สายพันธุ์ หรือแม้แต่เซลล์ ตัวจำลองหมายถึงแพ็คเกจข้อมูลทางพันธุกรรมที่รับผิดชอบต่อฟีโนไทป์ที่มีประสิทธิผลใดๆ ของยานพาหนะ ตัวรถเองสามารถเป็นเซลล์ สิ่งมีชีวิตหลายเซลล์ หรือ ตัวอย่างเช่น สิ่งมีชีวิตที่เป็นโฮสต์ของปรสิต “ยานพาหนะไม่ใช่เครื่องจำลอง” Dawkins แย้งในความพยายามที่จะเน้นย้ำว่ามันเป็นตัวจำลอง (เช่นโครโมโซมของปรสิต) และไม่ใช่ยานพาหนะ (เช่นเซลล์ที่เป็นปรสิต) ที่วิวัฒนาการ อย่างไรก็ตาม ความแตกต่างนี้อาจดูเหมือนเล็กน้อยในบางครั้ง ซึ่งเป็นสาเหตุที่ทำให้เกิดความไม่ลงรอยกันในหมู่นักชีววิทยาด้านวิวัฒนาการ

อย่างไรก็ตาม งานของ Dawkins เน้นไปที่การอธิบายปัญหาวิวัฒนาการของสิ่งมีชีวิตที่มียูคาริโอตเป็นส่วนใหญ่ แต่วิวัฒนาการที่เน้นการจำลองแบบโดยธรรมชาติยังทำงานภายในและระหว่างเซลล์โปรคาริโอตด้วย แท้จริงแล้ว มีรูปแบบที่แตกต่างกันมากมายของตัวจำลองทางพันธุกรรมที่ใช้พาหะของเซลล์โปรคาริโอตสำหรับการเก็บรักษาและการขยายพันธุ์ โปรคาริโอตเฉพาะใดๆ ที่อาศัยอยู่ในชีวมณฑลนี้ ไม่ว่าจะเป็นแบคทีเรียบนหน้าผากของคุณหรืออาร์เคออนที่ก้นมหาสมุทรแปซิฟิก มีโครโมโซมอยู่แต่อาจเป็นแหล่งสะสมของตัวจำลองแบบอื่นๆ รวมถึงพลาสมิด ทรานสโปซอน และไวรัส ตัวจำลองแบบบางตัว เช่น พลาสมิดที่เชื่อมต่อกันและไวรัส สามารถเคลื่อนที่อย่างแข็งขันระหว่างกระสายยาที่พร้อมใช้งานในสภาพแวดล้อมของมัน ดังนั้นทำให้ตัวจำลองแบบเหล่านี้พึ่งพาการอยู่รอดของสายเลือดเฉพาะใดๆ ของพาหะเซลล์น้อยลง ดังนั้นพวกมันจึงไม่ใช่ส่วนโดยกำเนิดของแบคทีเรียใด ๆ และอาจถือได้ว่าเป็นรูปแบบที่แตกต่างกันของเอนทิตีการจำลองทางพันธุกรรมที่ใช้เซลล์เพื่อการขยายพันธุ์และการอยู่รอดของพวกมัน (คล้ายกับไวรัสในแนวคิดไวโรเซลล์ของ Forterre)

การต่อสู้อย่างต่อเนื่องเพื่อการดำรงอยู่ภายในและระหว่างยานเกราะโปรคาริโอตปรับเปลี่ยนฟีโนไทป์ของตัวจำลอง มีการทำงานเชิงทฤษฎีและการทดลองมากมายเพื่อชี้แจงหน้าที่และวิถีวิวัฒนาการของไวรัส เซลล์แบคทีเรีย และพลาสมิดในบริบททางนิเวศวิทยาที่แตกต่างกันและภายใต้แรงกดดันในการคัดเลือกต่างๆ อย่างไรก็ตาม ในการสนทนานี้ ฉันได้ก้าวออกจากตัวจำลองหรือสิ่งมีชีวิตประเภทใดประเภทหนึ่ง และสำรวจจากมุมมองทั่วไปว่าศักยภาพในการเคลื่อนที่ด้านข้าง (หรือขาดมัน) ของตัวจำลองแบบสามารถช่วยให้แสงสว่างในแง่มุมวิวัฒนาการบางอย่างของโพรคาริโอตไบโอสเฟียร์ . การอภิปรายนี้พยายามที่จะให้มุมมองโดยสัญชาตญาณเกี่ยวกับยีนที่เห็นแก่ตัวและตัวจำลองแบบต่างๆ ในเซลล์แบคทีเรียและเซลล์โบราณ เป็นความตั้งใจของฉันที่จะทำให้ข้อความเรียบง่ายและอ่านได้โดยไม่คำนึงถึงความเชี่ยวชาญของผู้อ่านเกี่ยวกับแบคทีเรีย ไวรัส พลาสมิด หรือทฤษฎีวิวัฒนาการสำหรับเรื่องนั้น ยิ่งกว่านั้น ด้วยรายละเอียดมากมายในโลกของจุลินทรีย์ ฉันหวังว่าผู้อ่านจะตระหนักว่าต้องตัดมุมบางมุมในที่ต่างๆ เพื่อให้ข้อความมีความยาวเหมือนจริง

นอกจากนี้ ในความพยายามที่จะรักษาความเรียบง่าย มีการใช้ศัพท์และคำจำกัดความต่อไปนี้ตลอดบทความนี้ NS รถเซลล์ หมายถึงเซลล์โปรคาริโอตที่มีเยื่อหุ้ม ทรัพยากร และทุกสิ่งทุกอย่าง แต่ไม่รวมถึงสารพันธุกรรมใดๆ เชื้อสายเซลล์-รถยนต์ บ่งชี้ว่ากระสายยาเพียงคันเดียวและทายาทโดยตรงซึ่งเกิดขึ้นจากการแบ่งเซลล์ NS ตัวจำลอง เป็นกลุ่มของสารพันธุกรรมที่ไม่ต่อเนื่อง (ซึ่งดูเหมือนว่าจะคุ้มค่าที่จะตั้งชื่อ) ซึ่งใช้ตัวกลางเซลล์เพื่อการเก็บรักษาและการขยายพันธุ์ การจำลองแบบถูกจำลองแบบเป็นหน่วยที่แตกต่างกันซึ่งก่อให้เกิดการรวบรวมสารพันธุกรรมที่เชื่อมโยงกัน ซึ่งสามารถแยกออกได้ด้วยความพยายามที่สมเหตุสมผลจากตัวจำลองแบบอื่นๆ การจำลองแบบอาจถูกจำลองแบบเป็นส่วนหนึ่งของการจำลองแบบของตัวจำลองแบบอื่น ๆ เนื่องจากไวรัสแบบบูรณาการจะถูกจำลองแบบพร้อมกับการคูณของโฮสต์-โครโมโซม แต่โดยพื้นฐานแล้ว ตัวจำลองแบบทั้งสองนี้สามารถแสดงเป็นสองหน่วยงานที่แตกต่างกันได้ เนื่องจากไวรัสแบบบูรณาการสามารถทำซ้ำข้อมูลทางพันธุกรรมของมันได้เช่นกัน จากการจำลองโครโมโซม ค่าเฉลี่ยโดยการจำลองข้อมูลทางพันธุกรรมของตัวจำลองแบบไม่มีความเกี่ยวข้อง อย่างไรก็ตาม ฉันไม่ต้องการให้คำจำกัดความที่เข้มงวดเกินไปสำหรับตัวจำลองแบบเนื่องจากมีแนวโน้มที่จะนำไปสู่ข้อโต้แย้งที่ไม่ก่อให้เกิดการแตกผมอย่างไรก็ตาม ต้องสังเกตว่าตัวจำลองแบบไม่มีไรโบโซมหรือกรดนิวคลีอิกอื่นๆ ที่มีโมเลกุลซึ่งโดยพื้นฐานแล้วมีหน้าที่ของเอนไซม์ แต่ไม่ได้ใช้เป็นแม่แบบสำหรับการจำลองแบบของตัวเอง. ความสัมพันธ์ในแนวตั้ง หรือการสืบทอดตามแนวตั้งของตัวจำลองแบบบ่งชี้ว่าตัวจำลองทางพันธุกรรมนี้รักษาตัวเองไว้ภายในสายเลือดที่แบ่งแยกของยานพาหนะเซลล์ ศักยภาพในการเคลื่อนที่ในแนวนอน แสดงว่าตัวจำลองแบบสามารถนำตัวเองเข้าสู่สายเลือดเซลล์-ยานพาหนะที่ตัวจำลองแบบไม่มีอยู่ก่อนหน้านี้ คุณลักษณะใดๆ ที่เข้ารหัสหรือชักนำโดยตัวจำลองแบบจะแสดงเป็น ฟีโนไทป์. รูปที่ 1 เชื่อมโยงเงื่อนไขเหล่านี้กับคู่ทางชีวภาพของพวกเขา


ภาคผนวก ง

เราคำนวณ NSNS, เวลาคงอยู่ที่คาดไว้ของพลาสมิดในประชากรที่มีการสุ่มเลือก เราทำได้โดยการคำนวณองค์ประกอบของสมการที่ 11 ในข้อความซึ่งกำหนด NSNS. ความพยายามส่วนใหญ่ (จนถึงสมการ D13) อยู่ในการคำนวณ NSNS จากนั้นเราก็ให้สำนวนสำหรับ NSNS และ NSNS.

ก่อนอื่นเราคำนวณ NSNSความน่าจะเป็นที่หลังจากการปรากฏตัวของตัวแปรโครโมโซม พลาสมิดได้รับการช่วยเหลือโดยการเลือกการกวาดก่อนที่มันจะสูญพันธุ์ เริ่มแรก ให้เราสมมติว่าตัวแปรโครโมโซมเกิดขึ้น ณ เวลานั้น NS = 0.

จากนั้นโปรดทราบว่า NSNS ถูกกำหนดโดย P R = ∫ 0 ∞ P M ( t ) P X ( t ) d t , (D1) โดยที่ NSNS(NS) คือความน่าจะเป็นที่การกลายพันธุ์ครั้งแรกปรากฏขึ้นในช่วงเวลา [t,t + dt) ตามลักษณะของโครโมโซมและ NSNS(NS) คือความน่าจะเป็นที่พลาสมิดถูกถ่ายโอนไปยังเชื้อสายกลายพันธุ์ในระหว่างการกวาดแบบเลือก โดยที่การกวาดเริ่มขึ้นในช่วงเวลา [t,t + dt).

ไม่มีเหตุผลที่ดีที่จะทำให้สมมติฐานที่ซับซ้อนมากขึ้น เราคิดว่าการกลายพันธุ์ใหม่มาถึงประชากรเป็นกระบวนการปัวซองด้วยอัตราคงที่ σ จากนั้น P M ( t ) = σ e − σ t (D2)

ในการคำนวณ NSNS(NS) เราใช้รูปแบบต่อไปนี้ พิจารณาประชากรที่ปรับให้เข้ากับท้องถิ่นซึ่งมีความหนาแน่นคงที่ NS ในปริมาณ วี, เพื่อให้มี NV แบคทีเรียที่มีอยู่ ประชากรในขั้นต้นประกอบด้วยแบคทีเรียที่มียีนโฟกัสบนพลาสมิดซึ่งมีความหนาแน่น NS(NS) ในเวลา NSและแบคทีเรียที่มียีนโฟกัสอยู่บนโครโมโซมซึ่งมีความหนาแน่น (NS). เราคิดว่าเอฟเฟกต์ฟิตเนสทั้งหมดเป็นแบบทวีคูณ ความได้เปรียบด้านฟิตเนสของยีนโฟกัสคือ β และค่าฟิตเนสของพลาสมิดคือ α จากนั้นประชากรที่มีโครโมโซมและพลาสมิดจะมีอัตราการเติบโต ψ(1 + β) และ ψ(1 + β)(1 − α) ตามลำดับ ตามลักษณะที่ปรากฏของการกลายพันธุ์ เราติดตามความหนาแน่นของการกลายพันธุ์ในประชากรเป็น NS(NS) และเราคิดว่าการกลายพันธุ์ที่เกิดขึ้นนั้นมีความได้เปรียบด้านฟิตเนส NSให้อัตราการเติบโต ψ(1 + NS) เนื่องจากไม่มียีนโฟกัสหรือพลาสมิด เพื่อความง่ายทางคณิตศาสตร์ เราละเลยการแบ่งแยก ซึ่งจะไม่เปลี่ยนผลลัพธ์เชิงคุณภาพ ค่าของพารามิเตอร์เหล่านี้ถูกจำกัดโดยสมมติฐานต่อไปนี้:

ประโยชน์ของสมรรถภาพทางกายของยีนโฟกัสมีค่ามากกว่าต้นทุนสมรรถภาพของพลาสมิด: β > α/(1 − α)

ประโยชน์ของการกลายพันธุ์ใหม่นี้มีประโยชน์มากกว่ายีนโฟกัส (เพื่อให้ยีนโฟกัสไปตรึง): NS > เบต้า

ผลที่ตามมาของเกณฑ์ของสจ๊วตและเลวิน: พลาสมิดไม่สามารถคงอยู่ในการแข่งขันกับรุ่นโครโมโซมโดยการชดเชยภาระความฟิตโดยการถ่ายโอน: γNS < ψα(1 + β)

เพื่อสร้างแบบจำลองการเปลี่ยนแปลงความหนาแน่น (ติดตามด้วยตัวพิมพ์ใหญ่) ของพลาสมิด แบเรียร์ โครโมโซม และมิวแทนต์ (ไม่สนใจทรานส์คอนจูแกนต์ในขณะนั้น) โดยกำหนดขนาดประชากรคงที่ เรามี d P ( t ) dt = [ Ψ ( 1 − α ) ( 1 + β ) − Ψ ¯ ] P + γ PC (D3) d C ( เสื้อ ) dt = [ Ψ ( 1 + β ) − Ψ ¯ ] C − γ PC (D4) d M ( t ) dt = [ Ψ ( 1 + b ) − Ψ ¯ ] M , (D5) โดยที่ Ψ ¯ ( เสื้อ ) = Ψ [ ( 1 − α ) ( 1 + β ) P ( t ) + ( 1 + β ) C ( t ) + ( 1 + b ) M ( t ) ] ∕ N คืออัตราการเติบโตเฉลี่ยถ่วงน้ำหนักในประชากร ณ เวลานั้น NS และลบออกจากอัตราการเติบโตของแต่ละบุคคลเพื่อรักษาขนาดประชากรให้คงที่

เราคิดว่าโครโมโซมปรากฏที่ NS = 0 ในแบคทีเรียตัวเดียวซึ่งสอดคล้องกับความหนาแน่นเริ่มต้นของ (0) = 1/วี หลังจากการปรากฏตัวของโครโมโซม แต่ก่อนที่การกลายพันธุ์จะเข้าสู่ประชากร เราจะพิจารณาเฉพาะความถี่ของประเภทโครโมโซมและพลาสมิดที่มีแบริ่งเท่านั้น ในช่วงเวลานี้ เราติดตามความถี่ของประเภทพลาสมิดแบริ่ง NS = NS/(NS + ) ซึ่งคำนวณได้จาก (D3) และ (D4) เป็น d p ( t ) d t = [ γ N − Ψ α ( 1 + β ) ] p ( 1 − p ) (D6)

นี่คือคำตอบ p ( t ) = ( N V − 1 ) e [ γ N − Ψ α ( 1 + β ) ] t 1 + ( N V − 1 ) e [ γ N − Ψ α ( 1 + β ) ] t (D7)

สมมติว่ากลายพันธุ์ปรากฏขึ้นในช่วงเวลาหนึ่ง NS = NS*. ในช่วงเวลาของการปรากฏตัวของการกลายพันธุ์ความหนาแน่นของผู้ถือพลาสมิด, โครโมโซมและการกลายพันธุ์ตามลำดับในประชากรจะได้รับโดย P ( เสื้อ ∗ ) = ( N − 1 ∕ V ) p ( t ∗ ) (D8 ) C ( t ∗ ) = ( N − 1 ∕ V ) ( 1 − p ( t ∗ ) ) (D9) M ( t ∗ ) = 1 ∕ V , (D10) โดยที่ NS(NS*) กำหนดโดย (D7) หลังจากการปรากฏตัวของการกลายพันธุ์ พลวัตของประชากรทั้งสามนี้ถูกกำหนดโดยสมการ D3, D4 และ D5 พลวัตเหล่านี้ประกอบด้วยการเพิ่มจำนวนของการกลายพันธุ์ (การกวาดแบบคัดเลือก) ในขณะที่จำนวนผู้ถือพลาสมิดและโครโมโซมลดลง

เราต้องการคำนวณ NSNSความน่าจะเป็นที่พลาสมิดจะถูกถ่ายโอนไปยังประชากรกลายพันธุ์อย่างน้อยหนึ่งครั้ง ทำให้เกิดทรานส์คอนจูกันต์ ก่อนที่ผู้ถือพลาสมิดจะสูญพันธุ์ เราใช้จำนวนที่คาดหวังของทรานส์คอนจูแกนต์ที่สร้างขึ้นในระหว่างการกวาดเพื่อคำนวณความน่าจะเป็นของการผลิตทรานส์คอนจูแกนต์อย่างน้อยหนึ่งรายการในระหว่างการกวาด อัตราการปรากฏตัวของ transconjugants ทันทีในระหว่างการกวาดนี้คือ γNS(NS)NS(NS), ดังนั้น NS(NS*) จำนวนที่คาดไว้ของทรานส์คอนจูแกนต์ในการกวาดแบบคัดเลือกที่เริ่มต้น ณ เวลา NS = NS* ถูกกำหนดโดย X ( t ∗ ) = γ ∫ t ∗ ∞ P ( s ) M ( s ) d s , (D11) โดยที่ NS(NS) และ NS(NS) คำนวณโดยการรวมสมการ D3, D4 และ D5 เริ่มต้นที่ NS* ด้วยเงื่อนไขเริ่มต้นที่กำหนดโดยสมการ D8, D9 และ D10 ความน่าจะเป็น NSNS(NS*) ที่อย่างน้อยหนึ่ง transconjugant จะปรากฏขึ้น จากนั้นในการเลือกการกวาดเริ่มต้นที่เวลา NS* กำหนดโดย P X ( t ∗ ) = 1 − e − X ( t ∗ ) (D12)

แทนที่จาก (D2) และ (D12) เป็น (D1) เรามี PR = ∫ 0 ∞ σ e − σ t [ 1 − e − X ( t ) ] dt = ∫ 0 ∞ σ e − σ t [ 1 − e − γ ∫ t ∞ P ( s ) M ( s ) ds ] dt (D13)

สุดท้ายในการคำนวณ NSNS จากสมการที่ 11 เราต้องการนิพจน์สำหรับ NSNS และ NSNS. สมมติว่าในประชากรที่ถูกกำหนดไว้สำหรับยีนที่เกิดจากพลาสมิด โครโมโซมจะปรากฏเป็นกระบวนการปัวซองด้วยอัตรา χ NSNS = 1/χ. NSNS สามารถประมาณได้โดยสมมติว่าโครโมโซมคงที่เพราะในกรณีนี้ไม่มีการกวาดแบบเลือก NSNS เป็นเพียงเวลาที่จำเป็นสำหรับจำนวนโครโมโซมที่จะเปลี่ยนจาก 1 ถึง > NS − 1 หรือเทียบเท่ากัน สำหรับความถี่ของผู้ถือพลาสมิดไปจาก 1 − 1/NS ถึง <1/NS. สามารถคำนวณได้จาก (D7) โดยการตั้งค่า NS(NSNS) = 1/NS ใน (D7) และการแก้ปัญหาสำหรับ NSNS. สิ่งนี้ให้ผล T f = 2 ln ( N V − 1 ) Ψ α ( 1 + β ) − γ N (D14)

หมายเหตุเกี่ยวกับการคำนวณ: (D3, D4 และ D5) ไม่สามารถแก้ไขได้ในเชิงวิเคราะห์ (H ofbauer และ S igmund 1988) อย่างไรก็ตาม มันตรงไปตรงมาในการแก้ปัญหาโดยการรวมตัวเลข ความถี่ของเซลล์ที่มีพลาสมิดมักจะลดลงอย่างน้อยเร็วเท่ากับใน (D7) เนื่องจากการกลายพันธุ์หากปรากฏขึ้นจะเร่งให้พลาสมิดลดลงเท่านั้น (ไม่สนใจทรานส์คอนจูแกนต์)

ดังนั้นจึงสมควรที่จะยุติการรวมตัวที่ NSNS, เวลาที่จำนวนเซลล์ที่มีพลาสมิดเป็น <1 ดังนั้น เพื่อวัตถุประสงค์ในการคำนวณ NSNS สามารถใช้เป็นขีดจำกัดบนของอินทิกรัลทั้งสองได้อย่างปลอดภัย (แทนที่ ∞) ใน (D13)


ดูวิดีโอ: Rolling Circle Mechanism Plasmid Replication (สิงหาคม 2022).