Emergent microscale gradients give rise to metabolic cross-feeding and antibiotic tolerance in clonal bacterial populations
Notice bibliographique
Résumé
Bacteria often live in spatially structured groups such as biofilms. In these groups, cells can collectively generate gradients through the uptake and release of compounds. In turn, individual cells adapt their activities to the environment shaped by the whole group. Here, we studied how these processes can generate phenotypic variation in clonal populations and how this variation contributes to the resilience of the population to antibiotics. We grew two-dimensional populations of Escherichia coli in microfluidic chambers where limiting amounts of glucose were supplied from one side. We found that the collective metabolic activity of cells created microscale gradients where nutrient concentration varied over a few cell lengths. As a result, growth rates and gene expression levels varied strongly between neighbouring cells. Furthermore, we found evidence for a metabolic cross-feeding interaction between glucose-fermenting and acetate-respiring subpopulations. Finally, we found that subpopulations of cells were able to survive an antibiotic pulse that was lethal in well-mixed conditions, likely due to the presence of a slow-growing subpopulation. Our work shows that emergent metabolic gradients can have important consequences for the functionality of bacterial populations as they create opportunities for metabolic interactions and increase the populations' tolerance to environmental stressors. This article is part of a discussion meeting issue ‘Single cell ecology'.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».