Les réseaux de signalisation complexes utilisés par les bactéries pour s'adapter à leur environnement sont devenus plus clairs grâce à de nouvelles recherches.

Les chercheurs du John Innes Center ont utilisé une étude de la bactérie Pseudomonas fluorescens, favorisant la croissance des plantes, pour développer une méthode d'analyse avancée qui, ils espèrent, augmentera notre capacité à comprendre les maladies des plantes et des humains.

Jusque récemment, les recherches sur la signalisation bactérienne ont eu tendance à examiner isolément différents aspects de la régulation des gènes. En s'appuyant sur ces approches individuelles, l'équipe de John Innes a utilisé une gamme de laboratoires, techniques informatiques et mathématiques pour intégrer les données obtenues à partir de plusieurs expériences microbiologiques différentes.

Cette approche leur a permis de construire une « carte de signalisation » complète pour la protéine bactérienne clé Hfq, qui contrôle la virulence et les réponses au stress chez de nombreuses espèces importantes sur le plan clinique et agricole.

Dr Jacob Malone, le chef de projet associé aux travaux a expliqué :« Notre technique nous permet de suivre chaque gène et protéine dans une cellule bactérienne, et dire comment ça change et à quel niveau ce changement se produit, en réponse à une entrée de signal donnée.

« Nous utilisons les mêmes ensembles de données que les études précédentes, mais nous avons développé un moyen d'intégrer les données en utilisant les mathématiques et la programmation. Si vous considérez les éléments individuels d'un film :la photographie, la bande-son et le scénario ; en les combinant, vous obtenez un film entier - quelque chose de plus grand que la somme des parties. C'est le même principe, seulement avec la génétique."

Les conclusions de l'équipe, Publié dans Frontières en microbiologie (Analyser le paysage réglementaire complexe de Hfq - une approche intégrative, Approche Multi-Omics, Grenga, L. et al. 2017) promettent de changer la façon dont nous étudions les réseaux de signalisation bactériens, et fera progresser notre compréhension de la façon dont les bactéries interagissent avec leur environnement et médient les infections.

"Les gens ont déjà examiné les données à plus d'un niveau, mais pas à cette profondeur. » dit le Dr Malone. « En fin de compte, nous aimerions que les gens envisagent d'aborder les données de cette manière de manière routinière, ".