Les microbes tels que la bactérie intestinale commune E. coli effectuent un processus appelé chimiotaxie pour détecter les gradients microscopiques de nutriments. Les microbes « nagent » ou « rampent » dans leur environnement, poussés par des flagelles en rotation, pour chasser des gradients d'attractifs chimiques jusqu'à ce qu'ils atteignent un endroit riche en nutriments.
Le nouveau modèle des chercheurs, publié dans la revue Proceedings of the National Academy of Sciences, est le plus précis à ce jour pour prédire la dynamique de la chimiotaxie bactérienne sous diverses concentrations et viscosités de nutriments, facteurs importants qui déterminent le comportement de nage ou de rampement des bactéries.
Les résultats aident les scientifiques à mieux comprendre comment les bactéries trouvent leur nourriture à l’échelle microscopique et pourraient conduire à des avancées technologiques dans les domaines de la biodétection, du diagnostic et de la médecine.
"Ces microbes présentent un comportement étonnamment riche, et il est difficile de prédire avec précision comment ils naviguent dans un gradient", a déclaré Igor Aronson, professeur de mathématiques à l'UT Austin et co-auteur de l'article. "Notre modèle simplifié permet aux chercheurs de calculer la vitesse à laquelle les microbes trouvent de la nourriture et de comparer les prédictions avec des expériences, ce qui pourrait aider à optimiser le processus par lequel les microbes trouvent de la nourriture ou des cibles dans le futur. Cela a des implications pour les applications en biotechnologie, en soins de santé, et l'assainissement de l'environnement.
La chimiotaxie bactérienne est également liée à la virulence. Les microbes s'appuient sur la détection du gradient chimique en chimiotaxie pour localiser et infecter un hôte. E. coli, par exemple, utilise la chimiotaxie pour trouver des nutriments mais aussi pour localiser et infecter les intestins des mammifères, l'habitat préféré des microbes.
"Les résultats pourraient conduire à de nouveaux antibiotiques qui entravent ce système de navigation dans la chimiotaxie, empêchant ainsi la transmission des maladies", a déclaré Alexander V. Argun, professeur de mathématiques à l'UCLA et autre co-auteur de l'article.
Les chercheurs notent que les modèles mathématiques précédents décrivant la chimiotaxie bactérienne faisaient un certain nombre d'hypothèses simplificatrices dans leurs équations, ce qui les empêchait finalement d'égaler l'exactitude des observations expérimentales. En particulier, les modèles précédents n’ont pas tenu compte d’un effet inertiel suramorti qui agit sur les microbes, ce qui ralentit leur dynamique.
"Ce que ressentent les bactéries est semblable à celui de nager dans la mélasse", a déclaré Aronson. "La dynamique est très différente de celle de la nage dans l'eau, et la plupart des modèles précédents n'en tenaient pas compte."
Le nouveau modèle théorique développé par Aronson et Argun intègre l'effet d'inertie ainsi que plusieurs autres effets réalistes, tels que la taille et la densité interne des bactéries, pour améliorer considérablement la précision du modèle dans la reproduction des observations expérimentales.
Argun a également noté que certains systèmes de chimiotaxie bactérienne affichent une réponse de vitesse non monotone, ce qui signifie que la vitesse des microbes augmente jusqu'à un maximum à mesure que la concentration en nutriments augmente, puis commence à diminuer.
"Cela est différent de ce que nous observons dans la plupart des phénomènes physiques, où la vitesse augmente toujours à mesure que la force motrice augmente", a déclaré Argun. "Ici, la natation devient moins efficace à des concentrations élevées de nutriments en raison d'une "signalisation excessive", que notre modèle est capable de capturer."
Les chercheurs ont utilisé leur modèle pour générer une prévision quantitative précise de la façon dont la vitesse de nage des microbes change à mesure qu'ils s'adaptent à la pénurie de nutriments, une prévision qui n'était auparavant pas disponible dans les modèles analytiques.
"Ces modèles mathématiques nous aident non seulement à mieux comprendre la nature, mais ils peuvent également nous aider à faire des prédictions qui peuvent être testées expérimentalement", a déclaré Aronson. "Ce modèle devrait permettre de mieux comprendre le rôle de la chimiotaxie dans la motilité, l'écologie et la physiologie bactériennes."
