У бактерий обнаружили устойчивую память

После освещения синим светом катионные каналы бактерий открываются и мембранный потенциал изменяется. Этот эффект устойчив и длится в течение часов, даже если заряд других бактерий на биопленке или концентрация ионов в среде периодически меняется. Бактериальная память напоминает свойства нейронов, так что ее можно использовать для вычислений с помощью живых систем. Статья опубликована в журнале Cell Systems.

В ряде исследований (1, 2, 3) ученые уже показали, что в бактериях, как и в нейронах животных, формируются потенциалы действия — скачки мембранного заряда. Интересно, что если в клетке потенциал действия возник однажды, высока вероятность, что он произойдет еще раз. Это свойство похоже на механизм сенсибилизации в нейронах — простейший пример клеточной памяти. Возможно, отдельные бактерии и целые бактериальные сообщества в биопленках умеют не только передавать друг другу сигналы о событиях, но и хранить память о них.

Ученые из Калифорнийского университета в Сан-Диего под руководством Гюрола Сюэла (Gürol Süel) освещали биопленки сенных палочек (Bacillus subtilis) синим светом, чтобы вызвать поток ионов через катионные каналы. Поляризацию мембраны оценивали по свечению флуоресцентного тиофлавина Т, маркера мембранного потенциала.

Часть бактериальной биопленки освещают, она гиперполяризуется, и тиофлавин Т начинает светиться

Чтобы подтвердить, что гиперполяризация в ответ на синий свет возникает благодаря ионным потокам через катионные каналы, в среду добавляли соли калия и натрия. Таким образом нарушали естественный химический градиент этих ионов: вне клеток их концентрация становилась больше, чем внутри. Кроме того, ученые удаляли ген единственного калиевого канала сенных палочек.

Синий свет вызывал гиперполяризацию бактерий в норме, но этого не происходило, когда повышали внеклеточную концентрацию калия или блокировали калиевые каналы. Значит, гиперполяризация мембраны происходит за счет выхода ионов калия из клеток.

Когда увеличивали концентрацию калия в среде (слева) или блокировали калиевые каналы (справа), бактерии переставали гиперполяризоваться после освещения. Изменение внеклеточной концентраии натрия не давало такого эффекта

Авторы работы построили математическую модель (за основу взяли модель потенциалов действия Ходжкина-Хаксли), которая описывает изменения мембранного потенциала в бактериальных клетках. Мембранный потенциал зависел от потоков калия через катионные каналы, а синий свет вызывал постоянную проницаемость части этих белков. Согласно теоретическим построениям, гиперполяризация в ответ на синий свет должна быть устойчивой во времени.

Математическая модель мембранного потенциала бактерий. Слева теоретическое изменение мембранного потенциала после освещения, справа — экспериментальное

Эксперимент подтвердил устойчивость гиперполяризации в течение нескольких часов после освещения. Это свойство проверили и на большой биопленке в условиях изменчивой внеклеточной концентрации калия. Когда в среде недостаточно глутамата, мембранный потенциал бактерий в биопленках начинает колебаться за счет попеременного открытия и закрытия калиевых каналов. Таким образом колония бактерий коммуницирует и смягчает голод. Ученые осветили такую биопленку в определенных местах, отпечатав на ней логотип своего университета.

Колебания мембранного потенциала отражались во временном усилении флуоресценции тиофлавина Т. В участках, которые осветили синим светом, заряд мембраны тоже колебался, но в противофазе с остальной частью колонии: когда биопленка начинала флуоресцировать, освещенная часть оставалась темной, и наоборот. В результате логотип университета контрастно выделялся в любой момент времени.

Свечение биопленки в разные моменты времени

Чтобы объяснить контрастные изменения мембранного потенциала в освещенной и неосвещенной частях биопленки, ученые обратились к математической модели. Похожий эффект возникал при периодическом изменении внеклеточной концентрации калия. В бактериях, которые освещали синим светом, катионные каналы были постоянно открыты и мембранный потенциал колебался пассивно: когда калия в среде было много, он заходил в клетку и деполяризовал ее, и наоборот. Остальные клетки могли регулировать свои калиевые каналы и гиперполяризоваться, когда внеклеточная концентрация калия повышалась.

Модель мембранного потенциала бактерий, которые освещали (желтый) или не освещали (черный) синим цветом при периодическом увеличении внеклеточной концентрации калия (серые отрезки графика)

Maja Bialecka-Fornal et al. / Cell Systems, 2020

Поделиться

Предсказания модели проверили с помощью эксперимента: часть биопленки осветили, а затем периодично меняли концентрацию калия. Живые бактерии вели себя так же, как и теоретические, и части колонии светились в противофазе, как и в предыдущем опыте.

Мембранный потенциал бактерий, которые освещали (желтый) или не освещали (черный) синим цветом при периодическом увеличении внеклеточной концентрации калия (серые отрезки графика)

В эксперименте состояние катионных каналов бактерий меняли искусственно, однако и в естественных условиях мембранный потенциал отдельных клеток колонии может отличаться. Значит, память, которую наблюдали в этой работе (устойчивое изменение заряда мембраны), может существовать и в природных бактериальных системах. Похожие свойства есть и у нейронов: события, которые происходят в нервной клетке, могут на продолжительное время менять состояние ионных каналов и мембранный потенциал. Механизмы потенциала действия имеют глубокие эволюционные корни, и, возможно, свойства бактерий являются далеким предшественником сложных нейронных процессов.

Открытые свойства мембранного потенциала бактерий можно применять и на практике, например, для вычислений с помощью биологических систем. Освещение части бактериальной колонии можно использовать как способ кодирования информации.

Изменения потенциала действия на биологических мембранах описывают сложные математические модели. В их основе лежат системы дифференциальных уравнений, и их построением занимается отдельная ветвь науки — вычислительная нейробиология. О том, как математические формулы помогают описыв

ать нейронные процессы, читайте в нашем материале «Нейронное напряжение».

Алиса Бахарева

https://nplus1.ru/