فناوری های همگرا

مدل‌ های پیش‌ گویی کننده ی عملکرد باکتری‌ ها

شناسایی و درک ارتباطات باکتری‌ها می‌تواند در شناخت مسیرهای متابولیکی آن‌ها مؤثر باشد که در نهایت این اطلاعات در فرایندهای صنعتی و پزشکی می‌توانند مورد استفاده قرار بگیرند. باکتری‌ها قادرند با یکدیگر و محیط خود تعامل داشته باشند؛ این موجودات در تعاملات خود از روش‌های خاصی بهره می‌برند.


این تصور که باکتری‌ها موجودات متنوعی هستند که می‌توانند شکار کنند و یا اینکه گذشته را به خاطر بسپارند؛ همانند ایده‌‌ی فیلم‌های علمی- تخیلی کم بودجه است. اما این تصورات دقیقاً همان چیزی است که دانشمندان آن را “شناخت باکتریایی” نامیده‌اند. باکتری‌ها می‌توانند هم‌چون سیستم‌های اطلاعاتی عمل کنند.

نظریه‌ی “شناخت باکتریایی” که اولین بار در دهه‌ی ۱۹۴۰ مطرح شد این امکان را فراهم می‌کند تا دانشمندان بتوانند نحوه‌ی جمع‌آوری اطلاعات، ذخیره کردن و استفاده از آن‌ها برای تعامل با محیط را به صورت کمی اندازه‌گیری کنند. این سیستم‌ همانند شبکه‌های اینترنت، رمزنگاری و تلفن‌همراه؛ قابل بررسی هستند که بدین‌ طریق می‌توان به نقاط مجهول زیست‌شناسی پاسخ داد.

دانشمندان دپارتمان انرژی Argonne در تلاش‌ هستند تا این داده‌ها را در جهت انجام محاسبات در صنعت به اطلاعاتی فراگیر تبدیل کنند. برای مثال بتوانند تأثیر بهینه‌ی مواد مختلف را بر روی مسیرهای متابولیکی شناسایی کنند.

در مدل تقلیل‌گرا که پدیده‌های با پیچیدگی بالا را به تفکیک اجزایشان بررسی می‌کند، باکتری‌ها به عنوان مجموعه‌ی شیمیایی از واکنش‌ها شناخته می‌شوند که به دنبال تعاملی پویا با محیط خود هستند.

این مدل به صراحت نمی‌تواند شرح آن‌چه باکتری‌ها انجام می‌دهند را پوشش دهد. برای درک کامل عملکرد باکتری‌ها لازم است ظرفیت‌های پردازشی اطلاعات آنان بررسی شود.

باکتری Pseudomonas fluorescens (باکتری خاکی که توانایی تشکیل کلنی بر روی ریشه گیاهان، محافظت در مقابل تنش‌های غذایی و عوامل بیماری‌زا را دارد) برای انجام تحقیقات انتخاب شد. سایر باکتری‌های مرتبط نیز می‌توانند بر روی تغییرات گیاهان اثرگذار باشند و غلظت هورمون‌های تنش‌زا یا مقادیر کلروفیل II را در برگ‌ها و زیست‌توده‌های گیاهی تغییر دهند.

نتایج به دست آمده از مطالعه‌ی Pseudomonas fluorescens، قابل بسط دادن به سایر باکتری‌ها نیز می‌باشد. اطلاعات حاصل شده ازPseudomonas fluorescens را می‌توان برای تولید سوخت‌زیستی از ذخایر گیاهی استفاده کرد. از داده‌های مدل‌ صنعتی Pseudomonas putida نیز برای تولید پلاستیک‌زیستی از منابع تجدیدپذیر می‌توان بهره برد.

در آزمایشات انجام شده، دانشمندان انواع متفاوتی از منابع غذایی سولفوردار را در اختیار کلنی‌های Pseudomonas fluorescens قرار دادند. باکتری‌ها مجموعه‌ای از اطلاعات را جمع‌آوری و ادغام می‌کنند که این فرایند به آن‌ها این امکان را می‌دهد تا بتوانند پاسخ‌های متابولیکی مناسبی را بدهند.

یک شبکه‌ی اطلاعاتی براساس مدل یک فرستنده-گیرنده ایجاد شده است که ارتباط نزدیکی با چگونگی دریافت اطلاعات به وسیله‌‌ی باکتری‌ها از محیط و نحوه‌ی پاسخ‌گویی به آن‌ها دارد. بر اساس این مدل می‌توان تشخیص داد که تغییرات غذایی بر روی باکتری‌ها که منجر به ژن‌های مختلف می‌شود چگونه عمل می‌کنند. این تغییرات در نهایت بر روی میزان و نوع رشد تأثیر خواهند گذاشت.

با توجه به مواد غذایی اندکی که در این تحقیق استفاده شد؛ در گام بعدی می‌توان از مواد غذایی بیشتری که تنوع شیمیایی بیشتری را به دنبال دارند بهره برد. برای طراحی یک مدل جامع برای درک پردازش سلول باکتری لازم است که اطلاعات به نحوی مؤثر پردازش شوند.

لینک خبر
لینک مقاله

Rate this post
برچسب‌ها
نمایش بیشتر

نوشته‌های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا
EnglishIran
بستن
بستن