Mikrobiální inteligence - Microbial intelligence

Mikrobiální inteligence (populárně známý jako bakteriální inteligence) je inteligence zobrazeno mikroorganismy. Koncept zahrnuje komplexní adaptivní chování, které ukazuje jednotlivé buňky, a altruistický nebo kooperativní chování v populacích podobných nebo na rozdíl od buněk zprostředkovaných chemickou signalizací, která vyvolává fyziologické změny nebo změny chování v buňkách a ovlivňuje struktury kolonií.[1]

Složité buňky, jako prvoky nebo řasy, vykazují pozoruhodné schopnosti organizovat se v měnících se podmínkách.[2] Budování skořápky pomocí améb odhaluje složitou diskriminaci a manipulativní dovednosti, o nichž se obvykle předpokládá, že se vyskytují pouze u mnohobuněčných organismů.

Dokonce i bakterie mohou projevovat sofistikovanější chování jako populace. K tomuto chování dochází u populací jednotlivých druhů nebo populací smíšených druhů. Příkladem jsou kolonie nebo roje myxobakterie, snímání kvora, a biofilmy.[1][3]

Bylo navrženo, že bakteriální kolonie volně napodobuje biologickou nervová síť. Bakterie mohou přijímat vstupy ve formě chemických signálů, zpracovávat je a poté produkovat výstupní chemikálie, které signalizují další bakterie v kolonii.

Komunikace bakterií a sebeorganizace v kontextu teorie sítí byl vyšetřován uživatelem Eshel Ben-Jacob výzkumná skupina v Tel Avivská univerzita který vyvinul a fraktální model bakteriální kolonie a identifikované jazykové a sociální vzorce v životním cyklu kolonií.[4]

Příklady mikrobiální inteligence

Bakteriální

  • Bakteriální biofilmy umět vynořit se prostřednictvím kolektivního chování tisíců nebo milionů buněk[3]
  • Biofilmy tvořil Bacillus subtilis může používat elektrické signály (iontový přenos) k synchronizaci růstu tak, aby nejvnitřnější buňky biofilmu nehladovaly.[5]
  • Při nutričním stresu se bakteriální kolonie mohou organizovat tak, aby maximalizovaly dostupnost živin.
  • Bakterie se reorganizují pod antibiotikum stres.
  • Bakterie mohou vyměňovat geny (například geny kódující odolnost proti antibiotikům ) mezi členy kolonií smíšených druhů.
  • Jednotlivé buňky myxobakterie koordinovat za účelem vytvoření složitých struktur nebo se pohybovat jako sociální entity.[3] Myxobakterie se pohybují a krmí kooperativně v dravých skupinách, známých jako roje nebo vlčí smečky, s více formami signalizace.[6][7]
  • Populace bakterií snímání kvora posoudit jejich vlastní hustotu a podle toho změnit jejich chování. K tomu dochází při tvorbě biofilmů, infekčních chorobných procesů a světelných orgánů bobtail chobotnice.[3]
  • Aby jakákoli bakterie mohla vstoupit do buňky hostitele, musí buňka vykazovat receptory, na které mohou bakterie přilnout a být schopna vstoupit do buňky. Některé kmeny E-coli jsou schopni internalizovat se do buňky hostitele i bez přítomnosti specifických receptorů, protože přinášejí vlastní receptor, ke kterému se poté připojí a vstoupí do buňky.
  • Při omezení živin se některé bakterie transformují na endospory odolávat teplu a dehydrataci.
  • Obrovská řada mikroorganismů má schopnost překonat rozpoznání imunitním systémem, protože mění své povrchové antigeny, takže jakékoli obranné mechanismy namířené proti dříve přítomným antigenům jsou nyní u nově exprimovaných k ničemu.
  • V dubnu 2020 bylo oznámeno, že kolektivy bakterií mají a membránový potenciál forma založená na pracovní paměť. Když vědci posvítili na a biofilm bakterií optické otisky trvaly hodiny po počátečním stimulu, protože buňky vystavené světlu reagovaly odlišně na oscilace membránových potenciálů v důsledku změn jejich draslíkové kanály.[8][9][10]

Protisti

  • Jednotlivé buňky buněčné slizové formy koordinovat za vzniku složitých struktur nebo se pohybovat jako mnohobuněčné entity.[3] Biolog John Bonner poukázal na to, že ačkoli slizové formy nejsou „nic víc než pytel améby uzavřeni v tenkém slizovém pouzdru, dokáží se chovat různě stejně jako u zvířat, která mají svaly a nervy s ganglia - tedy jednoduché mozky. “[11]
  • Jednobuněčný nálevník Stentor roeselii vyjadřuje jakýsi druh „behaviorální hierarchie“ a může „změnit názor“, pokud jeho reakce na dráždivou látku drážditele nezbaví, což naznačuje velmi spekulativní smysl pro „poznání“.[12][13]
  • Paramecium konkrétně P. caudatum, je schopen se naučit spojovat intenzivní světlo s podněty, jako jsou elektrické šoky v jeho plaveckém médiu; i když se zdá, že není schopen spojovat temnotu s elektrickými šoky.[14]
  • Prvoky ciliate Tetrahymena má kapacitu „zapamatovat si“ geometrii své plavecké oblasti. Buňky, které byly odděleny a uzavřeny v kapičce vody, rekapitulovaly po uvolnění kruhové plavební dráhy. To může být výsledkem hlavně zvýšení intracelulárního vápníku.[15]

Aplikace

Optimalizace bakteriálních kolonií

Optimalizace bakteriálních kolonií je algoritmus použito v evoluční výpočty. Algoritmus je založen na modelu životního cyklu, který simuluje některá typická chování E-coli bakterie během celého jejich životního cyklu, včetně chemotaxe, komunikace, eliminace, reprodukce a migrace.

Výpočet slizové formy

Logické obvody lze postavit pomocí forem na sliz.[16] Experimenty s distribuovanými systémy je používají k aproximaci dálničních grafů.[17] Slizová forma Physarum polycephalum je schopen vyřešit Problém obchodního cestujícího, kombinatorický test s exponenciálně rostoucí složitostí, v lineární čas.[18]

Ekologie půdy

Mikrobiální komunitní inteligence se nachází v půdní ekosystémy ve formě interagujícího adaptivního chování a metabolismu.[19] Podle Ferreira et al. „Půdní mikrobiota má svou vlastní jedinečnou schopnost zotavit se ze změny a přizpůsobit se současnému stavu [...] [Tato] schopnost zotavit se ze změny a přizpůsobit se současnému stavu altruistickou, kooperativní a společné chování je považováno za klíčový atribut inteligence mikrobiální komunity. “[20]

Mnoho bakterií, které vykazují složité chování nebo koordinaci, je v půdě silně přítomno ve formě biofilmů.[1] Mikropredátoři, kteří obývají půdu, včetně sociálních dravých bakterií, mají významné důsledky pro její ekologii. Půdní biodiverzita, která je částečně řízena těmito mikropredátory, má zásadní význam pro cyklování uhlíku a fungování ekosystémů.[21]

Jako potenciál byla navržena komplikovaná interakce mikrobů v půdě uhlíkový dřez. Bioaugmentace byla navržena jako metoda ke zvýšení „inteligence“ mikrobiálních komunit, tj. přidání genomů autotrofní, upevnění uhlíkem nebo fixace dusíkem bakterie k jejich metagenom.[19]

Viz také

Reference

  1. ^ A b C Rennie, Johne. „Krásná inteligence bakterií a jiných mikrobů“. Časopis Quanta.
  2. ^ Ford, Brian J. (2004). „Jsou buňky geniální?“ (PDF). Mikroskop. 52 (3/4): 135–144.
  3. ^ A b C d E Chimileski, Scott; Kolter, Roberto (2017). Život na okraji zraku: Fotografický průzkum mikrobiálního světa. Cambridge, Massachusetts: Harvard University Press. ISBN  9780674975910.
  4. ^ Cohen, Inon; et al. (1999). "Kontinuální a diskrétní modely spolupráce ve složitých bakteriálních koloniích" (PDF). Fraktály. 7.03 (1999) (3): 235–247. arXiv:cond-mat / 9807121. doi:10.1142 / S0218348X99000244. Archivovány od originál (PDF) dne 8. 8. 2014. Citováno 2014-12-25.
  5. ^ Beagle, Sarah D .; Lockless, Steve W. (5. listopadu 2015). „Mikrobiologie: Elektrická signalizace je bakteriální“. Příroda. 527 (7576): 44–45. Bibcode:2015Natur.527 ... 44B. doi:10.1038 / příroda15641. PMID  26503058.
  6. ^ Muñoz-Dorado, José; Marcos-Torres, Francisco J .; García-Bravo, Elena; Moraleda-Muñoz, Aurelio; Pérez, Juana (2016-05-26). „Myxobacteria: Moving, Killing, Feeding and Surviving together“. Hranice v mikrobiologii. 7: 781. doi:10.3389 / fmicb.2016.00781. ISSN  1664-302X. PMC  4880591. PMID  27303375.
  7. ^ Kaiser, Dale (12. 11. 2013). „Jsou Myxobacteria inteligentní?“. Hranice v mikrobiologii. 4: 335. doi:10.3389 / fmicb.2013.00335. ISSN  1664-302X. PMC  3824092. PMID  24273536.
  8. ^ Escalante, Alison. „Vědci nás přivedli o krok blíže k živému počítači“. Forbes. Citováno 18. května 2020.
  9. ^ „Pamatují si: Komunity mikrobů zjistily, že mají funkční paměť“. phys.org. Citováno 18. května 2020.
  10. ^ Yang, Chih-Yu; Bialecka-Fornal, Maja; Weatherwax, Colleen; Larkin, Joseph W .; Prindle, Arthur; Liu, Jintao; Garcia-Ojalvo, Jordi; Süel, Gürol M. (27. dubna 2020). „Kódování paměti založené na membránovém potenciálu v mikrobiální komunitě“ (PDF). Buněčné systémy. 0 (0). doi:10.1016 / j.cels.2020.04.002. ISSN  2405-4712. Citováno 18. května 2020.
  11. ^ „„ Sultan slizu “: Biologa fascinují organismy i po téměř 70 letech studia.“. Univerzita Princeton. Citováno 2019-12-06.
  12. ^ „Může jednobuněčný organismus‚ změnit názor '? Nová studie říká ano “. phys.org. Citováno 2019-12-06.
  13. ^ "Primer: Cell learning (získaný z archive.org)". www.sciencedirect.com. Citováno 2020-07-11.
  14. ^ Alipour, Abolfazl; Dorvash, Mohammadreza; Yeganeh, Yasaman; Hatam, Gholamreza (29. 11. 2017). „Paramecium Learning: Nové poznatky a úpravy“. bioRxiv: 225250. doi:10.1101/225250.
  15. ^ Kunita, Itsuki; Yamaguchi, Tatsuya; Tero, Atsushi; Akiyama, Masakazu; Kuroda, Shigeru; Nakagaki, Toshiyuki (2016-05-31). „Ciliate si zapamatuje geometrii plavecké arény“. Journal of the Royal Society Interface. 13 (118): 20160155. doi:10.1098 / rsif.2016.0155. ISSN  1742-5689. PMC  4892268. PMID  27226383.
  16. ^ „Výpočet pomocí slizu: Logické obvody postavené na živých slizových formách“. ScienceDaily. Citováno 2019-12-06.
  17. ^ Adamatzky, Andrew; Akl, Selim; Alonso-Sanz, Ramon; Dessel, Wesley van; Ibrahim, Zuwairie; Ilachinski, Andrew; Jones, Jeff; Kayem, Anne V. D. M .; Martínez, Genaro J .; Oliveira, Pedro de; Prokopenko, Michail (01.06.2013). „Jsou dálnice racionální z pohledu slizovce?“. International Journal of Parallel, Emergent and Distributed Systems. 28 (3): 230–248. arXiv:1203.2851. doi:10.1080/17445760.2012.685884. ISSN  1744-5760.
  18. ^ "Slizová forma dokáže vyřešit lineárně časově komplikované problémy | Biologie, informatika | Sci-News.com". Nejnovější vědecké zprávy Sci-News.com. Citováno 2019-12-06.
  19. ^ A b Agarwal, Leena; Qureshi, Asifa; Kalia, Vipin; Kapley, Atya; Purohit, Hemant; Singh, Rishi (2014-05-25). „Arid ecosystem: Future option for carbon sinks using microbial community inteligence“. Současná věda. 106: 1357.
  20. ^ Ferreira, Carla; Kalantari, Zahra; Salvati, Luca; Canfora, Loredana; Zambon, Ilaria; Walsh, Rory (01.01.2019), ""6. Městské oblasti ". Degradace, obnova a péče o půdu v ​​kontextu globálních změn.", Pokroky v řízení a ochraně životního prostředí při chemickém znečištění, 4, str. 232, ISBN  978-0-12-816415-0, vyvoláno 2020-01-05
  21. ^ Zhang, Lu; Lueders, Tillmann (01.09.2017). „Diferenciace výklenku mikropredátora mezi objemovou půdou a rizosférou zemědělské půdy závisí na bakteriální kořisti“. Ekologie mikrobiologie FEMS. 93 (9). doi:10.1093 / femsec / fix103. ISSN  0168-6496. PMID  28922803.

Další čtení

externí odkazy