Chemotaxing E. coli do not count single molecules

Diese Studie zeigt, dass die Chemotaxis von *E. coli* durch internes Rauschen bei der Signalverarbeitung begrenzt wird und nicht durch die physikalischen Grenzen der Moleküldiffusion, da die Bakterien zwei Größenordnungen weniger Information kodieren, als theoretisch möglich wäre.

Das Wesentliche

Stellen Sie sich ein winziges Bakterium, E. coli, vor, das durch eine flüssige Suppe schwimmt. Sein Ziel ist es, Nahrung (einen chemischen Lockstoff) zu finden, indem es zu höheren Konzentrationen hin schwimmt. Um dies zu tun, muss es ein guter Navigator sein. Es muss in der Lage sein, winzige Veränderungen im „Geruch“ der Nahrung wahrzunehmen, während es schwimmt, und zu entscheiden, wann es die Richtung ändern soll.

Fast 50 Jahre lang glaubten Wissenschaftler, diese Bakterien seien die ultimativen Navigatoren. Die Theorie besagte, dass sie lediglich durch die Gesetze der Physik begrenzt seien: speziell durch die Zufälligkeit der Art und Weise, wie Nahrungsmoleküle gegen ihre Sensoren prallen. Man glaubte, die Bakterien würden jedes einzelne Molekül zählen, das sie trifft, und dieses „molekulare Rauschen“ sei das einzige Hindernis, das sie daran hindert, schneller und geradliniger zu schwimmen.

Die neue Entdeckung: Sie zählen nicht jedes Molekül

Dieses Paper stellt diese Geschichte auf den Kopf. Die Forscher fanden heraus, dass E. coli nicht durch die Physik der Moleküle begrenzt sind, die gegen sie prallen. Stattdessen sind sie durch ihr eigenes internes „Statik“-Rauschen oder deren internes Rauschen begrenzt.

Hier ist die Analogie, um zu verstehen, was passiert ist:

Das „perfekte Mikrofon“ vs. der „schlechte Lautsprecher“

Stellen Sie sich vor, Sie versuchen, einen sehr leisen Radiosender (das chemische Signal) in einem lauten Raum zu hören.

1. Das physikalische Limit (Das Mikrofon): Zuerst treffen die Radiowellen (Moleküle) auf Ihr Mikrofon (den bakteriellen Sensor). Es gibt ein grundlegendes Limit dafür, wie klar das Signal sein kann, da Radiowellen zufällig eintreffen, wie Regentropfen, die auf ein Blechdach prallen. Dies ist das „physikalische Limit“. Das Paper berechnet genau, wie klar das Signal sein könnte, wenn die Bakterien ein perfektes System hätten, um diese Regentropfen zu verarbeiten.
2. Das interne Limit (Der Lautsprecher): Die Bakterien müssen dieses Signal dann nehmen und durch ihre interne Verdrahtung (ihren chemischen Signalweg) spielen, um zu entscheiden, ob sie vorwärts schwimmen oder eine Richtungsänderung (Tumble) vollziehen. Die Forscher fanden heraus, dass diese interne Verdrahtung sehr „verrauscht“ ist. Es ist, als hätte man ein perfektes Mikrofon, aber man verbindet es mit einem Lautsprecher, der vor statischem Rauschen, Summen und Verzerrungen knistert.

Das Ergebnis: Die Bakterien sind so voller interner Statik, dass sie etwa 99 % der Informationen verpassen, die die physische Welt ihnen tatsächlich liefert. Sie arbeiten auf einem Niveau, das zwei Größenordnungen (100-mal) schlechter ist, als es theoretisch möglich wäre.

Wie sie das herausgefunden haben

Die Wissenschaftler haben nicht nur geraten; sie haben ein theoretisches Modell erstellt und es dann an echten Bakterien getestet.

• Die Theorie: Sie entwickelten eine mathematische Methode, um „Informationsraten“ zu messen. Betrachten Sie dies als einen Tachometer dafür, wie viele nützliche Daten die Bakterien erhalten. Sie berechneten zwei Geschwindigkeiten:
  • Geschwindigkeit A: Wie schnell ein idealer, perfekter Roboter schwimmen könnte, wenn er jeden einzelnen Molekulenankunft perfekt hören könnte.
  • Geschwindigkeit B: Wie schnell ein echtes E. coli schwimmt, basierend auf dem verrauschten Signal, das es tatsächlich in seinem Körper verarbeitet.
• Das Experiment: Sie nutzten eine spezielle Mikroskopietechnik (genannt FRET), um die interne „Verdrahtung“ einzelner Bakterien in Echtzeit zu beobachten. Sie maßen, wie die Bakterien auf Änderungen der chemischen Konzentration reagierten und wie viel „Jitter“ oder Rauschen in ihren internen Signalen vorhanden war.

Die große Überraschase

Als sie die beiden Geschwindigkeiten verglichen, hinkte das echte Bakterium weit hinter dem idealen Roboter hinterher.

• Der alte Glaube: Wissenschaftler dachten, die Bakterien würden so schnell schwimmen, wie es die Gesetze der Physik erlauben. Sie dachten, die „Regentropfen“, die auf den Sensor treffen, seien der Engpass.
• Die neue Realität: Die „Regentropfen“ treffen tatsächlich sehr klar ein. Der Engpass ist die interne Verarbeitung der Bakterien. Sie ertrinken in ihrem eigenen internen Rauschen.

Warum ist das wichtig?

Das Paper legt nahe, dass die Bakterien deshalb viel langsamer zur Nahrung schwimmen, als sie es theoretisch könnten, weil sie so weit vom physikalischen Limit entfernt sind. Wenn sie nur ihre interne „Statik“ bereinigen könnten, könnten sie viel effizienter navigieren.

Die Autoren fragen: Warum haben sie sich nicht besser entwickelt?

Sie bieten einige Möglichkeiten an, behaupten aber nicht, die endgültige Antwort zu haben:

• Trade-offs (Abwägungen): Vielleicht zwingt die Sensibilität für ein riesiges Spektrum an Gerüchen (von sehr schwach bis sehr stark) sie dazu, mehr Rauschen zu akzeptieren.
• Andere Prioritäten: Vielleicht müssen sie andere Dinge tun, wie zum Beispiel in Gruppen zusammenzukommen, was eine andere Art der Wahrnehmung erfordert.
• Kosten: Vielleicht wäre es zu energieaufwendig, das Rauschen zu beheben, und es lohnt sich nicht für die zusätzliche Geschwindigkeit.

Das Fazente

Seit einem halben Jahrhundert dachten wir, E. coli seien perfekte Sensoren, die nur durch die Regeln des Universums begrenzt sind. Dieses Paper zeigt, dass sie intern eigentlich ziemlich „unordentlich“ sind. Sie sind nicht durch das Universum begrenzt; sie sind durch ihr eigenes internes Design begrenzt. Sie lassen eine massive Menge an potenziellem Tempo und Effizienz liegen, weil ihre interne Signalverarbeitung zu verrauscht ist, um die Moleküle zu zählen, die sie eigentlich wahrnehmen.

Technische Zusammenfassung

Problemstellung
Die grundlegenden Prinzipien, die die Genauigkeit der biologischen Informationsverarbeitung bestimmen, sind weitgehend unbekannt. Im Kontext der Chemotaxis von Escherichia coli hat die bisherige Forschung etabliert, dass die Geschwindigkeit des Gradientenaufstiegs durch die Information begrenzt ist, die Zellen aus ihrer Umgebung gewinnen, und dass E. coli nahe an dieser Grenze operieren. Es war jedoch unklar, was sie daran hindert, mehr Information zu gewinnen. Eine vorherrschende Hypothese, die in der klassischen Arbeit von Berg und Purcell verwurzelt ist, postuliert, dass das Chemosensing von E. coli durch die fundamentale Physik des stochastischen Eintreffens von Ligenmolekülen an den Zellrezeptoren begrenzt wird. Diese Sichtweise legt nahe, dass Bakterien der physikalischen Grenze der Sensorikgenauigkeit nahekommen. Dennoch wurde bisher kein direkter Vergleich zwischen dem bakteriellen Chemosensing und diesen physikalischen Grenzen gezogen, da die Quantifizierung der Unsicherheit einer realen Zelle über externe Signale methodisch eine Herausforderung blieb. Diese Studie untersucht, ob E. coli durch die Physik der Moleküldiffusion oder durch interne Beschränkungen innerhalb ihrer Signalverarbeitungsmechanismen limitiert sind.

Methodik
Die Autoren entwickelten einen theoretischen Rahmen, um „verhaltenlich relevante“ Informationsraten zu quantifizieren, indem sie die physikalische Grenze des Sensings mit der tatsächlichen Information verglichen, die im intrazellulären Signalweg kodiert ist.

1. Theoretische Formulierung:

   • Verhaltensrelevantes Signal: Anstatt der absoluten Konzentration $c(t)$ konzentriert sich die Studie auf die zeitliche Ableitung der Log-Konzentration, $s(t) = \frac{d}{dt}\log(c(t))$, welche die chemotaktischen Entscheidungen in flachen Gradienten steuert.
   • Physikalische Grenze ($\dot{I}^*_{s \to r}$): Die Autoren leiteten die maximale Informationsrate ab, die aus der stochastischen Ankunftsrate von Ligandenmolekülen, $r(t)$, verfügbar ist. Unter Verwendung der Theorie des kausalen Wiener-Filters berechneten sie die Transferentropierate (äquivalent zur prädiktiven Informationsrate) von vergangenen Partikelankünften auf das zukünftige Signal. Dies etabliert die theoretische obere Grenze, die durch die Diffusionsphysik gesetzt wird.
   • Biologische Informationsrate ($\dot{I}^*_{s \to a}$): Sie leiteten die Informationsrate ab, die in der Dynamik der intrazellulären CheA-Kinaseaktivität, $a(t)$, kodiert ist. Dies erforderte die Modellierung der Kinase-Reaktion auf Ligandenankünfte (unter Verwendung einer linearen Antwortfunktion mit schnellen und langsamen Adaptationszeiten) und die Charakterisierung des internen Rauschens in der Kinaseaktivität.

2. Experimentelle Messungen:

   • Einzelzell-Tracking: Zellen wurden in Mikrofluidik-Geräten über mehrere Hintergrundkonzentrationen von Aspartat (0,1, 1 und 10 $\mu$M) verfolgt, um Schwimmstatistiken (Run-Dauer, Geschwindigkeitsvarianz) zu messen und Signalkorrelationsparameter zu extrahieren.
   • Einzelzell-FRET: Unter Verwendung von Förster-Resonanzenergietransfer (FRET) zwischen CheY-mRFP1 und CheZ-mYFP maßen die Autoren die Dynamik der Kinaseaktivität in Einzelzellen.
     • Antwortfunktionen: Die Kinase-Reaktionen auf Sprungänderungen in der Aspartatkonzentration wurden gemessen, um den Gewinn ($G_r$) und die Adaptationszeiten ($\tau_1, \tau_2$) zu bestimmen.
     • Rauschstatistik: Fluktuationen in der Kinaseaktivität unter konstanten Hintergrundkonzentrationen wurden analysiert, um die Diffusivität ($D_n$) und die Korrelationszeit ($\tau_n$) des internen Rauschens zu quantifizieren.
   • Parameterintegration: Die experimentell gemessenen Parameter wurden in die abgeleiteten analytischen Ausdrücke eingesetzt, um sowohl die physikalische Grenze ($\dot{I}^*_{s \to r}$) als auch die tatsächliche Informationsrate ($\dot{I}^*_{s \to a}$) für E. coli zu berechnen.

Wesentliche Beiträge und Ergebnisse

• Quantitativer Vergleich: Die Studie liefert den ersten direkten Vergleich zwischen der physikalischen Grenze des Chemosensings und der tatsächlichen Leistung von E. coli. Die Ergebnisse zeigen, dass E. coli etwa zwei Größenordnungen weniger Information kodieren, als die physikalische Grenze über alle getesteten Hintergrundkonzentrationen hinweg zulässt.
• Dominanz des internen Rauschens: Die Diskrepanz wird durch das interne Rauschen in der Signalverarbeitung getrieben. Die Leistungsdichte der langsamen Fluktuationen in der Kinaseaktivität übersteigt die durch gefiltertes Molekülankunftsrauschen erwartete Rauschleistung signifikant. Folglich ist die Genauigkeit der Signalschätzung aus der Kinaseaktivität weitało geringer als die Genauigkeit, die durch die Molekülankunftsraten erreichbar wäre.
• Funktionale Konsequenzen: Simulationen der Run-Tumble-Bewegung zeigen, dass dieser Informationsverlust eine direkte funktionale Auswirkung hat. Ideale Zellen (hypothetische Agenten, die Molekülankünfte direkt beobachten) steigen Gradienten signifikant schneller auf als E. coli-ähnliche Zellen. Das Verhältnis der Driftgeschwindigkeiten entspricht der Quadratwurzel des Verhältnisses der Informationsraten, was bestätigt, dass die internen Beschränkungen des Signalwegs die chemotaktische Leistung des Bakteriums einschränken.
• Neubewertung der Optimalität: Die Ergebnisse stellen die lang gehegte Annahme in Frage, dass die E. coli-Chemotaxis die physikalische Grenze annähert. Die Autoren argumentieren, dass die bisherige Annahme – dass Zellen die Richtung des Gradienten in jedem einzelnen Run mit hoher Genauigkeit bestimmen müssen – zu streng ist. Stattdessen ist das Gradientenaufsteigen eine Akkumulation von Schlussfolgerungen über viele Runs hinweg, was eine geringere Genauigkeit pro Schritt erlaubt.

Bedeutung
Die Arbeit kommt zu dem Schluss, dass das Chemosensing von E. coli durch interne Beschränkungen (speziell durch Rauschen in der Signalverarbeitung) und nicht durch die fundamentale Physik der Ligendiffusion limitiert ist. Dies revidiert das Verständnis der bakteriellen Chemotaxis und legt nahe, dass das System nicht auf die absolute physikalische Grenze der Informationsakquisition optimiert ist.

Die Autoren postulieren, dass diese Lücke zwischen physikalischen Grenzen und biologischer Leistung wahrscheinlich aus Trade-offs resultiert, die durch andere biologische Beschränkungen auferlegt werden, wie etwa die Notwendigkeit, über einen weiten Bereich von Hintergrundkonzentrationen zu operieren, die energetischen und ressourcentechnischen Kosten für eine höhere Treue oder Selektionsdrücke für andere Aufgaben wie die Lokalisierung zu Konzentrationsmaxima. Die Studie motiviert einen Perspektivwechsel: weg von der Frage, wie nah die Biologie an physikalischen Grenzen operiert, hin zur Untersuchung der spezifischen physikalischen und biologischen Beschränkungen, die die Evolution von Sensorsystemen formen. Die Autoren schlagen vor, dass E. coli als wertvolles Modell dient, um diese Beschränkungen auch in höheren Organismen zu untersuchen.