Swimming-limited aggregation of bacteria in liquid crystals

Resumen Técnico: Agregación Limitada por Natación de Bacterias en Cristales Líquidos

Planteamiento del Problema
La agregación y la fragmentación son procesos fundamentales en la ingeniería y la naturaleza, típicamente gobernados por las tasas de éxito de colisión en regímenes limitados por difusión o por reacción. Si bien la agregación bacteriana en fluidos isotrópos está bien documentada (por ejemplo, la formación de biopelículas impulsada por atracciones de agotamiento o corrientes inducidas por el flujo), la dinámica de las bacterias motiles en entornos altamente anisotrópos permanece menos comprendida. Específicamente, la dinámica colectiva de Escherichia coli motil en cristales líquidos (CL) nemáticos presenta un sistema único donde el movimiento bacteriano está constreñido a una dimensión (1D) por el director nemático. Estudios previos han demostrado que los CL pueden inducir la agregación coloidal pasiva mediante fuerzas elásticas e que las bacterias motiles pueden formar cadenas en CL, pero el mecanismo físico que gobierna la velocidad y la estabilidad de estas cadenas activas, particularmente la relación entre la longitud de la cadena y la velocidad de natación, carecía de una explicación cuantitativa.

Metodología
El estudio combina la observación experimental con el modelado teórico y la simulación numérica:

1. Configuración Experimental: Se sumergieron bacterias E. coli motiles en un CL nemático biocompatible (cromoglicato disódico, DSCG) confinado en cámaras de vidrio delgadas ($h \approx 40 \pm 10$ $\mu$m). La alineación del CL fue prescrita por micro-rayaduras, obligando a las bacterias a nadar en carriles 1D paralelos al director. Se utilizó microscopía de fluorescencia para rastrear bacterias individuales y cadenas (hasta 16 células, aunque el análisis se centró en $n \le 8$) durante intervalos de 5 a 7 minutos, de 2 a 30 minutos después de la mezcla.
2. Modelado Teórico:
   • Modelo Mínimo: Se desarrolló un modelo probabilístico para una bacteria central y sus dos vecinos más cercanos. Este calcula la probabilidad y el tiempo de encuentro mediano basándose en las velocidades relativas, asumiendo una distribución lognormal de las velocidades de natación y omitiendo las fuerzas hidrodinámicas y elásticas para el cálculo de la probabilidad de encuentro.
   • Simulaciones Basadas en Agentes: Se implementó un modelo de acoplamiento mecánico "seco" 1D para 10,000 agentes. En este modelo, las bacterias nadan de forma determinista hasta la colisión. Al fusionarse, la velocidad de la nueva cadena se determina mediante la conservación del arrastre viscoso (equilibrando el empuje total y el arrastre total), lo que resulta en que la velocidad de la cadena sea el promedio de las velocidades de sus componentes. El modelo incorpora una distribución lognormal de las velocidades iniciales y permite colisiones frontales y traseras.
3. Análisis de Datos: Los datos experimentales (longitudes de cadena, velocidades) se compararon con los resultados de la simulación en una "edad dinámica" específica ($t^*$), definida como el tiempo cuando el número total de cadenas en la simulación cae al 45% del número inicial de bacterias, coincidiendo con la longitud media de la cadena ($\langle n \rangle \approx 2.2$) observada en los experimentos.

Resultos Clave

1. Escalas Temporales de Agregación Activa vs. Pasiva: El estudio demuestra que la agregación activa ocurre en el orden de los minutos, significativamente más rápido que las horas requeridas para la agregación pasiva impulsada únicamente por la atracción elástica mediada por el CL. Esto confirma que la motilidad intrínseca bacteriana y las variaciones de velocidad relativa son los principales motores del proceso de agregación.
2. Correlación Longitud-Velocidad: Contrario a los modelos simples de balance de fuerzas que predicen que la velocidad de la cadena debería ser el promedio de sus componentes (y, por tanto, independiente de la longitud si los componentes están ordenados aleatoriamente), los experimentos revelan una correlación positiva: las cadenas más largas nadan más rápido en promedio.
3. Mecanismo de Auto-clasificación: Se identifica el mecanismo de "agregación limitada por natación" como la causa. Las bacterias más rápidas encuentran a sus vecinos con mayor frecuencia (tiempos de encuentro medianos más cortos) y son incorporadas preferencialmente en cadenas más largas aguas abajo. Esta auto-clasificación dinámica conduce a un enriquecimiento de nadadores rápidos en las cadenas más largas.
4. Validación del Modelo: Las simulaciones basadas en agentes, utilizando una distribución de velocidad lognormal con una media $V \approx 9.18$ $\mu$m s$^{-1}$ y una desviación estándar $\sigma_V \approx 7.26$ $\mu$m s$^{-1}$, reproducen con éxito la correlación velocidad-longitud experimental. El modelo también captura la forma completa de las distribuciones de velocidad para cadenas de diferentes longitudes.
5. Sensibilidad de los Parámetros: La correlación velocidad-longitud es impulsada principalmente por la varianza en las velocidades de natación ($\sigma_V$) y el sesgo direccional. Las variaciones en los coeficientes de arrastre, la longitud celular o la disposición espacial inicial tienen efectos insignificantes en la correlación en comparación con la variabilidad de la velocidad. La correlación se debilita con el tiempo a medida que el sistema envejece.

Significancia y Afirmaciones
El artículo establece un régimen distinto de "agregación limitada por natación", donde la evolución de la materia activa está constreñida por la distribución de velocidad intrínseca de los agentes. Los autores afirman que:

• El aumento observado en la velocidad de la cadena con la longitud no es una violación del balance de fuerzas, sino una consecuencia de un proceso de auto-clasificación dinámica impulsado por las velocidades relativas.
• Las variaciones célula a célula en la velocidad de natación son esenciales para esta auto-organización; sin heterogeneidad, el mecanismo de clasificación fallaría.
• Este mecanismo proporciona un marco cuantitativo para comprender la auto-organización bacteriana en medios anisotrópos, sugiriendo que la separación de fases inducida por motilidad en 1D puede ser potenciada y estabilizada por la elasticidad nemática.
• Los hallazgos ofrecen una ruta genérica para la auto-organización basada en la motilidad en entornos confinados, donde las interacciones físicas convierten las variaciones de velocidad individuales en heterogeneidad espacial y colectiva.

El estudio reconoce limitaciones, señalando que el modelo "seco" omite las interacciones hidrodinámicas, las fluctuaciones temporales de velocidad y la elasticidad nemática, que pueden influir en los detalles cuantitativos (como la pendiente exacta de la curva velocidad-longitud). Sin embargo, el hallazgo central —que la agregación activa es impulsada por tasas de encuentro dependientes de la velocidad que conducen a la auto-clasificación— es robusto a través de los marcos experimentales y teóricos presentados.