Genome-scale metabolic reconstruction of Cronobacter sakazakii reveals essential metabolic pathways linked to pathogenicity and biofilm formation

In de stille hoekjes van onze voedselvoorziening, specifiek binnen het droge poeder van zuigelingenvoeding, leeft een bacterie die een maaltijd kan veranderen in een levensbedreigende noodsituatie. Deze organisme, bekend als Cronobacter sakazakii, is een opportunistische pathogeen, wat betekent dat hij meestal wacht op een moment van zwakte om toe te slaan. Hij richt zich op de meest kwetsbaren onder ons: pasgeborenen en zuigelingen wier immuunsysteem nog niet volledig ontwikkeld is. Wanneer deze baby's ge formuleerde voeding consumeren die besmet is met deze bacterie, kan dit leiden tot ernstige infecties van de hersenen, de darmen en het bloed. De bacterie is opmerkelijk taai; ze kan lange tijd in droge omstandigheden overleven en vormt plakkerige, beschermende gemeenschappen genaamd biofilms op oppervlakken, waardoor ze moeilijk weg te wassen zijn. Decennialang wisten wetenschappers van haar gevaren, maar ze misten een volledige kaart van haar interne machinerie. Zonder precies te begrijpen hoe deze bacterie eet, groeit en zichzelf verdedigt, is het moeilijk te voorspellen hoe zij zich in verschillende omgevingen zal gedragen of om nieuwe manieren te vinden om haar te stoppen.

Om dit puzzelstuk op te lossen, bouwde een onderzoeker genaamd Martin Muigano een gedetailleerde digitale blauwdruk van het metabolisme van de bacterie. Denk aan deze blauwdruk niet als een afbeelding van de organisme, maar als een uitgestrekt, onderling verbonden netwerk van chemische reacties die plaatsvinden binnen een enkele cel. Elke keer dat de bacterie energie of een bouwsteen nodig heeft om te groeien, voert zij een specifiek chemisch proces uit, en dit model houdt al deze processen tegelijkertijd bij. Door het creëren van deze uitgebreide kaart, een genoom-schaal metabool model genoemd, kon de wetenschapper duizenden computersimulaties uitvoeren om te zien hoe de bacterie zou reageren op verschillende soorten voedsel, temperaturen en vijandige omgevingen, zonder haar in een laboratorium te hoeven kweken voor elke afzonderlijke test. Het doel was om de specifieke strategieën te begrijpen die deze kiem gebruikt om te overleven in poedermelk, om zich te verstoppen in het menselijk lichaam, en om die taaiere biofilms te bouwen die haar beschermen tegen reinigingsmiddelen.

Het resulterende digitale model, genaamd iMN1443, is een enorme collectie gegevens die 1.443 genen en bijna 3.000 chemische reacties vertegenwoordigt. Het werd geconstrueerd met behulp van de bekende genetische code van een specifieke stam van de bacterie die gevonden werd in een geïnfecteerde zuigeling in het ziekenhuis. De onderzoeker controleerde en corrigeerde het model zorgvuldig, waarbij werd gewaarborgd dat de chemische paden logisch waren en dat de bacterie in de simulatie kon groeien net zoals zij dat in de werkelijkheid doet. Wanneer getest tegen real-world data, bleek het model ongelooflijk accuraat. Het voorspelde succesvol hoe de bacterie zou groeien in verschillende groottes van containers en bij verschillende temperaturen, waarbij de experimentele resultaten met een hoge mate van precisie werden gematcht. Dit bevestigde dat de digitale kaart een betrouwbaar instrument was om de biologie van de bacterie te verkennen.

Een van de meest opvallende ontdekkingen uit deze simulaties was hoe de bacterie haar gedrag verandert afhankelijk van waar zij zich bevindt. In een nutriëntenrijke laboratoriumomgeving groeit de bacterie snel, waarbij zij suiker en zuurstof verbrandt om energie op te wekken. Echter, wanneer het model de barre omstandigheden binnen een menselijk lichaam simuleerde, zoals binnen een witte bloedcel die probeert haar te verteren, vertraagde de groei van de bacterie drastisch. In deze vijandige zones schakelt de bacterie haar belangrijkste energieproducerende fabrieken uit en focust zij zich bijna volledig op het verdedigen tegen toxische chemicaliën. De simulatie toonde aan dat de bacterie haar verdedigingsmechanismen tegen oxidatieve stress met meer dan 300 keer versterkt, wat in feite snelle groei inruilt voor overleving. Dit suggereert dat wanneer de bacterie onder aanval staat binnen een patiënt, zij stopt met proberen te vermenigvuldigen en begint te proberen te volharden, een strategie die haar helpt om in het lichaam te blijven bestaan.

Het model wierp ook licht op hoe de bacterie overleeft in de dikke, slijmerige lagen van een biofilm. In een biofilm hebben de buitenste lagen voldoende zuurstof en voedsel, maar de binnenkern is donker, uitgehongerd en zuurstofarm. De simulaties onthulden dat de groei van de bacterie in het centrum van deze gemeenschap tot een kruipend tempo vertraagt, waarbij de activiteit met bijna 90 procent afneemt ten opzichte van het oppervlak. Om te overleven in deze zuurstofarme zone, suggereert het model dat de bacterie overschakelt op het gebruik van een andere stof, nitraat, om te ademen. Dit stelt een kleine groep "persister"-cellen in staat om levend en in rust toe te blijven in de diepste, meest beschermde delen van de biofilm, wachtend tot de omstandigheden verbeteren. Dit verklaart waarom deze bacteriegemeenschappen zo moeilijk te elimineren zijn; zelfs als de buitenste laag wordt gedood, blijft de binnenkern verborgen en levend, klaar om weer aan te groeien.

Ten slotte gebruikte de onderzoeker deze digitale kaart om de zwakke plekken van de bacterie op te sporen. Door virtueel elk van de 1.443 genen één voor één te verwijderen, identificeerde de studie 107 genen die absoluut essentieel zijn voor het overleven van de bacterie. Als een van deze genen ontbreekt, kan de bacterie niet groeien. De meeste van deze cruciale genen zijn betrokken bij het maken van aminozuren, de bouwstenen van eiwitten, en het creëren van de celwand die de bacterie bij elkaar houdt. Omdat het menselijk lichaam deze bouwstenen krijgt van voedsel in plaats van ze zelf vanaf nul te maken, bestaan deze specifieke paden niet in mensen. Dit maakt hen uitstekende kandidaten voor nieuwe medicijnen. Een medicijn dat ontworpen is om een van deze essentiële bacteriële processen te blokkeren, zou de infectie kunnen stoppen zonder de patiënt schade toe te brengen, wat een potentieel nieuwe manier biedt om deze gevaarlijke infecties te behandelen die momenteel steeds moeilijker te controleren zijn met bestaande antibiotica.

Dit werk biedt niet alleen een lijst met feiten; het biedt een nieuwe manier om de onzichtbare wereld van een gevaarlijke pathogeen te zien. Door de genetische code van de bacterie te vertalen naar een werkend model van haar chemie, heeft de onderzoeker een instrument gecreëerd dat kan voorspellen hoe Cronobacter sakazakii zich zal gedragen in de complexe omgevingen van voedselverwerkingsfabrieken en menselijke lichamen. De bevindingen suggereren dat de sleutel tot het verslaan van deze kiem niet alleen ligt in het doden ervan wanneer zij snel groeit, maar in het begrijpen van hoe zij zich verbergt en overleeft wanneer de omstandigheden zwaar zijn. Naarmate het model verder wordt verfijnd en getest, zou het de ontwikkeling van veiligere voedselpraktijken en nieuwe behandelingen kunnen begeleiden om zuigelingen te beschermen tegen deze levensbedreigende infecties.