Ученые нашли скрытую индивидуальность в вирусных инфекциях
Исследователи из Университета Мэриленда разработали новый метод, позволяющий выявить скрытые различия в том, как вирусы заражают и уничтожают отдельные микробные клетки. Это решает биологическую загадку, сохранявшуюся более 80 лет. Ранее ученые измеряли два параметра — время разрыва клетки и количество новых вирусов — как средние по популяции, что маскировало важные различия между зараженными клетками. В новом исследовании, опубликованном в журнале Science Advances, команда впервые показала, что может точно предсказать скрытую вариабельность исходов инфекции на уровне отдельных клеток, используя популяционные измерения. Об этом рассказывает издание Phys.org.
«Индивидуальные инфекции протекают неодинаково, — говорит Джошуа Вайц, профессор биологии UMD и ведущий автор статьи. — Успешное количественное определение этой вариабельности на уровне одной клетки открывает путь к разработке прогностических моделей того, как вирусы могут использоваться терапевтически для борьбы с устойчивыми к лекарствам патогенами и как вирусы трансформируют здоровье окружающей среды».
Исследователи применили математическую модель, разработанную группой Вайца за последнее десятилетие, для анализа накопления вирусных популяций в ходе нескольких циклов заражения. Модель выявила, что происходит внутри отдельных клеток, включая вариации времени разрыва клетки и высвобождения новых вирусов. Для проверки предсказаний коллеги из лаборатории Дебби Линделл в Технионе разработали экспериментальный анализ на уровне одной клетки, напрямую измеряющий исходы инфекции.
Эксперименты проводились на бактериофагах — вирусах, заражающих бактерии. Фаги — одни из самых распространенных биологических объектов на Земле, играющие ключевую роль в формировании микробных популяций, круговороте питательных веществ и здоровье экосистем. Они также все чаще используются терапевтически для уничтожения инфекций, вызванных устойчивыми к антибиотикам бактериями. Ученые сосредоточились на морской паре фаг-бактерия: фаге, заражающем распространенные океанические бактерии, фиксирующие углерод посредством фотосинтеза. Вирусные инфекции этих цианобактерий влияют на глобальный углеродный цикл.
Результаты показали, что предсказания модели были поразительно точными. Время разрыва клетки существенно варьировалось от одной зараженной клетки к другой. «Наши результаты помогают решить 80-летнюю загадку источников фенотипической вариабельности у бактериофагов и углубляют понимание ключевого принципа биологии вирусов», — отметил первый автор Мариан Домингес-Мирасо, недавно получивший докторскую степень по количественным бионаукам в Технологическом институте Джорджии.
Исследователи также обнаружили неожиданную связь между временем пребывания вируса внутри клетки и количеством произведенного потомства. Вопреки более ранним исследованиям, предполагавшим, что производство вирусов быстро выходит на плато, команда Вайца наблюдала кусочно-линейную зависимость: вирусы продолжали производить потомство пропорционально длительности инфекции, что указывает на разрыв клеток в разные моменты, часто задолго до истощения ресурсов.
Это открытие объясняет еще одну загадку, впервые выявленную нобелевским лауреатом Максом Дельбрюком в 1940-х годах: почему количество вирусов, высвобождаемых из зараженных клеток, так сильно варьируется. Новая работа показывает, что большая часть этой вариации объясняется различиями во времени разрыва клетки, что предполагает, что вирусное время — как его среднее значение, так и вариабельность — может само формироваться эволюцией.
Исследование объединяет микробиологию, экологию, эволюционную биологию и математическое моделирование, предлагая новый способ понимания не только среднего вирусного поведения, но и скрытого разнообразия исходов инфекции, происходящих по одной клетке за раз. Эти результаты предоставляют важный количественный инструмент для изучения и прогнозирования распространения вирусных инфекций в системах, где прямые измерения на уровне одной клетки затруднены или невозможны. Понимание скрытой вариабельности вирусных признаков может улучшить прогностические модели в науках об окружающей среде, микробиологии и развивающихся терапевтических приложениях.
