[논문 리뷰] Bacterial self-organisation and computation

Martyn Amos, David A. Hodgson외 1명|ArXiv.org|2005. 12. 08.

Slime Mold and Myxomycetes Research참고 문헌 37인용 수 7

한 줄 요약

이 논문은 박테리아의 화학성향과 자가조직화를 활용하여 미생물 집단에서 프로그래밍 가능한 자기조직화 패턴 형성을 가능하게 하는 계산 프레임워크를 제안한다. 박테리아의 이동 및 환경 감지에 대한 시뮬레이션 모델과 진화 알고리즘을 통합함으로써, 원하는 공간적 패턴을 달성하기 위한 초기 조건의 효율적이고 다목적 최적화가 가능해지며, 이는 합성생물학 및 나노기술 분야에서 功能적 세포 시스템을 설계하는 확장 가능한 생물학적 영감을 받은 방법을 제공한다.

ABSTRACT

In this article we highlight chemotaxis (cellular movement) as a rich source of potential engineering applications and computational models, highlighting current research and possible future work. We first give a brief description of the biological mechanism, before describing recent work on modelling it in silico. We then propose a methodology for extending existing models and their possible application as a fundamental tool in engineering cellular pattern formation. We discuss possible engineering applications of human-defined cell patterns, as well as the potential for using abstract models of chemotaxis for generalised computation, before concluding with a brief discussion of future challenges and opportunities in this field.

연구 동기 및 목표

• 모의실험과 최적화를 통해 자가조직화된 박테리아 패턴의 설계와 제어를 가능하게 하는 계산 모델을 개발하는 것.
• 지역적 상호작용과 환경적 신호만을 사용하여 복잡하고 기능적인 공간적 패턴을 달성하는 데 도전하는 것.
• 원하는 패턴을 위한 최적의 초기 설정을 예측하기 위해 실험적 시도-오류를 줄이기 위해 시뮬레이션을 활용하여 합성생물학에서의 실험 비용을 감소시키는 것.
• 스트레스 내성과 환경 탐색과 같은 장기적 기능적 결과를 통합함으로써 기존의 화학성향 모델을 확장하는 것.
• 생물학적 복리가 유리한 전역적 패턴을 생성하는 지역적 상호작용 시스템을 설계하기 위한 기초를 마련하는 것.

제안 방법

• 실험적 시뮬레이션을 통해 박테리아의 화학성향을 모델링하고, 런-탬프 동역학과 4초의 기억을 가진 시간적 감지 메커니즘을 포함한다.
• 초기 조건(예: 세포 밀도, 영양소 배치, 젤 구조 등)의 고차원 다차원 매개변수 공간을 탐색하기 위해 진화 알고리즘(EAs)을 사용한다.
• 유사도 측정 방법을 사용하여 시뮬레이션된 최종 패턴과 목표 패턴을 비교하는 다목적 적합도 함수를 정의한다.
• 수백만 개의 매개변수 조합을 시뮬레이션하여 실험적 검증 시간을 최소화하는 최적의 설정을 식별한다.
• 유전적 요소와 환경적 요소를 모델에 통합하여 합성생물학 및 공학적 미생물 공생체 응용 분야를 지원한다.
• 지역적 행동과 전역적 패턴 결과 간의 비선형 조합 상호작용을 포함하기 위해 모델을 확장한다.

실험 결과

연구 질문

• RQ1 환경적 자극에 반응하여 특정 기능적 공간 패턴을 생성하기 위해 박테리아 자가조직화를 어떻게 모델링하고 제어할 수 있는가?
• RQ2 시간적 감지(예: 4초의 기억)는 박테리아가 화학 기울기를 탐지하고 적응적인 패턴을 형성하는 데 어떤 역할을 하는가?
• RQ3 완전한 실험실 테스트 없이도 진화 알고리즘이 효율적으로 원하는 박테리아 패턴을 달성하기 위한 최적의 초기 설정을 식별할 수 있는가?
• RQ4 박테리아의 화학성향에 대한 추상적 모델은 일반 목적의 계산 및 공학적 응용에 어떻게 적응시킬 수 있는가?
• RQ5 지역적 상호작용만으로도 전역적으로 기능적이고 생물학적으로 유리한 패턴을 생성하는 자가조직화 시스템의 설계 원칙은 무엇인가?

주요 결과

• 진화 알고리즘과 시뮬레이션을 통합함으로써 박테리아 패턴 형성의 효율적이고 다목적 최적화가 가능해지며, 실험적 시도-오류의 필요성이 크게 감소한다.
• 시간적 감지와 편향된 랜덤 워크에 의해 구동되는 박테리아의 화학성향은 환경 탐색을 위한 연장된 팔과 스트레스 상황에서의 보호적 집합체와 같은 복잡하고 기능적인 패턴의 형성을 가능하게 한다.
• 모델은 지역적 상호작용만으로도 노출된 세포를 최소화하는 등의 생물학적으로 기능적인 패턴을 성공적으로 시뮬레이션한다.
• 이 프레임워크는 생물정화 및 폐수 처리와 같은 분야에서 필수적인 정밀한 구조적 순서를 가진 합성 미생물 공생체 설계의 가능성을 입증한다.
• 비선형 고차원 매개변수 공간에서도 원하는 최종 패턴을 이룰 수 있도록 최적의 초기 조건(예: 영양소 배치, 세포 밀도)을 예측할 수 있다.
• 이 모델은 합성생물학 분야에서 프로그래밍 가능한 자가조직화 시스템을 설계하기 위한 확장 가능한, 시뮬레이션 기반의 도구를 제공하며, 생물센서, 생물재료 및 나노장치 등 응용 가능성이 있다.