[논문 리뷰] Understanding the Dynamics and Optimizing the Performance of Chemostat Selection Experiments

Aryeh Wides, Ron Milo|arXiv (Cornell University)|2018. 06. 01.

Evolution and Genetic Dynamics참고 문헌 36인용 수 14

한 줄 요약

이 논문은 미생물 진화에서의 화학저속 선택 실험을 이해하고 최적화하기 위한 정량적 프레임워크를 개발한다. 분석 모델과 시뮬레이션을 통해 다섯 단계의 실험 단계에서의 역학을 예측한다. 이는 유전자 흐름에 영향을 주지 않는 반직관적인 행동—예를 들어 유입 농도에 대한 기질 농도의 독립성—을 밝혀내며, 선택 시간을 최소화하면서도 효과적인 균주 풍부화를 보장하는 실용적 원칙을 제시한다. 결과적으로 최적 조건에서 선택 기간이 높은 내성성을 보임을 보여준다.

ABSTRACT

A chemostat enables long-term, continuous, exponential-phase growth in an environment limited as prescribed by the researcher. It is thus a potent tool for laboratory evolution - selecting for strains with desired phenotypes. However, despite the apparently simple design governed by a limited set of rules, analysis of chemostat dynamics shows that they display counter-intuitive properties. For example, the concentration of limiting substrate in the chemostat is independent of the concentration in the influx and only dependent on the dilution rate and the strain parameters. Moreover, choosing optimal operational parameters (dilution rate, volume size, etc.) can be challenging. There are conflicting requirements in the experimental design, such as a need for relatively fast growth conditions for mutation accumulation on the one hand versus slow dilution for a large fitness advantage for mutants to take over the population quickly on the other.In this study, we provide analytic and computational tools to help understand and predict chemostat dynamics, and choose suitable operational parameters. We refer to five stages of the process: (A) parameter choice and setup, (B) basic steady state growth, (C) mutation, (D) single takeover and (E) successive takeovers. We present a qualitative and quantitative framework to answer the questions confronted in each of these stages. We provide a set of simulations which support the quantitative results, and a graphical user interface to give a hands-on opportunity to experience and visualize the analytic results. We detail conditions that produce ineffectual selection regimes, and find that when avoided, the selection time is relatively robust, and usually varies by less than an order of magnitude. Finally, we suggest rules of thumb to help ensure that the chosen parameters lead to effective selection and minimize the duration of the selection process.

연구 동기 및 목표

• 효율적인 실험 설계를 방해하는 화학저속 선택 실험에서의 반직관적인 역학을 해결하기 위해.
• 돌연변이 축적과 돌연변이체의 지배 속도 사이의 균형을 고려할 때 최적의 운영 조건(희석률, 부피 등)을 규명하기 위해.
• 설정, 안정 상태, 돌연변이 발생, 단일 지배, 연속적 지배의 다섯 단계로 구성된 화학저속 선택의 체계적 프레임워크를 제공하기 위해.
• 무의미한 파rameter 영역을 피하고 다양한 조건에서의 강건한 성능을 확보함으로써 선택 기간을 최소화하기 위해.
• 실험자들이 신뢰할 수 있고 효율적인 균주 진화를 달성할 수 있도록 데이터 기반 실용적 원칙을 제공하기 위해.

제안 방법

• 모노드 동역학 기반 분석 모델을 개발하여 화학저속에서 기질 소비 및 인구 역학을 기술한다.
• 모든 다섯 단계의 실험 단계에서 예측된 역학을 검증하고 시각화하기 위해 컴퓨터 시뮬레이션을 사용한다.
• 선택 결과에 대한 파rameter 영향을 실시간으로 탐색할 수 있도록 그래픽 사용자 인터페이스(GUI)를 도입한다.
• 안정 상태 분석을 적용하여 희석률, 균주 파rameter 및 제한 기질 농도 간의 관계를 유도한다.
• 희석률과 부피가 돌연변이체 지배 시간과 선택 효율성에 미치는 영향을 정량화한다.
• 결과적으로 돌연변이체가 지배하지 못하는 무의미한 선택 영역(예: 너무 높거나 너무 낮은 희석률)을 유도하는 조건을 규명하고, 강건한 파rameter 범위를 도출한다.

실험 결과

연구 질문

• RQ1 화학저속에서의 제한 기질 농도는 실험 파rameter에 어떻게 의존하며, 왜 유입 농도에 독립적인가?
• RQ2 유익한 돌연변이체가 화학저속 인구에서 지배하기까지 걸리는 시간을 최소화하는 데 적합한 희석률과 부피 설정은 무엇인가?
• RQ3 빠른 성장(돌연변이 축적을 위해)과 느린 희석(돌연변이체의 이점 확보를 위해)이라는 상충되는 실험 요구사항이 선택 효율성에 어떤 영향을 미치는가?
• RQ4 선택 과정이 무의미해지는 조건은 언제이며, 이를 어떻게 피할 수 있는가?
• RQ5 최적 조건이 선택된 경우, 운영 파rameter의 변동에 대해 선택 기간은 얼마나 내성적인가?

주요 결과

• 화학저속에서의 제한 기질 농도는 오직 희석률과 균주 특성 파ram터에 의해 결정되며, 유입 농도에는 영향을 받지 않는다.
• 최적 조건이 선택된 경우, 파rameter 변동에 대해 선택 기간이 상대적으로 내성적이며, 일반적으로 한 계급 이내로 변동한다.
• 돌연변이체가 지배하지 못하는 무의미한 선택 영역은 일반적으로 부적절한 희석률, 특히 너무 높거나 너무 낮은 값에서 발생한다.
• 이 연구는 선택 효율을 극대화하고 기간을 최소화하는 데 최적의 희석률 범위와 부피를 규명하여 실용적 원칙을 제시한다.
• 시뮬레이션 결과는 분석 프레임워크가 정확하게 지배 역학을 예측함을 확인하여, 실험 계획 수립에 모델의 활용을 뒷받침한다.
• 그래픽 사용자 인터페이스를 통해 파rameter 영향을 실시간으로 탐색할 수 있어 실험 설계의 직관성과 정확성이 향상된다.