Temporospatial metabolic modelling of Pseudomonas aeruginosa and Staphylococcus aureus on a chronic wound

Abstract

Bir yüzeye bağlı olan belirli bazı mikroorganizmalar, biyofilm adı verilen hücre dışı polimerik maddeler (EPS) ile kendilerini kaplayabilmektedir. Bakteriler için, bu organizmaların etraflarındaki popülasyon miktarını nasıl anladıkları, Quorum Sensing (QS) adı verilen bir mekanizma ile açıklamaktadır. Belirli bir QS sinyali eşiğinin aşılması ile oluşturulmaya başlayan biyofilmler, bu organizmalara dış etkilerden ekstra direnç sağlayabilirken, madde içindeki organizmaların birbirleri üzerinde hem yararlı hem de zararlı etkileri gözlemlenmektedir. P. aeruginosa ve S. aureus, akciğer enfeksiyonları ve kronik yaralar gibi tedavisi zor hastalıklarında yaygın olarak görülen iki bakteri türüdür. Bu enfeksiyonların arkasındaki mekanizmaları ortaya çıkarmak için hem tek hem de çok tür içeren büyüme modelleri oluşturulmuştur. Bu büyüme modellerde, belirli türlerin genleri, reaksiyonları ve metabolitleri hakkında bilgi içeren genom ölçekli metabolik ağlar (GMNs) kullanılır. İlk olarak, normal ve diyabetik vakalarda yaralara sızan kan serumu durumlarını simüle etmek için "The Human Metabolome Database" (HMDB)'den kan konsantrasyonları alınıp ayrıklaştırılmış difüzyon denklemleri aracılığıyla Python'da dinamik bir ortam oluşturmak için kullanılır. Bu koşullar, her iki bakterinin GMN'lerinin metabolit alışverişlerini tanımlayarak dinamik Akı Dengesi Analizini (dFBA) simüle etmeye yardımcı olur. Simülasyonlar sırasında, normal ve kronik yaralar üzerindeki tek tür içeren biyofilmlerin yanı sıra bozulmuş QS etkileri incelenmiştir. Çoklu tür denemelerinde, simülasyonların başlangıç noktalarının etkileri ve P. aeruginosa'nın S. aureus üzerindeki baskılayıcı etkileri farklı seviyelerde de incelenmiştir. Tüm bu büyüme haritaları, bu enfeksiyonlarla savaşmak için tıpta daha fazla gelişme sağlayabilecek mekanizmaların araştırılmasına ve ayrıştırılmasına olanak sağlayan, literatürle uyumlu sonuçları ve simülasyonları ortaya koymaktadır.Attached to a surface, certain microorganisms can coat their population within extracellular polymeric substances (EPS) which is called a biofilm. For bacteria, how these organisms understand the amount of population around them is explained by a mechanism called Quorum Sensing (QS). Being built after a certain threshold of QS signals, biofilms may provide extra resistance to these organisms from outside effects, while within the substance, organisms may have both beneficial and harmful effects on one another. P. aeruginosa and S. aureus are two such bacteria that are commonly observed in hard to cure human diseases, such as lung infections and chronic wounds. In order to reveal mechanisms behind these infections, both single and multi-species growth models are established. Genome-scale metabolic networks (GMNs) which contain information about genes, reactions and metabolites of given species are used in these models. Firstly, to mimic conditions of blood serum leaking into wounds in normal and diabetic cases, blood concentrations are taken from "The Human Metabolome Database" (HMDB) and are used to create a dynamic environment in Python via discretized diffusion equations. These conditions define exchanges of GMNs of both bacteria, helping simulate dynamic Flux Balance Analysis (dFBA). During simulations, single-species biofilms on regular and chronic wounds as well as impaired QS effects are studied. In multi-species trials, effects of initial points of simulations and different levels of hindering effects of P. aeruginosa on S. aureus are also studied. All these growth maps revealed outcomes and representations consistent with the literature, giving way to further study and decompose mechanisms which may bring further development in medicine to fight these infections.