La biologie regorge d’exemples de comportements collectifs, des troupeaux d’oiseaux aux colonies de bactéries en passant par les bancs de poissons et les foules de personnes. Dans un étude avec des implications de l’oncologie à l’écologie, des chercheurs de l’Université Rice et de l’Université de Géorgie ont montré que la science des données peut révéler des indices subtils sur les origines individuelles du comportement collectif. Lorsqu’un groupe d’individus bouge de manière synchronisée, ils peuvent créer des modèles – comme le vol d’oiseaux ou «la vague» dans un stade de sport – qu’aucun individu ne pourrait créer. Bien que ces comportements émergents puissent être fascinants, il peut être difficile pour les scientifiques de se concentrer sur les actions individuelles qui les provoquent.

«Vous voyez les comportements émergents en regardant le groupe plutôt que l’individu», a déclaré Oleg Igoshin, bio-ingénieur chez Rice, biophysicien théoricien qui a passé près de 20 ans à étudier le comportement émergent des cellules – qu’il s’agisse de bactéries coopératives, de cellules cancéreuses ou autres.

Dans une étude publiée en ligne dans la revue American Society for Microbiology mSystems, Igoshin et ancien élève de Rice Zhaoyang Zhang ont développé une méthode pour évaluer quels aspects du comportement individuel donnent lieu à un comportement émergent.

Pour illustrer à la fois la difficulté et l’importance de comprendre ces contributions individuelles au groupe collectif, Igoshin utilise l’exemple du cancer métastatique, où un groupe de cellules avec une mutation particulière se déplace vers la surface d’une tumeur afin de pouvoir se détacher et se former. une nouvelle tumeur ailleurs.

«La plupart de ces cellules ne parviennent pas à échapper à la tumeur d’origine, et la question est: qu’est-ce qui détermine lesquelles réussiront?» a demandé Igoshin, professeur de bio-ingénierie et scientifique principal au Centre de riz pour la physique biologique théorique. «Quelle propriété est un signal d’émergence? Est-ce à quelle vitesse ils se déplacent? Est-ce combien de temps ils se déplacent avant de changer de direction? C’est peut-être à quelle fréquence ils s’arrêtent. Ou cela pourrait être une combinaison de plusieurs signaux, dont chacun est trop faible pour provoquer l’émergence par lui-même mais qui agissent pour se renforcer mutuellement.

En tant que groupe, les cellules cancéreuses potentiellement métastatiques partagent certains traits et capacités clés, mais en tant qu’individus, leurs performances peuvent varier. Et dans une grande population de cellules, ces différences de performances peuvent être aussi marquées que celles entre les athlètes olympiques et les patates de canapé. C’est surtout cette variation naturelle de la performance individuelle, ou hétérogénéité, qui rend si difficile de se concentrer sur les comportements individuels qui contribuent aux comportements émergents, a déclaré Igoshin.

« Même pour les cellules d’une tumeur génétiquement homogène, si vous regardez les individus, il y aura une distribution, une certaine hétérogénéité des performances qui découle du fait que certains individus obtiennent 50% au-dessus de la moyenne et d’autres 50% au-dessous de la moyenne », a-t-il déclaré. «La question est donc: ‘Avec tout ce bruit de fond, comment pouvons-nous trouver les tendances faibles ou les signaux associés à l’émergence?’»

Igoshin a déclaré que la nouvelle méthode incorpore la science des données pour surmonter certaines faiblesses de la modélisation traditionnelle. En remplissant leurs modèles avec des données expérimentales sur les mouvements de cellules individuelles, Igoshin a déclaré que lui et Zhang, qui avait obtenu son doctorat. de Rice en mai, a simplifié la recherche de comportements individuels qui influencent les comportements de groupe.

Pour démontrer la technique, ils se sont associés à Lawrence Shimkets, dont le laboratoire de l’Université de Géorgie (UGA) a passé des années à compiler des données sur les comportements individuels et collectifs de la bactérie coopérative du sol Myxococcus xanthus.

« Ce sont des microbes prédateurs, mais ils sont plus petits que la plupart des choses qu’ils mangent », a déclaré Igoshin. M. xanthus. «Ils travaillent ensemble, un peu comme une meute de loups, pour entourer leur proie et fabriquer les produits chimiques qui la tueront et la digéreront à l’extérieur de leur corps, la transformant en molécules suffisamment petites pour qu’elles puissent être absorbées.

Pendant les périodes de stress, comme lorsque la nourriture manque, M. xanthus présentent une forme de comportement émergent étudiée depuis des décennies. Comme des files de voitures qui circulent dans une ville aux heures de pointe, elles se rejoignent pour former des monticules denses et suffisamment grands pour être vus à l’œil nu. La formation de monticules est une étape précoce dans le processus de formation de spores robustes à longue durée de vie qui peuvent rétablir la colonie lorsque les conditions s’améliorent.

Dans une étude précédente, Chris Cotter de l’UGA, co-auteur de la nouvelle étude et étudiant diplômé du groupe de Shimkets, a suivi les comportements individuels des cellules de type sauvage et a collaboré avec Igoshin pour développer un modèle basé sur les données qui révèle les comportements cellulaires. qui sont la clé de l’agrégation. Dans la nouvelle étude, Cotter et Zhe Lyu, un ancien chercheur postdoctoral de l’UGA maintenant au Baylor College of Medicine à Houston, ont collecté des données de formation de monticules à partir de mélanges de trois souches de M. xanthus: un type sauvage naturel et deux mutants. À eux seuls, les mutants étaient incapables de former des monticules. Mais lorsqu’un nombre important de cellules de type sauvage ont été mélangées avec les mutants, elles ont été «sauvées», ce qui signifie qu’elles se sont intégrées au collectif et ont participé à la construction de monticules.

« L’un des mutants est entièrement sauvé tandis que l’autre n’est que partiellement sauvé, et le but est de comprendre comment fonctionne le sauvetage », a déclaré Igoshin. «Lorsque nous avons appliqué la méthodologie, nous avons vu plusieurs choses inattendues. Par exemple, pour le mutant entièrement sauvé, vous pouvez vous attendre à ce qu’il se comporte normalement, ce qui signifie que toutes ses propriétés – ses vitesses, ses comportements – seront exactement les mêmes que le type sauvage. Mais ce n’est pas le cas. Ce que nous avons constaté, c’est que le mutant a obtenu de meilleurs résultats que la normale à certains égards et pire à d’autres. Et ceux-ci se sont compensés pour qu’il semble se comporter normalement. »

Comportements émergents dans M. xanthus sont des exemples classiques bien étudiés. En plus de montrer que leur méthode peut révéler certains des mystères de M. xanthus‘comportement, Igoshin a déclaré que la nouvelle étude indique que la méthode peut être utilisée pour enquêter sur d’autres comportements émergents, y compris ceux impliqués dans les maladies et les malformations congénitales.

«Tout ce dont nous avons besoin, ce sont des données sur les individus et des données sur le comportement émergent, et nous pouvons appliquer cette méthode pour demander si un type spécifique de comportement individuel contribue au comportement collectif émergent», a-t-il déclaré. «Le type de cellule n’a pas d’importance, et je pense que cela pourrait même être appliqué pour étudier les animaux dans des modèles écologiques. Par exemple, les écologistes qui étudient la migration d’une espèce vers un nouveau territoire collectent souvent des données de suivi GPS. En principe, avec suffisamment de données sur le comportement individuel, vous devriez être en mesure d’appliquer cette approche pour étudier les comportements collectifs au niveau du troupeau. » Référence Zhang et al. (2020). Les modèles basés sur les données révèlent des comportements de cellules mutantes importants pour l’agrégation myxobactérienne. mSystèmes. EST CE QUE JE: https://doi.org/10.1128/mSystems.00518-20

Cet article a été republié à partir des pages suivantes matériaux. Remarque: le matériel peut avoir été modifié pour sa longueur et son contenu. Pour plus d’informations, veuillez contacter la source citée.