群体感应-趋化-群集耦合理论框架下的油田细菌集体运动初步研究

《Microorganisms》：A Preliminary Coupled Quorum Sensing–Chemotaxis–Flocking Framework for Oil Field Bacterial Collective Motion

　　

细菌集体行为源于三种不同动力学过程的相互作用：群体感应（quorum sensing, QS）介导密度依赖性基因调控，趋化（chemotaxis）引导沿化学梯度的运动，而群集（flocking）将个体轨迹对齐为连贯的群体运动。尽管每种过程已被单独广泛研究，但尚无统一框架将所有三者整合到一个数学模型中。本研究提出一个确定性常微分方程（ordinary differential equation, ODE）与偏微分方程（partial differential equation, PDE）耦合框架，将QS介导的表型转换与Cucker-Smale群集和Keller-Segel趋化联系起来。平均场约化揭示了群体感应向群集转变中的鞍结分岔（saddle-node bifurcation）：当自诱导物浓度超过临界阈值时，细菌从快速、无序、趋化驱动的浮游运动（即细菌游泳，体相中2–2.5 μm/s）转变为缓慢或快速、高度对齐、易聚集的集群行为（5 ± 2 μm/s），进而进一步聚集并形成生物膜相关的固着状态。基于智能体的ODE模型数值模拟表明，这一转变驱动了在趋化物质源处的自发聚集，群集有序度在QS转变前达到峰值并在簇形成后崩溃。空间分辨的PDE-ODE混合模型证实，自诱导物场会形成与细菌聚集体重合的局部热点，从而在密度、信号传导和内聚力之间产生正反馈循环。分岔分析识别出一个滞后区域，其中基础自诱导物生产的小扰动可触发浮游态与固着态之间的滞后性转变。这些结果为铜绿假单胞菌等细菌中已有充分记录但尚不理解的运动-固着转换提供了机制基础，并为设计具有程序化集体行为的合成微生物群落建立了定量平台。

一、研究背景与科学问题

细菌种群并非仅仅生长——它们能够进行计算、决策并实现单个细胞无法独立完成的集体成果。支撑这种分布式智能的核心分子回路主要有三个：群体感应（quorum sensing, QS），通过可扩散的自诱导物（autoinducer）实现密度依赖的基因调控；趋化（chemotaxis），使细菌随机游走偏向有益化学物质并远离毒素；以及群集（flocking），通过物理和化学耦合将个体细胞轨迹对齐为连贯的群体运动。尽管每个回路都已在孤立条件下被详尽研究，但将它们整合为一个统一的动力学框架在很大程度上仍是空白。现有QS模型将细胞密度视为全局标量或空间均匀场，忽略了创造密度异质性的趋化和流体动力学过程；现有趋化模型孤立地处理受体适应和梯度爬升，忽略了在高密度下发生的QS依赖的运动装置重塑；现有群集模型将对齐强度视为固定参数，忽略了细菌在QS激活时会从根本上改变其运动模式——从跑-停式（run-and-tumble）到集群再到聚集直至固着。因此，亟需一个能够耦合所有三个过程、允许各过程相互反馈的理论框架。

二、研究目标与方法

研究人员开发了一个确定性ODE与PDE耦合框架，将QS介导的表型转换与Cucker-Smale群集和Keller-Segel趋化联系起来。关键技术方法包括：（1）基于智能体的ODE模型：考虑N=60个细菌在二维周期边界域中运动，每个细菌具有由Cucker-Smale群集和Keller-Segel趋化控制的位置和速度动力学，同时一个全局（或空间分辨）的自诱导物浓度控制浮游态与集群态之间的表型开关；（2）PDE-ODE混合模型：将标量A(t)替换为反应-扩散场A(r,t)，并引入动态趋化物质场C(r,t)，在48×48网格上求解，空间域为20 μm×20 μm，边界条件为封闭；（3）平均场约化与分岔分析：将智能体系统约化为二维平均场模型，用于描述种群平均自诱导物和群集序参量，并通过鞍结分岔分析揭示转变的动力学机制。

三、主要研究结果

3.1 基于智能体的ODE模拟结果

浮游游泳阶段（t < 6 s）：初始A≈0.05 μM，远低于A_switch = 0.9 μM。细胞处于浮游模式：高目标速度（v₀ = 2.0 μm s^?1）、强趋化敏感性（χ₀ = 2.0 μm² s^?1）、弱对齐（ab = 1.0）。种群分散在整个域内，个体轨迹跟随趋化物质梯度朝向三个静态营养源，群集有序度保持中等水平（s ≈ 0.3–0.5）。

QS转变阶段（t ≈ 6–8 s）：随着细胞在营养源附近积累，局部密度升高，自诱导物生产加速。正反馈项β_AAⁿ/(K_Aⁿ+Aⁿ)驱动A呈指数级增长。在t ≈ 8.85 s时，A超过A_switch，触发高密度簇内细胞的模式转换。

集群阶段（t > 8.85 s）：簇内细胞切换到集群模式：速度增至v_swarming = 5 μm s^?1，趋化敏感性降至χ_swarming = 0.2 μm² s^?1，对齐增强升至3.0。减弱的趋化削弱了从营养源的分散，而增强的对齐加强了簇的内聚力。群集有序度最初上升（s ≈ 0.30），随后崩溃（s ≈ 0.2），因为细胞被困在密集、低运动性的聚集体中。到t = 15 s时，种群已自组织成三个以趋化物质源为中心的静止簇，A ≈ 6.5 μM，s ≈ 0.15。

3.2 PDE-ODE混合模拟结果

场演化：自诱导物生产定位于智能体位置，形成热点并扩散。由于生产是QS激活的（β_A项），热点呈现超线性增长：初始密度略高的区域产生稍多的AI，AI扩散并招募邻近细胞，后者又产生更多AI，形成激活子-扩散动力学，产生尖锐的空间模式。

智能体-场反馈：智能体采样局部A(r_i)以确定其模式。热点中心的细胞（A?A_switch）进入深度集群模式，趋化最小化而对齐最大化。热点外围的细胞（A≈A_switch）动态经历阈值，形成浮游表型与集群表型之间的移动边界，该边界随AI扩散向外传播，类似于表型转换的行波。

聚集体结构：到t = 12 s时，AI场呈现出两个与细菌聚集体重合的显著热点。趋化物质场C(r,t)也在这些位置达到峰值，因为细胞持续产生趋化物质。细胞密度、AI生产和趋化物质分泌之间的正反馈形成了生物膜样聚集体的自维持成核中心。

序参量动力学：平均场预测得到确认——群集有序度在QS转变期间达到峰值（s ≈ 0.75），此时对齐增强但细胞尚未被困，随后随着聚集体固化而崩溃（s ≈ 0.2）。PDE-ODE模型显示出比ODE模型更丰富的瞬态动力学，包括在聚集体形成之前传播的空间对齐波。

四、讨论与结论

讨论部分指出，该模型为铜绿假单胞菌（Pseudomonas aeruginosa）中最具临床重要性的转变之一——从浮游游泳运动到固着生物膜的转换——提供了机制解释。模型确定了三个关键的动力学要素：AI生产中的正反馈（Hill函数非线性创建自催化循环，这是平均场模型中鞍结分岔的分子基础）、QS依赖的对齐增强（集群铜绿假单胞菌超鞭毛化并产生表面活性剂鼠李糖脂，降低表面张力，实现协调的群体运动）、以及趋化陷阱效应（细胞在营养源聚集后，局部AI超过阈值触发集群模式，降低的趋化敏感性阻止逃逸，增强的对齐防止分散，形成自我诱导的陷阱）。

从活性物质物理学角度看，该模型引入了新颖元素：由内部化学状态而非纯物理相互作用驱动的表型转换。这创造了一种具有记忆的活性物质形式——系统的当前动力学状态不仅取决于瞬时位置和速度，还取决于累积的自诱导物场，后者编码了种群过去密度分布的历史。具有记忆的活性物质表现出比无记忆系统更丰富的相行为，包括研究中发现的滞后性和双稳态。

在工程应用方面，该框架为合成生物学提供了设计原则：可通过工程改造LuxI/LuxR变体来调节A_switch，设置聚集的密度阈值；敲除趋化受体可产生仅通过物理耦合聚集的“智能集群”；引入QS淬灭剂可提供聚集的外部“关闭开关”；通过对趋化物质源进行空间图案化，工程师可以决定聚集体的成核位置。

研究结论：研究人员提出了一个统一的数学框架，将群体感应、趋化和群集耦合到单一动力学系统中。关键创新在于QS依赖的表型开关：当自诱导物浓度超过阈值时，细菌从快速、趋化驱动、弱对齐的浮游游泳者转变为缓慢（或快速）、易聚集、高度对齐的集群细胞。平均场分析揭示了控制这一转变的鞍结分岔，其中的双稳定性和滞后性解释了铜绿假单胞菌中观察到的不可逆生物膜形成承诺。ODE和PDE-ODE两种变体的数值模拟均证实，耦合系统会在趋化物质源处自发自组织成密集聚集体，群集有序度在转变期间达到峰值并在簇固化后崩溃。空间分辨模型揭示了表型转换的传播波和作为集体行为成核中心的局部自诱导物热点。这些结果为分子微生物学与活性物质物理学之间建立了定量桥梁，并为设计具有程序化集体动力学的工程微生物群落提供了设计平台。