40 000 Bakterien-Generationen liefern Erklärung für Mutationen
Mutationen im Bakteriengenom beeinflussen die Anpassungsfähigkeit und sind beispielsweise verantwortlich für die Entstehung von Bakterien mit einer Multiresistenz gegen Antibiotika oder pathogenen Bakterien, die nosokomiale Infektionen (Krankenhausinfektionen) verursachen. Ein besseres Verständnis über die Bildung solcher Mechanismen, die das Auftreten von Mutationen kontrollieren, ist daher im Kampf gegen Mikroorganismen unerlässlich.
Das Team um Dominique Schneider vom LAPM stützte sich bei seinen Forschungsarbeiten auf das weltweit längste Evolutionsexperiment mit Escherichia-Coli-Bakterien. Im Rahmen dieser Versuchsreihe analysierten die Forscher das bakterielle Erbgut über mehrere Generationen hinweg. 1988 setzten sie zwölf Bakterienstämme an und ließen sie bis heute bei konstanten Umweltbedingungen wachsen. Ab der 20.000 Generation beobachteten sie eine signifikante Zunahme der Anzahl der Mutationen: die Population wurde hypermutierend.
Von durchschnittlich 40 – 50 Mutationen pro Genom in der 20.000ten Generation stieg die Anzahl der Mutationen durchschnittlich auf mehr als 700 in der 40.000ten Generation. Was die Wissenschaftler jedoch sehr überraschte: Die Vermehrungsrate der Bakterien stieg in der gleichen Zeit nicht gleichmäßig an, sondern am Anfang stark und am Ende immer schwächer. Diese Ergebnisse wurden kürzlich in der Fachzeitschrift Proceedings of the National Academy of Science (PNAS) veröffentlicht [2].
Die Forscher hoffen, dass die Entschlüsselung dieses Prozesses auf das gesamte Genom bezogen die Modellisierung des Verhaltens von pathogenen Bakterien ermöglichen wird und damit mittelfristig neue therapeutische Lösungen entwickelt werden können.
[1] Diese Arbeit wurde in Zusammenarbeit mit dem Labor für Ökologie und Evolution der Mikroorganismen (UMR-S 722, INSERM / Université Paris Diderot) und einem amerikanischen Team (Richard Lenski, Michigan State University) mit Mitteln der ANR durchgeführt.
[2] Mutation rate dynamics in a bacterial population reflect tension between adaptation and genetic load, Sébastien Wielgoss, Jeffrey E. Barrick, Olivier Tenaillon, Michael J.Wiser, W. James Dittmar, Stéphane Cruveiller, Béatrice Chane-Woon-Ming, Claudine Médigue, Richard E. Lenski and Dominique Schneider.
PNAS, 17 décembre 2012.
Quellen:
Pressemitteilung des CNRS – 20.12.2012 – http://www2.cnrs.fr/presse/communique/2925.htm
Website des Projekts (mit offiziellen Daten): http://www.genoscope.cns.fr/agc/microscope/expdata/sniperRes.php
Kontakte:
LAPM / CNRS Dominique Schneider – Tel.: +33 4 76 63 74 90 – E-Mail: dominique.schneider@ujf-grenoble.fr
Presseabteilung des CNRS – Muriel Ilous – Tel.: +331 44 96 43 09 – E-Mail: muriel.ilous@cnrs-dir.fr
Redakteur:
Clément Guyot, clement.guyot@diplomatie.gouv.fr
Media Contact
Weitere Informationen:
http://www.wissenschaft-frankreich.deAlle Nachrichten aus der Kategorie: Biowissenschaften Chemie
Der innovations-report bietet im Bereich der "Life Sciences" Berichte und Artikel über Anwendungen und wissenschaftliche Erkenntnisse der modernen Biologie, der Chemie und der Humanmedizin.
Unter anderem finden Sie Wissenswertes aus den Teilbereichen: Bakteriologie, Biochemie, Bionik, Bioinformatik, Biophysik, Biotechnologie, Genetik, Geobotanik, Humanbiologie, Meeresbiologie, Mikrobiologie, Molekularbiologie, Zellbiologie, Zoologie, Bioanorganische Chemie, Mikrochemie und Umweltchemie.
Neueste Beiträge
Erstmals 6G-Mobilfunk in Alpen getestet
Forschende der Universität Stuttgart erzielen leistungsstärkste Verbindung. Notrufe selbst in entlegenen Gegenden absetzen und dabei hohe Datenmengen in Echtzeit übertragen? Das soll möglich werden mit der sechsten Mobilfunkgeneration – kurz…
Neues Sensornetzwerk registriert ungewöhnliches Schwarmbeben im Vogtland
Das soeben fertig installierte Überwachungsnetz aus seismischen Sensoren in Bohrlöchern zeichnete Tausende Erdbebensignale auf – ein einzigartiger Datensatz zur Erforschung der Ursache von Schwarmbeben. Seit dem 20. März registriert ein…
Bestandsmanagement optimieren
Crateflow ermöglicht präzise KI-basierte Nachfrageprognosen. Eine zentrale Herausforderung für Unternehmen liegt darin, Über- und Unterbestände zu kontrollieren und Lieferketten störungsresistent zu gestalten. Dabei helfen Nachfrage-Prognosen, die Faktoren wie Lagerbestände, Bestellmengen,…