Community-Quorum-Sensing-Signalisierung und -Löschung: Ansammlung mikrobieller körniger Biofilme

npj Biofilms and Microbiomes Band 1, Artikelnummer: 15006 (2015) Diesen Artikel zitieren

13.000 Zugriffe

121 Zitate

8 Altmetrisch

Details zu den Metriken

Jüngste Berichte, die die Rolle von Gradienten von Quorum Sensing (QS)-Signalen in funktionellem Belebtschlamm untersuchen, haben die Frage aufgeworfen, ob gemeinsame Systeme der Signalsynthese und des Signalabbaus oder Quorum Quenching (QQ) in der gesamten Gemeinschaft Aufschluss über die Mittel geben, mit denen die QS-Biologie funktioniert regulieren die flockige und körnige Biofilmbildung.

In dieser Studie wollten wir den Artenursprung und die interaktive Rolle von QS- und QQ-Aktivitäten in solch äußerst vielfältigen mikrobiellen Biofilmgemeinschaften untersuchen.

Hier wurden solche Ziele systematisch durch einen umfassenden, vielschichtigen experimentellen Ansatz aus RNA-Sequenzierung, Mikrobiologie und analytischer Chemie angegangen, wobei zwei verwandte, aber unabhängig voneinander entwickelte flockige und körnige Schlammgemeinschaften zum Einsatz kamen.

Unsere Daten zeigten einen deutlichen Unterschied zwischen den QS- und QQ-Potenzialen der beiden Gemeinschaften, wobei verschiedene Arten größtenteils entweder QS- oder QQ-Funktionen aufwiesen. Die flockige Schlammgemeinschaft zeigte eine hohe QQ-Aktivitätsrate, und diese Rate hing von der Acylkettenlänge ab, was die Spezifität des Abbaus demonstrierte. Als die flockige Biomasse in körnigen Schlamm umgewandelt wurde, verringerte sich die QQ-Aktivität der Gemeinschaft um 30 %. N-Acylhomoserinlactone mit vier bis acht Kohlenstoffatomen in der Acylkette sammelten sich im Granulatstadium an, und ihre Konzentrationen waren mindestens dreimal höher als die im Flockenstadium. Diese Ergebnisse bestätigten die Meta-Community-Analyse, bei der während des Übergangs von Flocken zu Granulat eine deutliche Verschiebung der dominanten Arten von potenziellen Signallöschern zu Produzenten beobachtet wurde, was auf die Rolle der Artenzusammensetzung und der damit verbundenen Signalaktivitäten bei der Koordinierung des Gemeinschaftsverhaltens hinweist.

Diese Studie legt nahe, dass QQ eine wichtige Funktion bei der Regulierung der QS-Signalisierung auf Gemeinschaftsebene hat und bietet einen mechanistischen Einblick in die Rolle der QS-Biologie bei der komplexen Zusammensetzung von Gemeinschaften.

In den meisten natürlichen und künstlich angelegten Ökosystemen leben Bakterien überwiegend in strukturierten Gemeinschaften, in Ansammlungen, die allgemein als mikrobielle Biofilme bekannt sind.1 Diese mikrobiellen Konsortien können aus Hunderten bis Tausenden von Bakterienarten mit unterschiedlichen Stoffwechselfähigkeiten bestehen und gemeinsam unterschiedliche Eigenschaften auf Gemeinschaftsebene aufweisen die Planktonzellen.2,3 Die Gesamtzusammensetzung und Funktion komplexer Biofilme wird typischerweise durch Wechselwirkungen zwischen den verschiedenen Mikrobenarten bestimmt.1,3 Das Verständnis der Dynamik der Wechselwirkungen zwischen den Arten innerhalb solch komplexer Biofilme mit mehreren Arten ist eine Herausforderung, aber dennoch wichtig steuern und regulieren wichtige Ökosystemfunktionen. Dazu gehört beispielsweise die Entwicklung hochstabiler und nachhaltiger mikrobieller Gemeinschaften für die Wasser- und Abwasseraufbereitung oder die Behandlung biofilmbedingter Krankheiten.

In vielen Fällen beinhalten Interaktionen zwischen Arten die Kommunikation über kleine diffundierbare Signalmoleküle, ein Mechanismus, der allgemein als Quorum Sensing (QS) bezeichnet wird.3 Viele Bakterien nutzen QS, um Populationsverhalten zu synchronisieren, einschließlich, aber nicht beschränkt auf, Biofilmbildung, Exoenzymproduktion und Virulenzfaktorsekretion , um das Bevölkerungswachstum und das Überleben in verschiedenen Umgebungen zu optimieren.4,5 Das durch N-Acylhomoserinlacton (AHL) vermittelte QS-System ist eines der am besten charakterisierten bakteriellen Kommunikationssysteme und kommt in etwa 10 % der aus verschiedenen isolierten Proteobakterien vor ökologische Nischen.6–8 Da mehrere Gemeinschaftsmitglieder dieselben Klassen von Signalmolekülen teilen, ist ein Übersprechen oder eine Kommunikation zwischen Bakterien verschiedener Arten oder sogar zwischen Organismen aus verschiedenen Domänen möglich.9–12 Beispielsweise kann Burkholderia cepacia das wahrnehmen Von Pseudomonas aeruginosa in Co-Kultur freigesetzte AHLs führen zur Bildung gemischter Mikrokolonien, im Gegensatz zur Bildung separater, nicht gemischter Mikrokolonien ohne QS-Aktivität.10 AHLs sind auch in biologisch relevanten Konzentrationen in komplexen Gemeinschaften vorhanden eine Vielzahl von Lebensräumen, darunter Sputum von Mukoviszidose-Patienten,13 mikrobielle Matten,14 der Pansen 15 und Abwasseraufbereitungsanlagen.16,17 Diese Ergebnisse legen nahe, dass die QS-Signalisierung auf Gemeinschaftsebene in den meisten Lebensräumen wahrscheinlich wichtig ist. Tatsächlich wurde kürzlich die Rolle von AHL-vermitteltem QS bei der Bildung komplexer, gemischter Schlammbiofilme sowie beim Aufbau mikrobieller Granulatkörner in einem Membranbioreaktor18 bzw. einem Sequenzierungs-Batch-Reaktor (SBR)19 nachgewiesen. Für den SBR wurde festgestellt, dass die In-situ-Produktion spezifischer AHLs stark und positiv mit der Morphogenese mikrobieller Granula korreliert. Erhöhte Konzentrationen von AHLs waren mit der Bildung von Granulat verbunden, während verringerte Konzentrationen mit dem Zerfall von Granulat und der Umwandlung in Flocken einhergingen.19 Am wichtigsten ist, dass diese Prozesse eng mit der Häufigkeit einer Vielzahl verschiedener mikrobieller Arten in den Granulatgemeinschaften verbunden waren Dies lässt auf eine hochkomplexe, AHL-basierte Gemeinschaftsinteraktion schließen.19 Es ist jedoch unklar, wie solche Interaktionen zwischen den einzelnen, phylogenetisch unterschiedlichen Arten in komplexen Gemeinschaften erreicht und koordiniert werden können.

Ein möglicher Mechanismus zur Regulierung des QS-Verhaltens in der Umwelt besteht in der Kontrolle der Signalkonzentrationen, die für eine effektive QS-Signalübertragung von entscheidender Bedeutung sind. Es ist möglich, dass die Signalkonzentration in der Umgebung durch spezifische enzymatische Signalabbauaktivität oder Quorum Quenching (QQ) durch Mitglieder der Gemeinschaft reguliert werden könnte. Obwohl QQ in verschiedenen Mikrobenarten nachgewiesen wurde,20–23 sind die ökologische Rolle und der Einfluss von QQ auf die QS-Signalübertragung weitgehend unbekannt. Hier haben wir die Rolle von QQ als Regulator oder Modulator der Community-QS-Signalisierung untersucht. Anhand einer komplexen flockigen Schlammgemeinschaft als Modell wurde festgestellt, dass AHL-abhängige QQ aktiv und spezifisch sind und von Gemeinschaftsmitgliedern unterschiedlicher Herkunft vermittelt werden. Der Zusammenbau der flockigen Biomasse in den körnigen Schlammbiofilmen korrelierte umgekehrt mit den konkurrierenden QS- und QQ-Aktivitäten der Gemeinschaft, was auf eine wichtige Funktion von QQ bei der Koordinierung der QS-Signalisierung und des QS-Verhaltens auf Gemeindeebene schließen lässt.

Ein SBR (10×76,4 cm, Durchmesser×Höhe), geimpft mit flockiger Schlammgemeinschaft aus einer Wasseraufbereitungsanlage (Ulu Pandan, Singapur), wurde 82 Wochen lang bei 22 °C betrieben.24 Die Schlammkultur wurde mit synthetischem Abwasser gespeist ( SWW) bestehend aus 150 mg chemischem Sauerstoffbedarf pro Liter Acetat und 50 mg chemischem Sauerstoffbedarf pro Liter Propionat als Kohlenstoffquelle, 20 mg/l Ammonium, 10 mg/l Orthophosphat und Spurennährstoffen.25 Der Bioreaktor hatte ein Endarbeitsvolumen von 4 l. Der Betrieb des Bioreaktors umfasste einen 5-Stunden-Zyklus mit zwei kontinuierlichen Phasen anaerober, aerober und anoxischer Perioden. Pro Zyklus wurde ein Gesamtvolumen von 1 Liter SWW zugeführt, was zu einer hydraulischen Verweilzeit von 20 Stunden führte. Der pH-Wert des Bioreaktors wurde unter der Steuerung einer speicherprogrammierbaren Steuerung durch Dosierung von entweder 9,12 g/l HCl oder 10,0 g/l NaOH zwischen 6,7 und 8,2 gehalten. Die Systemleistung des Bioreaktors wurde durch wöchentliche Zyklusstudien überwacht. Die Konzentrationen von Ammonium, Nitrit, Nitrat und Orthophosphat sowie die Konzentrationen der Schlammbiomasse, d. h. in der gemischten Flüssigkeit suspendierte Feststoffe und die in der gemischten Flüssigkeit suspendierten flüchtigen Feststoffe, wurden gemäß den technischen Standardmethoden der American Public Health Association (APHA) bestimmt.26 Am Ende des anoxischen Zeitraums wurden 1-Milliliter-Aliquots der Schlammproben gesammelt. Die Schlammbiomasse wurde unmittelbar nach der Zentrifugation (5 Minuten, 8000 g, 4 °C) geerntet und für die anschließende RNA-Analyse bei –80 °C gelagert. In ähnlicher Weise wurden 50-ml-Aliquots der behandelten Abwässer unmittelbar nach der Probenahme für eine spätere AHL-Analyse bei –80 ° C aufbewahrt. In den Wochen 40–44 wurde ein Teil der Flockenschlammkultur aus dem SBR gesammelt und zum Ansäen eines zweiten SBR (6×200 cm, Durchmesser×Höhe) verwendet. Der zweite SBR wurde entsprechend dem ersten SBR betrieben, mit einigen Modifikationen, um die Bildung von mikrobiellen Körnchen zu erleichtern (wie zuvor ausführlich beschrieben).19 Kurz gesagt, der zweite SBR wurde mit einer hydraulischen Retentionszeit von 12 Stunden und einer Absetzzeit betrieben für jeden Zyklus wurde innerhalb der ersten 5 Wochen des Reaktorbetriebs von 60 auf 5 Minuten reduziert.19 Hier wurden Granulate als kompakte Aggregate mit einem minimalen Partikeldurchmesser von 100 μm und einem Schlammvolumenindex (SVI5, ein Maß für die Dichte/Kompaktheit der Biomasse) definiert ) von 50 ml/g oder weniger,19,27 während Flocken locker aggregierte Biomasse mit einem Partikeldurchmesser von 100 μm oder weniger und einem SVI5 von mindestens 50 ml/g waren.

AHL-Biosensoren, darunter Agrobacterium tumefaciens A136,28, Chromobacterium violaceum CV026 (Ref. 29) und Escherichia coli pJBA357,30 sowie P. aeruginosa MH602 (Ref. 31) und E. coli JM109 (Ref. 32), wurden routinemäßig in Luria gepflegt. Bertani-Medium. Die folgenden Antibiotika wurden dem Wachstumsmedium bei Bedarf zugesetzt: Tetracyclin (4,5 μg/ml), Spectinomycin (50 μg/ml), Kanamycin (50 μg/ml), Ampicillin (100 μg/ml) oder Gentamycin (40 μg/ml). ). Die Genotypen dieser Bakterienstämme sind in der Ergänzungstabelle S1 aufgeführt. Die Kulturen wurden 24–48 Stunden bei 30 °C inkubiert.

Synthetische AHLs (>97 %) wurden von Sigma-Aldrich (Singapur) gekauft. Jedes AHL wurde als Akronym ausgedrückt: C4-HSL (N-Butyryl-DL-Homoserinlacton), C6-HSL (N-Hexanoyl-DL-Homoserinlacton), 3OC6-HSL (N-(3-Oxohexanoyl)-DL- Homoserinlacton), C7-HSL (N-Heptanoyl-DL-Homoserinlacton), C8-HSL (N-Octanoyl-DL-Homoserinlacton), 3OC8-HSL (N-(3-Oxooctanoyl)-l-homoserinlacton), C10-HSL (N-Decanoyl-DL-Homoserinlacton), 3OC10-HSL (N-(3-Oxodecanoyl)-L-Homoserinlacton), C12-HSL (N-Dodecanoyl-DL-Homoserinlacton), 3OC12-HSL ( N-(3-Oxododecanoyl)-L-Homoserinlacton), 3OHC12-HSL (N-(3-Hydroxydodecanoyl)-DL-Homoserinlacton), C14-HSL (N-Tetradecanoyl-DL-Homoserinlacton) und 3OC14-HSL ( N-(3-Oxotetradecanoyl)-L-homoserinlacton).

In Dimethylsulfoxid (Sigma-Aldrich) gelöste synthetische AHLs wurden einzeln oder in Kombination mit den Schlammkultur-Mikrokosmen (aus dem Bioreaktor geerntet) mit 5 μM für jedes AHL zugegeben und bei 22 °C unter konstantem Schütteln (200 U/min) inkubiert. Von jedem Mikrokosmos wurden zu unterschiedlichen Zeitpunkten Proben gesammelt und die Schlammbiomasse durch Zentrifugation (10 Minuten, 8000 g) entfernt. Restliche AHLs im Schlammüberstand wurden extrahiert und mit einem Hochleistungsflüssigkeitschromatographie-Tandem-Massenspektrometer (Shimadzu, Singapur) wie unten beschrieben quantifiziert. Hitzeinaktivierter Schlamm und SWW-Kontrollen wurden einbezogen. Die Adsorption von AHLs an die Schlammbiomasse wurde durch Vergleich der restlichen AHLs im SWW und der hitzeinaktivierten Schlammkontrollen unmittelbar nach der Zugabe sowie nach einstündiger Inkubation bestimmt. Der pH-Wert jedes Schlammmikrokosmos (Hauptflüssigkeit) wurde während der gesamten Studie überwacht und lag zwischen 6,7 und 6,9. Der Einfluss des pH-Werts auf die Integrität von AHLs wurde auch durch Zugabe synthetischer AHLs zu SWW, gepuffert bei verschiedenen pH-Werten im Bereich von 6,7 bis 8,3, bewertet. Lineare und nichtlineare Regressionskurven wurden mit Prism (GraphPad, San Diego, CA, USA) modelliert. Die Signalhalbwertszeit wurde auf der Grundlage der Kinetik nullter und erster Ordnung geschätzt.33

Der Nachweis und die Quantifizierung von AHLs aus mit Bioreaktoren behandelten Abwässern oder Schlammüberständen erfolgte wie von Tan et al.19 beschrieben. Kurz gesagt wurden AHLs aus den Überständen mit Dichlormethan (Sigma-Aldrich) extrahiert und konzentriert. Die Dichlormethanextrakte wurden mit einem Hochleistungsflüssigchromatographie-Tandem-Massenspektrometersystem (Shimadzu LCMS8030, Shimadzu) analysiert und quantifiziert. Alle Proben wurden mittels Hochleistungsflüssigkeitschromatographie (Shim-pack XR-ODS C18-Säule) bei einer Flussrate von 0,3 ml/min chromatographiert. Die mobile Phase bestand aus einem linearen Gradienten (40–95 %) aus Lösungsmittel B (Methanol mit 0,1 % Ameisensäure) und Lösungsmittel A (25 mM Ammoniumformiat mit 0,1 % Ameisensäure). Die Abwässer wurden durch Elektrospray-Ionisation im positiven Modus ionisiert und mithilfe des Ansatzes zur Überwachung mehrerer Reaktionen nachgewiesen.14,34 Für alle AHLs wurden Matrix-angepasste Experimente zur Überwachung mehrerer Reaktionen durchgeführt.19 Jedes standardmäßige Überwachungsprofil für mehrere Reaktionen, einschließlich spezifischer Flüssigkeitschromatographie (LC)-Retention Als Referenz dienten die Zeit, das Auftreten des Vorläuferions m/z und zweier Übergangsionen sowie die relative Intensität der beiden Übergangsionen. Um die Identität der mutmaßlichen AHLs zu bestätigen, wurde ein vollständiger Scan im Bereich von m/z 100 bis 350, gekoppelt mit dem Vorläuferionen-Scanmodus, im Vergleich zu den Standard-AHLs durchgeführt.14 Für die AHL-Quantifizierung wurden Matrix-angepasste Standardkurven im Bereich von 0,5 bis 200 μg/l, konstruiert. Zur Identifizierung des AHL wurden zwei Übergangsionen verwendet, die für die jeweiligen AHLs charakteristisch sind, und das Übergangion mit der höchsten Intensität wurde zur Erstellung der Standardkurven verwendet. Die Analyt-Peakflächen wurden mit LabSolutions (Shimadzu) integriert. Die Nachweis- und Quantifizierungsgrenzen für jedes AHL wurden mit einem Signal-Rausch-Verhältnis von 3,3 bzw. 10 berechnet.14 Die Menge jedes mutmaßlichen AHL in der Probe wurde auf der Grundlage der Standardkurve und der Extraktionseffizienz des jeweiligen berechnet AHL. Die Extraktionseffizienz für jedes AHL wurde auf der Grundlage der Rückgewinnung der Standard-AHLs berechnet, die mit 5 und 50 μg/l der Probenmatrix des hitzeinaktivierten Schlammüberstands zugesetzt wurden. In den Intervallen der Probeninjektionen wurden Blindinjektionen durchgeführt, um eine Probenverschleppung zu vermeiden.

Von Woche 40 bis Woche 44 des Bioreaktorbetriebs wurden insgesamt fünf unabhängige Isolationsexperimente durchgeführt. Am Ende eines Betriebszyklus wurden jeweils 20 ml gleichmäßig gemischte Schlammproben aus dem Bioreaktor entnommen. Schlammproben wurden 5 Minuten lang kräftig gewirbelt, um die Flockenzellen zu dispergieren, seriell verdünnt und auf die folgenden Kulturmedien verteilt: Nährbrühe, R2A, Pseudomonas-Isolierung, SWW und ABT35, ergänzt mit jeweils 1,5 % (Gew./Vol.) Agar. Die Platten wurden 5 Tage lang bei 22 °C inkubiert. Insgesamt 330 Stämme mit unterschiedlichen Koloniemorphologien wurden isoliert und durch Gensequenzierung ribosomaler DNA (rDNA) identifiziert.

Die universellen Primer 27F (5′-AGAGTTTGATCMTGGCTCAG-3′) und 1492R (5′-ACGGTTACCTTGTTACGACTT-3′), die auf das 16S-rDNA-Gen abzielen, wurden zur Sequenzierung von Bakterien verwendet,36 während die Primer ITS1 (5′-TCCGTAGGTGAACCTGCGG-3′) und ITS4 verwendet wurden (5′-TCCTCCGCTTATTGATATGC-3′) wurden verwendet, um die interne transkribierte Spacer-Region zu sequenzieren, um Pilze zu identifizieren.37 Die Sequenzierung wurde mit dem Big Dye Terminator (Applied Biosystems, Singapur) durchgeführt. Die Sequenzen wurden mit dem DNA Baser Sequence Assembler v3.5.2 (Heracle Biosoft, www.DnaBaser.com) zusammengestellt und mit Online-Sequenzähnlichkeitssuchtools wie BLAST, Greengenes und SILVA abgeglichen. Die in dieser Studie erhaltenen Isolatsequenzen sind über GenBank unter den Zugangsnummern KC252636–KC252965 verfügbar.

Für den A. tumefaciens A136-Bioassay wurde ABT-Indikator-Agar35 mit 50 μg/ml 5-Brom-4-chlor-3-indolyl-bD-galactopyranosid (X-gal) hergestellt, während Luria-Bertani-Agar für den C. tumefaciens A136-Bioassay verwendet wurde . Violaceum CV026 Bioassay. Zehn Mikroliter Übernachtkulturen von Biosensoren wurden auf die Indikatorplatten getupft, während 10 μl Übernachtkulturen von Isolaten 5 mm vom Biosensorfleck entfernt platziert und 48 Stunden lang bei 30 °C inkubiert wurden. In situ produzierte AHLs wurden mit dem E. coli JBA357-Biosensor nachgewiesen. Kurz gesagt, 100 μl einer 5-fach verdünnten E. coli JBA357-Übernachtkultur wurden zu 100 μl Proben in einer Platte mit 96 Vertiefungen gegeben und bei 22 °C unter konstantem Schütteln bei 200 U/min 4 Stunden lang inkubiert, bevor sie mit einem konfokalen Laser-Scanning-Mikroskop untersucht wurden ( Zeiss LSM 710, Carl Zeiss Pte. Ltd., Singapur) bei einer Anregungs-/Emissionswellenlänge von 488/522–535 nm. Als Kontrollen wurden E. coli JM109, P. aeruginosa MH602 und synthetische AHLs einbezogen.

AHLs (3OC6-HSL, 3OC8-HSL und 3OC12-HSL) wurden einzeln mit 5 μM zu den Übernachtkulturen der Isolate gegeben und 2 Stunden lang bei 22 °C unter konstantem Schütteln bei 200 U/min inkubiert. Nach Zentrifugation und UV-Sterilisation wurden die restlichen AHLs mithilfe des A. tumefaciens A136-Bioassays quantifiziert.38,39 Kurz gesagt, sechs Agarriegel mit einer Breite von jeweils 1 cm wurden aseptisch aus den ABT-Indikatorplatten herausgeschnitten. Fünf Mikroliter Proben wurden auf ein Ende der Agarriegel getüpfelt. Ungefähr 0,5 μl einer Übernachtkultur von A. tumefaciens A136 wurden in immer größeren Entfernungen von den geladenen Proben aufgetupft. Die Platten wurden 24 Stunden lang bei 30 °C inkubiert. Zu Luria-Bertani bei pH 6,7, 7,2 und 10,2 hinzugefügte AHLs sowie E. coli JM109-Kulturen wurden als Kontrollen einbezogen. Am Ende der Experimente wurde festgestellt, dass der pH-Wert für alle Übernachtkulturen <7,3 war.

Die 16S-rDNA-Sequenzen wurden mit dem ClustalW Multiple Alignment-Paket (http://www.mbio.ncsu.edu/bioedit/bioedit.html) ausgerichtet und eine Konsensusregion, die alle Sequenzen abdeckt, wurde für die weitere Analyse ausgewählt. Die ausgerichteten Sequenzen wurden einer phylogenetischen Baumkonstruktion unter Verwendung der von MEGA4 bereitgestellten Neighbor-Joining-Methode40 (http://www.megasoftware.net/mega4/mega.html) unterzogen. Mit 1.000 Replikaten wurden Maximum-Likelihood-Bootstrap-Analysen durchgeführt.

Die Gesamt-RNA wurde mit dem FastRNA Pro Soil-Direct-Kit (MP Biomedicals, Singapur) gemäß den Richtlinien des Herstellers aus Schlamm extrahiert. Extrahierte RNA wurde einer DNA-Entfernung mit dem TURBO DNA-free Kit (Applied Biosystems) unterzogen. Gesamt-RNA, 200 ng, wurde für die Erstellung einer kostenlosen DNA-Bibliothek gemäß den Anweisungen des Herstellers (Illumina, Singapur) verwendet. Jede komplementäre DNA-Bibliothek wurde mit einer einzigartigen Adaptersequenz zum Probenmultiplexen ligiert. Insgesamt 16 verschiedene komplementäre DNA-Bibliotheken wurden vom MiSeq System (Illumina) gepoolt und sequenziert. Die RNA-Sequenzierungsdaten wurden wie beschrieben mit einer schnellen Tag-basierten Methode analysiert.19 Kurz gesagt wurde ein universeller Primer (5′-CGACRRCCATGCANCACCT-3′) für die hypervariable 16S-rRNA-Region (V6) verwendet, um jeden zu erhaltenden Sequenzierungslesevorgang zu scannen alle 33 Nukleotid-Tag-Sequenzen stromabwärts des Primers, und die 33 Nukleotid-Sequenzen sind als V6-Tag des 16S-rRNA-Gens definiert. Der universelle Primer stimmt mit 94 % der 16S-rRNA-Sequenzen in der RDP-Datenbank überein.41 Um durch Sequenzierungsfehler abgeleitete V6-Tags zu eliminieren, wurden nur V6-Tags, die in mindestens zwei verschiedenen Lesevorgängen beobachtet wurden, für die Analyse aufbewahrt. Darüber hinaus wurden V6-Tags entfernt, wenn ein einzelner Typ von Sequenzierungslesevorgängen etwa 50 % aller Lesevorgänge ausmachte, die diesen V6-Tag abdeckten. Dies wurde durchgeführt, um Sequenzierungsartefakte zu beseitigen, bei denen identische doppelte Lesevorgänge aus einzelnen Vorlagen generiert wurden.

Alle statistischen Analysen wurden mit Prism (GraphPad) oder R (www.r-project.org) durchgeführt. Die Mehrfachvergleichstests von Holm-Sidak wurden durchgeführt, um die Halbwertszeiten von AHLs in verschiedenen Proben zu vergleichen oder die AHL-Expression zwischen verschiedenen Schlammproben zu untersuchen. Es wurden Pearson-Korrelationskoeffizienten bestimmt und für alle Mehrfachkorrelationen wurden Korrekturen der Falscherkennungsrate vorgenommen. Die Korrelationsmatrizen wurden mithilfe einer unbeaufsichtigten hierarchischen Clustering-Methode basierend auf der euklidischen Distanz mit vollständiger Verknüpfung gemäß Cluster 3.0 geclustert und mithilfe von Java TreeView (Open Source Clustering Software, Tokio, Japan) visualisiert.

Als Versuchssystem wurde ein sehr vielfältiger Bioreaktor mit Flockenschlammgemeinschaft verwendet, der gleichzeitig Nitrifikation, Denitrifikation und Phosphorentfernung durchläuft (Ergänzende Abbildung S1). Um zu bestimmen, ob in diesem Modellsystem AHL-spezifische QQ-Aktivität vorhanden war, wurden synthetische AHLs einzeln oder als Mischung dem Flockenschlamm zugesetzt, um die Raten des Signalabbaus zu charakterisieren. Ungefähr 10–30 % der AHLs gingen durch Adsorption an die Biomasse verloren, während der Verlust der restlichen 70–90 % des Signals auf biologische Aktivität zurückzuführen war (ergänzende Abbildung S2). Dies zeigte sich an den wesentlich kürzeren AHL-Halbwertszeiten in Gegenwart von lebendem Schlamm als bei Inkubation in Gegenwart von hitzeinaktiviertem Schlamm (P < 0,05 für alle AHLs; Abbildung 1). In Gegenwart von lebendem Schlamm war die Signalhalbwertszeit umgekehrt proportional zur Länge der Acylkette, unabhängig von der Substitution an der C3-Position (Abbildung 1). Beispielsweise betrugen die Halbwertszeiten für die kurzkettigen Signale C6-HSL und 3OC6-HSL 1,95 ± 0,45 bzw. 2,57 ± 0,29 Stunden, während die Halbwertszeiten der langkettigen Signale C12-HSL und 3OC12-HSL lagen deutlich kürzer mit 0,79 ± 0,08 bzw. 0,66 ± 0,06 h. Der pH-Wert des lebenden Schlammmikrokosmos lag konstant bei 6,7–6,9, und die Daten für die SWW-gepufferten Kontrollen zeigten, dass es zwischen pH-Werten von 6,7–8,3 zu einem geringen spontanen Abbau von AHLs kam (ergänzende Abbildung S3). Daher ist es wahrscheinlich, dass der hier beobachtete Verlust an AHLs auf eine aktive enzymatische Verdauung und nicht auf einen passiven chemischen Abbau zurückzuführen ist.

Abbau von N-Acylhomoserinlactonen (AHLs) basierend auf der Funktion der Acylkettenlänge im Flockenschlamm. Der Abbauwert wird als Signalhalbwertszeit ausgedrückt. Eine Mischung aus unsubstituierten (a) und oxo-substituierten (b) AHLs wurde dem lebenden (offener Kreis) oder dem hitzeinaktivierten (gefüllter Kreis) Schlamm bis zu einer Endkonzentration von 5 μM für jedes AHL zugesetzt. Die Schlammmischung wurde bei Raumtemperatur unter konstantem Schütteln bei 200 U/min inkubiert. Der pH-Wert jeder Schlammmischung (Hauptflüssigkeit) wurde während der gesamten Studie überwacht und lag zwischen pH 6,7 und 6,9. Verbleibende AHLs wurden zu verschiedenen Zeitpunkten mittels LC-MS/MS extrahiert und quantifiziert. Die Signalhalbwertszeit für jedes AHL wurde basierend auf der Kinetik nullter oder erster Ordnung geschätzt. Fehlerbalken werden als SEM (n=3, biologische Replikate) definiert. Es wurden mehrere Holm-Sidak-t-Tests durchgeführt (lebende versus hitzeinaktivierte Kontrolle für jedes AHL) und korrigierte P-Werte (P < 0,05 für alle Vergleichspaare) angegeben.

Um einen weiteren Einblick in die Beziehungen zwischen der Spezifität der QQ-Aktivität und der Signalproduktion in der Flockenschlammgemeinschaft zu erhalten, wurden 307 Bakterienstämme und 23 Pilzstämme, entsprechend 50 Bakterien- und vier Pilzgattungen, isoliert und auf ihre Produktionsfähigkeit getestet oder AHLs verschlechtern (Ergänzungstabelle S2). Die Bakterienisolate machten 3,5 % der gesamten durch RNA-Sequenzierung identifizierten Community-Mitglieder aus (Ergänzungstabellen S3 und 4). Die AHL-Produktion wurde hauptsächlich anhand der Aktivierung verschiedener Biosensoren bewertet, darunter E. coli JBA357,30 A. tumefaciens A13628 und C. violaceum CV026.29 Das AHL-Profil jedes mutmaßlichen Signalproduzenten wurde anschließend mithilfe von LC-MS/MS bestimmt. Der AHL-Abbau wurde unter Verwendung von AHLs mit kurzen (3OC6-HSL), mittleren (3OC8-HSL) und langen (3OC12-HSL) Acylketten getestet. Ein großer Anteil der Flockenschlamm-Isolate, 65 %, waren entweder AHL-Signalproduzenten oder Quencher (Abbildung 2). Obwohl nur etwa 10 % der Isolate AHLs produzieren konnten, waren ganze 58,1 % der Isolate in der Lage, mindestens eines der untersuchten AHLs zu löschen. Ein relativ kleiner Anteil der Isolate, 4,8 %, produzierte und unterdrückte AHLs. Die restlichen 36,7 % der Isolate produzierten weder AHLs noch unterdrückten sie diese. Alle AHL-Löscher waren in der Lage, das langkettige AHL, 3OC12-HSL, zu inaktivieren. Obwohl 77 % der Quencher nur die langkettigen AHLs abbauen konnten, konnten ~23 % sowohl langkettige AHLs als auch kurz- oder mittelkettige AHLs abbauen.

Verteilung der Isolate entsprechend ihrer Fähigkeit, N-Acylhomoserinlactone (AHLs) zu produzieren und/oder zu löschen. Während des Bioreaktorbetriebs in den Wochen 40–44 wurden insgesamt 330 Isolate, darunter 307 bzw. 23 Stämme bakteriellen bzw. pilzlichen Ursprungs, aus der Flockenschlammgemeinschaft kultiviert. Alle Isolate wurden mit verschiedenen Bioassays und LC-MS/MS auf AHL-Produktion sowie auf ihre Fähigkeit untersucht, 5 μM AHLs mit kurzen (3OC6-HSL), mittleren (3OC8-HSL) und langen (3OC12-HSL) Verbindungen zu löschen. Acylketten nach 2 h Inkubation. Verbleibende AHLs wurden mithilfe des Spot-Bioassays auf Agar-Basis A. tumefaciens A136 quantifiziert.

Die evolutionären Beziehungen zwischen den Bakterienisolaten, basierend auf ihren 16S-rDNA-Sequenzen, zeigten, dass es keinen spezifischen Klade gab, der mit der QQ-Aktivität assoziiert war, während die AHL-Produzenten alle als Alpha-, Beta- oder Gamma-Proteobakterien klassifiziert wurden (Abbildung 3). Diese QS-Isolate repräsentierten Gattungen, von denen zuvor berichtet wurde, dass sie AHL-Produzenten sind, wie Acidovorax, Pantoea, Rhizobium, Rhodobacter, Sphingomonas und Stenotrophomonas, sowie neue Gattungen, von denen nicht berichtet wurde, dass sie AHLs synthetisieren, darunter Frateria, Lysobacter und Shinella ( Figur 3). Die LC-MS/MS-Analyse ergab außerdem, dass die Isolate AHLs mit verschiedenen Acylkettenlängen im Bereich von 4 bis 14 Kohlenstoffatomen produzierten (Ergänzungstabelle S5). Jedes signalerzeugende Isolat synthetisierte mehr als einen AHL-Typ und mehrere Gattungen/Arten könnten das gleiche AHL produzieren (Ergänzungstabellen S2 und 5). Beispielsweise waren Isolate aus sechs von neun Bakteriengattungen in der Lage, 3OC8-HSL zu synthetisieren (Ergänzungstabelle S5), das dominante Signal, das in der Schlammgemeinschaft in situ nachgewiesen wurde (Ergänzungsabbildung S4). Im Gegensatz dazu wurden die AHL-Quencher in vier verschiedene Bakterienstämme eingeteilt, darunter Proteobakterien, Actinobakterien, Bacteriodetes und Firmicutes sowie Vertreter der Pilze (Abbildung 3 und Ergänzungstabelle S2). Obwohl es sich bei einigen der QQ-Isolate um Gattungen handelte, von denen allgemein berichtet wird, dass sie AHLs abbauen, wie etwa Ochrobacterium, Variovorax, Bacillus und Rhodoccus, konnte bei den meisten der hier identifizierten QQ-Isolate bisher nicht nachgewiesen werden, dass sie diese Aktivität aufweisen. Diese neuartigen QQ-Organismen waren unter anderem in den Gattungen Novosphingobium, Acidovorax, Rheinheimera, Tsukamurella, Flavobacterium und Candida verbreitet. Interessanterweise waren einige der Isolate in der Lage, AHLs sowohl zu synthetisieren als auch abzubauen, z. B. Rhizobium borbori N065. Darüber hinaus gab es auch auf Artenebene erhebliche Funktionsunterschiede. Beispielsweise sind 10 Stämme von Stenotrophomonas sp. mit identischen 16S-rDNA-Sequenzen konnten AHLs produzieren, während dies bei den übrigen sechs Stämmen nicht der Fall war (Ergänzungstabelle S2). Ebenso war nicht jeder Stamm derselben Art in der Lage, AHLs zu löschen, wie dies bei Stenotrophomonas maltophilia der Fall war. Die spezifischen QS- und QQ-Merkmale jedes Isolats lassen darauf schließen, dass die AHL-Signalisierung auf Gemeinschaftsebene komplex ist und eine unterschiedliche Zusammensetzung der QS- und QQ-Arten unterschiedliche Auswirkungen auf verschiedene durch Signalisierung regulierte Verhaltensweisen der Gemeinschaft haben kann.

Evolutionäre Verwandtschaft von 100 repräsentativen Bakterienisolaten (Taxa) basierend auf den 16S-rDNA-Gensequenzen. Jeder Vertreter wurde aufgrund seiner Einzigartigkeit in Bezug auf die Produktion von N-Acylhomoserinlacton (AHL) und/oder Löscheigenschaften ausgewählt. Die evolutionäre Beziehung wurde mithilfe der Neighbour-Joining-Methode abgeleitet. Der aus 1.000 Replikaten abgeleitete Bootstrap-Konsensbaum wurde verwendet, um die evolutionäre Beziehung der analysierten Taxa darzustellen. Zweige, die Partitionen entsprachen, die in <50 % der Bootstrap-Replikate reproduziert wurden, wurden reduziert. Der Baum wurde maßstabsgetreu gezeichnet, wobei die Astlängen die evolutionären Entfernungen widerspiegeln. Die evolutionären Abstände wurden mithilfe der Maximum-Composite-Likelihood-Methode berechnet und sind in Einheiten der Anzahl der Basensubstitutionen pro Standort angegeben. Alle Positionen mit Lücken und fehlenden Daten wurden aus dem Datensatz entfernt (Möglichkeit zur vollständigen Löschung). Im endgültigen Datensatz gab es insgesamt 1.031 Positionen. Phylogenetische Analysen wurden in MEGA4 durchgeführt. Die aus der GenBank-Datenbank abgerufenen Außengruppen sind unterstrichen. Die isolierten Stämme werden als Produzent (grünes Dreieck), Quencher (blaues Quadrat), Produzent und Quencher (rote Raute) und weder Produzent noch Quencher (offener Kreis) klassifiziert. Die Gattungen, in denen in der Literatur über Aktivitäten zur AHL-Produktion (@) oder AHL-Abbau (*) berichtet wurde, sind angegeben. Gezeigt wird der nächste Verwandte mit mindestens 97 % Sequenzidentität für jeden Stamm, mit Ausnahme der fett hervorgehobenen Stämme.

Um die Rolle der Artenzusammensetzung und der Signalübertragung auf die Gemeinschaftsfunktion im Hinblick auf die Biofilmstruktur zu untersuchen, wurden die Signaleigenschaften zweier unabhängiger Gemeinschaften, nämlich der flockigen und der körnigen Schlammgemeinschaften19, verglichen. Sowohl Flocken- als auch Granulatschlamm-Bioreaktoren wurden zunächst mit dem gleichzeitigen Nitrifikations-, Denitrifikations- und Phosphorentfernungs-Flockenschlamm-Inokulum geimpft24 und wurden entweder betrieben, um den Flockenschlamm aufrechtzuerhalten, oder die Bedingungen wurden geändert, um die Bildung mikrobieller Granulat zu erleichtern.19 Die Artenzusammensetzung und Das Signalprofil beider Gemeinden wurde im Laufe der Zeit charakterisiert. Die Pearson-Korrelationsanalyse der 50 am häufigsten vorkommenden Flockenschlamm-Gemeinschaftsmitglieder (einschließlich nicht kultivierbarer Mitglieder gemäß RNA-Sequenzierung) und der Konzentration einzelner AHLs in situ ergab die Dominanz von Gemeinschaftsmitgliedern, die über einen Zeitraum von 82 Wochen negativ mit der AHL-Produktion korrelierten (Abbildung). 4, linkes Feld, Cluster 3). Ungefähr 72 % der Pearson-Beziehungen wurden als negativ eingestuft, während nur 20 % im Flockenstadium positiv waren (Abbildung 4, linkes Feld). Der hohe Prozentsatz negativer Beziehungen stimmte mit den höheren Anteilen von QQ-Isolaten in der Flockenschlammgemeinschaft überein (Abbildungen 2 und 3). Als Flocken in Granulat umgewandelt wurden, kam es zu einem signifikanten Rückgang der negativen Korrelation zwischen Gemeinschaftsmitgliedern und der AHL-Konzentration von 72 auf 38 %, was mit einem Anstieg der positiven Beziehungen von 20 auf 54 % einherging (Abbildung 4, rechtes Feld).19 Diese Ergebnisse deuten somit auf eine deutliche Verlagerung der Gemeinschaft von potenziellen Signallöschern zu Produzenten während des Übergangs von Flocken zu Granulat hin. Dementsprechend war die QQ-Aktivität des körnigen Schlamms im Vergleich zum flockenförmigen Schlamm erheblich verringert (Ergänzende Abbildung S5). Beispielsweise war die Halbwertszeit von 3OC8-HSL bei körnigem Schlamm um etwa 28 % länger als bei flockigem Schlamm. Darüber hinaus akkumulierten AHLs, einschließlich 3OC6-HSL, 3OC8-HSL, C6-HSL und C8-HSL, im Granulatstadium eine mindestens dreifach höhere Konzentration als im Flockenstadium (P <0,05 für alle AHLs) (Ergänzende Abbildung). S6). Insbesondere stieg das dominante Signal 3OC8-HSL von durchschnittlich 25 pmol/g im Flockenstadium auf 85 pmol/g im Granulatstadium (P < 0,016). Die erhöhte Menge an AHLs wurde zuvor mit der erhöhten Expression extrazellulärer Polymersubstanzen und der Bildung mikrobieller Granula in Verbindung gebracht, während verringerte AHL-Spiegel mit der Granulatverteilung und der Umwandlung in flockenförmige Biomasse in Verbindung gebracht wurden.19 Hier scheint es, dass Signalgradienten durch reguliert werden könnten QQ-Aktivität der Gemeinschaft in Abhängigkeit von der Artenzusammensetzung und der damit verbundenen QQ-Kapazität. Es ist daher möglich, dass das Gleichgewicht zwischen den konkurrierenden QS- und QQ-Aktivitäten das Signalverhalten oder die Signalfunktion der Gemeinschaft bestimmt, z. B. die Bildung mikrobieller granulärer Biofilme.19

Ein Vergleich zwischen den Signaleigenschaften der Flocken- (linkes Bild) und der körnigen (rechtes Bild) Schlammgemeinschaften. Die Beziehungen zwischen der Häufigkeit der 50 dominantesten Gemeinschaftsmitglieder (jeweils dargestellt durch ein eindeutiges V6-Tag) und dem Konzentrationsprofil von N-Acylhomoserinlactonen (AHLs) im Zeitverlauf wurden auf der Grundlage der Pearson-Korrelation für den jeweiligen flockigen und körnigen Schlamm berechnet Gemeinschaften. Der Pearson-Korrelationskoeffizient ist farbcodiert und zeigt Beziehungen von stark positiven (+1, grün) bis stark negativen (−1, rot) Wechselwirkungen an. ▲Nicht klassifiziert basierend auf der Taxonomie-Klassifizierungspipeline, die im Abschnitt „Materialien und Methoden“ angegeben ist. Sofern zutreffend, wird der nächste Verwandte mit einer Sequenzidentitätsübereinstimmung von >97 % angezeigt. Für mehrere Vergleiche wurden Korrekturen der Falscherkennungsrate durchgeführt, und signifikante Unterschiede werden wie folgt angezeigt: *P<0,05, **P<0,01 und ***P<0,001. Die Signaleigenschaften der körnigen Schlammgemeinschaft wurden von Tan et al.19 übernommen

Die Untersuchung der Wechselwirkungen zwischen Arten ist wichtig für die Entwicklung eines systematischen Verständnisses der Physiologie von Matrix-umhüllten mikrobiellen Gemeinschaften mit hoher Dichte, die heute weithin als dominierende Wachstumsart für Bakterien in natürlichen und technischen Ökosystemen angesehen werden.3,42 Kommunikation Es wird vermutet, dass die Interaktion über diffundierbare Signalmoleküle eine der wichtigen Interaktionen zwischen Arten unterschiedlicher Herkunft ist3, und es gibt immer mehr Belege dafür, dass komplexe Gemeinschaften in natürlichen Umgebungen in situ QS-Signale erzeugen, um unterschiedliche Verhaltensweisen der Gemeinschaft zu regulieren.14,16,18,19 Obwohl diese Ergebnisse die Rolle von QS in komplexen Gemeinschaften aufgezeigt haben, muss noch die Frage geklärt werden, wie konkurrierende Aktivitäten, wie beispielsweise die QQ-Modulation von QS in komplexen Gemeinschaften, vermittelt werden. Unter Verwendung der mikrobiellen Granulatanordnung als Modell für QS-vermitteltes Gemeinschaftsverhalten19 hat diese Studie gezeigt, dass QQ die QS-Signalakkumulation im Flockenschlamm stark unterdrückt (Abbildung 1) und somit die Bildung mikrobieller Granula hemmen kann. Als die QQ-Unterdrückung teilweise aufgehoben wurde, was durch die erhöhten Signalhalbwertszeiten im Granulatstadium angezeigt wurde (Ergänzungsabbildung S5), waren die Signalkonzentrationen signifikant erhöht (Ergänzungsabbildung S6), was darauf hindeutet, dass QQ ein wirksamer Modulator der Community-QS-Signalisierung sein kann . Tatsächlich kann die Zugabe von exogenen QQ-Enzymen zu einem Membranbioreaktor die Entwicklung von Biofilmen gemischter Arten auf Membranoberflächen verzögern.18,43 In unserer Studie haben wir außerdem festgestellt, dass QQ eine inhärente Funktion komplexer Gemeinschaften ist, die einen starken Einfluss auf viele Interspezies haben kann Interaktionen basierend auf AHL-Signalisierung. Im Gegensatz zu einigen natürlichen Lebensräumen, in denen Umweltfaktoren eine dominierende Rolle bei der Regulierung der QS-Signalniveaus spielen, wie beispielsweise durch Photosynthese gesteuerte Zyklen mit hohem pH-Wert (bis zu 9,4), der die AHL-Signalübertragung in mikrobiellen Matten stark abschwächt, fanden wir14 dass der pH-Wert (bis zu <8,3) und die physikalische Signaladsorption bei der Inaktivierung von Signalen in unserem Modellsystem weniger wichtig waren als die enzymatische Aktivität (Ergänzende Abbildungen S2 und 3). Dies legt daher nahe, dass die QQ-Aktivität der primäre Mechanismus der Signalentfernung war und somit als Schlüsselregulator der Signalpegel in verschiedenen Phasen des Granulationslebenszyklus dient.

Basierend auf den Ergebnissen dieser Studie gehen wir davon aus, dass die gesamte AHL-Anreicherung im Granulationssystem in direktem Zusammenhang mit den relativen Anteilen und Aktivitäten der QQ- und QS-Organismen in der Gemeinschaft steht. Bis zu 60 % der Isolate aus der flockigen Schlammgemeinschaft, die 32 Bakterien- und 4 Pilzgattungen repräsentieren, waren Signallöscher, während nur 10 % der Isolate (9 Bakteriengattungen) AHLs produzierten (Abbildungen 2 und 3). Während der hier beobachtete Anteil isolierter AHL-Produzenten mit Beobachtungen aus anderen Umgebungen übereinstimmt7,8, ist die Häufigkeit von AHL-Löschern erheblich höher als in anderen Studien berichtet (~5–15 % der Isolate).7,8 Der höhere Anteil von Die hier entdeckten AHL-Löscher sind wahrscheinlich eine Folge von Tests auf QQ-Aktivität, bei denen eine Reihe von AHLs als Ziele verwendet wurden, einschließlich der langkettigen AHLs, die normalerweise nicht zum Nachweis von QQ-Aktivität verwendet wurden. Interessanterweise wurden AHLs kettenlängenabhängig in situ abgebaut, wobei die langkettigen AHLs bevorzugt inaktiviert wurden (Abbildung 1), was mit den Beobachtungen übereinstimmt, dass ein höherer Anteil von Isolaten in der Lage ist, langkettige AHLs abzubauen (100). % der AHL-Löscher) im Vergleich zu kurz- und mittelkettigen AHLs (~23 % der AHL-Löscher; Abbildung 2). Somit spiegelten sich die QQ-Aktivitäten des Spektrums der gesammelten Isolate allgemeiner in den Signaltypen wider, die von der gesamten Gemeinschaft vor Ort abgebaut wurden. Diese Beobachtung stimmte auch mit dem Profil von AHLs überein, die in der Flockenschlammgemeinschaft identifiziert wurden, wo nur AHLs mit kurzen oder mittleren Acylketten in geringen Konzentrationen nachgewiesen wurden, während Signale mit langen Acylketten ~10 Kohlenstoffatomen überhaupt nicht nachgewiesen wurden (ergänzende Abbildung). S4). Fast jedes QS-Isolat produzierte mindestens ein langkettiges AHL (Ergänzungstabelle S5), was darauf hindeutet, dass die Schlammgemeinschaft die Fähigkeit besitzt, die langkettigen Signale in situ zu synthetisieren. Der Mangel an langkettigen AHLs im Schlamm war also nicht auf das Fehlen von Produzentenstämmen zurückzuführen, sondern ist höchstwahrscheinlich eine Folge spezifischer QQ-Aktivitäten der Gemeinschaft.

Die Isolationsstudien zeigten, dass die Flockenschlammgemeinschaft von den Signallöschern dominiert wurde (60 %; Abbildung 2), und dies spiegelte sich auch in der Gesamtgemeinschaftsanalyse wider, bei der >70 % der 50 am häufigsten vorkommenden Gemeinschaftsmitglieder negativ korrelierten AHL-Akkumulation (Abbildung 4; linkes Feld – Cluster 3). Obwohl viele Faktoren zu den negativen Beziehungen beigetragen haben könnten, könnte ein Schlüsselfaktor darin liegen, dass Mitglieder der Cluster-3-Gemeinschaft potenzielle Löscher waren, die der Signalakkumulation entgegenwirkten. Zur Untermauerung dieser Aussage wurde eines der Clustermitglieder, Tag 43 (Diaphorobacter nitroreducens R042), isoliert und als AHL-Quencher bestätigt (Ergänzungstabelle S2). Der höhere Anteil an Signallöschern im Vergleich zu den Produzenten in der gesamten Gemeinschaft könnte daher die kurze Halbwertszeit von AHLs und damit die niedrigen AHL-Konzentrationen im Flockenstadium erklären (Abbildung 1 und ergänzende Abbildung S6). Umgekehrt gab es in der Gemeinschaft eine Verschiebung hin zu QS, also positiven Korrelationen, mit einem gleichzeitigen Rückgang der QQ-Organismen, also negativen Korrelationen, als die Biomasse von Flocken in Granulat umgewandelt wurde (Abbildung 4, rechtes Feld). Beispielsweise war Lysobacter brunescens R037 (Abbildung 4, rechtes Feld – Tag 6 in körnigem Schlamm), ein Signalproduzent, der aus der Gemeinschaft isoliert wurde, im Flockenstadium fast nicht nachweisbar, kam aber während der Granulierung sehr häufig vor.19 Im Gegensatz dazu war der Der Signallöscher D. nitroreducens R042 (Abbildung 4; Tag 43 im Flockenschlamm, der Tag 17 im Granulatschlamm entspricht) war im Flockenschlamm sehr häufig und wurde während der Granulierung erheblich verringert.19 Dies ist jedoch noch nicht möglich Um festzustellen, ob die Verlagerung der Gemeinschaft von den potenziellen QQ-Organismen zu QS-Organismen eine direkte Ursache der Granulation ist oder ob die Granulation die Anreicherung von QS-Organismen gegenüber den QQ-Arten begünstigt, sind die starken Assoziationen zwischen sowohl QS-dominierten Gemeinschaften als auch Granulaten und QQ- dominierte Gemeinschaften und Flocken legen nahe, dass die differenzielle AHL-Signalübertragung für Funktionen auf Gemeinschaftsebene, wie z. B. die Granulation, wichtig ist.

Das hier identifizierte gleichzeitige Auftreten von QS- und QQ-Aktivitäten ist wahrscheinlich in vielen Lebensräumen üblich. Tatsächlich wurden Organismen, von denen bekannt ist, dass sie AHL-Produzenten oder -Löscher sind, darunter Proteobacteria, Bacteriodetes, Firmicutes und Actinobacteria phyla, kürzlich um Cyanobacteria,44,45 Acidobacteria,46 Bacteriodetes47–49 und Archaea50 aus einer Vielzahl von Umgebungen erweitert. Darüber hinaus kommen viele dieser Arten in denselben Nischen vor, etwa im Pansen,15,51 in mikrobiellen Matten14 und im Boden/Rhizosphäre.7,8 Dies gilt wahrscheinlich auch für gebrauchte Wasseraufbereitungsanlagen, in denen sich sehr viele Mikroben befinden Vielfalt, einschließlich vieler QS- und QQ-Organismen, wie in dieser Studie und in der Literatur identifiziert.6,17 Tatsächlich legen unsere vorläufigen metagenomischen Analysen und Expressionsstudien nahe, dass in der Belebtschlammgemeinschaft einer Anlage im Originalmaßstab mehrere QS- und QQ-Gene vorhanden sind (Daten nicht gezeigt), was nicht nur das gleichzeitige Auftreten von QS- und QQ-Aktivitäten in der Bioreaktorgemeinschaft unterstützt, sondern auch, dass das Gemeinschaftsverhalten durch die kombinierte Aktivität der vorhandenen QS- und QQ-Organismen sowie die Spezifität der QQ-Aktivität gesteuert wird für bestimmte AHL-Signale.

Zusammenfassend geht aus dieser Studie klar hervor, dass zwar bereits zuvor eine positive Korrelation zwischen der AHL-Signalübertragung und dem Aufbau mikrobieller körniger Biofilme festgestellt wurde,19 jedoch die detaillierten Mechanismen, durch die Gemeinschaftsmitglieder mit unterschiedlichen QS- und QQ-Aktivitäten interagieren, um das QS-Verhalten zu regulieren Die Gemeindeebene muss noch definiert werden. Diese Studie hat das Granulationssystem als ein experimentell beherrschbares System mit hoher Artenvielfalt entwickelt, um auf mechanistische Weise zu untersuchen und zu bestimmen, wie solche Gemeinschaften komplexe Verhaltensweisen auf Systemebene wie die Granulation steuern. Unsere Studie liefert starke Beweise dafür, dass die AHL-vermittelte QS-Signalisierung ein echtes Gemeinschaftsmerkmal ist, wobei >65 % der Gemeinschaftsmitglieder verschiedener Taxa an den Signalisierungs- und Löschprozessen beteiligt sind. Die dynamische Häufigkeit von QS- und QQ-Organismen sowie ihre jeweilige Signal- und Löschkinetik scheinen eine Schlüsselrolle bei der Definition des gesamten Signalgradienten zu spielen und somit den Übergang von flockigen zu körnigen Biofilmen zu regulieren. Wichtig ist, dass diese Ergebnisse auch darauf hindeuten könnten, dass die komplexe Gemeinschaftsbildung ein Entwicklungsprozess ist, der durch QS-Signalisierung gesteuert wird, wobei bestimmte Gemeinschaftsmitglieder mit QS-Signalisierungseigenschaften bereichert und Mitglieder mit Anti-QS-Signalisierungsmerkmalen ausgeschlossen werden. Die Beobachtung, dass QS- und QQ-Aktivitäten mit phylogenetisch unterschiedlichen mikrobiellen Arten verbunden sind, die häufig in vielen verschiedenen natürlichen Lebensräumen, in technischen Ökosystemen sowie in klinischen Umgebungen vorkommen, legt den Schluss nahe, dass AHL-vermittelte Gemeinschaftskommunikation ein allgemeines Merkmal komplexer Gemeinschaften sein könnte und dass die QS- und QQ-Aktivitäten möglicherweise eine wichtige Rolle bei der Auswahl stabiler und funktioneller mikrobieller Ansammlungen spielen.

Davey ME, O'toole GA . Mikrobielle Biofilme: von der Ökologie zur Molekulargenetik. Microbiol Mol Biol Rev 2000; 64: 847–867.

Artikel CAS PubMed PubMed Central Google Scholar

Kolter R, Greenberg EP . Mikrobielle Wissenschaften: Das oberflächliche Leben von Mikroben. Natur 2006; 441: 300–302.

Artikel CAS PubMed Google Scholar

Elias S., Banin E. Multi-Spezies-Biofilme: Leben mit freundlichen Nachbarn. FEMS Microbiol Rev 2012; 36: 990–1004.

Artikel CAS PubMed Google Scholar

Shapiro JA . Betrachten Sie Bakterienpopulationen als vielzellige Organismen. Annu Rev Microbiol 1998; 52: 81–104.

Artikel CAS PubMed Google Scholar

Williams P, Winzer K, Chan WC, Cámara M. Schauen Sie, wer spricht: Kommunikation und Quorum Sensing in der Bakterienwelt. Philos Trans R Soc Lond B Biol Sci 2007; 362: 1119–1134.

Artikel CAS PubMed PubMed Central Google Scholar

Valle A, Bailey MJ, Whiteley AS, Manefield M. N-Acyl-l-homoserinlactone (AHLs) beeinflussen die Zusammensetzung und Funktion der mikrobiellen Gemeinschaft im Belebtschlamm. Environ Microbiol 2004; 6: 424–433.

Artikel CAS PubMed Google Scholar

d'Angelo-Picard C, Faure D, Penot I, Dessaux Y. Vielfalt von N-Acylhomoserinlacton produzierenden und abbauenden Bakterien im Boden und in der Tabakrhizosphäre. Environ Microbiol 2005; 7: 1796–1808.

Artikel CAS PubMed Google Scholar

Cirou A, Diallo S, Kurt C, Latour X, Faure D. Wachstumsförderung von Quorum-löschenden Bakterien in der Rhizosphäre von Solanum tuberosum. Environ Microbiol 2007; 9: 1511–1522.

Artikel CAS PubMed Google Scholar

Pierson EA, Wood DW, Cannon JA, Blachere FM, Pierson LS. Interpopulationssignalisierung über N-Acylhomoserinlactone zwischen Bakterien in der Weizenrhizosphäre. Mol Plant Microbe Interact 1998; 11: 1078–1084.

Artikel CAS Google Scholar

Riedel K, Hentzer M, Geisenberger O, Huber B, Steidle A, Wu H et al. N-Acylhomoserin-Lacton-vermittelte Kommunikation zwischen Pseudomonas aeruginosa und Burkholderia cepacia in gemischten Biofilmen. Mikrobiologie 2001; 147: 3249–3262.

Artikel CAS PubMed Google Scholar

Dulla GF, Lindow SE . Acyl-Homoserinlacton-vermittelter Crosstalk zwischen epiphytischen Bakterien moduliert das Verhalten von Pseudomonas syringae auf Blättern. ISME J 2009; 3: 825–834.

Artikel CAS PubMed Google Scholar

Hosni T, Moretti C, Devescovi G, Suarez-Moreno ZR, Fatmi MB, Guarnaccia C et al. Austausch von Quorum-Sensing-Signalen und Rolle interspeziesgemeinschaften bei einer bakteriellen Pflanzenkrankheit. ISME J 2011; 5: 1857–1870.

Artikel CAS PubMed PubMed Central Google Scholar

Singh PK, Schaefer AL, Parsek MR, Moninger TO, Welsh MJ, Greenberg EP et al. Quorum-Sensing-Signale weisen darauf hin, dass die Mukoviszidose-Lunge mit bakteriellen Biofilmen infiziert ist. Natur 2000; 407: 762–764.

Artikel CAS PubMed Google Scholar

Decho AW, Visscher PT, Ferry J, Kawaguchi T, He L, Przekop KM et al. Aus mikrobiellen Matten extrahierte Autoinduktoren zeigen eine überraschende Vielfalt an N-Acylhomoserinlactonen (AHLs) und Häufigkeitsänderungen, die möglicherweise mit dem Diel-pH-Wert zusammenhängen. Environ Microbiol 2009; 11: 409–420.

Artikel CAS PubMed Google Scholar

Hughes DT, Terekhova DA, Liou L, Hovde CJ, Sahl JW, Patankar AV et al. Chemische Sensorik in Kommensal-Assoziationen zwischen Säugetierwirt und Bakterien. Proc Natl Acad Sci USA 2010; 107: 9831–9836.

Artikel CAS PubMed PubMed Central Google Scholar

De Clippeleir H, Defoirdt T, Vanhaecke L, Vlaeminck SE, Carballa M, Verstraete W et al. Langkettige Acylhomoserinlactone erhöhen die anoxische Ammoniumoxidationsrate in einem OLAND-Biofilm. Appl Microbiol Biotechnol 2011; 90: 1511–1519.

Artikel PubMed Google Scholar

Chong G, Kimyon O, Rice SA, Kjelleberg S, Manefield M. Das Vorhandensein und die Rolle des bakteriellen Quorum Sensings in Belebtschlamm. Mikrobielle Biotechnologie 2012; 5: 621–633.

Artikel Google Scholar

Yeon KM, Cheong WS, Oh HS, Lee WN, Hwang BK, Lee CH et al. Quorum Sensing: ein neues Paradigma zur Biofouling-Kontrolle in einem Membranbioreaktor für die fortschrittliche Abwasserbehandlung. Environ Sci Technol 2009; 43: 380–385.

Artikel CAS PubMed Google Scholar

Tan CH, Koh KS, Xie C, Tay M, Zhou Y, Williams R et al. Die Rolle der Quorum-Sensing-Signalisierung bei der EPS-Produktion und dem Zusammenbau einer Schlammgemeinschaft zu aeroben Granulatkörnchen. ISME J 2014; 8: 1186–1197.

Artikel CAS PubMed PubMed Central Google Scholar

Dong YH, Wang LH, Xu JL, Zhang HB, Zhang XF, Zhang LH et al. Unterdrückung einer Quorum-Sensing-abhängigen bakteriellen Infektion durch eine N-Acyl-Homoserinlactonase. Natur 2001; 411: 813–817.

Artikel CAS PubMed Google Scholar

Lin YH, Xu JL, Hu J, Wang LH, Ong SL, Leadbetter JR et al. Acyl-Homoserin-Lacton-Acylase aus dem Ralstonia-Stamm XJ12B stellt eine neuartige und wirksame Klasse von Quorum-löschenden Enzymen dar. Mol Microbiol 2003; 47: 849–860.

Artikel PubMed Google Scholar

Park SY, Kang HO, Jang HS, Lee JK, Koo BT, Yum DY et al. Identifizierung der extrazellulären N-Acylhomoserinlactonacylase aus Streptomyces sp. und seine Anwendung auf das Quorum Quorum Quenching. Appl Environ Microbiol 2005; 71: 2632–2641.

Artikel CAS PubMed PubMed Central Google Scholar

Uroz S, Oger PM, Chapelle E, Adeline MT, Faure D, Dessaux YA . Das qsdA-kodierte Enzym von Rhodococcus definiert eine neue Klasse von Quorum-löschenden Lactonasen mit großem Spektrum. Appl Environ Microbiol 2008; 74: 1357–1366.

Artikel CAS PubMed PubMed Central Google Scholar

Zhou Y, Ganda L, Lim M, Yuan Z, Kjelleberg S, Ng WJ et al. Hemmung freier salpetriger Säure (FNA) auf denitrifizierende Polyphosphat-akkumulierende Organismen (DPAOs). Appl Microbiol Biotechnol 2010; 88: 359–369.

Artikel CAS PubMed Google Scholar

Smolders GJ, van der Meij J, van Loosdrecht MC, Heijnen JJ. Modell des anaeroben Stoffwechsels des biologischen Phosphorentfernungsprozesses: Stöchiometrie und pH-Einfluss. Biotechnologie Bioeng 1994; 43: 461–470.

Artikel CAS PubMed Google Scholar

Eaton AD, Franson MAH, Association APH, Association AWW, Federation WE. Standardmethoden zur Untersuchung von Wasser und Abwasser. American Public Health Association: Washington DC, USA, 2005.

Google Scholar

Barr JJ, Cook AE, Bond PL. Granulatbildungsmechanismen in einem aeroben Abwassersystem zur Phosphorentfernung. Appl Environ Microbiol 2010; 76: 7588–7597.

Artikel CAS PubMed PubMed Central Google Scholar

Fuqua C, Burbea M, Winans SC. Die Aktivität des konjugalen Transferregulators TraR des Agrobacterium Ti-Plasmids wird durch das Produkt des traM-Gens gehemmt. J Bacteriol 1995; 177: 1367–1373.

Artikel CAS PubMed PubMed Central Google Scholar

McClean KH, Winson MK, Fish L, Taylor A, Chhabra SR, Camara M et al. Quorum Sensing und Chromobacterium violaceum: Nutzung der Produktion und Hemmung von Violacein zum Nachweis von N-Acylhomoserinlactonen. Mikrobiologie 1997; 143: 3703–3711.

Artikel CAS PubMed Google Scholar

Andersen JB, Heydorn A, Hentzer M, Eberl L, Geisenberger O, Christensen BB et al. GFP-basierte N-Acylhomoserin-Lacton-Sensorsysteme zur Erkennung bakterieller Kommunikation. Appl Environ Microbiol 2001; 67: 575–585.

Artikel CAS PubMed PubMed Central Google Scholar

Heydorn A, Ersbøll B, Kato J, Hentzer M, Parsek MR, Tolker-Nielsen T et al. Statistische Analyse der Biofilmentwicklung von Pseudomonas aeruginosa: Einfluss von Mutationen in Genen, die an der Zuckungsmotilität, der Signalübertragung von Zelle zu Zelle und der Expression des Sigma-Faktors in der stationären Phase beteiligt sind. Appl Environ Microbiol 2002; 68: 2008–2017.

Artikel CAS PubMed PubMed Central Google Scholar

Yanisch-Perron C, Vieira J, Messing J . Verbesserte M13-Phagen-Klonierungsvektoren und Wirtsstämme: Nukleotidsequenzen der M13mp18- und pUC19-Vektoren. Gene 1985; 33: 103–119.

Artikel CAS PubMed Google Scholar

Wang LH, Weng LX, Dong YH, Zhang LH. Spezifität und Enzymkinetik der Quorum-löschenden N-Acyl-Homoserin-Lacton-Lactonase (AHL-Lactonase). J Biol Chem 2004; 279: 13645–13651.

Artikel CAS PubMed Google Scholar

Morin D, Grasland B, Vallée-Réhel K, Dufau C, Haras D. Online-Hochleistungsflüssigkeitschromatographie-massenspektrometrische Detektion und Quantifizierung von N-Acylhomoserinlactonen, Quorum-Sensing-Signalmolekülen, in Gegenwart biologischer Matrizen. J Chromatogr A 2003; 1002: 79–92.

Artikel CAS PubMed Google Scholar

Clark JD, Maaloe O. DNA-Replikation und Teilungszyklus in Escherichia coli. J Mol Biol 1967; 23: 99–112.

Artikel CAS Google Scholar

Lane-DJ. 16S/23S rRNA-Sequenzierung. John Wiley & Sons: New York, USA, 1991.

Google Scholar

Gardes M, White TJ, Fortin JA, Bruns TD, Taylor JW. Identifizierung einheimischer und eingeführter symbiotischer Pilze in Ektomykorrhizen durch Amplifikation nukleärer und mitochondrialer ribosomaler DNA. Can J Bot 1991; 69: 180–190.

Artikel CAS Google Scholar

Dong YH, Xu JL, Li XZ, Zhang LH. AiiA, ein Enzym, das das Acylhomoserinlacton-Quorum-Sensing-Signal inaktiviert und die Virulenz von Erwinia carotovora abschwächt. Proc Natl Acad Sci USA 2000; 97: 3526–3531.

Artikel CAS PubMed PubMed Central Google Scholar

Zhang HB, Wang LH, Zhang LH. Nachweis und Analyse von Quorum-Quenching-Enzymen gegen Acylhomoserin-Lacton-Quorum-Sensing-Signale. John Wiley and Sons, Inc: Hoboken, New Jersey, USA, 2007.

Buchen Sie Google Scholar

Saitou N, Nei M . Die Neighbor-Joining-Methode: eine neue Methode zur Rekonstruktion phylogenetischer Bäume. Mol Biol Evol 1987; 4: 406–425.

CAS PubMed Google Scholar

Claesson MJ, Wang Q, O'Sullivan O, Greene-Diniz R, Cole JR, Ross RP et al. Vergleich zweier Sequenzierungstechnologien der nächsten Generation zur Aufklärung hochkomplexer Mikrobiota-Zusammensetzung unter Verwendung variabler 16S-rRNA-Genregionen im Tandem. Nucleic Acids Res 2010; 38: e200.

Artikel PubMed PubMed Central Google Scholar

Gerade PD, Kolter R . Chemische Kommunikation zwischen Arten in der Bakterienentwicklung. Annu Rev Microbiol 2009; 63: 99–118.

Artikel CAS PubMed Google Scholar

Oh HS, Yeon KM, Yang CS, Kim SR, Lee CH, Park SY et al. Kontrolle des Membranbiofoulings in MBR zur Abwasserbehandlung durch Quorum-Quenching-Bakterien, die in einer mikroporösen Membran eingekapselt sind. Environ Sci Technol 2012; 46: 4877–4884.

Artikel CAS PubMed Google Scholar

Romero M, Diggle SP, Heeb S, Cámara M, Otero A . Quorum-Quenching-Aktivität in Anabaena sp. PCC 7120: Identifizierung von AiiC, einer neuartigen AHL-Acylase. FEMS Microbiol Lett 2008; 280: 73–80.

Artikel CAS PubMed Google Scholar

Sharif DI, Gallon J, Smith CJ, Dudley E. Quorum Sensing in Cyanobakterien: Freisetzung und Reaktion von N-Octanoyl-Homoserinlacton durch das epilithische koloniale Cyanobakterium Gloeothece PCC6909. ISME J 2008; 2: 1171–1182.

Artikel CAS PubMed Google Scholar

Bijtenhoorn P, Mayerhofer H, Müller-Dieckmann J, Utpatel C, Schipper C, Hornung C et al. Eine neuartige metagenomische kurzkettige Dehydrogenase/Reduktase schwächt die Bildung und Virulenz von Pseudomonas aeruginosa-Biofilmen auf Caenorhabditis elegans. PLoS One 2011; 6: e26278.

Artikel CAS PubMed PubMed Central Google Scholar

Huang YL, Ki JS, Case RJ, Qian PY. Diversität und Acyl-Homoserin-Lacton-Produktion unter subtidalen Biofilm-bildenden Bakterien. Aquat Microb Ecol 2008; 52: 185–193.

Artikel Google Scholar

Romero M, Avendaño-Herrera R, Magariños B, Cámara M, Otero A . Produktion und Abbau von Acylhomoserinlacton durch den Fischpathogen Tenacibaculum maritimum, ein Mitglied der Cytophaga-Flavobacterium-Bacteroides (CFB)-Gruppe. FEMS Microbiol Lett 2010; 304: 131–139.

Artikel CAS PubMed Google Scholar

Rashid R, Morohoshi T, Someya N, Ikeda T. . Abbau von N-Acylhomoserin-Lacton-Quorum-Sensing-Signalmolekülen durch Kartoffelwurzeloberflächen-assoziierte Chryseobacterium-Stämme. Microbes Environ 2011; 26: 144–148.

Artikel PubMed Google Scholar

Zhang G, Zhang F, Ding G, Li J, Guo X, Zhu J et al. Acylhomoserinlacton-basiertes Quorum Sensing in einem methanogenen Archäon. ISME J 2012; 6: 1336–1344.

Artikel CAS PubMed PubMed Central Google Scholar

Koenig JE, Spor A, Scalfone N, Fricker AD, Stombaugh J, Knight R et al. Abfolge mikrobieller Konsortien im sich entwickelnden Darmmikrobiom von Säuglingen. Proc Natl Acad Sci USA 2011; 108: 4578–4585.

Artikel CAS PubMed Google Scholar

Referenzen herunterladen

Wir danken Yehuda Cohen für das wertvolle Feedback zum Manuskript. Besonderer Dank geht an Zhaoqi Zhan, Peiting Zeng und Edwin Ting für ihre Hilfe bei der AHL-Quantifizierung sowie an Shimazdu Singapore für die Bereitstellung der Verwendung von LC-MS/MS. CHT wurde von der National Research Foundation (NRF) Singapur im Rahmen ihres NRF Environmental and Water Technologies PhD Scholarship Program unterstützt und vom Environment and Water Industry Program Office verwaltet. Die Forschung wurde vom Singapore Centre for Environmental Life Sciences Engineering unterstützt, dessen Forschung vom NRF und dem Bildungsministerium von Singapur, der Nanyang Technological University und der National University of Singapore im Rahmen seines Research Centre of Excellence-Programms finanziert wird.

Singapore Centre on Environmental Life Sciences Engineering (SCELSE), Nanyang Technological University, Singapur

Chuan Hao Tan, Kai Shyang Koh, Chao Xie, Guo Ping Lee, Scott A Rice und Staffan Kjelleberg

Advanced Environmental Biotechnology Centre (AEBC), Nanyang Environment and Water Research Institute (NEWRI), Nanyang Technological University, Singapur

Chuan Hao Tan, Yan Zhou und Wun Jern Ng

Die School of Civil and Environmental Engineering, Nanyang Technological University, Singapur

Chuan Hao Tan, Joel Zhang, Yan Zhou und Wun Jern Ng

Die School of Biological Sciences, Nanyang Technological University, Singapur

Xiao Hui Tan, Guo Ping Lee, Scott A Rice und Staffan Kjelleberg

Zentrum für Marine Bio-Innovation und School of Biotechnology and Biomolecular Sciences, University of New South Wales, Sydney, Australien

Scott A Rice & Staffan Kjelleberg

Sie können diesen Autor auch in PubMed Google Scholar suchen

CHT, KSK, YZ, WJN, SAR und SK haben die Forschung entworfen; CHT, JZ, XHT und GPL führten die Forschung durch; CHT, KSK, CX, YZ, WJN, SAR und SK analysierten die Daten; und CHT, SAR und SK haben den Artikel geschrieben.

Korrespondenz mit Staffan Kjelleberg.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Ergänzende Informationen liegen dem Artikel auf der Website von npj Biofilms and Microbiomes bei (http://www.nature.com/npjbiofilms).

Dieses Werk ist unter einer Creative Commons Attribution 4.0 International License lizenziert. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe nichts anderes angegeben ist; Wenn das Material nicht unter der Creative-Commons-Lizenz enthalten ist, müssen Benutzer die Erlaubnis des Lizenzinhabers einholen, um das Material zu reproduzieren. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/

Nachdrucke und Genehmigungen

Tan, C., Koh, K., Xie, C. et al. Community-Quorum-Sensing-Signalisierung und -Löschung: Ansammlung mikrobieller körniger Biofilme. npj Biofilms Microbiomes 1, 15006 (2015). https://doi.org/10.1038/npjbiofilms.2015.6

Zitat herunterladen

Eingegangen: 3. Januar 2015

Überarbeitet: 24. März 2015

Angenommen: 07. April 2015

Veröffentlicht: 27. Mai 2015

DOI: https://doi.org/10.1038/npjbiofilms.2015.6

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Wissenschaftliche Berichte (2023)

npj Biofilme und Mikrobiome (2021)

Angewandte Mikrobiologie und Biotechnologie (2021)

Pflanze und Boden (2020)