У кишечной палочки обнаружили аналог долгосрочной памяти

Биологи знают, что микроорганизмы меняют внутриклеточный состав в ответ на внешние стрессы. В меняющихся условиях они быстрее адаптируются к знакомым угрозам, однако физические принципы хранения этой информации долгое время оставались неясными. Теоретические модели описывали реакцию бактерий как марковский процесс, где будущее состояние клетки зависит исключительно от ее настоящего состояния. Науке не хватало механизма, который объяснил бы, как живые системы без нервных узлов интегрируют временную информацию и предсказывают будущие события.

Авторы исследования, опубликованного в журнале PRX Life, изучили клеточную память. Они поместили бактерии штамма MG1655 в микрофлюидный чип с тысячами микроскопических каналов. С помощью шприцевых насосов физики непрерывно подавали микробам жидкую питательную среду. Бедная пища (на основе ацетата натрия) периодически сменялась богатой (глюкоза и 11 аминокислот), при этом периоды пульсации среды жестко контролировались и составляли один, два, три, четыре или шесть часов.

Камера микроскопа каждые две минуты делала снимки, после чего алгоритм компьютерного зрения распознавал изображения. Для каждого режима пульсации ученые отследили физические параметры и рассчитали мгновенную скорость деления примерно у 30 000 отдельных клеток на протяжении всего эксперимента.

Ученые сопоставили полученные данные с предсказаниями классических марковских моделей. Когда стандартные уравнения не смогли точно описать поведение клеток в пульсирующей среде, исследователи разработали новую математическую модель на основе дифференциальных уравнений дробного порядка. В отличие от обычных производных, дробные учитывают нелокальную динамику: нынешнее состояние клеточной системы в них математически зависит от всей ее предыстории.

Эксперименты показали, что память бактерий не ограничена каким-то одним жестким временным отрезком. Внутри клетки одновременно работают быстрые и медленные молекулярные механизмы, что позволяет бактерии помнить историю изменений среды непрерывно — от событий пятиминутной давности до того, что происходило несколько часов назад.

Попадая из бедной среды в богатую, клетки постепенно увеличивали скорость деления: чем чаще пульсировала пища в прошлом, тем быстрее бактерии адаптировались к новой порции. Однако постоянная готовность к пищевому кризису заставляла клетки снижать скорость деления в благоприятные периоды по сравнению с теми бактериями, которые постоянно находились в условиях пищевого изобилия.

Согласно предложенной модели, физическим носителем памяти служат рибосомы. Авторы исследования предположили, что бактерия делит популяцию своих белоксинтезирующих комплексов на несколько функциональных подгрупп с разным временем инактивации. При частой смене условий клетка перераспределяет ресурсы в пользу «быстрых» рибосом, динамически оценивая ожидаемую стоимость среды. Исследователи допустили, что эту функцию выполняет сигнальная молекула ppGpp, чья концентрация резко растет при голодании и затем медленно падает.

Архитектура этой внутриклеточной реакции строго повторяет структуру непрерывных рекуррентных нейронных сетей (RNN). В этой аналогии питательные вещества выступают входным сигналом, фракции рибосом формируют «скрытый слой» памяти, а скорость роста становится выходным параметром.

Распределение подгрупп рибосом действует как адаптивный механизм шлюзования: клетка фильтрует входные сигналы так же, как это делают алгоритмы долгой краткосрочной памяти (LSTM) в машинном обучении.

Бактерия динамически переоценивает входящую информацию, что позволяет ей сохранять память об истории среды и быстро стирать ее, если контекст меняется.

Исследование показало, что даже простейшие одноклеточные способны непрерывно обучаться на молекулярном уровне, решая сложные вычислительные задачи без участия нервной системы.