关于细菌逃避中性粒细胞追逐的最优策略研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11504399
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A2013.软凝聚态与生物物理
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

Pursuit and evasion are a common pair of exclusive behaviors. In nature, the strategy of pursuit-evasion play a critical role in predator foraging, prey survival. In the pursuit and evasion behaviors of neutrophil and bacteria, each side can sense the gradient of chemotactic signal secreted by the other side. Unlike the directional motion of neutrophil which is realized by polarization of its body, bacteria can only adopt biased run-and-tumble random walks to perform chemotaxis away from the neutrophil. Previous quantitative studied about bacterial chemotaxis were always assumed stable and simple external signal environments. However, when the bacteria evades away from the neutrophil, the gradient it faces is a dynamical field determined by the spatiotemporal position of the neutrophil. The strategy how the bacteria escape is still a mystery. In this project, we will focus on the pursuit and evasion behaviors between neutrophil and bacteria, and analyze evasion strategy of bacteria by optical tracing, genetic control of chemotactic ability, etc. Besides, we will also build agent-based models by using the knowledge of signal transductions and the interaction between the two types of cells, so as to analyze the optimal strategy to evade. This project will not only enable us tackle problems related to interaction between bacteria and immune cells, but also help the pursuit-evasion strategy study in game theory, optimization, and other fields.
追逐与逃逸是最常见一对矛盾体之一。在自然界中,追与逃的策略关系到捕食者的狩猎成败与被掠食者的生死。中性粒细胞与细菌两种细胞通过感知对方分泌的趋化因子浓度梯度实现追逐与逃逸。不同于中性粒细胞通过自身极化实现定向运动,细菌的逃逸是以有偏向性的随机游动形式实现的趋化运动。以往关于细菌趋化运动的定量研究常局限于相对稳定的简单外界环境中。然而,细菌在逃避的中性粒追逐的过程所面对的外界浓度梯度是一个由追踪者时空位置决定的动态场。对于细菌采取何种逃逸策略, 仍然是个迷团。本课题拟围绕中性粒细胞与细菌追与逃的过程,通过光学轨迹跟踪,调控趋化能力等手段分析细菌逃避策略。另外,我们还将构建描述中性粒细胞和细菌的信号传导及相互作用的模型,分析细菌的最优逃避策略。本研究不仅会加深对细菌与免疫细胞的相互作用的认识,还将有助于博弈论、最优化等领域对追逐与逃逸策略的研究。

结项摘要

在自然界中,追与逃的策略关系到捕食者的狩猎成败与被掠食者的生死。细菌在逃避的中性粒追逐的过程所面对的外界浓度梯度是一个由追踪者时空位置决定的动态场。本课题围绕中性粒细胞与细菌追与逃的过程,基于显微观测与图像分析技术搭建了细菌多细胞实时光学轨迹拍摄系统;利用合成生物学手段构建了多种运动能力可调控的细菌菌株;基于微流控技术构建了多孔介质体系与动态趋化物体系等环境控制系统;构建了适用于动态趋化物环境场的agent-based模型仿真模拟系统。应用上述技术成果,本项目(1)研究了细菌在多孔介质中的运动策略及行为特征,构建了细菌与环境障碍物相互作用的理论框架。(2)研究了细菌在动态趋化物场中的群体运动策略,解释了细菌群体如何通过排序策略平衡表型多样性与群体行为一致性之间的矛盾。(3)研究了不同运动能力表型的细菌个体在动态趋化物场中如何实现动态排序,揭示了细菌个体行为与群体迁移表现之间的内在联系。(4)在理论上推导了细菌个体趋化运动行为模式在动态趋化物场下的特征表现,并通过agent-based 模型仿真模拟验证了该理论成果。上述部分成果已发表在Nature communication和Biotechnology Journal等期刊,另有两篇论文在撰写中。总结来说,本项目着重研究了细菌在复杂动态环境中的行为特征,在实验理论模拟多方面取得了成果。

项目成果

期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(4)
Spatial self-organization resolves conflicts between individuality and collective migration.
空间自组织解决个性与集体迁移之间的冲突
  • DOI:
    10.1038/s41467-018-04539-4
  • 发表时间:
    2018-06-05
  • 期刊:
    Nature communications
  • 影响因子:
    16.6
  • 作者:
    Fu X;Kato S;Long J;Mattingly HH;He C;Vural DC;Zucker SW;Emonet T
  • 通讯作者:
    Emonet T
合成生物学在基础生命科学研究中的应用
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    生物工程学报
  • 影响因子:
    --
  • 作者:
    刘立中;白阳;郑海;傅雄飞;刘陈立
  • 通讯作者:
    刘陈立
Applications of Microfluidics in Quantitative Biology
微流控在定量生物学中的应用
  • DOI:
    10.1002/biot.201700170
  • 发表时间:
    2018-05-01
  • 期刊:
    BIOTECHNOLOGY JOURNAL
  • 影响因子:
    4.7
  • 作者:
    Bai, Yang;Gao, Meng;Huang, Shuqiang
  • 通讯作者:
    Huang, Shuqiang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

细菌种群迁移的时空动力学
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    科学通报
  • 影响因子:
    --
  • 作者:
    苏颖彤;白阳;祁飞;张易;傅雄飞
  • 通讯作者:
    傅雄飞
Quantitative study of pattern formation on a density-dependent motility biological system
密度依赖性运动生物系统模式形成的定量研究
  • DOI:
    10.5353/th_b4819942
  • 发表时间:
    2012
  • 期刊:
    Annual review of cell and developmental biology
  • 影响因子:
    11.3
  • 作者:
    Xiongfei Fu;傅雄飞
  • 通讯作者:
    傅雄飞

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

傅雄飞的其他基金

菌群趋化迁移的有序空间结构形成机制研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    57 万元
  • 项目类别:
    面上项目
关于细菌生长速率与趋化运动能力间权衡机制的研究
  • 批准号:
    31570095
  • 批准年份:
    2015
  • 资助金额:
    60.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码