ST
Stephen Thomas
Author with expertise in Bacterial Biofilms and Quorum Sensing Mechanisms
Achievements
Open Access Advocate
Cited Author
Key Stats
Upvotes received:
0
Publications:
5
(60% Open Access)
Cited by:
10
h-index:
11
/
i10-index:
12
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
32

Pseudomonas aeruginosa reaches collective decisions via transient segregation of quorum sensing activities across cells

Priyanikha Jayakumar et al.Mar 22, 2021
R
S
S
P
Abstract Bacteria engage in a cell-to-cell communication process called quorum sensing (QS) to coordinate expression of cooperative exoproducts at the group level. While population-level QS-responses are well studied, we know little about commitments of single cells to QS. Here, we use flow cytometry to track the investment of Pseudomonas aeruginosa individuals into their intertwined Las and Rhl QS-systems. Using fluorescent reporters, we show that QS gene expression (signal synthase, receptor and exoproduct) was heterogenous and followed a gradual instead of a sharp temporal induction pattern. The simultaneous monitoring of two QS genes revealed that cells transiently segregate into low receptor ( lasR ) expressers that fully commit to QS, and high receptor expressers that delay QS commitment. Our mathematical model shows that such gene expression segregation could mechanistically be spurred by transcription factor limitation. In evolutionary terms, temporal segregation could serve as a QS-brake to allow for a bet-hedging strategy in unpredictable environments.
32
Citation7
0
Save
4

ThelasandrhlQuorum Sensing Systems inPseudomonas aeruginosaForm a Multi-Signal Reciprocal Network Which Can Tune Reactivity to Variations in Physical and Social Environments

Stephen Thomas et al.Feb 23, 2023
+2
J
A
S
Abstract Researchers often view the multi-signal quorum sensing systems of Pseudomonas aeruginosa as a hierarchy, topped by the las system which acts as a master regulator. By experimentally controlling the concentration of auto-inducer signals in a signal null strain (PAO1 ΔlasIΔrhlI ), we show that the two primary quorum sensing systems— las and rhl —act reciprocally rather than hierarchically. Just as the las system’s 3-oxo-C 12 -HSL can induce increased expression of rhlI , the rhl system’s C 4 -HSL increases the expression level of lasI . We develop a mathematical model to quantify relationships both within and between the las and rhl quorum sensing systems and the downstream genes they influence. The results show that not only do the systems interact reciprocally, but they do so cooperatively and nonlinearly, with the combination of C 4 -HSL and 3-oxo-C 12 -HSL increasing expression level far more than the sum of their individual effects. We computationally assess how our parameterized model responds to variation in social (population density) and physical (mass transfer) environment and demonstrate that a reciprocal architecture is more responsive to density and more robust to mass transfer than a strict hierarchy.
4
Citation2
0
Save
1

The dynamic response of quorum-sensing to density is robust to signal supplementation and signal synthase knockouts

Jennifer Rattray et al.Sep 13, 2022
+3
J
P
J
Abstract Quorum sensing (QS) is a widespread mechanism of environment sensing and behavioral coordination in bacteria. At its core, QS is based on the production, sensing and response to small signaling molecules. Previous work with Pseudomonas aeruginosa shows that QS can be used to achieve quantitative resolution and deliver a dosed response to the bacteria’s density environment, implying a sophisticated mechanism of control. To shed light on how the mechanistic signal components contribute to graded responses to density, we assess the impact of genetic (AHL signal synthase deletion) and/or signal supplementation (exogenous AHL and PQS addition) perturbations on lasB reaction-norms to changes in density. Our approach condenses data from 2,000 timeseries (over 74,000 individual observations) into a comprehensive view of QS-controlled gene expression across variation in genetic, environmental, and signal determinants of lasB expression. We first confirm that deleting either (Δ lasI , Δ rhlI ) or both (Δ lasIrhlI ) signal synthase genes attenuates QS response. In the Δ rhlI background we show persistent yet attenuated density-dependent lasB expression due to native 3-oxo-C12 signaling. We then test if density- independent quantities of signal (3-oxo-C12, C4, PQS or combined) added to the WT either flatten or increase the reaction norm and find that the WT response is robust to all tested concentrations of signal, alone or in combination. We then move to progressively supplementing the genetic knockouts and find that cognate signal supplementation (Δ lasI +3-oxo-C12, Δ rhlI +C4) is sufficient to restore lasB expression and as well as reactivity to density encoded by the intact signal synthase. We also find that dual supplementation of the double synthase knockout restores expression but does not flatten the reaction norm. Despite adding a density- independent amount of AHL, the double signal synthase can still quantitively sense density. Our results show that a positive reaction norm to density is robust to multiple combinations of gene deletion and density-independent signal supplementation and that while density-independent signal supplementation can increase mean expression, the WT QS still retains the ability to quantitatively respond to density. Our work develops a modular approach to query the robustness and mechanistic bases of the central environmental sensing phenotype of quorum sensing.
1
Citation1
0
Save
0

Bacterial quorum sensing allows graded responses to variations in density, on both individual and population scales

Jennifer Rattray et al.Nov 21, 2019
+4
Y
S
J
Quorum sensing (QS) is a mechanism of cell-to-cell communication via diffusible signal molecules that controls multiple secreted factors including virulence factors in bacterial pathogens. While the standard view is that QS functions as a density-sensing mechanism, the functional and evolutionary context of QS continues to be disputed. A critical step in assessing the various adaptive hypotheses is establishing the functional capacities and limits of QS. Current functional studies largely focus on a dichotomy of QS on/off (or, quorate / sub-quorate) states, despite the increasing amount of heterogeneity on a cellular scale, overlooking the potential for intermediate, graded responses. In this paper we explore the functional capacity of QS to resolve finely graded environmental densities and introduce the use of reaction norms as a way to holistically characterize QS response. Here we show that Pseudomonas aeruginosa can deliver a graded response to variation in environmental population density on both the population and individual scales. We further resolve the linear population response to be the product of two component cellular reaction norms: the likelihood of being responsive and the intensity of response. Overall, this work reveals that there is no critical cell mass or 'quorum', at which QS is activated on either the individual cell or population scale.
0

In silico bacteria evolve robust cooperation via complex quorum-sensing strategies

Yifei Wang et al.Apr 3, 2019
+2
S
J
Y
Many species of bacteria collectively sense and respond to their social and physical environment via 'quorum sensing' (QS), a communication system controlling extracellular cooperative traits. Despite detailed understanding of the mechanisms of signal production and response, there remains considerable debate over the functional role(s) of QS: in short, what is it for? Experimental studies have found support for diverse functional roles: density sensing, mass-transfer sensing, genotype sensing, etc. While consistent with theory, these results cannot separate whether these functions were drivers of QS adaption, or simply artifacts or 'spandrels' of systems shaped by distinct ecological pressures. The challenge of separating spandrels from drivers of adaptation is particularly hard to address using extant bacterial species with poorly understood current ecologies (let alone their ecological histories). To understand the relationship between environmental challenges and trajectories of QS evolution, we used an agent-based simulation modeling approach. Given genetic mixing, our simulations produce behaviors that recapitulate features of diverse microbial QS systems, including coercive (high signal / low response) and generalized reciprocity (signal auto-regulation) strategists --- that separately and in combination contribute to QS-dependent resilience of QS-controlled cooperation in the face of diverse cheats. We contrast our in silico results with bacterial QS architectures that have evolved under largely unknown ecological contexts, highlighting the critical role of genetic constraints in shaping the shorter term (experimental evolution) dynamics of QS. More broadly, we see experimental evolution of digital organisms as a complementary tool in the search to understand the emergence of complex QS architectures and functions.