Bacteria in nature often form surface-attached communities that initially comprise distinct subpopulations, or patches. For pathogens, these patches can form at infection sites, persist during antibiotic treatment, and develop into mature biofilms. Evidence suggests that patches can emerge due to heterogeneity in the growth environment and bacterial seeding, as well as cell-cell signaling. However, it is unclear how these factors contribute to patch formation and how patch formation might affect bacterial survival and evolution. Here, we demonstrate that a 'rich-get-richer' mechanism drives patch formation in bacteria exhibiting collective survival (CS) during antibiotic treatment. Modeling predicts that the seeding heterogeneity of these bacteria is amplified by local CS and global resource competition, leading to patch formation. Increasing the dose of a non-eradicating antibiotic treatment increases the degree of patchiness. Experimentally, we first demonstrated the mechanism using engineered Escherichia coli and then demonstrated its applicability to a pathogen, Pseudomonas aeruginosa. We further showed that the formation of P. aeruginosa patches promoted the evolution of antibiotic resistance. Our work provides new insights into population dynamics and resistance evolution during surface-attached bacterial growth.

Abstract Treatment of sensitive bacteria with beta-lactam antibiotics often leads to two salient population-level features: a transient increase in total population biomass before a subsequent decline, and a linear correlation between growth and killing rates. However, it remains unclear how these population-level responses emerge from collective single-cell responses. During beta-lactam treatment, it is well recognized that individual cells often exhibit varying degrees of filamentation before lysis. We show that the probability of cell lysis increases with the extent of filamentation and that this dependence is characterized by unique parameters that are specific to bacterial strain, antibiotic dose, and growth condition. Modeling demonstrates how the single-cell lysis probabilities can give rise to population-level biomass dynamics, which were experimentally validated. This mapping provides insights into how the population biomass time-kill curve emerges from single cells and allows the representation of both single-and population-level responses with universal parameters.

Control of the electrochemical environment in living cells is typically attributed to ion channels. Here we show that the formation of biomolecular condensates can modulate the electrochemical environment in cells, which affects processes globally within the cell and interactions of the cell with its environment. Condensate formation results in the depletion or enrichment of certain ions, generating intracellular ion gradients. These gradients directly affect the electrochemical properties of a cell, including the cytoplasmic pH and hyperpolarization of the membrane potential. The modulation of the electrochemical equilibria between the intra- and extra-cellular environments by biomolecular condensates governs charge-dependent uptake of small molecules by cells, and thereby directly influences bacterial survival under antibiotic stress. The shift of the intracellular electrochemical equilibria by condensate formation also drives a global change of the gene expression profile. The control of the cytoplasmic environment by condensates is correlated with their volume fraction, which can be highly variable between cells due to the stochastic nature of gene expression at the single cell level. Thus, condensate formation can amplify cell-cell variability of the environmental effects induced by the shift of cellular electrochemical equilibria. Our work reveals new biochemical functions of condensates, which extend beyond the biomolecules driving and participating in condensate formation, and uncovers a new role of biomolecular condensates in cellular regulation.

It is widely known that faster-growing bacterial cells are more susceptible to antibiotics. Given this notion, it appears intuitive that antibiotic treatment would enrich slower-growing cells in a clonal population or slower-growing populations in a microbial community, which has been commonly observed. However, experimental observations also show the enrichment of faster-growing subpopulations under certain conditions. Does this apparent discrepancy suggest uniqueness about different growth environments or the role of additional confounding factors? If so, what could be the major determinant in antibiotic-mediated community restructuring? Combining modeling and quantitative measurements using a barcoded heterogeneous E. coli library, we show that the outcome of antibiotic-mediated community restructuring can be driven by two major factors. One is the variability among the clonal responses of different subpopulations to the antibiotic; the other is their interactions. Our results suggest the importance of quantitative measurements of antibiotic responses in individual clones in predicting community responses to antibiotics and addressing subpopulation interactions.