第5章：细菌图式与趋化（Bacterial Patterns and Chemotaxis）

§1 作者

作者: J. D. Murray (牛津),与 Howard Berg (哈佛)、Elena Budrene (哈佛)、D.E. Woodward (牛津)、R. Tyson (田纳西大学)、M. Mimura (広島大学) 等合作。本章基于 Berg-Budrene 实验 (1991, 1995) + Woodward et al. (1995) 建模。
章节角色: 本章把 Ch 2-4 的反应扩散图式理论推到"原核生物 + 趋化"框架。重点在 E. coli 和 S. typhimurium 在液体 / 半固体培养基上形成的高度规律性图式 (环形、点状、辐射状、螺旋状、雪佛龙等)。
章节风格: "实验观察 → 数学建模 → 数值模拟 → 预测"四步走。Murray 先给出 Budrene-Berg 的实验图式,再给 Keller-Segel 类型的趋化-反应扩散模型,线性分析给出 Turing 失稳条件,非线性分析 (Tyson 1996, Mimura-Tsujikawa 1996) 给出具体图式类型。
与其他章节的关系: 本章的 Keller-Segel 趋化模型 (Vol I §11.4) 把 Ch 2 反应扩散 + Ch 4 生长两个机制结合;本章的"趋化聚集 vs 扩散"竞争是 Ch 11 脑肿瘤模型的细胞迁移直接对应;Ch 8 (血管网络) 的内皮细胞趋化与本章共享数学框架。

§2 内容概述 (300-500 中文字符)

本章研究原核生物 (E. coli, S. typhimurium) 在不同实验条件下的图式生成机制。Berg 和 Budrene 的实验 (1991, 1995) 揭示了异常丰富且高度规律的图式类型:

§5.1 给出实验背景: 液体培养基中,细菌 + 少量 TCA 循环中间产物 → 出现规则点状图式 (5-10 分钟内);均匀分布的细菌 + 局部添加 TCA → 出现以添加点为中心的环状图式。半固体培养基 (0.24% 水琼脂) 中,细菌在 2-3 天后形成稳定图式:S. typhimurium 形成连续环或断环 (图 5.2),E. coli 形成更复杂的向日葵螺旋、辐射条、辐射点、雪佛龙等 (图 5.3)。

§5.2-5.4 给出液体相模型: 简化为 Keller-Segel 类型的两变量系统 (细菌密度 $b$ + 趋化因子 $c$):

\[ \frac{\partial b}{\partial t} = D_b \nabla^2 b - \nabla \cdot (b \chi \nabla c) \]

\[ \frac{\partial c}{\partial t} = D_c \nabla^2 c + f(b) - \mu c \]

其中 $\chi$ 是趋化敏感度,$f(b)$ 是细菌产生趋化因子的速率。线性分析给出 Turing 失稳条件:Mimura-Tsujikawa (1996) 给出五类基本图式分类。

§5.5-5.10 给出半固体相模型: 包含细菌增殖 (慢时间尺度)、趋化因子消耗、菌落扩散,得到"swarm ring + 持续聚集"的复杂动力学。Mimura et al. (2000) 详细分类了五类图式 (除一个外都可由反应扩散-趋化模型生成)。

§5.11 给出 Bacillus subtilis 的分支图式,与 E. coli/S. typhimurium 的对称图式形成对比。

读本章需要 Vol I §11.4 (Keller-Segel 趋化模型) 作为前置。

§3 核心方程与概念 (500-1000 中文字符)

3.1 趋化-反应扩散模型 (5.1)-(5.2)

基本模型 (Keller-Segel 类型):

\[ \frac{\partial b}{\partial t} = \underbrace{D_b \nabla^2 b}_{\text{random diffusion}} - \underbrace{\nabla \cdot (b \chi \nabla c)}_{\text{chemotaxis aggregation}} + \underbrace{f(b, c)}_{\text{growth/consumption}} \]

\[ \frac{\partial c}{\partial t} = \underbrace{D_c \nabla^2 c}_{\text{chemoattractant diffusion}} + \underbrace{g(b)}_{\text{bacterial production}} - \underbrace{\mu c}_{\text{degradation}} \]

$b$ = 细菌密度;$c$ = 趋化因子浓度 (如天冬氨酸);$D_b, D_c$ = 扩散系数;$\chi$ = 趋化敏感度。
当 $\chi$ 足够大(趋化占优)且 $D_c \ll D_b$ 时(趋化因子扩散慢),系统可失稳产生聚集图式。

3.2 液体相: 简化两变量模型 (5.2)

\[ b_t = D_b \nabla^2 b - \nabla \cdot (b \chi(c) \nabla c), \quad c_t = D_c \nabla^2 c + \alpha b - \mu c \]

无增殖($f=0$,实验时间短于细菌繁殖周期);$g(b) = \alpha b$ 假设趋化因子产生与细菌密度成正比。
线性化分析 (Mimura-Tsujikawa 1996) 给出失稳条件:$\chi \alpha b_0 / (D_c \mu) > $ 临界值,这一无量纲数反映"趋化 vs 趋化因子扩散降解"的竞争。

3.3 半固体相: 完整模型 (5.5-5.6)

包括: - 细菌增殖: $f(b, c) = k b (1 - b/b_{\max})$ 或 $f(b, c) = k b \cdot c/(c + K_c)$ (营养依赖) - 趋化因子消耗: $g(b) = \alpha b - \beta b c$ (细菌既产生又消耗) - 多重营养: TCA 循环中间产物的连续消耗

3.4 Swarm Ring 模型 (5.10)

Woodward et al. (1995) 提出:E. coli 在半固体培养基上形成"swarm ring" — 一圈高速移动的细菌,从初始接种点向外扩张。Swarm ring 的运动学:

\[ r_{\text{ring}}(t) = r_0 + v_{\text{ring}} t \]

其中 $v_{\text{ring}} \sim 1-10$ mm/hr。Swarm ring 后面留下非运动性细菌聚集,构成稳定的图式标记。

3.5 数值结果与图式分类 (5.8-5.9)

Mimura et al. (2000) 把 E. coli/S. typhimurium 图式分为 5 类:

均匀分布 (低营养,无趋化)
点状聚集 (中等营养)
环形 (S. typhimurium 典型, swarm ring 后方)
辐射点/辐射条 (E. coli 典型, swarm ring 速度与聚集速度不同)
向日葵螺旋 (E. coli 极端, 多次 swarm ring 叠加)

Murray 论证除"swarm ring 后方留下的非运动性细菌聚集"这一特殊图式标记外,其他四类都可由反应扩散-趋化模型生成。

3.6 Bacillus subtilis 分支图式 (5.11)

B. subtilis 在营养贫瘠的半固体培养基上形成分支图式 (树枝状、放射状)。这与 E. coli/S. typhimurium 的对称图式不同,反映"趋化 + 营养消耗 + 高密度排斥"的耦合机制。Ben-Jacob et al. (1995, 2000) 对此有详细研究,本章作为对照案例。

§4 关键结论

Keller-Segel 趋化模型可解释原核生物图式的多数类型: Murray 论证除"swarm ring 后方非运动性细菌"这一特殊标记外,液体相 + 半固体相图式都可由简单的两变量趋化-反应扩散模型生成。
趋化 vs 趋化因子扩散的竞争是图式存在与否的关键: 无量纲数 $\chi \alpha b_0 / (D_c \mu)$ 大于临界值时系统失稳;这一无量纲数反映"趋化敏感度"与"趋化因子扩散+降解"的相对强度。
E. coli 图式复杂性来自"swarm ring 速度"与"聚集动力学时间尺度"的比值: 若 swarm ring 速度 >> 聚集动力学 → 辐射条;若 swarm ring 速度 ≈ 聚集动力学 → 辐射点;若 swarm ring 速度 << 聚集动力学 → 螺旋。Mimura et al. (2000) 的 5 类图式对应不同的速度比。
S. typhimurium 图式 (简单环) 与 E. coli 图式 (复杂) 的差异由增殖时间尺度决定: S. typhimurium 增殖慢,实验时间内仅 1-2 次 swarm ring;E. coli 增殖快,实验时间可容纳 5-10 次 swarm ring,导致图式叠加。
细菌分泌的趋化因子 (天冬氨酸) 是图式生成的关键信号: Budrene-Berg 实验中,"外部添加的 TCA 中间产物"不是趋化因子 (细菌对其不趋化),细菌自己分泌的天冬氨酸才是。这意味着图式生成是"自组织",不是"外部信号驱动"。
Bacillus subtilis 的分支图式需要额外机制: Murray 承认简单的 Keller-Segel 模型无法解释 B. subtilis 的分支图式,需要加入"营养消耗 + 高密度排斥"等机制。Ben-Jacob et al. (1995) 提出"通讯"机制 (chemotactic feedback) 解释分支。
趋化机制可作为"图式生成"的一般机制: 本章推广了 Ch 2 的"反应扩散作为图式机制"——把图式机制从"被动扩散"推广到"主动趋化",适用于更广泛的生物系统 (Ch 11 脑肿瘤、Ch 8 血管网络等都共享这一框架)。

§5 挑战和开放性问题

趋化模型中"趋化敏感度"$\chi(c)$ 的具体形式: 经典 Keller-Segel 用 $\chi = $ 常数,但真实细菌的趋化敏感度是 $c$ 的函数 (受体饱和效应),且有时间记忆 (细菌对时间梯度而非空间梯度响应)。本章用简化常数 $\chi$,但精确预测需要更复杂的受体动力学 (Vol I §11.4 已部分讨论)。
"swarm ring"速度的预测: Woodward et al. (1995) 把 swarm ring 速度作为经验参数,但严格的反应扩散-趋化模型预测应在 ~1-10 mm/hr 范围内,具体值依赖营养浓度、细菌密度等参数。精确预测仍缺。
图式个体差异的来源: 同等实验条件下,不同培养皿的 E. coli 图式细节不同(类似 Ch 3 动物毛皮的个体差异)。Murray 把这归因于"初始随机扰动 + 几何对称性破缺",但具体机制仍不清楚。
B. subtilis 分支图式的精确机制: Ben-Jacob et al. 提出的"通讯 + 反馈"机制目前是定性描述,缺乏精确的分子生物学对应。Vol III 之后的研究 (Carmi et al. 2010) 给出更详细的随机模型,但仍未达到反应扩散-趋化模型的定量预测水平。
3D 培养基中图式: Berg-Budrene 实验是 2D 培养皿,真实细菌生态 (如土壤、生物膜) 是 3D。Murray §5.1 末尾指出 3D 图式复杂性会更高,但具体实验困难 (光学成像限制) — 3D 实验验证仍是开放问题。
细菌图式与群体感应 (quorum sensing) 的耦合: 近年研究指出细菌通过群体感应协调行为,这一信号传导机制在图式生成中的作用尚未在本章模型中体现。
图式与抗生素耐药性的关系: 细菌生物膜 (biofilm) 中细菌图式对抗生素耐药性有重要影响 (高密度聚集区细菌更难被抗生素杀死),但本章模型未涉及这一应用。

§6 个人反思与批判性分析

Murray 把 Keller-Segel 模型作为"图式生成一般机制"过于简化: 本章的核心论点是"趋化 + 扩散 + 营养消耗可解释细菌图式",但这一论点只在 2D 实验 + 简化参数下成立。真实细菌图式涉及群体感应、生物膜形成、pH 梯度、氧消耗等多个机制,简单的 Keller-Segel 模型只是冰山一角。
Berg-Budrene 实验是细菌图式研究的"标准案例": 这两个实验在 1990-2000 年代被广泛引用,Woodward et al. (1995) + Tyson et al. (1999) + Mimura et al. (2000) 的建模工作成为反应扩散-趋化模型的经典验证。但 2010 年后,新一代实验 (荧光标记 + 单细胞追踪) 揭示了 Berg-Budrene 实验无法分辨的细节,这些细节需要超出 Keller-Segel 的新模型。
"swarm ring 速度"作为"图式类型选择器"的论断有循环论证风险: Murray 论证 swarm ring 速度 vs 聚集动力学的比值决定图式类型,但 swarm ring 速度本身由什么决定?这是一个隐含的层次问题,Murray 在本章未深入。
B. subtilis 分支图式是"反例": 本章承认 B. subtilis 的分支图式需要更复杂的机制,这暴露了 Keller-Segel 模型的局限。Ben-Jacob 的工作指出"细菌智能" (bacterial intelligence) 概念 — 细菌通过群体感应表现出"决策"能力,这与本章的"被动 + 主动"二分不一致。
可独立复现的推导:
§5.2 的 Keller-Segel 模型线性分析 (Mimura-Tsujikawa 1996 简化) — 经典且自包含,适合作为"趋化 + 反应扩散"的教学例题。
§5.10 的 swarm ring 速度公式 $r_{\text{ring}}(t) = r_0 + v t$ 可在 FEniCS/Dedalus 中数值复现。
§5.5-5.6 的半固体相完整模型可在 DEAL.II 中用 IMEX 时间步进求解。
可改进点: §5.9 的 5 类图式分类缺乏"图式复杂度"的定量度量 (Murray 用了"简单环 vs 复杂螺旋"的视觉分类,缺乏拓扑数 / 信息熵 / Lyapunov 谱等定量指标)。
如果要问作者: 我会问"Berg-Budrene 实验中细菌分泌天冬氨酸的速率是否可被外部信号 (光、pH、温度) 调控?如果可以,那么图式生成就是"部分外部驱动"而非"完全自组织"" — 这对图式机制理论有重要影响。
跨章节连结:
Ch 1 (多物种波) 给出趋化波动的基本方程。
Ch 2-4 (反应扩散 + 生长) 提供本章静态理论。
Ch 8 (血管网络) 的内皮细胞趋化与本章共享 Keller-Segel 框架。
Ch 11 (脑肿瘤) 的肿瘤细胞迁移是本章的高阶应用 (3D + 多细胞类型 + 微环境)。
Ch 13 (流行病) 给出人群尺度的扩散-反应模型,与本章细菌尺度的扩散-趋化模型形式相似但参数尺度差异巨大。

§7 重要参考文献

[X1] Budrene E.O., Berg H.C. "Complex patterns formed by motile cells of Escherichia coli", Nature 1991;349:630-633
[X2] Budrene E.O., Berg H.C. "Dynamics of formation of symmetrical patterns by chemotactic bacteria", Nature 1995;376:49-53
[X3] Woodward D.E., Tyson R., Myerscough M.R., Murray J.D., Budrene E.O., Berg H.C. "Spatio-temporal patterns generated by Salmonella typhimurium", Biophys. J. 1995;68:2181-2189
[X4] Tyson R., Lubkin S.R., Murray J.D. "A model of pattern formation in bacterial colonies", J. Math. Biol. 1999;38:359-375
[X5] Mimura M., Tsujikawa T. "Aggregating pattern dynamics in a chemotaxis model including growth", Physica A 1996;230:499-543
[X6] Matsushita M., Wakita J., Itoh H., Watanabe K., Arai T., Matsuyama T., Sakaguchi H. "Formation of colony patterns by a bacterial cell population", Physica A 1998;249:517-524
[X7] Mimura M., Sakaguchi H., Matsushita M. "Reaction-diffusion modelling of bacterial colony patterns", Physica A 2000;282:283-303
[X8] Ben-Jacob E., Cohen I., Levine H. "Cooperative self-organization of microorganisms", Adv. Phys. 2000;49:395-554
[X9] Keller E.F., Segel L.A. "Model for chemotaxis", J. Theor. Biol. 1971;30:225-234
[X10] Berg H.C. Random Walks in Biology, Princeton University Press, 1983
[X11] Murray J.D. Mathematical Biology II: Spatial Models and Biomedical Applications (3rd ed.), Springer, 2002 (本书)
[X12] Tyson R. "Pattern formation by E. coli: the emergence of colony-level biological organization", PhD thesis, University of Washington, 1996
[X13] Murray J.D., Myerscough M.R., Maini P.K. "The utility of mathematical models for developmental biology", Cell 1998;94:265-267
[X14] Berg H.C., Brown D.A. "Chemotaxis in Escherichia coli analysed by three-dimensional tracking", Nature 1972;239:500-504
[X15] Ben-Jacob E. "From snowflake formation to growth of bacterial colonies. II. Cooperative formation of complex colonial patterns", Contemp. Phys. 1997;38:205-241
[X16] Carmi G., Mikhailovsky E., Gross J., Ben-Jacob E. "Self-organization of bacterial colonies", BMC Microbiol. 2010;10(Suppl 1):S9