TY - THES A1 - Hintsche, Marius T1 - Locomotion of a bacterium with a polar bundle of flagella T1 - Fortbewegung eines Bakteriums mit einem polaren Flagellenbündel BT - insights into movement and navigation by fluorescence high speed microscopy BT - Erkentnisse über Bewegung und Navigation mittels Hochgeschwindigkeitsfluoreszenzmikroskopie N2 - Movement and navigation are essential for many organisms during some parts of their lives. This is also true for bacteria, which can move along surfaces and swim though liquid environments. They are able to sense their environment, and move towards environmental cues in a directed fashion. These abilities enable microbial lifecyles in biofilms, improved food uptake, host infection, and many more. In this thesis we study aspects of the swimming movement - or motility - of the soil bacterium (P. putida). Like most bacteria, P. putida swims by rotating its helical flagella, but their arrangement differs from the main model organism in bacterial motility research: (E. coli). P. putida is known for its intriguing motility strategy, where fast and slow episodes can occur after each other. Up until now, it was not known how these two speeds can be produced, and what advantages they might confer to this bacterium. Normally the flagella, the main component of thrust generation in bacteria, are not observable by ordinary light microscopy. In order to elucidate this behavior, we therefore used a fluorescent staining technique on a mutant strain of this species to specifically label the flagella, while leaving the cell body only faintly stained. This allowed us to image the flagella of the swimming bacteria with high spacial and temporal resolution with a customized high speed fluorescence microscopy setup. Our observations show that P. putida can swim in three different modes. First, It can swim with the flagella pushing the cell body, which is the main mode of swimming motility previously known from other bacteria. Second, it can swim with the flagella pulling the cell body, which was thought not to be possible in situations with multiple flagella. Lastly, it can wrap its flagellar bundle around the cell body, which results in a speed wich is slower by a factor of two. In this mode, the flagella are in a different physical conformation with a larger radius so the cell body can fit inside. These three swimming modes explain the previous observation of two speeds, as well as the non strict alternation of the different speeds. Because most bacterial swimming in nature does not occur in smoothly walled glass enclosures under a microscope, we used an artificial, microfluidic, structured system of obstacles to study the motion of our model organism in a structured environment. Bacteria were observed in microchannels with cylindrical obstacles of different sizes and with different distances with video microscopy and cell tracking. We analyzed turning angles, run times, and run length, which we compared to a minimal model for movement in structured geometries. Our findings show that hydrodynamic interactions with the walls lead to a guiding of the bacteria along obstacles. When comparing the observed behavior with the statics of a particle that is deflected with every obstacle contact, we find that cells run for longer distances than that model. Navigation in chemical gradients is one of the main applications of motility in bacteria. We studied the swimming response of P. putida cells to chemical stimuli (chemotaxis) of the common food preservative sodium benzoate. Using a microfluidic gradient generation device, we created gradients of varying strength, and observed the motion of cells with a video microscope and subsequent cell tracking. Analysis of different motility parameters like run lengths and times, shows that P. putida employs the classical chemotaxis strategy of E. coli: runs up the gradient are biased to be longer than those down the gradient. Using the two different run speeds we observed due to the different swimming modes, we classify runs into `fast' and `slow' modes with a Gaussian mixture model (GMM). We find no evidence that P. putida's uses its swimming modes to perform chemotaxis. In most studies of bacterial motility, cell tracking is used to gather trajectories of individual swimming cells. These trajectories then have to be decomposed into run sections and tumble sections. Several algorithms have been developed to this end, but most require manual tuning of a number of parameters, or extensive measurements with chemotaxis mutant strains. Together with our collaborators, we developed a novel motility analysis scheme, based on generalized Kramers-Moyal-coefficients. From the underlying stochastic model, many parameters like run length etc., can be inferred by an optimization procedure without the need for explicit run and tumble classification. The method can, however, be extended to a fully fledged tumble classifier. Using this method, we analyze E. coli chemotaxis measurements in an aspartate analog, and find evidence for a chemotactic bias in the tumble angles. N2 - Bewegung und Navigation sind für viele Organismen in einigen Bereichen ihres Lebens unerlässlich. Dies gilt auch für Bakterien, die sich entlang von Oberflächen bewegen und durch Flüssigkeiten schwimmen können. Sie sind in der Lage, ihre Umgebung wahr zu nehmen und sich gezielt auf Signale in der Umwelt zuzubewegen. Diese Fähigkeiten ermöglichen mikrobielle Lebenszyklen in Biofilmen, verbesserte Nahrungsaufnahme, Wirtsinfektion und vieles mehr. In dieser Arbeit untersuchen wir Aspekte der Schwimmbewegung - oder Motilität - des Bodenbakteriums Pseudomonas putida (P. putida). Wie die meisten Bakterien schwimmt P. putida durch Rotation seiner schraubenförmigen Flagellen, aber ihre Anordnung unterscheidet sich vom Hauptmodellorganismus in der bakteriellen Motilitätsforschung: Escherichia coli (E. coli). P. putida ist bekannt für seine faszinierende Motilitätsstrategie, bei der schnelle und langsame Episoden hintereinander auftreten können. Bislang war nicht bekannt, wie diese beiden Geschwindigkeiten erzeugt werden können und welche Vorteile sie diesem Bakterium bringen können. Normalerweise sind die Flagellen, die Hauptkomponente der Schuberzeugung bei Bakterien, mit herkömmlicher Lichtmikroskopie nicht zu beobachten. Um dieses Verhalten zu verdeutlichen, haben wir daher eine Fluoreszenzfärbetechnik an einem Mutantenstamm dieser Spezies eingesetzt, um die Flagellen spezifisch zu markieren und gleichzeitig den Zellkörper nur schwach gefärbt zu lassen. Dies ermöglichte es uns, die Geißeln der schwimmenden Bakterien mit hoher räumlicher und zeitlicher Auflösung mit einem maßgeschneiderten Hochgeschwindigkeits-Fluoreszenzmikroskopie-Setup darzustellen. Unsere Beobachtungen zeigen, dass P. putida in drei verschiedenen Modi schwimmen kann. Erstens kann es mit den Flagellen den Zellkörper vorwärts drücken, was der wichtigste Modus der Schwimmmotilität ist, der zuvor von anderen Bakterien bekannt war. Zweitens kann es mit den Flagellen den Zellkörper hinter sich her ziehen, was in Situationen mit mehreren Flagellen für nicht möglich gehalten wurde. Schließlich kann es sein Flagellenbündel um den Zellkörper wickeln, was zu einer um den Faktor zwei verlangsamten Geschwindigkeit führt. In diesem Modus befinden sich die Flagellen in einer anderen physikalischen Konformation mit einem größeren Radius, so dass der Zellkörper hineinpassen kann. Diese drei Schwimmmodi erklären die vorherige Beobachtung von zwei Geschwindigkeiten sowie das nicht strenge Abwechseln der verschiedenen Geschwindigkeiten. Da das Schwimmen von Bakterien in der Natur nicht in glattwandigen Glaskammern unter dem Mikroskop stattfindet, haben wir ein künstliches, mikrofluidisches, strukturiertes System von Hindernissen verwendet, um die Bewegung unseres Modellorganismus in einer strukturierten Umgebung zu untersuchen. Bakterien wurden in Mikrokanälen mit zylindrischen Hindernissen unterschiedlicher Größe und mit unterschiedlichen Abständen mit Videomikroskopie und Zelltracking beobachtet. Wir analysierten Turn-Winkel, Run-Zeiten und Run-Längen, die wir mit einem Minimalmodell für die Bewegung in strukturierten Geometrien verglichen haben. Unsere Ergebnisse zeigen, dass hydrodynamische Wechselwirkungen mit den Wänden zu einer Leitung der Bakterien entlang von Hindernissen führen. Vergleicht man das beobachtete Verhalten mit der Statik eines Partikels, das bei jedem Hinderniskontakt umgelenkt wird, so stellt man fest, dass Zellen über längere Strecken Laufen als in dieses Modell. Die Navigation in chemischen Gradienten ist eine der Hauptapplikation der Motilität bei Bakterien. Wir untersuchten die Schwimmreaktion von P. putida Zellen auf chemische Reize (Chemotaxis) des gängigen Lebensmittelkonservierungsmittels Natriumbenzoat. Mit einem mikrofluidischen Gradientengenerator erzeugten wir Gradienten unterschiedlicher Stärke und beobachteten die Bewegung der Zellen mit einem Videomikroskop und anschließendem Zelltracking. Die Analyse verschiedener Motilitätsparameter wie Lauflängen und -zeiten zeigt, dass P. putida die klassische Chemotaxiestrategie von E. coli anwendet: Läufe gradientenaufwärts sind im Mittel länger sein als solche gradientenabwärts. Mit den beiden verschiedenen Laufgeschwindigkeiten, die wir aufgrund der unterschiedlichen Schwimmmodi beobachtet haben, klassifizieren wir Läufe in schnelle und langsame Modi mit einem "Gaussian Mixture Model" (GMM). Wir finden keinen Beweis dafür, dass P. putida seine Schwimmmodi nutzt, um Chemotaxis durchzuführen. In den meisten Studien zur bakteriellen Motilität wird das Zelltracking verwendet, um die Trajektorien einzelner schwimmender Zellen zu erfassen. Diese Trajektorien müssen dann in Lauf- und Wendeabschnitte (Runs und Turns) zerlegt werden. Mehrere Algorithmen wurden zu diesem Zweck entwickelt, aber die meisten erfordern eine manuelle Abstimmung einer Reihe von Parametern oder umfangreiche Messungen mit chemotaktischen Mutantenstämmen. Zusammen mit unseren Mitarbeitern haben wir ein neuartiges Motilitätsanalyseschema entwickelt, das auf verallgemeinerten Kramers-Moyal-Koeffizienten basiert. Aus dem zugrunde liegenden stochastischen Modell können viele Parameter wie Lauflänge etc. durch ein Optimierungsverfahren abgeleitet werden, ohne dass eine explizite Run und Turn Klassifizierung erforderlich ist. Das Verfahren kann jedoch zu einem vollwertigen Klassifizierer ausgebaut werden. Mit dieser Methode analysieren wir E. coli Chemotaxis Messungen in einem Gradienten eines Aspartat analogen Chemoattractors und finden Beweise für eine chemotaktische Variation der Tumble-Winkeln. KW - bacteria KW - motility KW - chemotaxis KW - Bakterien KW - Motilität KW - Chemotaxis Y1 - 2019 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-426972 ER - TY - THES A1 - Alirezaeizanjani, Zahra T1 - Movement strategies of a multi-mode bacterial swimmer N2 - Bacteria are one of the most widespread kinds of microorganisms that play essential roles in many biological and ecological processes. Bacteria live either as independent individuals or in organized communities. At the level of single cells, interactions between bacteria, their neighbors, and the surrounding physical and chemical environment are the foundations of microbial processes. Modern microscopy imaging techniques provide attractive and promising means to study the impact of these interactions on the dynamics of bacteria. The aim of this dissertation is to deepen our understanding four fundamental bacterial processes – single-cell motility, chemotaxis, bacterial interactions with environmental constraints, and their communication with neighbors – through a live cell imaging technique. By exploring these processes, we expanded our knowledge on so far unexplained mechanisms of bacterial interactions. Firstly, we studied the motility of the soil bacterium Pseudomonas putida (P. putida), which swims through flagella propulsion, and has a complex, multi-mode swimming tactic. It was recently reported that P. putida exhibits several distinct swimming modes – the flagella can push and pull the cell body or wrap around it. Using a new combined phase-contrast and fluorescence imaging set-up, the swimming mode (push, pull, or wrapped) of each run phase was automatically recorded, which provided the full swimming statistics of the multi-mode swimmer. Furthermore, the investigation of cell interactions with a solid boundary illustrated an asymmetry for the different swimming modes; in contrast to the push and pull modes, the curvature of runs in wrapped mode was not affected by the solid boundary. This finding suggested that having a multi-mode swimming strategy may provide further versatility to react to environmental constraints. Then we determined how P. putida navigates toward chemoattractants, i.e. its chemotaxis strategies. We found that individual run modes show distinct chemotactic responses in nutrition gradients. In particular, P. putida cells exhibited an asymmetry in their chemotactic responsiveness; the wrapped mode (slow swimming mode) was affected by the chemoattractant, whereas the push mode (fast swimming mode) was not. These results can be seen as a starting point to understand more complex chemotaxis strategies of multi-mode swimmers going beyond the well-known paradigm of Escherichia coli, that exhibits only one swimming mode. Finally we considered the cell dynamics in a dense population. Besides physical interactions with their neighbors, cells communicate their activities and orchestrate their population behaviors via quorum-sensing. Molecules that are secreted to the surrounding by the bacterial cells, act as signals and regulate the cell population behaviour. We studied P. putida’s motility in a dense population by exposing the cells to environments with different concentrations of chemical signals. We found that higher amounts of chemical signals in the surrounding influenced the single-cell behaviourr, suggesting that cell-cell communications may also affect the flagellar dynamics. In summary, this dissertation studies the dynamics of a bacterium with a multi-mode swimming tactic and how it is affected by the surrounding environment using microscopy imaging. The detailed description of the bacterial motility in fundamental bacterial processes can provide new insights into the ecology of microorganisms. N2 - Bakterien gehören zu den am weitesten verbreiteten Mikroorganismen mit einer essentiellen Bedeutung in vielen biologischen und okologischen Prozessen. Bakterien können entweder als unabhängige Individuen oder in organisierten Gemeinschaften leben. Auf dem Level einer einzelnen Zelle sind Interaktionen zwischen Bakterien, ihren Nachbarn und des umgebenden physikalischen und chemischen Umwelt die Grundlage von mikrobiellen Prozessen. Mikroskopische Bildgebungs techniken bieten attraktive und vielversprechende Möglichkeiten den Einfluß dieses Interaktionen auf die Dynamik von Bakterien zu untersuchen. Das ziel dieser Dissertation ist es, vier fundamentale bakterielle Prozesse mittels Lebendzell-Mikroskopie besser zu verstehen – die Einzelzellbewegung, die Chemotaxis, die Wechselwirkungen der Bakterien mit der Umgebung und ihre Kommunikation mit Nachbarzellen. Durch die Untersuchung dieser Prozesse konnten wir das Wissen über die bisher ungeklärten Mechanismen der bakteriellen Interaktionen erweitern. Als Erstes untersuchten wir die Fortbewegung des Bodenbakteriums Pseudomonas putida (P. putida), welches mit Hilfe eines Flagellenantriebs schwimmt und eine komplexe multi-mode Schwimmstrategie aufweist. Kürzlich wurde veröffentlich, dass P. putida mehrere unterschiedliche Schwimmmodi besitzt – die Flagellen können den Zellkörper nach vorne drücken (push) oder ziehen (pull) oder sich um ihn wickeln (wrap). Unter Verwendung einer neuen Methode, der kombinierten Phasenkontrast- und Fluoreszenzmikroskopie, konnten die Schwimmmodi (push, pull oder wrap) für jede Schwimmphase automatisch aufgenommen werden, was eine vollständige Schwimmstatistik des multi-mode Schwimmers lieferte. Weiterhin zeigte die Untersuchung von Interaktionen mit einer festen Grenzschicht eine Asymmetrie bezüglich der verschiedenen Schwimmmodi. Im Gegensatz zu push und pull, der wrapped Modus nicht durch die feste Grenzschicht beeinflusst. Diese Ergebnisse lassen vermuten, dass eine multi-mode Schwimmstrategie dem Bakterium weitere möglichkeiten bietet, sich an die Umgebungsbedingungen anzupassen. Als Nächstes haben wir bestimmt, wie P. putida in Richtung eines Lockstoffes navigiert (Chemotaxis). Wir haben herausgefunden, dass einzelne Schwimmmodi eine unterschiedliche chemotaktische Antwort in Nährstoff-gradienten zeigen. P. putida besitzt eine Asymmetrie in seiner chemotaktischen Ansprechbarkeit: der wrapped Modus (langsamer Schwimmmodus) wird vom Lockstoff beeinflusst, der push Modus (schneller Schwimmmodus) hingegen nicht. Diese Ergebnisse können als Ausgangspunkt gesehen werden, um komplexere Chemotaxisstrategien von mulit-mode Schwimmern zu verstehen, die über das bekannte Musterbeispiel Escherichia coli hinaus gehen, des nur einen schwimmmodus aufweist. schließend haben wir die Zelldynamik in dichten Kulturen untersucht. Neben den physikalischen Interaktionen mit den Nachbarzellen, kommunizieren zellen ihre Aktivitäten und organisieren ihr Populationsverhalten über quorum sensing. Moleküle, die von den Bakterienzellen in die Umgebung sekretiert werden, wirken als Signale und regulieren das Verhalten der Zellpopulation. Wir haben die Bewegung von P. putida in hoher Zelldichte untersucht, indem wir die Zellen unterschiedlichen Konzentrationen dieses Moleküle aussetzten. Wir haben festgestellt, dass größere Mengen dieser signalstoffe in der Umgebung die Einzelzelldynamik beeinflusst haben. Dies lässt uns vermuten, dass sich die Zell-Zell-Kommunikation auch auf die Flagellendynamik auswirkt. Zusammenfassend zeigt diese Dissertation mittels Mikroskopie die Dynamik von einem Bakterium mit multi-mode Schwimmstrategie und wie die umgebende Umwelt diese Dynamik beeinflußt. Die detaillierte Beschreibung der Bakterienmotilität in grundlegenden bakteriellen Prozessen kann neue Erkenntnisse für die ökologie der Mikroorganismen bringen. T2 - Bewegungsstrategien von bakteriellenmulti-mode Schwimmern KW - Single-cell motility KW - Einzelzellbewegung KW - Chemotaxis KW - Chemotaxis KW - Flagellen KW - Flagella KW - Bacteria KW - Bakterien Y1 - 2020 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-475806 ER -