Novedoso método de selección artificial mejora la función de comunidades microbianas simuladas

Área de la Ciencia:

• Ecología Microbiana
• Biología Computacional
• Biología Evolutiva

Sus antecedentes:

• La selección artificial de comunidades microbianas está ganando interés pero enfrenta desafíos con un éxito experimental modesto.
• Es crucial comprender cómo criar eficazmente comunidades microbianas para funciones deseadas, como la degradación de toxinas.

Objetivo del estudio:

• Modelar computacionalmente y comparar los métodos de selección de comunidades microbianas existentes con un método novedoso de "desmontaje".

Principales métodos:

• Se simularon dos métodos establecidos de selección artificial y un nuevo método de "desmontaje" utilizando modelos computacionales.
• Se evaluaron los métodos en función de su capacidad para evolucionar comunidades microbianas para una degradación de toxinas eficiente, equilibrando la inversión en degradación con la tasa de crecimiento.
• El método de "desmontaje" implicó la competencia de combinaciones de especies diversas y reordenadas regularmente.

Principales resultados:

• El método de "desmontaje" destacó en la exploración de numerosas combinaciones de especies, manteniendo la diversidad para una selección eficaz y logrando un alto rendimiento de la comunidad.
• Las especies individuales evolucionaron para priorizar el crecimiento sobre la función de la comunidad (degradación de toxinas), pero el aumento del crecimiento compensó la reducción de la inversión.
• Si bien la selección de la comunidad no superó la selección individual ni la dinámica ecológica, la composición y función de la comunidad a largo plazo disminuyeron.

Conclusiones:

• La principal fortaleza del método de "desmontaje" radica en su capacidad para la exploración extensiva de combinaciones de especies.
• La selección a nivel de comunidad no contrarrestó completamente la selección a nivel individual ni la dinámica ecológica inherente dentro de las comunidades simuladas.
• Los hallazgos sugieren diseños experimentales alternativos para la selección de comunidades microbianas, enfatizando la importancia de gestionar la dinámica dentro de la comunidad.