Modèle discret

La croissance d’une colonie microbienne qui consomme un nutriment diffusant est représentée à l’aide du modèle à base de treillis introduit par Matsuura23, dont les détails sont donnés dans la section 3. En bref, nous considérons un treillis rectangulaire avec L x et L y sites dans les directions x et y, respectivement. Le nombre de cellules occupées est noté ν et la densité cellulaire correspondante ρ = ν/(L x L y ). Chaque élément du treillis rectangulaire peut abriter au maximum une cellule, mais peut contenir un nombre entier non négatif de particules nutritives, qu’il y ait ou non une cellule à cet endroit. À chaque pas de temps, les cellules de levure peuvent absorber une particule de nutriment située au même site et produire une seule cellule fille dans un site adjacent dans une direction cardinale, tandis que les particules de nutriment peuvent faire s pas, toujours dans les directions cardinales. Comme condition initiale, les cellules sont ensemencées dans le réseau selon un modèle prescrit, tandis qu’un certain nombre de particules nutritives sont placées uniformément au hasard dans le domaine pour donner une concentration initiale moyenne spécifiée c0. Les limites du domaine sont traitées comme des parois solides, reproduisant le comportement expérimental dans une boîte de Pétri. Il est important de noter que les motifs produits par ce modèle sont le résultat de l’interaction entre les cellules et le nutriment seul, de sorte que toute morphologie non uniforme produite par le modèle peut être attribuée entièrement à la DLG.

Morphologies caractéristiques de la DLG

Matsushita & Fujikawa12 a utilisé une colonie de cellules B. subtilis pour illustrer trois phénomènes clés dus à la DLG : (I) le « filtrage » des branches courtes par les plus longues ; (II) la répulsion entre colonies voisines ; et (III) la croissance dirigée vers une source de nutriments (Fig. 2). Il a été démontré précédemment que ces caractéristiques étaient dues à la seule DLG en utilisant un modèle de croissance de la colonie basé sur un treillis similaire à celui utilisé ici30. Nous confirmons d’abord que le modèle discret décrit ci-dessus peut reproduire ce comportement avant d’utiliser ce modèle pour quantifier les motifs produits.

Résultats expérimentaux de Matsushita & Fujikawa12 (rangée du haut) avec les simulations correspondantes du modèle (rangée du bas). On voit (a) des branches plus grandes filtrant les branches plus petites des nutriments (phénomène I), (b) deux colonies semées proches l’une de l’autre semblant se repousser (phénomène II), et (c) une seule colonie se développant vers la source de nutriments sur le côté droit de la boîte de Pétri (phénomène III). Les simulations de (d) branches de criblage, (e) deux colonies à proximité l’une de l’autre et (f) croissance avec le nutriment sur le côté droit sont calculées à l’aide du modèle en treillis. Les cellules de semence sont marquées par un point rouge. Les simulations ont été calculées sur des treillis de dimensions L x = L y = 200 avec les paramètres s = 3 et c0 = 1, ce qui donne une valeur de Δ du même ordre de grandeur que dans les expériences. Les figures 2(a), 2(b) et 2(c) sont reproduites de Physica A : Statistical Mechanics and its Applications, 168, Mitsugu Matsushita et Hiroshi Fujikawa, Diffusion-limited growth in bacterial colony formation, 498-506, 1990, avec la permission d’Elsevier.

L’interaction entre les cellules et le nutriment peut être quantifiée de manière générale en comparant le taux relatif de propagation de ces deux quantités. La croissance de la colonie est mesurée en calculant le taux moyen de changement de la surface de la colonie Δ m lorsqu’elle est vue du dessus, qui a les mêmes unités qu’une diffusivité. Cette quantité se calcule facilement à partir d’une image expérimentale ou de données simulées, telles que celles produites par le modèle discret. La diffusion du nutriment Δ n est prise comme étant la diffusivité du glucose car celui-ci est couramment utilisé comme source de nutriments et il y a peu de différence entre la diffusivité des différents nutriments. On sait que la diffusivité du glucose dans l’eau est d’environ \({D}_{0}=4,03\times {10}^{-2}\)mm2 min-1, d’après des observations expérimentales36. Pour le glucose dans un gel d’agar de faible densité, la diffusivité est donnée par

où w est le pourcentage en poids d’agar37. En supposant que w = 0,3%, la diffusivité est de 4,01×10-2 mm2 min-2, qui est la valeur utilisée pour le reste de cette étude. La diffusivité change peu avec la quantité d’agar, et donc w a un impact négligeable sur les résultats. À partir de ces quantités, nous calculons le rapport

qui fournit une mesure sans dimension des taux relatifs de diffusion. Pour de petites valeurs de Δ, les nutriments diffusent sur une échelle de temps plus rapide que la croissance cellulaire, ce qui signifie que toute variation locale de la concentration en nutriments se dissipe sans influencer la morphologie de la colonie. Une valeur de Δ égale ou supérieure à 1 indique que la croissance cellulaire se produit à un rythme au moins aussi important que la diffusion des nutriments, et que les variations locales de la concentration en nutriments peuvent avoir un impact sur la morphologie de la colonie. Parmi les trois images expérimentales, seule l’image de croissance dirigée a suffisamment d’informations fournies à la fois sur l’échelle et le temps nécessaires pour calculer Δ. À partir de cette image, nous trouvons que Δ ≈ 0,23. En fixant s = 3 et c0 = 1 dans le modèle, on obtient des solutions avec des valeurs de Δ comprises entre 0,3 et 0,5, ce qui est du même ordre de grandeur que les résultats expérimentaux et constitue donc une comparaison appropriée. Ces valeurs de paramètres sont utilisées pour le reste de cette sous-section. Le comportement dans chacun des trois cas est ensuite quantifié à l’aide d’indices spatiaux, décrits ci-dessous, de manière similaire à l’approche de Binder et al.38. Chaque simulation utilise un treillis de dimensions L x = L y = 200, ce qui est suffisamment grand pour produire des caractéristiques avec une résolution suffisante tout en étant efficace sur le plan informatique.

Pour examiner le filtrage des branches (phénomène I), le nutriment est ensemencé uniformément au hasard dans le domaine et une seule cellule est placée au centre du treillis. La simulation est exécutée jusqu’à ce que la densité totale des cellules atteigne 0,2, illustrée par la colonie représentative présentée sur la figure 2. Cette colonie présente de grandes branches émanant du site de la cellule centrale initiale, avec des branches plus courtes entre elles qui ont été protégées des nutriments par les plus grandes branches, et présente une croissance non uniforme significative. Cela correspond au comportement observé par Matsushita & Fujikawa12. La morphologie peut être quantifiée en comptant d’abord les angles de chaque cellule mesurés dans le sens inverse des aiguilles d’une montre à partir d’un angle de référence, l’origine étant placée au centre de la masse. Les comptages sont mis à l’échelle par les valeurs attendues pour des cellules distribuées uniformément au hasard, et l’indice angulaire de croissance non uniforme I θ est défini comme étant l’écart type des comptages mis à l’échelle, de sorte que des valeurs plus grandes de I θ indiquent des niveaux plus importants de croissance non uniforme. L’image expérimentale a un indice de 0,18, tandis que la simulation a un indice de 0,2, ce qui indique que les deux sont en accord étroit.

Pour le cas des colonies répulsives (phénomène II), le nutriment est à nouveau placé uniformément au hasard à travers le domaine. Deux cellules d’ensemencement sont placées verticalement centrées dans le domaine, chacune étant éloignée du centre d’un huitième de la largeur du domaine horizontalement de sorte que les cellules soient séparées d’un quart de la largeur totale du domaine. La simulation est calculée jusqu’à ce que la densité totale des cellules atteigne 0,2. Une simulation typique est présentée à la figure 2, qui montre l’écart entre les deux colonies observées par Matsushita & Fujikawa12. Les colonies répulsives peuvent être quantifiées en comptant le nombre total de cellules ν et le nombre de cellules ν c entre les deux cellules germes à la fin de la simulation. L’indice de répulsion est alors défini comme étant I c = 1 – ν c /ν, qui est proche de 0,5 lorsque les deux colonies se développent uniformément, inférieur à 0,5 lorsqu’un écart se forme, et supérieur à 0,5 lorsque les colonies montrent une préférence de croissance l’une vers l’autre. L’emplacement des cellules de semence pour chaque colonie dans l’image expérimentale est approximé en traçant des lignes le long des branches et en identifiant où elles se croisent. L’image expérimentale et la simulation ont des indices de 0,19 et 0,27, respectivement, ce qui suggère que les deux produisent des modèles de croissance similaires avec un écart significatif entre les deux colonies.

La croissance dirigée (phénomène III) est simulée en plaçant initialement tous les nutriments dans la colonne la plus à droite du domaine, avec une seule cellule placée au centre du domaine. La simulation est ensuite calculée jusqu’à ce que la densité cellulaire atteigne 0,1. Une colonie typique est présentée à la figure 2, qui ressemble beaucoup au résultat expérimental de Matsushita & Fujikawa12. Pour mesurer le biais vers un côté du domaine, nous calculons la proportion I b de cellules du côté droit du domaine par rapport au nombre total de cellules, de sorte que I b ∈ . Les valeurs de l’indice I b proches de 0,5 indiquent un faible biais, tandis que I b < 0,5 indique un biais vers le côté droit et I b < 0,5 un biais vers la gauche. L’image expérimentale a un indice de 0,92, qui correspond étroitement à l’indice de simulation de 0,93. Dans les deux cas, les indices indiquent un biais de croissance important vers l’emplacement initial du nutriment.

Comme l’ont constaté Ginovart et al.30, les bonnes correspondances qualitatives entre les images expérimentales et les simulations montrent que la DLG seule peut produire le dépistage, la répulsion et la croissance dirigée des colonies de B. subtilis. Nous avons encore renforcé cette comparaison par l’utilisation d’une comparaison quantitative entre les expériences et un modèle mathématique. Ainsi, nous nous attendons à ce que ces phénomènes soient présents lorsque la DLG influence la morphologie, tandis que l’absence de ces caractéristiques suggère que d’autres mécanismes sont responsables du modèle de croissance. De manière cruciale, l’accord entre le modèle discret et le modèle proposé par Ginovart et al. démontre que le modèle discret employé ici fournit une représentation satisfaisante de la DLG et peut donc être utilisé pour quantifier ce comportement.

Induire la DLG

Ayant montré que le modèle discret est capable de reproduire le comportement de la DLG, nous quantifions ici la dépendance de ces phénomènes aux paramètres du modèle de manière à prédire quand les effets de la DLG apparaîtront. Les colonies sont à nouveau simulées sur un treillis de dimensions L x = L y = 200 en utilisant les trois mêmes conditions initiales et critères d’arrêt que dans la sous-section précédente. Les simulations sont répétées 50 fois pour chaque paire d’étapes de nutriments s = 1, 5, …, 37 et de concentrations initiales c0 = 1, 2, …, 7. Pour chaque paire de paramètres, nous calculons l’indice moyen pertinent sur les 50 réalisations.

Pour examiner le filtrage des branches (phénomène I), nous considérons des colonies cultivées à partir d’une seule cellule dans un champ de nutriments uniforme, avec les valeurs d’indice moyen correspondantes \({\bar{I}}_{\theta }\) sur les 50 réalisations présentées dans la figure 3. Les plus grandes valeurs de \({\bar{I}}_{theta }\) apparaissent lorsque s et c0 sont tous deux petits, ce qui est dû à deux facteurs. Premièrement, comme la diffusivité des nutriments, effectivement s, est faible par rapport au taux de croissance cellulaire, des fluctuations dans les niveaux de nutriments se développent à travers le domaine. Deuxièmement, la faible concentration initiale de nutriments c0 signifie que ces fluctuations créent des régions dans lesquelles le niveau de nutriments est trop faible pour soutenir la croissance cellulaire. Lorsque s ou c0 est plus grand, au moins une de ces conditions ne peut pas se produire et la valeur de \({\bar{I}}_{\theta }\) devient plus petite, indiquant que la DLG n’a plus d’influence significative sur la colonie. Ainsi, ces résultats indiquent que des motifs non uniformes ne peuvent se produire que lorsque la diffusivité des nutriments, par rapport au taux de croissance cellulaire, et la concentration en nutriments sont toutes deux faibles.

Mesures des effets de la DLG dans les colonies microbiennes simulées. Toutes les simulations sont calculées à l’aide du modèle en treillis en utilisant une gamme d’étapes de nutriments s et de concentrations initiales de nutriments c0. Sont représentés (a) l’indice moyen \({\bar{I}}_{\theta }\) pour le filtrage des branches (phénomène I), (b) l’indice moyen \({\bar{I}}_{c}\) pour repousser les colonies (phénomène II), et (c) l’indice moyen \({\bar{I}}_{b}\) pour la croissance dirigée (phénomène III).

Un comportement similaire est observé pour le cas de répulsion (phénomène II), comme le montre l’indice moyen \({\bar{I}}_{c}\) tracé dans la figure 3. Les plus grandes valeurs de l’indice sont trouvées à de petites valeurs de s et c0, ce qui se produit pour les mêmes raisons que pour \({\bar{I}}_{theta }\).

Le comportement pour la croissance dirigée (phénomène III) est différent, comme on le voit à partir de l’indice moyen \({\bar{I}}_{b}\) représenté sur la figure 3. Pour de petites valeurs de s, l’indice \({\bar{I}}_{b}\) est grand et varie peu avec c0. Lorsque s augmente, l’indice \({\bar{I}}_{b}\) diminue et dépend davantage de c0, les valeurs de \({\bar{I}}_{b}\) étant plus grandes lorsque c0 est plus faible. La gamme de valeurs de paramètres sur laquelle la croissance dirigée peut être observée est beaucoup plus large que pour les deux autres phénomènes DLG. Par conséquent, si la croissance dirigée ne se produit pas, les deux autres caractéristiques ne se produiront pas non plus, et la croissance dirigée constitue donc une première vérification utile de la DLG qui est simple à mesurer. Cette caractéristique sera utilisée pour tester la DLG tout au long du reste de ce travail.

Modèle du continuum

L’émergence des phénomènes DLG dépend à la fois de la concentration en nutriments et des diffusivités des deux espèces. Alors que les indices mesurent la dépendance de ces phénomènes au nombre d’étapes discrètes de nutriments s et à la concentration initiale de nutriments c0, la valeur de Δ ne pouvait être calculée qu’à partir des données simulées plutôt que d’être spécifiée en entrée du modèle. En revanche, lorsque l’on considère des données expérimentales, il est naturel de caractériser l’étalement relatif des cellules et du nutriment en utilisant Δ, car il peut être mesuré facilement à partir d’images expérimentales. Nous introduisons ici un système déterministe d’équations de réaction-diffusion qui modélise la densité cellulaire et la concentration en nutriments et permet de spécifier les diffusivités relatives de chaque quantité, ce qui équivaut à définir Δ. Bien que ce modèle ne soit pas adapté pour capturer les caractéristiques fines observées sur la Fig. 2, il est capable de reproduire la croissance dirigée vers une source de nutriments (phénomène III), qui s’est avérée se produire sur la plus grande gamme de paramètres. Nous nous concentrons donc sur cet aspect de la DLG, qui agit comme un signe facilement mesurable que la DLG se produit.

Nous considérons un domaine unidimensionnel, qui est suffisant pour illustrer le comportement général du modèle29,32,39. En utilisant la position sans dimension x, le temps t, la densité cellulaire n(x,t) et la concentration en nutriments g(x, t), décrits dans la section 3, les équations directrices se réduisent à

Le paramètre D = D m /D n est le rapport entre la diffusivité de la cellule D m et celle du nutriment D n . Cette définition est similaire à celle de Δ (2), en utilisant la diffusivité cellulaire à la place du taux de variation mesuré de la surface de la colonie. Le premier terme du côté droit des deux équations représente la contribution de la diffusion, tandis que les seconds termes représentent la consommation de nutriment et la croissance de nouvelles cellules, respectivement, avec c la quantité sans dimension de nutriment consommé par nouvelle cellule.

Comme conditions initiales, les cellules sont placées au centre du domaine avec le nutriment biaisé vers la droite selon

où N peut être interprété comme une concentration de nutriments sans dimension. Pour illustrer le comportement général, les conditions initiales pour N = 1 sont présentées dans la figure 4.

Résultats du modèle de réaction-diffusion unidimensionnel. (a) La condition initiale pour N = 1 montre les cellules concentrées au centre du domaine avec le nutriment à droite. (b) Les valeurs maximales de I b jusqu’au temps t = 1, représentées en fonction du logarithme en base 10 de D et N, suggèrent que la DLG ne se produit qu’à des valeurs de paramètres particulières. Deux exemples représentatifs sont marqués. (c) A la plus grande valeur de I b lorsque D = 10-6 et N = 1, les cellules sont encore presque symétriques autour de x = 0, alors que la concentration en nutriments est devenue effectivement uniforme. (d) L’utilisation de D = 10-0,5 et N = 105 entraîne un biais significatif vers le côté droit, où le nutriment était initialement concentré.

En prenant les valeurs des paramètres typiques donnés dans la section 3 comme fixes, la valeur de N ne varie que du fait de la concentration physique du nutriment. En considérant un milieu ne contenant que du nutriment, représentant une concentration maximale, on constate que la valeur de N ne peut être supérieure à environ 105. Les solutions sont donc calculées pour 1 ≤ N ≤ 105. Alors que les observations expérimentales typiques suggèrent que 10-3 ≤ D ≤10-1, nous considérons des valeurs pour 10-6 ≤ D ≤103 afin de fournir un examen théorique de la façon dont le comportement change avec D. Pour différentes valeurs de ces paramètres, nous calculons la valeur maximale de I b observée jusqu’au temps t = 1. Cela correspond à environ 119 jours de croissance, ce qui, bien que plus grand que les temps expérimentaux typiques, garantit que la valeur maximale de I b est observée pendant la simulation. Les indices calculés I b sont représentés sur la figure 4 en utilisant une échelle logarithmique en base 10 pour les deux axes. Pour log(N) < 1, il y a peu ou pas de biais dans la croissance des cellules, comme mesuré par I b . Pour des valeurs plus importantes de N, la quantité de biais observée dépend de la valeur de D, le maximum étant atteint près de (D,N) = (1, 105). Cette valeur de D correspond à des diffusions de cellules et de nutriments de même ampleur et, autour de cette valeur, il est possible d’observer un biais dans la croissance pour des valeurs de N aussi faibles que 101,5. Dans des conditions expérimentales typiques, N a un ordre de grandeur 2, ce qui indique que les effets DLG sont plus susceptibles d’être observés lorsque D est proche de l’unité.

La gamme de comportements est illustrée plus en détail en considérant les distributions de deux exemples contrastés. Dans chaque cas, la solution est représentée au moment correspondant au biais maximal de la cellule. Pour D = 10-6 et N = 1, illustré à la Fig. 4, la concentration en nutriments est devenue effectivement uniforme avant que la densité cellulaire ne puisse développer un biais évident vers le côté droit, où le nutriment était initialement concentré. En revanche, en prenant D = 10-0,5 et N = 105, également représentés sur la figure 4, les cellules montrent une préférence évidente vers le côté droit du domaine.

L’analyse du modèle de continuum suggère que, si \(D\ll 1\), alors la croissance dirigée, et donc tout effet DLG, ne se produira qu’à des valeurs de N au moins aussi grandes que 103. Comme les estimations indiquent que N est d’un ordre de grandeur 2, cela suggère que la DLG ne sera observée que lorsque D est proche de l’unité, comme le montre la figure 4. Ceci peut également être illustré à l’aide de paramètres physiques. En utilisant les valeurs de paramètres données dans la section 3, les microbes avec une diffusivité \({D}_{m}=3\times {10}^{-2}\)mm2 min-1 placés dans un environnement avec une concentration initiale maximale de nutriments \({N}_{0}\mathrm{=3,8}\times {10}^{-3}\)g mm-2 correspondraient approximativement aux valeurs sans dimension D = 0,75 et N = 104. D’après la figure 4, on peut s’attendre à ce que cette espèce se développe vers une source de nutriments et présente donc un comportement DLG. Si les mêmes microbes étaient placés dans un environnement présentant une concentration maximale de nutriments \({N}_{0}\mathrm{=3,8}\times {10}^{-6}\)g mm-2, la valeur de N tomberait à 10 et la croissance biaisée ne serait plus observée. Les résultats de cette section fournissent donc un cadre pour identifier quand la DLG est censée se produire en se basant uniquement sur les estimations de D et N.

Comparaisons expérimentales

Après avoir examiné les prédictions du modèle, nous les utilisons maintenant pour identifier le mécanisme de croissance dominant dans les colonies microbiennes. Nous considérons les trois exemples expérimentaux représentatifs présentés à la figure 1 : deux colonies de la bactérie B. subtilis et une colonie de S. cerevisiae. Comme nous ne connaissons pas la valeur appropriée du rapport de diffusion D, qui est requis par le modèle de réaction-diffusion, la croissance est plutôt caractérisée par la propagation relative Δ (2). Ce paramètre représente le rapport entre le taux moyen de changement de la surface de la colonie, vue du dessus, et la diffusivité du glucose et peut être mesuré à partir des images. Comme le nutriment est distribué uniformément et qu’une seule colonie est cultivée, toute DLG dans ces exemples devrait se manifester par une croissance irrégulière avec un criblage de branches (phénomène I).

Les valeurs calculées des taux de croissance Δ m sont données dans le tableau 1, ainsi que les taux relatifs correspondants Δ. Ces valeurs indiquent que les colonies de B. subtilis croissent deux ordres de grandeur plus rapidement que la colonie de levure et un ordre de grandeur plus lentement que la diffusivité du glucose. L’utilisation de valeurs typiques pour la concentration initiale en nutriments suggère que les expériences correspondent à une valeur de N d’un ordre de grandeur 2. La correspondance de cette estimation et des valeurs de Δ avec les résultats du modèle de la figure 4 indique que B. subtilis correspond à un régime dans lequel la croissance dirigée due à la DLG se produira. Comme cette estimation a été faite en mesurant le taux de prolifération cellulaire p dans une colonie de S. cerevisiae, qui est susceptible d’être plus petit que la valeur correspondante pour les bactéries, on s’attend à ce que cette estimation soit une sous-estimation de N et qu’une valeur plus grande de N augmente la probabilité d’observer une DLG. En revanche, la colonie de S. cerevisiae présente un Δ d’ordre de grandeur -3, ce qui indique que le nutriment diffuse sur une échelle de temps beaucoup plus rapide que celle de la croissance cellulaire. Par conséquent, toute variation locale de la concentration en nutriments devrait se dissiper avant d’avoir une influence sur la morphologie de la colonie. Cela indique que la morphologie n’est pas influencée par la DLG. Ainsi, malgré la forte ressemblance entre les formes des colonies bactériennes et de levure dans les environnements à faible teneur en nutriments, ces deux morphologies sont dues à des phénomènes différents. Les colonies bactériennes se développent sur une échelle de temps suffisamment rapide pour que la diffusion des nutriments puisse limiter la croissance, ce qui entraîne un motif irrégulier. La croissance beaucoup plus lente des colonies de levure signifie que la DLG ne peut pas se produire et, au lieu de cela, les morphologies de colonies non uniformes apparaissant dans les environnements à faible teneur en nutriments doivent être dues à la seule croissance pseudohyphale.

Nous avons cherché à confirmer davantage ces résultats en testant la croissance dirigée (phénomène III) dans des colonies de S. cerevisiae, en imitant le montage utilisé par Matsushita &Fujikawa12 et dans les simulations40. Une boîte de Pétri a été remplie de dextrose synthétique à faible teneur en ammonium (SLAD), le nutriment étant placé au centre de la boîte de Pétri. Des cellules de levure ont été ensemencées à différentes distances du centre et photographiées après 16 jours de croissance. D’autres détails expérimentaux sont donnés dans la section 3. Le glucose et le sulfate d’ammonium ont été utilisés comme nutriments limités, et des images représentatives de chacun d’eux sont présentées à la figure 5. Les images sont orientées de manière à ce que le centre de la boîte de Pétri, où le nutriment a été placé, se trouve sur le côté droit. La diffusivité de l’ammonium dans l’eau est d’environ 9,84×10-2 mm2 min-1 41. Comme il s’agit du même ordre de grandeur que la diffusivité du glucose, on s’attend à ce que chaque source de nutriments donne lieu à une valeur similaire de Δ. Aucune des deux colonies ne montre un biais notable de croissance dans une direction quelconque, et toutes deux produisent des indices de biais I b presque exactement égaux à 0,5. Les diffusivités effectives Δ m et les diffusivités sans dimension Δ pour chaque essai sont données dans le tableau 2. Dans les deux cas, Δ est d’ordre de grandeur -3, ce qui indique que la croissance dirigée ne devrait pas être observée et concorde avec les résultats des expériences précédentes.

Images des expériences de croissance dirigée utilisant S. cerevisiae. Les images sont orientées de manière à ce que le nutriment correspondant se trouve sur le côté droit de la colonie, comme indiqué par le texte vertical. Les colonies ont été cultivées sur (a) SLAD-G avec du glucose ajouté à droite et (b) SLAD-N avec du sulfate d’ammonium ajouté à droite. Les barres d’échelle représentent 5 mm.

Une autre preuve du mode de croissance est fournie par le comportement près du bord des colonies. Il y a des signes clairs de croissance non uniforme autour de la limite de la colonie cultivée sur SLAD-N mais pas sur la colonie cultivée sur SLAD-G. Si ce modèle était dû à la DLG, nous nous attendrions à un comportement similaire sur les deux milieux. On sait cependant que les levures diploïdes, comme la souche AWRI796 utilisée dans cette expérience, passent à une croissance pseudohyphale lorsqu’elles sont privées d’azote2, comme c’est le cas pour SLAD-N. Cela suggère que la croissance non uniforme observée dans les colonies de levure, comme celle de la figure 1, est due à la croissance pseudohyphale et non à la DLG.