Naukowcy korzystający uczenie maszynowe odkryli, że różnice w ilości drobnoustrojów w jelitach, na które wpływają wiek, płeć, dieta i inne czynniki, odgrywają znaczącą rolę w obecności bakterii związanych z chorobą.
To nowe spostrzeżenie podważa konwencjonalne przekonanie, że niektóre drobnoustroje bezpośrednio powodują choroby, takie jak nieswoiste zapalenie jelit czy rak jelita grubego. Zamiast tego objawy takie jak biegunka i zaparcia są ściślej powiązane ze zmianami w obciążeniu mikrobiologicznym. Odkrycia oparte na ogromnych zbiorach danych metagenomicznych mogą zmienić podejście do diagnozowania i zrozumienia chorób żołądkowo-jelitowych.
Obciążenie mikrobiologiczne i choroby
Wiele chorób o podłożu bakteryjnym, takich jak nieswoiste zapalenie jelit i rak jelita grubego, często wiąże się z nadmiernym rozrostem niektórych bakterii jelitowych uważanych za szkodliwe. Kiedy jednak badacze wykorzystali algorytm uczenia maszynowego do przewidzenia gęstości drobnoustrojów (tzw. obciążenia mikrobiologicznego) na podstawie próbek mikrobiomu jelitowego, odkryli, że zmiany w samym obciążeniu mikrobiologicznym – a nie sama choroba – mogą powodować obecność bakterii związanych z tymi chorobami.
Opublikowano dzisiaj (13.11.2024) w czasopiśmie Komórkabadanie pokazuje, że różnice w liczebności drobnoustrojów – kształtowane przez takie czynniki, jak wiek, płeć, dieta, kraj pochodzenia i stosowanie antybiotyków – odgrywają znaczącą rolę w typie i ilości bakterii wykrywanych w próbkach kału, nawet wśród pacjentów z tą chorobą. choroby.
Zaskakujące wnioski z badań mikrobiologicznych
„Byliśmy zaskoczeni, gdy znaleźliśmy tak wiele drobnoustrojów gatunekktóre wcześniej uważano za powiązane z chorobą, można w większym stopniu wytłumaczyć zmianami w obciążeniu mikrobiologicznym” – mówi Peer Bork z Europejskiego Laboratorium Biologii Molekularnej (EMBL) w Heidelbergu, jeden z głównych autorów badania. „To wskazuje, że gatunki te kojarzone są głównie z objawami takimi jak biegunka i zaparcia, a nie bezpośrednio z samymi stanami chorobowymi”.
Obciążenie mikrobiologiczne od dawna uznawano za ważny czynnik w badaniach mikrobiomów, jednak analizy na dużą skalę były w dużej mierze ograniczone ze względu na wysokie koszty i pracochłonność metod eksperymentalnych, które badacze pokonali dzięki podejściu do uczenia maszynowego. Opracowali model przewidywania obciążenia mikrobiologicznego w kale w oparciu o względny skład mikrobiomu i zastosowali go do wielkoskalowego zbioru danych metagenomicznych, aby zbadać jego zmienność pod względem zdrowia i choroby.
Wykorzystywanie danych do szerszych badań
„Pomiar obciążenia mikrobiologicznego w próbkach kału wymaga dużego wysiłku i cieszymy się, że mamy dostęp do dwóch dużych zbiorów danych metagenomicznych, w których obciążenie mikrobiologiczne zostało zmierzone eksperymentalnie” – mówi Michael Kuhn, również z EMBL i drugi starszy autor badania. „Dzięki naszemu podejściu chcemy uogólnić te dane na korzyść szerszego obszaru, a dzięki udostępnianym przez nas narzędziom można przewidzieć obciążenie mikrobiologiczne we wszystkich badaniach mikrobiomu jelit dorosłych ludzi”.
Zbiory danych wygenerowane przez zespół na potrzeby badań obejmują tysiące metagenomów i zmierzone eksperymentalnie obciążenie mikrobiologiczne w ramach finansowanego przez UE projektu GALAXY (oś jelit i wątroby w alkoholowym włóknieniu wątroby) oraz projektów MicrobLiver Fundacji Novo Nordisk. Wykorzystali także dane dotyczące metagenomów i obciążenia mikrobiologicznego pochodzące z wcześniej publicznie dostępnej populacji badawczej MetaCardis. Do eksploracyjnych zbiorów danych wykorzystano dziesiątki tysięcy metagenomów z poprzednich badań, w tym populacji z Japonii i Estonii.
Wyzwania i ograniczenia
Zespół zdaje sobie sprawę z ograniczeń pracy. Ponieważ analiza opierała się wyłącznie na skojarzeniach, nie była w stanie ustalić jasnego kierunku przyczynowości ani zapewnić wglądu mechanistycznego. Ponadto opracowana metoda ma zastosowanie wyłącznie do mikrobiomu jelit człowieka: do przewidywania obciążenia mikrobiologicznego w innych siedliskach potrzebne są różne zbiory danych szkoleniowych.
Przyszłe kierunki badań nad obciążeniem mikrobiologicznym
Przyszłe badania skupią się na gatunkach drobnoustrojów, które są bardziej bezpośrednio powiązane z chorobami, niezależnie od obciążenia mikrobiologicznego, aby lepiej zrozumieć ich rolę w etiologii chorób i ich potencjalne zastosowanie jako biomarkerów. Ponadto dostosowanie tego modelu prognostycznego do innych środowisk, takich jak mikrobiomy oceaniczne i glebowe, może zapewnić dalszy wgląd w ekologię drobnoustrojów w skali globalnej.
Odniesienie: „Obciążenie mikrobiologiczne w kale jest głównym wyznacznikiem zmienności mikrobiomu jelitowego i czynnikiem zakłócającym powiązania chorobowe”, Nishijima i wsp., 13 listopada 2024 r., Komórka.
DOI: 10.1016/j.cell.2024.10.022
