Daugelis su bakterijomis susijusių ligų, tokių kaip uždegiminė žarnyno liga ar gaubtinės ir tiesiosios žarnos vėžys, yra susijusios su per dideliu žarnyno bakterijų, kurios laikomos blogomis veikėjomis, augimu. Tačiau kai mokslininkai naudojo mašininio mokymosi algoritmą, kad prognozuotų mikrobų tankį, vadinamą mikrobų kiekiu, iš jų žarnyno mikrobiomų, jie nustatė, kad mikrobų kiekio pokyčiai, o ne liga, gali būti su liga susijusių mikrobų rūšių atsiradimo priežastis. .
Tyrėjai praneša 2024 m. lapkričio 13 d. žurnale Ląstelė kad paciento mikrobų kiekio skirtumai, kuriems, kaip nustatyta, turėjo įtakos įvairūs veiksniai: amžius, lytis, mityba, kilmės šalis ir antibiotikų vartojimas, buvo pagrindinis veiksnys, lemiantis bakterijų atsiradimą išmatų mėginiuose.
„Nustebome pastebėję, kad daugelis mikrobų rūšių, kurios anksčiau buvo manoma, kad jos yra susijusios su liga, buvo labiau paaiškintos mikrobų kiekio pokyčiais“, – sako Peeras Borkas iš Europos molekulinės biologijos laboratorijos (EMBL) Heidelbergo, vienas iš vyresniųjų autorių. studija.
„Tai rodo, kad šios rūšys daugiausia yra susijusios su tokiais simptomais kaip viduriavimas ir vidurių užkietėjimas, o ne tiesiogiai susijusios su pačiomis ligos sąlygomis.”
Mikrobų apkrova jau seniai buvo pripažinta svarbiu mikrobiomų tyrimų veiksniu, tačiau didelio masto analizė buvo labai ribota dėl didelių išlaidų ir daug darbo reikalaujančių eksperimentinių metodų, kuriuos tyrėjai įveikė taikydami mašininio mokymosi metodą.
Jie sukūrė išmatų mikrobų kiekio prognozavimo modelį, pagrįstą santykine mikrobiomų sudėtimi, ir pritaikė jį didelio masto metagenominiam duomenų rinkiniui, kad ištirtų jo sveikatos ir ligų pokyčius.
„Mikrobų kiekio išmatų mėginiuose matavimas reikalauja daug pastangų ir džiaugėmės turėdami prieigą prie dviejų didelių metagenominių duomenų rinkinių, kuriuose buvo eksperimentiškai išmatuotas mikrobų kiekis“, – sako Michaelas Kuhnas, taip pat iš EMBL ir kitas vyresnysis tyrimo autorius.
„Taikydami savo metodą norime apibendrinti šiuos duomenis, kad būtų naudinga platesnei sričiai, o naudojant mūsų teikiamus įrankius, mikrobų apkrovą galima numatyti visiems suaugusių žmonių žarnyno mikrobiomų tyrimams.
Duomenų rinkiniai, kuriuos komanda sukūrė tyrimui, yra tūkstančiai metagenomų ir eksperimentiškai išmatuotų mikrobų apkrovos GALAXY (žarnų ir kepenų ašis alkoholinėje kepenų fibrozėje) ir Novo Nordisk fondo MicrobLiver projektuose. Jie taip pat naudojo metagenomus ir mikrobų krūvio duomenis iš anksčiau viešai paskelbtos MetaCardis tyrimo populiacijos. Tiriamiesiems duomenų rinkiniams jie panaudojo dešimtis tūkstančių metagenomų iš ankstesnių tyrimų, įskaitant Japonijos ir Estijos populiacijas.
Komanda pripažįsta darbo apribojimus. Kadangi analizė buvo pagrįsta tik asociacijomis, jie negalėjo nustatyti aiškios priežastingumo krypties ir negalėjo suteikti mechaninės įžvalgos. Be to, sukurtas metodas taikomas tik žmogaus žarnyno mikrobiomui. Norint numatyti mikrobų kiekį kitose buveinėse, reikalingi skirtingi mokymo duomenų rinkiniai.
Būsimuose tyrimuose daugiausia dėmesio bus skiriama mikrobų rūšims, kurios yra labiau tiesiogiai susijusios su ligomis, nepriklausomai nuo mikrobų kiekio, siekiant geriau suprasti jų vaidmenį ligos etiologijoje ir galimą jų naudojimą kaip biologinius žymenis. Be to, šio prognozavimo modelio pritaikymas kitoms aplinkoms, pavyzdžiui, vandenyno ir dirvožemio mikrobiomams, galėtų suteikti daugiau įžvalgų apie mikrobų ekologiją pasauliniu mastu.