Drexel-yliopiston tutkijat toivovat voivansa auttaa vastaamaan tähän kysymykseen älykkään yhdistelmän avulla korkean suorituskyvyn geneettisestä sekvensoinnista ja luonnollisen kielen käsittelyn tietokonealgoritmeista. Heidän tutkimuksensa, joka julkaistiin äskettäin lehdessä PLOS ONE , raportoi uuden menetelmän analysoida RNA:sta löytyviä koodeja, jotka voivat rajata ihmisen mikrobiyhteisöt ja paljastaa niiden toiminnan.
Suuri osa ihmisen mikrobiympäristöä - tai mikrobiomia - koskevasta tutkimuksesta on keskittynyt kaikkien eri mikrobilajien tunnistamiseen. Mikrobiotoihin liittyvien sairauksien hoitojen kehittyminen perustuu ajatukseen, että epätasapaino tai poikkeamat mikrobiomissa ovat terveysongelmien lähde, kuten ruoansulatushäiriöt tai Crohnin tauti.
Mutta näiden epätasapainojen korjaamiseksi on tärkeää, että tutkijat ymmärtävät laajemmin mikrobiyhteisöjä sellaisina kuin ne ovat olemassa - sekä kärsivillä alueilla että koko kehossa.
Olemme oikeastaan vasta alkamassa raapia pintaa ymmärtääksemme mikrobiston terveysvaikutuksia. Tiedemiehet ovat monin tavoin ryhtyneet tähän työhön ilman täydellistä kuvaa siitä, miltä nämä mikrobiyhteisöt näyttävät, kuinka yleisiä ne ovat ja miten niiden sisäinen kokoonpano vaikuttaa heidän lähiympäristöönsä ihmiskehossa. "
Gail Rosen, PhD, apulaisprofessori Drexelin teknillisessä korkeakoulussa, lehden kirjoittaja
Rosen johtaa Drexelin biologisen etsintäkeskusta big datasta, ryhmä tutkijoita, jotka ovat soveltaneet algoritmeja ja koneoppimista auttaakseen tulkitsemaan valtavia määriä geneettistä sekvensointitietoa, joka on tullut saataville viimeisen kourallisen vuoden aikana. Heidän työnsä ja vastaavat ponnistelut ympäri maailmaa ovat siirtäneet mikrobiologian ja genetiikan tutkimuksen märkälaboratoriosta datakeskukseen - luoden laskennallisen lähestymistavan organismin vuorovaikutuksen ja evoluution tutkimiseen, nimeltään metagenomiikka.
Tämän tyyppisessä tutkimuksessa geneettisen materiaalinäytteen - DNA:n tai RNA:n - skannaus voidaan tulkita paljastamaan todennäköisesti esiintyvät organismit. Rosenin ryhmän esittämä menetelmä vie askeleen pidemmälle analysoimalla geneettisen koodin havaitakseen toistuvia malleja, osoitus siitä, että tietyt organismiryhmät - tässä tapauksessa mikrobit - löytyvät yhdessä niin usein, että se ei ole sattumaa.
"Me kutsumme tätä menetelmää" tematagenoomiaksi, 'koska etsimme toistuvia teemoja mikrobiomeista, jotka ovat indikaattoreita samanaikaisesti esiintyvistä mikrobiryhmistä, "Rosen sanoi." Kehossa asuu tuhansia mikrobeja, joten jos ajattelet kaikkia mahdollisia ryhmittymien permutaatioita, voit kuvitella, kuinka pelottava tehtävä on määrittää, mitkä heistä elävät yhteisössä toistensa kanssa. Menetelmämme asettaa mallin havaitsemisalgoritmin tehtävään, mikä säästää valtavasti aikaa ja poistaa arvailuja. "
Nykyiset menetelmät mikrobiston tutkimiseksi, suolistobakteerit, esim. Ota näyte kehon alueelta ja katso sitten läsnä olevaa geneettistä materiaalia. Tästä prosessista puuttuu luonnostaan tärkeä konteksti, kirjoittajien mukaan.
"On mahdotonta todella ymmärtää, mitä mikrobiyhteisöt tekevät, jos emme ensin ymmärrä yhteisön laajuutta ja kuinka usein ja missä muualla niitä voi esiintyä kehossa, "sanoi Steve Woloszynek, PhD, ja MD-harjoittelija Drexelin lääketieteellisessä korkeakoulussa ja paperin kirjoittaja. "Toisin sanoen, On vaikea kehittää hoitoja, joilla edistetään luonnollista mikrobien rinnakkaiseloa, jos niiden "luonnollinen tila" ei ole vielä tiedossa. "
Täydellisen kartan hankkiminen mikrobiyhteisöistä, käyttämällä temagentuuria, avulla tutkijat voivat seurata, miten ne muuttuvat ajan myötä - sekä terveillä ihmisillä että sairauksista kärsivillä. Ja näiden kahden välisen eron havaitseminen antaa vihjeitä yhteisön toiminnasta, sekä valaisee mikrobit, jotka mahdollistavat sen.
"Useimmat metagenomiikan menetelmät kertovat vain, mitkä mikrobit ovat runsaita - siksi todennäköisesti tärkeitä - mutta ne eivät kerro paljon siitä, miten kukin laji tukee muita yhteisön jäseniä, "Rosen sanoi." Menetelmämme avulla saat kuvan yhteisön kokoonpanosta - esim. sillä voi olla E. coli ja B. fragilis runsaimpina mikrobeina ja melko yhtä paljon - mikä voi osoittaa, että ne risteytyvät. Toisessa yhteisössä B. fragilis voi olla runsain mikrobi, monien muiden mikrobien kanssa yhtä paljon, mutta alempi, numerot - jotka voivat osoittaa, että ne ruokkivat mitä tahansa B. fragilisia, ilman yhteistyötä. "
Yksi ihmisen mikrobiston analysoinnin perimmäisistä tavoitteista on käyttää tiettyjen mikrobiyhteisöjen läsnäoloa indikaattoreina Crohnin taudin tai jopa tiettyjen syöpätyyppien tunnistamisessa. Voit testata uutta menetelmää, Drexelin tutkijat vastustavat samanlaisia aiheiden mallintamismenettelyjä, joilla diagnosoidaan Crohnin ja suun syöpä mittaamalla tiettyjen geneettisten sekvenssien suhteellinen runsaus.
Teematagenominen menetelmä osoittautui yhtä täsmälliseksi sairauksien ennustamiseksi, mutta se tekee sen paljon nopeammin kuin muut aiheen mallinnusmenetelmät - minuutteja vastaan päiviä - ja se myös kiusaa, kuinka indikaattoriyhteisön jokainen mikrobilaji voi vaikuttaa taudin vakavuuteen. Tällä tarkkuustasolla tutkijat voivat perehtyä tiettyihin geneettisiin ryhmiin kehittäessään kohdennettuja hoitoja.
Ryhmä on julkaissut teemagenoomisen analyysityökalunsa julkisesti, toivoen nopeuttaakseen näiden sairauksien paranemista ja hoitoa.
"Nyt on hyvin aikaista, mutta mitä enemmän ymmärrämme mikrobiomin toiminnasta - vaikka vain tietäisimme, että ryhmät voivat toimia yhdessä -, voimme tutkia näiden ryhmien aineenvaihduntareittejä ja puuttua niihin tai hallita niitä, tasoittaa tietä lääkekehitykseen ja terapiatutkimukseen, "Rosen sanoi.