Iako interes za istraživanje važnosti mikrobioma crijevnih crijeva za opće zdravlje nastavlja rasti, trenutno istraživačima i pacijentima nije dostupan opsežan popis crijevnih mikrobioma. U ovoj studiji, King i kolege počinju katalogizirati organizam zdravih mikrobioma crijeva čovjeka, i razvili prototip predloška izvješća za liječnike kako bi prenijeli rezultate pacijentima.
Kako bi sastavili svoju bazu podataka, autori su genetski sekvencirali 48 fekalnih uzoraka iz šesnaest zdravih sudionika regrutiranih iz kampusa Sveučilišta George Washington u Washingtonu, D.C., uz korištenje 50 fekalnih metagenomskih uzoraka preuzetih iz Human Microbiome Project -a od pojedinaca koji su pregledani kao "zdravi".
Nakon raščlanjivanja svih genomskih i metagenomskih sekvenci uzoraka koristeći novi tijek rada zasnovan na softveru, King i kolege sastavili su početnu bazu potvrđenih mikroba i njihovu relativnu brojnost u svim uzorcima, GutFeelingKB, pomoću opsežnih i javno dostupnih genetskih podataka NCBI -a za pružanje metapodataka o opisanim organizmima.
GutFeelingKB opisuje 157 organizama (155 bakterijskih i dva arhealna) u 60 različitih rodova. Najveći zastupljeni tip bakterija bio je Firmicutes (40 posto svih organizama na popisu), koji se pak sastojao od 20 posto klostridija, 19 posto bakterioidija, 17 posto bifidobakterija, 14 posto enterobakterija, i 14 posto bakterija Lactobacillales - klase bakterija koje se također nalaze u jogurtu i drugoj probiotičkoj hrani. Autori također napominju da su 84 organizma bila zajednička za sve uzorke, što potencijalno ukazuje na to da se radi o jezgri ljudskog crijeva.
Ova je studija zaposlila samo šesnaest sudionika, mali uzorak. No, iako bi daljnja istraživanja mogla nastaviti identificirati dodatne organizme prisutne u zdravim crijevima iz cijelog svijeta, GutFeelingKB je važan prvi korak. Baza podataka mogla bi poslužiti kao polazište za usporednu analizu uzoraka i razvoj budućih tretmana mikrobioma pacijenata.
Autori dodaju:
Naš cilj je mapirati zdravi mikrobiom crijeva kako bismo mi i drugi istraživači mogli koristiti naše podatke za razvoj modela predviđanja specifičnih za bolesti. "